J’ai récemment assisté à une conférence intitulée “Music and Death” à Vienne, en Autriche. La plupart des universitaires ont assisté à la conférence, mais celle-ci était très différente de ce à quoi j’étais habituée et de ce à quoi je m’attendais.
En particulier, il y avait beaucoup de partage d’histoires, avec des personnes décrivant franchement combien de musique avait changé leur vie. De la mort d’êtres chers à la mauvaise santé, en passant par l’abus, les idées suicidaires, la recherche d’une vie dépourvue de sens, la musique était un lieu de réconfort, de force et de sens. Là où était la vie, la musique était là comme un ami proche.
Maintenant, je regarde généralement des ensembles de données dans lesquels 200 à 300 personnes ont peut-être fourni des données. Je recherche des modèles dans ces données, puis je décide de publier ou non ces modèles détectés dans des revues universitaires et / ou de les partager sur mon blog.
Quand je regarde ces points de données, je dois avouer que je perds souvent l’individu au milieu des chiffres. Quand quelqu’un me dit que son expérience ne semble pas correspondre aux résultats, j’ai eu par le passé une tendance à s’énerver et à penser «bien les données sont les données». Mais mon expérience à cette conférence (et quelques expériences connexes) avec certains collègues de mon université), a vraiment regretté ces choix.
Bien sûr, les gens ne savent pas toujours ce qui influence leurs actions, leurs pensées et leurs émotions. L’inconscient (ou subconscient si vous préférez) est très puissant (par exemple). Et bien sûr, les gens ont également tendance à sous-estimer le rôle des influences sociales dans leur prise de décision. Mais lorsque quelqu’un dit que les résultats de l’étude ne correspondent pas à leur expérience, c’est en soi puissant. Qui suis-je pour nier leur expérience?
Et puis, je sais depuis le début que les données collectives ne peuvent pas nécessairement s’adresser à une personne dans l’ensemble de données. N’importe quel individu – ou même de nombreux individus – peut aller à l’encontre des résultats, ce qui est caché dans les données agrégées, à condition que davantage de personnes montrent l’autre modèle (ou même un petit nombre montre fortement le modèle).
Trouver l’individu dans les données est également important pour se rappeler pourquoi cette recherche est effectuée en premier lieu. Cette personne qui obtient un “7” sur une échelle de 1 à 9 est une personne qui a vécu une vie derrière cette partition. Il ou elle est une personne qui peut bénéficier de la recherche potentiellement aussi. Il ou elle ne fait pas simplement partie d’un schéma de données intéressant pour un groupe de personnes qui étudient un sujet quelconque.
Pour ce qui est de l’appréciation de la musique, je pourrais probablement lire des centaines d’études basées sur des données sur l’impact positif de la musique et cela aurait moins d’impact que d’entendre ces histoires. Je connais la recherche, par exemple, sur l’impact de l’écoute de musique triste et sur le fait que ce n’est pas toujours une bonne chose. Mais peut-être perdu dans ces données sont les personnes qui ont été extraordinairement touchées par la musique triste, ou la musique en colère, ou tout autre type de musique que les gens n’associent généralement pas aux résultats positifs. Et s’ils me disent que ce type de musique a changé leur vie de manière extrêmement positive, même en soulevant la possibilité de les garder en vie, alors les données agrégées ne doivent pas être utilisées pour donner l’impression que ces personnes ont tort sur leur propres expériences.
Je sais que pour beaucoup, ceci peut sembler évident. Mais lorsque vous vivez dans un monde de données agrégées, vous avez parfois besoin de rappeler qu’il ya des personnes dans ces données.