Nel 2018, JMP ha avuto il piacere di intervistare il Dott. Ron Kenett nell'ambito della serie di webinar "Analytically Speaking". Ripubblichiamo un estratto di questa intervista per due motivi. In primo luogo, per rendergli omaggio in quanto vincitore della Medaglia Deming 2026, che verrà conferita in occasione della Conferenza Mondiale sulla Qualità e il Miglioramento dell'American Society for Quality, che si tiene questo mese. In secondo luogo, per sottolineare la rilevanza della qualità delle informazioni in quest'era di intelligenza artificiale (IA), apprendimento automatico e enormi quantità di dati (inclusi dati falsi/disinformazione), tema che Kenett ha analizzato nel libro che ha scritto in collaborazione con Galit Shmueli.
Oltre ad essere stato insignito della Medaglia Deming, Kenett è uno statistico applicato e Presidente del KPA Group, una società di consulenza in ambito analitico. È anche Professore di Ricerca presso l'Università di Torino, Ricercatore Senior presso il Samuel Neaman Institute del Technion di Haifa e Presidente della Data Science Society dell'Associazione Israeliana degli Ingegneri. Ha ricevuto la Medaglia Greenfield 2013 dalla Royal Statistical Society del Regno Unito, la Medaglia George Box 2018 dall'European Network for Business and Industrial Statistics ed è Redattore Capo della Wiley Encyclopedia of Statistics (StatsRef). La sua esperienza spazia in diversi campi, tra cui la progettazione di esperimenti, il controllo statistico di processo, la statistica industriale, la biostatistica, la ricerca sui consumatori, la scienza dei dati e la gestione del rischio. È autore e coautore di 18 libri e di oltre 300 articoli sottoposti a revisione paritaria.
Facciamo una distinzione tra dati e informazioni, perché i dati [combinati] con l'analisi diventano informazioni quando contribuiscono al raggiungimento di un obiettivo di studio. La qualità delle informazioni è determinata da come i dati sono stati raccolti e analizzati per ottenere i risultati presentati.
La qualità delle informazioni è un quadro di riferimento che integra la statistica classica con l'intelligenza artificiale e l'apprendimento automatico moderni. Definiamo questa integrazione "analytics". Il punto è che l'obiettivo dell'analytics dovrebbe essere la generazione di informazioni di qualità, non solo l'aggregazione di dati. Questo è anche in parte il motivo per cui abbiamo bisogno di competenze per supervisionare quali dati vengono raccolti (progettazione strategica degli esperimenti, metodi di campionamento, formulazione delle domande del sondaggio, ecc.), come vengono raccolti i dati e il potenziale dei dati per informare le decisioni di interesse, ovvero per rispondere alle domande più importanti che dobbiamo assicurarci vengano poste. In quest'era di IA, l'importanza del pensiero statistico è spesso sottovalutata, ma è più importante che mai.
Con la grande quantità di dati generati e raccolti – tramite sensori e altri mezzi – a volte dimentichiamo che le ragioni della raccolta di questi dati erano spesso piuttosto circoscritte: verificare se un sistema necessita a breve di manutenzione, se i livelli di umidità influenzano i risultati, ecc. Ciò non significa che non vi sia alcun valore residuo nell'analizzare questi dati per ricavarne ulteriori informazioni, ma semplicemente i dati potrebbero non essere sufficienti a rispondere a nuove e più importanti domande che potremmo porci e, in definitiva, a determinare quali dati saranno più utili per prendere decisioni importanti in futuro.
Ascolta il Dr. Kenett parlare della qualità delle informazioni nell'intervista di Analytically Speaking:
Potrebbe interessarvi anche l'intervento di Kenett alla conferenza plenaria del Discovery Summit Europe 2017, intitolato "Dalla progettazione alla qualità delle informazioni: un viaggio attraverso la scienza e l'analisi aziendale". Potete guardare la registrazione qui .
Per i suoi numerosi contributi alla statistica, alla scienza dei dati e al miglioramento dei processi decisionali in diversi campi, ringraziamo Kenett e ci congratuliamo con lui per quest'ultimo riconoscimento, l'assegnazione della medaglia Deming.
In una recente conversazione con il Dott. Kenett sull'importanza della qualità delle informazioni in quest'epoca, ha affermato: " Il quadro generale dell'analisi dei dati si sta delineando proprio sotto i nostri occhi. Esso combina prospettive provenienti da diverse discipline e, in questo contesto, la statistica si trova a un bivio. L'intervista, il cui link è riportato sopra, elenca numerose aree di opportunità. Un elemento importante in questo percorso evolutivo è garantire che siano in atto progressi metodologici per affrontare problemi reali e generalizzabili. L'analisi dei dati influenzerà (e sarà influenzata da) il mondo accademico, i professionisti, i docenti e gli sviluppatori di strumenti. C'è molto lavoro da fare!"
