How we can find ourselves in data | Giorgia Lupi

112,335 views ・ 2017-05-04

TED


אנא לחץ פעמיים על הכתוביות באנגלית למטה כדי להפעיל את הסרטון.

מתרגם: Alsa Saal מבקר: Shlomo Adam
00:12
This is what my last week looked like.
0
12580
2880
כך נראה השבוע החולף שלי.
00:16
What I did,
1
16500
1696
מה עשיתי,
00:18
who I was with,
2
18220
1816
עם מי נפגשתי,
00:20
the main sensations I had for every waking hour ...
3
20060
3120
החוויות הגדולות שהיו לי בכל שעה ושעה...
00:23
If the feeling came as I thought of my dad
4
23900
2496
אם התחושה נוצרה כשחשבתי על אבי
00:26
who recently passed away,
5
26420
1776
שהלך לעולמו לאחרונה,
00:28
or if I could have just definitely avoided the worries and anxieties.
6
28220
4056
או אם הצלחתי פשוט להמנע מהדאגות ומהחרדות.
00:32
And if you think I'm a little obsessive,
7
32300
1936
ואם אתם חושבים שאני טיפה אובססיבית,
00:34
you're probably right.
8
34260
1856
אתם בוודאי צודקים.
00:36
But clearly, from this visualization,
9
36140
2256
אבל ברור שמההמחשה החזותית הזו
00:38
you can learn much more about me than from this other one,
10
38420
3296
תוכלו ללמוד עליי הרבה יותר מאשר מזו,
00:41
which are images you're probably more familiar with
11
41740
2976
שמורכבת מצורות שאתם כנראה מכירים טוב יותר
00:44
and which you possibly even have on your phone right now.
12
44740
2816
ושכנראה יש לכם אפילו בטלפון.
00:47
Bar charts for the steps you walked,
13
47580
2216
טבלת עמודות של הצעדים שהלכתם,
00:49
pie charts for the quality of your sleep --
14
49820
2376
תרשימי עוגה של איכות השינה שלכם --
00:52
the path of your morning runs.
15
52220
1720
מסלול ריצת הבוקר שלכם.
00:55
In my day job, I work with data.
16
55100
2296
במקצוע שלי, אני עובדת עם נתונים.
00:57
I run a data visualization design company,
17
57420
2496
אני מנהלת חברה לעיצוב חזותי של נתונים
00:59
and we design and develop ways to make information accessible
18
59940
3336
ואנחנו מתכננים ומפתחים דרכים להנגשת נתונים
01:03
through visual representations.
19
63300
2096
באמצעות ייצוגים חזותיים.
01:05
What my job has taught me over the years
20
65420
3016
מה שלמדתי מהעבודה שלי במהלך השנים
01:08
is that to really understand data and their true potential,
21
68460
4216
הוא שכדי באמת להבין נתונים ואת הפוטנציאל האמיתי שלהם,
01:12
sometimes we actually have to forget about them
22
72700
3096
לפעמים אנחנו צריכים ממש לשכוח אותם
01:15
and see through them instead.
23
75820
1760
ובמקום זאת - לראות דרכם.
01:18
Because data are always just a tool we use to represent reality.
24
78260
3576
כי נתונים הם רק כלי שמשמש אותנו כדי לייצג מציאות.
01:21
They're always used as a placeholder for something else,
25
81860
2856
הם משמשים תמיד כמצייני מיקום למשהו אחר,
01:24
but they are never the real thing.
26
84740
2176
אבל הם אף פעם לא הדבר האמיתי.
01:26
But let me step back for a moment
27
86940
1936
אבל תנו לי לחזור לרגע
01:28
to when I first understood this personally.
28
88900
2480
לרגע שבו אני אישית הבנתי את זה.
01:32
In 1994, I was 13 years old.
29
92100
3336
בשנת 1994 הייתי בת 13,
01:35
I was a teenager in Italy.
30
95460
1936
הייתי מתבגרת באיטליה.
01:37
I was too young to be interested in politics,
31
97420
2616
הייתי צעירה מכדי להתעניין בפוליטיקה,
01:40
but I knew that a businessman, Silvio Berlusconi,
32
100060
2496
אבל ידעתי שאיש עסקים אחד, סילביו ברלוסקוני,
01:42
was running for president for the moderate right.
33
102580
2560
רץ לנשיאות מטעם הימין המתון.
01:45
We lived in a very liberal town,
34
105940
2016
גרנו בעיירה ליברלית מאד,
01:47
and my father was a politician for the Democratic Party.
35
107980
3296
ואבי היה פוליטיקאי מטעם המפלגה הדמוקרטית.
01:51
And I remember that no one thought that Berlusconi could get elected --
36
111300
4336
אני זוכרת שאיש לא חשב שברלוסקוני יכול להיבחר --
01:55
that was totally not an option.
37
115660
1760
זו כלל לא היתה אפשרות.
01:58
But it happened.
38
118380
1216
אבל זה קרה.
01:59
And I remember the feeling very vividly.
39
119620
2536
ואני זוכרת את ההרגשה הזו בבהירות.
02:02
It was a complete surprise,
40
122180
1856
זו היתה הפתעה מוחלטת,
02:04
as my dad promised that in my town he knew nobody who voted for him.
41
124060
5040
כי אבי נשבע שהוא לא הכיר איש בעיירה שלנו שהצביע עבורו.
02:10
This was the first time
42
130540
1496
זו היתה הפעם הראשונה
02:12
when the data I had gave me a completely distorted image of reality.
43
132060
4560
שבה הנתונים שהיו ברשותי סיפקו לי תמונה מעוותת לגמרי של המציאות.
02:17
My data sample was actually pretty limited and skewed,
44
137100
3296
מדגם הנתונים שלי היה למעשה די מוגבל ומוטה,
02:20
so probably it was because of that, I thought, I lived in a bubble,
45
140420
3736
וכנראה זו הסיבה, כך חשבתי. חייתי בתוך בועה,
02:24
and I didn't have enough chances to see outside of it.
46
144180
2600
ולא הזדמן לי הרבה לצאת ממנה.
02:27
Now, fast-forward to November 8, 2016
47
147900
3776
במעבר מהיר ל-8 בנובמבר 2016
02:31
in the United States.
48
151700
1200
בארצות הברית.
02:33
The internet polls,
49
153780
1296
הסקרים באינטרנט,
02:35
statistical models,
50
155100
1376
המודלים הסטטיסטיים,
02:36
all the pundits agreeing on a possible outcome for the presidential election.
51
156500
4816
כל המומחים הסכימו על תוצאה אפשרית בבחירות לנשיאות.
02:41
It looked like we had enough information this time,
52
161340
2616
היה נראה שהפעם יש לנו מספיק מידע,
02:43
and many more chances to see outside the closed circle we lived in --
53
163980
4096
ושביכולתנו לראות אפשרויות רבות יותר מחוץ למעגל הסגור שחיינו בו --
02:48
but we clearly didn't.
54
168100
1320
אבל ברור שלא הצלחנו.
02:49
The feeling felt very familiar.
55
169860
2096
התחושה היתה מאד מוכרת.
02:51
I had been there before.
56
171980
1480
כבר חוויתי את זה.
02:54
I think it's fair to say the data failed us this time --
57
174180
2856
אני חושבת שהוגן לומר שהנתונים הטעו אותנו הפעם --
02:57
and pretty spectacularly.
58
177060
1856
ובאופן מפואר מאד.
02:58
We believed in data,
59
178940
1696
אנחנו האמנו בנתונים,
03:00
but what happened,
60
180660
1416
אבל מה שקרה,
03:02
even with the most respected newspaper,
61
182100
2696
אפילו בעיתון המכובד ביותר,
03:04
is that the obsession to reduce everything to two simple percentage numbers
62
184820
4696
זה שהאובססיה לצמצם כל דבר לשני מספרי אחוזים פשוטים
03:09
to make a powerful headline
63
189540
1976
כדי ליצור כותרת עוצמתית
03:11
made us focus on these two digits
64
191540
2056
גרמה לנו להתמקד בשני המספרים האלו
03:13
and them alone.
65
193620
1200
ורק בהם.
03:15
In an effort to simplify the message
66
195380
2056
במאמץ לפשט את המסר
03:17
and draw a beautiful, inevitable red and blue map,
67
197460
3416
ולצייר מפה יפה ובלתי-נמנעת של כחול ואדום,
03:20
we lost the point completely.
68
200900
1880
החמצנו לגמרי את העיקר.
03:23
We somehow forgot that there were stories --
69
203260
2136
איכשהו שכחנו שישנם סיפורים --
03:25
stories of human beings behind these numbers.
70
205420
2360
סיפורים של בני אדם מאחורי המספרים האלו.
03:29
In a different context,
71
209060
1576
בהקשר אחר,
03:30
but to a very similar point,
72
210660
1656
אבל עם מסר דומה מאד,
03:32
a peculiar challenge was presented to my team by this woman.
73
212340
3896
הצוות שלי קיבל אתגר ייחודי מן האישה הזאת.
03:36
She came to us with a lot of data,
74
216260
2376
היא הגיעה אלינו עם נתונים רבים,
03:38
but ultimately she wanted to tell one of the most humane stories possible.
75
218660
4416
אבל בעצם היא רצתה לספר את אחד הסיפורים האנושיים ביותר.
03:43
She's Samantha Cristoforetti.
76
223100
1696
זוהי סמנתה כריסטופורטי.
03:44
She has been the first Italian woman astronaut,
77
224820
2576
היא היתה האסטרונאוטית האיטלקיה הראשונה,
03:47
and she contacted us before being launched
78
227420
2496
והיא יצרה אתנו קשר לפני שיגורה
03:49
on a six-month-long expedition to the International Space Station.
79
229940
3896
למסע בן ששה חודשים לתחנת החלל הבינלאומית.
03:53
She told us, "I'm going to space,
80
233860
2216
היא אמרה לנו "אני טסה לחלל,
03:56
and I want to do something meaningful with the data of my mission
81
236100
3096
"ואני רוצה לעשות משהו בעל משמעות עם הנתונים מהמשימה שלי
03:59
to reach out to people."
82
239220
1240
כדי לגעת באנשים".
04:01
A mission to the International Space Station
83
241420
2536
במסע אל תחנת החלל הבינלאומית
04:03
comes with terabytes of data
84
243980
2096
נוצרים טרה-בייטים של נתונים
04:06
about anything you can possibly imagine --
85
246100
2376
על כל דבר שרק תוכלו לדמיין --
04:08
the orbits around Earth,
86
248500
1496
המסלולים סביב כדור הארץ,
המהירות והמיקום של תחנת החלל הבינלאומית
04:10
the speed and position of the ISS
87
250020
2096
04:12
and all of the other thousands of live streams from its sensors.
88
252140
3680
וכל יתר אלפי השידורים החיים מהחיישנים שלה.
04:16
We had all of the hard data we could think of --
89
256660
2896
היו לנו את כל הנתונים המוצקים שיכולנו לחשוב עליהם --
04:19
just like the pundits before the election --
90
259580
2416
בדיוק כמו למומחים לפני הבחירות --
04:22
but what is the point of all these numbers?
91
262020
2976
אבל מה הטעם בכל המספרים האלו?
04:25
People are not interested in data for the sake of it,
92
265020
2736
אנשים אינם מעוניינים בנתונים רק לשם הנתונים,
04:27
because numbers are never the point.
93
267780
1855
כי המספרים לעולם אינם העיקר.
04:29
They're always the means to an end.
94
269659
1961
הם משמשים תמיד אמצעי.
["אני כאן"]
04:32
The story we needed to tell
95
272659
1777
הסיפור שהיה עלינו לספר הוא שיש אדם בתוך קופסת פח
04:34
is that there is a human being in a teeny box
96
274460
2496
04:36
flying in space above your head,
97
276980
2256
שמרחפת בחלל מעל לראשיכם,
04:39
and that you can actually see her with your naked eye on a clear night.
98
279260
4096
ושבלילה בהיר אפשר לראותה בעין בלתי מזויינת.
04:43
So we decided to use data to create a connection
99
283380
3096
אז החלטנו להשתמש בנתונים כדי ליצור קשר
04:46
between Samantha and all of the people looking at her from below.
100
286500
4056
בין סמנתה לבין כל האנשים שמביטים עליה מלמטה.
04:50
We designed and developed what we called "Friends in Space,"
101
290580
3176
תכננו ופיתחנו את מה שאנו מכנים: "חברים בחלל",
04:53
a web application that simply lets you say "hello" to Samantha
102
293780
4656
אפליקציית רשת שפשוט מאפשרת לכם לומר "שלום" לסמנתה
04:58
from where you are,
103
298460
1256
מהמקום בו אתם נמצאים,
04:59
and "hello" to all the people who are online at the same time
104
299740
3536
ולומר "שלום" לכל האנשים שמחוברים באותו זמן לרשת
05:03
from all over the world.
105
303300
1520
מכל העולם.
05:05
And all of these "hellos" left visible marks on the map
106
305460
3456
וכל אמירות ה"שלום" הללו השאירו סימנים חזותיים על המפה
05:08
as Samantha was flying by
107
308940
2016
כשסמנתה חלפה מעליהם
05:10
and as she was actually waving back every day at us
108
310980
3376
וכשהיא נופפה אלינו בחזרה כל יום
05:14
using Twitter from the ISS.
109
314380
1680
באמצעות טוויטר מתחנת החלל.
05:16
This made people see the mission's data from a very different perspective.
110
316700
4976
זה איפשר לראות את הנתונים מהמשימה מזווית שונה לגמרי,
05:21
It all suddenly became much more about our human nature and our curiosity,
111
321700
4696
פתאום הכל התמקד הרבה יותר בטבע האנושי ובסקרנות שלנו,
05:26
rather than technology.
112
326420
1656
במקום בטכנולוגיה.
05:28
So data powered the experience,
113
328100
2336
הנתונים העצימו את החוויה,
05:30
but stories of human beings were the drive.
114
330460
2400
אבל סיפורים של אנשים היו המניע.
05:34
The very positive response of its thousands of users
115
334660
3336
התגובה החיובית של אלפי המשתמשים
05:38
taught me a very important lesson --
116
338020
1936
לימדו אותי לקח חשוב מאד --
05:39
that working with data means designing ways
117
339980
2856
שעבודה עם נתונים משמעותה לעצב דרכים
05:42
to transform the abstract and the uncountable
118
342860
2736
להפוך דברים מופשטים ובלתי ניתנים לספירה
05:45
into something that can be seen, felt and directly reconnected
119
345620
4016
למשהו שניתן לראות, להרגיש ולקשר באופן מיידי
05:49
to our lives and to our behaviors,
120
349660
2296
לחיים שלנו ולהתנהגויות שלו,
05:51
something that is hard to achieve
121
351980
1856
משהו שקשה להשיג
05:53
if we let the obsession for the numbers and the technology around them
122
353860
3896
כאשר מניחים לכפייתיות בקשר למספרים ולטכנולוגיה סביבם
05:57
lead us in the process.
123
357780
1280
להוביל אותנו בתהליך.
06:00
But we can do even more to connect data to the stories they represent.
124
360420
4896
אבל אפשר לעשות יותר מכך
כדי לחבר את הנתונים לסיפורים שהם מייצגים.
06:05
We can remove technology completely.
125
365340
2656
אנחנו יכולים לסלק לחלוטין מהתמונה את הטכנולוגיה.
06:08
A few years ago, I met this other woman,
126
368020
2256
לפני מספר שנים פגשתי אשה אחרת,
06:10
Stefanie Posavec --
127
370300
1376
סטפני פוזאבק --
06:11
a London-based designer who shares with me the passion and obsession about data.
128
371700
5816
מעצבת שחיה בלונדון וחולקת עמי את התשוקה והאובססיה לנתונים.
06:17
We didn't know each other,
129
377540
1336
לא הכרנו זו את זו,
06:18
but we decided to run a very radical experiment,
130
378900
3256
אבל החלטנו לנהל ניסוי קיצוני מאד,
06:22
starting a communication using only data,
131
382180
2536
לקיים תקשורת תוך שימוש בנתונים בלבד,
06:24
no other language,
132
384740
1336
ללא אף שפה אחרת,
06:26
and we opted for using no technology whatsoever to share our data.
133
386100
4616
["נתונים יקרים"]
ובחרנו לא להשתמש בשום טכנולוגיה כדי לחלוק את המידע שלנו.
06:30
In fact, our only means of communication
134
390740
2896
למעשה, אמצעי התקשורת היחיד שלנו
06:33
would be through the old-fashioned post office.
135
393660
2856
יהיה דרך שירות הדואר המיושן.
06:36
For "Dear Data," every week for one year,
136
396540
2456
ב"נתונים יקרים", מידי שבוע במשך שנה,
06:39
we used our personal data to get to know each other --
137
399020
3456
השתמשנו בנתונים האישיים שלנו כדי להכיר זו את זו --
06:42
personal data around weekly shared mundane topics,
138
402500
3656
נתונים אישיים בנוגע לנושאים משותפים רגילים מדי שבוע
06:46
from our feelings
139
406180
1216
החל ברגשות שלנו
06:47
to the interactions with our partners,
140
407420
1856
ועד האינטראקציות עם השותפים שלנו,
06:49
from the compliments we received to the sounds of our surroundings.
141
409300
3160
ממחמאות שקיבלנו ועד לצלילי הסביבה שלנו.
06:53
Personal information that we would then manually hand draw
142
413300
3536
מידע אישי, שאותו שרטטנו ביד
06:56
on a postcard-size sheet of paper
143
416860
2496
על פיסת נייר בגודל של גלויה
06:59
that we would every week send from London to New York,
144
419380
2936
ושלחנו מדי שבוע מלונדון לניו יורק,
07:02
where I live,
145
422340
1256
שם אני גרה,
07:03
and from New York to London, where she lives.
146
423620
2200
ומניו יורק ללונדון, שם היא גרה.
07:06
The front of the postcard is the data drawing,
147
426300
3696
חזית הגלויה היא רישום הנתונים,
07:10
and the back of the card
148
430020
1296
והצד האחורי של הגלויה
07:11
contains the address of the other person, of course,
149
431340
2429
מכיל כמובן את הכתובת של האדם האחר,
07:13
and the legend for how to interpret our drawing.
150
433793
2640
ומקרא, כיצד יש לפרש את השרטוט.
07:17
The very first week into the project,
151
437460
2016
בשבוע הראשון של הפרויקט,
07:19
we actually chose a pretty cold and impersonal topic.
152
439500
3056
בחרנו נושא קר ולא אישי.
07:22
How many times do we check the time in a week?
153
442580
3200
כמה פעמים בשבוע אנחנו בודקות מה השעה?
07:26
So here is the front of my card,
154
446540
1936
זוהי החזית של הגלויה שלי,
07:28
and you can see that every little symbol
155
448500
1976
תוכלו לראות שכל סימון קטן
07:30
represents all of the times that I checked the time,
156
450500
3416
מייצג את כל הפעמים שבהם בדקתי מה השעה,
07:33
positioned for days and different hours chronologically --
157
453940
3376
ממוקם לפי ימים ושעות באופן כרונולוגי --
07:37
nothing really complicated here.
158
457340
2040
אין כאן שום דבר מסובך.
07:40
But then you see in the legend
159
460020
1576
אבל אפשר לראות במקרא
07:41
how I added anecdotal details about these moments.
160
461620
3456
שהוספתי פרטים אנקדוטליים על אותן הפעמים.
07:45
In fact, the different types of symbols indicate why I was checking the time --
161
465100
4576
למעשה, הסימונים השונים מסמלים מדוע בדקתי מה השעה --
07:49
what was I doing?
162
469700
1216
מה עשיתי אז.
07:50
Was I bored? Was I hungry?
163
470940
1696
האם הייתי משועממת? האם הייתי רעבה?
07:52
Was I late?
164
472660
1216
האם איחרתי?
07:53
Did I check it on purpose or just casually glance at the clock?
165
473900
3216
האם בדקתי במכוון או רק העפתי מבט בשעון כלאחר יד?
07:57
And this is the key part --
166
477140
2256
וזה החלק החשוב --
07:59
representing the details of my days and my personality
167
479420
3696
ייצגתי את הפרטים אודות הימים שלי ואודות האישיות שלי
08:03
through my data collection.
168
483140
1936
באמצעות אוסף הנתונים שלי.
08:05
Using data as a lens or a filter to discover and reveal, for example,
169
485100
4696
השתמשתי בנתונים בתור עדשה או פילטר כדי לגלות או לחשוף, למשל,
08:09
my never-ending anxiety for being late,
170
489820
2176
את החרדה התמידית שלי מפני איחור,
08:12
even though I'm absolutely always on time.
171
492020
2200
למרות שאני תמיד מגיעה בזמן.
08:16
Stefanie and I spent one year collecting our data manually
172
496020
4096
סטפני ואני השקענו שנה באיסוף ידני של הנתונים שלנו
08:20
to force us to focus on the nuances that computers cannot gather --
173
500140
4496
כדי לאלץ אותנו להתמקד בדקויות שמחשבים אינם יכולים לאסוף --
08:24
or at least not yet --
174
504660
1536
או לפחות עדיין אינם יכולים --
08:26
using data also to explore our minds and the words we use,
175
506220
3496
השתמשנו בנתונים גם כדי לחקור את החשיבה ואת המילים בהן השתמשנו,
08:29
and not only our activities.
176
509740
1936
ולא רק את הפעילויות שלנו.
08:31
Like at week number three,
177
511700
1416
כמו בשבוע מספר שלוש,
08:33
where we tracked the "thank yous" we said and were received,
178
513140
3816
שבו עקבנו אחרי ה"תודות" שאמרנו ושקיבלנו,
08:36
and when I realized that I thank mostly people that I don't know.
179
516980
4656
כשהבנתי שאני מודה בעיקר לאנשים שאני לא מכירה.
08:41
Apparently I'm a compulsive thanker to waitresses and waiters,
180
521660
4336
אני כנראה מודה כפייתית למלצריות ולמלצרים,
08:46
but I definitely don't thank enough the people who are close to me.
181
526020
3160
אבל אני בהחלט לא מודה מספיק לאנשים הקרובים אליי.
08:50
Over one year,
182
530820
1256
במשך שנה שלמה,
08:52
the process of actively noticing and counting these types of actions
183
532100
4496
התהליך של תשומת לב פעילה וספירה של פעולות מסוג זה
08:56
became a ritual.
184
536620
1296
הפך לטקס.
08:57
It actually changed ourselves.
185
537940
2056
זה שינה אותנו.
09:00
We became much more in tune with ourselves,
186
540020
2696
הפכנו קשובות הרבה יותר לעצמנו,
09:02
much more aware of our behaviors and our surroundings.
187
542740
3120
מודעות הרבה יותר להתנהגויות שלנו ולסביבה שלנו.
09:06
Over one year, Stefanie and I connected at a very deep level
188
546500
2976
בחלוף שנה, סטפני ואני התחברנו בצורה עמוקה מאד
09:09
through our shared data diary,
189
549500
2016
דרך יומן הנתונים המשותף שלנו,
09:11
but we could do this only because we put ourselves in these numbers,
190
551540
4296
אבל יכולנו לעשות זאת בגלל שהבאנו את עצמנו לתוך המספרים האלו,
09:15
adding the contexts of our very personal stories to them.
191
555860
3976
והוספנו את ההקשרים של הסיפורים האישיים שלנו לתוכם.
09:19
It was the only way to make them truly meaningful
192
559860
2456
זו היתה הדרך היחידה להפוך אותם למשמעותיים באמת
09:22
and representative of ourselves.
193
562340
2200
ולמייצגים אותנו.
09:26
I am not asking you to start drawing your personal data,
194
566300
3096
אינני מבקשת מכם להתחיל לצייר את הנתונים האישיים שלכם,
09:29
or to find a pen pal across the ocean.
195
569420
2856
או למצוא חבר לעט מעבר לאוקיינוס.
09:32
But I'm asking you to consider data --
196
572300
2576
אבל אני מבקשת שתראו בנתונים --
09:34
all kind of data --
197
574900
1456
כל סוגי הנתונים --
09:36
as the beginning of the conversation
198
576380
1776
את תחילת השיחה
09:38
and not the end.
199
578180
1200
ולא את סופה.
09:39
Because data alone will never give us a solution.
200
579900
3176
מפני שנתונים לבדם לעולם לא יתנו לנו פתרון.
09:43
And this is why data failed us so badly --
201
583100
2696
זו הסיבה שהנתונים הכשילו אותנו כל כך --
09:45
because we failed to include the right amount of context
202
585820
3376
כי לא הצלחנו להכניס את הכמות הנכונה של הקשר
09:49
to represent reality --
203
589220
1456
שנדרש לייצוגה של המציאות --
09:50
a nuanced, complicated and intricate reality.
204
590700
3200
מציאות רבת דקויות, מורכבת וסבוכה.
09:54
We kept looking at these two numbers,
205
594780
2456
הסתכלנו רק על שני המספרים הללו,
09:57
obsessing with them
206
597260
1496
היינו אובססיביים לגביהם
09:58
and pretending that our world could be reduced
207
598780
2496
והעמדנו פנים שאפשר לצמצם את העולם שלנו
10:01
to a couple digits and a horse race,
208
601300
2336
לשני מספרים ולמירוץ סוסים,
10:03
while the real stories,
209
603660
1256
כאשר הסיפורים האמיתיים,
10:04
the ones that really mattered,
210
604940
1456
אלו שחשובים באמת,
10:06
were somewhere else.
211
606420
1416
נמצאו במקום אחר.
10:07
What we missed looking at these stories only through models and algorithms
212
607860
4416
מה שהחמצנו כשהבטנו בסיפורים האלו רק דרך מודלים ואלגוריתמים
10:12
is what I call "data humanism."
213
612300
2520
הוא מה שאני מכנה "הומניזם של נתונים".
10:15
In the Renaissance humanism,
214
615380
2016
בהומניזם של הרנסנס,
10:17
European intellectuals
215
617420
1616
משכילים אירופאיים
10:19
placed the human nature instead of God at the center of their view of the world.
216
619060
4920
הציבו את הטבע האנושי, ולא את אלוהים,
במרכז השקפת העולם שלהם.
10:24
I believe something similar needs to happen
217
624620
2216
אני מאמינה שמשהו דומה צריך להתרחש
10:26
with the universe of data.
218
626860
1776
עם עולם הנתונים.
10:28
Now data are apparently treated like a God --
219
628660
2976
כיום נראה שמתייחסים לנתונים כמו אל אלוהים --
10:31
keeper of infallible truth for our present and our future.
220
631660
3280
שומר האמת הוודאית של ההווה והעתיד שלנו.
10:35
The experiences that I shared with you today
221
635660
2896
החוויות שחלקתי עמכם היום
10:38
taught me that to make data faithfully representative of our human nature
222
638580
5016
לימדו אותי שכדי שהנתונים ייצגו נאמנה את הטבע האנושי שלנו
10:43
and to make sure they will not mislead us anymore,
223
643620
3416
וכדי לוודא שהם לא יוליכו אותנו שולל שוב,
10:47
we need to start designing ways to include empathy, imperfection
224
647060
3696
עלינו לעצב דרכים לכלול אמפתיה, חוסר שלמות
10:50
and human qualities
225
650780
1576
ותכונות אנושיות
10:52
in how we collect, process, analyze and display them.
226
652380
3720
באופן שבו אנו אוספים, מעבדים, מנתחים ומציגים אותם.
10:57
I do see a place where, ultimately,
227
657100
2976
אני רואה מקום לכך, שבסופו של דבר,
11:00
instead of using data only to become more efficient,
228
660100
3336
במקום להשתמש בנתונים רק כדי להיות יעילים יותר,
11:03
we will all use data to become more humane.
229
663460
2800
כולנו נשתמש בנתונים כדי להיות אנושיים יותר.
11:06
Thank you.
230
666700
1216
תודה רבה.
11:07
(Applause)
231
667940
4441
(מחיאות כפיים)
על אתר זה

אתר זה יציג בפניכם סרטוני YouTube המועילים ללימוד אנגלית. תוכלו לראות שיעורי אנגלית המועברים על ידי מורים מהשורה הראשונה מרחבי העולם. לחץ פעמיים על הכתוביות באנגלית המוצגות בכל דף וידאו כדי להפעיל את הסרטון משם. הכתוביות גוללות בסנכרון עם הפעלת הווידאו. אם יש לך הערות או בקשות, אנא צור איתנו קשר באמצעות טופס יצירת קשר זה.

https://forms.gle/WvT1wiN1qDtmnspy7