Data as a challenge

Cover Page

Cite item

Full Text

Abstract

The paper deals with the problem of analyzing the nature of data arising at the boundary of knowledge and being. It shows the contradictory view of data science as a set of technologies and algorithms designed to solve problems of processing large amounts of poorly structured data, predicting correlations unrecognised earlier. The etymological and cognitive analysis of the transformation of the concept “data” is presented. The conceptual foundations of the formation of a new epistemological paradigm for displaying the surrounding world, which allows us to consider the problem of data in a new way.

About the authors

Viktor I. Tishchenko

Federal Research Center Informatics and Management” of the Russian Academy of Sciences”

Author for correspondence.
Email: vtichenko@mail.ru

Head of Department. Ph.D. Area of scientific interests: system analysis, community informatics, virtual communities.

Russian Federation, Moscow

References

  1. Gil Press. A Very Short History of Data Science// Forbes, updated Apr 14, 2022; (In Russ). Available from: https://www.forbes.com/sites/ gilpress/2013/05/28/a-very-short-history-of-data-science/ [Accessed 17 June 2024].
  2. Guravleva E.Ju. Epistemic status of digital data in modern scientific research. Voprosy philosophii, 2012; 2: 113—123 (In Russ).
  3. Naur Peter. Concise Survey of Computer Methods. Lund, Sweden. Studentlitteratur. 1974.
  4. Tuomi Ilkka. Data Is More Than Knowledge: Implications of the Reversed Knowledge Hierarchy for Knowledge Management and Organizational Memory // Journal of Management Information Systems. 2000. 6(3): 103–117. doi: 10.1080/07421222.1999.11518258. [Accessed 17 June 2024].
  5. What are Data? Australian Bureau of Statistics // Available from: https://web. archive.org/web/20190419010315/http://abs.gov.au/websitedbs/a3121120.nsf/home/ statistical+language+-+what+are+data. [Accessed 17 June 2024].
  6. Smirnov G.А. On the place of data in the structure of cognition. Trudy ISA RAN. 2019; 69 (3). 55-67. (In Russ). doi: 10.14357/20790279190305.
  7. ISO/IEC 2382:2015 Information technology — Vocabulary. Available from: https://webstore.iec. ch/publication/22380. [Accessed 17 June 2024].
  8. GOST 33707-2016 (ISO/IEC 2382:2015) Information technologies. Vocabulary. (ISO/IEC 2382:2015, MOD). Мoscow: Standartinform. 2016.
  9. OECD Glossary of Statistical Terms. OECD. 2008. DOI: org/10.1787/9789264055087-en
  10. Data vs Information-Difference and Comparison |Diffen Available from: https://www.diffen.com/ difference/Data_vs_Information. [Accessed 17 June 2024].
  11. Weinberger D. The problem with the data-information-knowledge-wisdom hierarchy. Harvard Business Review. 2010. V.2/2. Feb 02. Available from: https://hbr.org/2010/02/data-is-to-info-as-info-is-not. [Accessed 17 June 2024].
  12. Smith F. Jack. Data Science as an Academic Discipline (англ.). Data Science Journal, 2006; 5(19). 163—164 // doi: 10.2481/dsj.5.163. [Accessed 17 June 2024].
  13. Tishchenko V.I. Data science: new stage of network analysis // Sistemnyi Analis. SAIT-2019. Trudy Vosmoi megdunarodnoi konfercii. 2019; М.: FRC CSC RAS. 370-377. (In Russ) doi: 10.14357/SAIT2019048
  14. Fayyad U., Piatetsky-Shapiro G., Smyth P. From Data Mining to Knowledge Discovery in Data-bases. AI Magazine 1996; 17(3) // Available from: https://ojs.aaai.org/aimagazine/index.php/aimagazine/article/view/1230. [Accessed 17 June 2024].
  15. Pyataeva N.V. Etymological nest *dati in the Proto-Slavic language (reconstruction, word formation, semantics) // Acta Universitatis Lodziensis. Folia Linguistica Rossica, 2017; (14), 113–123. (In Russ). DOI: org/10.18778/1731-8025
  16. Goldman Jeremy. Big Data is so. 2016. We Need Smart Data. Connecting the dots is more important than ever. // Blog Inc. Grow. 2017; March 21. Available from: https://www.inc.com/ jeremy-goldman/big-data-is-so-2016-we-need-smart-data.html. [Accessed 17 June 2024].
  17. Breiman L. Statistical Modeling: The Two Cultures Statistical Science 2001; 16(3), 199-231 // http://www2.math.uu.se/~thulin/mm/breiman. pdf. [Accessed 17 June 2024].
  18. Oxford Dictionary of Current English. Edited by Della Thompson: 2nd Edition, Oxford University Press, 1993.
  19. Efremova T.F. New dictionary of the Russian language. Explanatory and word-formative. 2000; М.: Russk. Yaz. (in Russ).
  20. Pyataeva N.V., Bulina E.V., Ibatullina E.А. Tribute, gift, gifts and spiritual gifts in the dynamics of the Russian language picture of the world. Aktualnii problem filologii I pedagogicheskoi lingvistiki. 2018; 29(1). 103-112. (In Russ) doi: 10.29025/2079–6021-2018-1(29)-103-112.
  21. Euclid. S. Encyclopedicheskii Slovar. XL. S. – Peterburg. 1904; 133.
  22. Hanlon Aaron R. Data at the Dawn of the Anthropocene // The River Rail. 2019. Available from: ttps://brooklynrail.org/special/River_ Rail_Colby/river-rail/Data-at-the-Dawn-of-the-Anthropocene. [Accessed 17 June 2024].
  23. Sinitsa А.L. The first (old) statistical review of Scotland as a source of demographic data on the population of Scotland at the end of the 18th century. Vestnik Tomskogo gosudarstvennogo universiteta. 2018; 432. 159-169 (In Russ) Available from: https://www.openrepository.ru/ article?id=279663. [Accessed 18 June 2024].
  24. Kuznetsov S., Konstantinov A., Skvortsov N. Value of your data. M.: Alpina PRO. 2022.
  25. Anderson Chris. The End of Theory: The Data Deluge Makes the Scientific Method Obsolete // Wired. June 23. 2008; Available from: https:// www.wired.com/2008/06/pb-theory. [Accessed 18 June 2024].
  26. Byutner N. Mysterious Bosch: nightmares of the Middle Ages in the artist’s paintings. 2019. М.: EKSMO. (In Russ)
  27. The fourth paradigm: data-intensive scientific discovery, ed. by T. Hey, S. Tansley, K. Tolle, Kristin Tolle, Jim Gray. Microsoft Research, Redmond, Washington Available from: https:// www.researchgate.net/publication/229529541_ The_Fourth_Paradigm_Data-Intensive_ Scientific_Discovery. [Accessed 19 June 2024].

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».