How we can find ourselves in data | Giorgia Lupi

Translator: Foroogh Razavi Reviewer: Masoud Motamedifar

This is what my last week looked like.

هفته‌ی پیش من به این شکل گذشت.

What I did,

چه کار کردم،

who I was with,

با چه کسانی بودم،

the main sensations I had for every waking hour ...

احساسات غالب من در هر ساعت بیداری چه بود ...

If the feeling came as I thought of my dad

آیا ریشه‌ی این احساسات فکر کردن به پدرم بود،

who recently passed away,

که به تازگی از دستش دادم؟

or if I could have just definitely avoided the worries and anxieties.

یا این که آیا می‌توانستم ازاحساس نگرانی و اضطراب خود جلوگیری کنم.

And if you think I'm a little obsessive,

و اگر فکر می‌کنید من زیادی وسواسی هستم،

you're probably right.

احتمالاً حق دارید.

But clearly, from this visualization,

ولی قطعاً از این تصویر،

you can learn much more about me than from this other one,

به شناخت بهتری ازمن می‌رسید، تا این یکی

which are images you're probably more familiar with

که تصویرهایی دارد که شما احتمالاً بیشتر با آنها آشنا هستید

and which you possibly even have on your phone right now.

و شاید حتی همین الان روی موبایل خود دارید.

Bar charts for the steps you walked,

نمودار میله‌ای تعداد قدم‌هایتان

pie charts for the quality of your sleep --

نمودار دایره‌ای کیفیت خوابتان،

the path of your morning runs.

مسیر دویدن صبحگاهی شما.

In my day job, I work with data.

من در کار روزانه‌ام با داده کار می‌کنم.

I run a data visualization design company,

مدیر شرکتی هستم که کارش به تصویر کشیدن داده است،

and we design and develop ways to make information accessible

و ما راه‌هایی را طراحی می‌کنیم تا اطلاعات را

through visual representations.

به صورت تصویری ارائه دهیم.

What my job has taught me over the years

آنچه شغل من در طول این سالها به من آموخت

is that to really understand data and their true potential,

این بود که برای درک داده‌ها و قابلیت واقعی‌شان،

sometimes we actually have to forget about them

گاهی لازم است ظاهر آنها را کنار بگذاریم

and see through them instead.

و در عوض معنای واقعی آنها را ببینیم.

Because data are always just a tool we use to represent reality.

چون داده‌ها همیشه تنها ابزاری برای نشان دادن واقعیت هستند.

They're always used as a placeholder for something else,

همیشه به عنوان جایگزین چیز دیگری استفاده می‌شود،

but they are never the real thing.

اما هیچ وقت اصل مطلب نیستند.

But let me step back for a moment

ولی بگذارید برای یک لحظه به عقب برگردم،

to when I first understood this personally.

به اولین باری که شخصاً این موضوع را فهمیدم.

In 1994, I was 13 years old.

در سال ۱۹۹۴ من ۱۳ ساله بودم.

I was a teenager in Italy.

نوجوانی درایتالیا.

I was too young to be interested in politics,

جوان‌تر از آن بودم که به سیاست علاقه داشته باشم،

but I knew that a businessman, Silvio Berlusconi,

ولی می‌دانستم تاجری به نام سیلویو برلوسکنی،

was running for president for the moderate right.

کاندیدای رئیس جمهوری حزب میانه‌رو راست است.

We lived in a very liberal town,

ما درشهری بسیار لیبرال زندگی می‌کردیم،

and my father was a politician for the Democratic Party.

و پدر من سیاستمداری دموکرات بود.

And I remember that no one thought that Berlusconi could get elected --

به یاد می‌آورم که هیچ کس فکر نمی‌کرد برلوسکنی انتخاب شود --

that was totally not an option.

این اصلاً شدنی نبود.

But it happened.

ولی اتفاق افتاد.

And I remember the feeling very vividly.

جو را به خوبی به یاد می‌آورم.

It was a complete surprise,

کاملاً غافلگیر شده بودیم،

as my dad promised that in my town he knew nobody who voted for him.

چون پدرم قسم می‌خورد هیچ کس را در شهر ما نمی‌شناسد که به او رأی داده باشد.

This was the first time

این اولین باری بود که

when the data I had gave me a completely distorted image of reality.

داده‌هایی که داشتم، تصویری تحریف‌شده از واقعیت به من می‌داد.

My data sample was actually pretty limited and skewed,

در واقع، نمونه‌ی آماری من بسیار محدود و یک طرفه بود

so probably it was because of that, I thought, I lived in a bubble,

پس شاید به این علت بود که در یک حباب زندگی می‌کردم

and I didn't have enough chances to see outside of it.

و فرصتی برای دیدن بیرون آن را نداشتم.

Now, fast-forward to November 8, 2016

حال جلو بزنیم به ۸ نوامبر ۲۰۱۶،

in the United States.

در آمریکا.

The internet polls,

نظرسنجی‌های اینترنتی،

statistical models,

مدل‌های آماری،

all the pundits agreeing on a possible outcome for the presidential election.

و همه کارشناسان در مورد نتیجه‌ی احتمالی انتخابات ریاست جمهوری توافق داشتند.

It looked like we had enough information this time,

این بار به نظر می‌رسید اطلاعات کافی در دست داریم،

and many more chances to see outside the closed circle we lived in --

و خیلی بیشتر می‌توانیم بیرون دایره‌‌ی بسته‌ای را که در آن زندگی می‌کنیم ببینیم--

but we clearly didn't.

ولی گویا این طور نبود.

The feeling felt very familiar.

احساس کاملاً آشنایی بود،

I had been there before.

قبلاً آن را تجربه کرده بودم.

I think it's fair to say the data failed us this time --

فکرمی‌کنم عادلانه باشد که بگوییم این بار داده شکست خورده است،

and pretty spectacularly.

شکستی سنگین.

We believed in data,

ما به داده اطمینان داشتیم

but what happened,

ولی آنچه که

even with the most respected newspaper,

حتی برای معتبرترین روزنامه اتفاق افتاد،

is that the obsession to reduce everything to two simple percentage numbers

میل افراطی به این بود که همه چیز در دو عدد ساده خلاصه شود

to make a powerful headline

تا تیتری قدرتمند ایجاد شود

made us focus on these two digits

این باعث شد فقط این دو عدد را ببینیم

and them alone.

و تنها به آنها توجه کنیم.

In an effort to simplify the message

برای این که پیام را ساده کنیم

and draw a beautiful, inevitable red and blue map,

و نمودار قرمز و آبی زیبا و اجتناب ناپذیری بکشیم،

we lost the point completely.

نکته اصلی را به کلی فراموش کردیم.

We somehow forgot that there were stories --

فراموش کردیم که داستان‌هایی هست --

stories of human beings behind these numbers.

داستان‌هایی از آدمیزادها در پشت این اعداد هست.

In a different context,

در موقعیت دیگری

but to a very similar point,

دقیقاً همین نکته را مشاهده کردم.

a peculiar challenge was presented to my team by this woman.

وقتی که زنی تیم من را به چالش عجیبی دعوت کرد.

She came to us with a lot of data,

او با کلی داده به سراغ ما آمد

but ultimately she wanted to tell one of the most humane stories possible.

ولی در نهایت می‌خواست یکی از انسانی‌ترین داستان‌های ممکن را تعریف کند.

She's Samantha Cristoforetti.

اسمش سامانتا کریستوفورتی است.

She has been the first Italian woman astronaut,

او اولین فضانورد زن ایتالیایی است،

and she contacted us before being launched

او قبل از این با ما تماس گرفت

on a six-month-long expedition to the International Space Station.

که سفری شش ماهه به ایستگاه فضایی بین‌المللی را شروع کند

She told us, "I'm going to space,

به ما گفت «من عازم فضا هستم،

and I want to do something meaningful with the data of my mission

و می‌خواهم با داده های مأموریتم کار معناداری انجام دهم

to reach out to people."

تا به مردم خدمتی کنم.»

A mission to the International Space Station

با مأموریتی به ایستگاه بین المللی فضایی

comes with terabytes of data

حجم ترابایتی از داده بدست می‌آید

about anything you can possibly imagine --

در مورد هرچه که فکرش را بکنید.

the orbits around Earth,

مدارهای گردش حول زمین،

the speed and position of the ISS

سرعت و موقعیت ایستگاه بین المللی فضایی

and all of the other thousands of live streams from its sensors.

و هزاران اطلاعات زنده دریافتی ازسنسورهای آن.

We had all of the hard data we could think of --

ما تمامی دادهای خام را داشتیم،

just like the pundits before the election --

درست مانند کارشناسان، قبل از انتخابات--

but what is the point of all these numbers?

اما فایده‌ی این همه عدد چه بود؟

People are not interested in data for the sake of it,

مردم به داده‌ی تنها علاقه‌ای ندارند،

because numbers are never the point.

چون اعداد هیچ‌گاه اصل مطلب نیستند.

They're always the means to an end.

همیشه ابزاری هستند برای رسیدن به هدف.

The story we needed to tell

داستانی که ما باید می‌گفتیم

is that there is a human being in a teeny box

این بود که انسانی در جعبه‌ای کوچک

flying in space above your head,

درفضای بالای سر شما درحال پرواز است،

and that you can actually see her with your naked eye on a clear night.

و اگر شبی هوا صاف باشد شما می‌توانید با چشم غیر مسلح او را ببینید.

So we decided to use data to create a connection

پس تصمیم گرفتیم با استفاده از داده‌ها ارتباطی ایجاد کنیم

between Samantha and all of the people looking at her from below.

بین سامانتا وتمام مردمی که از پایین به او نگاه می‌کردند.

We designed and developed what we called "Friends in Space,"

ما چیزی را طراحی و تولید کردیم به نام "دوستان در فضا"،

a web application that simply lets you say "hello" to Samantha

اپلیکیشنی که به شما امکان می‌داد به سامانتا سلام کنید

from where you are,

از هر جایی که هستید،

and "hello" to all the people who are online at the same time

و همچنین به هر کسی که همزمان آنلاین بود

from all over the world.

ازسرتاسر دنیا.

And all of these "hellos" left visible marks on the map

و تمام این «سلام‌ها» به شکل نقطه‌ای روی نقشه دیده می‌شد

as Samantha was flying by

همان طور سامانتا از آنجا می‌گذشت

and as she was actually waving back every day at us

و در واقع با استفاده از توییتر ایستگاه بین المللی فضایی

using Twitter from the ISS.

برایمان دست تکان می‌داد.

This made people see the mission's data from a very different perspective.

این باعث شد مردم داده‌های این مأموریت را از زاویه‌ای بسیار متفاوت ببینند.

It all suddenly became much more about our human nature and our curiosity,

حالا پدیده‌ای شده بود درباره‌ی طبیعت انسان و کنجکاوی او،

rather than technology.

به جای تکنولوژی.

So data powered the experience,

پس داده آزمایش ما را تقویت کرد،

but stories of human beings were the drive.

اما نیروی محرک آن داستان انسان‌ها بود.

The very positive response of its thousands of users

واکنش خیلی مثبت هزاران کاربر

taught me a very important lesson --

درس بزرگی به من داد--

that working with data means designing ways

این که کار کردن با داده یعنی طراحی روش‌هایی

to transform the abstract and the uncountable

برای تبدیل مفاهیم انتزاعی و غیر قابل درک

into something that can be seen, felt and directly reconnected

به چیزی که قابل دیدن و حس کردن باشد

to our lives and to our behaviors,

و با زندگی و رفتار ما ارتباط پیدا کند

something that is hard to achieve

چیزی که به دست آوردنش سخت است

if we let the obsession for the numbers and the technology around them

اگر اجازه دهیم تعصب ما روی اعداد و تکنولو‌‌ژی وابسته به آن،

lead us in the process.

ما را هدایت کند.

But we can do even more to connect data to the stories they represent.

اما برای ایجاد ارتباط بین داده و داستان‌های مربوط به آن می‌شود فراتر هم رفت

We can remove technology completely.

میشود تکنولوژی را کاملاً حذف کرد.

A few years ago, I met this other woman,

چند سال پیش، با زن دیگری آشنا شدم،

Stefanie Posavec --

به نام استفانی پوساوک--

a London-based designer who shares with me the passion and obsession about data.

طراحی اهل لندن که در مورد علاقه‌ی شدیدش به داده با من صحبت کرد.

We didn't know each other,

ما یکدیگر را نمی‌شناختیم،

but we decided to run a very radical experiment,

اما تصمیم گرفتیم به کمک هم آزمایشی بنیادی انجام دهیم،

starting a communication using only data,

شروع کنیم به برقراری ارتباط تنها از طریق داده

no other language,

بدون هیچ زبان دیگری.

and we opted for using no technology whatsoever to share our data.

قرار گذاشتیم از هیچ گونه تکنولوژی برای به اشتراک گذاری داده استفاده نکنیم.

In fact, our only means of communication

در واقع، تنها وسیله‌ی ارتباطی ما

would be through the old-fashioned post office.

ارسال نامه از اداره پست بود.

For "Dear Data," every week for one year,

ما به مدت یک سال هر هفته،

we used our personal data to get to know each other --

از داده‌های شخصی‌مان استفاده کردیم تا یکدیگر را بشناسیم --

personal data around weekly shared mundane topics,

داده‌های شخصی در مورد موضوعات روزمره‌ی هر هفته،

from our feelings

از احساساتمان گرفته

to the interactions with our partners,

تا برخوردهایی که با شرکایمان داشتیم،

from the compliments we received to the sounds of our surroundings.

از تحسین‌هایی که شنیدیم تا صدای محیط اطرافمان.

Personal information that we would then manually hand draw

اطلاعات شخصی که به صورت دستی می‌کشیدیم

on a postcard-size sheet of paper

روی کاغذی به اندازه کارت پستال

that we would every week send from London to New York,

که هر هفته از لندن می‌فرستادیم

where I live,

به نیویورک، محل زندگی من.

and from New York to London, where she lives.

و از نیویورک به لندن، جایی که او زندگی می‌کند.

The front of the postcard is the data drawing,

روی کارت پستال داده کشیده شده

and the back of the card

و طبیعتاً پشتش

contains the address of the other person, of course,

آدرس گیرنده هست،

and the legend for how to interpret our drawing.

و همچنین راهنمای خواندن داده‌ها.

The very first week into the project,

هفته‌ی اول این پروژه،

we actually chose a pretty cold and impersonal topic.

موضوعی نسبتاً غیر شخصی را انتخاب کردیم.

How many times do we check the time in a week?

این که چند بار در هفته ساعت را چک می‌کنیم؟

So here is the front of my card,

این جلوی کارت پستال من هست،

and you can see that every little symbol

همان طور که می‌بینید، هر علامت کوچک

represents all of the times that I checked the time,

دفعاتی را نشان می‌دهد که من ساعت را چک کردم،

positioned for days and different hours chronologically --

که بر اساس روز و ساعت به ترتیب قرار گرفته است--

nothing really complicated here.

هیچ چیز پیچیده‌ای اینجا نیست.

But then you see in the legend

اما در راهنمای پشت کارت می‌بینید

how I added anecdotal details about these moments.

جزئیاتی به هر کدام از این لحظات اضافه کرده‌ام.

In fact, the different types of symbols indicate why I was checking the time --

در واقع، علائم مختلف نشان می‌دهد برای چه ساعت را چک کرده‌ام

what was I doing?

چه کار می‌کرده‌ام؟

Was I bored? Was I hungry?

حوصله‌ام سر رفته بود؟ گرسنه بودم؟

Was I late?

دیرم شده بود؟

Did I check it on purpose or just casually glance at the clock?

با هدف ساعت را نگاه کردم یا فقط نگاهی به ساعت انداختم؟

And this is the key part --

و این قسمت اصلی آزمایش هست

representing the details of my days and my personality

که جزئیات زندگی و شخصیت من را

through my data collection.

از طریق داده‌هایم نشان می‌دهد.

Using data as a lens or a filter to discover and reveal, for example,

استفاده از داده به عنوان لنز یا فیلتری برای نگاه به زندگی، مثلاً

my never-ending anxiety for being late,

نشان داد من دائماً نگران دیر کردن هستم،

even though I'm absolutely always on time.

با این که همیشه دقیقاً به موقع می‌رسم.

Stefanie and I spent one year collecting our data manually

من و استفانی یک سال داده‌هایمان را به صورت دستی جمع‌آوری کردیم

to force us to focus on the nuances that computers cannot gather --

تا روی جزئیاتی تمرکز کنیم که کامپیوترها نمی‌توانند پیدا کنند

or at least not yet --

یا حداقل هنوز نمی‌توانند--

using data also to explore our minds and the words we use,

ما با استفاده از داده ذهن و کلماتمان را هم بررسی کردیم،

and not only our activities.

نه فقط کارهایمان را.

Like at week number three,

مثلاً هفته سوم،

where we tracked the "thank yous" we said and were received,

تعداد دفعاتی را شمردیم که تشکر کردیم یا کسی از ما تشکر کرد

and when I realized that I thank mostly people that I don't know.

و من متوجه شدم بیشتر از کسانی تشکر می‌کنم که نمی‌شناسمشان.

Apparently I'm a compulsive thanker to waitresses and waiters,

ظاهراً من از آنهایی هستم که بی اختیار از پیشخدمت‌ها تشکر می‌کنند.

but I definitely don't thank enough the people who are close to me.

ولی قطعاً به قدر کافی از کسانی که به من نزدیک هستند تشکر نمی‌کنم.

Over one year,

در طول یک سال،

the process of actively noticing and counting these types of actions

توجه کردن به این نوع فعالیت‌ها و شمردنشان

became a ritual.

تبدیل به رسمی نهادینه شد.

It actually changed ourselves.

در حقیقت ما را تغییر داد.

We became much more in tune with ourselves,

بعد از آن ما خیلی بیشتر با خودمان هماهنگ شدیم،

much more aware of our behaviors and our surroundings.

خیلی بیشتر نسبت به رفتار و محیط اطرافمان آگاه شدیم.

Over one year, Stefanie and I connected at a very deep level

من و استفانی بعد از یک سال ارتباطی عمیق پیدا کردیم،

through our shared data diary,

از طریق داده‌هایی که به اشتراک گذاشتیم.

but we could do this only because we put ourselves in these numbers,

تنها با خلاصه کردن خودمان در این اعداد و اضافه کردن

adding the contexts of our very personal stories to them.

شرایط داستان‌های شخصی‌مان به آنها توانستیم این قدر به هم نزدیک شویم.

It was the only way to make them truly meaningful

این تنها راهی بود که می‌توانستیم به اعداد

and representative of ourselves.

معنا و مفهومی واقعی بدهیم.

I am not asking you to start drawing your personal data,

از شما نمی‌خواهم داده‌های شخصی‌تان را نقاشی کنید،

or to find a pen pal across the ocean.

یا شروع به نامه نگاری با دوستی در آن سر اقیانوس‌ها بکنید.

But I'm asking you to consider data --

بلکه می‌خواهم داده، یعنی

all kind of data --

هر نوعی از داده را به عنوان

as the beginning of the conversation

شروع مکالمه در نظر بگیرید،

and not the end.

و نه پایان آن.

Because data alone will never give us a solution.

چون داده به تنهایی هیچ وقت موقعیت را مشخص نمی‌کند.

And this is why data failed us so badly --

و به خاطر همین است که داده به شدت شکست خورده است --

because we failed to include the right amount of context

چون شرایط آن به اندازه‌ی کافی در نظر گرفته نشده

to represent reality --

تا واقعیتی را نشان دهد --

a nuanced, complicated and intricate reality.

واقعیتی جزئی، پیچیده و ظریف.

We kept looking at these two numbers,

ما مدام به این دو عدد نگاه کردیم،

obsessing with them

فقط روی آنها تمرکز کردیم

and pretending that our world could be reduced

و تظاهر کردیم می‌شود دنیای اطرافمان را

to a couple digits and a horse race,

مثل مسابقه اسب سواری در چند عدد خلاصه کرد،

while the real stories,

درحالی که داستان‌های واقعی

the ones that really mattered,

آنهایی که واقعاً اهمیت داشتند،

were somewhere else.

جای دیگری بودند.

What we missed looking at these stories only through models and algorithms

آنچه با نگاه به این داستان‌ها تنها از طریق مدل و الگوریتم از آن غافل ماندیم

is what I call "data humanism."

چیزی است که من «انسان‌گرایی داده» می‌نامم

In the Renaissance humanism,

در رنسانس انسان‌گرایی،

European intellectuals

روشنفکران اروپایی

placed the human nature instead of God at the center of their view of the world.

به جای خدا، ذات انسان را در مرکز دیدگاه خود به دنیا قرار دادند.

I believe something similar needs to happen

من معتقدم در دنیای داده‌ها هم

with the universe of data.

چنین چیزی باید اتفاق بیافتد.

Now data are apparently treated like a God --

ظاهراً در حال حاضر با داده ها مثل خدایی رفتار می‌شود--

keeper of infallible truth for our present and our future.

که نگهدار حقیقت محظ در مورد گذشته و آینده‌ی ماست.

The experiences that I shared with you today

آنچه امروز با شما به اشتراک گذاشتم

taught me that to make data faithfully representative of our human nature

به من آموخت برای این که داده نماینده‌ی راستین ذات انسان شود

and to make sure they will not mislead us anymore,

و اطمینان حاصل شود که دیگر ما را گمراه نمی‌کند،

we need to start designing ways to include empathy, imperfection

باید راهی پیدا کنیم تا همدلی، نواقص

and human qualities

و ویژگی‌های انسانی را

in how we collect, process, analyze and display them.

در روش جمع‌آوری، پردازش، آنالیز و نمایش داده‌ها بگنجانیم.

I do see a place where, ultimately,

می‌توانم روزی را تصور کنم که

instead of using data only to become more efficient,

به جای استفاده از داده تنها برای کارایی بیشتر،

we will all use data to become more humane.

از آن برای انسان شدن بیشتر استفاده کنیم.

Thank you.

متشکرم.

(Applause)

(تشویق)