Susan Etlinger: What do we do with all this big data?

153,066 views ・ 2014-10-20

TED


Bitte doppelklicken Sie auf die englischen Untertitel unten, um das Video abzuspielen.

Übersetzung: Sandra Neuhäuser Lektorat: Helene Batt
00:13
Technology has brought us so much:
0
13354
3135
Technik hat uns viel gebracht:
00:16
the moon landing, the Internet,
1
16489
2019
die Mondlandung, das Internet,
00:18
the ability to sequence the human genome.
2
18508
2625
die Entschlüsselung von Erbgut.
00:21
But it also taps into a lot of our deepest fears,
3
21133
3724
Aber sie nutzt auch unsere tiefsten Ängste,
00:24
and about 30 years ago,
4
24857
1856
und vor ungefähr 30 Jahren
00:26
the culture critic Neil Postman wrote a book
5
26713
2553
schrieb der Kulturkritiker Neil Postman ein Buch namens
00:29
called "Amusing Ourselves to Death,"
6
29266
2115
"Wir amüsieren uns zu Tode",
00:31
which lays this out really brilliantly.
7
31381
2759
worin dies brilliant beschrieben wird.
00:34
And here's what he said,
8
34140
1650
Er schreibt über den Vergleich
00:35
comparing the dystopian visions
9
35790
2263
der dystopischen Vorstellungen von George Orwell und Aldous Huxley.
00:38
of George Orwell and Aldous Huxley.
10
38053
3573
00:41
He said, Orwell feared we would become
11
41626
3126
Orwell befürchtete, dass wir eine gefangene Kultur werden.
00:44
a captive culture.
12
44752
2248
Huxley befürchtete, dass wir eine triviale Kultur werden.
00:47
Huxley feared we would become a trivial culture.
13
47000
3752
00:50
Orwell feared the truth would be
14
50752
2145
Orwell fürchtete, dass die Wahrheit vor uns verborgen wird.
00:52
concealed from us,
15
52897
1923
00:54
and Huxley feared we would be drowned
16
54820
2190
Und Huxley fürchtete, dass wir in einem Meer der Irrelevanz ertrinken.
00:57
in a sea of irrelevance.
17
57010
2693
00:59
In a nutshell, it's a choice between
18
59703
2170
Zusammenfassend ist es die Wahl zwischen überwachen
01:01
Big Brother watching you
19
61873
2600
01:04
and you watching Big Brother.
20
64473
2496
und überwacht werden.
01:06
(Laughter)
21
66969
1931
(Gelächter)
01:08
But it doesn't have to be this way.
22
68900
1734
Aber es muss nicht so sein.
01:10
We are not passive consumers of data and technology.
23
70634
3336
Wir sind keine passiven Konsumenten von Daten und Technik.
01:13
We shape the role it plays in our lives
24
73970
2403
Wir bestimmen die Rolle, die sie in unserem Leben spielen
01:16
and the way we make meaning from it,
25
76373
2130
und wie viel Bedeutung sie für uns haben.
01:18
but to do that,
26
78503
1603
Aber um das zu tun,
01:20
we have to pay as much attention to how we think
27
80106
3513
müssen wir genau so sehr darauf achten, wie wir denken,
01:23
as how we code.
28
83619
2030
wie darauf, wie wir programmieren.
01:25
We have to ask questions, and hard questions,
29
85649
3098
Wir müssen schwere Fragen stellen,
um das Zählen der Dinge hinter uns zu lassen,
01:28
to move past counting things
30
88747
1869
01:30
to understanding them.
31
90616
2602
um sie zu verstehen.
01:33
We're constantly bombarded with stories
32
93218
2446
Wir werden andauernd mit Geschichten über die Menge der Daten bombardiert,
01:35
about how much data there is in the world,
33
95664
2476
aber wenn es um große Daten geht,
01:38
but when it comes to big data
34
98140
1580
01:39
and the challenges of interpreting it,
35
99720
2596
und die Schwierigkeiten, diese zu interpretieren,
01:42
size isn't everything.
36
102316
2088
ist die Größe nicht das Wichtigste.
01:44
There's also the speed at which it moves,
37
104404
2903
Auch die Geschwindigkeit, in der Daten sich bewegen,
01:47
and the many varieties of data types,
38
107307
1696
und die Vielfalt der Daten sind wichtig.
01:49
and here are just a few examples:
39
109003
2498
Hier sind nur ein paar Beispiele:
01:51
images,
40
111501
2198
Bilder,
01:53
text,
41
113699
4007
Text,
(Gelächter)
01:57
video,
42
117706
2095
Video,
01:59
audio.
43
119801
1830
Audio.
02:01
And what unites this disparate types of data
44
121631
3042
Diese ungleichen Datentypen haben gemein,
02:04
is that they're created by people
45
124673
2221
dass sie von Menschen gemacht wurden und Kontext benötigen.
02:06
and they require context.
46
126894
2775
02:09
Now, there's a group of data scientists
47
129669
2445
Es gibt eine Gruppe von Datenspezialisten
02:12
out of the University of Illinois-Chicago,
48
132114
2305
an der Universität von Illinois-Chicago,
und sie heißen "The Health Media Collaboratory".
02:14
and they're called the Health Media Collaboratory,
49
134419
2554
02:16
and they've been working with the Centers for Disease Control
50
136973
2587
Sie haben mit den Centers for Disease Control zusammengearbeitet,
02:19
to better understand
51
139560
1505
um besser verstehen zu können,
02:21
how people talk about quitting smoking,
52
141065
2848
wie Menschen über das Aufhören vom Rauchen reden,
02:23
how they talk about electronic cigarettes,
53
143913
2680
wie sie über elektronische Zigaretten reden,
02:26
and what they can do collectively
54
146593
1985
und was sie gemeinsam tun können, um Menschen beim Aufhören zu helfen.
02:28
to help them quit.
55
148578
1984
02:30
The interesting thing is, if you want to understand
56
150562
2013
Das Interessante daran ist:
Wenn Sie verstehen wollen, wie Menschen über das Rauchen reden,
02:32
how people talk about smoking,
57
152575
2216
02:34
first you have to understand
58
154791
1901
müssen Sie zuerst verstehen, was sie mit "Rauchen" gemeint ist.
02:36
what they mean when they say "smoking."
59
156692
2565
02:39
And on Twitter, there are four main categories:
60
159257
3926
Auf Twitter gibt es vier Hauptkategorien.
02:43
number one, smoking cigarettes;
61
163183
2997
Erstens, Zigaretten rauchen.
02:46
number two, smoking marijuana;
62
166180
2807
Zweitens, Marihuana rauchen.
02:48
number three, smoking ribs;
63
168987
2643
Drittens, Rippchen grillen.
02:51
and number four, smoking hot women.
64
171630
3553
Und viertens, "rauchend" heiße Mädels.
(Gelächter)
02:55
(Laughter)
65
175183
2993
02:58
So then you have to think about, well,
66
178176
2426
Also wenn Soe darüber nachdenken müssen,
03:00
how do people talk about electronic cigarettes?
67
180602
2140
wie Leute über Elektro-Zigaretten reden --
03:02
And there are so many different ways
68
182742
2025
es gibt so viele verschieden Arten, wie Menschen dies tun,
03:04
that people do this, and you can see from the slide
69
184767
2599
und man kann auf der Folie erkennen, dass es eine schwierige Fragestellung ist.
03:07
it's a complex kind of a query.
70
187366
2610
03:09
And what it reminds us is that
71
189976
3224
Sie zeigt uns auf,
dass Sprache von Menschen entwickelt wird,
03:13
language is created by people,
72
193200
2411
03:15
and people are messy and we're complex
73
195611
2340
und Menschen sind chaotisch und komplex.
03:17
and we use metaphors and slang and jargon
74
197951
2767
Wir benutzen Metaphern, Umgangssprache und Jargon.
03:20
and we do this 24/7 in many, many languages,
75
200718
3279
Wir tun das ununterbrochen, in vielen Sprachen,
03:23
and then as soon as we figure it out, we change it up.
76
203997
3224
und sobald wir es verstehen, ändern wir es wieder.
03:27
So did these ads that the CDC put on,
77
207221
5118
Genau das taten diese Fernsehwerbungen der Centers for Disease Control,
03:32
these television ads that featured a woman
78
212339
2430
in denen eine Frau mit einem Loch in ihrem Hals gezeigt wurde,
03:34
with a hole in her throat and that were very graphic
79
214769
2021
03:36
and very disturbing,
80
216790
1904
was recht explizit und verstörend war.
03:38
did they actually have an impact
81
218694
1885
Hatten diese Werbungen eine Auswirkung darauf,
03:40
on whether people quit?
82
220579
2671
ob die Menschen mit dem Rauchen aufgehört haben?
03:43
And the Health Media Collaboratory respected the limits of their data,
83
223250
3307
Es gab Grenzen bei der Auswertung der Daten,
03:46
but they were able to conclude
84
226557
2005
aber sie konnten schlussfolgern
03:48
that those advertisements — and you may have seen them —
85
228562
3312
dass diese Werbungen --
Sie haben sie vielleicht schon einmal gesehen --
03:51
that they had the effect of jolting people
86
231874
2591
zum Denken anregten,
03:54
into a thought process
87
234465
1822
was einen Einfluss auf zukünftiges Verhalten haben kann.
03:56
that may have an impact on future behavior.
88
236287
3667
03:59
And what I admire and appreciate about this project,
89
239954
3891
Abgesehen davon, dass es auf realen menschlichen Bedürfnissen basiert,
04:03
aside from the fact, including the fact
90
243845
1489
04:05
that it's based on real human need,
91
245334
4057
bewundere ich so an diesem Projekt,
04:09
is that it's a fantastic example of courage
92
249391
2846
dass es ein fantastisches Beispiel von Mut ist,
04:12
in the face of a sea of irrelevance.
93
252237
4443
im Angesicht des Meeres der Irrelevanz.
04:16
And so it's not just big data that causes
94
256680
3305
Und so sind es nicht nur große Datenmengen,
04:19
challenges of interpretation, because let's face it,
95
259985
2601
die Schwierigkeiten im Interpretieren bieten,
04:22
we human beings have a very rich history
96
262586
2594
denn, seien wir ehrlich,
die menschliche Geschichte ist voll von Missinterpretationen von Daten,
04:25
of taking any amount of data, no matter how small,
97
265180
2693
04:27
and screwing it up.
98
267873
1617
egal wie klein sie sind.
04:29
So many years ago, you may remember
99
269490
3737
Und so wurde vor vielen Jahren --
Sie erinnern sich vielleicht noch daran --
04:33
that former President Ronald Reagan
100
273227
2273
der frühere Präsident Ronald Reagan sehr kritisiert,
04:35
was very criticized for making a statement
101
275500
1991
04:37
that facts are stupid things.
102
277491
3010
als er sagte, dass Fakten unnötig sind.
04:40
And it was a slip of the tongue, let's be fair.
103
280501
2794
Und, seien wir fair, er hatte sich versprochen.
04:43
He actually meant to quote John Adams' defense
104
283295
2430
Er wollte eigentlich John Adams' Verteidigung über Britische Soldaten
04:45
of British soldiers in the Boston Massacre trials
105
285725
2751
in den Boston-Massaker-Prozessen zitieren,
04:48
that facts are stubborn things.
106
288476
3150
nämlich, dass Fakten stur sind.
04:51
But I actually think there's
107
291626
2624
Aber ich denke, dass dort ein wenig unabsichtliche Weisheit drinsteckt.
04:54
a bit of accidental wisdom in what he said,
108
294250
3418
04:57
because facts are stubborn things,
109
297668
2776
Fakten sind stur,
05:00
but sometimes they're stupid, too.
110
300444
2923
und manchmal sind sie auch unnütz.
05:03
I want to tell you a personal story
111
303367
1888
Ich möchte Ihnen eine persönliche Geschichte darüber erzählen,
05:05
about why this matters a lot to me.
112
305255
3548
warum das alles für mich so wichtig ist.
05:08
I need to take a breath.
113
308803
2437
Ich muss einmal kurz durchatmen.
05:11
My son Isaac, when he was two,
114
311240
2754
Mein Sohn Isaac wurde mit zwei Jahren mit Autismus diagnostiziert.
05:13
was diagnosed with autism,
115
313994
2417
05:16
and he was this happy, hilarious,
116
316411
2161
Er war ein glücklicher, lustiger, liebevoller, herzlicher kleiner Junge,
05:18
loving, affectionate little guy,
117
318572
2035
05:20
but the metrics on his developmental evaluations,
118
320607
2902
aber die Daten seiner Entwicklungsauswertung,
05:23
which looked at things like the number of words —
119
323509
2070
die aus Dingen bestanden, wie die Anzahl der Wörter --
05:25
at that point, none —
120
325579
3657
was damals gar keine waren --
05:29
communicative gestures and minimal eye contact,
121
329236
3940
kommunizierende Gesten und minimaler Augenkontakt,
05:33
put his developmental level
122
333176
2003
stellten ihn auf eine Entwicklungsstufe eines neun Monate alten Babys.
05:35
at that of a nine-month-old baby.
123
335179
3961
05:39
And the diagnosis was factually correct,
124
339140
2960
Die Diagnose war sachlich korrekt,
05:42
but it didn't tell the whole story.
125
342100
3209
aber sie erzählte nicht die ganze Geschichte.
05:45
And about a year and a half later,
126
345309
1401
Ungefähr anderthalb Jahre später, als er fast vier Jahre alt war,
05:46
when he was almost four,
127
346710
2102
05:48
I found him in front of the computer one day
128
348812
2363
habe ich ihn vor dem Computer gefunden,
05:51
running a Google image search on women,
129
351175
5453
während er Bilder von Frauen auf Google suchte,
05:56
spelled "w-i-m-e-n."
130
356628
3616
die er "V r a u e n" schrieb.
06:00
And I did what any obsessed parent would do,
131
360244
2740
Und ich tat, was alle besorgten Eltern tun würden,
06:02
which is immediately started hitting the "back" button
132
362984
1901
und durchsuchte sofort den Verlauf, um zu schauen,
06:04
to see what else he'd been searching for.
133
364885
3363
wonach er sonst noch gesucht hat.
06:08
And they were, in order: men,
134
368248
2171
Es war in dieser Reihenfolge: Männer, Schule, Bus
06:10
school, bus and computer.
135
370419
7267
und Computer.
06:17
And I was stunned,
136
377686
2070
Ich war sprachlos,
06:19
because we didn't know that he could spell,
137
379756
2002
denn wir wussten nicht, dass er schreiben oder lesen konnte,
06:21
much less read, and so I asked him,
138
381758
1766
06:23
"Isaac, how did you do this?"
139
383524
2193
und so fragte ich ihn: "Isaac, wie hast du das gemacht?"
06:25
And he looked at me very seriously and said,
140
385717
2678
Er sah mich ernst an und sagte:
06:28
"Typed in the box."
141
388395
3352
"Ich hab in die Box getippt."
06:31
He was teaching himself to communicate,
142
391747
3734
Er brachte sich bei zu kommunizieren.
06:35
but we were looking in the wrong place,
143
395481
3004
Wir haben bloß auf die falschen Dinge geachtet.
06:38
and this is what happens when assessments
144
398485
2295
Und so etwas passiert,
06:40
and analytics overvalue one metric —
145
400780
2396
wenn Bewertungen und Analysen einen bestimmten Teil überbewerten --
06:43
in this case, verbal communication —
146
403176
2609
in diesem Fall, verbale Kommunikation --
06:45
and undervalue others, such as creative problem-solving.
147
405785
5703
und andere unterschätzen, wie kreative Problemlösung.
06:51
Communication was hard for Isaac,
148
411488
2307
Kommunikation war schwer für Isaac,
06:53
and so he found a workaround
149
413795
1912
also fand er eine andere Lösung um herauszufinden, was er wissen wollte.
06:55
to find out what he needed to know.
150
415707
2857
06:58
And when you think about it, it makes a lot of sense,
151
418564
1890
Wenn man darüber nachdenkt, ergibt es eine Menge Sinn,
07:00
because forming a question
152
420454
2081
denn eine Frage zu stellen, ist ein wirklich komplexer Prozess,
07:02
is a really complex process,
153
422535
2565
07:05
but he could get himself a lot of the way there
154
425100
2522
aber er konnte sich selbst helfen, in dem er ein Wort in die Suchbox eintrug.
07:07
by putting a word in a search box.
155
427622
4092
07:11
And so this little moment
156
431714
2936
Und so hatte dieser kleine Moment
07:14
had a really profound impact on me
157
434650
2836
einen tiefen Einfluss auf mich
07:17
and our family
158
437486
1309
und unsere Familie,
07:18
because it helped us change our frame of reference
159
438795
3141
denn es half uns,
die Rahmenbedingungen für sein Verhalten zu ändern,
07:21
for what was going on with him,
160
441936
2208
07:24
and worry a little bit less and appreciate
161
444144
2976
uns weniger Sorgen zu machen
und seinen Einfallsreichtum mehr zu würdigen.
07:27
his resourcefulness more.
162
447120
2182
07:29
Facts are stupid things.
163
449302
2861
Fakten sind unnütz.
07:32
And they're vulnerable to misuse,
164
452163
2397
Man kann sie zu leicht falsch anwenden,
07:34
willful or otherwise.
165
454560
1653
gewollt oder nicht.
07:36
I have a friend, Emily Willingham, who's a scientist,
166
456213
3026
Meine Freundin, Emily Willingham, ist Wissenschaftlerin
07:39
and she wrote a piece for Forbes not long ago
167
459239
2801
und sie schrieb vor kurzem einen Artikel für Forbes
namens "Die 10 komischsten Dinge, die mit Autismus verbunden werden"
07:42
entitled "The 10 Weirdest Things
168
462040
1980
07:44
Ever Linked to Autism."
169
464020
1810
07:45
It's quite a list.
170
465830
3005
Es ist eine ziemlich lange Liste.
07:48
The Internet, blamed for everything, right?
171
468835
3532
Dem Internet kann man immer die Schuld geben, nicht wahr?
07:52
And of course mothers, because.
172
472367
3757
Und natürlich auch Müttern.
07:56
And actually, wait, there's more,
173
476124
1587
Und es gibt noch mehr,
07:57
there's a whole bunch in the "mother" category here.
174
477711
3430
ein ganzes Bündel in der "Mutter-Kategorie".
Man sieht, dass es eine ziemlich interessante und ausführliche Liste ist,
08:01
And you can see it's a pretty rich and interesting list.
175
481141
4815
08:05
I'm a big fan of
176
485956
2193
Mir gefallt besonders:
"Schwanger in der Nähe von Autobahnen zu sein."
08:08
being pregnant near freeways, personally.
177
488149
3704
(Gelächter)
08:11
The final one is interesting,
178
491853
1539
Der letzte Punkt ist interessant,
08:13
because the term "refrigerator mother"
179
493392
3003
denn der Begriff "Kühlschrank-Mutter"
08:16
was actually the original hypothesis
180
496395
2605
war die ursprüngliche Hypothese über die Ursache von Autismus,
08:19
for the cause of autism,
181
499000
1431
08:20
and that meant somebody who was cold and unloving.
182
500431
2735
und dieser Begriff bezieht sich auf eine kalte und lieblose Person.
08:23
And at this point, you might be thinking,
183
503166
1562
Jetzt denken Sie sich vielleicht,
08:24
"Okay, Susan, we get it,
184
504728
1657
"Schon klar, Susan, man kann Daten allmächtig werden lassen."
08:26
you can take data, you can make it mean anything."
185
506385
1782
08:28
And this is true, it's absolutely true,
186
508167
4703
Und das stimmt,
das stimmt absolut.
08:32
but the challenge is that
187
512870
5610
Aber die Schwierigkeit besteht darin,
08:38
we have this opportunity
188
518480
2448
dass wir diese Möglichkeit haben, für uns Sinn aus diesen Daten zu ziehen,
08:40
to try to make meaning out of it ourselves,
189
520928
2284
08:43
because frankly, data doesn't create meaning. We do.
190
523212
5352
denn Daten ergeben keinen Sinn, wir verleihen ihnen Sinn.
08:48
So as businesspeople, as consumers,
191
528564
3256
Als Geschäftsleute, als Konsumenten, als Patienten, als Bürger,
08:51
as patients, as citizens,
192
531820
2539
08:54
we have a responsibility, I think,
193
534359
2396
haben wir die Verantwortung, mehr Zeit darauf zu verwerden,
08:56
to spend more time
194
536755
2194
08:58
focusing on our critical thinking skills.
195
538949
2870
uns mit unserer Fähigkeit, kritisch zu hinterfragen, zu beschäftigen.
09:01
Why?
196
541819
1078
09:02
Because at this point in our history, as we've heard
197
542897
3178
Warum?
Weil wir heutzutage schon oft gehört haben,
09:06
many times over,
198
546075
1706
09:07
we can process exabytes of data
199
547781
1981
dass wir Exabytes von Daten
09:09
at lightning speed,
200
549762
2153
in Lichtgeschwindigkeit verarbeiten können,
09:11
and we have the potential to make bad decisions
201
551915
3515
und das Potenzial haben,
schlechte Entscheidungen viel schneller und effizienter zu treffen,
09:15
far more quickly, efficiently,
202
555430
1834
09:17
and with far greater impact than we did in the past.
203
557264
5028
und mit viel größeren Auswirkungen als in der Vergangenheit.
09:22
Great, right?
204
562292
1388
Toll, oder?
09:23
And so what we need to do instead
205
563680
3030
Also müssen wir stattdessen mehr Zeit mit Sachen wie Geisteswissenschaften,
09:26
is spend a little bit more time
206
566710
2330
09:29
on things like the humanities
207
569040
2746
09:31
and sociology, and the social sciences,
208
571786
3464
Soziologie und den Sozialwissenschaften
09:35
rhetoric, philosophy, ethics,
209
575250
2308
Rhetorik, Philosophie, Ethik verbringen,
09:37
because they give us context that is so important
210
577558
2856
denn sie geben uns den Kontext, der so wichtig für große Datenmengen ist,
09:40
for big data, and because
211
580414
2576
09:42
they help us become better critical thinkers.
212
582990
2418
und deshalb helfen sie uns, bessere Kritiker zu werden.
09:45
Because after all, if I can spot
213
585408
4207
Wenn ich nämlich ein Problem in einem Argument erkennen kann,
09:49
a problem in an argument, it doesn't much matter
214
589615
2486
ist es unwichtig, ob es in Zahlen oder Wörtern ausgedrückt ist.
09:52
whether it's expressed in words or in numbers.
215
592101
2759
09:54
And this means
216
594860
2719
Und das bedeutet,
09:57
teaching ourselves to find those confirmation biases
217
597579
4421
uns selbst beizubringen,
diesen Drang nach Bestätigung und falsche Zusammenhänge zu finden,
10:02
and false correlations
218
602000
1822
10:03
and being able to spot a naked emotional appeal
219
603822
2138
und in der Lage zu sein,
einen bloßen emotionalen Anreiz aus 30 m Entfernung zu erkennen,
10:05
from 30 yards,
220
605960
1662
10:07
because something that happens after something
221
607622
2522
denn nur weil etwas nach etwas anderem passiert,
10:10
doesn't mean it happened because of it, necessarily,
222
610144
3082
bedeutet das nicht, dass es deswegen passiert ist.
10:13
and if you'll let me geek out on you for a second,
223
613226
2119
Und wenn ich meinen Nerd einmal kurz raushängen lassen darf,
10:15
the Romans called this "post hoc ergo propter hoc,"
224
615345
4297
die Römer nannten dies: "post hoc ergo propter hoc".
10:19
after which therefore because of which.
225
619642
3296
"Danach, also deswegen."
10:22
And it means questioning disciplines like demographics.
226
622938
3757
Und es bedeutet,
Wissenszweige wie Demografien zu hinterfragen.
10:26
Why? Because they're based on assumptions
227
626695
2520
Warum?
Weil sie auf Annahmen aufbauen,
10:29
about who we all are based on our gender
228
629215
2306
darauf, wer wir durch unser Geschlecht, unser Alter und unseren Wohnort sind,
10:31
and our age and where we live
229
631521
1462
10:32
as opposed to data on what we actually think and do.
230
632983
3478
und nicht darauf, was wir tatsächlich denken und tun.
10:36
And since we have this data,
231
636461
1663
Und da wir diese Daten haben,
10:38
we need to treat it with appropriate privacy controls
232
638124
3139
müssen wir sie mit angemessenem Datenschutz behandeln,
10:41
and consumer opt-in,
233
641263
3576
und Konsumentenbeteiligung,
10:44
and beyond that, we need to be clear
234
644839
2993
und darüber hinaus müssen wir uns über unsere Hypothesen und Methoden,
10:47
about our hypotheses,
235
647832
2103
10:49
the methodologies that we use,
236
649935
2596
die wir nutzen,
10:52
and our confidence in the result.
237
652531
2804
und unser Vertrauen in das Ergebnis, im Klaren sein.
10:55
As my high school algebra teacher used to say,
238
655335
2474
Wie mein Mathelehrer zu pflegen sagte:
10:57
show your math,
239
657809
1531
"Zeig mir deine Rechenwege,
10:59
because if I don't know what steps you took,
240
659340
3441
wenn ich nämlich nicht weiß,
was du gemacht hast und was nicht,
11:02
I don't know what steps you didn't take,
241
662781
1991
11:04
and if I don't know what questions you asked,
242
664772
2438
und wenn ich nicht weiß, welche Fragen du gestellt hast,
11:07
I don't know what questions you didn't ask.
243
667210
3197
dann weiß ich auch nicht, welche Fragen du nicht gestellt hast."
11:10
And it means asking ourselves, really,
244
670407
1523
Es bedeutet wirklich, uns selbst die schwerste aller Fragen zu stellen:
11:11
the hardest question of all:
245
671930
1479
11:13
Did the data really show us this,
246
673409
3500
Haben die Daten uns dies gezeigt
11:16
or does the result make us feel
247
676909
2311
oder lässt uns das Ergebnis uns erfolgreicher und behaglicher fühlen?
11:19
more successful and more comfortable?
248
679220
3878
11:23
So the Health Media Collaboratory,
249
683098
2584
Die "Health Media Collaboratory"
11:25
at the end of their project, they were able
250
685682
1699
fand letztendlich heraus, dass 87% der Tweets
11:27
to find that 87 percent of tweets
251
687381
3408
11:30
about those very graphic and disturbing
252
690789
2144
über die explizite und verstörende Anti-Raucher-Kampagne
11:32
anti-smoking ads expressed fear,
253
692933
4038
Angst äußerten,
11:36
but did they conclude
254
696971
1856
aber haben sie geschlussfolgert,
11:38
that they actually made people stop smoking?
255
698827
3161
dass die Kampagne Menschen zum Aufhören bewegte?
11:41
No. It's science, not magic.
256
701988
2542
Nein. Es ist Wissenschaft, keine Magie.
11:44
So if we are to unlock
257
704530
3190
Also wenn wir die Macht der Daten entschlüsseln,
11:47
the power of data,
258
707720
2862
11:50
we don't have to go blindly into
259
710582
3448
müssen wir nicht blindlings
in Orwells Vorstellung einer totalitären Zukunft laufen,
11:54
Orwell's vision of a totalitarian future,
260
714030
3436
11:57
or Huxley's vision of a trivial one,
261
717466
3117
oder Huxleys Vorstellung von einer trivialen,
12:00
or some horrible cocktail of both.
262
720583
3020
oder eine furchtbare Mischung aus beidem.
12:03
What we have to do
263
723603
2379
Wir müssen kritischem Denken mit Respekt zu begegnen
12:05
is treat critical thinking with respect
264
725982
2718
12:08
and be inspired by examples
265
728700
2029
und von Beispielen wie der Health Media Collaboratory inspiriert werden.
12:10
like the Health Media Collaboratory,
266
730729
2610
12:13
and as they say in the superhero movies,
267
733339
2328
Wie sagt man in den Superhelden-Filmen?
12:15
let's use our powers for good.
268
735667
1822
Setzen wir unsere Macht für das Gute ein.
12:17
Thank you.
269
737489
2351
Danke.
12:19
(Applause)
270
739840
2334
(Applaus)
Über diese Website

Auf dieser Seite finden Sie YouTube-Videos, die zum Englischlernen nützlich sind. Sie sehen Englischlektionen, die von hochkarätigen Lehrern aus der ganzen Welt unterrichtet werden. Doppelklicken Sie auf die englischen Untertitel, die auf jeder Videoseite angezeigt werden, um das Video von dort aus abzuspielen. Die Untertitel laufen synchron mit der Videowiedergabe. Wenn Sie irgendwelche Kommentare oder Wünsche haben, kontaktieren Sie uns bitte über dieses Kontaktformular.

https://forms.gle/WvT1wiN1qDtmnspy7