Mindenki hazudik

Seth Stephens-Davidowitz, a Harvardon végzett közgazdász, a Google volt adattudósa, a New York Times rovatvezetője szerint az, amit az emberekről gondoltunk, nagyrészt totális tévedés. Hogy miért? Azért, mert az emberek hazudnak. Hazudnak a barátaiknak, a szeretőiknek, az orvosuknak, a közvélemény-kutatóknak - és önmaguknak is.

Csakhogy az internet korában már nem kell arra hagyatkoznunk, amit az emberek magukról mondanak! A keresőmotorok, a közösségi oldalak, a randi- és a pornóoldalak digitális aranybányák a Big Data kutatóinak. Valós képet adnak arról, mit gondolnak, mit akarnak, mit tesznek valójában az emberek. Ezekből az adatokból megtudjuk, milyenek is vagyunk mi ténylegesen - ami lehet vicces, de akár sokkoló is. Ám mindenképpen elgondolkodtató. Mert a Big Datától szinte mindent megtudhatunk az emberi természetről - feltéve, ha azt kérdezzük tőle, amit kell.

A könyvről írtam egy 15 perces összefoglalót, íme!

Előszó

A big data adatbányászat nagyon jól használható a nyilvánvaló tények alátámasztására (pl. a New York Knicks kosárlabda-csapat New Yorkban a legnépszerűbb), de ugyanilyen alkalmas a meglepő igazságok felderítésére is, csak jól kell tudni feltenni a kérdést, és a megfelelő adathalmazokat - és esetleg azok kombinációit - kell tudni kreatívan felhasználni ahhoz, hogy ilyeneket is kinyerjünk a töménytelen mennyiségű adatból. Például a legtöbb politikai elemző azt jósolta, Trumpnak nincs esélye, hiszen Obama idejében mindenki azt hangoztatta, választásában semmi szerepe nem volt a bőrszínnek, és ezért úgy tűnt, Amerikából eltűnt a rasszizmus. A Google-keresések azonban arról árulkodnak, hogy már akkor is és azóta is mindvégig jelen van a rasszizmus, sőt egészen agresszív formában, csak éppen az ilyesmit, továbbá a választások előtti felméréseken a pártpreferenciát az emberek jellemzően eltitkolják, elferdítik. Sokan értetlenül álltak azelőtt, hogy Trump képes volt nyerni, de ha ismerték volna a Google Trends adatait, akkor ebben semmi meglepő nem lett volna számukra, hiszen számos előjele volt a fölényének.

1. Ösztönös "félreérzéseink"

Az ember a mindennapi élete során is számtalan adattudósi munkát elvégez (pl. viselkedésük alapján kiismeri az embereket stb.), de ennek során könnyen vét hibákat. A legjellemzőbb ilyen hiba a saját tapasztalat túlértékelése (ha nekem bevált egy pasizási módszer, azt gondolom, mindenki másnak így kellene pasiznia) és a drámaiság eltúlzott hatása (a légi közlekedés veszélyesebbnek tűnik az autónál, mert a légi katasztrófáknak nagyobb szenzációjuk van, míg a rengeteg halálos autóbaleset senkit sem hoz lázba).

Ez utóbbin alapuló általános tévhit az is, hogy az NBA ligájába jellemzően a szegény sorsból érkező fekete fiatalok kerülnek be, mert nekik a kosárlabdázás a felkapaszkodás kulcsa, azaz élet-halál kérdése. Ha azonban megvizsgáljuk a játékosok születési helyeit, továbbá egy szűk mintán utánanyomozunk a családi háttérnek, valamint - a Freakonomics-os közgazdász srácok felismerésére alapozva, miszerint az alacsony státuszúak hajlamosak különleges neveket adni gyerekeiknek, míg a felsőbb réteg a konvencionális keresztneveket preferálja - kiszámoljuk az NBA játékosok nevének arányait, mindhárom forrás abba az irányba mutat, hogy - mint mindenben - itt is a jó családi háttér vezet előnyhöz. Ennek legtipikusabb példája Michael Jordan, akinek az egész családja arra tette fel az életét, hogy a kis Michael bekerüljön az NBA-be. Csak éppen az ilyen esetek nem hangzatosak, hanem csak ennek ellenkezőjéről szokás mesélni az interjúkban. Ez utóbbira példa Lebron James. (Kettejük keresztneve itt is beszédes.)

A legmegbízhatóbb előrejelző azonban - mily meglepő! - a testmagasság. Az azonban tényleg meglepő, hogy milyen mértékben meghatározó: a szerző számításai szerint minden hüvelyk (2,5 cm) kb. megduplázza az NBA-be kerülés esélyét, bármilyen magasság esetén. Ez az exponenciális eloszlás okozza azt, hogy 183 cm alatt egy a kétmillióhoz az esélye az NBA karriernek, míg 213 cm felett minden ötödik férfi ott kosarazik.

2. Igaza volt-e Freudnak?

A big data módszernek köszönhetően olyan típusú adatokhoz is van hozzáférésünk, amiket eddig különböző okokból (akár logisztikai, akár annak magánjellege miatt) nem birtokoltunk. Ily módon végre tesztelhetővé vált Freud álmokról és elszólásokról alkotott elmélete is, mely szerint ezek a tudatalatti szexuális ösztönök megnyilvánulásai. Ebből kiderült, hogy a szexuális jellegű álomtartalmak (pl. banán mint fallikus szimbólum) pont ugyanolyan gyakorisággal bukkannak fel, mint amilyen gyakran a való életben találkoznak az adott dologgal az emberek (pl. amilyen gyakran banánt fogyasztanak). Ugyanígy, a billentyűzeten történő félreütések során a humán és a gépi hibázások pontosan ugyanolyan arányban vettek szexuális irányt (pl. stex helyett szex). Mindennek az az újszerűsége, hogy ezek az új típusú adatok - túl azon, hogy egyáltalán léteznek - őszinték, hiszen anonim módon és a tudtunk nélkül generáljuk őket, másrészt kis mintákat is könnyű elérni velük (pl. uborkával vs. paradicsommal álmodó nők).

3. Adatok újragondolva

Az új típusú adatok olyan tudáshoz juttatnak, ami korábban elérhetetlen volt. Ha ebből pénzt akarsz csinálni, akkor olyan területen kell újragondolva megközelítened az ott meglévő információkat, ahol jelenleg ósdi és nem hatékony módszerekkel dolgoznak. Például az amerikai munkanélküliségi adatok elképesztően lassan kerülnek nyilvánosságra, pedig a Google keresések korrelálnak a munkanélküliségi aránnyal (de nem ám a munkakereséssel kapcsolatos kulcskifejezések ugranak meg, hanem a pasziánsz és a pornó). Vagy ilyen például az influenzajárvány előrejelzése a rá jellemző tünetekre történő keresések alapján.

Ilyen újszerű adat volt, amikor XY szép lassan rájött, hogy a versenylovak családi származása helyett a belső szerveik mérete alapján érdemes válogatni közöttük, mert azok minél nagyobbak (különösen a bal szívkamra), annál többet hoznak a konyhára. Ehhez hasonlóan a borok árazása is megjósolható egyetlen egzakt matematikai képlettel, amiben a változók olyan időjárási adatok, mint a hőmérséklet és a csapadék mennyisége.

Szövegelemzéssel kideríthető az újságok politikai irányultsága, hiszen ugyanazt a jelenséget más-más szavakkal említik, negatív vagy pozitív eseményként tüntetik fel. Az USA egyetlen államként történő közfelfogásának története szintén jól kirajzolható a mentén, ahogy a többes számú hivatkozás szép lassan egyes számú hivatkozássá vált az idők folyamán. Ezekhez persze őszinte források kellenek, és a facebookos status update-ek tipikusan nem ilyenek. A Facebook szerint december 24. az év legboldogabb napja, de hát ki posztolná ki karácsony napján, hogy épp úgy érzi magát, mint a mosott szar?

A szöveges adattípus mellett egyre inkább hódít a kép alapú adathalmaz is. Ilyesmiből megvizsgálható, hogy az 1920-as évektől kezdve a fotótechnika elterjedésével párhuzamosan hogyan növekedett a mosolygás szintje az iskolai tablóképeken. Az űrfelvételek alapján pedig az éjjeli kivilágítás mértéke alapján olyan országok GDP-jéről is képet kaphatunk, ahonnan más úton nincsenek információink.

4. Digitális igazságszérum

Mivel jó benyomást akarunk tenni másokra, még a vadidegenekre is, ezért hazudunk a közvélemény-kutatóknak is. Minél személytelenebb a légkör, annál őszintébb a válasz, ezért az internet ígéretes terep. Sőt, ezen belül is a Google keresések azért ideálisak, mert belső ösztönzésből fakadnak: ha van egy eltitkolni vágyott tulajdonságom, semmi okom rá, hogy bárkinek is valljak róla, de egyedül a Google előtt üldögélve kiélhetem az ebből fakadó kíváncsiságomat (pl. rasszista viccek, betegségtünetek felkeresésével). Sőt, ezek a keresések általában megelőzik az önmagunknak tett vallomást, így úgymond a Google kereséseink felülírják az önáltatást is (pl. talán nem nyilvánítom rasszistának magam vagy nem érzem depressziósnak magam, miközben elég nyilvánvalóan rasszista/depressziós ténykedést végzek a neten). A legjobb példa erre a politikai szavazáson történő részvétel előrejelzése: bárki bármit is gondol magáról, a legmegbízhatóbban az vetíti előre, ki megy el szavazni, hogy előtte végzett-e ilyen irányú Google-kereséseket.

Gyakran éri az internetet a filter bubble vádja, de valójában nem igaz, hogy az internet szegregál, sőt sokkal nagyobb eséllyel botlunk tőlünk különböző emberekbe a neten, mint a családunkban vagy a barátaink között vagy a munkahelyünkön vagy a szomszédaink társaságában. Ennek az az oka, hogy jellemzően mindenki ugyanazokat a piacvezető hírportálokat követi, és a szélsőséges weboldalakra csak a netes forgalom kis töredéke jut el, sőt a témában igazán érdekeltek szándékosan felkeresik az ellentétes nézetet képviselő oldalakat is (akár tájékozódás, akár trollkodás céljából). A Facebookon ráadásul több emberrel állunk kapcsolatban, mint a való életben, ezért a tőlünk merőben különböző ismerőseink által megosztott tartalmak is bekopogtatnak hozzánk olykor-olykor. (Én eddig filter bubble-hívő voltam, de most inkább úgy érzem, annak működéséhez aktív részvétel kell, például ha csak Facebook algoritmusok mentén éled az információszerző életedet ahelyett, hogy te magad keresnéd fel az egyes hírportálokat, vagy ha például szándékosan elhallgattatod a tőled különböző véleményeket unfollow gombokkal és ismerős-letiltásokkal.)

A Google-keresések jobban tükrözik az igazságot a hivatalos adatoknál, mert a Google nem szűri ki a hiányzó adatokat, a fekete piacot. A gazdasági válság idejében például számítani lehetett a gyermekbántalmazás növekedésére, ám a kormányzati adatok ennek ellentmondtak. Ugyanakkor az ilyen irányú Google-keresések és a - kötelezően bejelentendő - gyermekbántalmazásból eredő halálesetek száma növekedett. A valóságban tehát valóban nőtt a gyermekbántalmazások száma, csakhogy ezek - akár a hivatali dolgozók kirúgása és a rendszer ebből eredő leterheltsége miatt - ezek híre nem jutott el a hivatalokig. Hasonló történt az abortusz-törvények szigorítása után is: csökkent a hivatalosan bejelentett abortuszok száma, ugyanakkor csökkent a terhességek száma is, miközben nőtt az alternatív magzatelhajtási módszerekre történő Google-keresések száma.

Mindezekkel szemben a Facebook megosztások és lájkolások a legmegbízhatatlanabb online adatok. Hogy miért? Mert az egész a rólunk alkotott kép kiretusálásáról szól. Az azonos példányszámban eladott és azonos mennyiségű Google-keresést begyűjtő értelmiségi magazin és bulvár pletykalap közül az előbbinek például 27-szer több lájkolója van a Facebookon. A női Facebook-posztokban a leggyakoribb férj jelzők a "legjobb", a "legszuperebb", az "olyan cukiii", miközben a Google-keresésekben a férjek leginkább "gyökerek", "idegesítően" és "aljasak". A Facebook a vetítésről szól, a Google az őszinte kíváncsiságunkról árulkodik.

5. Zoomoljunk rá!

Egy kép annál élesebb, minél több pixelből áll. Ugyanígy egy felmérés is annál pontosabb, minél nagyobb adatbázis áll mögötte. A digitális adatforrásoknak igen nagy előnyük, hogy olyan méretű adathalmazt képesek szállítani, amire semmilyen nagyívű offline felmérés nem képes. Egy óriási méretű adathalmaz pedig lehetővé teszi, hogy kisebb szegmenseit lehessen vizsgálni, rá lehessen zoomolni egy-egy földrajzi területre vagy idői ablakra vagy életkori csoportra. Például az USÁ-ban nincs nagy esély arra, hogy a szegény szülők gyermeke meggazdagodjon, erre Kanada vagy Dánia sokkal alkalmasabb, ellenben Kalifornia vagy Washington DC már egész jó terep hozzá.

Erre alapozott reform módszer az alteregó-kutatás például a baseballban: minden játékos összes statisztikai adata alapján hozzá kapcsolódik 20 másik játékos, akik az aktuális időpillanatban a leginkább hasonlítanak hozzá, és az ő pályafutásuk alapján előre lehet vetíteni, mi várható az adott játékostól. Ez a módszer sokkal jobb a sportok konzervatív nézetével szemben, miszerint amit a játékos az elmúlt 1-2 évben nyújtott, az várható tőle a következő években is. A könyv egy példája szerint igenis érdemes volt bizalmat szavazni és kivárni egy olyan baseball játékos nagy visszatérését, aki kezdeti berobbanása után 1-2 évre jelentősen visszaesett a teljesítményében, majd a sportág egyik leghíresebb játékosa vált belőle (btw. az ilyen nem mindennapi karrier-mintázatok jellemzően doppinghasználatot, majd 1-2 éves leállást, majd újbóli doppingolást tükröznek, de ez mellékszál). Ilyen algoritmust használ az Amazon, a Netflix, a Pandora is.

6. Labor az egész világ

A megfigyelések csak korrelációkat tudnak visszaadni, de az oksági összefüggések feltárásához kísérletekre van szükség. A big data terében a kísérleteket az A/B tesztek képviselik, amelyek baromi olcsón és baromi gyorsan és baromi egyszerű logisztikai megvalósítással képesek óriási adathalmazt nyújtani. A Google hirdetési rendszerének design-változásai és a hírportálok szalagcímei a profitnövelés érdekében, a Facebook algoritmusai a userek általi addikció reményében, a politikai kampányoldalak a toborzás céljából alkalmazzák ezt a módszert.

A való élet is kínál retrospektív A/B tesztelési lehetőségeket. Az amerikai foci döntőjének reklámidői például már akkor el vannak adva, amikor még nem lehet tudni, kik játsszák a döntőt, pedig a két döntős csapat városában nyilvánvalóan többen nézik majd a meccset, mint máshol. Így meg lehet vizsgálni, mennyire hatékonyak a tévéreklámok. E szerint egy-egy mozielőzetes reklámja, ami kb. 3 millió dollárba kerül, több mint 8 milliót hoz a konyhára. Az ún. regressziós diszkontinuitás elemzése az, amikor egy folytonos változóban mesterségesen generálunk egy küszöbértéket, amivel kettéválasztjuk a résztvevőket. Ilyen küszöb például a felvételi ponthatár, ami felett az épp hogy bejutottak és ami alatt az épp hogy lecsúszottak állnak, azaz akik között a valóságban nincs akkora képesség- vagy teljesítménybeli különbség, mint amennyire differenciálja a sorsukat a felvételi napján nyújtott teljesítményük. Ezzel a módszerrel vált világossá, hogy a nagyjából azonos képességű diákok a felnőtt életükben is nagyjából azonos életszínvonalon fognak élni, hiába jár az egyikük nívós iskolába, míg a másik csak egy középszerűbe. Az elit iskolák előnye túl van hangsúlyozva, amire az ad alapot, hogy az országelső diákok felfelé húzzák a tanulmányi átlagot, majd felnőttként a kereseti átlagot.

7-8. Big data: vigyázat, törékeny!

A big data esetében gyakran rengeteg változóval lehet dolgozni. Ha ezek nincsenek okosan megszűrve, ha a kérdés túl tág, akkor már csak véletlenül is kibukik valami szignifikáns eredmény. (Ez egyébként a kommersz, offline kutatásoknál is így van, csak itt ugye hatványozottan, mivel irtózatos méretű adatbázisból indul ki.) Épp ezért halott remény a big datára alapozva megjósolni a tőzsdepiaci változásokat vagy kiemelni az emberi intelligencia genetikai hátterét: az efféle túl sok változós és túl komplex rendszerekben ilyen nyitott kérdésre nem kapható érdemi válasz, maximum valami véletlenül becsúszott kamu korreláció.

A big datát olykor kiegészíti egy-egy small data elemzés, mert előfordul, hogy nem vagy nemcsak a számszerűsíthető tények a fontosak egy kérdésben. A tanárminősítés például szinte kizárólag a diákok által elért teszteredményeken alapszik, ezért nem ritka, hogy a tanárok elsődlegesen erre gyúrnak rá az órákon, sőt előfordul, hogy csalnak is a felméréseken. A teszteket érdemes lenne kiegészíteni osztálylátogatásokkal, ami persze nem olyan tömeges méretű kvantitatív adat, mint a rengeteg teszteredmény, de más aspektusból is képes megragadni a tanárok kvalitásait.

A big data vállalatok általi felhasználása a szerző szerint egy csomó etikai aggályt szül, mert az online viselkedésünk alapján diszkriminálhatnak bennünket a cégek tetszésük szerint. Kiderült például, hogy aki hitelkérelmében ígérget és istent emlegeti, az sokkal nagyobb eséllyel megy csődbe, míg aki pénzügyekben jártas szakszavakkal kommunikál, az sanszosan törlesztőképes marad mindvégig. A különböző Facebook csoportok erősen korrelálnak az IQ-val, amivel a munkaadók kiszűrhetik az állásra jelentkezők közül a kevésbé potenciális jelölteket. Alteregó-kereséssel a cégek személyre szabottan magasabb árakat mutathatnak olyanoknak, akik valószínűleg drágábban is megvásárolják a termékeiket. (Én mindezt nem érzem nagy horderejű parának. Egyfelől eddig sem volt esélyegyenlőség semmilyen ügyintézés terén, nekem nem fáj, hogy a big data alkalmazásával a jövőben már nem üres előítéletekre, hanem valós összefüggésekre alapozzuk majd a skatulyázást, másfelől aki nem óhajtja, hogy online tevékenysége alapján diszkriminálják, az ne posztolgassa ki élete minden rezdülését publikusan.)

A big data kormányzati felhasználása is előremutató dolgokat szülhet, például ha egy adott régióban megugrik az öngyilkosság iránti érdeklődés vagy egy kisebbség iránti gyűlölet, akkor lehet társadalmi szintű lépéseket tenni (pl. segélyvonalak hirdetéseivel teleplakátolni a várost vagy kiemelt rendőri felügyeletet elrendelni az adott embercsoport közösségi helyszínei mellé). Ugyanakkor a szerző óva int attól, hogy a keresési adatokat egyéni szinten is felhasználhassák az állampolgárok ellen, egyrészt a magánélet védelme miatt, másrészt módszertani okokból is, hiszen egyetlen ember kereséséből (nem mintha ez big data lenne) korántsem vonhatóak le afféle következtetések, mint több tízezer vagy még több felhasználó online tevékenységéből.

A kutya szemszögéből

Malcolm Gladwell a kedvenc non-fiction íróm, de A kutya szemszögéből című, összesen 19 darabból álló, korábban a The New Yorker magazinban megjelent cikkeinek gyűjteményét évekig halogattam. Féltem tőle egyrészt azért, mert hallottam róla rosszakat is, másrészt azért, mert amíg nem olvastam, mindig volt egy tartalék, amit még olvashattam tőle.

Íme 6+2 kedvenc fejezetem és indoklása emlékül.

John Rock tévedése
Amit a fogamzásgátló tabletta feltalálója nem tudott a nőkről
Egészen újszerű összefüggéseket tanultam belőle a női hormonrendszer és a rák összefüggéseiről.

Az egymillió dolláros Murray
A hajléktalanságot egyszerűbb megoldani, mint kezelni
Rámutatott, hogy a normális eloszlási mintázatot mutató problémákkal szemben a hokiütő formájú görbével jellemezhető problémák megoldásával az a baj, hogy az emberek morális érzékének ellentmond: ha például az összes hajléktalan közül csak a legdeviánsabb 20% életét igyekszik megoldani a társadalom, az átlagember gyomra ezt nehezen veszi be, mert ezt a nagy mértékű törődést ők "nem érdemlik meg", még ha gazdasági szempontból mindenki jól is járna ezzel a lépéssel.

Képben vagyunk - vagy mégsem?
A mammográfia, a légierő, valamint a látás korlátai
Noha a Meskó Berci-féle optimizmuson szocializálódott lelkemnek kicsit túl borúlátó volt, részletekbe menően rávilágított a mammográfia módszerének hátrányaira.

Kölcsönszó visszajár
Akit plágiummal vádolnak, örök időkre bukott ember?
Arról érvel, milyen nehéz meghúzni a határt az ihletettség és a plágium között, illetve egyáltalán milyen abszurd dolog szavak vagy zenei hangok egymásutániságát valaki tulajdonának tekinteni, hiszen azzal a szerzőnek nem lesz kevesebb, hogy más ezt "elveszi tőle".

Kudarcművészet
Hol a határ a félelemtől való leblokkolás és a pánikreakció között?
Megtanultam, hogy a leblokkolás az, amikor az egyébként profi szinten, implicit módon, már-már ösztönszerűen végzett tevékenység stressz hatására visszaesik egy amatőr explicit tudásának szintjére, míg a pánik esetében az irány épp ennek ellenkezője: a nagy tapasztalaton alapuló, explicit tudás stresszhelyzetben a beszűkült látókör következtében elvész, és a viselkedés ösztönszerűvé válik.

Kirobbanó helyzet
A Challenger-ügyben nincs felelős, szokjunk hozzá ehhez a tényhez
A nagy katasztrófák utáni hosszas bizottsági vizsgálódások elvileg arra hivatottak, hogy a jövőben megelőzzük a hasonló katasztrófát, de valójában csak a lelkiismeret megnyugtatására szolgálnak, mert olyan komplex és high-tech gépeknél, mint amilyen egy űrhajó vagy egy atomerőmű, előbb-utóbb óhatatlanul bekövetkezik egy ún. normális baleset, azaz olyan szerencsétlenség, aminek nincs közvetlen felelőse, ennélfogva kivédeni sem lehet.

(Az utolsó nagy szekcióban csak azért emelkedett ki kettő fejezet számomra, mert el tudom képzelni, hogy ezek ihlették a szerző két másik, nagyobb lélegzetvételű könyvét, amelyek nem mellesleg kedvenceim a Dávid és Góliát mellett.)

Kései virágzás
Az "ifjú titán" mítosza, avagy a zsenialitás két termékeny korszaka
Arról szól, hogy a tehetség mellett milyen külső tényezők együttese szükséges a sikerhez, l. Kivételesek c. könyv.

Az újfiú-hálózat
Mi az, amit az állásinterjú valóban elárul a jelentkezőről?
Az első pár másodpercben kialakított benyomásról és ennek a rapid véleménynek a kezeléséről szól, l. Ösztönösen c. könyv.

És akkor most várom a következőt tőle, mint egy szánalmas, nyálcsorgató rajongó.

Fékevesztett evolúció

Elöljáróban két mondat a fülszövegből, hogy mégis miről szól a könyv: Ez a kötet egy olyan je­len­ség­gel fog­lal­ko­zik, amely­nek fel­is­me­ré­se Dar­win ne­vé­hez köt­he­tő, bár az evo­lú­ció­bio­ló­gu­sok csak jóval ké­sőbb is­mer­ték fel a prob­lé­ma je­len­tősé­gét. Az új­don­sá­got az je­len­ti, hogy meg­kí­sé­rel­jük az ún. meg­sza­la­dá­si je­len­sé­get az ember ese­té­ben egy rész­ben új evo­lú­ci­ós hely­zet­re al­kal­maz­ni. Abban re­mény­ke­dünk, hogy ezzel talán evo­lú­ci­ós ma­gya­rá­za­tot tu­dunk adni olyan tár­sa­dal­mi szin­tű je­len­sé­gek­re (pl. test­súly­nö­ve­ke­dés, drog­fo­gyasz­tás, pros­ti­tú­ció), ame­lyek sokan "ci­vi­li­zá­ci­ós be­teg­ség­ként" írnak le.

Amire a kedvcsináló és a tartalomjegyzék alapján számítani lehet, az az, hogy némi elméleti bevezető után témájukban jártas tudósok elmesélik néhány civilizációs betegségnek tartott jelenség evolúciós hátterét. Én személy szerint titokban arra is vágytam, hogy éppen az evolúciós kontextusba ágyazás miatt ezeket kifejezetten nem tekintik majd természetellenesnek (de nem így lett).

Csányi Vilmos indító fejezetének inspirálónak kellett volna lennie, én ehelyett attól kezdtem félni, el tudom-e majd olvasni a könyvet, ő ugyanis egy nagyon elméleti és szerintem néhány tévedést is tartalmazó, unalmas fejezetet rittyentett debütálóként. Túl azon, hogy nála nincs olyan, hogy génszelekció (ezt igazából már megszoktam), szerinte az evolúció a komplexitás felé halad, ráadásul az utolsó előtti nyelvi hasonlata szerintem egyszerűen nem igaz (miszerint a viselkedési szabályok felismerésének köszönhetően az ember olyan helyzetben is meg tudja ítélni, mi a helyes magatartás, ha abban nincsenek is viselkedési szabályok, és ez a képesség nyilvánul meg abban is, hogy ha anyanyelvünkön hallunk egy addig még sosem hallott mondatot, arról meg tudjuk ítélni, szemantikailag rendben van-e és grammatikailag helyesen van-e összerakva).

Szerencsére azonban bíztam a többi szerzőben, és örültem, hogy Csányi nem irt többet ebben a könyvben.

Ezután Miklósi Ádám két fejezeten keresztül mesél a megszaladási jelenségek biológiai és kulturális hátteréről úgy, hogy meghozza azt a kitartó olvasási kedvet, amire később a vendégszerzők fejezeteinél még szükségünk lesz. Ez a kettő volt a kedvencem, mert nem lerágott csontokról beszélt, hanem izgalmas, újszerű dolgokról, jó stílusban. Ami a legmeglepőbb volt számomra, hogy ha jól értettem, magának a kultúrának a kialakulása is egy megszaladási jelenségnek tekinthető (wow!), de ezt nem mondta ki explicite, úgyhogy ha én értettem félre a háttér gondolatot, engem tessék bántani, ne őt.

Ezután következik az a négy fejezet, amiben ugyanennyi számomra eddig ismeretlen tudós mesél a cukorbetegség, a prostitúció, a testképzavarok és a droghasználat jelenségéről.

Gyakran olvasok és hallok az egészséges táplálkozásról és életmódról, de még soha semmi nem volt annyira meggyőző a rengeteg hír közül, mint az a 25 oldal, amit Fövényi József írt, noha ez nem is szólt a tanácsadásról, és nem is mondott semmi rettentően újat, egyszerűen marha jól összefoglalta és elém tárta, mi vár azokra, akik többet zabálnak, mint amennyit mozgással felhasználnak. Én ennek hatására elhatároztam, hogy csökkentem a nassolásaim mértékét. Miklósi Ádám mellett nálam ő a tuti befutó.

A prostitúcióról és a testképzavarokról szóló fejezet siralmas, egyáltalán nem arról szól, amit ebben a könyvben vártam. A bevezetőben a szerzők (Forrai Judit ill. Ujfalussy Dorottya Júlia) gyorsan túlesnek azon, miért tekinthetők ezek megszaladási jelenségeknek és mi a hátterük, de onnantól az előbbi inkább kultúrtörténeti (ennek mondjuk még épp van létjogosultsága), szociológiai és pszichológiai leírás a prostitúcióról, valamint elmélkedés a megoldási lehetőségekről. Ennél még rosszabb a táplálkozási zavarokról szóló rész, ami egy kisebb releváns bevezetőn túl szintén inkább a betegségek pszichológiai leírása, mintsem a megszaladás kifejtése. Ami eléggé kiverte nálam a biztosítékot, az az önellentmondás, hogy miután az író levezeti, minden történelmi kor testképideálját a rendelkezésre álló erőforrások határozzák meg, ezt a törvényszerűséget a sok szörnyű kórkép leírása során elfelejti, és megoldást próbál keresni arra, hogy a mai kor női testideálja a vékony alkat. (Fel is merült bennem a gyanú, hogy a szerző nem teljesen kompetens ebben a témakörben, és valóban, Ujfalussy Dorottya Júlia etológia szakon, téri tájékozódás témában van igazán otthon, szóval lehet, hogy nem rá kell haragudni, hanem a szerkesztőkre.)

A droghasználatról szóló fejezet ezekhez képest egy kicsit közelebb áll ahhoz, amiről szól a könyv, és noha a záró részekben nagy hangsúlyt kapott a drogprevenció, az is evolúciós magyarázatokkal körítve, melyik mitől működőképesebb, mint a másik, szóval Demetrovics Zsolt okos fickó, és remekül ír.

A végén áll Miklósi Ádám kitekintése, ami újfent klassz, és itt már egészen bizonyos voltam abban, hogy ezt a könyvet ő dobta fel, nélküle csupán erős közepes lett volna.

A könyvet összességében azért inkább élveztem, mint sem, de rettentően hiányoltam azt a hozzáállást, hogy ezt a sok csúnya dolgot, mint kövérség és szex és drog, a természet részeként próbálja meg láttatni az olvasóval.

Kiknek ajánlom? Akiket érdekelnek az olyan felkapott társadalmi ügyek, mint a fent említett négy jelenség, illetve akik természettudományos világnézettel rendelkeznek, de nem expertek az evolúció témakörében.
Kiknek nem? Aki tanultak pszichológiát, azoknak rém unalmasak lesznek a civilizációs betegségekről szóló fejezetek (kivéve a cukorbetegségről szólót).

Abundance

Peter Diamandis és Steven Kotler könyvét Meskó Berci ajánlotta nekem ebben a blogposztjában, ezért a kontextus alapján arra számítottam, arról szól, "a világ sokkal jobb, mint ahogyan a média bemutatja, de a rossz hírek sugárzása egy normális jelenség, hiszen evolúciós szempontból a negatív hírnek van igazi hírértéke, hiszen az véd meg minket a természet csapásaitól, míg a pozitív hír ismerete szelekciós előnyt nem jelent". A tartalomjegyzéket látva sejtettem, hogy ennél színesebb lesz az utazás, de nem akartam előre lelőni a poént belelapozgatással, inkább azonnal nekiveselkedtem. Néhány fejezet különösen tetszett és inspirált, de a legtöbbel az volt a problémám, hogy nem mondott semmi újat. A könyv során kiderült, eléggé képben vagyok a jövőben várható technológiai újításokkal kapcsolatban (fogalmam sincs, honnan, talán Mactól és blogokból és G+-ról), ezért a legtöbb fejezet során inkább unatkoztam, és arra vártam, hátha a következő jobb lesz. A témában jártasabbaknak tehát nem javaslom, mert számukra túlságosan belépő szintű, de aki még egyáltalán nem olvasott vagy hallott a jövőkutatásról, és alapvetően nyitott és liberális szemlélettel rendelkezik, annak kifejezetten ajánlom, mert kitűnő bevezetőt nyújt sokféle témakörben.

Az én kedvencem a tizennegyedik, oktatásról szóló fejezet volt, itt találkoztam a legtöbb újdonsággal, ezért menet közben lejegyzeteltem (mert hogy hangoskönyvként olvastam).

14. fejezet

Jelen oktatási rendszerünk az ipari forradalom során alakult ki, és még ma is hordozza magán az abban az időszakban újdonságként felfedezett és elterjedt eszméket, úgymint mesterséges részekre bontást, tömeges terjesztést, egységesítést, konformizmust. Ezeknek a jegyeknek az alkalmazása törvényszerűen aláássa a kreativitás fejlődését és az önmegvalósítást. Manapság már semmi szükségünk a tények bebiflázására, hiszen ezek az adatok bármikor elérhetőek mindenki számára gyorsan és ingyenesen („Facts are what Google does best.”). Amire a mai – és a jövőbeni – munkaerőpiacnak szüksége van, az a kreativitás, az együttműködés, a kritikus gondolkodás és a problémamegoldás. Amit manapság tanulunk, arra semmi szükségünk felnőttként, és ez nem csak a tényadatok elraktározására igaz, hanem a készség szintű tudásra is. A matematikai tananyagot felnőtt fejjel csak a matematikával foglalkozó szakmákban használják, a túlnyomó többségnek a geometriai törvények és a logaritmus helyett inkább számtani, statisztikai és valószínűségszámítási ismeretekre, tehát alkalmazott matematikára lenne szüksége, amiből – nálunk legalábbis – a középiskolák maximum az elsőt teljesítik. Addig azonban nem lehetséges áttörő pedagógiai reformot indítani, amíg nem változik a számonkérés mikéntje, mert az elvárások irányítják a tananyag felépítését.

(Egy beszúrt gondolat: ahogy a technika egyre gyorsabb ütemben fejlődik, egyre kevésbé lesz szükség olyan munkakörökre, amelyekre a jelen iskolarendszer trenírozza a diákokat. Meg fognak szűnni a humán gondolkodást nélkülöző, robotizálható feladatok, és csak azoknak az embereknek lesz állásuk, akik valami egyedit és leprogramozhatatlant tudnak nyújtani a társadalom számára.)

Sugata Mitra (indiai fizikus) gondolt egyet, és indiai szegénynegyedekben olyan számítógépeket állított ki, melyeken csak egy böngésző futott. A gépek úgy működtek, mint egy bankautomata, nem lehetett őket elmozdítani a helyükről. Az iskolába nem járó gyerkőcök kíváncsiak voltak, és seperc alatt megtanulták kezelni a gépet, amit előtte még sosem láttak. Később Sugata Mitra azzal kísérletezett, hogy biológiát és biotechnológiát tanított ezeken a gépeket keresztül, az egyszerűség kedvéért angol nyelven, amin a gyerekek korábban nem beszéltek, és a „képzés” végén megíratta velük az USA-ban alkalmazott biológia tesztet. A körülményekhez képest ugyan nem voltak nagyon rossz eredményeik, de sajnos még kettessel sem mentek át a teszten, viszont ha volt egy mentoruk, teljesítményük felvette a versenyt amerikai kortársaikkal. Félreértés ne essék, nem valami übertuti pedagógiai érzékkel ellátott biológia tanárt rendeltek ki melléjük mentorkodni, hozzá nem értő amerikai önkéntes nagymamák heti egy órában Skype-on keresztül csevegtek velük, akiknek csak annyi volt a dolguk, hogy kérdésekkel és lelkesítéssel lássák el a tanulókat. Ennek az ún. minimálisan invazív oktatásnak a lényege tehát, hogy nincs szükség tanárokra és iskolaépületre, csak minden gyerek kezébe kell adni egy laptopot vagy egy tabletet egy böngészővel. (Pontosítva: még jobb, ha nem kap minden gyerek laptopot vagy tabletet, mert egy gyerek egy géppel kevesebbet tanul, mint négy gyerek egy géppel, valószínűleg az együttműködés és az interaktivitás miatt.) Ez egyben személyre szabott oktatást is biztosít, hiszen a gyerek egyedi képességei és tempója szerint tud haladni a tananyagban, ráadásul ott és akkor, ahol és amikor kedve szottyan tanulni. A személyre szabott oktatáshoz persze nincs szükség humán tanárra, ezt a feladatot egy mesterséges intelligencia is el tudja végezni, hasonló módon ahhoz, ahogyan a számítógépes játékokban csak akkor ugorhatunk a következő pályára, miután az aktuális szintet kellő pontszámmal teljesítettük.

(Két beszúrt gondolat: 1. A Google épp olyan laptopot dobott a piacra, aminek az operációs rendszere nagyjából egyetlen böngésző és pont, mert egyre inkább minden a felhőben működik és tárolódik. Ezek szerint pedagógiai szempontból is jó irányba haladnak. 2. Az angol nyelv világuralomra fog törni, szép lassan maga alá gyűr majd minden kisebbet, hiába fognak ellene kapálózni a hagyománytisztelő nyelvőrök. Nem kell aggódni, annyira azért nem gyors ez az evolúciós folyamat, hogy mi is kapjunk belőle, mire ez bekövetkezik, addigra már a gyerekeink is alulról fogják szagolni az ibolyát.)

A huszonegyedik a média évszázada, amiben a gyerekek figyelméért ezer meg egy médium verseng. Ebben a csilli-villi közegben persze, hogy unalmas az iskola. Úgy kell átalakítani az oktatást, hogy ne csak szórakoztató, hanem egyenesen addiktív legyen. Lehetőség szerint minél inkább videojátékszerű és minél kevésbé iskolaszerű, mert a videojátékok igenis tanítanak. Az építgetős játékok (pl. Sim City, Roller Coaster Tycoon) a tervezést és a stratégiai gondolkodást, az interaktív játékok az együttműködést, a customizable játékok pedig a kreativitást és az innovációt trenírozzák. Ezek mind-mind a 21. században kívánatos, modern készségek. Érdemes abba belegondolni, hogy a mai általános iskolások 2070 körül mennek majd nyugdíjba, tehát a most megszerzett képességeikkel az akkori világ munkaerőpiacán kell majd helytállniuk. Vessük össze az 1950-es évek technológiai fejlettségét a mostanival, és tegyük fel a kérdést: milyen világ lesz akkor?

Malcolm Gladwell: Kivételesek

Malcolm Gladwell 1963-ban született angol fickó, akinek eddig 4 könyve jelent meg magyarul. Az ő ismérve az, hogy társadalomtudományi kutatások eredményeiről mesél közérthetően és izgalmasan. Eddig csak három könyvét olvastam, de tervbe van véve a negyedik is. Az eddig kivégzettek közül legjobban a Kivételesek című tetszett, talán azért, mert az inkább volt szociológia, mint pszichológia.

A könyv arról szól, hogy a „kiemelkedő tehetségek” nem feltétlenül kiemelkedőek és pláne nem feltétlenül tehetségesek, inkább eléggé szerencsések ÉS rettentő szorgalmasak. A szerencsét kaphatják születési időpont, társadalmi berendezkedés, mások előítéletei vagy bármiféle különleges külső körülmény formájában, a szorgalom pedig szintén lehet belső indíttatású vagy külső kényszer okozata, a lényeg, hogy ez a két ismeretlen összetevő felbukkanjon az képletben, lehetőleg minél magasabb szorzóval, és az egyenlőségjel végén egy sikeres ember fog állni.

Az első rész a személyes körülményekről és véletlenekről szól néhány hírhedt és egy-két kevésbé ismert személy példáján keresztül. Ez az öt fejezet nagyon olvasatja magát, mert új az egész gondolatkör, tele van meglepetésekkel, és „lerántja a leplet” olyan emberekről, akiket mindenki irigyel. A második rész (szintén öt fejezet) a családi és tágabb szociális környezet hatásait vizsgálja. Ez csak azért kevésbé izgalmas, mert ekkorra már megtanultuk a leckét, de ez nem jelenti azt, hogy nem ad hozzá az első részhez, hiszen ennek a mondanivalója az, hogy a könyv első felében tárgyalt mechanizmusok szélesebb idő- és térbeli perspektívában is megállják helyüket.

Malcolm Gladwell metodológiailag az interdiszciplinaritást képviseli, igaz, erről általában nem beszél nyíltan. Okos fiú, szeretem.