Susan Etlinger: What do we do with all this big data?

153,066 views ・ 2014-10-20

TED


Fare doppio clic sui sottotitoli in inglese per riprodurre il video.

Traduttore: Pierangelo Canton Revisore: Debora Serrentino
00:13
Technology has brought us so much:
0
13354
3135
La tecnologia ci ha dato davvero tanto:
00:16
the moon landing, the Internet,
1
16489
2019
l'atterraggio sulla luna, Internet,
00:18
the ability to sequence the human genome.
2
18508
2625
l'abilità di sequenziare il genoma umano.
00:21
But it also taps into a lot of our deepest fears,
3
21133
3724
Ma allo stesso tempo fa leva sulle nostre paure più profonde.
00:24
and about 30 years ago,
4
24857
1856
Una trentina di anni fa,
00:26
the culture critic Neil Postman wrote a book
5
26713
2553
il critico culturale Neil Postman scrisse un libro
00:29
called "Amusing Ourselves to Death,"
6
29266
2115
intitolato "Divertirsi da Morire"
00:31
which lays this out really brilliantly.
7
31381
2759
che mostra molto bene questa condizione.
00:34
And here's what he said,
8
34140
1650
Postman affermava, confrontando le visioni distopiche
00:35
comparing the dystopian visions
9
35790
2263
00:38
of George Orwell and Aldous Huxley.
10
38053
3573
di George Orwell e Aldous Huxley.
00:41
He said, Orwell feared we would become
11
41626
3126
Affermava che Orwell temeva che saremmo diventati
00:44
a captive culture.
12
44752
2248
una cultura schiavizzata.
00:47
Huxley feared we would become a trivial culture.
13
47000
3752
Huxley temeva che saremmo diventati una cultura banale.
00:50
Orwell feared the truth would be
14
50752
2145
Orwell temeva che la verità ci sarebbe stata nascosta,
00:52
concealed from us,
15
52897
1923
00:54
and Huxley feared we would be drowned
16
54820
2190
e Huxley temeva che saremmo annegati
00:57
in a sea of irrelevance.
17
57010
2693
nel mare della noncuranza.
00:59
In a nutshell, it's a choice between
18
59703
2170
In poche parole, non ci resta che scegliere
01:01
Big Brother watching you
19
61873
2600
tra essere osservati dal Grande Fratello
01:04
and you watching Big Brother.
20
64473
2496
oppure guardare il Grande Fratello.
01:06
(Laughter)
21
66969
1931
(Risate)
01:08
But it doesn't have to be this way.
22
68900
1734
Ma non deve essere per forza così.
01:10
We are not passive consumers of data and technology.
23
70634
3336
Non siamo consumatori passivi di dati e tecnologia.
01:13
We shape the role it plays in our lives
24
73970
2403
Scegliamo noi il ruolo che hanno nella nostra vita,
01:16
and the way we make meaning from it,
25
76373
2130
e il modo in cui assumono un significato,
01:18
but to do that,
26
78503
1603
ma per fare ciò
01:20
we have to pay as much attention to how we think
27
80106
3513
dobbiamo prestare la stessa attenzione sia al modo in cui pensiamo
01:23
as how we code.
28
83619
2030
sia al modo in cui codifichiamo.
01:25
We have to ask questions, and hard questions,
29
85649
3098
Dobbiamo porci delle domande, domande difficili,
01:28
to move past counting things
30
88747
1869
per andare oltre al computo delle cose,
01:30
to understanding them.
31
90616
2602
e iniziare a comprenderle.
01:33
We're constantly bombarded with stories
32
93218
2446
Siamo costantemente bombardati da notizie
01:35
about how much data there is in the world,
33
95664
2476
sulla quantità di dati che esistono nel mondo,
01:38
but when it comes to big data
34
98140
1580
ma quando si parla di big data
01:39
and the challenges of interpreting it,
35
99720
2596
e della sfida di riuscire ad interpretarli,
01:42
size isn't everything.
36
102316
2088
la dimensione non è tutto.
01:44
There's also the speed at which it moves,
37
104404
2903
È importante anche conoscere la velocità a cui si muovono
01:47
and the many varieties of data types,
38
107307
1696
e le diverse tipologie di dati esistenti,
01:49
and here are just a few examples:
39
109003
2498
e questi sono solo alcuni degli esempi:
01:51
images,
40
111501
2198
immagini,
01:53
text,
41
113699
4007
testi,
01:57
video,
42
117706
2095
video,
01:59
audio.
43
119801
1830
audio.
02:01
And what unites this disparate types of data
44
121631
3042
Ciò che unisce questa moltitudine di dati eterogenei
02:04
is that they're created by people
45
124673
2221
è il fatto che siano stati tutti creati dall'uomo
02:06
and they require context.
46
126894
2775
e che necessitano un contesto.
02:09
Now, there's a group of data scientists
47
129669
2445
C'è un gruppo di data scientist
02:12
out of the University of Illinois-Chicago,
48
132114
2305
dell'Università dell'Illinois a Chicago,
02:14
and they're called the Health Media Collaboratory,
49
134419
2554
chiamato Health Media Collaboratory,
02:16
and they've been working with the Centers for Disease Control
50
136973
2587
che ha collaborato con il Centro per la Prevenzione delle Malattie
02:19
to better understand
51
139560
1505
per comprendere meglio
02:21
how people talk about quitting smoking,
52
141065
2848
come le persone parlano di smettere di fumare,
02:23
how they talk about electronic cigarettes,
53
143913
2680
come parlano delle sigarette elettroniche,
02:26
and what they can do collectively
54
146593
1985
e di ciò che possono fare collettivamente
02:28
to help them quit.
55
148578
1984
per aiutarli a smettere di fumare.
02:30
The interesting thing is, if you want to understand
56
150562
2013
La cosa interessante è che se si vuole comprendere
02:32
how people talk about smoking,
57
152575
2216
come le persone parlano del fumo,
02:34
first you have to understand
58
154791
1901
bisogna prima comprendere
02:36
what they mean when they say "smoking."
59
156692
2565
cosa intendono quando parlano del concetto di "fumare".
02:39
And on Twitter, there are four main categories:
60
159257
3926
Su Twitter ci sono quattro categorie principali:
02:43
number one, smoking cigarettes;
61
163183
2997
numero uno, fumare sigarette;
02:46
number two, smoking marijuana;
62
166180
2807
numero due, fumare marijuana;
02:48
number three, smoking ribs;
63
168987
2643
numero tre, costolette fumanti;
02:51
and number four, smoking hot women.
64
171630
3553
e numero quattro, donne calde fumanti.
02:55
(Laughter)
65
175183
2993
(Risate)
02:58
So then you have to think about, well,
66
178176
2426
Quindi bisogna riflettere bene
03:00
how do people talk about electronic cigarettes?
67
180602
2140
su come le persone parlano delle sigarette elettroniche.
03:02
And there are so many different ways
68
182742
2025
Ci sono tantissimi modi diversi
03:04
that people do this, and you can see from the slide
69
184767
2599
che le persone usano, e come potete vedere nella diapositiva
03:07
it's a complex kind of a query.
70
187366
2610
è una query alquanto complessa.
03:09
And what it reminds us is that
71
189976
3224
Tutto questo ci fa ricordare
03:13
language is created by people,
72
193200
2411
che il linguaggio è creato dalle persone,
03:15
and people are messy and we're complex
73
195611
2340
e le persone sono disordinate e complesse,
03:17
and we use metaphors and slang and jargon
74
197951
2767
usano metafore, slang e dialetti
03:20
and we do this 24/7 in many, many languages,
75
200718
3279
e lo fanno ventiquattro ore su ventiquattro, in tante lingue,
03:23
and then as soon as we figure it out, we change it up.
76
203997
3224
e non appena se ne accorgono, cambiano atteggiamento.
03:27
So did these ads that the CDC put on,
77
207221
5118
Così fanno le pubblicità del Centro per la Prevenzione delle Malattie,
03:32
these television ads that featured a woman
78
212339
2430
quelle campagne televisive in cui si vede una donna
03:34
with a hole in her throat and that were very graphic
79
214769
2021
con un buco in gola, molto esplicite
03:36
and very disturbing,
80
216790
1904
e molto scioccanti,
03:38
did they actually have an impact
81
218694
1885
Influiscono davvero
03:40
on whether people quit?
82
220579
2671
sul fatto che la gente smetta di fumare?
03:43
And the Health Media Collaboratory respected the limits of their data,
83
223250
3307
L'Health Media Collaboratory, pur rispettando il limite dei suoi dati,
03:46
but they were able to conclude
84
226557
2005
ha comunque potuto concludere
03:48
that those advertisements — and you may have seen them —
85
228562
3312
che quelle campagne, probabilmente le avrete viste,
03:51
that they had the effect of jolting people
86
231874
2591
hanno l'effetto di far precipitare la gente
03:54
into a thought process
87
234465
1822
in un processo durissimo
03:56
that may have an impact on future behavior.
88
236287
3667
che potrebbe avere un impatto nel loro futuro comportamento.
03:59
And what I admire and appreciate about this project,
89
239954
3891
Ciò che più ho ammirato e apprezzato di questo progetto
04:03
aside from the fact, including the fact
90
243845
1489
oltre al fatto e incluso il fatto
04:05
that it's based on real human need,
91
245334
4057
che si basa sui bisogni reali dell'uomo,
04:09
is that it's a fantastic example of courage
92
249391
2846
è il fatto che rappresenti un fantastico esempio di coraggio
04:12
in the face of a sea of irrelevance.
93
252237
4443
alla faccia di un mare di irrilevanza.
04:16
And so it's not just big data that causes
94
256680
3305
Quindi non sono solo i big data a causare
04:19
challenges of interpretation, because let's face it,
95
259985
2601
sfide di interpretazione, perché, diciamoci la verità,
04:22
we human beings have a very rich history
96
262586
2594
noi esseri umani abbiamo alle nostre spalle una lunga storia
04:25
of taking any amount of data, no matter how small,
97
265180
2693
di dati di qualsiasi dimensione, non importa se piccoli,
04:27
and screwing it up.
98
267873
1617
presi e messi in disordine.
04:29
So many years ago, you may remember
99
269490
3737
Forse vi ricorderete che, tanti anni fa,
04:33
that former President Ronald Reagan
100
273227
2273
l'ex Presidente Ronald Reagan
04:35
was very criticized for making a statement
101
275500
1991
fu molto criticato per aver affermato
04:37
that facts are stupid things.
102
277491
3010
che i fatti sono argomenti stupidi.
04:40
And it was a slip of the tongue, let's be fair.
103
280501
2794
Siamo sinceri, sarà stato certamente un lapsus.
04:43
He actually meant to quote John Adams' defense
104
283295
2430
In realtà intendeva citare la difesa di John Adams
04:45
of British soldiers in the Boston Massacre trials
105
285725
2751
dei soldati britannici al processo per il massacro di Boston
04:48
that facts are stubborn things.
106
288476
3150
il quale affermava che i fatti erano argomenti testardi.
04:51
But I actually think there's
107
291626
2624
Personalmente ritengo che ci fosse
04:54
a bit of accidental wisdom in what he said,
108
294250
3418
un fondo di saggezza accidentale in ciò che affermò,
04:57
because facts are stubborn things,
109
297668
2776
perché i fatti sono argomenti testardi,
05:00
but sometimes they're stupid, too.
110
300444
2923
ma a volte sono anche argomenti stupidi.
05:03
I want to tell you a personal story
111
303367
1888
Voglio raccontarvi una storia personale
05:05
about why this matters a lot to me.
112
305255
3548
per farvi capire perché tutto questo significa molto per me.
05:08
I need to take a breath.
113
308803
2437
Ho bisogno di respirare a fondo.
05:11
My son Isaac, when he was two,
114
311240
2754
All'età di due anni, a mio figlio Isaac
05:13
was diagnosed with autism,
115
313994
2417
fu diagnosticata una forma di autismo.
05:16
and he was this happy, hilarious,
116
316411
2161
Era un ragazzino così felice,
05:18
loving, affectionate little guy,
117
318572
2035
sorridente, amorevole e affettuoso,
05:20
but the metrics on his developmental evaluations,
118
320607
2902
ma i parametri di valutazione del suo sviluppo
05:23
which looked at things like the number of words —
119
323509
2070
che valutano valori come il numero di parole,
05:25
at that point, none —
120
325579
3657
che in quel momento era pari a zero,
05:29
communicative gestures and minimal eye contact,
121
329236
3940
gesti comunicativi e contatto visivo minimo,
05:33
put his developmental level
122
333176
2003
lo posizionavano al livello di sviluppo
05:35
at that of a nine-month-old baby.
123
335179
3961
di un neonato di nove mesi.
05:39
And the diagnosis was factually correct,
124
339140
2960
La diagnosi, sulla carta, era corretta,
05:42
but it didn't tell the whole story.
125
342100
3209
ma non raccontava tutta la verità.
05:45
And about a year and a half later,
126
345309
1401
Un anno e mezzo più tardi,
05:46
when he was almost four,
127
346710
2102
quando aveva quasi quattro anni,
05:48
I found him in front of the computer one day
128
348812
2363
un giorno lo trovai davanti al computer
05:51
running a Google image search on women,
129
351175
5453
che cercava su Google immagini di donne,
05:56
spelled "w-i-m-e-n."
130
356628
3616
scritto "d-o-n-e".
06:00
And I did what any obsessed parent would do,
131
360244
2740
E feci quello che ogni genitore ossessionato avrebbe fatto,
06:02
which is immediately started hitting the "back" button
132
362984
1901
Cioè premere subito il pulsante "indietro"
06:04
to see what else he'd been searching for.
133
364885
3363
per vedere cos'altro avesse cercato.
06:08
And they were, in order: men,
134
368248
2171
E in quest'ordine c'erano: uomini,
06:10
school, bus and computer.
135
370419
7267
scuola, autobus e computer.
06:17
And I was stunned,
136
377686
2070
E rimasi stupita,
06:19
because we didn't know that he could spell,
137
379756
2002
perché non sapevamo che sapesse scrivere,
06:21
much less read, and so I asked him,
138
381758
1766
e tantomeno leggere, così gli chiesi:
06:23
"Isaac, how did you do this?"
139
383524
2193
"Isaac, come sei riuscito a fare questo?"
06:25
And he looked at me very seriously and said,
140
385717
2678
E lui, guardandomi molto serio, mi disse:
06:28
"Typed in the box."
141
388395
3352
"Scrivendo nella scatola".
06:31
He was teaching himself to communicate,
142
391747
3734
Stava cercando di imparare da solo a comunicare,
06:35
but we were looking in the wrong place,
143
395481
3004
ma noi stavamo cercando nel posto sbagliato.
06:38
and this is what happens when assessments
144
398485
2295
Questo è ciò che accade quando le valutazioni
06:40
and analytics overvalue one metric —
145
400780
2396
e le analisi sopravvalutano il sistema di misura,
06:43
in this case, verbal communication —
146
403176
2609
in questo caso, la comunicazione verbale,
06:45
and undervalue others, such as creative problem-solving.
147
405785
5703
e sottovalutano altri parametri
come la capacità  di risoluzione dei problemi.
06:51
Communication was hard for Isaac,
148
411488
2307
Per Isaac era difficile comunicare,
06:53
and so he found a workaround
149
413795
1912
allora ha cercato un modo
06:55
to find out what he needed to know.
150
415707
2857
di scoprire ciò che aveva bisogno di sapere.
06:58
And when you think about it, it makes a lot of sense,
151
418564
1890
Se ci pensate, tutto questo ha senso,
07:00
because forming a question
152
420454
2081
perché formulare una domanda
07:02
is a really complex process,
153
422535
2565
è un processo davvero complesso,
07:05
but he could get himself a lot of the way there
154
425100
2522
ma lui è riuscito ad arrivare a quello che voleva
07:07
by putting a word in a search box.
155
427622
4092
inserendo una parola nella finestra di ricerca.
07:11
And so this little moment
156
431714
2936
Questo piccolo momento
07:14
had a really profound impact on me
157
434650
2836
ha avuto un impatto molto profondo su di me
07:17
and our family
158
437486
1309
e sulla nostra famiglia
07:18
because it helped us change our frame of reference
159
438795
3141
perché ci ha aiutato a cambiare i parametri di riferimento,
07:21
for what was going on with him,
160
441936
2208
per capire meglio cosa passava per la sua testa,
07:24
and worry a little bit less and appreciate
161
444144
2976
e a preoccuparci un po' meno, apprezzando di più,
07:27
his resourcefulness more.
162
447120
2182
la sua ingegnosità.
07:29
Facts are stupid things.
163
449302
2861
I fatti sono argomenti stupidi.
07:32
And they're vulnerable to misuse,
164
452163
2397
E c'è il rischio che vengano usati
07:34
willful or otherwise.
165
454560
1653
in modo scorretto.
07:36
I have a friend, Emily Willingham, who's a scientist,
166
456213
3026
Ho un'amica ricercatrice, Emily Willingham,
07:39
and she wrote a piece for Forbes not long ago
167
459239
2801
che non molto tempo fa ha scritto un articolo per Forbes
07:42
entitled "The 10 Weirdest Things
168
462040
1980
intitolato "Le 10 cose più strane
07:44
Ever Linked to Autism."
169
464020
1810
associate all'autismo".
07:45
It's quite a list.
170
465830
3005
È una lista piuttosto lunga.
07:48
The Internet, blamed for everything, right?
171
468835
3532
Internet è il colpevole di tutto, vero?
07:52
And of course mothers, because.
172
472367
3757
E ovviamente le madri.
07:56
And actually, wait, there's more,
173
476124
1587
Tra l'altro, non è tutto,
07:57
there's a whole bunch in the "mother" category here.
174
477711
3430
ce ne sono diverse nella categoria "madre".
08:01
And you can see it's a pretty rich and interesting list.
175
481141
4815
Come potete vedere, è una lista piuttosto ricca e interessante.
08:05
I'm a big fan of
176
485956
2193
Personalmente, la mia preferita
08:08
being pregnant near freeways, personally.
177
488149
3704
è rimanere incinta vicino alle autostrade".
08:11
The final one is interesting,
178
491853
1539
Anche l'ultima è interessante,
08:13
because the term "refrigerator mother"
179
493392
3003
perché, di fatto, il termine "madre frigorifero"
08:16
was actually the original hypothesis
180
496395
2605
fu usata come ipotesi originale per spiegare la causa dell'autismo,
08:19
for the cause of autism,
181
499000
1431
08:20
and that meant somebody who was cold and unloving.
182
500431
2735
indicando una persona fredda e incapace di amare.
08:23
And at this point, you might be thinking,
183
503166
1562
A questo punto starete pensando:
08:24
"Okay, Susan, we get it,
184
504728
1657
"D'accordo, Susan, abbiamo capito,
08:26
you can take data, you can make it mean anything."
185
506385
1782
puoi prendere i dati e dar loro un significato".
08:28
And this is true, it's absolutely true,
186
508167
4703
Ed è vero, è del tutto vero, ma la sfida
08:32
but the challenge is that
187
512870
5610
08:38
we have this opportunity
188
518480
2448
è che abbiamo questa opportunità
08:40
to try to make meaning out of it ourselves,
189
520928
2284
di provare a ricavarne un significato noi stessi,
08:43
because frankly, data doesn't create meaning. We do.
190
523212
5352
perché, onestamente, i dati non creano significati. Siamo noi a farlo.
08:48
So as businesspeople, as consumers,
191
528564
3256
Quindi, come persone d'affari, consumatori,
08:51
as patients, as citizens,
192
531820
2539
pazienti e cittadini,
08:54
we have a responsibility, I think,
193
534359
2396
ritengo che abbiamo la responsabilità
08:56
to spend more time
194
536755
2194
di passare più tempo
08:58
focusing on our critical thinking skills.
195
538949
2870
a concentrarci sulle nostre capacità di pensiero critico.
09:01
Why?
196
541819
1078
Perché?
09:02
Because at this point in our history, as we've heard
197
542897
3178
Perché in questo momento storico, come abbiamo sentito più volte,
09:06
many times over,
198
546075
1706
09:07
we can process exabytes of data
199
547781
1981
siamo in grado di analizzare Exabyte di dati alla velocità della luce,
09:09
at lightning speed,
200
549762
2153
09:11
and we have the potential to make bad decisions
201
551915
3515
e corriamo il rischio di prendere decisioni sbagliate
09:15
far more quickly, efficiently,
202
555430
1834
molto più velocemente, efficientemente,
09:17
and with far greater impact than we did in the past.
203
557264
5028
e con un impatto molto più forte che in passato.
09:22
Great, right?
204
562292
1388
Splendido, vero?
09:23
And so what we need to do instead
205
563680
3030
Ciò che dobbiamo fare, quindi,
09:26
is spend a little bit more time
206
566710
2330
è dedicare un po' più di tempo a cose come gli studi umanistici,
09:29
on things like the humanities
207
569040
2746
09:31
and sociology, and the social sciences,
208
571786
3464
la sociologia e le scienze sociali, la retorica, la filosofia, l'etica,
09:35
rhetoric, philosophy, ethics,
209
575250
2308
perché ci danno un contesto,
09:37
because they give us context that is so important
210
577558
2856
che, abbiamo visto, è molto importante
09:40
for big data, and because
211
580414
2576
per comprendere i big data e perché
09:42
they help us become better critical thinkers.
212
582990
2418
ci aiutano ad usare meglio il nostro pensiero critico.
09:45
Because after all, if I can spot
213
585408
4207
Perché, dopo tutto, se siamo in grado di individuare
09:49
a problem in an argument, it doesn't much matter
214
589615
2486
un problema in un ragionamento, non ci importa tanto
09:52
whether it's expressed in words or in numbers.
215
592101
2759
se viene espresso con parole o numeri.
09:54
And this means
216
594860
2719
Questo vuol dire
09:57
teaching ourselves to find those confirmation biases
217
597579
4421
che dobbiamo imparare ad individuare questi pregiudizi
10:02
and false correlations
218
602000
1822
e false correlazioni,
10:03
and being able to spot a naked emotional appeal
219
603822
2138
e dobbiamo essere in grado di individuare da lontano
10:05
from 30 yards,
220
605960
1662
un semplice appello emotivo,
10:07
because something that happens after something
221
607622
2522
perché qualcosa che succede dopo qualcos'altro,
10:10
doesn't mean it happened because of it, necessarily,
222
610144
3082
non vuol dire per forza che ne sia una conseguenza.
Se mi permettete di fare
10:13
and if you'll let me geek out on you for a second,
223
613226
2119
la secchiona per un momento,
10:15
the Romans called this "post hoc ergo propter hoc,"
224
615345
4297
i romani lo chiamavano "post hoc ergo propter hoc",
10:19
after which therefore because of which.
225
619642
3296
"dopo di ciò, quindi a causa di ciò".
10:22
And it means questioning disciplines like demographics.
226
622938
3757
Questo implica mettere in discussione discipline come la demografia.
10:26
Why? Because they're based on assumptions
227
626695
2520
Perché? Perché si basano su deduzioni
10:29
about who we all are based on our gender
228
629215
2306
su chi siamo, sul nostro sesso,
10:31
and our age and where we live
229
631521
1462
sulla nostra età e su dove viviamo
10:32
as opposed to data on what we actually think and do.
230
632983
3478
in opposizione ai dati su chi siamo e a cosa pensiamo veramente.
10:36
And since we have this data,
231
636461
1663
Avendo questi dati,
10:38
we need to treat it with appropriate privacy controls
232
638124
3139
dobbiamo trattarli con controlli della privacy appropriati
10:41
and consumer opt-in,
233
641263
3576
e con l'autorizzazione dei consumatori,
10:44
and beyond that, we need to be clear
234
644839
2993
e dobbiamo, inoltre, essere chiari
10:47
about our hypotheses,
235
647832
2103
riguardo le nostre ipotesi,
10:49
the methodologies that we use,
236
649935
2596
le metodologie che utilizziamo,
10:52
and our confidence in the result.
237
652531
2804
e la nostra fiducia sul risultato.
10:55
As my high school algebra teacher used to say,
238
655335
2474
Come diceva la mia professoressa di algebra,
10:57
show your math,
239
657809
1531
dovete scrivere i passaggi,
10:59
because if I don't know what steps you took,
240
659340
3441
perché se non so quali passaggi avete seguito,
11:02
I don't know what steps you didn't take,
241
662781
1991
non posso sapere quelli che non avete seguito,
11:04
and if I don't know what questions you asked,
242
664772
2438
e se non so che domande vi siete fatti,
11:07
I don't know what questions you didn't ask.
243
667210
3197
non posso sapere che domande non vi siete fatti.
11:10
And it means asking ourselves, really,
244
670407
1523
Questo vuol dire che dobbiamo porci la domanda più difficile di tutte:
11:11
the hardest question of all:
245
671930
1479
11:13
Did the data really show us this,
246
673409
3500
i big data ci mostrano davvero tutto questo
11:16
or does the result make us feel
247
676909
2311
o è il risultato che ci fa sentire più soddisfatti e a nostro agio?
11:19
more successful and more comfortable?
248
679220
3878
11:23
So the Health Media Collaboratory,
249
683098
2584
Così l'Health Media Collaboratory,
11:25
at the end of their project, they were able
250
685682
1699
alla fine del progetto ha potuto concludere che l'87 per cento dei tweet
11:27
to find that 87 percent of tweets
251
687381
3408
11:30
about those very graphic and disturbing
252
690789
2144
riguardanti quelle campagne esplicite e scioccanti
11:32
anti-smoking ads expressed fear,
253
692933
4038
contro il fumo suscitavano paura,
11:36
but did they conclude
254
696971
1856
ma hanno potuto concludere
11:38
that they actually made people stop smoking?
255
698827
3161
che facessero realmente smettere di fumare?
11:41
No. It's science, not magic.
256
701988
2542
No. È scienza, non magia.
11:44
So if we are to unlock
257
704530
3190
Quindi, se dovessimo liberare
11:47
the power of data,
258
707720
2862
il potere dei dati,
11:50
we don't have to go blindly into
259
710582
3448
non dovremo credere ciecamente
11:54
Orwell's vision of a totalitarian future,
260
714030
3436
alla visione di Orwell di un futuro totalitario,
11:57
or Huxley's vision of a trivial one,
261
717466
3117
o a quella di Huxley di un futuro banale,
12:00
or some horrible cocktail of both.
262
720583
3020
o qualche terribile cocktail di entrambi.
12:03
What we have to do
263
723603
2379
Ciò che dobbiamo fare
12:05
is treat critical thinking with respect
264
725982
2718
è trattare il pensiero critico con rispetto
12:08
and be inspired by examples
265
728700
2029
e ispirarci ad esempi
12:10
like the Health Media Collaboratory,
266
730729
2610
come quello dell'Health Media Collaboratory,
12:13
and as they say in the superhero movies,
267
733339
2328
e come dicono i supereroi nei film,
12:15
let's use our powers for good.
268
735667
1822
usiamo i nostri poteri per fare del bene.
12:17
Thank you.
269
737489
2351
Grazie.
12:19
(Applause)
270
739840
2334
(Applausi)
A proposito di questo sito web

Questo sito vi presenterà i video di YouTube utili per l'apprendimento dell'inglese. Vedrete lezioni di inglese tenute da insegnanti di alto livello provenienti da tutto il mondo. Fate doppio clic sui sottotitoli in inglese visualizzati su ogni pagina video per riprodurre il video da lì. I sottotitoli scorrono in sincronia con la riproduzione del video. Se avete commenti o richieste, contattateci tramite questo modulo di contatto.

https://forms.gle/WvT1wiN1qDtmnspy7