Nga: Besart Vllahinja

Në vitin 2026, analiza e të dhënave nuk është më vetëm statistikë e avancuar. Ajo është pikëprerje e statistikës me shkencat kompjuterike, i matematikës me arkitekturën e sistemeve, i algoritmit me infrastrukturën globale të ICT. Është një fushë ku e vërteta nuk zbulohet vetëm përmes formulave, por përmes fuqisë llogaritëse, strukturave të të dhënave dhe optimizimit algoritmik. 

Në pamje të parë, analiza e të dhënave duket si proces logjik: grumbullon të dhëna, filtron dhe pastron të dhënat e grumbulluara, analizon dhe nxjerr përfundime. Por në thelb, ajo është një proces kompleks inxhinierik. Çdo përfundim analitik-statistikor mbështetet mbi shtresa të padukshme: databaza të shpërndara, sisteme paralele, algoritme kërkimi, modele probabilistike dhe arkitektura të optimizuara për përpunim masiv të të dhënave. Analiza e të dhënave është në qendër të vendim-marrjes në bordet e korporatave, në spitalet universitare, në zyrat e qeverive dhe në serverët që përpunojnë miliarda ndërveprime çdo minutë. Është bërë gjuha e re e arsyes, e cila sheh realitetin jo sipas perceptimit, por siç është i strukturuar në thellësi. Kjo ka nxjerrë në pah një paradoks të pritshëm: sa më shumë të dhëna kemi, aq më pak mund t’i besojmë intuitës.

Një nga ilustrimet më të forta të përplasjes mes intuitës dhe analizës shkencore të të dhënave është “Paradoksi i Simpsonit. Në pamje të parë, ky paradoks duket si një lojë matematikore. Por në të vërtetë është një “tronditje epistemologjike”.

Imagjinoni dy institucione mjekësore. Në raportin vjetor, njëri paraqitet me 80% sukses, tjetri me 70%. Opinioni publik nxjerr menjëherë përfundimin: i pari është më i mirë. Por kur të dhënat ndahen sipas kompleksitetit të rasteve, zbulohet se institucioni me 70% total ka performancë më të lartë në çdo kategori specifike. Ai trajton më shumë raste të rënda. Por është përqindja totale ajo e cila e penalizon.

Në këtë pikë, intuita dështon. Mendja njerëzore kërkon një rend linear: vlera me e lartë do të thotë imperativ më i mirë. Por realiteti statistikor është shpesh jo-linear. Struktura e shpërndarjes ndryshon konkluzën. Paradoksi i Simpsonit na mëson se agregimi i të dhënave mund të fshehë të vërtetën, por është analiza e detajuar e zbulon atë. Në epokën klasike Paradoxi i Simpsonit dikur ishte një kuriozitet statistikor. Në vitin 2026, është sfidë kompjuterike. Kur kemi miliarda rreshta të dhënash të shpërndara në „cloud”, ndarja e duhur sipas variablave kërkon algoritme efikase indeksimi dhe optimizim të pyetësorëve për databaza. Nëse grupimi i variablave bëhet gabimisht, përfundimi do të jetë i gabuar. Jo për shkak të matematikës, por për shkak të implementimit.

Këtu hyn dimensioni i shkencave kompjuterike, e cila qartazi definon që struktura e të dhënave përcakton mënyrën si lexojmë realitetin, që kompleksiteti algoritmik përcakton nëse një analizë është e realizueshme dhe se arkitektura e sistemit përcakton nëse përfundimi merret në sekonda apo në ditë.

Në konceptet ekonomike të vitit 2026, kompanitë nuk fitojnë sepse kanë më shumë të dhëna. Ato fitojnë sepse kanë algoritme më efikase. Një model parashikues mund të jetë matematikisht korrekt, por nëse ka kompleksitet të madh mbi një bashkësi të tëdhënave me miliarda rekorde, ai është praktikisht i pavlefshëm. 

Një tjetër iluzion i ndërtuar nga intuita e njeriut është lidhja(korrelacioni) e gabuar e variablave. Truri ynë është projektuar për të gjetur lidhje. Por jo çdo lidhje është shkakësore. Në analiza të mëdha të të dhënave publike, shpesh shfaqen korelacione spektakolare: rritja e një produkti përkon me rritjen e një fenomeni social. Pa analizë shkencore, narrativa lind menjëherë. Por metodat e regresionit, testet statistikore dhe modelet kauzale shpesh zbulojnë një variabël të tretë, një faktor të fshehur që shpjegon të dyja.

Një fenomen tjetër i rëndësishëm i epokës sonë është “konfirmimi i paragjykimit”. Ne priremi të kërkojmë prova për atë që tashmë besojmë. Tek rrjetet sociale, kjo përforcohet nga algoritmet e gjenerimit të përmbajtjes. Por analiza e të dhënave e rrjeteve komplekse ka treguar se komunitetet formojnë “jehonë të përmbajtjes”, ku informacioni qarkullon brenda kufijve të njëjtë të bashkësisë në të cilën qarkullon informacioni. Këto struktura nuk dallohen lehtë nga përvoja individuale. Ato kërkojnë analizë grafike, parametra numerik dhe modelim matematikor.

Inteligjenca artificiale, padyshim ka ndryshuar orbitën e lëvizjes së proceseve. Modelet e “deep learning” në vitin 2026 trajnohen mbi arkitektura GPU (Graphics Processing Unit) dhe TPU (Tensor Processing Unit) tërësisht të shpërndara në ambiente të ndryshme. Ato janë produkte të matematikës, por edhe të inxhinierisë së avancuar softuerike. Një model nuk është vetëm funksion matematikor, por është edhe strukturë grafike e implementuar në sisteme që menaxhojnë memorien, paralelizmin e llogaritjeve dhe procesimeve si dhe tolerancën ndaj gabimeve.

Në vitin 2026, analiza e të dhënave paraqet një lloj mikroskopi social. Ajo zbulon modele të fshehura në tregje financiare, në sjelljen kolektive, në sisteme biologjike dhe teknologjike. Analiza sfidon narrativat e thjeshta dhe rrëzon bindjet intuitive. Mbi të gjitha, ajo na mëson një mësim të rëndësishëm: e vërteta nuk është gjithmonë ajo që duket. Në të shumtën e rasteve, ajo që duket e qartë është thjesht produkt i agregimit të gabuar, i interpretimit sipërfaqësor, apo i paragjykimit.

Analiza e të dhënave kërkon logjikën e matematicientit, skepticizmin e statisticientit dhe disiplinën strukturore të inxhinierit të softuerit. Pa dimensionin kompjuterik, analiza do të ishte e kufizuar në mostra të vogla. Pa dimensionin statistik, kompjuteri do të ishte vetëm pajisje e shpejtë, pa sens.

Në vitin 2026, pyetja nuk është sa të dhëna kemi. Pyetja është: a dimë t’i kuptojmë ato përtej asaj që mendja jonë dëshiron të shohë?/Kosova.info/