Cesty, které jsem nikdy nepodnikl

Mapa tvrdila, že jsem navštívil 39 zemí. Jednou z nich bylo safari na Madagaskaru v roce 2014. Na Madagaskaru jsem nikdy nebyl a byl jsem si docela jistý, že na safari bych si vzpomněl.

Na svou fotoknihovnu jsem pustil malou AI pipeline, zhruba 68 000 snímků nasbíraných za řadu let, a požádal ji, ať vykreslí, kde se můj život doopravdy odehrával. Asi 53 000 fotek už mělo v sobě GPS souřadnice, takže tohle vypadalo jako ta snadnější část: vynést body, propojit cesty, obarvit podle roku. Výsledek byl nádherný, naprosto přesvědčivý a chybný, a to způsobem, který mi trapně dlouho trvalo prohlédnout, protože na něm nic nevypadalo špatně.

TL;DR

• AI mi z ~68 000 fotek nakreslila mapu cest za celý život a připsala mi 39 zemí. Celá jedna světoběžnická éra v letech 2014 a 2015 byla vymyšlená: ty fotky vznikly na telefonu člena rodiny, zatímco můj seděl v jednom městě.
• Prozradil to laciný, fyzikální detail: 26 různých dnů, kdy mě mapa umístila do dvou zemí naráz. Řešením nebyl lepší model, ale jedna poctivá otázka: měří tohle pole zařízení, nebo člověka?
• Tatáž past číhá ve většině firemních dashboardů, kde se z jednoho pohodlného pole potichu stane tvrzení o zákazníkovi, obchodníkovi nebo trhu.

Mapa, která mi lichotila

Pár minut mě upřímně bavilo být tím člověkem, kterého ta mapa popisovala. Dvanáct let napříč kontinenty, exotický rok 2014, život, ke kterému očividně patřila spousta letišť.

Pak mě začal hlodat jeden detail. Období 2014 až 2015 bylo tím nejrušnějším cestovatelským úsekem mého údajného života, a přitom jsem si k němu nedokázal přiřadit jedinou vzpomínku. Ten rozpor mezi tím, co data tvrdila, a tím, co jsem si pamatoval, je jediný důvod, proč jsem se do toho vlákna zakousl. Kdyby ty vymyšlené cesty vedly na místa, která mi přijdou nudná, možná bych mávl rukou a uvěřil jim.

Co to pole ve skutečnosti měřilo

GPS značka u fotky zaznamenává, kde byl fotoaparát ve chvíli, kdy cvakla spoušť. Nezaznamenává, a ani nemůže, kde jsem byl já. Moje pipeline obojí mlčky ztotožnila, protože u většiny knihovny to náhodou sedí, a „většina" je přesně to pokrytí, díky němuž špatné pravidlo vypadá správně.

Ta knihovna je rodinný archiv poskládaný z mnoha zařízení. V roce 2014 jeden příbuzný cestoval po světě s telefonem, který geotagoval úplně všechno, a jeho fotky se slily do stejné společné hromady jako moje. Můj vlastní telefon z té doby sotva opustil jedno město. Mapa, která četla jen souřadnice, přišila cizí itinerář k mojí identitě. Každý bod byl skutečný. Každé přiřazení byla fikce.

Fotka dokazovala, kde byl telefon. Nikdy ani jednou nedokázala, kde jsem byl já.

Kontrola, která tu iluzi zbořila

Nepotřeboval jsem chytřejší model, potřeboval jsem jedno fyzikální omezení, které data očividně nesplňovala. Člověk může být daný den jen na jednom místě. Zeptal jsem se tedy pipeline natvrdo: kolik dní mě tahle mapa staví na dvě místa vzdálená od sebe víc než 1 500 kilometrů? Odpověď zněla 26. Šestadvacet dnů, kdy jsem prý snídal na dvou kontinentech. S tímhle číslem ztratí ta nádherná mapa naráz autoritu: otázka už nezní „které cesty jsou špatně", ale „proč jsem tomu přiřazení vůbec věřil".

Přestavba

Přestavba byla míň o geografii a víc o poctivosti. Místo otázky „kde byla nějaká fotka" jsem systém přiměl ptát se „čí zařízení tuhle fotku pořídilo a existuje nějaký nezávislý důvod věřit, že tam ten člověk byl". Přiřazení jsem navázal na model fotoaparátu a časové okno, takže zařízení příbuzného přestalo darovat svá dobrodružství mojí časové ose. A před ten do očí bijící problém jsem postavil tvrdou zeď: žádná časová osa nesmí nikdy umístit jednoho člověka téhož dne do dvou vzdálených zemí.

Opravená mapa byla menší a začínala později: moje skutečné cestování začíná až kolem roku 2017 a velký kus těch 39 zemí patřil zařízením jiných lidí. Nepůsobilo to jako ztráta, které jsem se bál. Poctivá verze vyprávěla skutečný příběh s jasným začátkem a tvarem, který jsem poznával, a pravdivá malá mapa je lepší než velkolepá falešná: je to jediná, na jejímž základě se dá rozhodovat.

Kde tohle kouše ve firmě

Vyměňte „fotku" za jakýkoli záznam a „GPS značku" za jakékoli jediné pole a máte většinu analytiky, jakou jsem kdy viděl. Z pole se bez jakékoli diskuze stane z „něčeho, co si náhodou ukládáme" rovnou „tvrzení o člověku nebo trhu". Z registrační IP adresy se stane země zákazníka, takže VPN nebo firemní proxy potichu přestěhuje tisíce uživatelů. Z kanálu poslední interakce se stane „to, co prodej způsobilo", takže značka, kterou už lidé měli rádi, se vyúčtuje té reklamě, na kterou klikli cestou k pokladně. Každé dílčí číslo je skutečné, propojení je čisté a závěr je fikce. Dashboard si je jistý právě proto, že se nikdo nikdy nezeptal, co to pole vlastně měří.

Co bych udělal jinak a co si můžete vzít

Chyba nebyla v tom, že jsem použil neuklizený dataset. Chyba byla, že jsem nechal jedno pole nést tvrzení o identitě, aniž bych jediným testem ověřil, jestli to tvrzení může být vůbec fyzicky pravdivé.

Ponaučení je proto malé a laciné. U každé metriky, která řídí nějaké rozhodnutí, napište jednu větu: tohle číslo měří X a já ho používám k tvrzení Y. Pokud X a Y nejsou očividně totéž, máte svůj Madagaskar. Pak přidejte jeden test na rozpor, kterým realita musí projít, obdobu věty „člověk nemůže být na dvou místech zároveň", a nechte ho běžet automaticky.

Moje mapa mi lhala jedno odpoledne a já si tu lež málem nechal, protože byla zábavnější než pravda. Otázka, kterou vám tu nechám, je ta, kterou jsem si měl položit v první minutě: který z vašich dashboardů potichu měří telefon a říká mu člověk?