Колумнист WSJ заявляет, что нет доказательств утверждения Трампа о том, что отчет о рабочих местах в США был подделан.
Процессы, используемые Бюро трудовой статистики (BLS) для сбора данных для отчета о рабочих местах, находятся под пристальным вниманием после разочаровывающего отчета на прошлой неделе, и один из бывших руководителей агентства поделился способами, которыми агентство могло бы улучшить эти методы, если бы получило необходимое финансирование для интеграции большего объема цифровых данных.
Президент Дональд Трамп уволил комиссара BLS Эрику МакЭнтафер в пятницу после того, как отчет за июль показал добавление всего 73 000 рабочих мест, что значительно ниже прогноза в 110 000 рабочих мест, который дали экономисты, опрошенные LSEG, а также после снижения оценок занятости в мае и июне на 258 000 рабочих мест.
Трамп заявил, что отчет был "ПОДДЕЛАН" в посте в социальных сетях и обвинил агентство в политической предвзятости в сообщении о увольнении.
Эрика Грошен, которая была комиссаром BLS с 2013 по 2017 год, и в настоящее время является со-председателем Друзей BLS, сказала в интервью FOX Business, что статистические агентства понимают, что им нужно лучше использовать цифровую информацию, но предостерегла, что внедрение ее в программы сбора данных при сохранении точности потребует инвестиций и времени для правильной реализации.
"Линия, в которую агентства знают, что им нужно двигаться, это использовать возможность, которую представляет цифровая информация, которая может быть включена в наши статистические программы", - сказала Грошен.
"Это действительно направление, в котором нужно двигаться. Но, к сожалению, это не бесплатно", - добавила она. "Вам нужно инвестировать в разработку надежной статистики, основанной на этом обширном, но неполном цифровом материале, который есть".
"Почему он неполный? Ну, обычно он не охватывает всю вселенную, он может не спрашивать именно то, что вам нужно, но это близко к тому, что вам нужно. Итак, вам действительно нужен период исследований, чтобы попытаться разработать что-то, что соответствует потребностям пользователей и полностью надежно, и это требует работы, на которую агентствам не предоставлена финансирование", - пояснила Грошен.
Использование искусственного интеллекта
Бывший комиссар добавила, что процесс может использовать "все вычислительно интенсивные техники, которые разрабатываются" под эгидой искусственного интеллекта (ИИ).
"Большие языковые модели могут преобразовать текстовую информацию в нечто, что вы можете проанализировать - облегчить людям сообщение о своей отрасли и профессии и деятельности и тому подобное. Просто позвольте людям сказать то, что они хотят, и затем превратите это в нечто, что можно проанализировать, и делайте это дешевле, чем когда у вас есть человеческие кодеры", - сказала Грошен.
Ключ к успеху - прозрачность
Она добавила, что хотя ИИ эффективен в обобщении очень сложных данных, статистическим агентствам необходимо обеспечить высокий уровень прозрачности относительно источников и методов сбора данных.
"Для статистических агентств здесь возникает напряженность, потому что для них прозрачность является самым важным. Для того чтобы данные были надежными, вы должны быть действительно прозрачными по поводу своих методов", - пояснила она.
"Чтобы люди доверяли чему-то, им нужно понять, как это составлено... но также, чтобы они полностью понимали ограничения", - сказала Грошен. "И статистические агентства очень открыты в отношении ограничений данных, которые они производят, потому что это часть их миссии - не обманывать людей, а делать их образованными потребителями".
