Democra(zing Data Science Sophie Chou William Li Ramesh - PowerPoint PPT Presentation

Democra(zing ¡Data ¡Science ¡ Sophie ¡Chou ¡ William ¡Li ¡ Ramesh ¡Sridharan ¡ @mpe(tchou ¡ @williampli ¡ @tweetsbyramesh ¡ {soph,wpli,rameshvs}@mit.edu ¡

Some ¡Links ¡ • Paper: ¡ bit.ly/DDSpaper ¡ • Cathy ¡O’Neil’s ¡Blog ¡(@mathbabedotorg): ¡ bit.ly/DDSblog ¡ • TwiMer: ¡ @mpe3tchou, ¡@williampli, ¡@tweetsbyramesh ¡ 2 ¡

[insert technology] ¡for ¡Social ¡Good ¡ Technology ¡is ¡a ¡force ¡mul(plier, ¡ ¡ for ¡beMer ¡or ¡worse ¡ 3 ¡

What ¡is ¡Data ¡Science? ¡ • Our ¡working ¡defini(on: ¡transforming ¡data ¡into ¡ insights/solu(ons/products ¡ 1. collec(on ¡& ¡storage ¡ 2. cleaning ¡& ¡structuring ¡ 3. analyzing ¡& ¡finding ¡paMerns ¡ 4. visualizing ¡& ¡communica(ng ¡results ¡ 4 ¡

What ¡is ¡“Democra(zing ¡Data ¡Science”? ¡ The ¡applica(on ¡of ¡data ¡science ¡is ¡undemocra(c: ¡ ¡ problems ¡that ¡promote ¡the ¡common ¡good ¡ receive ¡insufficient ¡aMen(on. ¡ 5 ¡

Ford/MacArthur ¡Founda(on, ¡2013 ¡ ¡ “Technology ¡talent ¡is ¡a ¡key ¡need ¡in ¡ government ¡and ¡civil ¡society, ¡ ¡ but ¡the ¡current ¡state ¡of ¡the ¡pipeline ¡is ¡ inadequate ¡to ¡meet ¡that ¡need.” ¡ ¡ ¡ Source: ¡hMp://bit.ly/FordMacArthurReport ¡ 6 ¡

Why? ¡ misalloca3on ¡ of ¡data ¡science ¡ incen(ves ¡for ¡ lack ¡of ¡diversity ¡ data ¡scien(sts ¡ in ¡data ¡science ¡ data ¡science ¡ educa(on ¡ 7 ¡

Outline ¡ • Incen(ves ¡for ¡data ¡scien(sts ¡ • Democra(zing ¡data ¡science ¡educa(on ¡ • Poten(al ¡solu(ons ¡ 8 ¡

Sources ¡of ¡Power ¡in ¡Data ¡Science ¡ capital ¡ data ¡ people ¡ 9 ¡

Human ¡exper(se ¡ ¡ ¡ “...[salaries] ¡between ¡$200,000 ¡ and ¡$300,000 ¡a ¡year…100 ¡ recruiter ¡emails ¡a ¡day” ¡ ¡ “...working ¡for ¡a ¡consumer ¡ Internet ¡firm ¡can ¡be ¡surprisingly ¡ rewarding.” ¡ Source: ¡hMp://bit.ly/WSJDataScience ¡ 10 ¡

Sources ¡of ¡Power ¡in ¡Data ¡Science ¡ data ¡ capital ¡ people ¡ 11 ¡

Outline ¡ • Structural ¡inequali(es ¡in ¡data ¡science ¡ • Democra(zing ¡data ¡science ¡educa(on ¡ • Poten(al ¡solu(ons ¡ 12 ¡

Nega(ve ¡feedback ¡loop ¡ Lack ¡of ¡ diversity ¡in ¡ data ¡scien(sts ¡ Lack ¡of ¡ Lack ¡of ¡ diversity ¡in ¡ diversity ¡in ¡ educa(on ¡ applica(on ¡ 13 ¡

Why ¡care? ¡ • Diversity ¡is ¡key ¡to ¡innova(on ¡ (Forbes ¡Insights, ¡2011) ¡ • Lack ¡of ¡diversity ¡perpetuates ¡ misalloca(on ¡ 14 ¡

Racial ¡inequality ¡in ¡science ¡and ¡engineering ¡ • Misrepresenta(on ¡isn’t ¡ going ¡away ¡ • Fewer ¡minori(es ¡ receive ¡degrees ¡ 15 ¡ Source: ¡NSF ¡Science ¡and ¡Engineering ¡Indicators ¡2014 ¡

Women ¡in ¡Compu(ng ¡ • 1985: ¡37% ¡ 2000: ¡29% ¡ 2014: ¡18% ¡ • 2000 ¡to ¡2014: ¡ – 5% ¡decrease ¡in ¡math ¡ – 2% ¡decrease ¡in ¡engineering ¡ 16 ¡ Source: ¡NSF ¡Science ¡and ¡Engineering ¡Indicators ¡2014 ¡

Graduate ¡degrees ¡ • Women ¡fare ¡even ¡ worse ¡ • 2x ¡as ¡many ¡white ¡males ¡ receiving ¡degrees ¡as ¡ all ¡ minori:es ¡combined ¡ • Only ¡1 ¡in ¡5 ¡PhDs ¡female ¡ 17 ¡ Source: ¡NSF ¡Science ¡and ¡Engineering ¡Indicators ¡2014 ¡

Unlocking ¡the ¡Clubhouse: ¡A ¡Case ¡Study ¡ • 2014 ¡incoming ¡ class: ¡40% ¡women ¡ 18 ¡ Source: ¡Unlocking ¡the ¡Clubhouse, ¡2002 ¡

Triggering ¡Posi(ve ¡Change ¡ “insuring ¡science ¡and ¡technology ¡are ¡considered ¡in ¡ their ¡social ¡context ¡may ¡be ¡the ¡most ¡important ¡ change ¡that ¡can ¡be ¡made ¡in ¡science ¡teaching ¡for ¡all ¡ people, ¡both ¡male ¡and ¡female.” ¡ ¡ Source: ¡Taggart ¡& ¡O’Gara, ¡2000 ¡ 19 ¡

Posi(ve ¡feedback ¡loop ¡ Relevant ¡ applica(ons ¡ Increase ¡ AMract ¡diverse ¡ educa(onal ¡ demographics ¡ opportuni(es ¡ 20 ¡

Outline ¡ • Structural ¡inequali(es ¡in ¡data ¡science ¡ • Democra(zing ¡data ¡science ¡educa(on ¡ • Poten(al ¡solu(ons ¡ 21 ¡

Technologies ¡ • Recent ¡technologies ¡target ¡ broader ¡audiences ¡ • Ooen ¡require ¡significant ¡ technical ¡literacy ¡ • Can ¡we ¡broaden ¡access ¡ further ¡s(ll? ¡ 22 ¡

Crowd-­‑based ¡efforts ¡ • Machine ¡learning ¡compe((ons ¡ – Can ¡promote ¡meaningful ¡problems ¡ – Low ¡barrier ¡to ¡entry ¡ • Ooen ¡run ¡by ¡for-­‑profit ¡en((es ¡ • Can ¡we ¡encourage ¡more ¡ini(a(ves ¡ like ¡KDD ¡Cup ¡2014? ¡ 23 ¡

Educa(on: ¡MOOCs ¡ • Tremendous ¡poten(al ¡for ¡ reaching ¡students ¡ • Most ¡ooen ¡taken ¡by ¡ professionals ¡and ¡people ¡ with ¡graduate ¡degrees ¡ 24 ¡

Private ¡Sector ¡Opportuni(es ¡ • Reaching ¡out ¡to ¡underserved ¡groups ¡ – Tap ¡new ¡markets ¡ • Pro ¡bono ¡work ¡could ¡service ¡groups ¡and ¡bring ¡in ¡ new ¡customers ¡ • Meaningful ¡“small ¡data” ¡to ¡serve ¡the ¡long ¡tail ¡ 25 ¡

Academic ¡Research ¡ • Research ¡promo(ng ¡social ¡good ¡is ¡par(cularly ¡ accessible ¡to ¡academics ¡ – Social ¡welfare ¡problems ¡ooen ¡rely ¡on ¡public ¡data ¡ – Academia ¡is ¡well-­‑suited ¡to ¡interdisciplinary ¡ research ¡ • Need ¡for ¡focus ¡on ¡meaningful ¡problems ¡ 26 ¡

Your ¡Solu(on ¡Here! ¡ • We ¡believe ¡the ¡community ¡has ¡a ¡responsibility ¡to ¡ solve ¡these ¡problems ¡ • Exper(se ¡in ¡policy, ¡business, ¡sta(s(cs, ¡ healthcare, ¡computer ¡science ¡will ¡all ¡be ¡crucial ¡ • Undemocra(c ¡inequali(es ¡persist ¡in ¡data ¡science ¡ applica(ons ¡ • All ¡of ¡us ¡can ¡be ¡part ¡of ¡the ¡solu(on ¡ @mpe(tchou ¡ ¡@williampli ¡ ¡@tweetsbyramesh ¡ 27 ¡