How we can find ourselves in data | Giorgia Lupi

112,053 views ・ 2017-05-04

TED


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

Übersetzung: Patricia Calderón Koch Lektorat: Angelika Lueckert Leon
00:12
This is what my last week looked like.
0
12580
2880
So sah meine letzte Woche aus.
00:16
What I did,
1
16500
1696
Was ich gemacht habe,
00:18
who I was with,
2
18220
1816
mit wem ich zusammen war,
00:20
the main sensations I had for every waking hour ...
3
20060
3120
was ich in jeder wachen Stunde hauptsächlich gefühlt habe ...
00:23
If the feeling came as I thought of my dad
4
23900
2496
Wenn ich an meinen Vater gedacht habe,
00:26
who recently passed away,
5
26420
1776
der vor Kurzem gestorben ist
00:28
or if I could have just definitely avoided the worries and anxieties.
6
28220
4056
oder ob ich definitiv Sorgen und Ängste hätte vermeiden können.
00:32
And if you think I'm a little obsessive,
7
32300
1936
Wenn Sie denken, ich sei ein wenig obsessiv,
00:34
you're probably right.
8
34260
1856
dann stimmt das wohl.
00:36
But clearly, from this visualization,
9
36140
2256
Sicher ist, dass Sie aus dieser Darstellung
00:38
you can learn much more about me than from this other one,
10
38420
3296
mehr über mich erfahren, als aus der anderen,
00:41
which are images you're probably more familiar with
11
41740
2976
mit Bildern, die Ihnen wohl vertrauter sind,
00:44
and which you possibly even have on your phone right now.
12
44740
2816
die Sie wahrscheinlich sogar auf Ihrem Handy haben.
00:47
Bar charts for the steps you walked,
13
47580
2216
Balkendiagramme Ihrer Schritte,
00:49
pie charts for the quality of your sleep --
14
49820
2376
Tortendiagramme Ihrer Schlafqualität --
00:52
the path of your morning runs.
15
52220
1720
die Wege Ihrer morgendlichen Läufe.
00:55
In my day job, I work with data.
16
55100
2296
In meinem Hauptberuf arbeite ich mit Daten.
00:57
I run a data visualization design company,
17
57420
2496
Ich führe ein Unternehmen für Datenvisualisierungen.
00:59
and we design and develop ways to make information accessible
18
59940
3336
Wir entwerfen und entwickeln zugängliche Darstellungsformen
01:03
through visual representations.
19
63300
2096
mit visuellen Mitteln.
01:05
What my job has taught me over the years
20
65420
3016
Was mir meine Tätigkeit über die Jahre gelehrt hat, ist,
01:08
is that to really understand data and their true potential,
21
68460
4216
dass man Daten und ihr wahres Potential erst dann versteht,
01:12
sometimes we actually have to forget about them
22
72700
3096
wenn man sie erstmal vergisst
01:15
and see through them instead.
23
75820
1760
und zunächst durch sie hindurchschaut.
01:18
Because data are always just a tool we use to represent reality.
24
78260
3576
Denn Daten sind bloß ein Werkzeug, um die Realität abzubilden.
01:21
They're always used as a placeholder for something else,
25
81860
2856
Sie werden immer als Platzhalter für etwas anderes benutzt.
01:24
but they are never the real thing.
26
84740
2176
Sie sind nie das Ding an sich.
01:26
But let me step back for a moment
27
86940
1936
Lassen Sie mich etwas weiter ausholen,
01:28
to when I first understood this personally.
28
88900
2480
nämlich zu dem Moment, als ich das für mich selbst verstand.
01:32
In 1994, I was 13 years old.
29
92100
3336
Im Jahr 1994, mit 13.
01:35
I was a teenager in Italy.
30
95460
1936
Ich war ein Teenager in Italien.
01:37
I was too young to be interested in politics,
31
97420
2616
Ich war zu jung, um mich für Politik zu interessieren,
01:40
but I knew that a businessman, Silvio Berlusconi,
32
100060
2496
dennoch wusste ich, dass ein Geschäftsmann, Silvio Berlusconi,
01:42
was running for president for the moderate right.
33
102580
2560
für die moderaten Rechte kandidierte.
01:45
We lived in a very liberal town,
34
105940
2016
Wir wohnten in einer sehr liberalen Stadt.
01:47
and my father was a politician for the Democratic Party.
35
107980
3296
Mein Vater war ein Politiker der Demokratischen Partei.
01:51
And I remember that no one thought that Berlusconi could get elected --
36
111300
4336
Keiner dachte, dass Berlusconi gewählt werden könnte --
01:55
that was totally not an option.
37
115660
1760
das war ein Ding der Unmöglichkeit.
01:58
But it happened.
38
118380
1216
Aber es geschah.
01:59
And I remember the feeling very vividly.
39
119620
2536
Ich erinnere mich genau an dieses Gefühl.
02:02
It was a complete surprise,
40
122180
1856
Es war eine komplette Überraschung,
02:04
as my dad promised that in my town he knew nobody who voted for him.
41
124060
5040
da mein Vater keinen in meiner Stadt kannte, der ihn wählen würde.
02:10
This was the first time
42
130540
1496
Es war das erste Mal,
02:12
when the data I had gave me a completely distorted image of reality.
43
132060
4560
dass mir die Daten ein vollkommen verzerrtes Bild der Realität zeigten.
02:17
My data sample was actually pretty limited and skewed,
44
137100
3296
Meine Datenproben waren stark eingeschränkt und verzerrt.
02:20
so probably it was because of that, I thought, I lived in a bubble,
45
140420
3736
Deshalb dachte ich auch, dass ich in einer Blase lebe,
02:24
and I didn't have enough chances to see outside of it.
46
144180
2600
ohne genügend Möglichkeiten nach außen zu blicken.
02:27
Now, fast-forward to November 8, 2016
47
147900
3776
Spulen wir jetzt zum 8. November 2016 in den USA vor.
02:31
in the United States.
48
151700
1200
02:33
The internet polls,
49
153780
1296
Die Internetbefragungen,
02:35
statistical models,
50
155100
1376
die Statistikmodelle,
02:36
all the pundits agreeing on a possible outcome for the presidential election.
51
156500
4816
all die Experten, die sich über ein gewisses Wahlergebnis einig waren.
02:41
It looked like we had enough information this time,
52
161340
2616
Dieses Mal hatten wir scheinbar genug Infos
02:43
and many more chances to see outside the closed circle we lived in --
53
163980
4096
und viel mehr Gelegenheiten außerhalb unseres geschlossenen Kreises zu blicken,
02:48
but we clearly didn't.
54
168100
1320
aber offensichtlich doch nicht.
02:49
The feeling felt very familiar.
55
169860
2096
Das Gefühl war mir allzu vertraut.
02:51
I had been there before.
56
171980
1480
Ich kannte es.
02:54
I think it's fair to say the data failed us this time --
57
174180
2856
Leider stimmt es, die Daten haben dieses Mal versagt --
02:57
and pretty spectacularly.
58
177060
1856
und zwar grandios.
02:58
We believed in data,
59
178940
1696
Wir vertrauten den Daten,
03:00
but what happened,
60
180660
1416
aber was geschehen war,
03:02
even with the most respected newspaper,
61
182100
2696
auch mit den angesehensten Zeitungen,
03:04
is that the obsession to reduce everything to two simple percentage numbers
62
184820
4696
ist dieses obsessive Reduzieren von Allem auf zwei simple Prozentzahlen,
03:09
to make a powerful headline
63
189540
1976
um starke Schlagzeilen zu liefern,
03:11
made us focus on these two digits
64
191540
2056
darum betrachteten wir nur diese zwei Ziffern,
03:13
and them alone.
65
193620
1200
nur diese allein.
03:15
In an effort to simplify the message
66
195380
2056
Um die Botschaft möglichst einfach darzustellen
03:17
and draw a beautiful, inevitable red and blue map,
67
197460
3416
und eine wunderschöne rot-blaue Karte zu zeigen,
03:20
we lost the point completely.
68
200900
1880
verfehlten wir komplett das Ziel.
03:23
We somehow forgot that there were stories --
69
203260
2136
Irgendwie vergaßen wir dabei die Geschichten
03:25
stories of human beings behind these numbers.
70
205420
2360
der Menschen hinter den Zahlen.
03:29
In a different context,
71
209060
1576
In einem anderen Kontext,
03:30
but to a very similar point,
72
210660
1656
aber in ähnlichem Zusammenhang
03:32
a peculiar challenge was presented to my team by this woman.
73
212340
3896
forderte eine besondere Aufgabe dieser Frau mein Team heraus.
03:36
She came to us with a lot of data,
74
216260
2376
Sie brachte uns ganz viel Datenmaterial,
03:38
but ultimately she wanted to tell one of the most humane stories possible.
75
218660
4416
aber letztlich ging es ihr darum, eine menschliche Geschichte zu vermitteln.
03:43
She's Samantha Cristoforetti.
76
223100
1696
Sie ist Samantha Cristoforetti.
03:44
She has been the first Italian woman astronaut,
77
224820
2576
Sie war die 1. italienische Astronautin.
03:47
and she contacted us before being launched
78
227420
2496
Sie kontaktierte uns vor ihrem Abflug,
03:49
on a six-month-long expedition to the International Space Station.
79
229940
3896
eine sechsmonatige Expedition zur Internationalen Raumstation (ISS).
03:53
She told us, "I'm going to space,
80
233860
2216
Sie sagte: "Ich fliege ins All,
03:56
and I want to do something meaningful with the data of my mission
81
236100
3096
und möchte mit den Daten der Mission etwas Bedeutsames machen,
03:59
to reach out to people."
82
239220
1240
um die Menschen draußen zu erreichen."
04:01
A mission to the International Space Station
83
241420
2536
Eine Mission zur Internationalen Raumstation
04:03
comes with terabytes of data
84
243980
2096
hat Terabytes an Daten
04:06
about anything you can possibly imagine --
85
246100
2376
über alles Erdenkliche --
04:08
the orbits around Earth,
86
248500
1496
die Erdumlaufbahnen,
04:10
the speed and position of the ISS
87
250020
2096
die Geschwindigkeit und Position der ISS
04:12
and all of the other thousands of live streams from its sensors.
88
252140
3680
und allen anderen, tausenden Livestreams seiner Sensoren.
04:16
We had all of the hard data we could think of --
89
256660
2896
Wir haben alle möglichen "harte Daten"
04:19
just like the pundits before the election --
90
259580
2416
-- wie die Experten vor einer Wahl --
04:22
but what is the point of all these numbers?
91
262020
2976
aber wozu haben wir sie?
04:25
People are not interested in data for the sake of it,
92
265020
2736
Menschen wollen keine Daten um ihrer selbst Willen.
04:27
because numbers are never the point.
93
267780
1855
Es geht uns niemals um die Zahlen.
04:29
They're always the means to an end.
94
269659
1961
Sie dienen immer nur einem Zweck.
04:32
The story we needed to tell
95
272659
1777
Die wichtige Geschichte ist,
04:34
is that there is a human being in a teeny box
96
274460
2496
dass ein Mensch in einer winzigen Box
04:36
flying in space above your head,
97
276980
2256
im All über Ihren Köpfen schwebt
04:39
and that you can actually see her with your naked eye on a clear night.
98
279260
4096
und Sie sie in einer klaren Mondnacht mit bloßen Auge sehen können.
04:43
So we decided to use data to create a connection
99
283380
3096
Wir nutzen also die Daten, um eine Verbindung zwischen Samantha
04:46
between Samantha and all of the people looking at her from below.
100
286500
4056
und allen anderen Menschen herzustellen, die sie von unten aus beobachten.
04:50
We designed and developed what we called "Friends in Space,"
101
290580
3176
Wir designten und entwickelten: "Friends in Space",
04:53
a web application that simply lets you say "hello" to Samantha
102
293780
4656
eine Webanwendung, die es Ihnen erlaubt Samantha einfach "Hallo" zu sagen,
04:58
from where you are,
103
298460
1256
von irgendwo her,
04:59
and "hello" to all the people who are online at the same time
104
299740
3536
und auch allen anderen Menschen, die weltweit online sind "Hallo" zu sagen.
05:03
from all over the world.
105
303300
1520
05:05
And all of these "hellos" left visible marks on the map
106
305460
3456
All diese "Hallos" hinterlassen sichtbare Spuren auf der Karte,
05:08
as Samantha was flying by
107
308940
2016
während Samantha umherfliegt
05:10
and as she was actually waving back every day at us
108
310980
3376
und ihr tägliches Winken
05:14
using Twitter from the ISS.
109
314380
1680
per Twitter aus der ISS teilt.
05:16
This made people see the mission's data from a very different perspective.
110
316700
4976
Menschen konnten die Daten der Mission ganz anders einordnen.
05:21
It all suddenly became much more about our human nature and our curiosity,
111
321700
4696
Plötzlich stand unsere menschliche Natur und Neugierde im Fokus --
05:26
rather than technology.
112
326420
1656
und nicht die Technologie.
05:28
So data powered the experience,
113
328100
2336
Daten treiben also die Erfahrung an,
05:30
but stories of human beings were the drive.
114
330460
2400
aber die Geschichten von Menschen waren der Antrieb.
05:34
The very positive response of its thousands of users
115
334660
3336
Die superpositive Resonanz von tausenden Nutzern
05:38
taught me a very important lesson --
116
338020
1936
erteilte mir eine wichtige Lektion --
05:39
that working with data means designing ways
117
339980
2856
mit Daten zu arbeiten, bedeutet Wege zu konzipieren,
05:42
to transform the abstract and the uncountable
118
342860
2736
das Abstrakte und Unzählbare
05:45
into something that can be seen, felt and directly reconnected
119
345620
4016
in etwas Greifbares und Fühlbares zu verwandeln,
05:49
to our lives and to our behaviors,
120
349660
2296
das direkt mit unserem Leben und Verhalten zu tun hat.
05:51
something that is hard to achieve
121
351980
1856
Das können wir nicht erreichen,
05:53
if we let the obsession for the numbers and the technology around them
122
353860
3896
wenn wir zulassen, dass uns Zahlen und Technologie leiten.
05:57
lead us in the process.
123
357780
1280
06:00
But we can do even more to connect data to the stories they represent.
124
360420
4896
Wir können sogar noch mehr Daten mit ihren Geschichten vernetzen.
06:05
We can remove technology completely.
125
365340
2656
Wir können die Technologie komplett weglassen.
06:08
A few years ago, I met this other woman,
126
368020
2256
Vor einigen Jahren traf ich diese andere Frau,
06:10
Stefanie Posavec --
127
370300
1376
Stefanie Posavec --
06:11
a London-based designer who shares with me the passion and obsession about data.
128
371700
5816
eine in London ansässige Designerin, die mit mir die Daten-Leidenschaft teilt.
06:17
We didn't know each other,
129
377540
1336
Wir kannten uns nicht,
06:18
but we decided to run a very radical experiment,
130
378900
3256
entschieden uns aber gemeinsam zu einem radikalen Experiment,
06:22
starting a communication using only data,
131
382180
2536
nur über Daten zu kommunizieren,
06:24
no other language,
132
384740
1336
keine andere Sprache,
06:26
and we opted for using no technology whatsoever to share our data.
133
386100
4616
ebenso entschieden wir uns, keine Technologien dafür anzuwenden.
06:30
In fact, our only means of communication
134
390740
2896
Unser einziges Kommunikationsmedium
06:33
would be through the old-fashioned post office.
135
393660
2856
würde sogar nur das altgediente Postamt sein.
06:36
For "Dear Data," every week for one year,
136
396540
2456
Für das "Dear Data", benutzten wir ein Jahr lang jede Woche
06:39
we used our personal data to get to know each other --
137
399020
3456
unsere persönlichen Daten, um uns näher kennenzulernen --
06:42
personal data around weekly shared mundane topics,
138
402500
3656
persönlichen Daten über wöchentlich geteilte Themen der Welt,
06:46
from our feelings
139
406180
1216
über unsere Gefühle,
06:47
to the interactions with our partners,
140
407420
1856
die Beziehung zu unseren Partnern,
06:49
from the compliments we received to the sounds of our surroundings.
141
409300
3160
von den Komplimente, die wir erhielten, zu den Geräuschen unserer Nachbarschaft.
06:53
Personal information that we would then manually hand draw
142
413300
3536
Persönliche Infos, die wir dann von Hand
06:56
on a postcard-size sheet of paper
143
416860
2496
auf ein postkartengroßen Blatt zeichneten
06:59
that we would every week send from London to New York,
144
419380
2936
und dann wöchentlich von London nach New York sendeten,
07:02
where I live,
145
422340
1256
wo ich lebe und von New York nach London, wo sie lebt.
07:03
and from New York to London, where she lives.
146
423620
2200
07:06
The front of the postcard is the data drawing,
147
426300
3696
Die Vorderseite der Postkarte war die Datenabbildung,
07:10
and the back of the card
148
430020
1296
die Hinterseite enthielt natürlich die Adresse der anderen.
07:11
contains the address of the other person, of course,
149
431340
2429
07:13
and the legend for how to interpret our drawing.
150
433793
2640
und die Erklärung wie man diese Abbildungen deuten müsse.
07:17
The very first week into the project,
151
437460
2016
Die allererste Woche dieses Projekts
07:19
we actually chose a pretty cold and impersonal topic.
152
439500
3056
wählten wir ein kaltes, ziemlich unpersönliches Thema.
07:22
How many times do we check the time in a week?
153
442580
3200
Wie viel Mal schauen wir in einer Woche auf die Uhr?
07:26
So here is the front of my card,
154
446540
1936
Dies ist die Vorderseite meiner Karte,
07:28
and you can see that every little symbol
155
448500
1976
jedes kleine Symbol bedeutet die Male, an denen ich auf die Uhr guckte.
07:30
represents all of the times that I checked the time,
156
450500
3416
07:33
positioned for days and different hours chronologically --
157
453940
3376
Es bildet den Tag und die einzelnen Uhrzeiten ab --
07:37
nothing really complicated here.
158
457340
2040
noch nicht wirklich kompliziert.
07:40
But then you see in the legend
159
460020
1576
Aber dann sehen Sie in den Erklärungen,
07:41
how I added anecdotal details about these moments.
160
461620
3456
wie ich sie mit Anekdoten schmückte.
07:45
In fact, the different types of symbols indicate why I was checking the time --
161
465100
4576
Die unterschiedlichen Symbole zeigten, warum ich auf die Uhr schaute --
07:49
what was I doing?
162
469700
1216
was tat ich gerade?
07:50
Was I bored? Was I hungry?
163
470940
1696
War mir langweilig? Hatte ich Hunger?
07:52
Was I late?
164
472660
1216
Kam ich zu spät?
07:53
Did I check it on purpose or just casually glance at the clock?
165
473900
3216
Schaute ich absichtlich oder nur zufällig auf die Uhr?
07:57
And this is the key part --
166
477140
2256
Hier liegt nämlich der Schlüssel --
07:59
representing the details of my days and my personality
167
479420
3696
Ich zeigte nämlich die Details meiner Tage und meine Persönlichkeit
08:03
through my data collection.
168
483140
1936
durch diese Datenkollektion.
08:05
Using data as a lens or a filter to discover and reveal, for example,
169
485100
4696
Daten als Linse oder Filter,
08:09
my never-ending anxiety for being late,
170
489820
2176
um etwa meine ewige Angst, mich zu verspäten,
08:12
even though I'm absolutely always on time.
171
492020
2200
zu entlarven, obwohl ich meistens pünktlich bin.
08:16
Stefanie and I spent one year collecting our data manually
172
496020
4096
Ein Jahr lang verbrachten Stefanie und ich mit der Datensammlung per Hand,
08:20
to force us to focus on the nuances that computers cannot gather --
173
500140
4496
um den Fokus auf Nuancen zu setzen, die ein Computer nicht zusammenbringt,
08:24
or at least not yet --
174
504660
1536
zumindest noch nicht jetzt --
08:26
using data also to explore our minds and the words we use,
175
506220
3496
Daten, um unsere Gedanken zu erforschen und die Wörter, die wir gebrauchen,
08:29
and not only our activities.
176
509740
1936
und nicht nur unsere Handlungen.
08:31
Like at week number three,
177
511700
1416
Wie in Woche Nummer drei,
08:33
where we tracked the "thank yous" we said and were received,
178
513140
3816
als wir die "Dankes" festhielten, die wir gesagt und erhalten hatten.
08:36
and when I realized that I thank mostly people that I don't know.
179
516980
4656
und ich merkte, dass ich meist denen danke, die ich nicht kenne.
08:41
Apparently I'm a compulsive thanker to waitresses and waiters,
180
521660
4336
Scheinbar bedanke ich mich zwanghaft bei Kellnerinnen und Kellnern,
08:46
but I definitely don't thank enough the people who are close to me.
181
526020
3160
aber bei mir nahe stehenden Leuten fast gar nicht.
08:50
Over one year,
182
530820
1256
Über ein Jahr
08:52
the process of actively noticing and counting these types of actions
183
532100
4496
wurde dieser Achtsamkeits- und Zählprozess solcher Sachen zum Ritual.
08:56
became a ritual.
184
536620
1296
08:57
It actually changed ourselves.
185
537940
2056
Es veränderte uns.
09:00
We became much more in tune with ourselves,
186
540020
2696
Wir kamen mit uns selber mehr in Einklang,
09:02
much more aware of our behaviors and our surroundings.
187
542740
3120
wurden uns unseres Verhaltens und unserer Umgebung viel bewusster.
09:06
Over one year, Stefanie and I connected at a very deep level
188
546500
2976
Über 1 Jahr lang waren Stefanie und ich sehr tief verbunden
09:09
through our shared data diary,
189
549500
2016
durch diese geteilten Daten,
09:11
but we could do this only because we put ourselves in these numbers,
190
551540
4296
aber nur dadurch, dass wir uns selbst in Daten darstellten, konnten wir es,
09:15
adding the contexts of our very personal stories to them.
191
555860
3976
weil wir Kontexte unserer persönlichen Geschichten erzählten.
09:19
It was the only way to make them truly meaningful
192
559860
2456
Nur so wurden sie wirklich bedeutsam und stellten uns wirklich dar.
09:22
and representative of ourselves.
193
562340
2200
09:26
I am not asking you to start drawing your personal data,
194
566300
3096
Ich verlange nicht, dass Sie Ihre persönlichen Daten zeichnen
09:29
or to find a pen pal across the ocean.
195
569420
2856
oder dass sie einen Brieffreund jenseits des Ozeans finden.
09:32
But I'm asking you to consider data --
196
572300
2576
Aber ich möchte, dass Sie alle mögliche Daten,
09:34
all kind of data --
197
574900
1456
09:36
as the beginning of the conversation
198
576380
1776
wie den Anfang einer Unterhaltung betrachten und nicht wie deren Ende.
09:38
and not the end.
199
578180
1200
09:39
Because data alone will never give us a solution.
200
579900
3176
Denn Daten allein werden uns nie eine Lösung liefern.
09:43
And this is why data failed us so badly --
201
583100
2696
Deshalb enttäuschen sie uns so sehr --
09:45
because we failed to include the right amount of context
202
585820
3376
wir kontextualisieren sie nicht genug, um die Realität abzubilden --
09:49
to represent reality --
203
589220
1456
09:50
a nuanced, complicated and intricate reality.
204
590700
3200
eine differenzierte, komplizierte und verworrene Realität.
09:54
We kept looking at these two numbers,
205
594780
2456
Wir gucken immer noch wie besessen auf diese 2 Zahlen,
09:57
obsessing with them
206
597260
1496
und geben vor, unsere Welt in ein paar Zahlen
09:58
and pretending that our world could be reduced
207
598780
2496
10:01
to a couple digits and a horse race,
208
601300
2336
und ein Pferderennen pressen zu können.
10:03
while the real stories,
209
603660
1256
während die wahren Geschichten, die wichtigen, sich woanders abspielen.
10:04
the ones that really mattered,
210
604940
1456
10:06
were somewhere else.
211
606420
1416
10:07
What we missed looking at these stories only through models and algorithms
212
607860
4416
Bei diesen Modellen und Algorithmen verpassen wir den "Humanimus der Daten."
10:12
is what I call "data humanism."
213
612300
2520
10:15
In the Renaissance humanism,
214
615380
2016
Im Renaissance-Humanismus rückten europäische Intellektuelle
10:17
European intellectuals
215
617420
1616
10:19
placed the human nature instead of God at the center of their view of the world.
216
619060
4920
statt Gott die menschliche Natur ins Zentrum der Welt.
10:24
I believe something similar needs to happen
217
624620
2216
So etwas muss, meiner Meinung nach, mit dem Datenuniversum passieren.
10:26
with the universe of data.
218
626860
1776
10:28
Now data are apparently treated like a God --
219
628660
2976
Daten werden wie Gott behandelt --
10:31
keeper of infallible truth for our present and our future.
220
631660
3280
Halter der absoluten Wahrheit unserer Gegenwart und unserer Zukunft.
10:35
The experiences that I shared with you today
221
635660
2896
Die Erfahrungen, die ich mit Ihnen heute geteilt habe,
10:38
taught me that to make data faithfully representative of our human nature
222
638580
5016
haben mir gezeigt, dass wenn Daten etwas getreu über uns aussagen sollen
10:43
and to make sure they will not mislead us anymore,
223
643620
3416
und uns nicht mehr in die Irre führen sollen,
10:47
we need to start designing ways to include empathy, imperfection
224
647060
3696
wir Wege finden müssen, um Empathie und Unvollkommenheit
10:50
and human qualities
225
650780
1576
und menschliche Eigenschaften einzubinden
10:52
in how we collect, process, analyze and display them.
226
652380
3720
wie wie Daten sammeln, auswerten, analysieren und verbreiten.
10:57
I do see a place where, ultimately,
227
657100
2976
Ich sehe einen Ort, an dem wir anstatt Daten für Effizienz,
11:00
instead of using data only to become more efficient,
228
660100
3336
11:03
we will all use data to become more humane.
229
663460
2800
Daten nutzen werden, um humaner zu werden.
11:06
Thank you.
230
666700
1216
Vielen Dank.
11:07
(Applause)
231
667940
4441
(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