The beauty of data visualization | David McCandless

390,731 views ・ 2010-08-23

TED


Κάντε διπλό κλικ στους αγγλικούς υπότιτλους παρακάτω για να αναπαραγάγετε το βίντεο.

Μετάφραση: Georgia Voudouri Επιμέλεια: Leonidas Argyros
00:15
It feels like we're all suffering
0
15260
2000
Φαίνεται ότι όλοι υποφέρουμε
00:17
from information overload or data glut.
1
17260
3000
από υπερφόρτωση πληροφορίας ή κορεσμό δεδομένων.
00:20
And the good news is there might be an easy solution to that,
2
20260
2000
Και τα καλά νέα είναι ότι μπορεί να υπάρχει μια εύκολη λύση γι'αυτό,
00:22
and that's using our eyes more.
3
22260
2000
κι αυτή είναι να χρησιμοποιούμε περισσότερο τα μάτια μας.
00:24
So, visualizing information, so that we can see
4
24260
2000
Να οπτικοποιούμε, λοιπόν, την πληροφορία, ώστε να μπορούμε να δούμε
00:26
the patterns and connections that matter
5
26260
3000
τα μοτίβα και τις συνδέσεις που έχουν σημασία
00:29
and then designing that information so it makes more sense,
6
29260
3000
και μετά να σχεδιάζουμε αυτήν την πληροφορία έτσι ώστε να βγάζει περισσότερο νόημα,
00:32
or it tells a story,
7
32260
2000
ή να λέει μια ιστορία,
00:34
or allows us to focus only on the information that's important.
8
34260
3000
ή να μας επιτρέπει να επικεντρωθούμε μόνο στην πληροφορία που είναι σημαντική.
00:38
Failing that, visualized information can just look really cool.
9
38260
3000
Αν αποτύχουμε σ'αυτό, η οπτικοποιημένη πληροφορία μπορεί απλά να δείχνει ωραία.
00:41
So, let's see.
10
41260
2000
Ας δούμε λοιπόν.
00:45
This is the $Billion Dollar o-Gram,
11
45260
2000
Αυτό είναι το "Διάγραμμα των Δισεκατομμυρίων Δολαρίων"
00:47
and this image arose
12
47260
2000
και αυτή η εικόνα προέκυψε
00:49
out of frustration I had
13
49260
2000
από τον εκνευρισμό που μου προκαλούσαν
00:51
with the reporting of billion-dollar amounts in the press.
14
51260
2000
οι αναφορές στον Τύπο σε ποσά της τάξης των δισεκατομμυρίων δολαρίων.
00:53
That is, they're meaningless without context:
15
53260
3000
Κι αυτό γιατί δεν έχουν νόημα έξω απ'το πλαίσιο στο οποίο αναφέρονται.
00:56
500 billion for this pipeline,
16
56260
2000
500 δις γι' αυτόν τον αγωγό.
00:58
20 billion for this war.
17
58260
2000
20 δις γι' αυτόν τον πόλεμο.
01:00
It doesn't make any sense, so the only way to understand it
18
60260
2000
Δε βγαίνει νόημα, οπότε ο μόνος τρόπος να το καταλάβει κανείς
01:02
is visually and relatively.
19
62260
2000
είναι οπτικά και συσχετιστικά.
01:04
So I scraped a load of reported figures
20
64260
2000
Έτσι συγκέντρωσα ένα σωρό από αναφορές σε νούμερα
01:06
from various news outlets
21
66260
2000
από διάφορους πομπούς ειδήσεων
01:08
and then scaled the boxes according to those amounts.
22
68260
3000
και μετά προσάρμοσα το μέγεθος των πλαισίων ανάλογα με τα ποσά.
01:11
And the colors here represent the motivation behind the money.
23
71260
3000
Και τα χρώματα εδώ αναπαριστούν το κίνητρο πίσω απ' τα χρήματα.
01:14
So purple is "fighting,"
24
74260
3000
Επομένως το μωβ αφορά τις μάχες
01:17
and red is "giving money away," and green is "profiteering."
25
77260
3000
και το κόκκινο τη δωρεά χρημάτων, και το πράσινο την αισχροκέρδεια.
01:20
And what you can see straight away
26
80260
2000
Και αυτό που μπορείτε να δείτε αμέσως
01:22
is you start to have a different relationship to the numbers.
27
82260
2000
είναι ότι αρχίζετε να έχετε διαφορετική σχέση με τους αριθμούς.
01:24
You can literally see them.
28
84260
2000
Μπορείτε κυριολεκτικά να τους δείτε.
01:26
But more importantly, you start to see
29
86260
2000
Αλλά το πιο σημαντικό είναι ότι αρχίζετε να βλέπετε
01:28
patterns and connections between numbers
30
88260
2000
επαναλαμβανόμενα πρότυπα και συνδέσεις ανάμεσα στους αριθμούς
01:30
that would otherwise be scattered across multiple news reports.
31
90260
3000
που διαφορετικά θα ήταν διασκορπισμένα σε πολλαπλά δελτία ειδήσεων.
01:33
Let me point out some that I really like.
32
93260
3000
Σας επισημαίνω κάποια που μου αρέσουν πολύ.
01:36
This is OPEC's revenue, this green box here --
33
96260
2000
Αυτό είναι το εισόδημα του ΟΠΕΚ (Οργανισμός εξαγωγών πετρελαιοπαραγωγών χωρών), αυτό το πράσινο κουτί εδώ --
01:38
780 billion a year.
34
98260
2000
780 δισεκατομμύρια το χρόνο.
01:40
And this little pixel in the corner -- three billion --
35
100260
3000
Κι αυτό το μικρό σαν πίξελ κουτάκι στη γωνία -- τρία δισεκατομμύρια --
01:43
that's their climate change fund.
36
103260
3000
αυτό είναι το κονδύλι τους για την κλιματική αλλαγή.
01:46
Americans, incredibly generous people --
37
106260
2000
Οι Αμερικανοί, απίστευτα γενναιόδωροι άνθρωποι --
01:48
over 300 billion a year, donated to charity every year,
38
108260
3000
πάνω από 300 δισεκατομμύρια το χρόνο, δίνονται για φιλανθρωπικούς σκοπούς κάθε χρόνο,
01:51
compared with the amount of foreign aid
39
111260
2000
συγκρινόμενα με το ποσό εξωτερικής βοήθειας
01:53
given by the top 17 industrialized nations
40
113260
2000
που προσφέρεται από τις 17 πιο εκβιομηχανισμένες χώρες
01:55
at 120 billion.
41
115260
2000
που είναι 120 δισεκατομμύρια.
01:57
Then of course,
42
117260
2000
Και μετά, φυσικά,
01:59
the Iraq War, predicted to cost just 60 billion
43
119260
2000
ο πόλεμος στο Ιράκ, προβλέφθηκε ότι θα κοστίσει 60 δισεκατομμύρια
02:01
back in 2003.
44
121260
3000
το 2003.
02:04
And it mushroomed slightly. Afghanistan and Iraq mushroomed now
45
124260
3000
Και εκτινάχθηκε ελαφρά. Το Αφγανιστάν εκτινάχθηκε τώρα
02:07
to 3,000 billion.
46
127260
3000
στα 3.000 δισεκατομμύρια.
02:10
So now it's great
47
130260
2000
Οπότε τώρα είναι ωραία
02:12
because now we have this texture, and we can add numbers to it as well.
48
132260
2000
γιατί έχουμε αυτή τη μορφή, και μπορούμε να της προσθέσουμε και αριθμούς.
02:14
So we could say, well, a new figure comes out ... let's see African debt.
49
134260
3000
Άρα θα μπορούσαμε να πούμε, λοιπόν, προκύπτει ένας νέος αριθμός...ας δούμε το χρέος της Αφρικής.
02:17
How much of this diagram do you think might be taken up
50
137260
2000
Τί μέρος αυτού του διαγράμματος νομίζετε ότι θα έπιανε
02:19
by the debt that Africa owes to the West?
51
139260
2000
το χρέος της Αφρικής προς τη Δύση;
02:21
Let's take a look.
52
141260
2000
Ας ρίξουμε μια ματιά.
02:23
So there it is:
53
143260
2000
Νάτο λοιπόν.
02:25
227 billion is what Africa owes.
54
145260
2000
Η Αφρική χρωστάει 227 δισεκατομμύρια.
02:27
And the recent financial crisis,
55
147260
2000
Και η πρόσφατη οικονομική κρίση --
02:29
how much of this diagram might that figure take up?
56
149260
2000
πόσο απ' αυτό το διάγραμα θα έπιανε αυτός ο αριθμός;
02:31
What has that cost the world? Let's take a look at that.
57
151260
3000
Τί στοίχισε αυτό στον κόσμο; Ας ρίξουμε μια ματιά σ'αυτό.
02:34
Dooosh -- Which I think is the appropriate sound effect
58
154260
3000
"Ντουουους"! Νομίζω ότι αυτό είναι το κατάλληλο ηχητικό εφέ
02:37
for that much money:
59
157260
2000
για τόσα πολλά χρήματα.
02:39
11,900 billion.
60
159260
4000
11.900 δισεκατομμύρια.
02:45
So, by visualizing this information,
61
165260
2000
Άρα, οπτικοποιώντας αυτήν την πληροφορία,
02:47
we turned it into a landscape
62
167260
2000
τη μετατρέψαμε σε ένα τοπίο
02:49
that you can explore with your eyes,
63
169260
2000
που μπορείς να το εξερευνήσεις με τα μάτια,
02:51
a kind of map really, a sort of information map.
64
171260
2000
ένα είδος χάρτη στην πραγματικότητα, μια μορφή χάρτη πληροφορίας.
02:53
And when you're lost in information,
65
173260
2000
Και όταν είσαι χαμένος στην πληροφορία,
02:55
an information map is kind of useful.
66
175260
3000
ένας χάρτης είναι χρήσιμος.
02:58
So I want to show you another landscape now.
67
178260
2000
Θέλω να σας δείξω ένα άλλο τοπίο τώρα.
03:00
We need to imagine what a landscape
68
180260
2000
Πρέπει να φανταστούμε πώς θα μοιάζει
03:02
of the world's fears might look like.
69
182260
3000
το τοπίο των φόβων του Κόσμου.
03:05
Let's take a look.
70
185260
2000
Ας ρίξουμε μια ματιά.
03:07
This is Mountains Out of Molehills,
71
187260
2000
Αυτό είναι το διάγραμμα "Η τρίχα τριχιά"
03:09
a timeline of global media panic.
72
189260
2000
ένα χρονοδιάγραμμα του παγκόσμιου μιντιακού πανικού.
03:11
(Laughter)
73
191260
2000
(Γέλια)
03:13
So, I'll label this for you in a second.
74
193260
2000
Θα σας το αναλύσω σε ένα δευτερόλεπτο.
03:15
But the height here, I want to point out,
75
195260
2000
Αλλά το ύψος αυτό εδώ, θέλω να τονίσω,
03:17
is the intensity of certain fears
76
197260
2000
ότι είναι η ένταση κάποιων φόβων,
03:19
as reported in the media.
77
199260
2000
όπως αναφέρονται από τα μέσα ενημέρωσης.
03:21
Let me point them out.
78
201260
2000
Σας τους επισημαίνω.
03:23
So this, swine flu -- pink.
79
203260
4000
Αυτή είναι η γρίπη των χοίρων -- ρόζ.
03:27
Bird flu.
80
207260
2000
Η γρίπη των πτηνών.
03:29
SARS -- brownish here. Remember that one?
81
209260
3000
Ο ιός SARS -- αυτό το καφετί, τον θυμάστε;
03:32
The millennium bug,
82
212260
3000
Ο ιός της χιλιετίας --
03:35
terrible disaster.
83
215260
2000
τρομερή καταστροφή.
03:37
These little green peaks
84
217260
2000
Αυτές οι μικρές πράσινες κορυφές/ εξάρσεις
03:39
are asteroid collisions.
85
219260
2000
είναι συγκρούσεις αστεροειδών.
03:41
(Laughter)
86
221260
2000
(Γέλια)
03:43
And in summer, here, killer wasps.
87
223260
2000
Και το καλοκαίρι, εδώ, οι σφίγγες δολοφόνοι.
03:45
(Laughter)
88
225260
8000
(Γέλια)
03:53
So these are what our fears look like
89
233260
2000
Έτσι δείχνουν οι φόβοι μας λοιπόν
03:55
over time in our media.
90
235260
2000
με την πάροδο του χρόνου στα μέσα ενημέρωσης.
03:57
But what I love -- and I'm a journalist --
91
237260
2000
Αλλά αυτό που αγαπώ - είμαι δημοσιογράφος -
03:59
and what I love is finding hidden patterns; I love being a data detective.
92
239260
3000
και αυτό που αγαπώ είναι να βρίσκω κρυφά μοτίβα: μ' αρέσει να γίνομαι ντεντέκτιβ δεδομένων.
04:02
And there's a very interesting and odd pattern hidden in this data
93
242260
3000
Και υπάρχει ένα πολύ ενδιαφέρον και περίεργο μοτίβο κρυμμένο σ' αυτά τα δεδομένα
04:05
that you can only see when you visualize it.
94
245260
2000
που μπορείς να το δεις μόνο αν τα οπτικοποιήσεις.
04:07
Let me highlight it for you.
95
247260
2000
Επιτρέψτε μου να σας το τονίσω.
04:09
See this line, this is a landscape for violent video games.
96
249260
3000
Βλέπετε αυτή τη γραμμή; Είναι η απεικόνιση των βίαιων βιντεοπαιχνιδιών.
04:12
As you can see, there's a kind of odd, regular pattern in the data,
97
252260
3000
Όπως μπορείτε να δείτε, υπάρχει ένα παράξενο, επαναλαμβανόμενο μοτίβο στα δεδομένα,
04:15
twin peaks every year.
98
255260
2000
υπάρχουν αυτές οι διπλές κορυφώσεις κάθε χρόνο.
04:17
If we look closer, we see those peaks occur
99
257260
2000
Αν κοιτάξουμε πιο προσεκτικά, θα δούμε ότι αυτές οι κορυφώσεις συμβαίνουν
04:19
at the same month every year.
100
259260
3000
τον ίδιο μήνα κάθε χρόνο.
04:22
Why?
101
262260
2000
Γιατί;
04:24
Well, November, Christmas video games come out,
102
264260
2000
Λοιπόν, το Νοέμβρη, βγαίνουν τα Χριστουγεννιάτικα βιντεοπαιχνίδια,
04:26
and there may well be an upsurge in the concern about their content.
103
266260
3000
και μπορεί να υπάρχει μια έξαρση της ανησυχίας για το περιεχόμενό τους.
04:29
But April isn't a particularly massive month
104
269260
3000
Αλλά ο Απρίλης δεν είναι ιδιαίτερα μαζικός μήνας
04:32
for video games.
105
272260
2000
για τα βιντεοπαιχνίδια.
04:34
Why April?
106
274260
2000
Γιατί τον Απρίλη;
04:36
Well, in April 1999 was the Columbine shooting,
107
276260
3000
Λοιπόν, τον Απρίλη του 1999 έγινε η σφαγή στο Κολουμπάιν,
04:39
and since then, that fear
108
279260
2000
και από τότε, αυτός ο φόβος
04:41
has been remembered by the media
109
281260
2000
αναζωπυρώνεται από τα μέσα ενημέρωσης
04:43
and echoes through the group mind gradually through the year.
110
283260
2000
και ηχεί στη συλλογική μνήμη σταδιακά κατά τη διάρκεια του έτους.
04:45
You have retrospectives, anniversaries,
111
285260
3000
Υπάρχουν αφιερώματα, επέτειοι,
04:48
court cases, even copy-cat shootings,
112
288260
3000
δικαστικές υποθέσεις, ακόμα και μιμητικές επιθέσεις,
04:51
all pushing that fear into the agenda.
113
291260
3000
που επαναφέρουν αυτό το φόβο στην επικαιρότητα.
04:54
And there's another pattern here as well. Can you spot it?
114
294260
2000
Και υπάρχει ακόμα ένα πρότυπο εδώ. Μπορείτε να το εντοπίσετε;
04:56
See that gap there? There's a gap,
115
296260
2000
Βλέπετε αυτό το κενό εδώ; Υπάρχει ένα κενό
04:58
and it affects all the other stories.
116
298260
2000
που επηρεάζει όλες τις άλλες ιστορίες.
05:00
Why is there a gap there?
117
300260
2000
Γιατί υπάρχει κενό εκεί;
05:02
You see where it starts? September 2001,
118
302260
3000
Βλέπετε πότε ξεκινά; Το Σεπτέμβρη του 2001,
05:05
when we had something very real
119
305260
2000
όταν είχαμε κάτι πολύ πραγματικό
05:07
to be scared about.
120
307260
2000
να φοβόμαστε.
05:09
So, I've been working as a data journalist for about a year,
121
309260
3000
Δουλεύω λοιπόν σα δημοσιογράφος δεδομένων εδώ κι ένα χρόνο περίπου,
05:12
and I keep hearing a phrase
122
312260
2000
και συνεχώς ακούω μια φράση
05:14
all the time, which is this:
123
314260
3000
που είναι:
05:17
"Data is the new oil."
124
317260
2000
"Τα δεδομένα είναι το νέο πετρέλαιο".
05:19
Data is the kind of ubiquitous resource
125
319260
3000
Και τα δεδομένα όντως είναι μια πανταχού παρούσα πηγή
05:22
that we can shape to provide new innovations and new insights,
126
322260
3000
την οποία μπορούμε να διαμορφώσουμε ώστε να παραχθούν καινοτομίες και νέες ιδέες,
05:25
and it's all around us, and it can be mined very easily.
127
325260
3000
και βρίσκονται γύρω μας, άρα μπορούμε να τα εξορύξουμε πολύ εύκολα.
05:28
It's not a particularly great metaphor in these times,
128
328260
3000
Ίσως δεν είναι η καλύτερη μεταφορά αυτή τη στιγμή,
05:31
especially if you live around the Gulf of Mexico,
129
331260
3000
ειδικά αν ζεις γύρω απ'τον Κόλπο του Μεξικού,
05:34
but I would, perhaps, adapt this metaphor slightly,
130
334260
2000
αλλά θα την προσάρμοζα λίγο,
05:36
and I would say that data is the new soil.
131
336260
3000
και θά'λεγα ότι "τα δεδομένα είναι το νέο έδαφος".
05:40
Because for me, it feels like a fertile, creative medium.
132
340260
3000
Γιατί για μένα μοιάζουν σαν ένα γόνιμο, δημιουργικό μέσο.
05:43
Over the years, online,
133
343260
2000
Ξέρετε, με το πέρασμα των χρόνων,
05:45
we've laid down
134
345260
3000
έχουμε εγκαταστήσει στον παγκόσμιο ιστό
05:48
a huge amount of information and data,
135
348260
2000
μια τεράστια ποσότητα πληροφοριών και δεδομένων,
05:50
and we irrigate it with networks and connectivity,
136
350260
2000
και την ποτίζουμε με δίκτυα και συνδεσιμότητα,
05:52
and it's been worked and tilled by unpaid workers and governments.
137
352260
3000
και έχει δουλευτεί και καλλιεργηθεί από άμισθους εργάτες και κυβερνήσεις.
05:55
And, all right, I'm kind of milking the metaphor a little bit.
138
355260
3000
Εντάξει, ίσως το παρατραβάω με τη μεταφορά.
05:58
But it's a really fertile medium,
139
358260
3000
Αλλά είναι ένα πραγματικά γόνιμο μέσο,
06:01
and it feels like visualizations, infographics, data visualizations,
140
361260
3000
και φαίνεται ότι οι απεικονίσεις, ο γραφισμός πληροφορίας, η οπτικοποίηση δεδομένων,
06:04
they feel like flowers blooming from this medium.
141
364260
3000
μοιάζουν σαν λουλούδια που ανθίζουν μέσα απ' αυτό το μέσο.
06:07
But if you look at it directly,
142
367260
2000
Αλλά αν το κοιτάξεις ευθέως,
06:09
it's just a lot of numbers and disconnected facts.
143
369260
2000
είναι απλώς ένα μάτσο από νούμερα κι ασύνδετα γεγονότα.
06:11
But if you start working with it and playing with it in a certain way,
144
371260
3000
Αν όμως αρχίσεις να δουλεύεις και να παίζεις μαζί τους με κάποιο τρόπο,
06:14
interesting things can appear and different patterns can be revealed.
145
374260
3000
μπορούν να προκύψουν ενδιαφέροντα πράγματα και να αποκαλυφθούν διαφορετικά μοτίβα.
06:17
Let me show you this.
146
377260
2000
Αφήστε με να σας δείξω αυτό.
06:19
Can you guess what this data set is?
147
379260
3000
Μπορείτε να μαντέψετε τί λένε αυτά τα δεδομένα;
06:22
What rises twice a year,
148
382260
2000
Τί αυξάνεται δυο φορές το χρόνο,
06:24
once in Easter
149
384260
2000
Μία το Πάσχα
06:26
and then two weeks before Christmas,
150
386260
2000
και μετά δυο βδομάδες πριν τα Χριστούγεννα,
06:28
has a mini peak every Monday,
151
388260
2000
αλλά παρουσιάζει μια μίνι-κορύφωση κάθε Δευτέρα
06:30
and then flattens out over the summer?
152
390260
2000
και ισοπεδώνεται κατά τη διάρκεια του καλοκαιριού.
06:32
I'll take answers.
153
392260
2000
Περιμένω τις απαντήσεις σας.
06:34
(Audience: Chocolate.) David McCandless: Chocolate.
154
394260
2000
(Ακροατήριο: Σοκολάτα.) Ντέιβιντ ΜακΚάντλες: Σοκολάτα.
06:36
You might want to get some chocolate in.
155
396260
3000
Μπορεί όντως να θέλεις να φας λίγη σοκολάτα.
06:39
Any other guesses?
156
399260
2000
Καμιά άλλη υπόθεση;
06:41
(Audience: Shopping.) DM: Shopping.
157
401260
2000
(Ακροατήριο: Ψώνια.) ΝΜ: Ψώνια.
06:43
Yeah, retail therapy might help.
158
403260
3000
Ναι, η καταναλωτική θεραπεία μπορεί να βοηθούσε.
06:46
(Audience: Sick leave.)
159
406260
2000
(Ακροατήριο: Αναρρωτική άδεια.)
06:48
DM: Sick leave. Yeah, you'll definitely want to take some time off.
160
408260
2000
ΝΜ: Αναρρωτική άδεια. Ναι, σίγουρα θα θέλει κανείς να κάνει ένα διάλειμμα.
06:50
Shall we see?
161
410260
2000
Να δούμε;
06:53
(Laughter)
162
413260
8000
(Γέλια)
07:01
(Applause)
163
421260
3000
(Χειροκρότημα)
07:04
So, the information guru Lee Byron and myself,
164
424260
3000
Λοιπόν, ο γκουρού της πληροφορίας , οΛι Μπάιρον κι εγώ,
07:07
we scraped 10,000 status Facebook updates
165
427260
3000
ψάξαμε 10.000 ενημερώσεις κατάστασης από το Facebook
07:10
for the phrase "break-up" and "broken-up"
166
430260
2000
για τις φράσεις "χωρίζω" και "χώρισα"
07:12
and this is the pattern we found --
167
432260
2000
κι αυτό είναι το μοτίβο που βρήκαμε --
07:14
people clearing out for Spring Break,
168
434260
2000
οι άνθρωποι κάνουν εκκαθάριση πριν τις διακοπές της άνοιξης,
07:16
(Laughter)
169
436260
5000
(Γέλια)
07:21
coming out of very bad weekends on a Monday,
170
441260
2000
βγαίνουν από ένα πολύ κακό σαββατοκύριακο τη Δευτέρα,
07:23
being single over the summer,
171
443260
3000
είναι μόνοι τους το καλοκαίρι.
07:26
and then the lowest day of the year, of course: Christmas Day.
172
446260
3000
Και η πιο καταθλιπτική μέρα όλου του χρόνου, φυσικά: τα Χριστούγεννα.
07:29
Who would do that?
173
449260
3000
Ποιός θα το' κανε αυτό;
07:32
So there's a titanic amount of data out there now,
174
452260
2000
Υπάρχει λοιπόν ένα γιγαντιαίο ποσό δεδομένων εκεί έξω τώρα,
07:34
unprecedented.
175
454260
2000
πρωτοφανές.
07:37
But if you ask the right kind of question,
176
457260
2000
Αλλά αν κάνεις την κατάλληλη ερώτηση,
07:39
or you work it in the right kind of way,
177
459260
2000
ή δουλεύεις με το σωστό τρόπο,
07:41
interesting things can emerge.
178
461260
3000
μπορούν να αναδυθούν ενδιαφέροντα πράγματα.
07:44
So information is beautiful. Data is beautiful.
179
464260
3000
Η πληροφορία είναι ωραία λοιπόν. Τα δεδομένα είναι ωραία.
07:47
I wonder if I could make my life beautiful.
180
467260
3000
Αναρωτιέμαι αν θα μπορούσα να κάνω τη ζωή μου ωραία.
07:50
And here's my visual C.V.
181
470260
2000
Κι εδώ είναι το οπτικό μου βιογραφικό.
07:52
I'm not quite sure I've succeeded.
182
472260
2000
Δεν είμαι και πολύ σίγουρος ότι πέτυχα.
07:54
Pretty blocky, the colors aren't that great.
183
474260
2000
Αρκετά χοντροκομμένο. Τα χρώματα δεν είναι σπουδαία.
07:56
But I wanted to convey something to you.
184
476260
3000
Αλλά ήθελα να σας μεταφέρω κάτι.
07:59
I started as a programmer,
185
479260
2000
Ξεκίνησα σαν προγραμματιστής,
08:01
and then I worked as a writer for many years, about 20 years,
186
481260
2000
και μετά δούλεψα ως συγγραφέας για πολλά χρόνια, περίπου 20 χρόνια,
08:03
in print, online and then in advertising,
187
483260
2000
σε έντυπα, διαδικτυακά και μετά στη διαφήμιση,
08:05
and only recently have I started designing.
188
485260
3000
και μόλις πρόσφατα άρχισα να σχεδιάζω.
08:08
And I've never been to design school.
189
488260
2000
Και ποτέ δεν πήγα σε σχολή σχεδιασμού.
08:10
I've never studied art or anything.
190
490260
3000
Δεν σπούδασα ποτέ τέχνη ή κάτι τέτοιο.
08:13
I just kind of learned through doing.
191
493260
2000
Έμαθα κατά κάποιο τρόπο κάνοντας.
08:15
And when I started designing,
192
495260
2000
Και όταν άρχισα να σχεδιάζω,
08:17
I discovered an odd thing about myself.
193
497260
2000
ανακάλυψα ένα παράξενο πράγμα για τον εαυτό μου.
08:19
I already knew how to design,
194
499260
2000
Ήξερα ήδη πώς να σχεδιάζω,
08:21
but it wasn't like I was amazingly brilliant at it,
195
501260
3000
δεν ήμουν εξαιρετικός,
08:24
but more like I was sensitive
196
504260
2000
αλλά μάλλον είχα μια ευαισθησία
08:26
to the ideas of grids and space
197
506260
2000
στην ιδέα των κανάβων και του χώρου
08:28
and alignment and typography.
198
508260
2000
και της στοίχισης και της τυπογραφίας.
08:30
It's almost like being exposed
199
510260
2000
Είναι σαν η έκθεσή μου
08:32
to all this media over the years
200
512260
2000
σε όλα αυτά τα μέσα για χρόνια
08:34
had instilled a kind of dormant design literacy in me.
201
514260
3000
να μου είχε εμφυσήσει μια αδρανή παιδεία σχεδιασμού.
08:37
And I don't feel like I'm unique.
202
517260
2000
Και δεν αισθάνομαι μοναδικός.
08:39
I feel that everyday, all of us now
203
519260
2000
Νομίζω ότι κάθε μέρα, όλοι μας τώρα
08:41
are being blasted by information design.
204
521260
3000
βομβαρδιζόμαστε από το σχεδιασμό πληροφοριών.
08:44
It's being poured into our eyes through the Web,
205
524260
2000
διεισδύει στα μάτια μας απ'το διαδίκτυο,
08:46
and we're all visualizers now;
206
526260
2000
και είμαστε όλοι "οπτικοποιητές" τώρα.
08:48
we're all demanding a visual aspect
207
528260
2000
απαιτούμε όλοι μια οπτική πτυχή
08:50
to our information.
208
530260
3000
στις πληροφορίες μας.
08:53
There's something almost quite magical about visual information.
209
533260
3000
Και υπάρχει κάτι πραγματικά μαγικό σχετικά με την οπτική πληροφόρηση.
08:56
It's effortless, it literally pours in.
210
536260
3000
γίνεται άκοπα - πραγματικά διεισδύει.
08:59
And if you're navigating a dense information jungle,
211
539260
3000
Και αν περνάς μέσα από μια πυκνή ζούγκλα πληροφορίας,
09:02
coming across a beautiful graphic
212
542260
2000
και συναντήσεις τυχαία ένα όμορφο γραφικό
09:04
or a lovely data visualization,
213
544260
2000
ή μια υπέροχη απεικόνιση πληροφορίας,
09:06
it's a relief, it's like coming across a clearing in the jungle.
214
546260
3000
είναι μια ανακούφιση, είναι σα να συναντάς ένα ξέφωτο στη ζούγκλα.
09:09
I was curious about this, so it led me
215
549260
2000
Και ήμουν περίεργος γι'αυτό, οπότε οδηγήθηκα
09:11
to the work of a Danish physicist
216
551260
2000
να δουλέψω για έναν Δανό φυσικό
09:13
called Tor Norretranders,
217
553260
2000
που λέγεται Τορ Νόρετράντερς,
09:15
and he converted the bandwidth of the senses into computer terms.
218
555260
3000
και αυτός μετέτρεπε το εύρος ζώνης των αισθήσεων σε όρους πληροφορικής.
09:19
So here we go. This is your senses,
219
559260
2000
Εδώ είμαστε λοιπόν. Αυτές είναι οι αισθήσεις σας,
09:21
pouring into your senses every second.
220
561260
2000
τροφοδοτώντας τις αισθήσεις σας κάθε δευτερόλεπτο.
09:23
Your sense of sight is the fastest.
221
563260
3000
Η όρασή σας είναι η πιο γρήγορη.
09:26
It has the same bandwidth as a computer network.
222
566260
3000
Έχει το ίδιο εύρος ζώνης με ένα δίκτυο υπολογιστών.
09:29
Then you have touch, which is about the speed of a USB key.
223
569260
3000
Μετά έρχεται η αφή, που έχει περίπου την ταχύτητα ενός στικ USB.
09:32
And then you have hearing and smell,
224
572260
2000
Και μετά έχουμε την ακοή και τη μυρωδιά,
09:34
which has the throughput of a hard disk.
225
574260
2000
που έχει τις δυνατότητες ενός σκληρού δίσκου.
09:36
And then you have poor old taste,
226
576260
2000
Και τέλος έχεις την κακόμοιρη τη γεύση,
09:38
which is like barely the throughput of a pocket calculator.
227
578260
3000
που με το ζόρι φτάνει τις δυνατότητες ενός υπολογιστή τσέπης.
09:41
And that little square in the corner, a naught .7 percent,
228
581260
3000
Κι αυτό το μικρό τετράγωνο στη γωνία, 0.7 τοις εκατό,
09:44
that's the amount we're actually aware of.
229
584260
3000
είναι το ποσοστό όλων αυτών που ουσιαστικά αντιλαμβανόμαστε.
09:47
So a lot of your vision --
230
587260
2000
Άρα πολύ από την όρασή σας --
09:49
the bulk of it is visual, and it's pouring in.
231
589260
2000
ο κύριος όγκος είναι οπτικός, και διεισδύει.
09:51
It's unconscious.
232
591260
2000
Είναι ασυνείδητος.
09:53
The eye is exquisitely sensitive
233
593260
3000
Και το μάτι είναι εξαιρετικά ευαίσθητο
09:56
to patterns in variations in color, shape and pattern.
234
596260
3000
με τα μοτίβα στις παραλλαγές σε χρώμα, σχήμα και πρότυπο.
09:59
It loves them, and it calls them beautiful.
235
599260
2000
Τα αγαπάει, και τα αποκαλεί όμορφα.
10:01
It's the language of the eye.
236
601260
2000
Είναι η γλώσσα του ματιού.
10:03
If you combine the language of the eye with the language of the mind,
237
603260
2000
Και αν συνδυάσετε αυτή τη γλώσσα με τη γλώσσα του μυαλού,
10:05
which is about words and numbers and concepts,
238
605260
3000
που έχει να κάνει με λέξεις και αριθμούς και έννοιες,
10:08
you start speaking two languages simultaneously,
239
608260
3000
αρχίζετε να μιλάτε δύο γλώσσες ταυτόχρονα,
10:11
each enhancing the other.
240
611260
3000
που η μια ενισχύει την άλλη.
10:14
So, you have the eye, and then you drop in the concepts.
241
614260
3000
Οπότε έχεις το μάτι, και πετάς μέσα τις έννοιες.
10:17
And that whole thing -- it's two languages
242
617260
2000
Και το όλο πράγμα, είναι δύο γλώσσες
10:19
both working at the same time.
243
619260
2000
που δουλεύουν κι οι δυο συγχρόνως.
10:21
So we can use this new kind of language, if you like,
244
621260
2000
Μπορούμε λοιπόν να χρησιμοποιήσουμε αυτή τη νέα γλώσσα, αν θέλετε,
10:23
to alter our perspective or change our views.
245
623260
3000
για να διαφοροποιήσουμε την οπτική μας ή να αλλάξουμε απόψεις.
10:26
Let me ask you a simple question
246
626260
2000
Αφήστε με να σας κάνω μια απλή ερώτηση
10:28
with a really simple answer:
247
628260
2000
με πραγματικά απλή απάντηση.
10:30
Who has the biggest military budget?
248
630260
2000
Ποιος έχει το μεγαλύτερο στρατιωτικό προϋπολογισμό;
10:32
It's got to be America, right?
249
632260
2000
Πρέπει να είναι η Αμερική, έτσι δεν είναι;
10:34
Massive. 609 billion in 2008 --
250
634260
2000
Τεράστιος. 609 δις το 2008 --
10:36
607, rather.
251
636260
2000
η μάλλον 607.
10:38
So massive, in fact, that it can contain
252
638260
2000
Τόσο τεράστιος μάλιστα, που μπορεί να συμπεριλάβει
10:40
all the other military budgets in the world inside itself.
253
640260
3000
όλους τους άλλους στρατιωτικούς προϋπολογισμούς στον κόσμο.
10:43
Gobble, gobble, gobble, gobble, gobble.
254
643260
2000
Νιαμ νιαμ νιαμ νιαμ νιαμ!
10:45
Now, you can see Africa's total debt there
255
645260
2000
Τώρα βλέπετε το συνολικό χρέος της Αφρικής εδώ
10:47
and the U.K. budget deficit for reference.
256
647260
2000
και το έλλειμμα της Βρετανίας για αναφορά.
10:49
So that might well chime
257
649260
2000
Οπότε αυτό θα μπορούσε μια χαρά να συνδυαστεί
10:51
with your view that America
258
651260
2000
με την άποψή σας ότι η Αμερική
10:53
is a sort of warmongering military machine,
259
653260
3000
είναι ένα είδος πολεμοκάπηλης, στρατιωτικής μηχανής
10:56
out to overpower the world
260
656260
2000
με στόχο να κατακτήσει τον κόσμο
10:58
with its huge industrial-military complex.
261
658260
3000
με το τεράστιο βιομηχανικό-στρατιωτικό σύμπλεγμά της.
11:01
But is it true that America has the biggest military budget?
262
661260
3000
Αλλά είναι αλήθεια ότι η Αμερική έχει το μεγαλύτερο στρατιωτικό προϋπολογισμό;
11:04
Because America is an incredibly rich country.
263
664260
2000
Γιατί είναι μια απίστευτα πλούσια χώρα.
11:06
In fact, it's so massively rich
264
666260
2000
Μάλιστα, είναι τόσο πλούσια
11:08
that it can contain the four other
265
668260
2000
που μπορεί να περιλαμβάνει τις οικονομίες
11:10
top industrialized nations' economies
266
670260
2000
των τεσσάρων άλλων πιο εκβιομηχανισμένων εθνών
11:12
inside itself, it's so vastly rich.
267
672260
3000
μέσα της, τόσο πλούσια είναι.
11:15
So its military budget is bound to be enormous.
268
675260
3000
Οπότε ο στρατιωτικός της προϋπολογισμός είναι βέβαιο ότι θα είναι τεράστιος.
11:18
So, to be fair and to alter our perspective,
269
678260
2000
Άρα για να είμαστε δίκαιοι και για να αλλάξουμε την οπτική μας,
11:20
we have to bring in another data set,
270
680260
2000
πρέπει να φέρουμε άλλο ένα σετ πληροφοριών,
11:22
and that data set is GDP, or the country's earnings.
271
682260
2000
κι αυτό το σετ είναι το ακαθάριστο εγχώριο προϊόν, ή τα έσοδα μιας χώρας.
11:24
Who has the biggest budget as a proportion of GDP?
272
684260
2000
Ποιος έχει το μεγαλύτερο προϋπολογισμό σε αναλογία με το ΑΕΠ;
11:26
Let's have a look.
273
686260
2000
Ας ρίξουμε μια ματιά.
11:28
That changes the picture considerably.
274
688260
3000
Αυτό αλλάζει σημαντικά την εικόνα.
11:31
Other countries pop into view that you, perhaps, weren't considering,
275
691260
3000
Μπαίνουν στο παιχνίδι άλλες χώρες που ίσως να μην είχατε υπόψιν.
11:34
and American drops into eighth.
276
694260
2000
και η Αμερική πέφτει στην όγδοη θέση.
11:36
Now you can also do this with soldiers.
277
696260
2000
Τώρα μπορούμε να κάνουμε το ίδιο με τους στρατιώτες.
11:38
Who has the most soldiers? It's got to be China.
278
698260
2000
Ποιος έχει τους περισσότερους στρατιώτες; Πρέπει να είναι η Κίνα.
11:40
Of course, 2.1 million.
279
700260
2000
Φυσικά, 2.1 εκατομμύρια.
11:42
Again, chiming with your view
280
702260
2000
Και πάλι, συμβαδίζει με την άποψή σας
11:44
that China has a militarized regime
281
704260
2000
ότι η Κίνα είναι ένα στρατιωτικό καθεστώς
11:46
ready to, you know, mobilize its enormous forces.
282
706260
2000
έτοιμο να, ξέρετε, κινητοποιήσει τις τεράστιες δυνάμεις της.
11:48
But of course, China has an enormous population.
283
708260
3000
Αλλά φυσικά η Κίνα έχει τεράστιο πληθυσμό.
11:51
So if we do the same,
284
711260
2000
Οπότε αν κάνουμε το ίδιο,
11:53
we see a radically different picture.
285
713260
2000
βλέπουμε μια τελείως διαφορετική εικόνα.
11:55
China drops to 124th.
286
715260
2000
Η Κίνα έρχεται 124η.
11:57
It actually has a tiny army
287
717260
2000
Ουσιαστικά έχει ένα μικρούτσικο στρατό
11:59
when you take other data into consideration.
288
719260
3000
αν λάβει κανείς υπόψιν άλλα δεδομένα.
12:02
So, absolute figures, like the military budget,
289
722260
2000
Οι απόλυτοι αριθμοί, λοιπόν, όπως ο στρατιωτικός προϋπολογισμός,
12:04
in a connected world,
290
724260
2000
σε έναν συνδεδεμένο κόσμο,
12:06
don't give you the whole picture.
291
726260
2000
δε σου δίνουν ακριβώς όλη την εικόνα.
12:08
They're not as true as they could be.
292
728260
2000
Δεν είναι όσο αληθινοί θα μπορούσαν.
12:10
We need relative figures that are connected to other data
293
730260
3000
Χρειαζόμαστε σχετικά νούμερα που συνδέονται με άλλα δεδομένα
12:13
so that we can see a fuller picture,
294
733260
2000
για να δούμε μια πιο ολοκληρωμένη εικόνα,
12:15
and then that can lead to us changing our perspective.
295
735260
2000
κι αυτό μπορεί να μας κάνει να αλλάξουμε οπτική.
12:17
As Hans Rosling, the master,
296
737260
2000
Όπως είπε και ο Χανς Ρόσλινγκ, ο δάσκαλος,
12:19
my master, said,
297
739260
3000
ο δικός μου δάσκαλος,
12:22
"Let the dataset change your mindset."
298
742260
3000
"Άσε το σύνολο των δεδομένων να αλλάξει τη νοοτροπία σου."
12:26
And if it can do that, maybe it can also change your behavior.
299
746260
3000
Κι αν μπορεί να το κάνει αυτό, ίσως μπορεί να αλλάξει και τη συμπεριφορά σου.
12:29
Take a look at this one.
300
749260
2000
Ρίξτε μια ματιά σ' αυτό.
12:31
I'm a bit of a health nut.
301
751260
2000
Είμαι λίγο μανιακός με τον υγιεινό τρόπο ζωής.
12:33
I love taking supplements and being fit,
302
753260
3000
Μ' αρέσει να παίρνω συμπληρώματα και να είμαι σε φόρμα,
12:36
but I can never understand what's going on in terms of evidence.
303
756260
3000
αλλά δεν μπορώ ποτέ να καταλάβω τι συμβαίνει σε σχέση με τα στοιχεία.
12:39
There's always conflicting evidence.
304
759260
2000
Υπάρχουν πάντα συγκρουόμενα στοιχεία.
12:41
Should I take vitamin C? Should I be taking wheatgrass?
305
761260
2000
Θα' πρεπε να παίρνω βιταμίνη C; Θα' πρεπε να παίρνω βρώμη;
12:43
This is a visualization of all the evidence
306
763260
2000
Αυτή είναι μια απεικόνιση όλων αυτών των στοιχείων
12:45
for nutritional supplements.
307
765260
2000
για τα συμπληρώματα διατροφής.
12:47
This kind of diagram is called a balloon race.
308
767260
3000
Αυτό το είδος διαγράμματος λέγεται "κούρσα μπαλονιών".
12:50
So the higher up the image,
309
770260
2000
Άρα όσο πιο ψηλά βρίσκεται στην εικόνα,
12:52
the more evidence there is for each supplement.
310
772260
3000
τόσο πιο πολλά στοιχεία έχει κάθε συμπλήρωμα.
12:55
And the bubbles correspond to popularity as regards to Google hits.
311
775260
3000
Και οι φούσκες αντιστοιχούν στη δημοφιλία όσον αφορά επισκέψεις στο Google.
12:58
So you can immediately apprehend
312
778260
3000
Μπορείτε, λοιπόν, σχεδόν αμέσως να καταλάβετε,
13:01
the relationship between efficacy and popularity,
313
781260
3000
τη σχέση ανάμεσα στην αποτελεσματικότητα και τη δημοφιλία,
13:04
but you can also, if you grade the evidence,
314
784260
3000
αλλά μπορείτε ακόμα, αν διαβαθμίσετε τα στοιχεία,
13:07
do a "worth it" line.
315
787260
2000
να κάνετε κάτι σαν μια γραμμή "αξίζει τον κόπο".
13:09
So supplements above this line are worth investigating,
316
789260
3000
Έτσι τα συμπληρώματα πιο πάνω, πάνω απ' αυτή τη γραμμή αξίζουν να τα ερευνήσει κανείς,
13:12
but only for the conditions listed below,
317
792260
3000
αλλά μόνο για τις συνθήκες που παρατίθενται πιο κάτω.
13:15
and then the supplements below the line
318
795260
3000
Και τα συμπληρώματα κάτω απ' τη γραμμή,
13:18
are perhaps not worth investigating.
319
798260
2000
δεν αξίζει, πιθανόν, να τα ερευνήσει.
13:20
Now this image constitutes a huge amount of work.
320
800260
3000
Τώρα, αυτή η εικόνα αντιπροσωπεύει τεράστιο κόπο.
13:23
We scraped like 1,000 studies from PubMed,
321
803260
3000
Ψάξαμε γύρω στις 1000 μελέτες από το PubMed,
13:26
the biomedical database,
322
806260
2000
την πηγή δεδομένων για την βιοϊατρική,
13:28
and we compiled them and graded them all.
323
808260
3000
και τα συλλέξαμε και τα αξιολογήσαμε όλα.
13:31
And it was incredibly frustrating for me
324
811260
2000
Και ήταν απίστευτα εκνευριστικό για μένα
13:33
because I had a book of 250 visualizations to do for my book,
325
813260
3000
γιατί είχα να κάνω 250 οπτικοποιήσεις για το βιβλίο μου,
13:36
and I spent a month doing this,
326
816260
2000
και έφαγα ένα μήνα να κάνω αυτό,
13:38
and I only filled two pages.
327
818260
2000
και γέμισε μόνο δύο σελίδες.
13:40
But what it points to
328
820260
2000
Αλλά αυτό που τονίζει
13:42
is that visualizing information like this
329
822260
2000
είναι ότι η απεικόνιση πληροφοριών σαν αυτές
13:44
is a form of knowledge compression.
330
824260
2000
είνια μια μορφή συμπίεσης γνώσης.
13:46
It's a way of squeezing an enormous amount
331
826260
2000
Είναι ένας τρόπος να μαζέψεις ένα τεράστιο ποσό
13:48
of information and understanding
332
828260
2000
πληροφορίας και κατανόησης
13:50
into a small space.
333
830260
2000
σ' ένα μικρό χώρο.
13:52
And once you've curated that data, and once you've cleaned that data,
334
832260
2000
Και αφού έχεις επιμεληθεί και ξεκαθαρίσει τα δεδομένα,
13:54
and once it's there,
335
834260
2000
και τα έχεις εκεί,
13:56
you can do cool stuff like this.
336
836260
2000
μπορείς να κάνεις όμορφα πράγματα σαν αυτό.
13:58
So I converted this into an interactive app,
337
838260
2000
Οπότε το μετέτρεψα σε μια διαδραστική εφαρμογή,
14:00
so I can now generate this application online --
338
840260
2000
και μπορώ τώρα να δημιουργήσω την εφαρμογή αυτή στο διαδίκτυο --
14:02
this is the visualization online --
339
842260
2000
αυτή είναι η απεικόνιση στο διαδίκτυο --
14:04
and I can say, "Yeah, brilliant."
340
844260
2000
και μπορώ να πω, "Ναι, φανταστικό."
14:06
So it spawns itself.
341
846260
2000
Αυτή λοιπόν αναγεννάται.
14:08
And then I can say, "Well, just show me the stuff
342
848260
2000
Και μετά μπορώ να πω, "Τώρα δείξε μου μόνο τα πράγματα
14:10
that affects heart health."
343
850260
2000
που επηρεάζουν την υγεία της καρδιάς."
14:12
So let's filter that out.
344
852260
2000
Ας φιλτράρουμε αυτά.
14:14
So heart is filtered out, so I can see if I'm curious about that.
345
854260
3000
Η καρδιά φιλτραρίστηκε, αν είμαι περίεργος γι' αυτό.
14:17
I think, "No, no. I don't want to take any synthetics,
346
857260
2000
Σκέφτομαι, "Όχι. Δε θέλω καθόλου συνθετικά προϊόντα."
14:19
I just want to see plants and --
347
859260
3000
Θέλω να δω μόνο τα φυτά και --
14:22
just show me herbs and plants. I've got all the natural ingredients."
348
862260
3000
μου δείχνει μόνο βότανα και φυτά. Έχω όλα τα φυσικά συστατικά."
14:25
Now this app is spawning itself
349
865260
2000
Αυτή η εφαρμογή αναγεννάται
14:27
from the data.
350
867260
2000
απ'τα δεδομένα.
14:29
The data is all stored in a Google Doc,
351
869260
2000
Τα δεδομένα είναι όλα αποθηκευμένα σε ένα αρχείο Google,
14:31
and it's literally generating itself from that data.
352
871260
3000
και αυτή στην κυριολεξία αναγεννάται απ'αυτά τα δεδομένα.
14:34
So the data is now alive; this is a living image,
353
874260
2000
Άρα τα δεδομένα είναι τώρα ζωντανά: αυτή είναι μια ζωντανή εικόνα,
14:36
and I can update it in a second.
354
876260
2000
και μπορώ να την ανανεώσω ανά πάσα στιγμή.
14:38
New evidence comes out. I just change a row on a spreadsheet.
355
878260
2000
Εμφανίζονται νέα δεδομένα-μπορώ απλά να αλλάξω μια σειρά στον πίνακα.
14:40
Doosh! Again, the image recreates itself.
356
880260
4000
Ωωωωπ! Πάλι, η εικόνα ξαναδημιουργείται.
14:44
So it's cool.
357
884260
2000
Έχει πλάκα.
14:46
It's kind of living.
358
886260
3000
Είναι κάπως ζωντανό.
14:49
But it can go beyond data,
359
889260
2000
Αλλά μπορεί να πάει και πέρα από τα δεδομένα,
14:51
and it can go beyond numbers.
360
891260
2000
και πέρα από τους αριθμούς.
14:53
I like to apply information visualization
361
893260
2000
Κι εμένα μ'αρέσει να εφαρμόζω την οπτικοποίηση πληροφοριών
14:55
to ideas and concepts.
362
895260
3000
σε ιδέες και έννοιες.
14:58
This is a visualization
363
898260
2000
Αυτή είναι μια απεικόνιση
15:00
of the political spectrum,
364
900260
2000
του πολιτικού φάσματος,
15:02
an attempt for me to try
365
902260
2000
σε μια προσπάθειά μου
15:04
and understand how it works
366
904260
2000
να καταλάβω πώς λειτουργεί
15:06
and how the ideas percolate down
367
906260
2000
και πώς κατασταλάζουν οι ιδέες
15:08
from government into society and culture,
368
908260
2000
από την κυβέρνηση στην κοινωνία και την κουλτούρα,
15:10
into families, into individuals, into their beliefs
369
910260
3000
στις οικογένειες, τα άτομα, στα πιστεύω τους
15:13
and back around again in a cycle.
370
913260
3000
και πάλι πίσω, σε μια κυκλική πορεία.
15:16
What I love about this image
371
916260
2000
Αυτό που μ' αρέσει σ'αυτή την εικόνα
15:18
is it's made up of concepts,
372
918260
2000
είναι ότι είναι φτιαγμένη από έννοιες,
15:20
it explores our worldviews
373
920260
2000
εξερευνά τις κοσμοθεωρίες μας
15:22
and it helps us -- it helps me anyway --
374
922260
2000
και μας βοηθά - βοηθά εμένα τουλάχιστον -
15:24
to see what others think,
375
924260
2000
να δω τί σκέφτονται οι άλλοι,
15:26
to see where they're coming from.
376
926260
2000
να δω το υπόβαθρό τους.
15:28
And it feels just incredibly cool to do that.
377
928260
3000
Και φαίνεται απίστευτα ωραίο να το κάνεις αυτό.
15:31
What was most exciting for me
378
931260
3000
Κι αυτό που ήταν πιο συναρπαστικό για μένα
15:34
designing this
379
934260
2000
καθώς το σχεδίαζα,
15:36
was that, when I was designing this image,
380
936260
2000
ήταν πως, καθώς σχεδίαζα αυτήν την εικόνα,
15:38
I desperately wanted this side, the left side,
381
938260
3000
ήθελα απελπισμένα αυτή η μεριά, η αριστερή,
15:41
to be better than the right side --
382
941260
2000
να βγει πιο όμορφη απ' τη δεξιά --
15:43
being a journalist, a Left-leaning person --
383
943260
3000
μιας και είμαι κατά κάποιο τρόπο δημοσιογράφος, κάποιος που τείνει προς τα αριστερά --
15:46
but I couldn't, because I would have created
384
946260
2000
αλλά δεν μπορούσα, γιατί θα είχα δημιουργήσει
15:48
a lopsided, biased diagram.
385
948260
3000
ένα μονόπλευρο, προκατειλημμένο διάγραμμα.
15:51
So, in order to really create a full image,
386
951260
3000
Οπότε, προκειμένου να δημιουργήσω μια πραγματικά ολοκληρωμένη εικόνα,
15:54
I had to honor the perspectives on the right-hand side
387
954260
3000
έπρεπε να τιμήσω τις οπτικές της δεξιάς πλευράς
15:57
and at the same time, uncomfortably recognize
388
957260
3000
και ταυτόχρονα να αναγνωρίσω κάπως μουδιασμένα
16:00
how many of those qualities were actually in me,
389
960260
3000
πόσες απ' αυτές τις ιδιότητες υπήρχαν μέσα μου,
16:03
which was very, very annoying and uncomfortable.
390
963260
2000
κάτι που ήταν πολύ ενοχλητικό και στενάχωρο.
16:05
(Laughter)
391
965260
4000
(Γέλια)
16:09
But not too uncomfortable,
392
969260
2000
Αλλά όχι υπερβολικά στενάχωρο,
16:11
because there's something unthreatening
393
971260
3000
γιατί υπάρχει κάτι το μη απειλητικό
16:14
about seeing a political perspective,
394
974260
2000
όταν βλέπει κανείς μια πολιτική άποψη,
16:16
versus being told or forced to listen to one.
395
976260
3000
σε αντίθεση με το να σου λένε ή να σου επιβάλλουν να την ακούσεις.
16:19
You're capable of holding conflicting viewpoints
396
979260
3000
Είναι στην πραγματικότητα -- μπορείς να ανεχτείς αντιθετικές απόψεις
16:22
joyously when you can see them.
397
982260
2000
ευχάριστα, όταν μπορείς να τις βλέπεις.
16:24
It's even fun to engage with them
398
984260
2000
Είναι έως διασκεδαστικό να ασχολείσαι μαζί τους
16:26
because it's visual.
399
986260
2000
γιατί είναι οπτικό.
16:28
So that's what's exciting to me,
400
988260
2000
Αυτό λοιπόν είναι συναρπαστικό για μένα,
16:30
seeing how data can change my perspective
401
990260
2000
να βλέπω πώς τα δεδομένα μπορούν να αλλάξουν την οπτική μου
16:32
and change my mind midstream --
402
992260
2000
και να αλλάξουν τη νοοτροπία μου --
16:34
beautiful, lovely data.
403
994260
3000
όμορφα, υπέροχα δεδομένα.
16:38
So, just to wrap up,
404
998260
2000
Για να κλείσω λοιπόν,
16:40
I wanted to say
405
1000260
2000
ήθελα να πω
16:42
that it feels to me that design is about solving problems
406
1002260
2000
ότι έχω την αίσθηση ότι το σχέδιο υπάρχει για να λύνει προβλήματα
16:44
and providing elegant solutions,
407
1004260
3000
και να παρέχει κομψές λύσεις.
16:47
and information design is about
408
1007260
2000
Και ο σχεδιασμός πληροφορίας υπάρχει
16:49
solving information problems.
409
1009260
2000
για να λύνει προβλήματα πληροφορίας.
16:51
It feels like we have a lot of information problems
410
1011260
2000
Και φαίνεται ότι έχουμε πολλά προβλήματα πληροφορίας
16:53
in our society at the moment,
411
1013260
2000
στην κοινωνία μας αυτή τη στιγμή,
16:55
from the overload and the saturation
412
1015260
2000
απ'την υπερφόρτωση και τον κορεσμό
16:57
to the breakdown of trust and reliability
413
1017260
2000
ως την απώλεια της εμπιστοσύνης και της αξιοπιστίας
16:59
and runaway skepticism and lack of transparency,
414
1019260
2000
και τον καλπάζοντα σκεπτικισμό και την έλλειψη διαφάνειας,
17:01
or even just interestingness.
415
1021260
2000
ή ακόμα και απλά του ενδιαφέροντος.
17:03
I mean, I find information just too interesting.
416
1023260
2000
Εννοώ ότι θεωρώ την πληροφορία υπερβολικά ενδιαφέρουσα.
17:05
It has a magnetic quality that draws me in.
417
1025260
3000
Με τραβάει σα μαγνήτης.
17:09
So, visualizing information
418
1029260
2000
Έτσι, το να οπτικοποιούμε τις πληροφορίες
17:11
can give us a very quick solution to those kinds of problems.
419
1031260
3000
μπορεί να μας δώσει μια πολύ γρήγορη λύση σ' αυτού του είδους τα προβλήματα.
17:14
Even when the information is terrible,
420
1034260
2000
Κι ακόμα και όταν η πληροφορία είναι τρομερή,
17:16
the visual can be quite beautiful.
421
1036260
3000
το οπτικό της αποτέλεσμα μπορεί να είναι ωραίο.
17:19
Often we can get clarity
422
1039260
3000
Και συχνά μπορούμε να έχουμε σαφήνεια
17:22
or the answer to a simple question very quickly,
423
1042260
2000
ή την απάντηση σε μια απλή ερώτηση πολύ γρήγορα,
17:24
like this one,
424
1044260
2000
σαν αυτή εδώ,
17:26
the recent Icelandic volcano.
425
1046260
3000
το πρόσφατο Ισλανδικό ηφαίστειο.
17:29
Which was emitting the most CO2?
426
1049260
2000
Ποιο εξέπεμπε περισσότερο διοξείδιο του άνθρακα;
17:31
Was it the planes or the volcano,
427
1051260
2000
Τα αεροπλάνα ή το ηφαίστειο,
17:33
the grounded planes or the volcano?
428
1053260
2000
τα αεροπλάνα στο έδαφος ή το ηφαίστειο;
17:35
So we can have a look.
429
1055260
2000
Ας ρίξουμε μια ματιά.
17:37
We look at the data and we see:
430
1057260
2000
Κοιτάζουμε τα δεδομένα και βλέπουμε,
17:39
Yep, the volcano emitted 150,000 tons;
431
1059260
2000
ναι, το ηφαίστειο εξέπεμπψε 150.000 τόνους:
17:41
the grounded planes would have emitted
432
1061260
2000
τα αεροπλάνα που έμειναν ακίνητα θα είχαν εκπέμπψει
17:43
345,000 if they were in the sky.
433
1063260
3000
345.000 τόνους αν βρίσκονταν στον αέρα.
17:46
So essentially, we had our first carbon-neutral volcano.
434
1066260
3000
Οπότε, ουσιαστικά, είχαμε το πρώτο μας ηφαίστειο με ουδέτερο ισοζύγιο άνθρακα.
17:49
(Laughter)
435
1069260
2000
(Γέλια)
17:51
(Applause)
436
1071260
9000
(Χειροκρότημα)
18:00
And that is beautiful. Thank you.
437
1080260
3000
Κι αυτό είναι όμορφο. Σας ευχαριστώ.
18:03
(Applause)
438
1083260
8000
(Χειροκρότημα)
Σχετικά με αυτόν τον ιστότοπο

Αυτός ο ιστότοπος θα σας παρουσιάσει βίντεο στο YouTube που είναι χρήσιμα για την εκμάθηση της αγγλικής γλώσσας. Θα δείτε μαθήματα αγγλικών που διδάσκουν κορυφαίοι καθηγητές από όλο τον κόσμο. Κάντε διπλό κλικ στους αγγλικούς υπότιτλους που εμφανίζονται σε κάθε σελίδα βίντεο για να αναπαράγετε το βίντεο από εκεί. Οι υπότιτλοι μετακινούνται συγχρονισμένα με την αναπαραγωγή του βίντεο. Εάν έχετε οποιαδήποτε σχόλια ή αιτήματα, παρακαλούμε επικοινωνήστε μαζί μας χρησιμοποιώντας αυτή τη φόρμα επικοινωνίας.

https://forms.gle/WvT1wiN1qDtmnspy7