كل شيء في هذا العالم له إيجابياته وسلبياته، لكن لا ينبغي إهمال حقيقة أنّ عملنا يصبح أسهل عندما نستخدم الأدوات التي تساعد في استخراج المعلومات، ولكن أيضًا في خفض وقت التطوير وتكلفة المنتج المراد استخدامه، كما يستخدم (Data Science) البيانات (Big Data) لاتخاذ بعض القرارات.
ما هي عيوب علم البيانات
1. عدم وضوح المقصود من علم البيانات
- علم البيانات تعبير شائع بشكل كبير ولا يمتلك معنى معين.
- على الرغم من أنّها تُعد كلمة مشهورة، إلّا أنّه من الصعب جدًا تسجيل المعنى المناسي لعالم البيانات.
- يقوم الدور المخصص لعالم البيانات على المجال الذي تتخصص فيه الشركة.
- في حين أظهر بعض المستخدمين علم البيانات بأنه العينة (4) للعلوم، فقد أعده القليل من الناس بأنّه عبارة عن إعادة تعريف للإحصاء.
- يمكن فهم مصطلح عالم البيانات بشكل أفضل من خلال “الاستدلال الإحصائي Statistical inference” أي استخلاص النتائج من البيانات بمساعدة الإحصائيات.
2. صعوبة ممارسة تخصص علم البيانات
- بينما يُعد مزيجًا من الكثير من النطاقات فإنّ علم البيانات يصدر من الإحصاء (Statistics) وكذلك الرياضيات (Maths).
- ليس من الممكن إتقان كل نطاق وأن تكون خبيرًا على قدم المساواة في كل مجال.
- بينما تحاول العديد من الدورات التدريبية عبر الإنترنت سد فجوة المهارات التي تواجهها صناعة علوم البيانات، لا يزال من غير الممكن أن تكون بارعًا فيه نظرًا لضخامة المجال.
- قد لا يستطيع أي شخص لديه معلومات في الإحصاء من تحسين علوم الكمبيوتر في حوالي فترة قصيرة من أجل أن يعد عالم بيانات ممارسًا.
- لذلك، فهو مجال ديناميكي ثابت التعديل بحيث يحتاج من الشخص المتابعة في تعلم الطرق المتنوعة لعلوم البيانات.
3. الحاجة لمعرفة كبيرة في المجال
- سلبية أخرى لعلم البيانات هو القيام على إدراك المجال، حيث سيجد أي شخص لديه إدرك عالي في الإحصاء وعلوم الحاسوب صعوبة في حل مصاعب علوم البيانات دون العلم بالمعلومات.
- وينطبق الشيء نفسه على العكس بالعكس، وعلى سبيل المثال ستتطلب صناعة الرعاية الصحية التي تعمل على تحليل التسلسل الجيني موظفًا مناسبًا لديه بعض المعرفة في علم الوراثة والبيولوجيا الجزيئية.
- يتيح ذلك لعلماء البيانات وضع قرارات محسوبة لمساعدة الشركة، ومع ذلك يُعد من الصعب على عالم البيانات من خلفية متنوعة اكتساب معرفة مجال محددة، وهذا أيضًا يجعل من الصعب الانتقال من صناعة إلى أخرى.
4. الحصول على نتائج بيانات غير متوقعة
- يعمل عالم البيانات بتحليل البيانات والقيام بتنبؤات دقيقة من أجل تسهيل عملية صنع القرار.
- في كثير من الأحيان تكون البيانات المقدمة عشوائية ولا تظهر النتائج المتوقعة.
- يمكن أن يفتقد هذا أيضًا بسبب الإدارة الضعيفة وسوء استخدام الموارد.
5. مشكلة خصوصية البيانات
- بالنسبة للعديد من الصناعات تعتبر البيانات أساسها، ويساعد علماء البيانات الشركات على تحديد قرارات تعتمد على البيانات، ومع ذلك فإنّ البيانات المعتمدة في العملية قد تنتهك خصوصية العملاء وتكون البيانات الشخصية للعملاء مرئية للشركة الأم، وقد تتسبب في بعض الأحيان في تسرب البيانات بسبب انقطاع الأمان.
- يمكن إساءة استخدام المعلومات أو الأفكار التي تم الحصول عليها من البيانات ضد أي منظمة أو مجموعة من الأشخاص أو أي لجنة وما إلى ذلك.
- يمكن أيضًا إساءة استخدام المعلومات المستخرجة من البيانات المهيكلة وغير المنظمة للاستخدام مرة أخرى ضد مجموعة من الأشخاص في بلد ما أو بعض اللجان.
6- التكلفة
- الأدوات المستخدمة في علوم البيانات والتحليلات يمكن أن تكلف المؤسسة الكثير لأنّ بعض الأدوات معقدة وتحتاج من الأشخاص الخضوع للتدريب من أجل استخدامها.
- كما أنّه من الصعب جدًا اختيار الأدوات المناسبة وفقًا للظروف لأنّ اختيارها يعتمد على المعرفة الصحيحة للأدوات وكذلك دقتها في تحليل البيانات واستنتاج المعلومات.
مساوئ علم البيانات المستندة إلى الوظيفة
1- الحاجة لمعرفة كبيرة بالمجال
- أحد أكبر عيوب علم البيانات هو اعتماده على إدراك المجال، وبدون المعرفة الأساسية الضرورية سيكافح أي شخص لديه معرفة مهمة في الإحصاء وعلوم الكمبيوتر للتعامل مع مشاكل علوم البيانات.
- بالنسبة لعالم البيانات مع خلفية مختلفة، قد يكون من الصعب تعلم خبرة في مسألة معينة زمن الصعب أيضًا الانتقال من صناعة إلى أخرى.
2- ظهور نتائج غير متوقعة بسبب البيانات
- يفحص عالم البيانات البيانات ويطور تنبؤات دقيقة للمساعدة في اتخاذ القرار، وغالبًا ما تكون البيانات المقدمة غير متسقة ولا تؤدي إلى النتائج المرجوة.
- يمكن أن يحدث خلل أيضًا بسبب الإدارة غير الكافية وتخصيص الموارد.
3- سوء فهم واستعمال البيانات
- الأداة المستخدمة في علم البيانات والتحليلات أكثر قيمة مالية لاستعمالها في الحصول على المعلومات والأدوات أيضًا أكثر تعقيدًا لذلك يتعين على الأشخاص تعلم كيفية استخدامها.
- نظرًا لأن علم البيانات مجال واسع جدًا، فمن المستحيل إتقان كل عنصر من عناصر علم البيانات، هذا يعني أنك إذا أصبحت خبيرًا في الإحصاء على سبيل المثال فلن يكون لديك على الأرجح معرفة متخصصة في علوم الكمبيوتر؛ ولن تكون قادرًا على إتقانها في وقت قصير وهذا يضع قيودًا على المهنة.
4- الحاجة للتعلم المستمر والالتزام العالي
- علم البيانات هو مجال دائم التطور، وهذا يعني أنّه سيتعين عليك مواكبة أحدث التطورات وأفضل الممارسات باستمرار، لذلك، يجب أن تكون ملتزمًا بشكل كبير عندما تعمل في علم البيانات.
5- معرفة المجالات المرتبطة بعلم البيانات
علم البيانات هو مزيج من ثلاثة علوم الرياضيات والإحصاء وعلوم احاسوب وبدون إدراك أي منهما لا يمكن أن تصبح عالم بيانات ناجحًا، ومع ذلك لا يتوقف الأمر عند هذا الحد، وعلم البيانات مطلوب عبر مجموعة واسعة من الصناعات.
ومن ثم فإنّ معرفة المجال المحدد هي أيضًا مطلب إضافي، على سبيل المثال تتطلب صناعة السيارات علماء بيانات لديهم معرفة أساسية بهندسة السيارات، بينما تتطلب صناعة الأدوية أفرادًا لديهم بعض المعرفة بمنهجيات اكتشاف الأدوية، وهذا هو المأزق الذي يعمل كمفسد لأولئك المهتمين في هذا المجال، ولكن علم البيانات قد لا يسمح لهم بالتعمق في أي مجال فردي.
6- استخدام أدوات معقدة
- يمكن أن تكلف التقنيات والأدوات المختلفة المستخدمة في علوم البيانات في بعض الأحيان الكثير للمؤسسة لأنّ بعض الأدوات معقدة للغاية وتتطلب معرفة أو تدريبًا متخصصًا لاستخدامها.
- كما أنّه من الصعب جدًا اختيار الأدوات المناسبة وفقًا للظروف لأنّ اختيارها يعتمد على المعرفة الصحيحة للأدوات وكذلك دقتها في تحليل البيانات واستخراج المعلومات.
في النهاية، إنّ (Data Science) يُعد خيارًا مهنيًا مناسباً بشكل كبير إلّا أنّ هناك مساوئ متنوعة لهذا المجال وكما أنّ علم البيانات هو مجال دائم التطور سيستغرق سنوات لاكتساب الكفاءة.
