The beauty of data visualization | David McCandless
デビッド・マキャンドレス 「データビジュアライゼーションの美」
390,731 views ・ 2010-08-23
下の英語字幕をダブルクリックすると動画を再生できます。
翻訳: Yasushi Aoki
校正: Yuki Okada
00:15
It feels like we're all suffering
0
15260
2000
私たちは過剰な情報に
00:17
from information overload or data glut.
1
17260
3000
苛まれているように感じています
00:20
And the good news is there might be an easy solution to that,
2
20260
2000
でも簡単な解決法があるのかも
00:22
and that's using our eyes more.
3
22260
2000
それはもっと目を使うことです
00:24
So, visualizing information, so that we can see
4
24260
2000
情報の可視化は
00:26
the patterns and connections that matter
5
26260
3000
重要なパターンや関連を見えるようにし
00:29
and then designing that information so it makes more sense,
6
29260
3000
情報にデザインを与えることで 意味が引き立ち
00:32
or it tells a story,
7
32260
2000
ストーリーが伝わり
00:34
or allows us to focus only on the information that's important.
8
34260
3000
重要な情報だけに集中できるようにします
00:38
Failing that, visualized information can just look really cool.
9
38260
3000
そうできないなら 単に小奇麗な見かけにすぎません
00:41
So, let's see.
10
41260
2000
例を見てみましょう
00:45
This is the $Billion Dollar o-Gram,
11
45260
2000
これは「ビリオンダラーグラム」です
00:47
and this image arose
12
47260
2000
この画像は メディアの伝える
00:49
out of frustration I had
13
49260
2000
何億ドルがどうのというニュースへの
00:51
with the reporting of billion-dollar amounts in the press.
14
51260
2000
苛立ちから生まれました
00:53
That is, they're meaningless without context:
15
53260
3000
そういう数字は文脈なしには意味がありません
00:56
500 billion for this pipeline,
16
56260
2000
パイプラインに5千憶ドル
00:58
20 billion for this war.
17
58260
2000
戦争に2百億ドル
01:00
It doesn't make any sense, so the only way to understand it
18
60260
2000
ピンときません 分かるための
01:02
is visually and relatively.
19
62260
2000
唯一の方法は 可視化と相対化です
01:04
So I scraped a load of reported figures
20
64260
2000
それで私はたくさんのデータを
01:06
from various news outlets
21
66260
2000
様々な情報源から集め
01:08
and then scaled the boxes according to those amounts.
22
68260
3000
額に応じて四角の大きさを変えて描いてみました
01:11
And the colors here represent the motivation behind the money.
23
71260
3000
色はお金の用途を表しています
01:14
So purple is "fighting,"
24
74260
3000
紫色は軍事
01:17
and red is "giving money away," and green is "profiteering."
25
77260
3000
赤は寄付 緑は所得という具合です
01:20
And what you can see straight away
26
80260
2000
すぐに気づくのは 数字に対して
01:22
is you start to have a different relationship to the numbers.
27
82260
2000
違った関係ができるということです
01:24
You can literally see them.
28
84260
2000
文字通り見えるようになります
01:26
But more importantly, you start to see
29
86260
2000
さらに重要なのは 複数のニュースに
01:28
patterns and connections between numbers
30
88260
2000
分散していた数字の間にある
01:30
that would otherwise be scattered across multiple news reports.
31
90260
3000
パターンや関連が見えるようになることです
01:33
Let me point out some that I really like.
32
93260
3000
いくつか面白い部分を拾ってみましょう
01:36
This is OPEC's revenue, this green box here --
33
96260
2000
この緑の箱は OPECの収入で
01:38
780 billion a year.
34
98260
2000
年に7,800億ドルです
01:40
And this little pixel in the corner -- three billion --
35
100260
3000
この隅の小さなのは 30億ドル
01:43
that's their climate change fund.
36
103260
3000
気候変動のための基金です
01:46
Americans, incredibly generous people --
37
106260
2000
アメリカ人はものすごく気前がよく
01:48
over 300 billion a year, donated to charity every year,
38
108260
3000
慈善のため 年に3,000億ドル以上寄付します
01:51
compared with the amount of foreign aid
39
111260
2000
一方 主要工業国17カ国の
01:53
given by the top 17 industrialized nations
40
113260
2000
国外援助の総額は
01:55
at 120 billion.
41
115260
2000
1,200億ドルに過ぎません
01:57
Then of course,
42
117260
2000
それからイラク戦争は
01:59
the Iraq War, predicted to cost just 60 billion
43
119260
2000
2003年には600億ドルかかると
02:01
back in 2003.
44
121260
3000
予測されていましたが
02:04
And it mushroomed slightly. Afghanistan and Iraq mushroomed now
45
124260
3000
少しばかり膨らんだようです
02:07
to 3,000 billion.
46
127260
3000
イラク アフガン戦争は 累計で3兆ドルかかっています
02:10
So now it's great
47
130260
2000
この素敵な絵があるので
02:12
because now we have this texture, and we can add numbers to it as well.
48
132260
2000
別な数字を追加もできます
02:14
So we could say, well, a new figure comes out ... let's see African debt.
49
134260
3000
何か新しい数字が出てきたとき たとえば
02:17
How much of this diagram do you think might be taken up
50
137260
2000
アフリカの西欧への負債額は
02:19
by the debt that Africa owes to the West?
51
139260
2000
この絵ではどれくらいになるのか?
02:21
Let's take a look.
52
141260
2000
見てみましょう
02:23
So there it is:
53
143260
2000
これです
02:25
227 billion is what Africa owes.
54
145260
2000
2,270億ドルがアフリカの借金です
02:27
And the recent financial crisis,
55
147260
2000
では最近あった金融危機は
02:29
how much of this diagram might that figure take up?
56
149260
2000
この絵ではどうなるのか?
02:31
What has that cost the world? Let's take a look at that.
57
151260
3000
世界に対し どれだけ負担になったのでしょう?
02:34
Dooosh -- Which I think is the appropriate sound effect
58
154260
3000
ドゥーシュ! これだけの額のお金に
02:37
for that much money:
59
157260
2000
ぴったりの効果音だと思います
02:39
11,900 billion.
60
159260
4000
11兆9,000億ドル
02:45
So, by visualizing this information,
61
165260
2000
情報は 可視化することによって
02:47
we turned it into a landscape
62
167260
2000
目で探究できる景観に
02:49
that you can explore with your eyes,
63
169260
2000
変えることができるのです
02:51
a kind of map really, a sort of information map.
64
171260
2000
情報の地図と言ってもいい
02:53
And when you're lost in information,
65
173260
2000
そして情報の中で迷子になったら
02:55
an information map is kind of useful.
66
175260
3000
情報の地図は役に立つことでしょう
02:58
So I want to show you another landscape now.
67
178260
2000
違う景観をお見せしましょう
03:00
We need to imagine what a landscape
68
180260
2000
世界の恐怖の景観は
03:02
of the world's fears might look like.
69
182260
3000
どのようなものになるか想像してください
03:05
Let's take a look.
70
185260
2000
見てみましょう
03:07
This is Mountains Out of Molehills,
71
187260
2000
このモグラ塚みたいなのは
03:09
a timeline of global media panic.
72
189260
2000
時系列で表した世界のメディアの―
03:11
(Laughter)
73
191260
2000
狂乱です (笑)
03:13
So, I'll label this for you in a second.
74
193260
2000
後ですぐご説明しますが
03:15
But the height here, I want to point out,
75
195260
2000
高い山は
03:17
is the intensity of certain fears
76
197260
2000
メディアを賑わした
03:19
as reported in the media.
77
199260
2000
特定の恐怖の高まりを表しています
03:21
Let me point them out.
78
201260
2000
いくつか見てみましょう
03:23
So this, swine flu -- pink.
79
203260
4000
このピンクは豚インフルエンザ
03:27
Bird flu.
80
207260
2000
これは鳥インフルエンザ
03:29
SARS -- brownish here. Remember that one?
81
209260
3000
茶色っぽいのがSARS 覚えてますか?
03:32
The millennium bug,
82
212260
3000
それに2000年問題
03:35
terrible disaster.
83
215260
2000
ひどい災難でしたね
03:37
These little green peaks
84
217260
2000
この小さな緑の山は
03:39
are asteroid collisions.
85
219260
2000
小惑星の衝突です
03:41
(Laughter)
86
221260
2000
(笑)
03:43
And in summer, here, killer wasps.
87
223260
2000
夏になると 殺人蜂が話題になります
03:45
(Laughter)
88
225260
8000
(笑)
03:53
So these are what our fears look like
89
233260
2000
これは メディアがその時々に
03:55
over time in our media.
90
235260
2000
伝えてきた恐怖なのです
03:57
But what I love -- and I'm a journalist --
91
237260
2000
ジャーナリストとして私が惹かれるのは
03:59
and what I love is finding hidden patterns; I love being a data detective.
92
239260
3000
隠れたパターンを見つけ出すことです
04:02
And there's a very interesting and odd pattern hidden in this data
93
242260
3000
このデータには 面白い奇妙なパターンが隠れており
04:05
that you can only see when you visualize it.
94
245260
2000
可視化によって明らかにできます
04:07
Let me highlight it for you.
95
247260
2000
それをハイライトしてみましょう
04:09
See this line, this is a landscape for violent video games.
96
249260
3000
この線は 暴力的ビデオゲームへの恐れを表しています
04:12
As you can see, there's a kind of odd, regular pattern in the data,
97
252260
3000
ご覧のように 奇妙な規則的パターンがあります
04:15
twin peaks every year.
98
255260
2000
毎年2つの山があります
04:17
If we look closer, we see those peaks occur
99
257260
2000
よく見ると
04:19
at the same month every year.
100
259260
3000
毎年 同じ月に現れているのが分かります
04:22
Why?
101
262260
2000
なぜなのでしょう?
04:24
Well, November, Christmas video games come out,
102
264260
2000
11月は クリスマス向けの新作が
04:26
and there may well be an upsurge in the concern about their content.
103
266260
3000
出てくる時期で その内容に対して懸念が現れます
04:29
But April isn't a particularly massive month
104
269260
3000
でも4月はビデオゲームで
04:32
for video games.
105
272260
2000
特に意味のある月ではありません
04:34
Why April?
106
274260
2000
なぜ4月なのでしょう?
04:36
Well, in April 1999 was the Columbine shooting,
107
276260
3000
実は1999年4月に コロンバイン高校 銃乱射事件があり
04:39
and since then, that fear
108
279260
2000
それ以来メディアは毎年
04:41
has been remembered by the media
109
281260
2000
この時期に恐怖を呼び起こし
04:43
and echoes through the group mind gradually through the year.
110
283260
2000
人々の心理に静かに浸透しているのです
04:45
You have retrospectives, anniversaries,
111
285260
3000
回顧があり 何周年があり
04:48
court cases, even copy-cat shootings,
112
288260
3000
裁判があり 模倣犯の乱射事件まであります
04:51
all pushing that fear into the agenda.
113
291260
3000
それが恐怖を引き起こすのです
04:54
And there's another pattern here as well. Can you spot it?
114
294260
2000
パターンが違うところがあります
04:56
See that gap there? There's a gap,
115
296260
2000
ここにギャップがあり それが
04:58
and it affects all the other stories.
116
298260
2000
他のニュースすべてに影響しています
05:00
Why is there a gap there?
117
300260
2000
ここにギャップがあるのはなぜか?
05:02
You see where it starts? September 2001,
118
302260
3000
いつ始まっているかというと 2001年9月で
05:05
when we had something very real
119
305260
2000
非常に大きな恐怖の対象が
05:07
to be scared about.
120
307260
2000
ここで生じています
05:09
So, I've been working as a data journalist for about a year,
121
309260
3000
私がデータジャーナリストとして
05:12
and I keep hearing a phrase
122
312260
2000
1年ほど働いてきた中で
05:14
all the time, which is this:
123
314260
3000
絶えず耳にした言葉があります
05:17
"Data is the new oil."
124
317260
2000
「データは新しい石油だ」
05:19
Data is the kind of ubiquitous resource
125
319260
3000
データはあまねく存在する資源で
05:22
that we can shape to provide new innovations and new insights,
126
322260
3000
それを形作ることで新たなイノベーションや洞察を得ることができ
05:25
and it's all around us, and it can be mined very easily.
127
325260
3000
身の回りにあって 容易に掘り出すことができます
05:28
It's not a particularly great metaphor in these times,
128
328260
3000
最近は とくにメキシコ湾の近くに住んでいるなら
05:31
especially if you live around the Gulf of Mexico,
129
331260
3000
石油というのは あまり好ましいメタファではありません
05:34
but I would, perhaps, adapt this metaphor slightly,
130
334260
2000
少し変えて こう言いいましょう
05:36
and I would say that data is the new soil.
131
336260
3000
「データは新しい土壌だ」と
05:40
Because for me, it feels like a fertile, creative medium.
132
340260
3000
私にはそれが豊かで創造的な媒体だと思えるからです
05:43
Over the years, online,
133
343260
2000
長年に渡り 私たちは
05:45
we've laid down
134
345260
3000
ネット上で膨大な量の
05:48
a huge amount of information and data,
135
348260
2000
情報とデータの種を蒔き
05:50
and we irrigate it with networks and connectivity,
136
350260
2000
ネットワークと接続性で潤し
05:52
and it's been worked and tilled by unpaid workers and governments.
137
352260
3000
無報酬の人々や政府の力で耕してきました
05:55
And, all right, I'm kind of milking the metaphor a little bit.
138
355260
3000
メタファを少し広げすぎたかもしれませんが
05:58
But it's a really fertile medium,
139
358260
3000
しかしこれは本当に豊かな媒体なのです
06:01
and it feels like visualizations, infographics, data visualizations,
140
361260
3000
そしてインフォグラフィックスや データ可視化というのは
06:04
they feel like flowers blooming from this medium.
141
364260
3000
この情報という媒体に咲いた花のように感じられます
06:07
But if you look at it directly,
142
367260
2000
直接見ている分には たくさんの数字や
06:09
it's just a lot of numbers and disconnected facts.
143
369260
2000
バラバラな事実にすぎませんが
06:11
But if you start working with it and playing with it in a certain way,
144
371260
3000
ある種の仕方で弄び 取り組むことで
06:14
interesting things can appear and different patterns can be revealed.
145
374260
3000
面白いものが現れ 異なったパターンが見出されます
06:17
Let me show you this.
146
377260
2000
これを見てください
06:19
Can you guess what this data set is?
147
379260
3000
何のデータかお分かりになりますか?
06:22
What rises twice a year,
148
382260
2000
年に2回 大きな山があります
06:24
once in Easter
149
384260
2000
復活祭の時と
06:26
and then two weeks before Christmas,
150
386260
2000
クリスマスの2週間前です
06:28
has a mini peak every Monday,
151
388260
2000
毎週月曜に小さな山があり
06:30
and then flattens out over the summer?
152
390260
2000
夏の間は平らです
06:32
I'll take answers.
153
392260
2000
答えを聞いてみましょう
06:34
(Audience: Chocolate.) David McCandless: Chocolate.
154
394260
2000
(聴衆: チョコレート) チョコレートですか
06:36
You might want to get some chocolate in.
155
396260
3000
チョコレートなら食べたくなるかもしれません
06:39
Any other guesses?
156
399260
2000
他にありませんか?
06:41
(Audience: Shopping.) DM: Shopping.
157
401260
2000
(聴衆: ショッピング) ショッピング
06:43
Yeah, retail therapy might help.
158
403260
3000
ショッピング療法は効くかもしれませんね
06:46
(Audience: Sick leave.)
159
406260
2000
(聴衆: 病欠) 病欠
06:48
DM: Sick leave. Yeah, you'll definitely want to take some time off.
160
408260
2000
確かに休みたくもなるでしょう
06:50
Shall we see?
161
410260
2000
見てみましょう
06:53
(Laughter)
162
413260
8000
(Facebookステータス更新に基づく破局のピーク ― 笑)
07:01
(Applause)
163
421260
3000
(拍手)
07:04
So, the information guru Lee Byron and myself,
164
424260
3000
この情報は リー バイロンと私が
07:07
we scraped 10,000 status Facebook updates
165
427260
3000
「破局」のFacebookステータス更新データを
07:10
for the phrase "break-up" and "broken-up"
166
430260
2000
1万件集めたもので
07:12
and this is the pattern we found --
167
432260
2000
このようなパターンが見つかりました
07:14
people clearing out for Spring Break,
168
434260
2000
みんな春休みに関係を清算し
07:16
(Laughter)
169
436260
5000
(笑)
07:21
coming out of very bad weekends on a Monday,
170
441260
2000
月曜に不首尾な週末のことを打ち明け
07:23
being single over the summer,
171
443260
3000
夏の間は独り身でいます
07:26
and then the lowest day of the year, of course: Christmas Day.
172
446260
3000
そして最も低くなるのはもちろんクリスマスです
07:29
Who would do that?
173
449260
3000
誰がそんなことするでしょう?
07:32
So there's a titanic amount of data out there now,
174
452260
2000
ですから今や空前の量の
07:34
unprecedented.
175
454260
2000
データがあるのです
07:37
But if you ask the right kind of question,
176
457260
2000
それを適切な質問
07:39
or you work it in the right kind of way,
177
459260
2000
適切な方法で処理すれば
07:41
interesting things can emerge.
178
461260
3000
興味深いものが現れるのです
07:44
So information is beautiful. Data is beautiful.
179
464260
3000
だから情報は美しいのです
07:47
I wonder if I could make my life beautiful.
180
467260
3000
それで自分も美しくできないかと思いました
07:50
And here's my visual C.V.
181
470260
2000
これは視覚的にした私の履歴書です
07:52
I'm not quite sure I've succeeded.
182
472260
2000
うまくいったかは 何とも言えません
07:54
Pretty blocky, the colors aren't that great.
183
474260
2000
角々していて 色も冴えません
07:56
But I wanted to convey something to you.
184
476260
3000
でも私は伝えたいことがあったんです
07:59
I started as a programmer,
185
479260
2000
私は最初プログラマで
08:01
and then I worked as a writer for many years, about 20 years,
186
481260
2000
それからライターを20年ほど
08:03
in print, online and then in advertising,
187
483260
2000
出版、オンライン、広告とやって
08:05
and only recently have I started designing.
188
485260
3000
ほんの最近になって デザインを始めました
08:08
And I've never been to design school.
189
488260
2000
デザイン学校に行ったことはなく
08:10
I've never studied art or anything.
190
490260
3000
アートの類を学んだこともありません
08:13
I just kind of learned through doing.
191
493260
2000
ただやりながら覚えていったのです
08:15
And when I started designing,
192
495260
2000
そしてデザインを始めた時
08:17
I discovered an odd thing about myself.
193
497260
2000
奇妙なことに気付きました
08:19
I already knew how to design,
194
499260
2000
私はデザインを理解していたのです
08:21
but it wasn't like I was amazingly brilliant at it,
195
501260
3000
すごい才能があるということではありません
08:24
but more like I was sensitive
196
504260
2000
ただグリッドやスペースや
08:26
to the ideas of grids and space
197
506260
2000
アラインメントやタイポグラフィといったものに
08:28
and alignment and typography.
198
508260
2000
敏感だったのです
08:30
It's almost like being exposed
199
510260
2000
長い間メディアに触れることで
08:32
to all this media over the years
200
512260
2000
デザインの基本が
08:34
had instilled a kind of dormant design literacy in me.
201
514260
3000
気付かぬうちに身に付いていたのです
08:37
And I don't feel like I'm unique.
202
517260
2000
私は自分が特別だとは思いません
08:39
I feel that everyday, all of us now
203
519260
2000
私たちはみんな毎日
08:41
are being blasted by information design.
204
521260
3000
情報デザインに晒されています
08:44
It's being poured into our eyes through the Web,
205
524260
2000
Webを通して私たちの目に流れこみます
08:46
and we're all visualizers now;
206
526260
2000
私たちはみな視覚的な人間なのです
08:48
we're all demanding a visual aspect
207
528260
2000
私たちはみな情報を
08:50
to our information.
208
530260
3000
視覚的なものとして求めています
08:53
There's something almost quite magical about visual information.
209
533260
3000
視覚情報には何か魔法のようなところがあって
08:56
It's effortless, it literally pours in.
210
536260
3000
苦もなく 文字通り流れ込んでくるのです
08:59
And if you're navigating a dense information jungle,
211
539260
3000
そして深い情報のジャングルに入り込んだとき
09:02
coming across a beautiful graphic
212
542260
2000
美しいグラフィックスや
09:04
or a lovely data visualization,
213
544260
2000
愛らしい可視化データを見るとホッとします
09:06
it's a relief, it's like coming across a clearing in the jungle.
214
546260
3000
ジャングルの中で開けた場所に出たかのようです
09:09
I was curious about this, so it led me
215
549260
2000
こういうことに興味があったため
09:11
to the work of a Danish physicist
216
551260
2000
デンマークの物理学者
09:13
called Tor Norretranders,
217
553260
2000
ノーレットランダーシュの仕事に 辿り着きました
09:15
and he converted the bandwidth of the senses into computer terms.
218
555260
3000
コンピュータの単位で表した 感覚の帯域幅です
09:19
So here we go. This is your senses,
219
559260
2000
これは感覚を通して
09:21
pouring into your senses every second.
220
561260
2000
毎秒流れ込む情報量です
09:23
Your sense of sight is the fastest.
221
563260
3000
視覚が最も速く
09:26
It has the same bandwidth as a computer network.
222
566260
3000
コンピュータネットワーク並の速さがあります
09:29
Then you have touch, which is about the speed of a USB key.
223
569260
3000
次が触覚で USBの速さがあります
09:32
And then you have hearing and smell,
224
572260
2000
それから聴覚と嗅覚は
09:34
which has the throughput of a hard disk.
225
574260
2000
ハードディスクほどの速さです
09:36
And then you have poor old taste,
226
576260
2000
そして哀れな味覚は
09:38
which is like barely the throughput of a pocket calculator.
227
578260
3000
ポケット電卓並の速さしかありません
09:41
And that little square in the corner, a naught .7 percent,
228
581260
3000
この隅の赤い四角の部分で
09:44
that's the amount we're actually aware of.
229
584260
3000
全感覚の0.7%になります
09:47
So a lot of your vision --
230
587260
2000
だから大部分の情報は
09:49
the bulk of it is visual, and it's pouring in.
231
589260
2000
視覚から流れ込むのです
09:51
It's unconscious.
232
591260
2000
気付かぬうちに
09:53
The eye is exquisitely sensitive
233
593260
3000
そして目というのは 色や形や
09:56
to patterns in variations in color, shape and pattern.
234
596260
3000
パターンの変化に対し ものすごく敏感なのです
09:59
It loves them, and it calls them beautiful.
235
599260
2000
目はそれを好み 美しいと言うのです
10:01
It's the language of the eye.
236
601260
2000
それは目の言語なのです
10:03
If you combine the language of the eye with the language of the mind,
237
603260
2000
目の言語を
10:05
which is about words and numbers and concepts,
238
605260
3000
心の言語である 言葉や数字や概念と組み合わせると
10:08
you start speaking two languages simultaneously,
239
608260
3000
2つの言語が同時に語られ
10:11
each enhancing the other.
240
611260
3000
それぞれが互いに強め合うようになります
10:14
So, you have the eye, and then you drop in the concepts.
241
614260
3000
目が捕らえ 概念へと落ちるのです
10:17
And that whole thing -- it's two languages
242
617260
2000
そうやって2つの言語が
10:19
both working at the same time.
243
619260
2000
同時に機能するのです
10:21
So we can use this new kind of language, if you like,
244
621260
2000
この新しい種類の言語を使って
10:23
to alter our perspective or change our views.
245
623260
3000
ものの見方を変えることができます
10:26
Let me ask you a simple question
246
626260
2000
ひとつ簡単な質問をしましょう
10:28
with a really simple answer:
247
628260
2000
答えはすごく簡単です
10:30
Who has the biggest military budget?
248
630260
2000
軍事予算最大の国はどこか?
10:32
It's got to be America, right?
249
632260
2000
アメリカでしょうね
10:34
Massive. 609 billion in 2008 --
250
634260
2000
2008年でなんと
10:36
607, rather.
251
636260
2000
6,070億ドルです
10:38
So massive, in fact, that it can contain
252
638260
2000
すごく大きくて
10:40
all the other military budgets in the world inside itself.
253
640260
3000
ほかの国々の軍事予算が まるまる収まります
10:43
Gobble, gobble, gobble, gobble, gobble.
254
643260
2000
ガブガブガブ
10:45
Now, you can see Africa's total debt there
255
645260
2000
参考までに アフリカの負債額と
10:47
and the U.K. budget deficit for reference.
256
647260
2000
イギリスの財政赤字額を 並べておきます
10:49
So that might well chime
257
649260
2000
アメリカというのは
10:51
with your view that America
258
651260
2000
武力挑発的な
10:53
is a sort of warmongering military machine,
259
653260
3000
軍事マシンで 巨大な軍産複合体によって
10:56
out to overpower the world
260
656260
2000
世界を征服しようとしているという
10:58
with its huge industrial-military complex.
261
658260
3000
見方に符号しているようです
11:01
But is it true that America has the biggest military budget?
262
661260
3000
でも本当にアメリカが軍事予算最大の国なのでしょうか?
11:04
Because America is an incredibly rich country.
263
664260
2000
というのもアメリカはとても裕福な国だからです
11:06
In fact, it's so massively rich
264
666260
2000
実際ものすごく裕福で
11:08
that it can contain the four other
265
668260
2000
他の工業国
11:10
top industrialized nations' economies
266
670260
2000
上位4か国の経済が
11:12
inside itself, it's so vastly rich.
267
672260
3000
すっぽり入るほど豊かなのです
11:15
So its military budget is bound to be enormous.
268
675260
3000
だから軍事予算だって必然的に大きくなります
11:18
So, to be fair and to alter our perspective,
269
678260
2000
公平を期して視点を変え
11:20
we have to bring in another data set,
270
680260
2000
別のデータセットを導入してみましょう
11:22
and that data set is GDP, or the country's earnings.
271
682260
2000
GDP つまり国の所得です
11:24
Who has the biggest budget as a proportion of GDP?
272
684260
2000
GDP比では どこが最大になるか?
11:26
Let's have a look.
273
686260
2000
見てみましょう
11:28
That changes the picture considerably.
274
688260
3000
様相がずいぶん変わりましたね
11:31
Other countries pop into view that you, perhaps, weren't considering,
275
691260
3000
予想外の国が上に来ているんじゃないでしょうか
11:34
and American drops into eighth.
276
694260
2000
アメリカは8位に落ちています
11:36
Now you can also do this with soldiers.
277
696260
2000
同じことが兵員数でもできます
11:38
Who has the most soldiers? It's got to be China.
278
698260
2000
兵員数が最も多い国は?
11:40
Of course, 2.1 million.
279
700260
2000
もちろん中国で 210万人います
11:42
Again, chiming with your view
280
702260
2000
中国というのは軍事国家で
11:44
that China has a militarized regime
281
704260
2000
大兵力を動員する気満々だと
11:46
ready to, you know, mobilize its enormous forces.
282
706260
2000
思うかもしれません
11:48
But of course, China has an enormous population.
283
708260
3000
しかしもちろん中国は膨大な人口を抱えています
11:51
So if we do the same,
284
711260
2000
だからさっきと同じことをすると
11:53
we see a radically different picture.
285
713260
2000
様相が大きく変わります
11:55
China drops to 124th.
286
715260
2000
中国は124位に落ちるのです
11:57
It actually has a tiny army
287
717260
2000
別のデータも考慮するなら
11:59
when you take other data into consideration.
288
719260
3000
むしろ小さな軍隊なのです
12:02
So, absolute figures, like the military budget,
289
722260
2000
ですから世界という文脈の中では
12:04
in a connected world,
290
724260
2000
軍事予算のような絶対的な値は
12:06
don't give you the whole picture.
291
726260
2000
全体像を与えてはくれないのです
12:08
They're not as true as they could be.
292
728260
2000
そうあるべきほどには真実を伝えません
12:10
We need relative figures that are connected to other data
293
730260
3000
より完全な姿を見るためには 他のデータと関連した
12:13
so that we can see a fuller picture,
294
733260
2000
相対的な数字が必要なのです
12:15
and then that can lead to us changing our perspective.
295
735260
2000
それは私たちの見方を変えるでしょう
12:17
As Hans Rosling, the master,
296
737260
2000
私の師である
12:19
my master, said,
297
739260
3000
ハンス ロスリングが言うように
12:22
"Let the dataset change your mindset."
298
742260
3000
「データセットでマインドセットを変える」のです
12:26
And if it can do that, maybe it can also change your behavior.
299
746260
3000
そうできたなら 行動もまた変えられるかもしれません
12:29
Take a look at this one.
300
749260
2000
この図を見てください
12:31
I'm a bit of a health nut.
301
751260
2000
私はちょっとした健康オタクです
12:33
I love taking supplements and being fit,
302
753260
3000
サプリメントを飲んだり 健康に気を使っています
12:36
but I can never understand what's going on in terms of evidence.
303
756260
3000
しかし本当に効くのかわかりません
12:39
There's always conflicting evidence.
304
759260
2000
いつも相反する証拠があります
12:41
Should I take vitamin C? Should I be taking wheatgrass?
305
761260
2000
ビタミンCや ウィートグラスは 摂るべきなのか?
12:43
This is a visualization of all the evidence
306
763260
2000
これは栄養補助食品に関する
12:45
for nutritional supplements.
307
765260
2000
データを可視化したものです
12:47
This kind of diagram is called a balloon race.
308
767260
3000
このような図をバルーンレース(気球競技)と言います
12:50
So the higher up the image,
309
770260
2000
上に行くほどそのサプリメントが
12:52
the more evidence there is for each supplement.
310
772260
3000
効くという証拠があるということです
12:55
And the bubbles correspond to popularity as regards to Google hits.
311
775260
3000
円の大きさはGoogleヒット件数に基づく人気度です
12:58
So you can immediately apprehend
312
778260
3000
ですから一目で有効性と
13:01
the relationship between efficacy and popularity,
313
781260
3000
人気度の関係がわかります
13:04
but you can also, if you grade the evidence,
314
784260
3000
証拠を等級づけることで 「価値あり」の
13:07
do a "worth it" line.
315
787260
2000
境界線を引くこともできます
13:09
So supplements above this line are worth investigating,
316
789260
3000
この線より上のサプリメントは調べる価値があるでしょうが
13:12
but only for the conditions listed below,
317
792260
3000
下に付記した症状に対してのみ有効です
13:15
and then the supplements below the line
318
795260
3000
そして線よりも下のサプリメントは
13:18
are perhaps not worth investigating.
319
798260
2000
おそらく調べる価値もないでしょう
13:20
Now this image constitutes a huge amount of work.
320
800260
3000
この画像には膨大な労力がかかっています
13:23
We scraped like 1,000 studies from PubMed,
321
803260
3000
生物医学データベースのPubMedから
13:26
the biomedical database,
322
806260
2000
1千件に上る研究を拾い出して
13:28
and we compiled them and graded them all.
323
808260
3000
まとめ 等級づけをしました
13:31
And it was incredibly frustrating for me
324
811260
2000
すごくストレスのたまる作業でした
13:33
because I had a book of 250 visualizations to do for my book,
325
813260
3000
私は本のために250の可視化画像を用意しましたが
13:36
and I spent a month doing this,
326
816260
2000
これには1か月もかかったのに
13:38
and I only filled two pages.
327
818260
2000
2ページにしかならなかったからです
13:40
But what it points to
328
820260
2000
しかしそれで分かったのは
13:42
is that visualizing information like this
329
822260
2000
このような情報の可視化は
13:44
is a form of knowledge compression.
330
824260
2000
一種の知識圧縮だということです
13:46
It's a way of squeezing an enormous amount
331
826260
2000
膨大な量の知識や理解を
13:48
of information and understanding
332
828260
2000
小さなスペースの中に
13:50
into a small space.
333
830260
2000
押し込めるということです
13:52
And once you've curated that data, and once you've cleaned that data,
334
832260
2000
一度データを集めて整理したなら
13:54
and once it's there,
335
834260
2000
それを使って
13:56
you can do cool stuff like this.
336
836260
2000
すごく気の利いたことができます
13:58
So I converted this into an interactive app,
337
838260
2000
それで私はこれを対話的アプリにして
14:00
so I can now generate this application online --
338
840260
2000
ネット上で動的にデータを
14:02
this is the visualization online --
339
842260
2000
可視化できるようにし
14:04
and I can say, "Yeah, brilliant."
340
844260
2000
ようやく「ああ よかった」と思えました
14:06
So it spawns itself.
341
846260
2000
自動的に生成され
14:08
And then I can say, "Well, just show me the stuff
342
848260
2000
「心臓病に効くものだけ」
14:10
that affects heart health."
343
850260
2000
表示させることもできます
14:12
So let's filter that out.
344
852260
2000
フィルタリングして
14:14
So heart is filtered out, so I can see if I'm curious about that.
345
854260
3000
関心があるものだけ見られるのです
14:17
I think, "No, no. I don't want to take any synthetics,
346
857260
2000
「いや 合成品はいらない
14:19
I just want to see plants and --
347
859260
3000
ハーブと植物だけ見せてくれ」
14:22
just show me herbs and plants. I've got all the natural ingredients."
348
862260
3000
すると天然原料のものだけになります
14:25
Now this app is spawning itself
349
865260
2000
このアプリは
14:27
from the data.
350
867260
2000
データから生成されます
14:29
The data is all stored in a Google Doc,
351
869260
2000
データはGoogle Docに格納されていて
14:31
and it's literally generating itself from that data.
352
871260
3000
そのデータから生成されるのです
14:34
So the data is now alive; this is a living image,
353
874260
2000
生きているデータの 生きている図なのです
14:36
and I can update it in a second.
354
876260
2000
アップデートはすぐにできます
14:38
New evidence comes out. I just change a row on a spreadsheet.
355
878260
2000
新しい証拠が出たら データを1行変えるだけ
14:40
Doosh! Again, the image recreates itself.
356
880260
4000
ドゥーシュ! 画像が自動的に生成されます
14:44
So it's cool.
357
884260
2000
気が利いているでしょう
14:46
It's kind of living.
358
886260
3000
生きているのです
14:49
But it can go beyond data,
359
889260
2000
可視化はデータや数字を
14:51
and it can go beyond numbers.
360
891260
2000
超えて行くことができます
14:53
I like to apply information visualization
361
893260
2000
私はアイデアやコンセプトに
14:55
to ideas and concepts.
362
895260
3000
情報可視化を適用するのが好きです
14:58
This is a visualization
363
898260
2000
これは政治の諸相を
15:00
of the political spectrum,
364
900260
2000
可視化したもので
15:02
an attempt for me to try
365
902260
2000
世の仕組みを理解しようとする
15:04
and understand how it works
366
904260
2000
私の試みです
15:06
and how the ideas percolate down
367
906260
2000
アイデアはいかに
15:08
from government into society and culture,
368
908260
2000
政府から社会や文化、家族、個人
15:10
into families, into individuals, into their beliefs
369
910260
3000
その信条へと浸透していくのか
15:13
and back around again in a cycle.
370
913260
3000
どうフィードバックして サイクルが形成されるのか
15:16
What I love about this image
371
916260
2000
この絵が気に入っているのは
15:18
is it's made up of concepts,
372
918260
2000
コンセプトから出来ていることで
15:20
it explores our worldviews
373
920260
2000
我々の世界観を探究して
15:22
and it helps us -- it helps me anyway --
374
922260
2000
他の人の考えが
15:24
to see what others think,
375
924260
2000
どこから来ているのか
15:26
to see where they're coming from.
376
926260
2000
知る手がかりになるからです
15:28
And it feels just incredibly cool to do that.
377
928260
3000
すごくいかしてると思います
15:31
What was most exciting for me
378
931260
3000
これをデザインしていて
15:34
designing this
379
934260
2000
最も興奮させられたことが
15:36
was that, when I was designing this image,
380
936260
2000
何だったかというと
15:38
I desperately wanted this side, the left side,
381
938260
3000
私はジャーナリストとして
15:41
to be better than the right side --
382
941260
2000
左寄りの人間として
15:43
being a journalist, a Left-leaning person --
383
943260
3000
左側を右側よりも良いものに見せたかったのですが
15:46
but I couldn't, because I would have created
384
946260
2000
それができなかったことです
15:48
a lopsided, biased diagram.
385
948260
3000
歪んだバイアスのかかった図になってしまうからです
15:51
So, in order to really create a full image,
386
951260
3000
本当の全体像を作り出すためには
15:54
I had to honor the perspectives on the right-hand side
387
954260
3000
右側の見方にも敬意を払う必要がありました
15:57
and at the same time, uncomfortably recognize
388
957260
3000
同時に不本意ながらも それらの資質が
16:00
how many of those qualities were actually in me,
389
960260
3000
どれほど多く自分の中にもあるか気付いて
16:03
which was very, very annoying and uncomfortable.
390
963260
2000
困惑し 居心地悪く感じました
16:05
(Laughter)
391
965260
4000
(笑)
16:09
But not too uncomfortable,
392
969260
2000
でもそうひどくではありません
16:11
because there's something unthreatening
393
971260
3000
政治的な展望を見ることには
16:14
about seeing a political perspective,
394
974260
2000
言われたり 聞くよう強要されるほど
16:16
versus being told or forced to listen to one.
395
976260
3000
圧迫を感じません
16:19
You're capable of holding conflicting viewpoints
396
979260
3000
実際 これを見ていると 対立する視点を
16:22
joyously when you can see them.
397
982260
2000
気持ちよく持つことができます
16:24
It's even fun to engage with them
398
984260
2000
視覚的なため
16:26
because it's visual.
399
986260
2000
楽しくさえあります
16:28
So that's what's exciting to me,
400
988260
2000
私がワクワクするのは
16:30
seeing how data can change my perspective
401
990260
2000
データが自分の見方をいかに変えるか
16:32
and change my mind midstream --
402
992260
2000
美しく愛らしいデータが心の流れを
16:34
beautiful, lovely data.
403
994260
3000
いかに変えるか分かるときです
16:38
So, just to wrap up,
404
998260
2000
まとめましょう
16:40
I wanted to say
405
1000260
2000
デザインというのは
16:42
that it feels to me that design is about solving problems
406
1002260
2000
問題を解決し
16:44
and providing elegant solutions,
407
1004260
3000
エレガントな解決法を提供することだと思えます
16:47
and information design is about
408
1007260
2000
そして情報のデザインというのは
16:49
solving information problems.
409
1009260
2000
情報の問題を解決するということです
16:51
It feels like we have a lot of information problems
410
1011260
2000
現在私たちの社会には
16:53
in our society at the moment,
411
1013260
2000
情報の問題がたくさんあります
16:55
from the overload and the saturation
412
1015260
2000
情報過多や飽和
16:57
to the breakdown of trust and reliability
413
1017260
2000
信用や信頼の崩壊や
16:59
and runaway skepticism and lack of transparency,
414
1019260
2000
手に負えない懐疑主義 透明性の欠如
17:01
or even just interestingness.
415
1021260
2000
そして無関心さえも問題です
17:03
I mean, I find information just too interesting.
416
1023260
2000
私は情報は面白すぎると気付きました
17:05
It has a magnetic quality that draws me in.
417
1025260
3000
私を引き寄せる磁力のようなものがあります
17:09
So, visualizing information
418
1029260
2000
情報の可視化はそういった問題への
17:11
can give us a very quick solution to those kinds of problems.
419
1031260
3000
即席の解決法を与えることができます
17:14
Even when the information is terrible,
420
1034260
2000
ひどいことを示す情報であろうと
17:16
the visual can be quite beautiful.
421
1036260
3000
ビジュアルとしてはとても美しいものになり得ます
17:19
Often we can get clarity
422
1039260
3000
そして明快な理解や 単純な疑問への答えを
17:22
or the answer to a simple question very quickly,
423
1042260
2000
素早く手にできることもよくあります
17:24
like this one,
424
1044260
2000
たとえばこれは
17:26
the recent Icelandic volcano.
425
1046260
3000
最近のアイスランドの火山噴火データです
17:29
Which was emitting the most CO2?
426
1049260
2000
CO2排出量が多いのはどちらか?
17:31
Was it the planes or the volcano,
427
1051260
2000
フライトをキャンセルされた飛行機か
17:33
the grounded planes or the volcano?
428
1053260
2000
それとも火山か?
17:35
So we can have a look.
429
1055260
2000
見てみましょう
17:37
We look at the data and we see:
430
1057260
2000
データから分かるのは
17:39
Yep, the volcano emitted 150,000 tons;
431
1059260
2000
火山は15万トン排出しましたが
17:41
the grounded planes would have emitted
432
1061260
2000
フライトをキャンセルされた飛行機は
17:43
345,000 if they were in the sky.
433
1063260
3000
飛んでいたら34万5千トン排出していたことです
17:46
So essentially, we had our first carbon-neutral volcano.
434
1066260
3000
だからこれは世界初のカーボンニュートラルな―
17:49
(Laughter)
435
1069260
2000
火山というわけです (笑)
17:51
(Applause)
436
1071260
9000
(拍手)
18:00
And that is beautiful. Thank you.
437
1080260
3000
そしてこれは美しいものです どうもありがとうございました
18:03
(Applause)
438
1083260
8000
(拍手)
New videos
このウェブサイトについて
このサイトでは英語学習に役立つYouTube動画を紹介します。世界中の一流講師による英語レッスンを見ることができます。各ビデオのページに表示される英語字幕をダブルクリックすると、そこからビデオを再生することができます。字幕はビデオの再生と同期してスクロールします。ご意見・ご要望がございましたら、こちらのお問い合わせフォームよりご連絡ください。