GIGO
GIGO
Tanım
Veri analizi, bilişsel modelleme ve istatistiki süreçlerde, hatalı veya kalitesiz verilerin işlenmesi sonucunda elde edilen çıktının da aynı derecede güvenilmez ve geçersiz olacağını ifade eden temel metodolojik ilke.
Örnek Vaka / Uygulama
Bir araştırmacının depresyon ve anksiyete ilişkisini incelemek için topladığı anket verilerinde katılımcıların yanıtlarını yanlış kodlaması veya manipüle etmesi durumunda, kullanılan ileri düzey çok değişkenli istatistiksel analizler ne kadar sofistike olursa olsun, elde edilen bulgular tamamen geçersiz olacaktır.
Derin Analiz
Bilişsel bilimler ve istatistikte GIGO prensibi, insan karar verme mekanizmalarından yapay sinir ağlarına kadar geniş bir spektrumda bilgi işleme sistemlerinin sınırlarını belirler. Klinik psikoloji ve nöropsikolojide bu kavram, hatalı ya da yanıltıcı önermelerin (örneğin bilişsel çarpıtmalar veya yanlış anılar) rasyonel akıl yürütme süreçlerine sokulması durumunda, varılan klinik yargının veya davranışsal çıktının da patolojik veya işlevsel olmayan nitelik taşıyacağını gösterir. İstatistiksel modellemede ise, kirli verilerle (noisy data) kurulan regresyon veya hipotez testlerinin analitik değeri sıfırdır; algoritma ne kadar gelişmiş olursa olsun, beslendiği ham verinin epistemik kalitesine mahkumdur.
Etimoloji
İngilizce 'Garbage In, Garbage Out' (Çöp Girer, Çöp Çıkar) ifadesinin akronimi olup, ilk olarak erken dönem bilgisayar bilimi ve veri işleme terminolojisinde kusurlu girdilerin kaçınılmaz olarak kusurlu çıktılar üreteceğini belirtmek üzere türetilmiştir.
Karıştırmayın
Önyargı (Bias) ile karıştırılabilir; ancak bias, sistemin sistematik olarak belirli bir yöne sapmasını ifade ederken, GIGO doğrudan girdinin niteliksizliği nedeniyle çıktının bozulmasını kapsayan daha geniş bir veri bütünlüğü kuralıdır.