Kontekstforurensning

Kontekstforurensning er et begreb inden for forskning og kommunikation, der beskriver bias eller forvrængning i fortolkningen af data, ytringer eller observationer, forårsaget af den kontekst de optræder i. Når omgivelserne ændrer betydningen af et budskab eller påvirker en måling, anses det som forurenet i forhold til indholdets egentlige værdi.

Årsagerne spænder fra priming og ordvalg til spørgsmålsrækkefølge i undersøgelser, miljøfaktorer som tid og sted, kulturel kontekst og social ønskelighed. I dataanalyse eller maskinlæring kan omkringliggende tekst eller metadata påvirke tolkningen, og i nogle tilfælde kan informationslækage mellem trænings- og testdata føre til kunstig forbedring af ydeevne, hvilket også betegnes som kontekstuel forurensning af evalueringen.

Eksempler omfatter psykologiske eksperimenter hvor første indtryk påvirker senere svar, journalistik hvor citater formidles uden tilstrækkelig kontekst og dermed misfortolkes, samt spørgeskemaundersøgelser hvor rækkefølgen af spørgsmål skaber order effects. I dataanalyse kan også omgivende tekst eller metadata ændre klassificeringen af en given enhed.

Konsekvenserne inkluderer nedsat validitet og reliabilitet, fejlagtige konklusioner og reduceret reproducerbarhed. Dette har betydning for beslutningsprocesser i forskning, politik og industri.

Forebyggelse omfatter randomisering, counterbalancing, standardiserede protokoller, tydelig kontekstbeskrivelse, blindning ved måling, preregistrering og transparent rapportering af kontekstbetingelser samt omhyggelig styring af data og annotering for at minimere potentielle forureninger.