How we can find ourselves in data | Giorgia Lupi

112,053 views ・ 2017-05-04

TED


Silakan klik dua kali pada teks bahasa Inggris di bawah ini untuk memutar video.

Translator: Intan Octavia Reviewer: Made Pramana
00:12
This is what my last week looked like.
0
12580
2880
Seperti inilah akhir pekan saya.
00:16
What I did,
1
16500
1696
Kegiatan saya,
00:18
who I was with,
2
18220
1816
bersama siapa saja,
00:20
the main sensations I had for every waking hour ...
3
20060
3120
apa saja yang saya rasakan setiap kali saya terbangun ...
00:23
If the feeling came as I thought of my dad
4
23900
2496
Berapa kali saya mengingat ayah saya
00:26
who recently passed away,
5
26420
1776
yang belum lama meninggal dunia,
00:28
or if I could have just definitely avoided the worries and anxieties.
6
28220
4056
atau momen-momen ketika saya berusaha menghindari ketakutan dan kegelisahan.
00:32
And if you think I'm a little obsessive,
7
32300
1936
Jika Anda berpikir saya agak obsesif,
00:34
you're probably right.
8
34260
1856
Anda mungkin benar.
00:36
But clearly, from this visualization,
9
36140
2256
Namun sebenarnya dari visualisasi ini,
00:38
you can learn much more about me than from this other one,
10
38420
3296
Anda bisa belajar banyak tentang saya daripada membaca yang satu ini,
00:41
which are images you're probably more familiar with
11
41740
2976
yaitu gambar yang mungkin Anda lebih kenali
00:44
and which you possibly even have on your phone right now.
12
44740
2816
dan bahkan mungkin Anda punyai di telepon genggam Anda.
00:47
Bar charts for the steps you walked,
13
47580
2216
Grafik yang menghitung jumlah langkah Anda,
00:49
pie charts for the quality of your sleep --
14
49820
2376
Grafik pai yang menunjukkan kualitas tidur Anda --
00:52
the path of your morning runs.
15
52220
1720
juga jejak lari pagi Anda.
00:55
In my day job, I work with data.
16
55100
2296
Setiap hari, saya bekerja dengan data.
00:57
I run a data visualization design company,
17
57420
2496
Saya punya perusahaan visualisasi data,
00:59
and we design and develop ways to make information accessible
18
59940
3336
dan kami merancang dan mengembangkan cara agar informasi lebih mudah diakses
01:03
through visual representations.
19
63300
2096
melalui representasi visual.
01:05
What my job has taught me over the years
20
65420
3016
Apa yang pekerjaan ini ajarkan kepada saya selama bertahun-tahun
01:08
is that to really understand data and their true potential,
21
68460
4216
adalah bahwa untuk mengerti data dan potensinya yang sesungguhnya,
01:12
sometimes we actually have to forget about them
22
72700
3096
terkadang kita sebenarnya harus melupakan teori
01:15
and see through them instead.
23
75820
1760
dan melihatnya lebih dalam lagi.
01:18
Because data are always just a tool we use to represent reality.
24
78260
3576
Karena data hanyalah alat yang kita gunakan untuk merepresentasikan realitas.
01:21
They're always used as a placeholder for something else,
25
81860
2856
Data selalu digunakan untuk memahami sesuatu,
01:24
but they are never the real thing.
26
84740
2176
tapi data tidak pernah nyata.
01:26
But let me step back for a moment
27
86940
1936
Saya mau bercerita tentang masa lalu
01:28
to when I first understood this personally.
28
88900
2480
di saat saya mulai mengenal data secara pribadi.
01:32
In 1994, I was 13 years old.
29
92100
3336
Di tahun 1994, saya berusia 13 tahun.
01:35
I was a teenager in Italy.
30
95460
1936
Saya tinggal di Italia.
01:37
I was too young to be interested in politics,
31
97420
2616
Saya masih terlalu muda untuk paham dunia politik,
01:40
but I knew that a businessman, Silvio Berlusconi,
32
100060
2496
tapi saya tahu seorang pebisnis, Silvio Berlusconi,
01:42
was running for president for the moderate right.
33
102580
2560
mengajukan diri sebagai presiden untuk pihak demokrat.
01:45
We lived in a very liberal town,
34
105940
2016
Kami tinggal di kota yang sangat liberal,
01:47
and my father was a politician for the Democratic Party.
35
107980
3296
dan ayah saya dulu adalah seorang politisi untuk partai demokrat.
01:51
And I remember that no one thought that Berlusconi could get elected --
36
111300
4336
Saya ingat bahwa tidak ada seorangpun yang berpikir Berlusconi akan terpilih --
01:55
that was totally not an option.
37
115660
1760
kemungkinannya sama sekali tidak ada.
01:58
But it happened.
38
118380
1216
Namun dia menang.
01:59
And I remember the feeling very vividly.
39
119620
2536
Dan saya sangat ingat dengan jelas.
02:02
It was a complete surprise,
40
122180
1856
Kejadian itu benar-benar mengejutkan,
02:04
as my dad promised that in my town he knew nobody who voted for him.
41
124060
5040
ayah saya bilang tidak ada seorangpun yang memilih Berlusconi.
02:10
This was the first time
42
130540
1496
Ini merupakan pertama kalinya
02:12
when the data I had gave me a completely distorted image of reality.
43
132060
4560
ketika data memberikan saya sesuatu yang sangat terbalik dengan kenyataan.
02:17
My data sample was actually pretty limited and skewed,
44
137100
3296
Data yang saya punya sebenarnya sangat terbatas dan tidak rinci,
02:20
so probably it was because of that, I thought, I lived in a bubble,
45
140420
3736
Jadi mungkin karena itu, saya merasa tinggal di lingkungan sempit,
02:24
and I didn't have enough chances to see outside of it.
46
144180
2600
dan saya tidak mampu untuk melihat lebih luas lagi.
02:27
Now, fast-forward to November 8, 2016
47
147900
3776
Sekarang, tepatnya pada 8 November 2016
02:31
in the United States.
48
151700
1200
di Amerika Serikat.
02:33
The internet polls,
49
153780
1296
Jajak pendapat di internet,
02:35
statistical models,
50
155100
1376
data statistik,
02:36
all the pundits agreeing on a possible outcome for the presidential election.
51
156500
4816
dan survey terpercaya lainnya setuju dengan prediksi hasil pemilihan presiden.
02:41
It looked like we had enough information this time,
52
161340
2616
Sepertinya kita punya banyak informasi kali ini,
02:43
and many more chances to see outside the closed circle we lived in --
53
163980
4096
dan lebih memungkinkan untuk melihat di luar lingkaran tempat kita tinggal --
02:48
but we clearly didn't.
54
168100
1320
namun kita salah.
02:49
The feeling felt very familiar.
55
169860
2096
Perasaan itu terasa sangat familier.
02:51
I had been there before.
56
171980
1480
Saya pernah mengalaminya.
02:54
I think it's fair to say the data failed us this time --
57
174180
2856
Saya pikir wajar untuk bilang bahwa kali ini data membohongi kita --
02:57
and pretty spectacularly.
58
177060
1856
dan kali ini sangat fatal.
02:58
We believed in data,
59
178940
1696
Kita percaya dengan data,
03:00
but what happened,
60
180660
1416
namun yang terjadi,
03:02
even with the most respected newspaper,
61
182100
2696
bahkan tertulis di koran ternama,
03:04
is that the obsession to reduce everything to two simple percentage numbers
62
184820
4696
bahwa obsesi untuk menyederhanakan semuanya ke dalam dua angka presentase
03:09
to make a powerful headline
63
189540
1976
untuk membuat headline besar
03:11
made us focus on these two digits
64
191540
2056
membuat kita terfokus dengan dua digit angka ini
03:13
and them alone.
65
193620
1200
dan hanya angka itu.
03:15
In an effort to simplify the message
66
195380
2056
Dalam upaya untuk menyederhanakan data
03:17
and draw a beautiful, inevitable red and blue map,
67
197460
3416
dan menuliskannya dalam peta cantik yang berwarna biru dan merah,
03:20
we lost the point completely.
68
200900
1880
kita benar-benar terkecoh.
03:23
We somehow forgot that there were stories --
69
203260
2136
Kita bahkan lupa bahwa ada banyak cerita --
03:25
stories of human beings behind these numbers.
70
205420
2360
cerita dari orang-orang tentang di balik angka ini
03:29
In a different context,
71
209060
1576
Dalam konteks lain,
03:30
but to a very similar point,
72
210660
1656
tapi menunjukkan poin yang serupa,
03:32
a peculiar challenge was presented to my team by this woman.
73
212340
3896
tantangan diberikan untuk tim saya oleh seorang perempuan,
03:36
She came to us with a lot of data,
74
216260
2376
Dia datang kepada kami dengan banyak data,
03:38
but ultimately she wanted to tell one of the most humane stories possible.
75
218660
4416
tapi dia ingin membagi salah satu kisah yang paling indah sepanjang sejarah.
03:43
She's Samantha Cristoforetti.
76
223100
1696
Namanya Samantha Cristoforetti.
03:44
She has been the first Italian woman astronaut,
77
224820
2576
Dia merupakan Astronot perempuan pertama di Italia,
03:47
and she contacted us before being launched
78
227420
2496
dan suatu hari dia menghubungi saya
03:49
on a six-month-long expedition to the International Space Station.
79
229940
3896
menceritakan tentang ekspedisi 6 bulan ke Stasiun Luar Angkasa Internasional.
03:53
She told us, "I'm going to space,
80
233860
2216
Dia bilang, "saya akan pergi ke luar angkasa,
03:56
and I want to do something meaningful with the data of my mission
81
236100
3096
saya mau melakukan sesuatu yang berharga dengan data-data misi saya
03:59
to reach out to people."
82
239220
1240
untuk mencapai banyak orang."
04:01
A mission to the International Space Station
83
241420
2536
Sebuah misi untuk Stasiun Luar Angkasa Internasional
04:03
comes with terabytes of data
84
243980
2096
butuh data dalam ukuran "terabyte"
04:06
about anything you can possibly imagine --
85
246100
2376
tentang apapun yang bisa Anda pikirkan --
04:08
the orbits around Earth,
86
248500
1496
Orbit yang mengitari Bumi,
04:10
the speed and position of the ISS
87
250020
2096
kecepatan dan posisi dari ISS
04:12
and all of the other thousands of live streams from its sensors.
88
252140
3680
dan jutaan data lainnya yang datang dari berbagai sensor
04:16
We had all of the hard data we could think of --
89
256660
2896
Kami memiliki segala data yang begitu terperinci
04:19
just like the pundits before the election --
90
259580
2416
sama seperti angka-angka sebelum pemilihan umum --
04:22
but what is the point of all these numbers?
91
262020
2976
namun apa yang bisa gunakan dari angka-angka tersebut?
04:25
People are not interested in data for the sake of it,
92
265020
2736
Tidak ada orang yang tertarik semata-mata dengan data,
04:27
because numbers are never the point.
93
267780
1855
karena angka bukanlah poin utama.
04:29
They're always the means to an end.
94
269659
1961
Data selalu merupakan sarana.
04:32
The story we needed to tell
95
272659
1777
Cerita yang bisa kita bagi
04:34
is that there is a human being in a teeny box
96
274460
2496
adalah bahwa ada seseorang di sebuah tabung kecil
04:36
flying in space above your head,
97
276980
2256
terbang di angkasa di atas kepala Anda,
04:39
and that you can actually see her with your naked eye on a clear night.
98
279260
4096
dan mereka bisa melihat perempuan itu dengan mata telanjang di malam yang indah.
04:43
So we decided to use data to create a connection
99
283380
3096
Jadi kita memutuskan menggunakan data itu untuk membuat koneksi
04:46
between Samantha and all of the people looking at her from below.
100
286500
4056
antara Samantha dan semua orang yang melihatnya dari bawah.
04:50
We designed and developed what we called "Friends in Space,"
101
290580
3176
Kami mendesain dan mengembangkan "Teman di Luar Angkasa,"
04:53
a web application that simply lets you say "hello" to Samantha
102
293780
4656
aplikasi berbasis web yang bisa membuat Anda menyapa "halo" pada Samantha
04:58
from where you are,
103
298460
1256
dari tempat Anda berada
04:59
and "hello" to all the people who are online at the same time
104
299740
3536
dan "halo" kepada semua orang yang online pada saat yang sama
05:03
from all over the world.
105
303300
1520
dari seluruh dunia.
05:05
And all of these "hellos" left visible marks on the map
106
305460
3456
Dan semua sapaan "halo" ini akan meninggalkan jejak pada peta
05:08
as Samantha was flying by
107
308940
2016
di saat Samantha terbang
05:10
and as she was actually waving back every day at us
108
310980
3376
dan dia sebenarnya selalu melambaikan tangan pada kita setiap hari
05:14
using Twitter from the ISS.
109
314380
1680
melalui Twitter dari ISS.
05:16
This made people see the mission's data from a very different perspective.
110
316700
4976
Kejadian ini membuat orang melihat data dari perspektif lain.
05:21
It all suddenly became much more about our human nature and our curiosity,
111
321700
4696
Semua tiba-tiba menjadi terasa lebih tentang sifat manusia dan rasa ingin tahu
05:26
rather than technology.
112
326420
1656
daripada hanya tentang teknologi.
05:28
So data powered the experience,
113
328100
2336
Jadi data memberikan kita pengalaman
05:30
but stories of human beings were the drive.
114
330460
2400
namun esensi dari cerita manusia yang jadi pendorong.
05:34
The very positive response of its thousands of users
115
334660
3336
Komentar positif terus berdatangan dari jutaan pengguna
05:38
taught me a very important lesson --
116
338020
1936
dan itu memberikan saya pelajaran mahal
05:39
that working with data means designing ways
117
339980
2856
bahwa bekerja dengan data berarti mendesain cara
05:42
to transform the abstract and the uncountable
118
342860
2736
untuk mengubah sesuatu yang abstrak dan tidak terhitung
05:45
into something that can be seen, felt and directly reconnected
119
345620
4016
menjadi sesuatu yang dapat dilihat, dirasakan dan secara langsung terhubung
05:49
to our lives and to our behaviors,
120
349660
2296
dengan hidup kita dan kebiasaan kita,
05:51
something that is hard to achieve
121
351980
1856
sesuatu yang sulit untuk diraih
05:53
if we let the obsession for the numbers and the technology around them
122
353860
3896
jika kita membiarkan obsesi kita dengan angka dan teknologi yang mengelilinginya
05:57
lead us in the process.
123
357780
1280
menuntun kita dalam proses.
06:00
But we can do even more to connect data to the stories they represent.
124
360420
4896
Tapi kita bisa melakukan hal yang lebih untuk menghubungkan data dengan ceritanya.
06:05
We can remove technology completely.
125
365340
2656
Kita bisa menghilangkan teknologi.
06:08
A few years ago, I met this other woman,
126
368020
2256
Beberapa tahun lalu, saya bertemu perempuan
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
Seorang designer dari London yang berbagi ke saya tentang obsesinya dengan data.
06:17
We didn't know each other,
129
377540
1336
Kami tidak saling mengenal,
06:18
but we decided to run a very radical experiment,
130
378900
3256
tapi kami memutuskan untuk membuat sebuah eksperimen besar,
06:22
starting a communication using only data,
131
382180
2536
yaitu berkomunikasi hanya melalui data,
06:24
no other language,
132
384740
1336
tanpa bahasa lain,
06:26
and we opted for using no technology whatsoever to share our data.
133
386100
4616
dan tidak menggunakan teknologi apapun untuk membagikan data kita.
06:30
In fact, our only means of communication
134
390740
2896
Bahkan, komunikasi kita
06:33
would be through the old-fashioned post office.
135
393660
2856
hanya akan melalui surat yang dikirim lewat kantor pos.
06:36
For "Dear Data," every week for one year,
136
396540
2456
Untuk setiap "Hai Data," tiap minggu dalam setahun,
06:39
we used our personal data to get to know each other --
137
399020
3456
kami menggunakan data pribadi untuk mengenal satu sama lain --
06:42
personal data around weekly shared mundane topics,
138
402500
3656
data pribadi terus dibagikan setiap minggu dengan topik-topik sederhana,
06:46
from our feelings
139
406180
1216
dari perasaan kita
06:47
to the interactions with our partners,
140
407420
1856
hingga interaksi dengan pasangan kami,
06:49
from the compliments we received to the sounds of our surroundings.
141
409300
3160
pujian yang kita terima hingga suara di sekitar kita.
06:53
Personal information that we would then manually hand draw
142
413300
3536
Data pribadi yang secara manual kita gambarkan
06:56
on a postcard-size sheet of paper
143
416860
2496
dalam kertas berukuran kartu pos
06:59
that we would every week send from London to New York,
144
419380
2936
yang setiap minggunya dikirim dari London ke New York,
07:02
where I live,
145
422340
1256
tempat saya tinggal,
07:03
and from New York to London, where she lives.
146
423620
2200
dan dari New York ke London, tempat dia tinggal.
07:06
The front of the postcard is the data drawing,
147
426300
3696
Bagian depan kartu pos adalah gambar data,
07:10
and the back of the card
148
430020
1296
dan di belakangnya
07:11
contains the address of the other person, of course,
149
431340
2429
tertuliskan alamat masing-masing
07:13
and the legend for how to interpret our drawing.
150
433793
2640
dan catatan lainnya untuk menginterpretasikan data kita.
07:17
The very first week into the project,
151
437460
2016
Minggu pertama dalam projek tersebut,
07:19
we actually chose a pretty cold and impersonal topic.
152
439500
3056
kami memutuskan untuk memilih topik yang cukup umum dan sederhana.
07:22
How many times do we check the time in a week?
153
442580
3200
Berapa banyak kita memeriksa jam dalam waktu seminggu?
07:26
So here is the front of my card,
154
446540
1936
Jadi inilah kartu saya,
07:28
and you can see that every little symbol
155
448500
1976
seperti yang Anda bisa lihat tiap simbol
07:30
represents all of the times that I checked the time,
156
450500
3416
mewakili waktu yang saya cek setiap hari,
07:33
positioned for days and different hours chronologically --
157
453940
3376
diposisikan untuk hari dan jamnya secara kronologi --
07:37
nothing really complicated here.
158
457340
2040
tidak ada yang rumit di sini.
07:40
But then you see in the legend
159
460020
1576
Namun di sini Anda bisa melihat
07:41
how I added anecdotal details about these moments.
160
461620
3456
bagaimana saya memasukkan rincian tentang beberapa momen.
07:45
In fact, the different types of symbols indicate why I was checking the time --
161
465100
4576
Faktanya, simbol-simbol tersebut menandakan kenapa saya memeriksa jam --
07:49
what was I doing?
162
469700
1216
apa yang saya lakukan?
07:50
Was I bored? Was I hungry?
163
470940
1696
Apa saya bosan? Atau saya lapar?
07:52
Was I late?
164
472660
1216
Apa saya terlambat?
07:53
Did I check it on purpose or just casually glance at the clock?
165
473900
3216
Apa saya betul-betul melihat jam atau hanya sekedar mengintip saja?
07:57
And this is the key part --
166
477140
2256
dan inilah yang menjadi kunci --
07:59
representing the details of my days and my personality
167
479420
3696
mewakili setiap rincian dari hari-hari saya dan kepribadian saya
08:03
through my data collection.
168
483140
1936
melalui data yang saya kumpulkan.
08:05
Using data as a lens or a filter to discover and reveal, for example,
169
485100
4696
Gunakan data sebagai lensa atau filter untuk melihat, contohnya,
08:09
my never-ending anxiety for being late,
170
489820
2176
kegelisahan saya soal keterlambatan,
08:12
even though I'm absolutely always on time.
171
492020
2200
walaupun saya selalu tepat waktu.
08:16
Stefanie and I spent one year collecting our data manually
172
496020
4096
Saya dan Stefanie menghabiskan satu tahun mengumpulkan data kita secara manual
08:20
to force us to focus on the nuances that computers cannot gather --
173
500140
4496
untuk mendorong kita fokus pada nuansa yang tidak bisa dicatat oleh komputer --
08:24
or at least not yet --
174
504660
1536
atau belum bisa --
08:26
using data also to explore our minds and the words we use,
175
506220
3496
memakai data untuk membaca pikiran kita atau kata-kata yang kita gunakan,
08:29
and not only our activities.
176
509740
1936
dan bukan hanya sekadar aktivitas kami.
08:31
Like at week number three,
177
511700
1416
Seperti minggu ketiga,
08:33
where we tracked the "thank yous" we said and were received,
178
513140
3816
di saat kita mencatat kata "terima kasih" yang kita ucapkan dan terima,
08:36
and when I realized that I thank mostly people that I don't know.
179
516980
4656
dan ketika saya sadar bahwa saya berterima kasih pada orang yang tidak dikenal.
08:41
Apparently I'm a compulsive thanker to waitresses and waiters,
180
521660
4336
Sepertinya saya seorang pengucap terima kasih yang kompulsif pada para pramusaji,
08:46
but I definitely don't thank enough the people who are close to me.
181
526020
3160
namun saya tidak sering bilang terima kasih pada orang terdekat.
08:50
Over one year,
182
530820
1256
Lebih dari setahun,
08:52
the process of actively noticing and counting these types of actions
183
532100
4496
proses mencatat dan menghitung segala jenis kegiatan ini
08:56
became a ritual.
184
536620
1296
menjadi sebuah ritual.
08:57
It actually changed ourselves.
185
537940
2056
Ini mengubah diri kami masing-masing.
09:00
We became much more in tune with ourselves,
186
540020
2696
Kami menjadi lebih peka dengan diri sendiri,
09:02
much more aware of our behaviors and our surroundings.
187
542740
3120
dan jadi jauh lebih peka tentang kebiasaan dan dunia sekitar kami.
09:06
Over one year, Stefanie and I connected at a very deep level
188
546500
2976
Setelah satu tahun, saya dan Stefani menjadi sangat dekat
09:09
through our shared data diary,
189
549500
2016
semua karena kami rutin berbagi,
09:11
but we could do this only because we put ourselves in these numbers,
190
551540
4296
namun semua terjadi karena kami memberikan diri kami di dalam angka ini,
09:15
adding the contexts of our very personal stories to them.
191
555860
3976
menambahan konteks tentang cerita yang begitu pribadi di dalamnya.
09:19
It was the only way to make them truly meaningful
192
559860
2456
Hanya ini cara yang bisa membuat semua jadi berarti
09:22
and representative of ourselves.
193
562340
2200
dan menggambarkan diri kita.
09:26
I am not asking you to start drawing your personal data,
194
566300
3096
Sekarang saya tidak akan meminta Anda untuk membuka data pribadi,
09:29
or to find a pen pal across the ocean.
195
569420
2856
atau menemukan teman pena dari belahan dunia lain.
09:32
But I'm asking you to consider data --
196
572300
2576
tapi saya mau Anda melihat data --
09:34
all kind of data --
197
574900
1456
semua jenis data --
09:36
as the beginning of the conversation
198
576380
1776
sebagai awal dari pembicaraan
09:38
and not the end.
199
578180
1200
dan bukan akhir.
09:39
Because data alone will never give us a solution.
200
579900
3176
Karena sebetulnya data sendiri tidak pernah memberikan solusi.
09:43
And this is why data failed us so badly --
201
583100
2696
Inilah alasan data sering mengelabuhi
09:45
because we failed to include the right amount of context
202
585820
3376
karena kita gagal untuk memasukkan konteks di dalamnya
09:49
to represent reality --
203
589220
1456
untuk menggambarkan kenyataan --
09:50
a nuanced, complicated and intricate reality.
204
590700
3200
nuansa, dan dunia yang rumit.
09:54
We kept looking at these two numbers,
205
594780
2456
Kita terus menerus melihat dua angka,
09:57
obsessing with them
206
597260
1496
dan terus terobsesi dengannya
09:58
and pretending that our world could be reduced
207
598780
2496
dan berpura-pura bahwa dunia ini dapat disederhanakan
10:01
to a couple digits and a horse race,
208
601300
2336
menjadi beberapa angka dan pertarungan kuda,
10:03
while the real stories,
209
603660
1256
padahal cerita sesungguhnya,
10:04
the ones that really mattered,
210
604940
1456
yaitu yang sangat penting,
10:06
were somewhere else.
211
606420
1416
berada di sisi lain.
10:07
What we missed looking at these stories only through models and algorithms
212
607860
4416
Apa yang sering kita lupakan dari cerita yang didapat dari bentuk dan algoritme
10:12
is what I call "data humanism."
213
612300
2520
saya sebut sebagai "data kemanusiaan."
10:15
In the Renaissance humanism,
214
615380
2016
Pada masa Renaissance,
10:17
European intellectuals
215
617420
1616
cendikiawan Eropa
10:19
placed the human nature instead of God at the center of their view of the world.
216
619060
4920
menempatkan perikemanusiaan daripada Tuhan di pusat pandangan mereka atas dunia.
10:24
I believe something similar needs to happen
217
624620
2216
Saya percaya bahwa sesuatu yang serupa harus terjadi
10:26
with the universe of data.
218
626860
1776
dalam dunia data.
10:28
Now data are apparently treated like a God --
219
628660
2976
Sekarang data sepertinya diperlakukan layaknya Tuhan --
10:31
keeper of infallible truth for our present and our future.
220
631660
3280
penjaga dari segala kebohongan di masa sekarang dan masa depan.
10:35
The experiences that I shared with you today
221
635660
2896
Pengalaman-pengalaman yang saya ceritakan barusan
10:38
taught me that to make data faithfully representative of our human nature
222
638580
5016
mengajarkan saya tentang menggunakan data sebagai perwakilan perikemanusiaan kita
10:43
and to make sure they will not mislead us anymore,
223
643620
3416
dan untuk memastikan bahwa data tidak akan mengecoh kita lagi,
10:47
we need to start designing ways to include empathy, imperfection
224
647060
3696
kita harus bisa mendesain cara untuk memasukan empati dan ketidaksempurnaan
10:50
and human qualities
225
650780
1576
dan kualitas manusia
10:52
in how we collect, process, analyze and display them.
226
652380
3720
dalam cara kita mengumpulkan, menganalisa, dan menampilkannya.
10:57
I do see a place where, ultimately,
227
657100
2976
Saya melihat tempat di mana kita
11:00
instead of using data only to become more efficient,
228
660100
3336
tidak menggunakan data hanya dengan tujuan efisiensi,
11:03
we will all use data to become more humane.
229
663460
2800
kita akan memanfaatkan data agar kita lebih humanis.
11:06
Thank you.
230
666700
1216
Terima kasih.
11:07
(Applause)
231
667940
4441
(Tepuk tangan)
Tentang situs web ini

Situs ini akan memperkenalkan Anda pada video YouTube yang berguna untuk belajar bahasa Inggris. Anda akan melihat pelajaran bahasa Inggris yang diajarkan oleh guru-guru terbaik dari seluruh dunia. Klik dua kali pada subtitle bahasa Inggris yang ditampilkan di setiap halaman video untuk memutar video dari sana. Subtitle bergulir selaras dengan pemutaran video. Jika Anda memiliki komentar atau permintaan, silakan hubungi kami menggunakan formulir kontak ini.

https://forms.gle/WvT1wiN1qDtmnspy7