Siapa yang Mendambakan Kepastian Mendambakan Kebohongan

• Artikel tentang ketidakakuratan n-gram di Google Ngram Viewer
• Penulis menunjukkan bahwa frekuensi kata-kata bahasa Inggris umum yang ditampilkan Ngram tidak secara akurat mencerminkan penggunaan sebenarnya pada abad ke-20
• Penulis dan Talia Felix menggunakan Google Books untuk penelitian, tetapi menemukannya sebagai basis data yang dirakit secara keliru dengan banyak kesalahan tersembunyi
• Penjelasan tentang salah satu kesalahan yang diwarisi Ngram dari Google Books dalam rumusnya, yang membuat banyak kata bahasa Inggris tampak seolah-olah penggunaannya menurun sepanjang abad ke-20 lalu hidup kembali pada 1980-an
• Kesalahan ini terjadi karena korpus Google Books sebagian besar bersifat akademik, dan jurnal sains serta akademik modern cenderung berulang kali menggunakan kosakata yang terbatas
• Penggunaan berlebihan kata-kata tertentu dalam tulisan akademik secara keliru menurunkan frekuensi kata lain, menciptakan "penurunan" di pertengahan abad ke-20 pada Ngram hampir semua kata
• Kesalahan lain adalah Google Books tidak mengenali kesamaan antara ejaan varian dan bentuk jamak
• Penulis juga menyebutkan bahwa banyak berkas di Google Books diberi tanggal yang salah, sehingga semakin merusak akurasi data
• Meskipun ada ketidakakuratan ini, Ngrams tetap digunakan di internet karena gambar menang dan kata-kata kalah
• Penulis menyarankan pembaca untuk memandang Ngrams sebagai sesuatu yang dekoratif dan nyentrik, bukan representasi yang akurat dari penggunaan kata
• Penulis menyimpulkan bahwa meskipun dunia lebih menyukai realitas Ngram, pembaca bisa menjadi lebih cerdas daripada itu.

[GN⁺]

Opini Hacker News

• Judul artikel "Siapa pun yang mendambakan kepastian sedang mendambakan kebohongan" memicu diskusi tentang keinginan akan kepastian dalam jadwal proyek.
• Artikel tersebut mengkritik penggunaan ngrams dalam algoritme modern, dengan menyatakan bahwa itu adalah produk dari teknologi yang tidak dapat diandalkan dan tidak memahami apa pun.
• Kritik terhadap ngrams dipandang sebagai peringatan di era yang semakin didominasi oleh AI generatif, yang pada dasarnya adalah prediktor ngram.
• Beberapa komentar meragukan validitas klaim para penulis tentang statistik ngram, sambil menyoroti kurangnya bukti dan interpretasi grafik yang menyesatkan.
• Masalah mendasar dalam analisis data ditekankan, yaitu bahwa analisis hanya sebaik datanya dan kualitas data sulit dievaluasi.
• Sejumlah komentar mengkritik judul artikel tersebut serta kecenderungan clickbait dalam publikasi ilmiah.
• Penggunaan Google Ngram dibahas, dan beberapa orang berpendapat bahwa yang keliru bukan alatnya, melainkan statistiknya yang dilepaskan dari konteks.
• Artikel tersebut dikritik karena sumbu vertikal grafik tidak menyertakan angka 0, sehingga fluktuasi kecil bisa tampak besar.
• Ada pembahasan bahwa tidak mungkin menyusun citra representatif masa lalu karena adanya kehilangan data yang melekat.