The beauty of data visualization | David McCandless

מתרגם: Guy Ernest מבקר: Ido Dekkers

It feels like we're all suffering

כולנו סובלים

from information overload or data glut.

מעומס או עודף של מידע

And the good news is there might be an easy solution to that,

והחדשות הטובות שיתכן פתרון פשוט לזה

and that's using our eyes more.

והוא להשתמש בעיניים שלנו יותר

So, visualizing information, so that we can see

ובכן, המחשת מידע, כך שנוכל לראות

the patterns and connections that matter

את התבניות והקשרים החשובים

and then designing that information so it makes more sense,

ואז לעצב את המידע כך שיהיה בעל יותר משמעות

or it tells a story,

או שיספר סיפור

or allows us to focus only on the information that's important.

או לאפשר לנו להתמקד רק באינפורמציה שחשובה

Failing that, visualized information can just look really cool.

גם אם ניכשל בזה, מידע מומחש יכול להראות ממש מגניב

So, let's see.

אז בואו ניראה

This is the $Billion Dollar o-Gram,

זהו תרשים מיליארד הדולר

and this image arose

התמונה הזאת צמחה

out of frustration I had

מהתסכול שלי

with the reporting of billion-dollar amounts in the press.

מדיווחים על סכומים של מיליארד דולר בתקשורת

That is, they're meaningless without context:

הם חסרי משמעות ללא הקשר

500 billion for this pipeline,

500 מיליארד לצינור הזה

20 billion for this war.

20 מיליארד למלחמה הזאת

It doesn't make any sense, so the only way to understand it

אין לזה שום משמעות, אז הדרך היחידה להבין את זה

is visually and relatively.

זה להמחיש את זה בצורה יחסית

So I scraped a load of reported figures

אז אספתי ערמות של נתונים דיווחים

from various news outlets

ממקורות חדשות שונים

and then scaled the boxes according to those amounts.

ואז הגדלתי את הקופסאות בהתאם לסכומים האלה

And the colors here represent the motivation behind the money.

והצבעים מייצגים את המטרה של הכסף

So purple is "fighting,"

אז סגול זה לחימה

and red is "giving money away," and green is "profiteering."

ואדום זה מתן כסף, וירוק זה למטרות רווח

And what you can see straight away

אז ניתן לראות מיד

is you start to have a different relationship to the numbers.

את היחסים השונים בין המספרים

You can literally see them.

אתם יכולים ממש לראות את זה

But more importantly, you start to see

אבל יותר חשוב, אתם מתחילים לראות

patterns and connections between numbers

תבניות וקשרים בין המספרים

that would otherwise be scattered across multiple news reports.

מה שאחרת היה מפוזר בין דוחות חדשות מרובים

Let me point out some that I really like.

הרשו לי להצביע על כמה שאני ממש אוהב

This is OPEC's revenue, this green box here --

אלו הרווחים של OPEC, הקופסא הירוקה כאן

780 billion a year.

780 מיליארד בשנה

And this little pixel in the corner -- three billion --

והנקודה הקטנה בפינה - שלושה מיליארד

that's their climate change fund.

היא הקרן שלהם לשינוי האקלים

Americans, incredibly generous people --

האמריקאים, אנשים מאד נדיבים -

over 300 billion a year, donated to charity every year,

יותר מ-300 מיליארד בשנה, נתרמים לצדקה בכל שנה

compared with the amount of foreign aid

בהשוואה לסכומים של סיוע החוץ

given by the top 17 industrialized nations

הניתן על ידי 17 הארצות המתועשות הגדולות

at 120 billion.

שהוא 120 מיליארד

Then of course,

ואז כמובן

the Iraq War, predicted to cost just 60 billion

המלחמה בעיראק, שהוערך שתעלה רק 60 מיליארד

back in 2003.

אז ב-2003

And it mushroomed slightly. Afghanistan and Iraq mushroomed now

והיא קצת התפשטה. המלחמה באפגניסטן כעת עלתה

to 3,000 billion.

ל-3,000 מיליארד

So now it's great

אז עכשיו זה מצויין

because now we have this texture, and we can add numbers to it as well.

כי יש לנו עכשיו את המרקם, ואנחנו יכולים להוסיף לזה מספרים

So we could say, well, a new figure comes out ... let's see African debt.

אז אנחנו יכולים להגיד, כשמספר נוסף ... בואו נראה את החוב האפריקאי

How much of this diagram do you think might be taken up

כמה מהתרשים הזה אתם חושבים יתפס

by the debt that Africa owes to the West?

על ידי החוב של אפריקה למערב

Let's take a look.

בואו נראה

So there it is:

אז הנה זה

227 billion is what Africa owes.

227 מיליארד זהו החוב של אפריקה

And the recent financial crisis,

והמשבר הכלכלי האחרון --

how much of this diagram might that figure take up?

כמה מהתרשים יתפס במספר הזה

What has that cost the world? Let's take a look at that.

כמה זה עלה לעולם? בואו נראה את זה

Dooosh -- Which I think is the appropriate sound effect

דוווש. אני חושב שזהו אפקט הקול המתאים

for that much money:

לכל כך הרבה כסף

11,900 billion.

11,900 מיליארד

So, by visualizing this information,

אז בעזרת המחשה של המידע הזה

we turned it into a landscape

הפכנו אותו לנוף

that you can explore with your eyes,

שאנחנו יכולים לחקור בעזרת העיניים שלנו

a kind of map really, a sort of information map.

זהו סוג של מפה בעצם, סוג של מפת מידע

And when you're lost in information,

וכאשר אתם הולכים לאיבוד במידע

an information map is kind of useful.

מפת מידע היא די שימושית

So I want to show you another landscape now.

אז אני רוצה להראות לכם עוד תמונת נוף עכשיו

We need to imagine what a landscape

אנחנו צריכים לדמיין כיצד תמונת הנוף

of the world's fears might look like.

של הפחדים בעולם עשויה להראות

Let's take a look.

בואו נראה

This is Mountains Out of Molehills,

אילו הרים מגבעות של חפרפרות

a timeline of global media panic.

ציר הזמן של פאניקה בתקשורת העולמית

(Laughter)

(צחוק)

So, I'll label this for you in a second.

אז אני אתן תוויות בעוד רגע

But the height here, I want to point out,

אבל הגובה כאן, אני רוצה להצביע לכם,

is the intensity of certain fears

הוא העוצמה של פחדים מסוימים

as reported in the media.

כפי שדווחו בתקשורת

Let me point them out.

תנו לי להצביע לכם

So this, swine flu -- pink.

אז זוהי שפעת החזירים - ורוד

Bird flu.

שפעת הציפורים

SARS -- brownish here. Remember that one?

סארס - חום כאן. זיכרו אותה.

The millennium bug,

באג שנת אלפיים --

terrible disaster.

אסון נוראי

These little green peaks

שלושת הפסגות הירוקות הקטנות האלה

are asteroid collisions.

הן התנגשות של אסטרואידים

(Laughter)

(צחוק)

And in summer, here, killer wasps.

ובקיץ, כאן, צרעות קטלניות.

(Laughter)

(צחוק)

So these are what our fears look like

אז כך נראים הפחדים שלנו

over time in our media.

לאורך זמן בתקשורת שלנו

But what I love -- and I'm a journalist --

אבל מה שאני אוהב -- ואני עיתונאי --

and what I love is finding hidden patterns; I love being a data detective.

ומה שאני אוהב זה למצוא תבניות נסתרות, אני אוהב להיות בלש של מידע

And there's a very interesting and odd pattern hidden in this data

ויש תבניות נסתרות מאד מעניינות ומוזרות במידע הזה

that you can only see when you visualize it.

שאתם יכולים לראות רק כאשר אתם ממחישים אותו

Let me highlight it for you.

הרשו לי להדגיש אותו עבורכם

See this line, this is a landscape for violent video games.

רואים את הקו הזה. זהו תרשים הנוף של אלימות של משחקי ווידאו

As you can see, there's a kind of odd, regular pattern in the data,

כפי שאתם יכולים לראות, יש תבנית קבועה די מוזרה במידע

twin peaks every year.

פסגות תאומות בכל שנה

If we look closer, we see those peaks occur

אם נסתכל קרוב יותר, נוכל לראות שהפסגות קורות

at the same month every year.

באותו חודש בכל שנה

Why?

מדוע?

Well, November, Christmas video games come out,

ובכן, בנובמבר, משחקי הווידאו לחג המולד יוצאים

and there may well be an upsurge in the concern about their content.

ואז יתכן גידול בדאגה לגבי התוכן שלהם

But April isn't a particularly massive month

אבל אפריל הוא אינו חודש מסיבי

for video games.

למשחקי הווידאו

Why April?

מדוע אפריל?

Well, in April 1999 was the Columbine shooting,

ובכן באפריל 1999 היה אירוע היריות בקולומביין

and since then, that fear

ומאז הפחד הזה

has been remembered by the media

מוזכר על ידי התקשורת

and echoes through the group mind gradually through the year.

ומהדהד בהדרגה בקבוצות החשיבה לאורך השנה

You have retrospectives, anniversaries,

יש תחקירים וימי שנה

court cases, even copy-cat shootings,

תיקים בבתי המשפט ואפילו יריות של חקיינים

all pushing that fear into the agenda.

כולם דוחפים את הפחדים שלהם לדיון הציבורי

And there's another pattern here as well. Can you spot it?

ויש פה תבנית נוספת. אתם מסוגלים להבחין בה?

See that gap there? There's a gap,

רואים את הפער כאן? יש כאן פער

and it affects all the other stories.

וזה משפיע על כל הסיפורים האחרים

Why is there a gap there?

מדוע יש שם פער?

You see where it starts? September 2001,

אתם רואים מתי זה מתחיל? ספטמבר 2001

when we had something very real

כאשר יש לנו משהו מאד ממשי

to be scared about.

לפחד ממנו

So, I've been working as a data journalist for about a year,

ובכן, אני עובד כעיתונאי של מידע בערך שנה

and I keep hearing a phrase

ואני שומע משפט

all the time, which is this:

כל הזמן, שאומר:

"Data is the new oil."

"מידע הוא הנפט החדש"

Data is the kind of ubiquitous resource

ומידע הוא מקור שקיים בכל מקום

that we can shape to provide new innovations and new insights,

שאנחנו יכולים לעצב לספק רעיונות ואבחנות חדשות

and it's all around us, and it can be mined very easily.

הוא מסביבנו, וניתן לכרות אותו מאד בקלות

It's not a particularly great metaphor in these times,

וזה לא מטאפורה כל כך גדולה בזמנים אלה

especially if you live around the Gulf of Mexico,

בעיקר אם אתה חי באזור של מפרץ מקסיקו

but I would, perhaps, adapt this metaphor slightly,

אבל אני אולי אתאים את המטפורה קלות

and I would say that data is the new soil.

ואומר שהמידע הוא האדמה החדשה

Because for me, it feels like a fertile, creative medium.

בגלל שבשבילי זה כמו מקור של יצירתיות פורה

Over the years, online,

אתם יודעים, במשך השנים, בעולם המקוון

we've laid down

הנחנו

a huge amount of information and data,

כמויות עצומות של מידע

and we irrigate it with networks and connectivity,

והשקנו אותו בעזרת רשתות וקישוריות

and it's been worked and tilled by unpaid workers and governments.

והוא עבר עיבוד בעזרת עובדים ללא תשלום וממשלות

And, all right, I'm kind of milking the metaphor a little bit.

ובסדר, אני קצת חולב את המטפורה

But it's a really fertile medium,

אבל זהו באמת מקור פורה

and it feels like visualizations, infographics, data visualizations,

ונראה לי שהמחשה, ציור של מידע, המחשה של מידע

they feel like flowers blooming from this medium.

נראה שהם הפרחים הפורחים מהמקור הזה

But if you look at it directly,

אבל אם מסתכלים על זה בצורה ישירה

it's just a lot of numbers and disconnected facts.

זה נראה כמו המון מספרים ועובדות שאינן קשורות

But if you start working with it and playing with it in a certain way,

אבל אם אתם מתחילים לעבוד עם זה ולשחק עם זה בצורה מסוימת

interesting things can appear and different patterns can be revealed.

דברים מעניינים מופיעים ותבניות שונות מתגלות

Let me show you this.

הרשו לי להראות לכם את זה

Can you guess what this data set is?

אתם יכולים לנחש מה המידע הזה אומר?

What rises twice a year,

מה צומח פעמיים השנה

once in Easter

פעם בחג הפסחא

and then two weeks before Christmas,

ואז שבועיים לפני חג המולד

has a mini peak every Monday,

ויש לו פסגה קטנה בכל יום שני

and then flattens out over the summer?

ואז נהיה שטוח כל הקייץ

I'll take answers.

אני מקבל תשובות

(Audience: Chocolate.) David McCandless: Chocolate.

(הקהל: שוקולד) שוקולד

You might want to get some chocolate in.

אתם אולי תרצו לקחת קצת שוקולד

Any other guesses?

הצעות אחרות?

(Audience: Shopping.) DM: Shopping.

(הקהל: קניות) קניות

Yeah, retail therapy might help.

כן, טיפול קניות יכול לעזור

(Audience: Sick leave.)

(קהל: חופשות מחלה)

DM: Sick leave. Yeah, you'll definitely want to take some time off.

חופשת מחלה. כן, אתם בודאי תרצו לקחת קצת חופש

Shall we see?

בואו נראה?

(Laughter)

(צחוק)

(Applause)

(מחיאות כפיים)

So, the information guru Lee Byron and myself,

אז המידע כאן, לי ביירון ואני

we scraped 10,000 status Facebook updates

אנחנו אספנו 10,000 עידכוני מצב בפייסבוק

for the phrase "break-up" and "broken-up"

של המשפט "פרידה" או "נפרדנו"

and this is the pattern we found --

וזוהי התבנית שגילינו

people clearing out for Spring Break,

אנשים מפנים לקראת חופשת האביב

(Laughter)

(צחוק)

coming out of very bad weekends on a Monday,

יוצאים מסופי שבוע מאד רעים בימי שני

being single over the summer,

נשארים לבד במשך הקייץ

and then the lowest day of the year, of course: Christmas Day.

ואז היום הנמוך ביותר של השנה: יום חג המולד

Who would do that?

מי עושה את זה?

So there's a titanic amount of data out there now,

אז יש כמויות עצומות של מידע שם בחוץ

unprecedented.

בצורה חסרת תקדים

But if you ask the right kind of question,

אבל אם שואלים את השאלה הנכונה

or you work it in the right kind of way,

או אם עובדים בדרך הנכונה

interesting things can emerge.

דברים מעניינים צפים

So information is beautiful. Data is beautiful.

אז מידע הוא דבר יפיפה

I wonder if I could make my life beautiful.

אני תוהה אם אוכל לעשות את החיים שלי כל כך יפים

And here's my visual C.V.

הנה קורות החיים החזותיים שלי

I'm not quite sure I've succeeded.

אני לא בטוח שכל כך הצלחתי

Pretty blocky, the colors aren't that great.

די מגושם, הצבעים לא כל כך טובים

But I wanted to convey something to you.

אני אני רוצה להעביר לכם מסר מסוים

I started as a programmer,

התחלתי כתוכניתן

and then I worked as a writer for many years, about 20 years,

ואז עבדתי ככתב במשך הרבה שנים, בערך 20 שנה

in print, online and then in advertising,

בדפוס, בעולם המקוון ואז בפרסום

and only recently have I started designing.

ורק לאחרונה התחלתי לעצב

And I've never been to design school.

ומעולם לא הייתי בבית ספר לעיצוב

I've never studied art or anything.

מעולם לא למדתי אומנות או משהו

I just kind of learned through doing.

אני פשוט למדתי תוך כדי עשיה

And when I started designing,

וכאשר התחלתי לעצב

I discovered an odd thing about myself.

גיליתי משהו מוזר על עצמי

I already knew how to design,

כל הזמן ידעתי איך לעצב

but it wasn't like I was amazingly brilliant at it,

אבל לא הייתי מדהים בזה

but more like I was sensitive

הייתי פשוט רגיש

to the ideas of grids and space

לרעיונות של רשתות ומרחב

and alignment and typography.

של ישור וכתב

It's almost like being exposed

זה כמעט כמו להיות חשוף

to all this media over the years

לכל התקשורת הזאת במשך השנים

had instilled a kind of dormant design literacy in me.

פיתחה יכולת עיצוב רדומה בתוכי

And I don't feel like I'm unique.

ואני לא מרגיש שאני מיוחד

I feel that everyday, all of us now

אני מרגיש כל יום, כולנו עכשיו

are being blasted by information design.

מוטרדים על ידי עיצוב המידע

It's being poured into our eyes through the Web,

הוא מוזרם לתוך העינים שלנו דרך הרשת

and we're all visualizers now;

וכולנו עכשיו ממחישים

we're all demanding a visual aspect

כולנו דורשים את הצד החזותי

to our information.

למידע שלנו

There's something almost quite magical about visual information.

ויש משהו כמעט קסום במידע חזותי

It's effortless, it literally pours in.

הוא חסר מאמץ, הוא פשוט זורם פנימה

And if you're navigating a dense information jungle,

ואם אתה מנווט בג'ונגל צפוף של מידע

coming across a beautiful graphic

למצוא גראפיקה יפיפיה

or a lovely data visualization,

או המחשה חזותית יפה של מידע

it's a relief, it's like coming across a clearing in the jungle.

זוהי הקלה, זה כמו להגיע לקרחת יער בג'ונגל

I was curious about this, so it led me

והייתי סקרן לגבי זה, אז זה הוביל אותי

to the work of a Danish physicist

לעבודה של רופא דני

called Tor Norretranders,

בשם תור נורטרנדס

and he converted the bandwidth of the senses into computer terms.

והוא המיר את רוחב הפס של החושים למונחי מחשב

So here we go. This is your senses,

אז הנה זה. אלו החושים שלכם

pouring into your senses every second.

זורמים לתוך החושים שלכם בכל שניה

Your sense of sight is the fastest.

חוש הראיה הוא המהיר ביותר

It has the same bandwidth as a computer network.

יש לו את אותו רוחב הפס כמו רשת מחשבים

Then you have touch, which is about the speed of a USB key.

וכן יש חוש מישוש, שהוא בערך אותה מהירות כמו מפתח USB

And then you have hearing and smell,

וכן יש חושי שמיעה וריח

which has the throughput of a hard disk.

שיש להם תפוקה של דיסק קשיח

And then you have poor old taste,

וכן יש את חוש הטעם הישן והמסכן

which is like barely the throughput of a pocket calculator.

שהוא בקושי עם תפוקה של מחשבון כיס

And that little square in the corner, a naught .7 percent,

והריבוע הקטן בפינה עם 0.7 אחוז

that's the amount we're actually aware of.

זוהי הכמות שאנחנו באמת מודעים לה

So a lot of your vision --

אז הרבה מהקליטה שלכם

the bulk of it is visual, and it's pouring in.

הרוב הוא חזותי וזה זורם פנימה

It's unconscious.

זה לא מודע

The eye is exquisitely sensitive

והעיניים הן רגישות ביותר

to patterns in variations in color, shape and pattern.

לתבניות עם שינוי של צבע, צורה ותבנית

It loves them, and it calls them beautiful.

הן אוהבות אותן וקוראות להן יופי

It's the language of the eye.

זוהי השפה של העיניים

If you combine the language of the eye with the language of the mind,

ואם מחברים את השפה של העיניים עם השפה של המוח

which is about words and numbers and concepts,

שהיא מבוססת על מילים, מספרים ומושגים

you start speaking two languages simultaneously,

אתם מתחילים לדבר בשתי שפות בו זמנית

each enhancing the other.

כל אחת מחזקת את השניה

So, you have the eye, and then you drop in the concepts.

אז יש לנו עיניים, ואז אתם מכניסים את המושגים

And that whole thing -- it's two languages

וכל הדבר הזה -- זה שתי שפות

both working at the same time.

שתיהן עובדות באותו הזמן

So we can use this new kind of language, if you like,

אז אנחנו יכולים להשתמש בסוג של שפה חדשה, אם תרצו

to alter our perspective or change our views.

לשנות את נקודת המבט שלנו או את מה שאנחנו רואים

Let me ask you a simple question

הרשו לשאול אתכם שאלה פשוטה

with a really simple answer:

עם תשובה מאד פשוטה

Who has the biggest military budget?

למי יש את התקציב הצבאי הגדול ביותר

It's got to be America, right?

זה בודאי אמריקה, נכון?

Massive. 609 billion in 2008 --

עצום, 609 ביליון ב-2008

607, rather.

יותר נכון, 607

So massive, in fact, that it can contain

כל כך עצום למעשה שהוא יכול להכיל

all the other military budgets in the world inside itself.

את כל תקציבי הצבאות האחרים בעולם בתוכו

Gobble, gobble, gobble, gobble, gobble.

גובל, גובל, גובל....

Now, you can see Africa's total debt there

עכשיו בואו נראה את סכום החוב הכללי של אפריקה

and the U.K. budget deficit for reference.

ואת הגרעון התקציבי של בריטניה לשם השוואה

So that might well chime

זה בהחלט מתאים

with your view that America

לתפיסה שלכם של אמריקה

is a sort of warmongering military machine,

כמחרחרת מלחמה, מכונה צבאית

out to overpower the world

מנסה להשתלט על העולם

with its huge industrial-military complex.

בעזרת מבנה צבאי-תעשיתי עצום

But is it true that America has the biggest military budget?

אבל האם זה נכון שלאמריקה יש את התקציב הצבאי הגדול ביותר?

Because America is an incredibly rich country.

בגלל שזאת מדינה כל כך עשירה

In fact, it's so massively rich

למעשה היא כל כך עשירה

that it can contain the four other

שהיא יכולה להכיל את ארבעת

top industrialized nations' economies

הכלכלות של המדינות המתועשות הגדולות ביותר

inside itself, it's so vastly rich.

בתוכה. היא כל כך עשירה

So its military budget is bound to be enormous.

אז בודאי שהתקציב הצבאי שלה הוא כל כך עצום

So, to be fair and to alter our perspective,

אז כדי להיות הוגנים ולשנות את נקודת המבט שלנו

we have to bring in another data set,

אנחנו צריכים להכניס עוד נתונים

and that data set is GDP, or the country's earnings.

הנתונים הללו הם של GDP, או ההכנסות של המדינה

Who has the biggest budget as a proportion of GDP?

למי יש את התקציב הגדול ביותר יחסית ל-GDP?

Let's have a look.

בואו נסתכל

That changes the picture considerably.

זה משנה את התמונה בצורה משמעותית

Other countries pop into view that you, perhaps, weren't considering,

מדינות אחרות מופיעות, שאולי לא חשבתם עליהן

and American drops into eighth.

ואמריקה נושרת למקום השמיני

Now you can also do this with soldiers.

עכשיו אתם יכולים לעשות את זה עם חיילים

Who has the most soldiers? It's got to be China.

למי יש הכי הרבה חיילים? זה חייב להיות סין.

Of course, 2.1 million.

כמובן. 2.1 מיליון.

Again, chiming with your view

שוב, תואם את התפיסה שלכם

that China has a militarized regime

שסין היא משטר צבאי

ready to, you know, mobilize its enormous forces.

מוכנה, אתם יודעים, לנייד את הכוח העצום שלה

But of course, China has an enormous population.

אבל כמובן, לסין יש גם אוכלוסיה עצומה

So if we do the same,

אז אנחנו יכולים לעשות אותו דבר

we see a radically different picture.

ואנחנו רואים תמונה שונה לחלוטין

China drops to 124th.

סין נושרת למקום ה-12

It actually has a tiny army

יש לה למעשה צבא קטנטן

when you take other data into consideration.

כאשר לוקחים נתונים נוספים בחשבון

So, absolute figures, like the military budget,

אז מספרים מוחלטים, כמו התקציב הצבאי

in a connected world,

בעולם מחובר

don't give you the whole picture.

לא נותנים תמונה כל כך מלאה

They're not as true as they could be.

הם לא אמיתיים כמו שהם יכולים להיות

We need relative figures that are connected to other data

אנחנו צריכים מספרים יחסיים שמחברים את הנתונים האחרים

so that we can see a fuller picture,

כדי שנוכל לראות את התמונה היותר מלאה

and then that can lead to us changing our perspective.

וזה יכול לשנות את נקודת המבט שלנו

As Hans Rosling, the master,

כמו שהנס רוזלינג, המאסטר,

my master, said,

המאסטר שלי, אומר

"Let the dataset change your mindset."

"תנו לנתונים לשנות את התפיסות שלכם"

And if it can do that, maybe it can also change your behavior.

אז אם הם יכולים לעשות זאת, אולי הם יכולים גם לשנות את ההתנהגות שלכם.

Take a look at this one.

הביטו בזה

I'm a bit of a health nut.

אני קצת משוגע בריאות

I love taking supplements and being fit,

אני אוהב לקחת תוספי מזון להיות בריא

but I can never understand what's going on in terms of evidence.

אבל אני אף פעם לא מצליח להבין מה קורה במונחים של עדויות

There's always conflicting evidence.

תמיד יש עדויות סותרות

Should I take vitamin C? Should I be taking wheatgrass?

האם אני צריך לקחת ויטמין C? האם אני צריך לקחת נבט חיטה?

This is a visualization of all the evidence

זוהי המחשה של כל העדויות

for nutritional supplements.

לתוספי מזון

This kind of diagram is called a balloon race.

התרשים הזה נקרא מרוץ בלונים

So the higher up the image,

ככל שהתמונה גבוהה יותר

the more evidence there is for each supplement.

יש יותר עדויות לכל תוסף מזון

And the bubbles correspond to popularity as regards to Google hits.

והבועות מתיחסות לפופולריות בהתאם לחיפושי גוגל

So you can immediately apprehend

אז ניתן לראות בצורה מיידית

the relationship between efficacy and popularity,

את היחסים בין היעילות והפופולריות

but you can also, if you grade the evidence,

אפשר גם, אם נדרג את העדויות

do a "worth it" line.

נוסיף קו של "שווה את זה"

So supplements above this line are worth investigating,

אז התוספים מעל לקו הזה שווים חקירה

but only for the conditions listed below,

אבל רק לתנאים המפורטים למטה

and then the supplements below the line

ואז התוספים מתחת לקו

are perhaps not worth investigating.

אולי אינם שווים חקירה

Now this image constitutes a huge amount of work.

עכשיו התמונה הזאת דורשת המון עבודה

We scraped like 1,000 studies from PubMed,

אספנו כאלף מחקרים מ PubMed

the biomedical database,

מסד הנתונים הביו-רפואי

and we compiled them and graded them all.

ועיבדנו אותם ודירגנו את כולם

And it was incredibly frustrating for me

וזה היה מאד מתסכל עבורי

because I had a book of 250 visualizations to do for my book,

כי היה לי ספר עם 250 המחשות לעשות בשביל הספר שלי

and I spent a month doing this,

והשקעתי חודש בלעשות את זה

and I only filled two pages.

ורק מלאתי שני עמודים

But what it points to

אבל מה שזה מראה

is that visualizing information like this

שהמחשה כזאת של מידע

is a form of knowledge compression.

היא צורה של דחיסת מידע

It's a way of squeezing an enormous amount

זוהי דרך לדחוס כמויות עצומות

of information and understanding

של מידע והבנות

into a small space.

לשטח קטן

And once you've curated that data, and once you've cleaned that data,

וכאשר עיצבנו את הנתונים, וכאשר ניקינו את הנתונים

and once it's there,

וכאשר הם שם

you can do cool stuff like this.

אתם יכולים לעשות דברים מגניבים כמו זה

So I converted this into an interactive app,

אז הסבתי את זה למערכת אינטראקטיבית

so I can now generate this application online --

אז עכשיו אני יכול ליצר את המערכת המקוונת

this is the visualization online --

זוהי ההמחשה המקוונת

and I can say, "Yeah, brilliant."

ואני יכול להגיד "כן, מבריק"

So it spawns itself.

אז זה מתרבה בעצמו

And then I can say, "Well, just show me the stuff

ואז אני יכול להגיד "ובכן, פשוט תראה לי דברים

that affects heart health."

שמשפיעים על בריאות הלב"

So let's filter that out.

אז בואו נסנן את זה החוצה

So heart is filtered out, so I can see if I'm curious about that.

אז הלב מסונן החוצה, אז אם אני סקרן לגבי זה

I think, "No, no. I don't want to take any synthetics,

אני חושב "לא. לא. אני לא רוצה לכלול שום דבר סינטטי

I just want to see plants and --

אני רק רוצה לראות צמחים ו--

just show me herbs and plants. I've got all the natural ingredients."

פשוט תראה לי תבלינים וצמחים. יש לי את כל המרכיבים הטבעיים"

Now this app is spawning itself

עכשיו המערכת מתרבה בעצמה

from the data.

מתוך הנתונים

The data is all stored in a Google Doc,

כל הנתונים אגורים במסמך של גוגל

and it's literally generating itself from that data.

וזה פשוט מייצר את עצמו מתוך הנתונים

So the data is now alive; this is a living image,

אז עכשיו הנתונים הללו חיים, זוהי תמונה חיה

and I can update it in a second.

ואני יכול לעדכן אותה ברגע

New evidence comes out. I just change a row on a spreadsheet.

עכשיו עדות נוספת מגיעה -- אני פשוט משנה שורה בגיליון האלקטרוני

Doosh! Again, the image recreates itself.

דווש! שוב התמונה נוצרת בעצמה

So it's cool.

זה כל כך מגניב

It's kind of living.

זה כמו יצור חי

But it can go beyond data,

אבל זה גם יכול להתפתח מעבר לנתונים

and it can go beyond numbers.

וזה יכול להתפתח מעבר למספרים

I like to apply information visualization

ואני יכול להפעיל המחשות של מידע

to ideas and concepts.

לרעיונות ולמושגים

This is a visualization

זוהי המחשה

of the political spectrum,

למנעד הפוליטי

an attempt for me to try

מתוך נסיון שלי לנסות

and understand how it works

ולהבין איך זה עובד

and how the ideas percolate down

ואיך הרעיונות יורדים

from government into society and culture,

מהממשלה לתוך החברה והתרבות

into families, into individuals, into their beliefs

למשפחות, ליחידים, לתוך האמונות שלהם

and back around again in a cycle.

ואז חזרה במעגל

What I love about this image

מה שאני אוהב לגבי התמונה הזאת

is it's made up of concepts,

שהיא מורכבת ממושגים

it explores our worldviews

היא חוקרת את תפיסות העולם שלנו

and it helps us -- it helps me anyway --

והיא עוזרת לנו - לפחות עוזרת לי --

to see what others think,

לראות מה אחרים חושבים

to see where they're coming from.

לראות מאיפה הם מגיעים

And it feels just incredibly cool to do that.

וזה מרגיש ממש מגניב לעשות את זה

What was most exciting for me

מה שהיה הכי מרגש עבורי

designing this

לתכנן את זה

was that, when I was designing this image,

היה כאשר תכננתי את התמונה הזאת

I desperately wanted this side, the left side,

מאד רציתי שהצד הזה, הצד השמאלי

to be better than the right side --

להיות יותר טוב מהצד הימני

being a journalist, a Left-leaning person --

להיות סוג של עיתונאי, אדם הנוטה שמאלה

but I couldn't, because I would have created

אבל לא יכולתי, בגלל שהייתי יוצר

a lopsided, biased diagram.

תרשים מוטה, חד צדדי

So, in order to really create a full image,

אז כדי ליצר באמת תמונה מלאה

I had to honor the perspectives on the right-hand side

הייתי צריך לכבד את נקודת המבט של הצד הימני

and at the same time, uncomfortably recognize

ובאותו הזמן, בצורה לא נוחה להכיר

how many of those qualities were actually in me,

כמה מהתכונות הללו באמת נמצאות בתוכי

which was very, very annoying and uncomfortable.

מה שהיה מאד מאד מעצבן ולא נוח

(Laughter)

(צחוק)

But not too uncomfortable,

אבל לא יותר מדי לא נוח

because there's something unthreatening

בגלל שיש משהו מרגיע

about seeing a political perspective,

בלראות נקודת מבט פוליטית

versus being told or forced to listen to one.

לעומת להיות מוכרח להקשיב לאחת

You're capable of holding conflicting viewpoints

זה באמת -- אתם מסוגלים להחזיק נקודות מבט סותרות

joyously when you can see them.

בקלות, כאשר אתם מסוגלים לראות אותם

It's even fun to engage with them

זה אפילו מהנה לנסות אותם

because it's visual.

בגלל שזה חזותי

So that's what's exciting to me,

אז זה מה שמרגש אותי

seeing how data can change my perspective

לראות איך הנתונים משנים את נקודת המבט שלי

and change my mind midstream --

ומשנים את החשיבה שלי

beautiful, lovely data.

נתונים יפיפייים

So, just to wrap up,

אז כסיכום

I wanted to say

אני רציתי לומר

that it feels to me that design is about solving problems

אני מרגיש שעיצוב הוא פתרון בעיות

and providing elegant solutions,

ולתת פתרונות אלגנטיים

and information design is about

ועיצוב מידע הוא

solving information problems.

פתרון לבעיות מידע

It feels like we have a lot of information problems

ואני מרגיש שיש לנו הרבה בעיות מידע

in our society at the moment,

בחברה שלנו כרגע

from the overload and the saturation

מעומס והצפה

to the breakdown of trust and reliability

למשבר של אמון ואמינות

and runaway skepticism and lack of transparency,

להטלת ספק וחוסר בשקיפות

or even just interestingness.

ואפילו פשוט עניין

I mean, I find information just too interesting.

אני מתכוון שאני מוצא את המידע פשוט יותר מדי מעניין

It has a magnetic quality that draws me in.

יש לו משיכה מגנטית עבורי

So, visualizing information

אז להמחיש מידע

can give us a very quick solution to those kinds of problems.

יכול לתת לנו פתרונות מאד מהירים לסוג זה של בעיות

Even when the information is terrible,

ואפילו אם המידע הוא נוראי

the visual can be quite beautiful.

ההמחשה יכולה להיות די יפה

Often we can get clarity

בדרך כלל אני יכולים לראות בבהירות

or the answer to a simple question very quickly,

את הפתרון לבעיה פשוטה מאד מהר

like this one,

כמו זאת

the recent Icelandic volcano.

התפרצות הר הגעש האיסלנדי האחרונה

Which was emitting the most CO2?

ששיחרה הכי הרבה CO2?

Was it the planes or the volcano,

האם אילו המטוסים או הר הגעש

the grounded planes or the volcano?

המטוסים המקורקעים או הר הגעש

So we can have a look.

אז אנחנו יכולים להסתכל

We look at the data and we see:

להביט בנתונים ולראות

Yep, the volcano emitted 150,000 tons;

כן, הר הגעש שיחרר 150,000 טון

the grounded planes would have emitted

המטוסים המקורקעים היו משחררים

345,000 if they were in the sky.

345,000 אם הם היו טסים בשמיים

So essentially, we had our first carbon-neutral volcano.

אז בעקרון, היתה לנו התפרצות הר געש ראשונה שהורידה את כמות הפחמן

(Laughter)

(צחוק)

(Applause)

(מחיאות כפיים)

And that is beautiful. Thank you.

וזה יפיפה. תודה רבה.

(Applause)

(מחיאות כפיים)