Znajdź zawartość
Wyświetlanie wyników dla tagów ' Seth Stephens-Davidowitz' .
Znaleziono 1 wynik
-
Seth Stephens-Davidowitz, filozof i doktor ekonomii, były pracownik Google'a, przeanalizował dane z wyszukiwań internetowych dotyczących między innymi rasizmu, depresji, wykorzystywania nieletnich, poczucia humoru czy preferencji seksualnych. Owocem tych badań jest książka Wszyscy kłamią – bestseller New York Timesa i Wall Street Journal, Książka Roku według The Economist i Business Insider. Jak często ludzie NAPRAWDĘ uprawiają seks? Co należy mówić na pierwszej randce, żeby nie stracić szans na drugą? Ilu naprawdę jest rasistów w Ameryce? Czy Freud ściemniał? Czy rodzice inaczej traktują synów, a inaczej córki? Jaki procent mężczyzn to geje? Znaczna część z tego, co dotychczas myśleliśmy o ludziach, to fałsz, twierdzi Stephens-Davidowitz. Powód? Ludzie kłamią – w kwestionariuszach i rozmowach. Okłamują przyjaciół, kochanków, lekarzy i samych siebie. Dziś nie musimy już jednak opierać się wyłącznie na deklaracjach ankietowanych. Dane z Internetu – ślady informacji, które miliardy ludzi zostawiają w Google, mediach społecznościowych, serwisach randkowych, a nawet na stronach pornograficznych – wreszcie pokazują nagą prawdę. Możemy teraz dowiedzieć się, co ludzie naprawdę myślą i czego pragną. Serum prawdy – niepotrzebne, konfesjonały – do lamusa, wykrywacze kłamstw – na śmietnik historii! Jest jedno miejsce, gdzie ludzie są – przynajmniej na ogół – absolutnie szczerzy: okno wyszukiwarki. Wnioski? Mogą rozśmieszyć, zszokować albo głęboko zaniepokoić. Z całą pewnością jednak skłonią do refleksji nad tym, kim jest człowiek początku XXI wieku. Seth Stephens-Davidowitz (ur. 15 września 1982 r.) jest amerykańskim analitykiem danych, ekonomistą i pisarzem. Pracował w Google'u. Był też wizytującym naukowcem w Wharton School, szkole biznesu będącej wydziałem Uniwersytetu Pensylwanii. Ukończył filozofię na Uniwersytecie Stanforda. W 2013 r. obronił na Uniwersytecie Harvarda pracę doktorską z ekonomii pod tytułem Essays Using Google Data. Od 2012 r. pisuje dla New York Timesa. Interesuje go, jak analiza big data pozwala odkrywać ukryte motywacje oraz uprzedzenia i działania.