What we miss when we focus on the average | Am I Normal? with Mona Chalabi

95,638 views ・ 2021-11-02

TED


A videó lejátszásához kattintson duplán az alábbi angol feliratokra.

00:00
Transcriber:
0
0
7000
00:00
When we think about data, we usually think about averages.
1
196
3160
Fordító: Tamás Koncz Lektor: Zsófia Herczeg
Amikor adatokra gondolunk, általában az átlagok jutnak eszünkbe.
00:03
Average height, average salary,
2
3356
1800
Átlagos magasság, átlagos fizetés,
00:05
average number of hours spent on video calls.
3
5196
2400
videohívásokban töltött átlagos idő.
00:07
It’s tempting to focus on these neat little summaries of our world.
4
7636
3600
Vonzó, hogy világunknak ezekre a szép kis összefoglalóira összpontosítsunk.
00:11
But the world is a lot messier than these averages can make it out to be.
5
11276
3600
De a világ sokkal rendezetlenebb, mint ahogy ezek az átlagok mutatják.
00:14
So instead, I look for the outliers.
6
14916
2480
Ezért én inkább a kiugró értékeket keresem.
00:17
They can offer a better reflection of this chaos we call life.
7
17436
3520
Jobban tükrözhetik azt a káoszt, amit életnek hívunk,
00:20
And they can offer a different perspective
8
20996
2040
és új perspektívát jelenthetnek azokhoz a dolgokhoz,
00:23
on the things that we think we understand.
9
23076
2000
melyekről azt hisszük, értjük őket.
00:25
[Am I Normal? with Mona Chalabi]
10
25116
2480
[Normális vagyok? - Mona Chalabi sorozata]
00:27
Take, for instance, the stats around teens and cigarettes.
11
27636
2760
Vegyük például a statisztikákat a tinik és a cigaretta körül.
00:30
According to the CDC, between 1997 and 2019,
12
30436
3560
A CDC szerint 1997 és 2019 között
a dohányzó amerikai gimnazisták százalékos aránya jelentősen csökkent,
00:34
the percentage of American high school students who smoked plummeted
13
34036
3200
00:37
from 36 to just six percent.
14
37276
2280
36 százalékról 6 százalékra.
00:39
That seems like a pretty big win,
15
39556
1960
Ez nagy nyereségnek tűnhet,
00:41
but when you break apart the data and look at the outliers,
16
41516
2840
de ha lebontjuk az adatokat, és megnézzük a kiugró értékeket,
00:44
it is a totally different picture.
17
44356
1640
teljesen más képet kapunk.
00:46
Among American Indian and native Alaskan students,
18
46036
2360
Az indián és alaszkai őslakos diákok körében
00:48
cigarette usage is much higher than that six percent average.
19
48436
3040
a dohányzás aránya jóval magasabb, mint ez a hat százalék.
00:51
It comes in at a sizable 21 percent.
20
51516
2760
Itt az arány jelentős, 21 százalék.
00:54
All other racial and ethnic groups were in the single digits.
21
54316
3080
Minden más faji és etnikai csoport egyjegyű számot produkált.
00:57
So what first seemed like this great success story
22
57436
2760
Szóval, ami először nagyszerű sikertörténetnek tűnt,
01:00
is actually an indicator of how much work we need to do
23
60196
3480
valójában csak azt mutatja, hogy sok munkára van még szükség,
01:03
to reach some of the most marginalized communities.
24
63716
2840
hogy elérjük a leghátrányosabb közösségeket.
01:06
In general, when we present data as a scatterplot,
25
66556
2440
Amikor szórásdiagramon mutatunk be adatokat,
01:09
the average would usually look like this.
26
69036
2080
az általában valahogy így néz ki.
01:11
And where there are outliers,
27
71156
1400
A kiugró értékek esetében a tipikus megközelítés az,
01:12
the typical approach is to undervalue them,
28
72596
2520
hogy nem tulajdonítunk nekik jelentőséget;
01:15
to see them as a deviation from the average
29
75156
2400
csak az átlagtól
01:17
or from what society thinks is normal.
30
77596
2280
vagy a társadalmi normától való eltérésként tekintünk rájuk.
01:19
But I like to call these outliers “lost birds.”
31
79916
3560
De én szeretem ezeket a kiugró értékeket “eltévedt madaraknak” nevezni.
01:23
It's a nickname I use for something or someone who has gone astray.
32
83516
4120
Így nevezem az olyan embert vagy tárgyat, aki vagy ami kilóg a sorból.
01:27
If you look hard enough,
33
87676
1240
Ha kellően figyelmes vagy, észreveheted,
01:28
you'll find that these lost birds pop up everywhere.
34
88916
3120
hogy eltévedt madarak mindenhol felbukkannak.
01:32
Like my mom, for example.
35
92756
1400
Ilyen például az anyukám.
01:34
She doesn't like being on camera, so this puppet will have to do.
36
94196
3080
Nem szeret a kamerák elé állni, így ez a bábu helyettesíti.
01:37
She's a soft spoken, hijabi woman who isn't much bigger than this puppet.
37
97276
3440
Anyukám egy könnyű szavú, hidzsábos nő, aki alig nagyobb ennél a bábunál.
01:40
Because of that, it's easy for some people to underestimate her.
38
100716
3200
Emiatt könnyen alábecsülik.
01:43
But don't let those first impressions fool you.
39
103956
2200
De ne hagyd, hogy az első benyomás megtévesszen.
01:46
“In my generation,
40
106196
1680
“Mikor mi voltunk fiatalok,
01:47
we used to listen and accept what they tell us.
41
107916
3760
meghallgattuk és elfogadtunk, amit mondtak nekünk.
01:51
'Do what you're told.'
42
111716
1680
»Csináld, amit mondanak!«
01:53
But when I got older,
43
113436
1880
De amikor idősebb lettem, megváltoztam,
01:55
I just changed and I started to argue my point and get what I want."
44
115356
4880
és érvelni kezdtem az álláspontom mellett, hogy elérjem, amit akarok.”
02:01
My mom's a retired doctor, an avid ugly-dress maker,
45
121316
3120
Anyukám nyugdíjazott orvos, csúnya ruhák lelkes készítője,
02:04
a mother of two and a grandmother of none.
46
124476
2000
két gyermek édesanyja, és nincs unokája.
02:06
Though she spends a fair amount of time trying to speak that into existence,
47
126516
3640
Bár elég sok időt tölt azzal, hogy megpróbál erre rábeszélni.
02:10
"I think for every mother, for her daughter, she wants a grandchild."
48
130156
5000
“Minden anya szeretne a lányától egy unokát.”
02:15
(Laughter)
49
135196
3040
(Nevetés)
02:18
"Sorry, Mona."
50
138276
1160
“Bocsánat, Mona.”
02:19
Moving on.
51
139476
1160
Lépjünk tovább.
02:20
My mom is also a lost bird.
52
140676
1680
Anyukám is egy eltévedt madár.
02:22
"Me?"
53
142396
1160
“Én?!”
02:23
She has, statistically speaking, gone astray.
54
143596
2400
Statisztikailag ő is eltévedt.
02:26
"Yeah, but it was a good deviation."
55
146036
2480
“Igen, de ez egy jó tévút volt.”
02:28
Back in the late '70s,
56
148516
1160
A 70-es években
02:29
my mom left Iraq and moved to the UK
57
149716
1760
Irakból Angliába költözött,
02:31
to further her medical training and practice.
58
151516
2200
hogy folytassa orvosi képzését és gyakorlatát.
02:33
She's among the four percent of people born in Iraq who now live abroad.
59
153756
3480
Azon négy százalékba tartozik, akik elhagyták Irakot és külföldön élnek.
02:37
By the early 2000s,
60
157596
1280
A 2000-es évek elejéig
02:38
just three percent of UK doctors with her experience
61
158876
2920
az ő tudásával rendelkező brit orvosok
02:41
were non-white and practicing in her speciality.
62
161836
2640
csupán három százaléka volt nem fehér bőrű az ő szakterületén.
02:44
My mom is a lost bird because she is an outlier.
63
164516
2800
Anyukám egy eltévedt madár, mert egy különc.
02:47
She's one of the rare few to leave her home country
64
167356
2440
Azon ritka kevesek egyike, akik elhagyták a hazájukat,
02:49
and even rarer still among her medical peers.
65
169836
2520
és mivel orvos, még különlegesebb.
02:52
We all think that the people that we love are special,
66
172356
2520
Mind egyedinek tartjuk azokat, akiket szeretünk,
02:54
and there is some truth to that.
67
174876
1560
és ebben van némi igazság.
02:56
But it’s worth considering the ways that we are all lost birds.
68
176436
2960
Érdemes elgondolkodni azon, hogy mind eltévedt madarak vagyunk.
02:59
Because when we focus on the average and we ignore the outliers,
69
179396
3040
Mikor az átlagra koncentrálunk, és nem vesszük észre a kiugró értékeket,
03:02
we lose all of the richness and insights that those stories provide.
70
182476
3320
oda a történetek gazdagsága és a bennük rejlő felismerések.
03:05
But when we dig into the deviations, we get to see the bigger picture.
71
185796
3920
De amikor beleássuk magunkat az eltérésekbe, meglátjuk a nagyobb képet,
03:09
One from a bird's-eye view.
72
189716
1760
madártávlatból.
Erről a weboldalról

Ez az oldal olyan YouTube-videókat mutat be, amelyek hasznosak az angol nyelvtanuláshoz. A világ minden tájáról származó, kiváló tanárok által tartott angol leckéket láthatsz. Az egyes videók oldalán megjelenő angol feliratokra duplán kattintva onnan játszhatja le a videót. A feliratok a videó lejátszásával szinkronban gördülnek. Ha bármilyen észrevétele vagy kérése van, kérjük, lépjen kapcsolatba velünk ezen a kapcsolatfelvételi űrlapon.

https://forms.gle/WvT1wiN1qDtmnspy7