I krisögonblick vänder vi oss ofta till data i ett försök att både förstå situationen vi befinner oss i, och att leta efter svar på hur man kan fly.

Som svar på covid-19, regeringar runt om i världen har använt algoritmer, använd data från appar installerade på våra telefoner, tillsammans med CCTV, ansiktsigenkänning och andra datainsamlingsverktyg för att bekämpa pandemin. Data används för att driva dagliga rörelser för miljarder människor på ett sätt som många av oss aldrig tidigare har sett. Folk uppmanas att stanna hemma, gå till jobbet, bära masker, eller skicka sina barn till skolan baserat på den osynliga handen av data.

Ändå har 2020 också belyst farorna med detta. Tolkningen och insamlingen av denna data är inte problemfri – läkare och politiker som tittar på samma data kan dra väldigt olika slutsatser om rätt tillvägagångssätt.

Utan tvekan, vi borde utnyttja alla verktyg vi kan i kampen för att rädda liv, men pandemin har också väckt många problem med datakartläggning i förgrunden. Covid-19 påverkar oproportionerligt de fattigaste människorna i många länder, såväl som svarta och asiatiska samhällen. Detta är inte en liten del på grund av datadrivna bestämmelser utformade för att stoppa spridningen av sjukdomen; ofta utifrån antaganden som gjorts av personerna som designar och driver dem.

Dessa ojämlikheter existerade redan, men modeller som bromsar en spridning genom stängning av kontor, minskade transporter och hemundervisning sätter en enorm press på de fattigaste och mest utsatta medlemmarna i samhället, som inte är privilegierade nog att ändra sina arbets- eller boendearrangemang. När digital teknik introduceras ytterligare, som mobil track and trace, dessa samhällen kommer att marginaliseras ytterligare. Även i de rikaste länderna, de utan en smartphone kommer att saknas från alla digitala spårningsappar som är utformade för att skydda människor.

Även om dessa metoder nyligen konfronteras med många, sådan teknik – och deras brister – har länge använts för att forma liv, och dödsfall, miljoner runt om i världen. I den digitala tidsåldern, kartläggning och data fortsätter att ses som en lösning. Fler människor än någonsin utsätts för att deras liv inte dikteras av förtroendevalda, men med svarta lådans algoritmer, Kartor, och datavisualiseringar. När våra försök att hålla pandemin i schack fortsätter, vi måste titta på lärdomar från andra kriser och driva på för en mer rättvis värld.

Att göra detta, det är avgörande att människor förstår den hala kvaliteten på data. Statistiken verkar stabil för många människor. Men data kan vilseleda, och att förstå hur detta händer är ett stort steg i rätt riktning att använda data för att förbättra livet för miljontals människor runt om i världen, och att ta itu med globala kriser som covid-19.

Det finns tre huvudproblem med data.

1. Mörk data

Det första problemet verkar på ytan vara lättast att fixa. Mörk data avser data som inte samlas in alls. Många tror att om vi samlade in tillräckligt med data om allt så skulle vi kunna lösa alla problem. Ändå är det omöjligt att samla in allt:det kommer alltid att finnas mörka data.

Vi gör inte, till exempel, samla in data om eller från barn på samma sätt som vuxna på grund av lagar kring samtycke. Data samlas ofta in genom verktyg som inte är tillgängliga för alla – mobiltelefoner delar enorma mängder information, men alla har inte en telefon.

Det verkliga problemet kommer på grund av vad som kallas epistemiska och ideologiska antaganden. Dessa antaganden innebär att även med de bästa avsikterna, vi kan inte samla in data om saker som vi antar att vi inte behöver, eller som vi inte vet att vi behöver uppgifter om. Starka exempel inkluderar hur ofta kvinnor utesluts från prövningar och tester, antingen glömt bort, eller baserat på antaganden att de är samma som män. Detta kan få dödliga konsekvenser.

Ibland driver våra fördomar oss också mot att inte samla in data som vi upplever går emot våra egna intressen eller åsikter om världen. En förvånansvärt kraftfull strävan att behålla vår status quo förlamar oss från att bryta igenom denna barriär.

2. Datapositivism

Problemen med mörk data är nära kopplade till en annan fråga, känd som datapositivism. Detta relaterar till vad vi gör med den data vi har fångat in.

Det är nästan omöjligt att presentera all data vi hittar. Det kan bero på att vi har för mycket av det, eller för att vi försöker berätta en specifik historia med vår data. När vi lämnar in data till kartor och visualiseringar, vi måste göra val om vad som ingår och inte ingår, som ofta tar formen av att en typ av kunskap prioriteras framför en annan.

Data som passar bra med traditionella kartläggningsmetoder är mer benägna att inkluderas på en karta än andra former av information. Detta kan förvandla extremt komplexa och konkurrerande uppsättningar idéer till alltför enkla datauppsättningar, som i sin tur förvandlas till en ännu mer förenklad datavisualisering. Dessa visualiseringar ifrågasätts sällan, eftersom sättet de tillverkas är bortom expertis hos de flesta. Skaparens expertis är pålitlig grossist – de skapar en falsk känsla av säkerhet, men en vi håller fast vid, särskilt om de förstärker vårt status quo.

3. Datatvätt

Sedan är det frågan om datatvätt. Låt oss anta att du har undvikit problemen med mörk data och samlat in allt, inklusive data du inte visste att du behövde, och att du har navigerat i datapositivism i rensningen och förberedelsen av dina data.

Du kommer sedan för att presentera dina resultat. De kanske inte riktigt visar historien du ville ha, eller visa motsatsen till vad du trodde – vad gör du? Justerar du saker så att de ser annorlunda ut? Hopar du över det diagrammet och flyttar till ett annat som visar något som ligger närmare din hypotes? Väljer du att inte dela något alls?

Det här verkar vara enkla frågor att besvara, lätt att hålla sig på rätt sida av etisk praxis. Men även med de bästa avsikter kan vi avfärda vår egen data när den inte överensstämmer med förutbestämda antaganden. Vi kanske intalar oss själva att vi måste ha gjort ett misstag i datainsamlingen, så borde inte dela det. Eller vi kanske tänker:det berättar ingen bra historia, Jag utelämnar det. Eller kanske:det här borde vara mer dramatiskt, Jag ändrar färgerna och designen för att få det att poppa upp.

Dessa är inte alltid oseriösa, men dessa till synes oskyldiga beslut döljer eller skymmer data och kunskap. De är svåra att undvika även med de bästa avsikter, och när det kommer till kontroversiella frågor, de bästa avsikterna saknas ofta.

Genom att förvandla människor till ren data, liv och död beslut fattas om människor utan deras samtycke. Dessa är de avhumaniserande effekterna av en algoritmdriven värld.

Lärdomar från historien

Kartläggning och datavisualisering har länge använts i kristider för att hjälpa oss att förstå vad som händer, och att hitta vägar framåt som kan bevara liv och skapa en bättre framtid. Framstående exempel inkluderar Thomas Shapters 1832 kartor över kolera i Exeter, STORBRITANNIEN, följt av de mer kända kartorna över kolera dödsfall producerade av John Snow i London. Dessa kartor och deras författare fick kredit för att ge ny förståelse för vattenburna sjukdomar och rädda många liv.

Florence Nightingale, vars namn gavs över till akutsjukhusen som byggdes runt om i Storbritannien i kölvattnet av COVID-19, var också statistiker.

1861, som en del av hennes samråd med den amerikanska armén om vård av inbördeskrigsoffer, Nightingale gjorde datavisualiseringar, och många av dem. Hon skapade stapeldiagram, staplade barer, bikakedensitetsdiagram, och 100 % yta tomter.

Nightingales datavisualiseringar handlade inte om att bara visa vad som hände, de utformades för att kräva förändring; för att ange nödvändig reform. Hon uppfann också en ny typ av diagram för att hjälpa sina argument:ett jämförande polarområdesdiagram som idag kallas näktergalrosen (hon kallade dem "kilar"). Hennes mest kända diagram visade förändringarna i överlevnadsfrekvensen för patienter efter sanitära förbättringar, som att tvätta händerna regelbundet, och betonade effektiviteten av dessa förbättringar genom skillnad i storlek.

Näktergal, Shapter, Snö, och många andra har använt diagram och diagram för att bygga grafiska argument och lättförståeliga jämförelser som räddat många liv. Men när man ser tillbaka på dem, vi tar ofta bara hänsyn till slutprodukten (karta eller diagram), snarare än processen för deras skapelse. Ändå vid den tiden, dessa verk avfärdades allmänt, och ofta misstolkas som stöd för de rådande tankarna från perioden.

Det var många som inte ville genomföra de reformer som Nightingale föreslagit, även om de nu ses som omvälvande i hur sjukhusen sköts. Och Snows kartor blev mer kända än Shapters, inte bara för att de var från London, men på grund av den suggestiva historien om honom som steg in på Broad Street och river av handtaget på samhällets vattenpump. Det som glöms bort är att denna handling krävdes just för att hans data och kartläggningar till en början misstolkades av de som valde att se Snows kartor som stöd för sina egna teorier – ett exempel på bekräftelsebias där vi läser data på ett sätt som passar våra egna åsikter.

Både Snow och Nightingale räddade otaliga liv genom sitt dataarbete, men till och med de stötte på många av frågorna om mörk data, datapositivism och feltolkning.

I den digitala tidsåldern, där data samlas in i stor skala, ofta utan samtycke, och blir alltmer organiserad, sorteras och tolkas av datorer och algoritmer, data har setts som både en fix för allt, och en farlig vara. Användningen av data för att spåra människor och diktera deras handlingar kan betyda skillnaden mellan liv och död i en mycket verklig och aktuell mening. Även om det har klargjorts för många av oss i samband med covid-19, det finns många fler berättelser om data, kris och kampen för överlevnad.

I vår nya bok, Kartläggning av kris, vi tittar på upplevelserna hos dem som har kartlagts eller fått sina komplexa liv reducerade till data, flygfoton eller rapporter. Utifrån detta kan vi dra fram bättre sätt att arbeta, och bättre förståelse för de olika effekter den hemliga datavärlden har på vår vardag.

Ett av våra exempel är fallet med migrantkrisen i Medelhavet.

Liv, död och data

Medelhavet är en plats som för många frammanar bilder av solkyssta stränder, fina restauranger vid vattnet och turkosa hav. Men denna vattensträcka är också en av de strängast poliserade i världen. Alla rörelser i regionen, oavsett om det anses lagligt eller inte, är omfattande kartlagda och övervakade av Europeiska unionen.

Medan enskilda länder vid Medelhavet länge har befäst sina gränser, bildandet av EU skapade i praktiken en enda gräns längs de norra stränderna. Sedan dess, Europeiska stater har fortsatt att införa en allt mer omfattande, och komplex, system för övervakning och utbyte av information om irreguljära migranter som försöker nå kontinenten.

Körs under etiketten EUROSUR, systemet kombinerar högupplösta satellitbilder, drönare med lång uthållighet, automatiserade fartygsidentifieringssystem och sjöburna militära radarer som möjliggör lägesrapporter och riskanalyser i näst intill realtid. Dessa rapporter ger dagliga uppdateringar om "framgångsrikt" avlyssnade migrantfartyg.

Men detta mycket sofistikerade verktyg för att kartlägga migranters rörelser är bara intresserad av dem som stoppas. EU-ländernas omfattande databaser innehåller nästan ingen information om dem som dör eller försvinner när de försöker söka skydd. De som tar sig till europeiska kuster, däremot är noggrant screenade för biometriska data, inklusive elektroniska fingeravtryck, irisskanningar och medicinska kontroller, och även för personlig information om deras liv för att verifiera deras identitet.

Enligt International Organization for Migration (IOM), mer än 19, 000 människor har drunknat eller försvunnit på väg till Europa under det senaste decenniet. Dessa siffror är bara uppskattningar:det finns inget heltäckande system för att dokumentera migranters dödsfall i EU:s medlemsländer. Europeiska regeringar betraktar inte migrantdöd som en del av deras juridiska ansvar och har därför inte en regelbunden meritlista över dem. Detta gör humanitära organ som IOM beroende av ögonvittnesskildringar och rapporter från sök- och räddningsorganisationer, rättsläkare eller media.

Bristen på kunskap om migrantdödsfall avslöjar hur ojämn realtidsspårning av rörelser över gränserna verkligen är. Det tjänar också politiska agendor, där data om "risken" för Europa från migration lätt kan hittas, men data om de sanna riskerna för liv och död med att korsa Medelhavet är uteslutna från allmänhetens kännedom. Detta gör det lättare att framställa migranter som ett hot, snarare än att som flyktingar sätta allt på spel för att söka säkerhet.

Och för Frontex, Europeiska gräns- och kustbevakningsbyrån, detta ger en bekväm bakgrund för att legitimera den ökande militariseringen av Europas gränser under förevändning att förhindra ytterligare dödsfall och mänskligt lidande.

Längs gränsen, digitala kartor och statistiska diagram verkar för att förstärka de politiska och sociala målen för de organisationer och regeringar som sammanställer dem. Data samlas in selektivt, och selektivt presenterat av EU:s och europeiska regeringar, utvidga Europas migrationspolitik för avskräckning och inneslutning djupt in i den digitala domänen.

I det specifika sammanhanget för Medelhavet, Denna selektiva läsning av data minimerar inte bara chanserna för framgångsrika asylansökningar för dem som dröjer sig kvar i mottagningscentra i Grekland och Turkiet, det gör det också möjligt för regeringar och EU som helhet att undvika allt juridiskt och politiskt ansvar för de mänskliga kostnaderna för gränspolisen. Genom att inte samla in data om de som drunknar, EU kan dölja det faktum att för all sin sofistikerade kart- och spårningsteknik, de har inget intresse av att använda data för att rädda liv, eller för att rädda män, kvinnor och barn förlorade till sjöss.

Inga register över dödsfall betyder inga register över hur många europeiska regeringar som såg drunkna.

Radikal datakartering

Som sagt, Europas avsiktliga "inte seende" av migranter har inte varit obestridd. Flera initiativ från det civila samhället och humanitära aktivister har gjort det till en poäng att hålla ett regelbundet register över dem som dör eller försvinner och att ställa Europa till svars.

Initiativ som listan över dödsfall, sammanställd av organisationer som UNITED och FORTRESS Europe, noggrant dokumentera varje rapporterad incident, använda dessa siffror för att förespråka en radikal översyn av den europeiska asylpolitiken. Även om dessa motkartläggningar verkligen lyckas störa tystnadens mur kring de mänskliga kostnaderna för gränspolisen, dödslistorna har gjort lite för att störa eller omdirigera statens prioriteringar.

Det transnationella nätverket Alarm Phone är ett sällsynt undantag i detta avseende. Alarm Phone erbjuder en 24/7 hotline för migranter i nöd. Organisationen säkrar deras räddning genom att meddela nationella kustbevakningar och hamnmyndigheter om nödsituationer till havs. Genom att använda en kombination av mobiltelefoner och onlinemeddelandeappar som Facebook, Viber, WhatsApp och Skype, tillsammans med logistiska plattformar som AIS (det globala automatiska identifieringssystemet som används för fartygsspårning) och programvara för samtalshantering, de försöker förebygga dödsfall, och snabba åtgärder för att rädda människor som riskerar att drunkna.

Organisationen har hjälpt tusentals människor i nöd. Sommaren 2020 var en särskilt svår sådan. Med Europas gränser stängda hårdare än någonsin, Alarm Phone översvämmades av samtal. Under de sju dagarna efter den 13 augusti, nästan 900 personer på 14 båtar ringde Alarm Phone med vädjanden om hjälp. Alarm Phone larmade, och medan några hjälptes till säkerhet, antingen i Europa eller Libyen, mer än 260 människor omkom eller är fortfarande saknade.

Genom att föra samman teknik, nätverkskapacitet, och genom solidaritet och medkänsla kan volontärnätverket både hjälpa migranter i tider av problem, och att hjälpa dem att passera mer effektivt under EU:s radar. Hotline är mer än bara ett nödanrop:den samlar kunskapen om migranter till effektiva "kartor" som hjälper till med logistiken för att korsa med. Genom att göra det belyser det också det avsiktliga missbruket, och sporadiska datainsamlingar från EU:s medlemsländer.

En varning

Mycket kan läras av datakartläggningen av migrantkrisen. Kartor och data kan bara vara partiella representationer av verkligheten, men när vi samlar in mer och mer data kan vi lockas att tro att dessa representationer är ofelbara.

Än, det är tydligt från exemplet ovan att processerna på plats inte bevarar liv:de är verktyg för kontroll snarare än stöd. Det finns glimtar av hopp i de motkartläggningsprojekt som har uppstått för att ge röst åt dem som är dömda till tystnad när de söker ett nytt liv. Men även de mest välmenande projekten kan missförstås av data. Data tenderar att ha ett eget liv.

COVID-19 har fört världen av datadriven krishantering till hela världens dörr, men det är inga nya erfarenheter. Många människor har redan reducerats till datapunkter. Från Medelhavet till skolklasser, liv dikteras alltmer av algoritmer, beräkning, och de fördomar som är inbyggda i dessa tekniker. Det sätt på vilket vi använder data är starkt påverkat av politik, en önskan att upprätthålla status quo och genom medvetna och omedvetna beslut som fattas i varje skede av processen.

Så vi bör ifrågasätta data:hur de samlas in, och hur det används. Men data är också viktigt, och vi får inte avfärda det hela direkt. Världen har sett en push-back mot vetenskap och en tillväxt av "alternativa fakta". Ökningen av antimasker, anti-vaxxers, 5G-konspirationsteoretiker och coronavirusförnekare har visat hur farligt detta kan vara. Sådana argument går bakåt, inte framåt. De försöker inte förstå mer, men upprätthåller ett status quo.

Även om vissa kanske försöker vrida på argumenten vi har presenterat här för att förkasta vetenskap, vi säger istället att vi ska ställa frågor som tar vår förståelse vidare. Det är nästan omöjligt att eliminera problem som orsakas av mörk data, datatvätt, och datapositivism. Detta kan vara målmedvetet, eller oavsiktlig, men effekterna kan bli långtgående.

Så, nästa gång du tittar på en karta och/eller datavisualisering, fråga:vem är detta till för? Vems makt förstärker eller konsoliderar den? Vem saknas i uppgifterna? Som aldrig tillfrågades, glömt eller uteslutet? Vem förlorar? Och hur kan vi göra det bättre?

Denna artikel publiceras från The Conversation under en Creative Commons -licens. Läs originalartikeln.