The beauty of data visualization | David McCandless

391,085 views ・ 2010-08-23

TED


Dubbelklik op de Engelse ondertitels hieronder om de video af te spelen.

Vertaald door: Els De Keyser Nagekeken door: Albert Edelman
00:15
It feels like we're all suffering
0
15260
2000
Het lijkt alsof we allemaal lijden aan
00:17
from information overload or data glut.
1
17260
3000
een overdosis informatie of data-indigestie.
00:20
And the good news is there might be an easy solution to that,
2
20260
2000
Het goede nieuws is dat er misschien een eenvoudige oplossing voor is,
00:22
and that's using our eyes more.
3
22260
2000
namelijk onze ogen meer te gebruiken.
00:24
So, visualizing information, so that we can see
4
24260
2000
Informatie visualiseren, zodat we zicht krijgen op
00:26
the patterns and connections that matter
5
26260
3000
de patronen en verbindingen die ertoe doen,
00:29
and then designing that information so it makes more sense,
6
29260
3000
en de informatie dan zó ontwerpen dat ze meer betekenis krijgt,
00:32
or it tells a story,
7
32260
2000
of een verhaal vertelt,
00:34
or allows us to focus only on the information that's important.
8
34260
3000
of ons laat focussen op alleen de belangrijke informatie.
00:38
Failing that, visualized information can just look really cool.
9
38260
3000
Ook zonder dat kan gevisualiseerde informatie gewoon cool zijn.
00:41
So, let's see.
10
41260
2000
Laten we eens kijken.
00:45
This is the $Billion Dollar o-Gram,
11
45260
2000
Dit is het Miljard Dollar-Schema,
00:47
and this image arose
12
47260
2000
en dit beeld kwam voort
00:49
out of frustration I had
13
49260
2000
uit mijn frustratie
00:51
with the reporting of billion-dollar amounts in the press.
14
51260
2000
over de vermelding van miljardenbedragen in de pers.
00:53
That is, they're meaningless without context:
15
53260
3000
Ze zijn betekenisloos zonder context.
00:56
500 billion for this pipeline,
16
56260
2000
500 miljard voor deze pijplijn.
00:58
20 billion for this war.
17
58260
2000
20 miljard voor deze oorlog.
01:00
It doesn't make any sense, so the only way to understand it
18
60260
2000
Het heeft geen betekenis, dus de enige manier om het te begrijpen
01:02
is visually and relatively.
19
62260
2000
is visueel en relatief.
01:04
So I scraped a load of reported figures
20
64260
2000
Dus harkte ik een hoop gerapporteerde cijfers bijeen
01:06
from various news outlets
21
66260
2000
uit verschillende nieuwsbronnen
01:08
and then scaled the boxes according to those amounts.
22
68260
3000
en schaalde de vakken dan in volgens die bedragen.
01:11
And the colors here represent the motivation behind the money.
23
71260
3000
De kleuren vertegenwoordigen de motivatie achter het geld.
01:14
So purple is "fighting,"
24
74260
3000
Paars is vechten,
01:17
and red is "giving money away," and green is "profiteering."
25
77260
3000
rood is geld weggeven, groen is winst maken.
01:20
And what you can see straight away
26
80260
2000
Wat je meteen ziet
01:22
is you start to have a different relationship to the numbers.
27
82260
2000
is dat je een verschillende relatie met de cijfers krijgt.
01:24
You can literally see them.
28
84260
2000
Je kan ze letterlijk zien.
01:26
But more importantly, you start to see
29
86260
2000
Belangrijker is dat je
01:28
patterns and connections between numbers
30
88260
2000
patronen en verbindingen begint te zien tussen de cijfers
01:30
that would otherwise be scattered across multiple news reports.
31
90260
3000
die anders verspreid zouden zijn over vele nieuwsverslagen.
01:33
Let me point out some that I really like.
32
93260
3000
Laat mij er enkele tonen die ik echt leuk vind.
01:36
This is OPEC's revenue, this green box here --
33
96260
2000
Dit is het inkomen van de OPEC, dit groene vak hier,
01:38
780 billion a year.
34
98260
2000
780 miljard per jaar.
01:40
And this little pixel in the corner -- three billion --
35
100260
3000
En deze kleine pixel in de hoek -- 3 miljard --
01:43
that's their climate change fund.
36
103260
3000
is hun klimaatveranderingsfonds.
01:46
Americans, incredibly generous people --
37
106260
2000
Amerikanen, erg vrijgevige mensen --
01:48
over 300 billion a year, donated to charity every year,
38
108260
3000
meer dan 300 miljard ging op aan liefdadigheid per jaar,
01:51
compared with the amount of foreign aid
39
111260
2000
vergeleken met het bedrag aan buitenlandse hulp
01:53
given by the top 17 industrialized nations
40
113260
2000
gegeven door de top 17 van geïndustrialiseerde naties,
01:55
at 120 billion.
41
115260
2000
120 miljard.
01:57
Then of course,
42
117260
2000
En dan natuurlijk
01:59
the Iraq War, predicted to cost just 60 billion
43
119260
2000
de oorlog in Irak, voorspelde kosten slechts 60 miljard,
02:01
back in 2003.
44
121260
3000
in 2003.
02:04
And it mushroomed slightly. Afghanistan and Iraq mushroomed now
45
124260
3000
Het groeide nogal explosief. Afghanistan groeide explosief
02:07
to 3,000 billion.
46
127260
3000
tot 3.000 miljard.
02:10
So now it's great
47
130260
2000
Dus nu is het fantastisch
02:12
because now we have this texture, and we can add numbers to it as well.
48
132260
2000
omdat we dit stramien hebben, en we kunnen er cijfers aan toevoegen.
02:14
So we could say, well, a new figure comes out ... let's see African debt.
49
134260
3000
Er zou een nieuw cijfer kunnen verschijnen... bijvoorbeeld Afrikaanse schuld.
02:17
How much of this diagram do you think might be taken up
50
137260
2000
Welk deel van dit schema denk je dat wordt ingenomen
02:19
by the debt that Africa owes to the West?
51
139260
2000
door de schuld van Afrika aan het Westen?
02:21
Let's take a look.
52
141260
2000
Laten we kijken.
02:23
So there it is:
53
143260
2000
Daar is het.
02:25
227 billion is what Africa owes.
54
145260
2000
De schuld van Afrika is 227 miljard.
02:27
And the recent financial crisis,
55
147260
2000
En de recente financiële crisis --
02:29
how much of this diagram might that figure take up?
56
149260
2000
welk deel van dit schema neemt dat getal in?
02:31
What has that cost the world? Let's take a look at that.
57
151260
3000
Wat heeft dat de wereld gekost? Laten we kijken.
02:34
Dooosh -- Which I think is the appropriate sound effect
58
154260
3000
Dooosh. Ik denk dat dat het gepaste geluidseffect is
02:37
for that much money:
59
157260
2000
voor zoveel geld.
02:39
11,900 billion.
60
159260
4000
11.900 miljard.
02:45
So, by visualizing this information,
61
165260
2000
Door deze informatie te visualiseren
02:47
we turned it into a landscape
62
167260
2000
maakten we er een landschap van
02:49
that you can explore with your eyes,
63
169260
2000
dat je met je ogen kan verkennen,
02:51
a kind of map really, a sort of information map.
64
171260
2000
een soort kaart, een soort informatiekaart.
02:53
And when you're lost in information,
65
173260
2000
Als je verdwaald bent in informatie
02:55
an information map is kind of useful.
66
175260
3000
dan is een informatiekaart nogal nuttig.
02:58
So I want to show you another landscape now.
67
178260
2000
Ik wil jullie nu een ander landschap tonen.
03:00
We need to imagine what a landscape
68
180260
2000
We moeten ons inbeelden hoe een landschap
03:02
of the world's fears might look like.
69
182260
3000
van de angsten van de wereld er zou kunnen uitzien.
03:05
Let's take a look.
70
185260
2000
Laten we kijken.
03:07
This is Mountains Out of Molehills,
71
187260
2000
Dit zijn bergen van molshopen,
03:09
a timeline of global media panic.
72
189260
2000
een tijdslijn van globale mediapaniek.
03:11
(Laughter)
73
191260
2000
(Gelach)
03:13
So, I'll label this for you in a second.
74
193260
2000
Ik zal er zo labels aan hangen voor jullie.
03:15
But the height here, I want to point out,
75
195260
2000
De hoogte hier, wil ik aangeven,
03:17
is the intensity of certain fears
76
197260
2000
is de intensiteit van sommige angsten,
03:19
as reported in the media.
77
199260
2000
zoals ze in de media is weergegeven.
03:21
Let me point them out.
78
201260
2000
Laat ik ze aangeven.
03:23
So this, swine flu -- pink.
79
203260
4000
Dit is varkensgriep -- roze.
03:27
Bird flu.
80
207260
2000
Vogelgriep.
03:29
SARS -- brownish here. Remember that one?
81
209260
3000
SARS -- bruinachtig, hier. Ken je die nog?
03:32
The millennium bug,
82
212260
3000
De millennium-bug --
03:35
terrible disaster.
83
215260
2000
vreselijke ramp.
03:37
These little green peaks
84
217260
2000
Deze kleine groene pieken
03:39
are asteroid collisions.
85
219260
2000
zijn asteroïdenbotsingen.
03:41
(Laughter)
86
221260
2000
(Gelach)
03:43
And in summer, here, killer wasps.
87
223260
2000
En tijdens de zomer, hier, killer wespen.
03:45
(Laughter)
88
225260
8000
(Gelach)
03:53
So these are what our fears look like
89
233260
2000
Dit is dus hoe onze angsten eruit zien
03:55
over time in our media.
90
235260
2000
door de tijd heen, in onze media.
03:57
But what I love -- and I'm a journalist --
91
237260
2000
Maar waar ik van hou -- ik ben journalist --
03:59
and what I love is finding hidden patterns; I love being a data detective.
92
239260
3000
en wat ik graag vind, zijn verborgen patronen. Ik ben graag een data-detective.
04:02
And there's a very interesting and odd pattern hidden in this data
93
242260
3000
Er zit een heel interessant en vreemd patroon in deze data verborgen
04:05
that you can only see when you visualize it.
94
245260
2000
dat je alleen kan zien als je het visualiseert.
04:07
Let me highlight it for you.
95
247260
2000
Laat het me voor jullie doen oplichten.
04:09
See this line, this is a landscape for violent video games.
96
249260
3000
Kijk naar deze lijn. Dit is een landschap van gewelddadige videospelletjes.
04:12
As you can see, there's a kind of odd, regular pattern in the data,
97
252260
3000
Zoals je ziet is er een vreemd regelmatig patroon in de data,
04:15
twin peaks every year.
98
255260
2000
twee pieken per jaar.
04:17
If we look closer, we see those peaks occur
99
257260
2000
Als we nader kijken, zien we dat die pieken
04:19
at the same month every year.
100
259260
3000
elk jaar in dezelfde maand voorkomen.
04:22
Why?
101
262260
2000
Waarom?
04:24
Well, November, Christmas video games come out,
102
264260
2000
Wel, in november komen de videogames voor kerstmis uit,
04:26
and there may well be an upsurge in the concern about their content.
103
266260
3000
en dan kan er een opstoot zijn in de bezorgdheid om hun inhoud.
04:29
But April isn't a particularly massive month
104
269260
3000
Maar april is niet bepaald een topmaand
04:32
for video games.
105
272260
2000
voor videogames.
04:34
Why April?
106
274260
2000
Waarom april?
04:36
Well, in April 1999 was the Columbine shooting,
107
276260
3000
In april 1999 was er de schietpartij in Columbine,
04:39
and since then, that fear
108
279260
2000
en sindsdien wordt die angst
04:41
has been remembered by the media
109
281260
2000
herdacht door de media
04:43
and echoes through the group mind gradually through the year.
110
283260
2000
en weerklinkt ze door het jaar heen in ieders gedachten.
04:45
You have retrospectives, anniversaries,
111
285260
3000
Er zijn retrospectieven, verjaardagen,
04:48
court cases, even copy-cat shootings,
112
288260
3000
rechtszaken, zelfs na-aap schietpartijen
04:51
all pushing that fear into the agenda.
113
291260
3000
die allemaal die angst op de agenda duwen.
04:54
And there's another pattern here as well. Can you spot it?
114
294260
2000
Er is hier nog een patroon. Kan je het zien?
04:56
See that gap there? There's a gap,
115
296260
2000
Zie je dat gat hier? Er is een gat,
04:58
and it affects all the other stories.
116
298260
2000
en het heeft impact op alle andere verhalen.
05:00
Why is there a gap there?
117
300260
2000
Waarom is er daar een gat?
05:02
You see where it starts? September 2001,
118
302260
3000
Zie je waar het begint? September 2001,
05:05
when we had something very real
119
305260
2000
toen we iets heel echts hadden
05:07
to be scared about.
120
307260
2000
om bang over te zijn.
05:09
So, I've been working as a data journalist for about a year,
121
309260
3000
Ik werk dus sinds ongeveer een jaar als datajournalist
05:12
and I keep hearing a phrase
122
312260
2000
en ik blijf de hele tijd
05:14
all the time, which is this:
123
314260
3000
de volgende uitspraak horen:
05:17
"Data is the new oil."
124
317260
2000
"Data is de nieuwe olie."
05:19
Data is the kind of ubiquitous resource
125
319260
3000
Data is het soort alomtegenwoordige middel
05:22
that we can shape to provide new innovations and new insights,
126
322260
3000
dat we kunnen kneden om nieuwe innovatie en inzichten te verschaffen.
05:25
and it's all around us, and it can be mined very easily.
127
325260
3000
Het is overal en het kan gemakkelijk ontgonnen worden.
05:28
It's not a particularly great metaphor in these times,
128
328260
3000
In deze tijden is het niet zo'n geweldige metafoor,
05:31
especially if you live around the Gulf of Mexico,
129
331260
3000
vooral als je rond de Golf van Mexico woont,
05:34
but I would, perhaps, adapt this metaphor slightly,
130
334260
2000
maar ik zou die metafoor misschien licht aanpassen,
05:36
and I would say that data is the new soil.
131
336260
3000
en ik zou zeggen dat data de nieuwe aarde is.
05:40
Because for me, it feels like a fertile, creative medium.
132
340260
3000
Voor mij voelt het als een vruchtbaar, creatief medium.
05:43
Over the years, online,
133
343260
2000
Gedurende al die jaren
05:45
we've laid down
134
345260
3000
hebben we online
05:48
a huge amount of information and data,
135
348260
2000
een grote hoeveelheid informatie en gegevens geplant
05:50
and we irrigate it with networks and connectivity,
136
350260
2000
en we irrigeren die met netwerken en connectiviteit
05:52
and it's been worked and tilled by unpaid workers and governments.
137
352260
3000
en ze wordt bewerkt en verzorgd door onbetaalde arbeiders en regeringen.
05:55
And, all right, I'm kind of milking the metaphor a little bit.
138
355260
3000
OK, ik melk de metafoor een beetje uit.
05:58
But it's a really fertile medium,
139
358260
3000
Maar het is echt een vruchtbaar medium
06:01
and it feels like visualizations, infographics, data visualizations,
140
361260
3000
en het voelt alsof visualisaties van gegevens en infografieken
06:04
they feel like flowers blooming from this medium.
141
364260
3000
bloemen zijn die ontspringen uit dit medium.
06:07
But if you look at it directly,
142
367260
2000
Maar als je er rechtstreeks naar kijkt
06:09
it's just a lot of numbers and disconnected facts.
143
369260
2000
is het niet meer dan een hoop cijfers en niet-verbonden feiten.
06:11
But if you start working with it and playing with it in a certain way,
144
371260
3000
Maar als je er op een bepaalde manier mee begint te werken en spelen
06:14
interesting things can appear and different patterns can be revealed.
145
374260
3000
dan kunnen interessante dingen gebeuren en verschillende patronen verschijnen.
06:17
Let me show you this.
146
377260
2000
Laat me jullie dit tonen.
06:19
Can you guess what this data set is?
147
379260
3000
Kunnen jullie raden wat deze data zeggen?
06:22
What rises twice a year,
148
382260
2000
Wat piekt twee keer per jaar,
06:24
once in Easter
149
384260
2000
een keer met Pasen
06:26
and then two weeks before Christmas,
150
386260
2000
en dan twee weken voor Kerstmis,
06:28
has a mini peak every Monday,
151
388260
2000
heeft een mini-piek elke maandag
06:30
and then flattens out over the summer?
152
390260
2000
en vlakt uit gedurende de zomer?
06:32
I'll take answers.
153
392260
2000
Kom maar met jullie antwoorden.
06:34
(Audience: Chocolate.) David McCandless: Chocolate.
154
394260
2000
(Publiek: Chocolade) David McCandless: Chocolade.
06:36
You might want to get some chocolate in.
155
396260
3000
Je wil misschien wat chocolade binnenkrijgen.
06:39
Any other guesses?
156
399260
2000
Andere pogingen?
06:41
(Audience: Shopping.) DM: Shopping.
157
401260
2000
(Publiek: Shopping) DM: Shopping.
06:43
Yeah, retail therapy might help.
158
403260
3000
Ja, winkeltherapie helpt misschien.
06:46
(Audience: Sick leave.)
159
406260
2000
(Publiek: Ziekteverzuim)
06:48
DM: Sick leave. Yeah, you'll definitely want to take some time off.
160
408260
2000
DM: Ziekteverzuim. Ja, je zal zeker wat vrije tijd willen.
06:50
Shall we see?
161
410260
2000
Zullen we kijken?
06:53
(Laughter)
162
413260
8000
(Gelach)
07:01
(Applause)
163
421260
3000
(Applaus)
07:04
So, the information guru Lee Byron and myself,
164
424260
3000
Deze informatie hier -- Lee Byron en ikzelf
07:07
we scraped 10,000 status Facebook updates
165
427260
3000
hebben 10.000 Facebook updates nagekeken
07:10
for the phrase "break-up" and "broken-up"
166
430260
2000
op de woorden "break-up" en "broken-up"
07:12
and this is the pattern we found --
167
432260
2000
en we vonden dit patroon --
07:14
people clearing out for Spring Break,
168
434260
2000
mensen die schoon schip maken voor de lentevakantie,
07:16
(Laughter)
169
436260
5000
(Gelach)
07:21
coming out of very bad weekends on a Monday,
170
441260
2000
die op maandag een barslecht weekend achter de rug hebben,
07:23
being single over the summer,
171
443260
3000
die alleen zijn in de zomer.
07:26
and then the lowest day of the year, of course: Christmas Day.
172
446260
3000
En dan de allerlaagste dag van het jaar, natuurlijk: kerstdag.
07:29
Who would do that?
173
449260
3000
Wie doet zoiets?
07:32
So there's a titanic amount of data out there now,
174
452260
2000
Er is dus een gigantische hoeveelheid gegevens beschikbaar,
07:34
unprecedented.
175
454260
2000
nooit gezien.
07:37
But if you ask the right kind of question,
176
457260
2000
Maar als je het juiste type vraag stelt
07:39
or you work it in the right kind of way,
177
459260
2000
of ze op de juiste manier bewerkt
07:41
interesting things can emerge.
178
461260
3000
dan kunnen er interessante dingen uitkomen.
07:44
So information is beautiful. Data is beautiful.
179
464260
3000
Informatie is mooi. Gegevens zijn mooi.
07:47
I wonder if I could make my life beautiful.
180
467260
3000
Ik vroeg mij af of ik mijn leven mooi kon maken.
07:50
And here's my visual C.V.
181
470260
2000
Hier is mijn visuele CV.
07:52
I'm not quite sure I've succeeded.
182
472260
2000
Ik ben niet zeker of het gelukt is.
07:54
Pretty blocky, the colors aren't that great.
183
474260
2000
Nogal geblokt. De kleuren zijn niet geweldig.
07:56
But I wanted to convey something to you.
184
476260
3000
Maar ik wilde iets op jullie overbrengen.
07:59
I started as a programmer,
185
479260
2000
Ik begon als programmeur,
08:01
and then I worked as a writer for many years, about 20 years,
186
481260
2000
en werkte daarna vele jaren als schrijver, ongeveer twintig jaar,
08:03
in print, online and then in advertising,
187
483260
2000
in druk, online en daarna in reclame,
08:05
and only recently have I started designing.
188
485260
3000
en ik ben pas recent begonnen met ontwerpen.
08:08
And I've never been to design school.
189
488260
2000
Ik heb nooit een designopleiding gevolgd,
08:10
I've never studied art or anything.
190
490260
3000
ik heb geen kunst gestudeerd of zo.
08:13
I just kind of learned through doing.
191
493260
2000
Ik heb al doende geleerd.
08:15
And when I started designing,
192
495260
2000
En toen ik begon met ontwerpen
08:17
I discovered an odd thing about myself.
193
497260
2000
ontdekte ik iets geks over mijzelf.
08:19
I already knew how to design,
194
499260
2000
Ik wist al hoe ik moest ontwerpen,
08:21
but it wasn't like I was amazingly brilliant at it,
195
501260
3000
maar ik was er niet bepaald briljant in,
08:24
but more like I was sensitive
196
504260
2000
ik was eerder gevoelig
08:26
to the ideas of grids and space
197
506260
2000
voor de concepten van rasters en ruimte
08:28
and alignment and typography.
198
508260
2000
en uitlijning en typografie;
08:30
It's almost like being exposed
199
510260
2000
Het was alsof de blootstelling
08:32
to all this media over the years
200
512260
2000
aan al deze media door de jaren heen
08:34
had instilled a kind of dormant design literacy in me.
201
514260
3000
een soort slapende designvaardigheid in mij had ingeprent.
08:37
And I don't feel like I'm unique.
202
517260
2000
En ik heb niet het gevoel dat ik uniek ben.
08:39
I feel that everyday, all of us now
203
519260
2000
Ik heb het gevoel dat we vandaag allemaal
08:41
are being blasted by information design.
204
521260
3000
elke dag door informatiedesign overstelpt worden.
08:44
It's being poured into our eyes through the Web,
205
524260
2000
Het wordt in onze ogen gegoten door het web,
08:46
and we're all visualizers now;
206
526260
2000
en we zijn vandaag allemaal visualiseerders,
08:48
we're all demanding a visual aspect
207
528260
2000
we vragen allemaal een visueel aspect
08:50
to our information.
208
530260
3000
bij onze informatie.
08:53
There's something almost quite magical about visual information.
209
533260
3000
En er is iets bijna magisch aan visuele informatie.
08:56
It's effortless, it literally pours in.
210
536260
3000
Het kost geen moeite, het stroomt letterlijk binnen.
08:59
And if you're navigating a dense information jungle,
211
539260
3000
En als je door een dichte informatiejungle laveert
09:02
coming across a beautiful graphic
212
542260
2000
en een mooie grafiek tegenkomt,
09:04
or a lovely data visualization,
213
544260
2000
of een knappe datavisualisatie,
09:06
it's a relief, it's like coming across a clearing in the jungle.
214
546260
3000
dan is dat een opluchting, alsof je een open plek in de jungle vindt.
09:09
I was curious about this, so it led me
215
549260
2000
Ik was hier nieuwsgierig naar, en dat leidde mij
09:11
to the work of a Danish physicist
216
551260
2000
naar het werk van een Deense fysicus,
09:13
called Tor Norretranders,
217
553260
2000
Tor Norretranders,
09:15
and he converted the bandwidth of the senses into computer terms.
218
555260
3000
die de bandbreedte van de zintuigen in computertermen vertaalde.
09:19
So here we go. This is your senses,
219
559260
2000
Daar gaan we. Dit zijn je zintuigen,
09:21
pouring into your senses every second.
220
561260
2000
elke seconde stromen daar zaken binnen.
09:23
Your sense of sight is the fastest.
221
563260
3000
Je zicht is het snelste.
09:26
It has the same bandwidth as a computer network.
222
566260
3000
Het heeft dezelfde bandbreedte als een computernetwerk.
09:29
Then you have touch, which is about the speed of a USB key.
223
569260
3000
Dan heb je de tast, die ongeveer zo snel is als een USB-stick.
09:32
And then you have hearing and smell,
224
572260
2000
Dan heb je het gehoor en de reukzin,
09:34
which has the throughput of a hard disk.
225
574260
2000
die zoveel als een harde schijf omzetten;
09:36
And then you have poor old taste,
226
576260
2000
En dan heb je die arme oude smaak,
09:38
which is like barely the throughput of a pocket calculator.
227
578260
3000
die nauwelijks de omzet van een zakrekenmachine haalt.
09:41
And that little square in the corner, a naught .7 percent,
228
581260
3000
En dat kleine vierkantje in de hoek, 0,7 procent,
09:44
that's the amount we're actually aware of.
229
584260
3000
dat is de hoeveelheid waarvan we ons bewust zijn.
09:47
So a lot of your vision --
230
587260
2000
Dus een groot deel van je zicht --
09:49
the bulk of it is visual, and it's pouring in.
231
589260
2000
het grootste deel is visueel, en het komt vanzelf binnen.
09:51
It's unconscious.
232
591260
2000
Het is onbewust.
09:53
The eye is exquisitely sensitive
233
593260
3000
Het oog is ongemeen gevoelig
09:56
to patterns in variations in color, shape and pattern.
234
596260
3000
voor patronen in de variatie in kleur, vorm en patroon.
09:59
It loves them, and it calls them beautiful.
235
599260
2000
Het oog houdt ervan en noemt ze mooi.
10:01
It's the language of the eye.
236
601260
2000
Dat is de taal van het oog.
10:03
If you combine the language of the eye with the language of the mind,
237
603260
2000
En als je die taal van het oog met de taal van de geest combineert,
10:05
which is about words and numbers and concepts,
238
605260
3000
die gaat over woorden en getallen en concepten,
10:08
you start speaking two languages simultaneously,
239
608260
3000
dan begin je simultaan twee talen te spreken
10:11
each enhancing the other.
240
611260
3000
die elkaar versterken.
10:14
So, you have the eye, and then you drop in the concepts.
241
614260
3000
Je hebt dus het oog, en dan gooi je de begrippen erbij.
10:17
And that whole thing -- it's two languages
242
617260
2000
En dat hele ding zijn twee talen
10:19
both working at the same time.
243
619260
2000
die op hetzelfde moment aan de slag zijn.
10:21
So we can use this new kind of language, if you like,
244
621260
2000
We kunnen dus deze nieuwe soort taal gebruiken, als je wil,
10:23
to alter our perspective or change our views.
245
623260
3000
om ons perspectief of onze zienswijzen te wijzigen.
10:26
Let me ask you a simple question
246
626260
2000
Laat me jullie een simpele vraag stellen
10:28
with a really simple answer:
247
628260
2000
met een echt simpel antwoord.
10:30
Who has the biggest military budget?
248
630260
2000
Wie heeft het grootste militair budget?
10:32
It's got to be America, right?
249
632260
2000
Dat moet wel Amerika zijn, toch?
10:34
Massive. 609 billion in 2008 --
250
634260
2000
Reusachtig: 609 miljard in 2008 --
10:36
607, rather.
251
636260
2000
of liever 607.
10:38
So massive, in fact, that it can contain
252
638260
2000
Zo reusachtig dat het
10:40
all the other military budgets in the world inside itself.
253
640260
3000
alle andere militaire budgetten ter wereld kan omvatten.
10:43
Gobble, gobble, gobble, gobble, gobble.
254
643260
2000
Schrok, schrok, schrok, schrok, schrok.
10:45
Now, you can see Africa's total debt there
255
645260
2000
Hier zie je Afrika's totale schuld
10:47
and the U.K. budget deficit for reference.
256
647260
2000
en, ter vergelijking, het begrotingstekort van het V.K.
10:49
So that might well chime
257
649260
2000
Dat kan wel kloppen
10:51
with your view that America
258
651260
2000
met je beeld dat Amerika
10:53
is a sort of warmongering military machine,
259
653260
3000
een soort oorlogszuchtige militaire machine is
10:56
out to overpower the world
260
656260
2000
die de wereld wil onderwerpen
10:58
with its huge industrial-military complex.
261
658260
3000
met zijn grote militair-industriële complex.
11:01
But is it true that America has the biggest military budget?
262
661260
3000
Maar is het waar dat Amerika het grootste militaire budget heeft?
11:04
Because America is an incredibly rich country.
263
664260
2000
Want het is een ongelooflijk rijk land.
11:06
In fact, it's so massively rich
264
666260
2000
Eigenlijk is het zo tomeloos rijk
11:08
that it can contain the four other
265
668260
2000
dat het de economie van de vier andere
11:10
top industrialized nations' economies
266
670260
2000
grootste geïndustrialiseerde naties
11:12
inside itself, it's so vastly rich.
267
672260
3000
kan omvatten, zo bodemloos rijk is het.
11:15
So its military budget is bound to be enormous.
268
675260
3000
Zijn militaire budget moet dus wel enorm zijn.
11:18
So, to be fair and to alter our perspective,
269
678260
2000
Dus, om fair te zijn en ons perspectief te veranderen
11:20
we have to bring in another data set,
270
680260
2000
moeten we een andere set gegevens op tafel leggen,
11:22
and that data set is GDP, or the country's earnings.
271
682260
2000
namelijk het BNP, of het inkomen van het land.
11:24
Who has the biggest budget as a proportion of GDP?
272
684260
2000
Wie heeft het grootste budget in verhouding tot het BNP?
11:26
Let's have a look.
273
686260
2000
Laten we kijken.
11:28
That changes the picture considerably.
274
688260
3000
Dat verandert het beeld sterk.
11:31
Other countries pop into view that you, perhaps, weren't considering,
275
691260
3000
Andere landen komen in beeld, die je misschien niet in overweging nam,
11:34
and American drops into eighth.
276
694260
2000
en Amerika wordt achtste.
11:36
Now you can also do this with soldiers.
277
696260
2000
Je kan dit ook doen met soldaten.
11:38
Who has the most soldiers? It's got to be China.
278
698260
2000
Wie heeft de meeste soldaten? Dat moet China zijn.
11:40
Of course, 2.1 million.
279
700260
2000
Natuurlijk, 2,1 miljoen.
11:42
Again, chiming with your view
280
702260
2000
Alweer, dit klopt met jullie beeld
11:44
that China has a militarized regime
281
704260
2000
dat China een gemilitariseerd regime is,
11:46
ready to, you know, mobilize its enormous forces.
282
706260
2000
bereid om zijn enorme troepenmacht te mobiliseren.
11:48
But of course, China has an enormous population.
283
708260
3000
Maar China heeft natuurlijk een enorme bevolking.
11:51
So if we do the same,
284
711260
2000
Dus als we hetzelfde doen,
11:53
we see a radically different picture.
285
713260
2000
zien we een radicaal verschillend beeld.
11:55
China drops to 124th.
286
715260
2000
China zakt naar plaats 124.
11:57
It actually has a tiny army
287
717260
2000
Het heeft eigenlijk een klein leger
11:59
when you take other data into consideration.
288
719260
3000
als je andere gegevens in overweging neemt.
12:02
So, absolute figures, like the military budget,
289
722260
2000
Absolute getallen, zoals het militaire budget,
12:04
in a connected world,
290
724260
2000
geven je in een verbonden wereld
12:06
don't give you the whole picture.
291
726260
2000
niet het hele beeld.
12:08
They're not as true as they could be.
292
728260
2000
Ze zijn niet zo waar als ze zouden kunnen zijn.
12:10
We need relative figures that are connected to other data
293
730260
3000
We hebben relatieve cijfers nodig die verbonden zijn met andere gegevens
12:13
so that we can see a fuller picture,
294
733260
2000
zodat we een vollediger beeld krijgen.
12:15
and then that can lead to us changing our perspective.
295
735260
2000
Dat kan ertoe leiden dat we ons perspectief veranderen.
12:17
As Hans Rosling, the master,
296
737260
2000
Zoals Hans Rosling, de meester,
12:19
my master, said,
297
739260
3000
mijn meester, zei:
12:22
"Let the dataset change your mindset."
298
742260
3000
"Laat de dataset je mindset veranderen."
12:26
And if it can do that, maybe it can also change your behavior.
299
746260
3000
Als het dat kan doen, kan het misschien ook je gedrag veranderen.
12:29
Take a look at this one.
300
749260
2000
Kijk naar deze.
12:31
I'm a bit of a health nut.
301
751260
2000
Ik ben een beetje een gezondheidsfreak.
12:33
I love taking supplements and being fit,
302
753260
3000
Ik neem graag supplementen en ben graag fit,
12:36
but I can never understand what's going on in terms of evidence.
303
756260
3000
maar ik begrijp nooit wat er aan de hand is met het bewijs.
12:39
There's always conflicting evidence.
304
759260
2000
Er zijn altijd conflicterende bewijzen.
12:41
Should I take vitamin C? Should I be taking wheatgrass?
305
761260
2000
Moet ik vitamine C nemen? Moet ik tarwegras nemen?
12:43
This is a visualization of all the evidence
306
763260
2000
Dit is een visualisering van al het bewijs
12:45
for nutritional supplements.
307
765260
2000
voor voedingssupplementen.
12:47
This kind of diagram is called a balloon race.
308
767260
3000
Dit soort diagram heet een ballonrace.
12:50
So the higher up the image,
309
770260
2000
Hoe hoger in beeld,
12:52
the more evidence there is for each supplement.
310
772260
3000
hoe meer bewijs er is voor elk supplement.
12:55
And the bubbles correspond to popularity as regards to Google hits.
311
775260
3000
De bubbels stemmen overeen met de populariteit in Google-hits.
12:58
So you can immediately apprehend
312
778260
3000
Je kan onmiddellijk de relatie vatten
13:01
the relationship between efficacy and popularity,
313
781260
3000
tussen effectiviteit en populariteit,
13:04
but you can also, if you grade the evidence,
314
784260
3000
maar je kan, als je het bewijs punten geeft,
13:07
do a "worth it" line.
315
787260
2000
ook een soort van "de moeite waard"-lijn trekken.
13:09
So supplements above this line are worth investigating,
316
789260
3000
Supplementen boven deze lijn zijn het onderzoeken waard,
13:12
but only for the conditions listed below,
317
792260
3000
maar alleen voor de ziektebeelden eronder.
13:15
and then the supplements below the line
318
795260
3000
De supplementen onder de lijn
13:18
are perhaps not worth investigating.
319
798260
2000
zijn misschien het onderzoeken niet waard.
13:20
Now this image constitutes a huge amount of work.
320
800260
3000
Dit beeld vertegenwoordigt een hoop werk.
13:23
We scraped like 1,000 studies from PubMed,
321
803260
3000
We hebben zowat 1.000 studies van PubMed bijeengeschraapt,
13:26
the biomedical database,
322
806260
2000
de biomedische database,
13:28
and we compiled them and graded them all.
323
808260
3000
en we hebben ze samengevoegd en punten gegeven.
13:31
And it was incredibly frustrating for me
324
811260
2000
Het was erg frustrerend voor mij
13:33
because I had a book of 250 visualizations to do for my book,
325
813260
3000
omdat ik 250 visualisaties moest doen voor mijn boek,
13:36
and I spent a month doing this,
326
816260
2000
en ik hier een maand aan besteedde,
13:38
and I only filled two pages.
327
818260
2000
om maar twee pagina's te vullen.
13:40
But what it points to
328
820260
2000
Maar wat het aangeeft
13:42
is that visualizing information like this
329
822260
2000
is dat het visualiseren van informatie als deze
13:44
is a form of knowledge compression.
330
824260
2000
een vorm van kenniscompressie is.
13:46
It's a way of squeezing an enormous amount
331
826260
2000
Het is een manier om een enorme hoeveelheid
13:48
of information and understanding
332
828260
2000
informatie en kennis
13:50
into a small space.
333
830260
2000
in een kleine ruimte te proppen.
13:52
And once you've curated that data, and once you've cleaned that data,
334
832260
2000
Als je die gegevens eenmaal hebt verzameld en gezuiverd,
13:54
and once it's there,
335
834260
2000
als het er eenmaal is,
13:56
you can do cool stuff like this.
336
836260
2000
kan je leuke dingen als deze doen.
13:58
So I converted this into an interactive app,
337
838260
2000
Ik heb dit omgevormd tot een interactieve applicatie,
14:00
so I can now generate this application online --
338
840260
2000
zodat ik deze applicatie nu online kan genereren --
14:02
this is the visualization online --
339
842260
2000
dit is de visualisatie online --
14:04
and I can say, "Yeah, brilliant."
340
844260
2000
en ik kan zeggen: "Jep, briljant".
14:06
So it spawns itself.
341
846260
2000
Het vermenigvuldigt zichzelf.
14:08
And then I can say, "Well, just show me the stuff
342
848260
2000
En dan kan ik zeggen: "Toon me enkel de dingen
14:10
that affects heart health."
343
850260
2000
die impact hebben op de gezondheid van het hart."
14:12
So let's filter that out.
344
852260
2000
Laten we dat eruit filteren.
14:14
So heart is filtered out, so I can see if I'm curious about that.
345
854260
3000
Het hart is eruit gefilterd, dus daar ben ik nieuwsgierig naar.
14:17
I think, "No, no. I don't want to take any synthetics,
346
857260
2000
Ik denk: "Nee, ik wil geen synthetische spullen nemen.
14:19
I just want to see plants and --
347
859260
3000
Ik wil alleen planten zien en --
14:22
just show me herbs and plants. I've got all the natural ingredients."
348
862260
3000
toon mij alleen kruiden en planten. Ik heb alle natuurlijke ingrediënten."
14:25
Now this app is spawning itself
349
865260
2000
Deze applicatie vermenigvuldigt zichzelf
14:27
from the data.
350
867260
2000
vanuit de data.
14:29
The data is all stored in a Google Doc,
351
869260
2000
De gegevens staan in een Google-document,
14:31
and it's literally generating itself from that data.
352
871260
3000
en het brengt zichzelf letterlijk voort uit die data.
14:34
So the data is now alive; this is a living image,
353
874260
2000
Dus nu leven de gegevens, dit is een levend beeld,
14:36
and I can update it in a second.
354
876260
2000
en ik kan het in een seconde updaten.
14:38
New evidence comes out. I just change a row on a spreadsheet.
355
878260
2000
Er komen nieuwe bewijzen uit -- ik verander gewoon een rij in een spreadsheet.
14:40
Doosh! Again, the image recreates itself.
356
880260
4000
Doosh! Het beeld bouwt zichzelf opnieuw op.
14:44
So it's cool.
357
884260
2000
Dat is dus cool.
14:46
It's kind of living.
358
886260
3000
Het is alsof het leeft.
14:49
But it can go beyond data,
359
889260
2000
Maar het kan verder gaan dan gegevens,
14:51
and it can go beyond numbers.
360
891260
2000
en het kan verder gaan dan getallen.
14:53
I like to apply information visualization
361
893260
2000
Ik hou ervan om datavisualisatie toe te passen
14:55
to ideas and concepts.
362
895260
3000
op ideeën en concepten.
14:58
This is a visualization
363
898260
2000
Dit is een visualisatie
15:00
of the political spectrum,
364
900260
2000
van het politieke spectrum,
15:02
an attempt for me to try
365
902260
2000
in een poging van mij om
15:04
and understand how it works
366
904260
2000
te proberen te begrijpen hoe het werkt
15:06
and how the ideas percolate down
367
906260
2000
en hoe de ideeën doorsijpelen
15:08
from government into society and culture,
368
908260
2000
van de regering naar maatschappij en cultuur,
15:10
into families, into individuals, into their beliefs
369
910260
3000
naar families, individuen, naar hun overtuigingen
15:13
and back around again in a cycle.
370
913260
3000
en terug, in een cyclus.
15:16
What I love about this image
371
916260
2000
Wat ik sterk vind aan dit beeld is
15:18
is it's made up of concepts,
372
918260
2000
dat het gemaakt is van concepten.
15:20
it explores our worldviews
373
920260
2000
Het verkent onze wereldbeelden
15:22
and it helps us -- it helps me anyway --
374
922260
2000
en het helpt ons -- het helpt mij in elk geval --
15:24
to see what others think,
375
924260
2000
om te zien wat anderen denken,
15:26
to see where they're coming from.
376
926260
2000
om te zien waar ze vandaan komen.
15:28
And it feels just incredibly cool to do that.
377
928260
3000
En het voelt ongelooflijk cool om dat te doen.
15:31
What was most exciting for me
378
931260
3000
En dat was het meest opwindende voor mij,
15:34
designing this
379
934260
2000
toen ik dit ontwierp,
15:36
was that, when I was designing this image,
380
936260
2000
was dat terwijl ik dit beeld ontwierp,
15:38
I desperately wanted this side, the left side,
381
938260
3000
ik erg graag wilde dat deze kant, de linkerkant,
15:41
to be better than the right side --
382
941260
2000
het beter deed dan de rechterkant --
15:43
being a journalist, a Left-leaning person --
383
943260
3000
ik ben nu eenmaal een journalist, een linksneigende persoon --
15:46
but I couldn't, because I would have created
384
946260
2000
maar dat kon ik niet, omdat ik dan
15:48
a lopsided, biased diagram.
385
948260
3000
een scheef, bevooroordeeld beeld zou hebben gemaakt.
15:51
So, in order to really create a full image,
386
951260
3000
Dus om echt een volledig beeld te krijgen
15:54
I had to honor the perspectives on the right-hand side
387
954260
3000
moest ik de perspectieven aan de rechterkant respecteren
15:57
and at the same time, uncomfortably recognize
388
957260
3000
en tegelijkertijd oncomfortabel erkennen
16:00
how many of those qualities were actually in me,
389
960260
3000
hoeveel van die kwaliteiten in mij zaten,
16:03
which was very, very annoying and uncomfortable.
390
963260
2000
wat erg, erg vervelend en oncomfortabel was.
16:05
(Laughter)
391
965260
4000
(Gelach)
16:09
But not too uncomfortable,
392
969260
2000
Maar niet te oncomfortabel,
16:11
because there's something unthreatening
393
971260
3000
omdat het niet bedreigend is
16:14
about seeing a political perspective,
394
974260
2000
om een politiek perspectief te bekijken
16:16
versus being told or forced to listen to one.
395
976260
3000
veeleer dan er verplicht of gedwongen naar te luisteren.
16:19
You're capable of holding conflicting viewpoints
396
979260
3000
Het is eigenlijk -- je kan conflicterende visies hebben
16:22
joyously when you can see them.
397
982260
2000
met plezier, als je ze kan zien.
16:24
It's even fun to engage with them
398
984260
2000
Het is zelfs leuk om ermee aan de slag te gaan
16:26
because it's visual.
399
986260
2000
omdat het visueel is.
16:28
So that's what's exciting to me,
400
988260
2000
Dat is wat ik opwindend vind,
16:30
seeing how data can change my perspective
401
990260
2000
te zien hoe gegevens mijn perspectief kunnen veranderen
16:32
and change my mind midstream --
402
992260
2000
en mijn gedachten --
16:34
beautiful, lovely data.
403
994260
3000
mooie, heerlijke gegevens.
16:38
So, just to wrap up,
404
998260
2000
Dus, om samen te vatten,
16:40
I wanted to say
405
1000260
2000
ik wilde zeggen
16:42
that it feels to me that design is about solving problems
406
1002260
2000
dat ik het gevoel heb dat design gaat over het oplossen van problemen
16:44
and providing elegant solutions,
407
1004260
3000
en het bedenken van elegante oplossingen.
16:47
and information design is about
408
1007260
2000
Informatiedesign gaat over
16:49
solving information problems.
409
1009260
2000
het oplossen van informatieproblemen.
16:51
It feels like we have a lot of information problems
410
1011260
2000
Het lijkt me dat we veel informatieproblemen hebben
16:53
in our society at the moment,
411
1013260
2000
in onze maatschappij vandaag,
16:55
from the overload and the saturation
412
1015260
2000
vanuit de overdaad en de verzadiging
16:57
to the breakdown of trust and reliability
413
1017260
2000
en het ineenstorten van het vertrouwen en de betrouwbaarheid,
16:59
and runaway skepticism and lack of transparency,
414
1019260
2000
en op hol geslagen scepticisme en gebrek aan transparantie
17:01
or even just interestingness.
415
1021260
2000
of zelfs gewoon interessantheid.
17:03
I mean, I find information just too interesting.
416
1023260
2000
Ik bedoel, ik vind informatie gewoon veel te interessant.
17:05
It has a magnetic quality that draws me in.
417
1025260
3000
Het heeft een magnetische werking op mij.
17:09
So, visualizing information
418
1029260
2000
Informatie visualiseren
17:11
can give us a very quick solution to those kinds of problems.
419
1031260
3000
kan een snelle oplossing bieden voor dat soort problemen.
17:14
Even when the information is terrible,
420
1034260
2000
En zelfs als de informatie zeer slecht is
17:16
the visual can be quite beautiful.
421
1036260
3000
kan het visuele heel mooi zijn.
17:19
Often we can get clarity
422
1039260
3000
Vaak kunnen we helderheid,
17:22
or the answer to a simple question very quickly,
423
1042260
2000
of het antwoord op een simpele vraag, heel snel krijgen,
17:24
like this one,
424
1044260
2000
zoals deze,
17:26
the recent Icelandic volcano.
425
1046260
3000
de recente IJslandse vulkaan.
17:29
Which was emitting the most CO2?
426
1049260
2000
Wat stootte het meeste CO2 uit?
17:31
Was it the planes or the volcano,
427
1051260
2000
De vliegtuigen of de vulkaan?
17:33
the grounded planes or the volcano?
428
1053260
2000
De vliegtuigen aan de grond of de vulkaan?
17:35
So we can have a look.
429
1055260
2000
Laten we kijken.
17:37
We look at the data and we see:
430
1057260
2000
We kijken naar de gegevens en we zien,
17:39
Yep, the volcano emitted 150,000 tons;
431
1059260
2000
ja hoor, de vulkaan stootte 150.000 ton uit,
17:41
the grounded planes would have emitted
432
1061260
2000
en de vliegtuigen aan de grond zouden er
17:43
345,000 if they were in the sky.
433
1063260
3000
345.000 hebben uitgestoten als ze in de lucht waren;
17:46
So essentially, we had our first carbon-neutral volcano.
434
1066260
3000
Eigenlijk hadden we dus onze eerste koolstofneutrale vulkaan.
17:49
(Laughter)
435
1069260
2000
(Gelach)
17:51
(Applause)
436
1071260
9000
(Applaus)
18:00
And that is beautiful. Thank you.
437
1080260
3000
En dat is mooi. Dank u.
18:03
(Applause)
438
1083260
8000
(Applaus)
Over deze website

Deze site laat u kennismaken met YouTube-video's die nuttig zijn om Engels te leren. U ziet Engelse lessen gegeven door topdocenten uit de hele wereld. Dubbelklik op de Engelse ondertitels op elke videopagina om de video af te spelen. De ondertitels scrollen synchroon met het afspelen van de video. Heeft u opmerkingen of verzoeken, neem dan contact met ons op via dit contactformulier.

https://forms.gle/WvT1wiN1qDtmnspy7