स्पेगेटी प्लॉट्स और हरिकेन के रास्ते

विज़ुअलाइज़ेशन हमें दुनिया को समझने में मदद करते हैं और जटिल जानकारी, डेटा और पूर्वानुमानों की बड़ी मात्रा को संक्षेप में प्रस्तुत करने देते हैं। विशेषज्ञों के पूर्वानुमान, जिन्हें गैर-विशेषज्ञ दर्शकों तक पहुँचाना होता है—चाहे वह हरिकेन का रास्ता हो या चुनाव का नतीजा—हमेशा कुछ न कुछ अनिश्चितता लिए होते हैं। यदि यह अनिश्चितता संबंधित विज़ुअलाइज़ेशनों में न दिखाई जाए, तो नतीजे भ्रामक और यहाँ तक कि खतरनाक भी हो सकते हैं।

यहाँ, हम हरिकेन के संभावित रास्तों को प्लॉट करने में डेटा विज़ुअलाइज़ेशन की भूमिका की जाँच करते हैं। हम विशेषज्ञ पूर्वानुमानों की अनिश्चितता दिखाने के अलग-अलग दृश्य तरीकों को और आमजन द्वारा उनकी व्याख्या पर पड़ने वाले प्रभाव को देखते हैं। साथ ही, हम इसे व्यापक चर्चा से जोड़ते हैं—कि समाचार माध्यमों को विशेषज्ञ मॉडलों और वैज्ञानिक परिणामों की रिपोर्टिंग में, जो व्यापक आबादी के लिए महत्वपूर्ण विषयों पर होते हैं, किन सर्वोत्तम प्रथाओं का पालन करना चाहिए।

स्पेगेटी प्लॉट्स नहीं?

हाल में हमने अमेरिका में उष्णकटिबंधीय तूफानी प्रणालियों से हुई तबाही देखी है। उदाहरण के लिए, न्यूयॉर्क टाइम्स जैसी संस्थाओं ने हरिकेन हार्वे और इर्मा के लिए इंटरैक्टिव विज़ुअलाइज़ेशनों के जरिए बहुत कुछ समझाया। विज़ुअलाइज़ेशनों में बिजली से वंचित लोगों का प्रतिशत, वर्षा की मात्रा, नुकसान की मात्रा और शरणस्थलों में लोगों की संख्या जैसे कई पहलुओं का भौगोलिक चित्रण शामिल था।

एक विशेष तरह का प्लॉट हाल ही में स्वाभाविक रूप से चर्चा में आया है और विवाद भी खड़ा किया है: हरिकेन के अगले 72 घंटों में संभावित रास्ते को कैसे प्लॉट किया जाए। संभावित रास्तों को विज़ुअलाइज़ करने के कई तरीके हैं, और हर तरीके की अपनी-अपनी मुश्किलें और भ्रांतियाँ हैं। हाल ही में हमने Ars Technica में एक लेख भी देखा जिसका शीर्षक था कृपया, कृपया हरिकेन मॉडलों के स्पेगेटी प्लॉट्स शेयर करना बंद करें, जो Nate Silver और fivethirtyeight की ओर निर्देशित था।

आगे, मैं तीन आम तरीकों की तुलना करूँगा, उनके लाभ-हानि पर चर्चा करूँगा और कुछ अन्य प्लॉट प्रकारों के सुझाव दूँगा। मैं यह भी बताऊँगा कि ये प्रकार महत्वपूर्ण क्यों हैं—जो हमें यह तय करने में मदद करेगा कि कौन से दृश्य तरीके और तकनीकें सबसे उपयुक्त हैं।

अस्वीकरण: मैं मौसम विज्ञान और हरिकेन पूर्वानुमान में निश्चित रूप से विशेषज्ञ नहीं हूँ। लेकिन मैंने डेटा, पूर्वानुमान और मॉडलों को व्यक्त करने के दृश्य तरीकों पर बहुत विचार किया है। मैं विशेषज्ञों समेत अन्य सभी से प्रतिक्रिया का स्वागत करता हूँ और उसे प्रोत्साहित करता हूँ।

हरिकेन के संभावित रास्तों का विज़ुअलाइज़ेशन

हरिकेन के संभावित रास्तों के लिए विज़ुअलाइज़ेशन बनाने के तीन आम तरीके हैं। उन पर बात करने से पहले, मैं चाहता हूँ कि आप इन्हें देखें और सोचें कि इनमें से प्रत्येक से आपको क्या जानकारी मिलती है। अपनी ओर से पूरी कोशिश करें कि हर एक क्या बताने की कोशिश कर रहा है, और फिर हम उनके उद्देश्य, फायदे और सीमाएँ विस्तार से देखेंगे:

अनिश्चितता का शंकु (Cone of Uncertainty)

स्पेगेटी प्लॉट्स (प्रकार I)

स्पेगेटी प्लॉट्स (प्रकार II)

हरिकेन के संभावित रास्तों के विज़ुअलाइज़ेशन की व्याख्या और प्रभाव

अनिश्चितता का शंकु

अनिश्चितता का शंकु, जिसका उपयोग नेशनल हरिकेन सेंटर (NHC) करता है और जिसे कई समाचार संस्थाएँ प्रसारित करती हैं, हमें अगले पाँच दिनों में हरिकेन के सबसे संभावित रास्ते को दिखाता है—जिसे शंकु के भीतर के काले बिंदुओं से दर्शाया जाता है। यह यह भी दर्शाता है कि वे इस रास्ते को लेकर कितने आश्वस्त हैं। समय बीतने के साथ पूर्वानुमान कम निश्चित होता जाता है और यह शंकु के चौड़ा होने से व्यक्त होता है—कि लगभग 66.6% संभावना है कि हरिकेन का केंद्र शंकु की सीमाओं के भीतर रहेगा।

क्या यह बात प्लॉट से अपने-आप स्पष्ट थी?

मुझे तो शुरू में नहीं लगी, और मैंने यह जानकारी प्लॉट, NHC के 'अनिश्चितता के शंकु के बारे में' पृष्ठ और weather.com के डीमिस्टिफिकेशन पोस्ट से जुटाई। तीन और महत्वपूर्ण बिंदु हैं, जिन पर हम आगे लौटेंगे:

• एक आम शुरुआती गलतफहमी यह है कि समय के साथ शंकु का चौड़ा होना बताता है कि तूफान बढ़ेगा;
• प्लॉट में तूफान के आकार के बारे में कोई जानकारी नहीं है—यह केवल उसके केंद्र के संभावित रास्ते के बारे में बताता है—इसलिए यह, उदाहरण के लिए, हरिकेन-फोर्स हवाएँ कहाँ आ सकती हैं, बताने में सीमित उपयोगी है;
• आवश्यक जानकारी विज़ुअलाइज़ेशन के साथ दिए गए पाठ में भी होती है, सिर्फ़ विज़ुअल में नहीं—जैसे ऊपर प्रमुखता से लिखा नोट, '[श]ंकु तूफान के केंद्र का संभावित रास्ता दिखाता है लेकिन तूफान का आकार नहीं दिखाता...'; किसी डेटा विज़ुअलाइज़ेशन की प्रभावशीलता का आकलन करते समय हमें उसकी सभी विशेषताओं—पाठ समेत—को ध्यान में रखना होगा (और यह भी कि क्या हम सच में उम्मीद कर सकते हैं कि लोग इसे पढ़ेंगे!); ध्यान दें कि इन विज़ुअलाइज़ेशनों में इंटरैक्टिविटी नहीं है (हालाँकि होनी चाहिए)।

स्पेगेटी प्लॉट्स (प्रकार I)

इस तरह के प्लॉट एक ही चित्र में कई पूर्वानुमान दिखाते हैं। किसी भी प्रकार I स्पेगेटी प्लॉट में, दिखाई गई ट्रैजेक्टोरियाँ अलग-अलग एजेंसियों (जैसे NHC, नेशनल ओशनिक एंड एटमॉस्फेरिक एडमिनिस्ट्रेशन और यूके मेट ऑफिस) के मॉडलों के पूर्वानुमान होती हैं। ये उपयोगी हैं क्योंकि, अनिश्चितता के शंकु की तरह, वे हमें उस सामान्य क्षेत्र के बारे में बताती हैं जो हरिकेन के रास्ते में आ सकता है। वे अत्यंत अनुपयोगी और वास्तव में भ्रामक इसलिए हैं क्योंकि वे हर मॉडल (या पूर्वानुमान) को समान वज़न देते हैं।

ऊपर दिए गए प्रकार I स्पेगेटी प्लॉट में, अलग-अलग एजेंसियों के पूर्वानुमान हैं, जिनमें अनिश्चितता के अलग-अलग स्तर हैं, और जिनकी पिछली सफलता भी अलग-अलग रही है। इसलिए जो कुछ रास्ते दिख रहे हैं, वे कुछ औरों की तुलना में अधिक संभावित हैं—हम जो अभी जानते हैं उसके हिसाब से। यह जानकारी मौजूद नहीं है। और भी चिंताजनक यह कि कुछ रास्ते तो मुश्किल से पूर्वानुमान हैं भी। काली बिंदीदार रेखा XTRP को लें, जो वर्तमान ट्रैजेक्टरी के आधार पर सीधी रेखा में आगे का अनुमान है। यह तो कोई मॉडल भी नहीं है। एरिक बर्जर ने इस Ars Technica लेख में विस्तार से समझाया है।

मूलतः, इस तरह के प्लॉट एक एन्सेम्बल मॉडल प्रदान करते हैं (तुलना करें एग्रीगेट पोलिंग से)। लेकिन एन्सेम्बल मॉडलों का एक अहम पहलू यह है कि हर मॉडल को उपयुक्त वज़न दिया जाता है—और किसी भी डेटा विज़ुअलाइज़ेशन में ये वज़न संप्रेषित होने चाहिए। जल्द ही हम देखेंगे कि प्रकार I में थोड़ा बदलाव कर यह कैसे किया जा सकता है।

स्पेगेटी प्लॉट्स (प्रकार II)

ये प्लॉट किसी दिए गए मॉडल की कई, मान लें 50, अलग-अलग प्रत्यक्षताएँ दिखाते हैं। बात यह है कि यदि हम किसी मॉडल को कई बार सिम्युलेट (चलाएँ) करें, तो हर बार थोड़ा अलग ट्रैजेक्टरी मिलेगी। क्यों? Nate Cohen ने इसे The Upshot में अच्छी तरह समझाया:

यह बताना वाकई कठिन है कि एक तूफान ठीक कब मोड़ लेगा। उत्तर की ओर मुड़ने के समय में सिर्फ़ 15 या 20 मील का फ़र्क यह बदल सकता है कि मियामी आँख की दीवार—जो सबसे तेज़ हवाओं वाले भयंकर गरज-तूफ़ानों की घेरा होता है और शांत आँख को घेरता है—से टकराएगा या नहीं।

ये तीनों में से शायद मेरे पसंदीदा हैं, कई कारणों से:

• मॉडल के कई रन सिम्युलेट करके, ये हर मॉडल के अंतर्निहित अनिश्चितता का संकेत देते हैं;
• ये किसी स्थान से हरिकेन के केंद्र के गुजरने की सापेक्ष संभावना की तस्वीर देते हैं। सरल शब्दों में, यदि अधिक ट्रैजेक्टोरियाँ स्थान A से गुजरती दिखती हैं बनिस्बत स्थान B के, तो मौजूदा मॉडल के अनुसार हरिकेन का केंद्र स्थान A से गुजरने की अधिक संभावना है;
• इनके गलत समझे जाने की आशंका कम है (कम से कम शंकु और प्रकार I प्लॉट्स की तुलना में)। विज़ुअलाइज़ेशन पर बस इतना लिखना काफ़ी है: 'प्रत्येक रेखा इर्मा के रास्ते के एक पूर्वानुमान का प्रतिनिधित्व करती है'।

प्रकार II की एक कमी यह है कि ये कई मॉडलों का प्रतिनिधित्व नहीं करते, लेकिन जैसा हम देखेंगे, प्रकार I के साथ मिलाने पर इसे बदला जा सकता है। दूसरी कमी यह है कि ये भी, अन्य की तरह, केवल तूफान के केंद्र के रास्ते को बताते हैं—आकार के बारे में नहीं। जल्द ही देखेंगे कि इसे कैसे सुधारा जा सकता है। ध्यान दें कि प्रकार I और प्रकार II स्पेगेटी प्लॉट्स के बीच यह भेद मैंने साहित्य में नहीं पाया—मैंने बनाया है—क्योंकि इन प्लॉट्स की व्याख्या और प्रभाव बहुत अलग हैं।

फिलहाल, ध्यान दें कि हम कुछ प्लॉट प्रकारों की प्रभावशीलता पर चर्चा कर रहे थे, बिना उनके उद्देश्य—यानी कि हमें उनकी आवश्यकता क्यों है—को स्पष्ट किए। आगे बढ़ने से पहले थोड़ा पीछे हटें और प्रश्न का उत्तर देने की कोशिश करें: 'हरिकेन के संभावित रास्ते का विज़ुअलाइज़ेशन करने का उद्देश्य क्या है?' ऐसे कथित तौर पर सादे अभ्यास अक्सर ज्ञानवर्धक होते हैं।

हरिकेन के संभावित रास्तों को प्लॉट क्यों करें?

हम उष्णकटिबंधीय तूफान के संभावित रास्ते को दिखाने की कोशिश क्यों कर रहे हैं? मैं इसके कई उत्तर अभी देता हूँ।

पर पहले, यह कह दूँ कि इन विज़ुअलाइज़ेशनों का उद्देश्य क्या नहीं है। हम इन विज़ुअलाइज़ेशनों का उपयोग यह तय कराने के लिए नहीं कर रहे कि लोग अपने घरों या कस्बों को खाली करें या नहीं। निकासी का आदेश देना या सलाह देना स्थानीय प्राधिकरणों का काम है, जो विशेषज्ञों, वैज्ञानिकों, मॉडलर्स और अन्य प्रमुख हितधारकों से बार-बार परामर्श करने के बाद यह निर्णय लेते हैं।

ऐसे विज़ुअलाइज़ेशन का मुख्य उद्देश्य यह है कि आम जनता हरिकेन के संभावित रास्तों के बारे में यथासंभव सूचित हो सके और यदि यह संभावना हो कि जहाँ वे हैं या होंगे, वह तबाही के रास्ते में आता है, तो वे सबसे बुरी स्थिति के लिए तैयारी कर सकें। इसका उद्देश्य लोगों को अनावश्यक रूप से डराना नहीं है। weather.com कहता है—अनिश्चितता के शंकु के कार्य के संदर्भ में—'[ह]र उष्णकटिबंधीय प्रणाली को एक पूर्वानुमान शंकु दिया जाता है ताकि जनता बेहतर समझ सके कि यह कहाँ जा रही है' और '[श]ंकु समय के साथ बढ़ती पूर्वानुमान अनिश्चितता दिखाने के लिए डिज़ाइन किया गया है।'

इस उद्देश्य से, मुझे लगता है कि यह एक महत्वपूर्ण विशेषता होगी कि कोई पाठक इसे देखकर कह सके: 'यह बहुत अधिक/अधिक/50% संभव/कम/बहुत कम संभावित है कि मेरा घर (उदाहरण के लिए) हरिकेन से गंभीर रूप से प्रभावित होगा।'

और भी बेहतर—यह कह सके, "वर्तमान अत्याधुनिक मॉडेलिंग के अनुसार, मेरे घर के गंभीर रूप से क्षतिग्रस्त होने की 30-40% संभावना है"।

तब हमारे पास यह क्रम बनता है कि हम अपनी विज़ुअलाइज़ेशन से क्या संप्रेषित कराना चाहते हैं:

• न्यूनतम रूप से, हम चाहते हैं कि नागरिकों को हरिकेन के संभावित रास्तों का पता चले।
• फिर हम चाहते हैं कि नागरिक यह कह सकें कि, उदाहरण के लिए, उनके घर का रास्ते में होना बहुत अधिक संभावित, संभावित, कम संभावित या बहुत कम संभावित है।
• आदर्श रूप से, कोई नागरिक विज़ुअलाइज़ेशन देखकर मात्रात्मक रूप से पढ़ सके कि उनके घर के हरिकेन के रास्ते में होने की संभावना (या संभावनाओं की सीमा) क्या है।

इसके ऊपर, हम चाहते हैं कि हमारी विज़ुअलाइज़ेशन न तो भ्रामक हों और न ही आसानी से गलत समझी जाएँ।

अनिश्चितता का शंकु बनाम स्पेगेटी प्लॉट्स

तीनों तरीके न्यूनतम आवश्यक कार्य करते हैं—नागरिकों को हरिकेन के संभावित रास्तों के बारे में आगाह करना। अनिश्चितता का शंकु किसी नागरिक को यह कहने में काफ़ी मदद करता है कि कोई विशिष्ट स्थान से हरिकेन के गुजरने की कितनी संभावना है (शंकु के भीतर, यह लगभग दो-तिहाई है)। कम से कम गुणात्मक रूप से, प्रकार II स्पेगेटी प्लॉट्स भी यहाँ अच्छा काम करते हैं—जैसा ऊपर कहा—'यदि अधिक ट्रैजेक्टोरियाँ स्थान A से गुजरती हैं बनिस्बत स्थान B के, तो मौजूदा मॉडल के अनुसार हरिकेन का केंद्र स्थान A से गुजरने की अधिक संभावना है'।

यदि आप 50 ट्रैजेक्टोरियाँ प्लॉट करते हैं, तो आपको अंदाज़ा हो जाता है कि हरिकेन का केंद्र कहाँ होने की संभावना है—यानी यदि लगभग आधी ट्रैजेक्टोरियाँ किसी स्थान से गुजरती दिखती हैं, तो वहाँ लगभग 50% संभावना (हमारे मॉडल के अनुसार) है कि हरिकेन का केंद्र उस स्थान को हिट करेगा। अभी तक इनमें से कोई भी तरीका तीसरे कार्य को पूरा नहीं करता—और नीचे हम देखेंगे कि प्रकार I और प्रकार II स्पेगेटी प्लॉट्स को मिलाकर यह कैसे किया जा सकता है।

अनिश्चितता के शंकु और प्रकार I स्पेगेटी मॉडलों की प्रमुख समस्या यह है कि शंकु को गलत समझना आसान है (कई लोग शंकु को बढ़ते तूफान के रूप में देखते हैं और अनिश्चितता की भूमिका की सराहना नहीं करते) और प्रकार I स्पेगेटी मॉडेल भ्रामक हैं (वे सभी मॉडलों को समान रूप से विश्वसनीय दिखाते हैं)। इसलिए ये मॉडल उस बुनियादी आवश्यकता को पूरा नहीं करते कि 'हम चाहते हैं कि हमारी विज़ुअलाइज़ेशन न तो भ्रामक हों और न ही आसानी से गलत समझी जाएँ।'

हरिकेन पूर्वानुमान रास्तों के विज़ुअलाइज़ेशन के सर्वोत्तम अभ्यास

प्रकार II स्पेगेटी प्लॉट्स सबसे वर्णनात्मक हैं और सबसे कम गलत व्याख्या के लिए खुले। पर वे सभी मॉडलों के परिणाम प्रस्तुत करने में विफल रहते हैं—यानी प्रकार I की तरह कई मॉडलों पर एग्रीगेट नहीं करते।

तो क्या होगा यदि हम प्रकार I और प्रकार II को मिला दें?

इसका उत्तर देने के लिए, मैंने python, folium और numpy का उपयोग करके एक छोटा-सा प्रयोग किया। सारा कोड आपको यहाँ मिल जाएगा।

मैंने पहले पिछले हफ्ते NHC के हरिकेन इर्मा के एक पूर्वानुमानित रास्ते को लिया, उसमें कुछ यादृच्छिक शोर जोड़ा और 50 ट्रैजेक्टोरियाँ प्लॉट कीं। ध्यान दें, एक बार फिर, मैं मौसम विज्ञान का विशेषज्ञ नहीं हूँ। जो शोर मैंने उत्पन्न कर पूर्वानुमानित सिग्नल/रास्ते में जोड़ा, वह किसी मॉडल पर आधारित नहीं था—वास्तविक उपयोग में यह मॉडलों से ही आएगा (यदि दिलचस्पी हो, मैंने Gaussian शोर इस्तेमाल किया)। रिकॉर्ड के लिए, मुझे मीडिया में रिपोर्ट किए गए किसी भी संभावित रास्तों का डेटा ढूँढने में भी कठिनाई हुई। जो डेटा अंततः इस्तेमाल किया, वह मुझे यहाँ मिला।

यहाँ 50 ट्रैजेक्टोरियों वाला एक साधारण प्रकार II स्पेगेटी प्लॉट है:

लेकिन ये किसी एक मॉडल द्वारा उत्पन्न संभावित ट्रैजेक्टोरियाँ हैं। अगर हमारे पास अलग-अलग एजेंसियों के कई मॉडल हों तो? तब हम प्रत्येक से 50 ट्रैजेक्टोरियाँ प्लॉट कर सकते हैं:

प्रकार II स्पेगेटी प्लॉट्स की एक बहुत अच्छी बात यह है कि अगर हम इन्हें पर्याप्त मात्रा में प्लॉट करें, तो हर ट्रैजेक्टरी धुँधली हो जाती है और हमें उस जगह का एक तरह का हीटमैप दिखने लगता है जहाँ हरिकेन का केंद्र होने की अधिक संभावना है। इसका मतलब बस यह है कि जहाँ किसी क्षेत्र में अधिक नीला रंग दिखे, वहाँ से रास्ता गुजरने की संभावना अधिक है। ज़ूम करके देखें।

इसके अलावा, यदि हमें लगता है कि कोई मॉडल दूसरे से अधिक विश्वसनीय है (जैसे, जिन विशेषज्ञों ने वह मॉडल बनाया है, उन्होंने पहले अधिक सटीक मॉडल बनाए हैं), तो हम इन मॉडलों को तद्नुसार वज़न दे सकते हैं—मसलन, ट्रैजेक्टोरियों की पारदर्शिता के जरिए—जैसा हम नीचे करते हैं। ध्यान दें कि मॉडलों को वज़न देना विशेषज्ञ का काम है और एग्रीगेट मॉडेलिंग की इस प्रक्रिया का आवश्यक हिस्सा है।

ऊपर का तरीका हमारी विज़ुअलाइज़ेशन से अपेक्षित पहले दो गुणों के कार्य पूरे करता है। तीसरे—यानी पाठक किसी विशिष्ट स्थान से हरिकेन के केंद्र के गुजरने की, मान लें 30-40% संभावना, पढ़ सके—के लिए दो समाधान हैं:

• हीटमैप को इस तरह बदला जाए कि वह, मान लें, लाल और नीले के बीच चले, और एक कुंजी (लीजेंड) शामिल की जाए जो, उदाहरण के लिए, बताए कि लाल का मतलब 90% से अधिक संभावना है;
• हीटमैप को कंटूर मैप में बदला जाए, जो उन क्षेत्रों को दिखाए जिनमें संभावना कुछ निश्चित मान लेती है।

यह भी ध्यान दें कि यह किसी को यह बताएगा कि किसी दिए गए स्थान से हरिकेन के केंद्र के गुजरने की क्या संभावना है। आप इसे हरिकेन के आकार की जानकारी के साथ मिलाकर (दरअसल, कॉनवॉल्व करके) हीटमैप को इस संभावना के नक्शे में बदल सकते हैं कि किसी स्थान पर हरिकेन-फोर्स हवाएँ चलेंगी। यदि आप ऐसा करना चाहें, तो ऊपर दिए गए प्लॉट्स बनाने के लिए मैंने जो कोड लिखा है, उसे हैक करें (मैं योजना बना रहा हूँ कि इस पर आगे की पोस्ट लिखूँ और कोड के जरिए इसे समझाऊँ)।

अनिश्चितता का विज़ुअलाइज़ेशन और डेटा पत्रकारिता

हम इससे क्या सीख सकते हैं? हमने हरिकेन के संभावित रास्तों के लिए कई विज़ुअलाइज़ेशन तरीकों की जाँच की, उनके फायदे-नुकसान पर चर्चा की, और आगे के लिए ऐसे प्लॉट्स का रास्ता सुझाया जो अधिक जानकारीपूर्ण हों और कम भ्रामक—जो न केवल परिणाम बल्कि मॉडलों के इर्द-गिर्द की अनिश्चितता भी संप्रेषित करें।

यह एक व्यापक बातचीत का हिस्सा है—विज़ुअलाइज़ेशनों और सामान्य रूप से डेटा पत्रकारिता में अनिश्चितता की रिपोर्टिंग के बारे में। हमें सक्रिय रूप से इस बातचीत में भाग लेना होगा कि विशेषज्ञ समाचार माध्यमों के जरिए आम जनता को अनिश्चितता कैसे बताते हैं। The Upshot का यह शानदार लेख दिखाता है कि यदि नौकरियाँ स्थिर भी हों, तब भी सांख्यिकीय शोर के कारण नौकरियों की रिपोर्ट कैसी दिख सकती है। The Upshot का एक और लेख पोलों की व्याख्या में शोर और अनिश्चितता की भूमिका दिखाता है। मुझे पूरी तरह पता है कि खबरें बेचने के लिए सुर्खियों की ज़रूरत होती है और आधुनिक मीडिया परिदृश्य में क्लिकबेट की भूमिका होती है, लेकिन हमें केवल परिणाम नहीं, उनके इर्द-गिर्द की अनिश्चितता भी संप्रेषित करनी होगी—ताकि हम आम जनता और संभवतः स्वयं को गुमराह न करें। शायद उससे भी अधिक महत्वपूर्ण यह है कि शिक्षा प्रणाली को रूपांतरित होना होगा और सभी नागरिकों को डेटा साक्षरता और सांख्यिकीय साक्षरता के स्तरों से लैस करना होगा—ताकि वे डेटा-चालित युग में राह बना सकें। हम सब इसमें योगदान दे सकते हैं।