How we can find ourselves in data | Giorgia Lupi

112,053 views ・ 2017-05-04

TED


يرجى النقر نقرًا مزدوجًا فوق الترجمة الإنجليزية أدناه لتشغيل الفيديو.

المترجم: Mahmoud Magdy المدقّق: Modather Zaki
00:12
This is what my last week looked like.
0
12580
2880
هذا ما بدا عليه أسبوعي الماضي.
00:16
What I did,
1
16500
1696
ما قمت به
00:18
who I was with,
2
18220
1816
مع من كنت
00:20
the main sensations I had for every waking hour ...
3
20060
3120
الأحاسيس الأساسية التي واتتني في كل ساعة صحو ...
00:23
If the feeling came as I thought of my dad
4
23900
2496
إذا ما كان تملكني شعور ما حين فكرت في والدي
00:26
who recently passed away,
5
26420
1776
الذي تُوفّي مؤخرًا
00:28
or if I could have just definitely avoided the worries and anxieties.
6
28220
4056
أو إذا ما استطعت أن أتغاضي عن المخاوف والأمور المقلقة.
00:32
And if you think I'm a little obsessive,
7
32300
1936
وإذا كنت تظن أنني مهووسة قليلًا
00:34
you're probably right.
8
34260
1856
فعلى الارجح أنك على حق.
00:36
But clearly, from this visualization,
9
36140
2256
لكن بالطبع، من هذا المنظور
00:38
you can learn much more about me than from this other one,
10
38420
3296
يمكن أن تتعلم أكثر بكثير عني من هذا الآخر
00:41
which are images you're probably more familiar with
11
41740
2976
و الذي هو عبارة عن صور أنت على الأرجح معتاد أكثر عليها
00:44
and which you possibly even have on your phone right now.
12
44740
2816
والتي قد تكون لديك على هاتفك الآن.
00:47
Bar charts for the steps you walked,
13
47580
2216
شريط الرسوم البيانية للخطوات التي مشيتها
00:49
pie charts for the quality of your sleep --
14
49820
2376
الرسوم البيانية الدائرية لجودة نومك --
00:52
the path of your morning runs.
15
52220
1720
المسار الذي تتخذه في ركضك الصباحي.
00:55
In my day job, I work with data.
16
55100
2296
في يومي الوظيفي، أعمل مع البيانات.
00:57
I run a data visualization design company,
17
57420
2496
أنا أدير شركة تصميم تصور للبيانات
00:59
and we design and develop ways to make information accessible
18
59940
3336
ونحن نصمم ونطور وسائل لجعل المعلومات سهلة المنال
01:03
through visual representations.
19
63300
2096
من خلال تمثيلات بصرية.
01:05
What my job has taught me over the years
20
65420
3016
ما علمني إياه عملي عبر السنوات
01:08
is that to really understand data and their true potential,
21
68460
4216
أنه لكي أفهم حقًا البيانات وقوتها الحقيقية
01:12
sometimes we actually have to forget about them
22
72700
3096
أحيانًا ينبغي علينا فعليًا أن ننسي أمرها
01:15
and see through them instead.
23
75820
1760
و نرى من خلالها بدلاً من ذلك.
01:18
Because data are always just a tool we use to represent reality.
24
78260
3576
لأن البيانات دائمًا هي مجرد أداة نستخدمها لنعبّر عن الواقع.
01:21
They're always used as a placeholder for something else,
25
81860
2856
دائمًا ما تستخدم كعنصر نائب عن شيء آخر
01:24
but they are never the real thing.
26
84740
2176
لكن لا تكون أبدًا الشيء الحقيقي.
01:26
But let me step back for a moment
27
86940
1936
لكن دعوني أرجع خطوة للوراء للحظة
01:28
to when I first understood this personally.
28
88900
2480
حينما فهمت ذلك للمرة الأولي بشكل شخصي.
01:32
In 1994, I was 13 years old.
29
92100
3336
في عام 1994، كان عمري 13 عامًا.
01:35
I was a teenager in Italy.
30
95460
1936
كنت مراهقة في إيطاليا.
01:37
I was too young to be interested in politics,
31
97420
2616
كنت صغيرة للغاية على أن أهتم بالسياسة
01:40
but I knew that a businessman, Silvio Berlusconi,
32
100060
2496
لكن علمت أن رجل الأعمال، سيلفيو بيرلسكوني
01:42
was running for president for the moderate right.
33
102580
2560
كان مرشحًا لمنصب رئيس الحكومة.
01:45
We lived in a very liberal town,
34
105940
2016
كنا نعيش في مدينة ليبرالية جدًا
01:47
and my father was a politician for the Democratic Party.
35
107980
3296
و كان والدي سياسيًا تابعًا للحزب الديمقراطي.
01:51
And I remember that no one thought that Berlusconi could get elected --
36
111300
4336
و أتذكر أنه لم يكن أحد يعتقد أنه يمكن أن يتم انتخاب بيرلسكوني --
01:55
that was totally not an option.
37
115660
1760
هذا لم يكن واردًا على الإطلاق.
01:58
But it happened.
38
118380
1216
لكنه حدث.
01:59
And I remember the feeling very vividly.
39
119620
2536
و أتذكر الشعور بشكل واضح للغاية.
02:02
It was a complete surprise,
40
122180
1856
كانت مفاجأة كاملة
02:04
as my dad promised that in my town he knew nobody who voted for him.
41
124060
5040
حيث أكد والدي أنه في مدينتي لا يعرف أحدًا قام بالتصويت له.
02:10
This was the first time
42
130540
1496
كانت هذه المرة الأولي
02:12
when the data I had gave me a completely distorted image of reality.
43
132060
4560
التي أعطتني فيها البيانات التي لدي صورة مُشوهة كليًا للواقع.
02:17
My data sample was actually pretty limited and skewed,
44
137100
3296
عينة بياناتي كانت بالفعل محصورة و منحرفة جدًا
02:20
so probably it was because of that, I thought, I lived in a bubble,
45
140420
3736
لذا على الأجرح كان بسبب ذلك، كما اعتقدت، أنني أعيش في فقاعة
02:24
and I didn't have enough chances to see outside of it.
46
144180
2600
و لم يكن لدي العديد من الفرص أن أرى خارجها.
02:27
Now, fast-forward to November 8, 2016
47
147900
3776
الآن، لنسرع الأحداث إلى 8 نوفمبر، 2016
02:31
in the United States.
48
151700
1200
في الولايات المتحدة.
02:33
The internet polls,
49
153780
1296
استطلاعات الإنترنت
02:35
statistical models,
50
155100
1376
النماذج الإحصائية
02:36
all the pundits agreeing on a possible outcome for the presidential election.
51
156500
4816
كل التكهنات تتفق على نتيجة ممكنة للإنتخابات الرئاسية.
02:41
It looked like we had enough information this time,
52
161340
2616
بدا أننا نملك معلومات كافية هذه المرة
02:43
and many more chances to see outside the closed circle we lived in --
53
163980
4096
و العديد من الفرص لنرى خارج الدائرة المغلقة التي عشنا داخلها --
02:48
but we clearly didn't.
54
168100
1320
لكن بوضوح لم يكن لدينا.
02:49
The feeling felt very familiar.
55
169860
2096
بدا الشعور مألوفًا جدًا.
02:51
I had been there before.
56
171980
1480
مررت بذلك من قبل.
02:54
I think it's fair to say the data failed us this time --
57
174180
2856
أعتقد أنه من العدل القول بأن البيانات خذلتنا هذه المرة --
02:57
and pretty spectacularly.
58
177060
1856
وبشكل مذهل للغاية.
02:58
We believed in data,
59
178940
1696
لقد آمنّا بالبيانات
03:00
but what happened,
60
180660
1416
لكن ما حدث
03:02
even with the most respected newspaper,
61
182100
2696
حتي مع أكثر الصحف المُحترمة
03:04
is that the obsession to reduce everything to two simple percentage numbers
62
184820
4696
أن الهوس باختصار كل شيء إلى رقمين بسيطين مئويين
03:09
to make a powerful headline
63
189540
1976
لكتابة عنوان رئيسي قوي
03:11
made us focus on these two digits
64
191540
2056
يجعلنا نركز على هذين الرقمين
03:13
and them alone.
65
193620
1200
وفقط عليهما.
03:15
In an effort to simplify the message
66
195380
2056
في مجهود لتبسيط الرسالة
03:17
and draw a beautiful, inevitable red and blue map,
67
197460
3416
ورسم خريطة جميلة، حتمية، حمراء و زرقاء
03:20
we lost the point completely.
68
200900
1880
فقدنا الهدف كليًا.
03:23
We somehow forgot that there were stories --
69
203260
2136
نسينا بشكل ما أنه كانت هناك قصص --
03:25
stories of human beings behind these numbers.
70
205420
2360
قصص لبشر وراء هذه الأرقام.
03:29
In a different context,
71
209060
1576
في سياق مختلف
03:30
but to a very similar point,
72
210660
1656
لكن في نقطة شبيهة للغاية
03:32
a peculiar challenge was presented to my team by this woman.
73
212340
3896
تم تقديم تحدٍّ غريب لفريقي بواسطة هذه المرأة.
03:36
She came to us with a lot of data,
74
216260
2376
لقد أتت إلينا بكثير من البيانات
03:38
but ultimately she wanted to tell one of the most humane stories possible.
75
218660
4416
لكن في نهاية المطاف أرادت أن تسرد أحد أكثر القصص الإنسانية الممكنة.
03:43
She's Samantha Cristoforetti.
76
223100
1696
هي سامانثا كريستوفوريتي.
03:44
She has been the first Italian woman astronaut,
77
224820
2576
كانت أول رائدة فضاء إيطالية
03:47
and she contacted us before being launched
78
227420
2496
وقد اتصلت بنا قبل انطلاقها
03:49
on a six-month-long expedition to the International Space Station.
79
229940
3896
في بعثة لمدة ستة أشهر إلى محطة الفضاء الدولية.
03:53
She told us, "I'm going to space,
80
233860
2216
أخبرتنا: "أنا ذاهبة إلى الفضاء
03:56
and I want to do something meaningful with the data of my mission
81
236100
3096
و أريد أن أفعل شيئًا ذا معنى ببيانات مهمتي
03:59
to reach out to people."
82
239220
1240
لكي يصل للناس"
04:01
A mission to the International Space Station
83
241420
2536
مهمة إلى محطة الفضاء الدولية
04:03
comes with terabytes of data
84
243980
2096
تأتي بمليارات البيانات
04:06
about anything you can possibly imagine --
85
246100
2376
عن أي شيء يمكنك تخيله --
04:08
the orbits around Earth,
86
248500
1496
المدارات حول الأرض
04:10
the speed and position of the ISS
87
250020
2096
السرعة والموضع الخاص بمحطة الفضاء الدولية
04:12
and all of the other thousands of live streams from its sensors.
88
252140
3680
و كل الآلاف الأخرى من البث الحي من أجهزة الاستشعار.
04:16
We had all of the hard data we could think of --
89
256660
2896
لدينا كل البيانات الصعبة التي يمكن التفكير بها --
04:19
just like the pundits before the election --
90
259580
2416
مثل التكهنات التي تسبق الانتخابات --
04:22
but what is the point of all these numbers?
91
262020
2976
لكن ما هي الفكرة وراء كل هذه الأرقام؟
04:25
People are not interested in data for the sake of it,
92
265020
2736
الناس ليسوا مهتمين بالبيانات في حد ذاتها
04:27
because numbers are never the point.
93
267780
1855
لأن الأرقام ليست أبدًا الهدف.
04:29
They're always the means to an end.
94
269659
1961
هي دائمًا الوسيلة للهدف.
04:32
The story we needed to tell
95
272659
1777
القصة التي احتجنا إلى سردها
04:34
is that there is a human being in a teeny box
96
274460
2496
هي أن هناك إنسانة في صندوق بالغ الصغر
04:36
flying in space above your head,
97
276980
2256
تحلق في الفضاء فوق رأسك
04:39
and that you can actually see her with your naked eye on a clear night.
98
279260
4096
و أنه يمكنك حقًا أن تراها بعينك العارية في ليلة صافية.
04:43
So we decided to use data to create a connection
99
283380
3096
لذا قررنا أن نستخدم البيانات لخلق اتصال
04:46
between Samantha and all of the people looking at her from below.
100
286500
4056
بين سامانثا وكل الناس التي تحدق بها من أسفل.
04:50
We designed and developed what we called "Friends in Space,"
101
290580
3176
قمنا بتصميم وتطوير ما سميناه "أصدقاء في الفضاء"
04:53
a web application that simply lets you say "hello" to Samantha
102
293780
4656
تطبيق علي الإنترنت يسمح لنا ببساطة أن نقول "مرحبًا" إلى سامانثا
04:58
from where you are,
103
298460
1256
من مكاننا
04:59
and "hello" to all the people who are online at the same time
104
299740
3536
و"مرحبًا" لكل الناس المتصلين على الإنترنت في نفس الوقت
05:03
from all over the world.
105
303300
1520
من كل أنحاء العالم.
05:05
And all of these "hellos" left visible marks on the map
106
305460
3456
و كل هذه الـ"مرحبًا" تترك وراءها علامات مرئية على الخريطة
05:08
as Samantha was flying by
107
308940
2016
بينما كانت سامانثا تحلق
05:10
and as she was actually waving back every day at us
108
310980
3376
و كانت بالفعل تلوح لنا كل يوم
05:14
using Twitter from the ISS.
109
314380
1680
مستخدمةً تويتر من ISS.
05:16
This made people see the mission's data from a very different perspective.
110
316700
4976
هذا جعل الناس ترى بيانات المهمة من منظور مختلف تمامًا.
05:21
It all suddenly became much more about our human nature and our curiosity,
111
321700
4696
أصبح كل هذا فجأةً يدور أكثر عن طبيعتنا البشرية وفضولنا
05:26
rather than technology.
112
326420
1656
بدلاً من التكنولوجيا.
05:28
So data powered the experience,
113
328100
2336
إذن لقد قوّت البيانات التجربة
05:30
but stories of human beings were the drive.
114
330460
2400
لكن قصص البشر كانت الدافع.
05:34
The very positive response of its thousands of users
115
334660
3336
الاستجابة الإيجابية للغاية لآلاف المستخدمين
05:38
taught me a very important lesson --
116
338020
1936
علمتني درسًا هامًا جدًا --
05:39
that working with data means designing ways
117
339980
2856
أن العمل مع البيانات يعني تصميم طرق
05:42
to transform the abstract and the uncountable
118
342860
2736
لتحويل الفكرة المجردة والتي لا يمكن قياسها
05:45
into something that can be seen, felt and directly reconnected
119
345620
4016
إلى شيء يمكن رؤيته، محسوس ومتصل مباشرةً
05:49
to our lives and to our behaviors,
120
349660
2296
بحياتنا وسلوكنا
05:51
something that is hard to achieve
121
351980
1856
شيء يصعب تحقيقه
05:53
if we let the obsession for the numbers and the technology around them
122
353860
3896
إذا سمحنا لهوس الأرقام والتكنولوجيا من حولنا
05:57
lead us in the process.
123
357780
1280
أن تقودنا خلال العملية.
06:00
But we can do even more to connect data to the stories they represent.
124
360420
4896
لكن نستطيع أن نفعل أكثر لنوصّل البيانات بالقصص التي تمثلها.
06:05
We can remove technology completely.
125
365340
2656
نستطيع أن نمحي التكنولوجيا كليًا.
06:08
A few years ago, I met this other woman,
126
368020
2256
منذ سنين قليلة مضت، قابلت هذه المرأة الأم
06:10
Stefanie Posavec --
127
370300
1376
ستيفاني بوسافيك --
06:11
a London-based designer who shares with me the passion and obsession about data.
128
371700
5816
مصممة نشأت في لندن وشاركتني الشغف والهوس بالبيانات.
06:17
We didn't know each other,
129
377540
1336
لم نكن نعرف بعضنا البعض
06:18
but we decided to run a very radical experiment,
130
378900
3256
لكن قررنا أن نُجري تجربةً جذريةً
06:22
starting a communication using only data,
131
382180
2536
بدأنا اتصالاً باستخدام فقط البيانات
06:24
no other language,
132
384740
1336
لا لغةً أخرى
06:26
and we opted for using no technology whatsoever to share our data.
133
386100
4616
و اخترنا ألا نستخدم تكنولوجيا مهما يكن لمشاركة بياناتنا.
06:30
In fact, our only means of communication
134
390740
2896
في الحقيقة، وسيلتنا الوحيدة للتواصل
06:33
would be through the old-fashioned post office.
135
393660
2856
ستكون من خلال مكتب البريد قديم الطراز.
06:36
For "Dear Data," every week for one year,
136
396540
2456
"عزيزتي البيانات،" كل أسبوع لمدة سنة
06:39
we used our personal data to get to know each other --
137
399020
3456
قمنا باستخدام بياناتنا الشخصية لنصل إلى معرفة بعضنا البعض --
06:42
personal data around weekly shared mundane topics,
138
402500
3656
البيانات الشخصية حولنا شاركت أسبوعيًا مواضيع دنيوية
06:46
from our feelings
139
406180
1216
بداية بمشاعرنا
06:47
to the interactions with our partners,
140
407420
1856
وحتى التفاعلات مع شركائنا
06:49
from the compliments we received to the sounds of our surroundings.
141
409300
3160
من المديح الذي تلقيناه حتى الأصوات المحيطة بنا.
06:53
Personal information that we would then manually hand draw
142
413300
3536
المعلومات الشخصية التي كنا نرسمها يدويًا لاحقًا
06:56
on a postcard-size sheet of paper
143
416860
2496
على ورقة في حجم بطاقة بريدية
06:59
that we would every week send from London to New York,
144
419380
2936
التي نرسلها كل أسبوع من لندن إلى نيويورك
07:02
where I live,
145
422340
1256
حيث أعيش
07:03
and from New York to London, where she lives.
146
423620
2200
و من نيويورك إلى لندن، حيث تعيش هي.
07:06
The front of the postcard is the data drawing,
147
426300
3696
وجه البطاقة البريدية هي رسم البيانات
07:10
and the back of the card
148
430020
1296
وظهر البطاقة
07:11
contains the address of the other person, of course,
149
431340
2429
تحتوي على العنوان الخاص بالشخص اللآخر بالطبع
07:13
and the legend for how to interpret our drawing.
150
433793
2640
و عنوان تفسيري لكيفية ترجمة الرسم.
07:17
The very first week into the project,
151
437460
2016
الأسبوع الأول في المشروع
07:19
we actually chose a pretty cold and impersonal topic.
152
439500
3056
قمنا بالفعل باختيار موضوع بارد جدًا وغير شخصي.
07:22
How many times do we check the time in a week?
153
442580
3200
كم عدد المرات التي نتحقق فيها من الوقت خلال أسبوع؟
07:26
So here is the front of my card,
154
446540
1936
إذًا ها هو وجه بطاقتي
07:28
and you can see that every little symbol
155
448500
1976
وتستطيع أن ترى أن كل رمز صغير
07:30
represents all of the times that I checked the time,
156
450500
3416
يمثل كل المرات التي قمت فيها بالتحقق من الوقت
07:33
positioned for days and different hours chronologically --
157
453940
3376
موضوعة لأيام و ساعات مختلفة مرتبة زمنيًّا --
07:37
nothing really complicated here.
158
457340
2040
لا شيء حقًا معقد هنا.
07:40
But then you see in the legend
159
460020
1576
لكن بعدها ترى في العنوان التفسيري
07:41
how I added anecdotal details about these moments.
160
461620
3456
كيف أنني أضفت تفاصيل قصصية عن هذه اللحظات.
07:45
In fact, the different types of symbols indicate why I was checking the time --
161
465100
4576
في الحقيقة، الأنواع المختلفة من الرموز تشير إلى سبب التحقق من الوقت --
07:49
what was I doing?
162
469700
1216
ما كنت أفعل؟
07:50
Was I bored? Was I hungry?
163
470940
1696
هل كنت ضجرة؟ هل كنت جائعة؟
07:52
Was I late?
164
472660
1216
هل كنت متأخرة؟
07:53
Did I check it on purpose or just casually glance at the clock?
165
473900
3216
هل قمت بالتحقق منها عن عمد أو فقط كانت نظرة عرضية على الساعة؟
07:57
And this is the key part --
166
477140
2256
و هذا هو الجزء الرئيسي --
07:59
representing the details of my days and my personality
167
479420
3696
الذي يعرض تفاصيل أيامي وشخصيتي
08:03
through my data collection.
168
483140
1936
خلال مجموعة بياناتي.
08:05
Using data as a lens or a filter to discover and reveal, for example,
169
485100
4696
باستخدام البيانات كعدسة أو مُرشح لاكتشاف وإظهار، على سبيل المثال
08:09
my never-ending anxiety for being late,
170
489820
2176
قلقي الذي لا ينتهي حيال كوني متأخرة
08:12
even though I'm absolutely always on time.
171
492020
2200
على الرغم من كوني دائمًا في الموعد.
08:16
Stefanie and I spent one year collecting our data manually
172
496020
4096
ستيفاني وأنا أمضينا سنة واحدة نجمع بياناتنا يدويًّا
08:20
to force us to focus on the nuances that computers cannot gather --
173
500140
4496
لنجبر أنفسنا على التركيز على الفروق الدقيقة التي تعجز أجهزة الحاسوب عن جمعها--
08:24
or at least not yet --
174
504660
1536
على الأقل حتى الآن --
08:26
using data also to explore our minds and the words we use,
175
506220
3496
مستخدمين البيانات أيضًا لكي نستكشف عقولنا والكلمات التي نستخدمها
08:29
and not only our activities.
176
509740
1936
و ليس فقط نشاطاتنا.
08:31
Like at week number three,
177
511700
1416
مثل ما حدث في الأسبوع الثالث
08:33
where we tracked the "thank yous" we said and were received,
178
513140
3816
حيث تعقبنا كلمات "شكرًا لك" التي قلناها والتي تلقيناها
08:36
and when I realized that I thank mostly people that I don't know.
179
516980
4656
و عندما أدركت أنّني شكرت في الغالب أناس لا أعرفهم.
08:41
Apparently I'm a compulsive thanker to waitresses and waiters,
180
521660
4336
من الواضح أنني شاكرة قهرية للنادلات والنوادل
08:46
but I definitely don't thank enough the people who are close to me.
181
526020
3160
لكن بالتأكيد لا أشكر بالقدر الكافي الناس القريبة مني.
08:50
Over one year,
182
530820
1256
على مدار عام
08:52
the process of actively noticing and counting these types of actions
183
532100
4496
العملية الخاصة بملاحظة وإحصاء هذه الأنواع من الأفعال بنشاط
08:56
became a ritual.
184
536620
1296
أصبحت طقسًا.
08:57
It actually changed ourselves.
185
537940
2056
لقد غيرت بالفعل من أنفسنا.
09:00
We became much more in tune with ourselves,
186
540020
2696
أصبحنا أكثر تناغمًا مع أنفسنا.
09:02
much more aware of our behaviors and our surroundings.
187
542740
3120
أكثر وعيًا بسلوكياتنا وما يحيط بنا.
09:06
Over one year, Stefanie and I connected at a very deep level
188
546500
2976
على مدار عام ستيفاني وأنا تواصلنا على مستوى عميق جدًا
09:09
through our shared data diary,
189
549500
2016
خلال مذكرات بياناتنا المشاركة
09:11
but we could do this only because we put ourselves in these numbers,
190
551540
4296
لكن استطعنا أن نفعل ذلك فقط لأننا وضعنا أنفسنا في هذه الأرقام
09:15
adding the contexts of our very personal stories to them.
191
555860
3976
مضيفين سياق الكلام عن قصصنا الشخصية للغاية إليها.
09:19
It was the only way to make them truly meaningful
192
559860
2456
كانت هذه الطريقة الوحيدة لجعلها ذات معنى بحق
09:22
and representative of ourselves.
193
562340
2200
و معبرة عن أنفسنا.
09:26
I am not asking you to start drawing your personal data,
194
566300
3096
أنا لا أطلب منكم أن تبدأوا في رسم بياناتكم الشخصية
09:29
or to find a pen pal across the ocean.
195
569420
2856
أو أن تجدوا صديق مراسلة عبر المحيط.
09:32
But I'm asking you to consider data --
196
572300
2576
لكن أطلب منكم أن تأخذوا البيانات بعين الاعتبار --
09:34
all kind of data --
197
574900
1456
كل أنواع البيانات --
09:36
as the beginning of the conversation
198
576380
1776
كبداية للمحادثة
09:38
and not the end.
199
578180
1200
و ليس نهايتها.
09:39
Because data alone will never give us a solution.
200
579900
3176
لأن البيانات وحدها لن تعطينا حلًا أبدًا.
09:43
And this is why data failed us so badly --
201
583100
2696
و هذا هو سبب خذل البيانات لنا بشكل سيئ جدًا --
09:45
because we failed to include the right amount of context
202
585820
3376
لأننا فشلنا أن نتضمن القدر الصحيح من السياق
09:49
to represent reality --
203
589220
1456
لنعبر عن واقعنا --
09:50
a nuanced, complicated and intricate reality.
204
590700
3200
واقع دقيق ومعقد.
09:54
We kept looking at these two numbers,
205
594780
2456
استمرينا في النظر إلى هذين الرقمين
09:57
obsessing with them
206
597260
1496
جعلناهما هوسنا
09:58
and pretending that our world could be reduced
207
598780
2496
و تظاهرنا أن عالمنا يمكن أن يُختصر
10:01
to a couple digits and a horse race,
208
601300
2336
في رقمين وسباق أحصنة
10:03
while the real stories,
209
603660
1256
بينما القصص الحقيقية
10:04
the ones that really mattered,
210
604940
1456
القصص التي تهم فعلًا
10:06
were somewhere else.
211
606420
1416
كانت في مكانٍ ما آخر.
10:07
What we missed looking at these stories only through models and algorithms
212
607860
4416
ما فقدناه بالنظر إلي هذه القصص فقط من خلال النماذج والخوارزميات
10:12
is what I call "data humanism."
213
612300
2520
هو ما أسميه "إنسانية البيانات."
10:15
In the Renaissance humanism,
214
615380
2016
في عصر النهضة الإنسانية
10:17
European intellectuals
215
617420
1616
المُثقفون الأوروبيون
10:19
placed the human nature instead of God at the center of their view of the world.
216
619060
4920
وضعوا الطبيعة البشرية بدلًا من الرب في مركز نظرتهم إلى العالم.
10:24
I believe something similar needs to happen
217
624620
2216
أنا أعتقد أنّ شيئًا مشابهًا في حاجة للحدوث
10:26
with the universe of data.
218
626860
1776
مع عالم البيانات.
10:28
Now data are apparently treated like a God --
219
628660
2976
الآن البيانات تُعامل ظاهريًا مثل الرب --
10:31
keeper of infallible truth for our present and our future.
220
631660
3280
حارسة الحقيقة المعصومة لحاضرنا ومستقبلنا.
10:35
The experiences that I shared with you today
221
635660
2896
التجارب التي شاركتها معكم اليوم
10:38
taught me that to make data faithfully representative of our human nature
222
638580
5016
علمتني أنّه لكي تجعل البيانات بأمانةٍ معبرةً عن طبيعتنا البشرية
10:43
and to make sure they will not mislead us anymore,
223
643620
3416
و لكي تتأكد أنّها لن تضللنا مجددًا
10:47
we need to start designing ways to include empathy, imperfection
224
647060
3696
نحن في حاجة إلى أن نبدأ تصميم طرق تتضمن العطف والخلل
10:50
and human qualities
225
650780
1576
وخواص الإنسان
10:52
in how we collect, process, analyze and display them.
226
652380
3720
في كيفية تجميعها ومعالجتها و تحليلها وعرضها.
10:57
I do see a place where, ultimately,
227
657100
2976
أنا أرى مكانًا حيث، في نهاية المطاف،
11:00
instead of using data only to become more efficient,
228
660100
3336
بدلًا من استخدام البيانات فقط لكي تصبح أكثر فعالية
11:03
we will all use data to become more humane.
229
663460
2800
سوف نستخدم البيانات لكي تصبح أكثر إنسانية.
11:06
Thank you.
230
666700
1216
شكرًا لكم.
11:07
(Applause)
231
667940
4441
(تصفيق)
حول هذا الموقع

سيقدم لك هذا الموقع مقاطع فيديو YouTube المفيدة لتعلم اللغة الإنجليزية. سترى دروس اللغة الإنجليزية التي يتم تدريسها من قبل مدرسين من الدرجة الأولى من جميع أنحاء العالم. انقر نقرًا مزدوجًا فوق الترجمة الإنجليزية المعروضة على كل صفحة فيديو لتشغيل الفيديو من هناك. يتم تمرير الترجمات بالتزامن مع تشغيل الفيديو. إذا كان لديك أي تعليقات أو طلبات ، يرجى الاتصال بنا باستخدام نموذج الاتصال هذا.

https://forms.gle/WvT1wiN1qDtmnspy7