Hans Rosling: Debunking third-world myths with the best stats you've ever seen

2,176,367 views ・ 2007-01-14

TED


Proszę kliknąć dwukrotnie na poniższe angielskie napisy, aby odtworzyć film.

Tłumaczenie: TED Translators admin Korekta: Rysia Wand
00:25
About 10 years ago, I took on the task to teach global development
0
25626
4355
10 lat temu podjąłem zadanie prowadzenia zajęć o rozwoju globalnym
dla szwedzkich studentów licencjackich.
00:30
to Swedish undergraduate students.
1
30005
2146
Było to po 20 lat badań głodu w Afryce
00:32
That was after having spent about 20 years,
2
32175
2881
prowadzonych z instytucjami afrykańskimi.
00:35
together with African institutions,
3
35080
1877
00:36
studying hunger in Africa.
4
36981
1598
00:38
So I was sort of expected to know a little about the world.
5
38603
3998
Oczekiwano, że mam jakąś wiedzę o świecie.
00:42
And I started, in our medical university, Karolinska Institute,
6
42625
3351
Zacząłem wykładać w Akademii Medycznej Karolińska Institute
00:46
an undergraduate course called Global Health.
7
46000
3530
kurs pod nazwą "Zdrowie globalne".
00:49
But when you get that opportunity, you get a little nervous.
8
49554
2822
Taka okazja wywołuje tremę.
00:52
I thought, these students coming to us actually have the highest grade
9
52400
3334
Myślałem, że nasi studenci
mają już najlepsze w Szwecji akademickie wykształcenie,
00:55
you can get in the Swedish college system,
10
55758
2023
00:57
so I thought, maybe they know everything I'm going to teach them about.
11
57805
3365
więc być może wiedzą już wszystko,
czego zamierzam uczyć.
01:01
So I did a pretest when they came.
12
61194
1997
Zacząłem od wstępnego testu.
01:03
And one of the questions from which I learned a lot was this one:
13
63215
3493
Pytanie, z którego wiele się dowiedziałem, brzmiało:
01:06
"Which country has the highest child mortality of these five pairs?"
14
66732
4269
Wskaż kraj z wyższą umieralnością dzieci w pięciu parach krajów".
01:11
And I put them together so that in each pair of countries,
15
71890
3070
Zestawiłem je tak, że w każdej parze
01:14
one has twice the child mortality of the other.
16
74984
3445
różnica była dwukrotna.
01:18
And this means that it's much bigger, the difference,
17
78453
4245
Czyli że różnica jest o wiele większa niż niepewność danych.
01:22
than the uncertainty of the data.
18
82722
1802
01:24
I won't put you at a test here, but it's Turkey,
19
84548
2311
Nie będę was sprawdzał.
01:26
which is highest there, Poland, Russia, Pakistan and South Africa.
20
86883
4327
To Turcja z największą umieralnością,
Polska, Rosja, Pakistan i Afryka Południowa.
01:31
And these were the results of the Swedish students.
21
91234
2422
Tak wypadli szwedzcy studenci.
01:33
I did it so I got the confidence interval, which is pretty narrow.
22
93680
3170
Uzyskany w ten sposób przedział ufności
01:36
And I got happy, of course -- a 1.8 right answer out of five possible.
23
96874
3985
okazał się wąski, co mnie ucieszyło.
1,8 poprawnych odpowiedzi na pięć możliwych.
01:40
That means there was a place for a professor of international health
24
100883
3211
Czyli było miejsce dla wykładowcy międzynarodowego zdrowia
01:44
and for my course.
25
104118
1166
i na moje zajęcia.
01:45
(Laughter)
26
105308
1033
01:46
But one late night, when I was compiling the report,
27
106365
4039
(Śmiech)
Ale pewnego wieczoru, gdy opracowywałem raport,
01:50
I really realized my discovery.
28
110428
2566
zrozumiałem wagę swojego odkrycia.
01:53
I have shown that Swedish top students know, statistically,
29
113018
4925
Pokazałem, że najlepsi szwedzcy studenci
statystycznie wiedzą znacznie mniej o świecie niż szympansy.
01:57
significantly less about the world than the chimpanzees.
30
117967
3009
02:01
(Laughter)
31
121000
1976
(Śmiech)
02:03
Because the chimpanzee would score half right
32
123000
3459
Szympansy uzyskałyby 50% trafień
02:06
if I gave them two bananas with Sri Lanka and Turkey.
33
126483
2630
gdyby dać im dwa banany ze Sri Lanką i Turcją,
02:09
They would be right half of the cases. But the students are not there.
34
129137
3422
miałyby rację w połowie przypadków.
A studenci nie.
02:12
The problem for me was not ignorance; it was preconceived ideas.
35
132583
4215
Problemem nie była ignorancja, tylko uprzedzenia.
02:16
I did also an unethical study
36
136822
2737
Nieetycznemu badaniu poddałem również
02:19
of the professors of the Karolinska Institute,
37
139583
2527
profesorów z Instytutu Karolińskiego,
02:22
which hands out the Nobel Prize in Medicine,
38
142134
2541
przyznających Nagrody Nobla w Medycynie,
02:24
and they are on par with the chimpanzee there.
39
144699
2296
i wypadli na równi z szympansami.
02:27
(Laughter)
40
147019
2435
(Śmiech)
02:29
This is where I realized that there was really a need to communicate,
41
149478
4183
Zdałem sobie sprawę z zapotrzebowania na informację,
02:33
because the data of what's happening in the world
42
153685
2904
bo dane na temat tego, co się dzieje na świecie
02:36
and the child health of every country
43
156613
1961
i o zdrowiu dzieci w każdym kraju są dostępne.
02:38
is very well aware.
44
158598
1337
02:39
So we did this software, which displays it like this.
45
159959
2767
Napisaliśmy program, który pokazuje to tak:
02:42
Every bubble here is a country.
46
162750
1958
każda bańka reprezentuje kraj.
02:44
This country over here is China.
47
164732
4989
To są Chiny. To są Indie.
02:49
This is India.
48
169745
1163
02:50
The size of the bubble is the population,
49
170932
2247
Rozmiar bąbelka to populacja,
02:53
and on this axis here, I put fertility rate.
50
173203
3556
a na tej osi umieściłem poziom płodności.
02:56
Because my students, what they said
51
176783
2443
Moi studenci mieli pogląd na świat,
02:59
when they looked upon the world, and I asked them,
52
179250
2559
03:01
"What do you really think about the world?"
53
181833
2723
gdy zapytałem ich:
"Co naprawdę myślicie o świecie?.
03:04
Well, I first discovered that the textbook was Tintin, mainly.
54
184580
3269
Odkryłem, że podręcznik jest zabytkowy
03:07
(Laughter)
55
187873
1045
03:08
And they said, "The world is still 'we' and 'them.'
56
188942
2515
(Śmiech)
Odpowiedzieli: "Świat to nadal 'my' i 'oni'.
03:11
And 'we' is the Western world and 'them' is the Third World."
57
191481
3453
My to Zachód, a oni to Trzeci Świat".
03:15
"And what do you mean with 'Western world?'" I said.
58
195381
2510
"Co rozumiecie przez Zachód" - zapytałem.
03:17
"Well, that's long life and small family.
59
197915
1977
"Długie życie i mała rodzina,
03:19
And 'Third World' is short life and large family."
60
199916
2388
a Trzeci Świat to krótkie życie i duża rodzina".
03:23
So this is what I could display here.
61
203058
2385
Oto, co mogłem pokazać.
03:25
I put fertility rate here --
62
205467
1657
Tu daję poziom płodności: ilość dzieci na kobietę:
03:27
number of children per woman: one, two, three, four,
63
207148
3138
1, 2, 3, 4 aż do 8 dzieci na kobietę.
03:30
up to about eight children per woman.
64
210310
2031
03:32
We have very good data since 1962, 1960, about,
65
212365
3980
Mamy bardzo dobre dane z lat 60.
03:36
on the size of families in all countries.
66
216369
2033
na temat rozmiaru rodzin we wszystkich krajach.
03:38
The error margin is narrow.
67
218426
1375
Margines błędu jest mały.
03:39
Here, I put life expectancy at birth,
68
219825
2008
Tu daję oczekiwaną długość życia przy urodzeniu,
03:41
from 30 years in some countries, up to about 70 years.
69
221857
3467
od 30 lat w niektórych krajach aż do 70 lat.
03:45
And in 1962, there was really a group of countries here
70
225348
3403
W 1962 roku rzeczywiście była grupa krajów,
03:48
that were industrialized countries,
71
228775
1857
to kraje uprzemysłowione,
03:50
and they had small families and long lives.
72
230656
3094
z małymi rodzinami i długim życiem.
03:53
And these were the developing countries.
73
233774
2100
Tu były kraje rozwijające się:
03:55
They had large families and they had relatively short lives.
74
235898
3041
duże rodziny i stosunkowo krótkie życie.
03:58
Now, what has happened since 1962? We want to see the change.
75
238963
3681
Co zdarzyło się od roku 1962? Zobaczmy zmianę.
04:02
Are the students right? It's still two types of countries?
76
242668
2937
Czy studenci mają rację? Czy nadal są dwa rodzaje krajów?
04:05
Or have these developing countries got smaller families and they live here?
77
245629
3736
A może kraje rozwijające się mają mniejsze rodziny i są tutaj?
04:09
Or have they got longer lives and live up there?
78
249389
2298
Może żyją dłużej i są tam u góry?
04:11
Let's see. We start the world, eh?
79
251711
1841
Zobaczmy. Zatrzymaliśmy świat.
04:13
This is all UN statistics that have been available.
80
253576
2486
To wszystko są dane statystyczne ONZ.
04:16
Here we go. Can you see there?
81
256086
1501
Widzicie?
04:17
It's China there, moving against better health there, improving there.
82
257611
3287
To są Chiny, polepszenie zdrowia,
04:20
All the green Latin American countries are moving towards smaller families.
83
260922
3645
Zielone kraje Ameryki Południowej idą do mniejszych rodzin.
Te żółte to kraje arabskie,
04:24
Your yellow ones here are the Arabic countries,
84
264591
2422
dłuższe życie, ale nie większe rodziny.
04:27
and they get longer life, but not larger families.
85
267037
3901
04:30
The Africans are the green here. They still remain here.
86
270962
2622
Tu zielone kraje afrykańskie. Bez zmian.
04:33
This is India; Indonesia is moving on pretty fast.
87
273608
2641
To Indie. Indonezja zmienia się szybko.
04:36
In the '80s here, you have Bangladesh still among the African countries.
88
276273
4106
(Śmiech)
W latach 80. Bangladesz nadal wśród krajów afrykańskich.
04:40
But now, Bangladesh -- it's a miracle that happens in the '80s --
89
280403
3228
Ale teraz cud z lat 80.:
04:43
the imams start to promote family planning,
90
283655
2413
imamowie promują planowanie rodziny.
04:46
and they move up into that corner.
91
286092
1747
Ruszają do tego rogu.
04:47
And in the '90s, we have the terrible HIV epidemic
92
287863
3298
W latach 90. mamy okropną epidemię HIV,
04:51
that takes down the life expectancy of the African countries.
93
291185
3509
co skraca średnią długość życia w krajach afrykańskich
04:54
And the rest of them all move up into the corner,
94
294718
3648
Pozostałe przenoszą się do tego rogu,
04:58
where we have long lives and small family,
95
298390
2386
z długim życiem i małą rodziną. Mamy zupełnie nowy świat.
05:00
and we have a completely new world.
96
300800
2114
05:02
(Applause)
97
302938
3214
(Oklaski)
05:13
(Applause ends)
98
313561
1097
05:15
Let me make a comparison directly
99
315567
1813
Porównam USA z Wietnamem.
05:17
between the United States of America and Vietnam.
100
317404
3014
05:20
1964:
101
320442
1199
1964: w USA są małe rodziny i długa średnia życia;
05:22
America had small families and long life;
102
322538
2611
05:25
Vietnam had large families and short lives.
103
325173
3349
Wietnam miał duże rodziny i krótką średnią życia.
05:28
And this is what happens.
104
328546
1283
I oto co się dzieje:
05:29
The data during the war indicate that even with all the death,
105
329853
5341
dane z wojny wskazują, że mimo wielu zabitych
05:35
there was an improvement of life expectancy.
106
335218
2229
średnia długość życia uległa poprawie.
05:37
By the end of the year, family planning started in Vietnam,
107
337471
2784
Wprowadzono tam planowanie rodziny
05:40
and they went for smaller families.
108
340279
1694
i przyjęły się mniejsze rodziny.
05:41
And the United States up there is getting longer life,
109
341997
2569
W USA, u góry, średnia długość życia wydłuża się,
05:44
keeping family size.
110
344590
1188
a rodziny pozostają takie same.
05:45
And in the '80s now, they give up Communist planning
111
345802
3605
W latach 80. zarzucają komunistyczne planowanie
05:49
and they go for market economy,
112
349431
1507
i przyjmują gospodarkę rynkową,
05:50
and it moves faster even than social life.
113
350962
2010
co zmienia się szybciej niż życie społeczne.
05:52
And today, we have in Vietnam
114
352996
2336
Dziś mamy taką samą średnią długość życia
05:55
the same life expectancy and the same family size
115
355356
4802
i taki sam rozmiar rodzin,
06:00
here in Vietnam, 2003,
116
360182
2763
w Wietnamie w roku 2003,
06:02
as in United States, 1974, by the end of the war.
117
362969
4067
jak w USA w roku 1974, pod koniec wojny.
06:07
I think we all, if we don't look at the data,
118
367513
3296
Nie patrząc na te dane,
06:10
we underestimate the tremendous change in Asia,
119
370833
3221
nie doceniamy olbrzymich społecznych zmian w Azji,
06:14
which was in social change before we saw the economic change.
120
374078
4691
widocznych przed zmianami gospodarczymi.
06:18
So let's move over to another way here
121
378793
2367
Przejdźmy do innej ilustracji.
06:21
in which we could display the distribution in the world
122
381184
4487
Pokażemy dystrybucję dochodów na świecie.
06:25
of income.
123
385695
1280
06:26
This is the world distribution of income of people.
124
386999
3696
To jest światowa dystrybucja dochodów.
06:31
One dollar, 10 dollars or 100 dollars per day.
125
391499
3846
Jeden dolar, 10 dolarów lub 100 dolarów na dzień.
Nie ma już przepaści między bogatymi i biednymi. To mit.
06:36
There's no gap between rich and poor any longer. This is a myth.
126
396071
3412
06:39
There's a little hump here.
127
399507
2015
Tu mamy mały garb,
06:42
But there are people all the way.
128
402195
1640
ale wszędzie są ludzie.
06:43
And if we look where the income ends up,
129
403859
4386
Widać tu 100% światowego dochodu.
06:48
this is 100 percent of the world's annual income.
130
408269
4195
06:52
And the richest 20 percent,
131
412488
2465
20% najbogatszych zarabia około 74%.
06:54
they take out of that about 74 percent.
132
414977
4119
A 20% najbiedniejszych zarabia 2%.
06:59
And the poorest 20 percent, they take about two percent.
133
419120
4916
07:04
And this shows that the concept of developing countries
134
424060
2755
Czyli koncept krajów rozwijających się jest bardzo wątpliwy.
07:06
is extremely doubtful.
135
426839
1567
07:08
We think about aid,
136
428430
1881
Myślimy o pomocy,
07:10
like these people here giving aid to these people here.
137
430335
3613
ci ludzie pomagają tamtym.
07:13
But in the middle, we have most of the world population,
138
433972
3120
Ale większość populacji jest po środku
07:17
and they have now 24 percent of the income.
139
437116
2609
z 24 procentami dochodów.
07:19
We heard it in other forms.
140
439749
1656
Już o tym słyszeliśmy. Kim oni są?
07:21
And who are these?
141
441429
2701
07:24
Where are the different countries?
142
444154
2220
Gdzie są różne kraje?
07:26
I can show you Africa.
143
446398
1546
Pokażę Afrykę. To jest Afryka.
07:27
This is Africa.
144
447968
1591
07:30
Ten percent of the world population,
145
450078
1763
10% ludności świata, większość żyje w biedzie.
07:31
most in poverty.
146
451865
1166
To państwa OECD.
07:33
This is OECD -- the rich countries, the country club of the UN.
147
453055
4375
Bogate kraje. Ekskluzywny klub ONZ.
07:37
And they are over here on this side. Quite an overlap between Africa and OECD.
148
457454
5416
Oni są tutaj.
Sporo się pokrywa między Afryką i OECD.
07:42
And this is Latin America.
149
462894
1348
A to Ameryka Południowa.
07:44
It has everything on this earth, from the poorest to the richest
150
464266
3355
Mają i najbiedniejszych i najbogatszych
07:47
in Latin America.
151
467645
1373
w Ameryce Południowej.
07:49
And on top of that, we can put East Europe,
152
469042
3107
Na górze umieśćmy Europę Wschodnią,
07:52
we can put East Asia, and we put South Asia.
153
472173
3175
Azję wschodnią i południową.
07:55
And what did it look like if we go back in time,
154
475372
3130
A gdyby cofnąć się w czasie
07:58
to about 1970?
155
478526
2093
do roku 1970?
08:00
Then, there was more of a hump.
156
480643
2522
Wówczas garb był większy.
08:04
And most who lived in absolute poverty were Asians.
157
484242
3759
Azjaci żyli wówczas w największej biedzie.
08:08
The problem in the world was the poverty in Asia.
158
488025
2947
Problemem światowym była wówczas bieda w Azji.
08:10
And if I now let the world move forward,
159
490996
3118
Teraz ruszę świat naprzód,
zobaczycie, że w miarę wzrostu liczby ludności,
08:14
you will see that while population increases,
160
494138
2612
08:16
there are hundreds of millions in Asia getting out of poverty,
161
496774
3313
tysiące milionów ludzi wydostaje się z biedy w Azji,
08:20
and some others getting into poverty,
162
500111
1965
a inni biednieją
08:22
and this is the pattern we have today.
163
502100
1901
i tak to dziś wygląda.
08:24
And the best projection from the World Bank
164
504025
2071
A to najlepsza prognoza z Banku Światowego.
08:26
is that this will happen,
165
506120
1914
08:28
and we will not have a divided world.
166
508058
1848
Nie będzie podzielonego świata.
08:29
We'll have most people in the middle.
167
509930
1895
Większość ludzi będzie pośrodku.
08:31
Of course it's a logarithmic scale here,
168
511849
2027
Oczywiście to skala logarytmiczna,
08:33
but our concept of economy is growth with percent.
169
513900
3397
ale nasz koncept gospodarki zakłada wzrost procentowy.
08:37
We look upon it as a possibility of percentile increase.
170
517321
5285
My widzimy możliwość wzrostu percentylowego.
08:42
If I change this and take GDP per capita instead of family income,
171
522630
4824
Jeśli to zmienię i wezmę wzrost PKB na głowę
zamiast dochodów na rodzinę,
08:47
and I turn these individual data
172
527478
3771
zmienię te dane indywidualne na dane regionalne PKB
08:51
into regional data of gross domestic product,
173
531273
3276
oraz dodam regiony z dołu,
08:54
and I take the regions down here,
174
534573
1888
rozmiar bańki to nadal populacja.
08:56
the size of the bubble is still the population.
175
536485
2239
08:58
And you have the OECD there, and you have sub-Saharan Africa there,
176
538748
3198
Tu mamy OECD, tam kraje Czarnej Afryki,
09:01
and we take off the Arab states there,
177
541970
2241
usuniemy stąd kraje arabskie, zarówno z Afryki, jak i Azji,
09:04
coming both from Africa and from Asia,
178
544235
2218
09:06
and we put them separately,
179
546477
1666
i przedstawimy je oddzielnie.
09:08
and we can expand this axis, and I can give it a new dimension here,
180
548167
5097
Można przedłużyć tę oś,
i dać jej nowy wymiar
09:13
by adding the social values there, child survival.
181
553288
3349
dodając wartości społeczne, przeżywalność dzieci.
09:16
Now I have money on that axis,
182
556661
1728
Na tej osi są pieniądze
09:18
and I have the possibility of children to survive there.
183
558413
2743
i tam dzieci mają większe szanse.
09:21
In some countries, 99.7% of children survive to five years of age;
184
561180
4257
W niektórych krajach 99,7% dzieci przeżywa do 5 roku życia;
09:25
others, only 70.
185
565461
1725
w innych, zaledwie 70%.
09:27
And here, it seems, there is a gap between OECD,
186
567210
3268
Wydaje się, że istnieje przepaść
09:30
Latin America, East Europe, East Asia,
187
570502
3254
między krajami OWGR, Ameryką Południową,
Europą Wschodnią, Azją Wschodnią,
09:33
Arab states, South Asia and sub-Saharan Africa.
188
573780
3885
krajami arabskimi, Azją Południową i Czarną Afryką.
09:37
The linearity is very strong between child survival and money.
189
577689
4908
Widać wyraźny związek między przeżywalnością dzieci i zamożnością.
09:42
But let me split sub-Saharan Africa.
190
582621
3296
Ale teraz rozczłonkuję Czarną Afrykę.
09:45
Health is there and better health is up there.
191
585941
4924
Tu jest gorsze i lepsze zdrowie.
09:50
I can go here, and I can split sub-Saharan Africa into its countries.
192
590889
4462
Dzielę Czarną Afrykę na poszczególne kraje.
09:55
And when it bursts,
193
595375
1202
09:56
the size of each country bubble is the size of the population.
194
596601
3646
Po podziale każda bańka reprezentuje kraj.
10:00
Sierra Leone down there, Mauritius is up there.
195
600271
2540
Sierra Leone na dole. Mauritius u góry.
10:02
Mauritius was the first country to get away with trade barriers,
196
602835
3656
Mauritius jako pierwszy usunął bariery handlowe,
10:06
and they could sell their sugar, they could sell their textiles,
197
606515
3525
co umożliwiło im sprzedaż cukru i tekstylii
na takich samych warunkach jak w Europie i Ameryce Północnej.
10:10
on equal terms as the people in Europe and North America.
198
610064
3714
10:13
There's a huge difference [within] Africa.
199
613802
2132
Afryka jest różnorodna. Ghana jest tu w środku.
10:15
And Ghana is here in the middle.
200
615958
1868
10:17
In Sierra Leone, humanitarian aid.
201
617850
2592
W Sierra Leone - pomoc humanitarna.
10:20
Here in Uganda, development aid.
202
620466
3310
W Ugandzie - pomoc na rozwój.
10:23
Here, time to invest; there, you can go for a holiday.
203
623800
3295
Tu pora inwestować, tam jechać na urlop.
10:27
There's tremendous variation within Africa,
204
627119
2742
Ogromne zróżnicowanie w obrębie Afryki,
10:29
which we very often make that it's equal everything.
205
629885
3091
a nam zdaje się, że wszystko jest na jedno kopyto.
10:33
I can split South Asia here. India's the big bubble in the middle.
206
633000
4239
Mogę tu podzielić Azję. India to duża bańka w środku.
10:37
But there's a huge difference between Afghanistan and Sri Lanka.
207
637263
4440
Duża różnica między Afganistanem i Sri Lanką.
10:41
I can split Arab states. How are they?
208
641727
2135
Dzielę kraje arabskie. Jak się mają?
10:43
Same climate, same culture, same religion -- huge difference.
209
643886
4132
Ten sam klimat, ta sama kultura, ta sama religia. Duża różnica.
10:48
Even between neighbors --
210
648042
1222
Nawet między sąsiadami.
10:49
Yemen, civil war;
211
649288
1245
Jemen - wojna domowa.
10:50
United Arab Emirates, money, which was quite equally and well-used.
212
650557
4166
Zjednoczone Emiraty Arabskie - dobrze użyte pieniądze.
10:54
Not as the myth is.
213
654747
1782
Na przekór mitom.
10:56
And that includes all the children of the foreign workers
214
656553
4109
Wliczamy też dzieci zagranicznych pracowników,
11:00
who are in the country.
215
660686
1574
którzy przebywają w kraju.
11:02
Data is often better than you think. Many people say data is bad.
216
662284
3692
Dane są często lepsze, niż myślimy. A uważa się, że dane są złe.
11:06
There is an uncertainty margin, but we can see the difference here:
217
666000
3143
Istnieje margines niepewności, ale tu widać różnicę:
11:09
Cambodia, Singapore.
218
669167
1362
Kambodża, Singapur.
11:10
The differences are much bigger than the weakness of the data.
219
670553
2971
Różnice są znacznie większe niż słabość danych.
11:13
East Europe: Soviet economy for a long time,
220
673548
4647
Europa Wschodnia: długa gospodarka sowiecka,
11:18
but they come out after 10 years very, very differently.
221
678219
3212
ale po 10 latach rezultaty są bardzo odmienne.
11:21
And there is Latin America.
222
681455
2733
A oto Ameryka Południowa.
11:24
Today, we don't have to go to Cuba
223
684212
1646
Dziś nie trzeba jechać na Kubę,
11:25
to find a healthy country in Latin America.
224
685882
2028
aby znaleźć zdrowy kraj w Ameryce Południowej.
11:27
Chile will have a lower child mortality than Cuba within some few years from now.
225
687934
4634
Umieralność dzieci będzie niższa w Chile niż na Kubie za kilka lat.
11:32
Here, we have high-income countries in the OECD.
226
692592
3055
A tu mamy bogate kraje OECD.
11:35
And we get the whole pattern here of the world,
227
695671
3792
A tutaj wzór całego świata,
11:39
which is more or less like this.
228
699487
2151
który wygląda mniej więcej tak.
11:41
And if we look at it, how the world looks,
229
701662
3940
Tak wyglądał świat.
11:46
in 1960, it starts to move.
230
706658
3318
W roku 1960 zaczyna się zmieniać.
11:50
This is Mao Zedong. He brought health to China.
231
710000
2632
To Mao Tse-tung. Wprowadził zdrowie w Chinach,
11:52
And then he died.
232
712656
1166
a potem umarł.
11:53
And then Deng Xiaoping came and brought money to China,
233
713846
2612
Potem był Den Xiaoping, sprowadził pieniądze do Chin
11:56
and brought them into the mainstream again.
234
716482
2054
i wprowadził kraj ponownie w główny nurt.
11:58
And we have seen how countries move in different directions like this,
235
718560
4158
Widzieliśmy, jak kraje idą w różnych kierunkach,
12:02
so it's sort of difficult to get an example country
236
722742
5905
więc trudno znaleźć kraj,
12:08
which shows the pattern of the world.
237
728671
2145
który pokazywałby wzór świata.
12:10
But I would like to bring you back to about here, at 1960.
238
730840
6854
Wróćmy do roku 1960.
12:18
I would like to compare South Korea, which is this one,
239
738083
6991
Chciałbym porównać Koreę Południową, tu,
12:25
with Brazil, which is this one.
240
745098
3358
z Brazylią, tutaj.
12:29
The label went away for me here.
241
749154
1782
Uciekła mi etykieta.
12:30
And I would like to compare Uganda, which is there.
242
750960
2925
Chciałbym pokazać Ugandę, tutaj.
12:34
I can run it forward, like this.
243
754699
3183
I mogę ruszyć w przyszłość o tak.
12:39
And you can see how South Korea is making a very, very fast advancement,
244
759748
6996
Widać szybkie postępy Korei Południowej,
12:46
whereas Brazil is much slower.
245
766768
2585
podczas gdy Brazylia jest powolniejsza.
12:49
And if we move back again, here, and we put trails on them, like this,
246
769377
6144
Jeśli znów się cofnąć i dać im markery,
12:55
you can see again
247
775545
2403
widać, że tempo rozwoju bardzo się różni
12:57
that the speed of development is very, very different,
248
777972
3332
i że kraje zmieniają się mniej więcej
13:01
and the countries are moving more or less at the same rate
249
781328
5760
w tym samym tempie, co pieniądze i zdrowie,
13:07
as money and health,
250
787112
1427
13:08
but it seems you can move much faster
251
788563
1929
choć można się ruszać szybciej
13:10
if you are healthy first than if you are wealthy first.
252
790516
2918
jeśli jest się najpierw zdrowym, a dopiero potem bogatym.
13:14
And to show that, you can put on the way of United Arab Emirates.
253
794000
4158
Dla ilustracji dodajmy Zjednoczone Emiraty Arabskie.
13:18
They came from here, a mineral country.
254
798182
2674
Idą stąd. To kraj minerałów.
13:20
They cached all the oil; they got all the money;
255
800880
2467
Zgromadzili całą naftę, dostali wszystkie pieniądze,
13:23
but health cannot be bought at the supermarket.
256
803371
2436
ale zdrowia nie można kupić w supermarkecie.
13:26
You have to invest in health. You have to get kids into schooling.
257
806516
3147
W zdrowie trzeba inwestować. Trzeba wysłać dzieci do szkoły.
13:29
You have to train health staff. You have to educate the population.
258
809687
3190
Trzeba szkolić personel medyczny. Ludność trzeba edukować.
13:32
And Sheikh Zayed did that in a fairly good way.
259
812901
2356
A Sheikh Sayed poradził sobie z tym całkiem nieźle.
13:35
In spite of falling oil prices, he brought this country up here.
260
815281
3963
Mimo spadku cen ropy, przemieścił kraj tutaj.
13:39
So we've got a much more mainstream appearance of the world,
261
819268
3708
To dużo bliższy prawdy wygląd świata,
13:43
where all countries tend to use their money
262
823000
2527
gdzie kraje wykorzystują pieniądze
13:45
better than they used it in the past.
263
825551
2295
lepiej, niż robiły to w przeszłości.
13:49
Now, this is, more or less, if you look at the average data of the countries --
264
829269
6978
Tak wyglądają uśrednione dane z krajów.
13:56
they are like this.
265
836271
1194
13:57
That's dangerous, to use average data,
266
837489
3409
Używanie średnich jest niebezpieczne,
14:00
because there is such a lot of difference within countries.
267
840922
3845
bo wewnątrz krajów też są różnice.
14:04
So if I go and look here,
268
844791
2494
Tutaj widzę, że dzisiejsza Uganda
14:07
we can see that Uganda today is where South Korea was in 1960.
269
847309
6545
jest tam, gdzie Korea Południowa była w roku 1960.
14:13
If I split Uganda, there's quite a difference within Uganda.
270
853878
3788
Jeśli podzielimy Ugandę, widać duże różnice.
14:17
These are the quintiles of Uganda.
271
857690
1988
Oto pięć kwintyli w Ugandzie.
14:19
The richest 20 percent of Ugandans are there.
272
859702
2180
Najbogatsze 20% tutaj.
14:21
The poorest are down there.
273
861906
1471
Najbiedniejsi tu, na dole.
14:23
If I split South Africa, it's like this.
274
863401
2831
Jeśli podzielimy RPA, wygląda to tak.
14:26
And if I go down and look at Niger,
275
866256
3009
Tu na dole jest Niger,
14:29
where there was such a terrible famine [recently],
276
869289
3493
gdzie była ostatnio straszna klęska głodowa.
14:32
it's like this.
277
872806
1151
14:33
The 20 percent poorest of Niger is out here,
278
873981
2757
20% najbiedniejszych z Nigru jest tutaj,
14:36
and the 20 percent richest of South Africa is there,
279
876762
2769
a 20% najbogatszych z RPA - tutaj,
14:39
and yet we tend to discuss what solutions there should be in Africa.
280
879555
4421
a my próbujemy omawiać rozwiązania dla Afryki.
14:44
Everything in this world exists in Africa.
281
884000
2567
W Afryce można znaleźć wszystko.
14:46
And you can't discuss universal access to HIV [treatment]
282
886591
3275
Uniwersalny dostęp do [leków] HIV dla tej grupy tu, u góry,
14:49
for that quintile up here
283
889890
1919
14:51
with the same strategy as down here.
284
891833
2625
wymaga innej strategii niż tu, na dole.
14:54
The improvement of the world must be highly contextualized,
285
894482
3706
Poprawa sytuacji na świecie
musi być rozpatrywana w bardzo szerokim kontekście
14:58
and it's not relevant to have it on a regional level.
286
898212
3653
i nie ma sensu robienie tego na poziomie regionalnym.
15:01
We must be much more detailed.
287
901889
1530
Potrzeba dużo więcej szczegółów.
15:04
We find that students get very excited when they can use this.
288
904070
3326
Studenci bardzo się cieszą, gdy mogą z tego korzystać.
15:07
And even more, policy makers and the corporate sectors
289
907420
3618
Ustawodawcy i korporacje chcą zobaczyć,
15:11
would like to see how the world is changing.
290
911062
3661
jak zmienia się świat.
15:14
Now, why doesn't this take place?
291
914747
1875
Czemu tak się nie dzieje?
15:16
Why are we not using the data we have?
292
916646
2303
Czemu nie wykorzystujemy danych, które posiadamy?
15:18
We have data in the United Nations, in the national statistical agencies
293
918973
3810
Mamy dane z ONZ,
dane z krajowych agencji statystycznych,
15:22
and in universities and other nongovernmental organizations.
294
922807
3169
z uniwersytetów i organizacji pozarządowych.
15:26
Because the data is hidden down in the databases.
295
926000
2737
Ponieważ dane ukryte są w bazach danych.
15:28
And the public is there, and the internet is there,
296
928761
2530
I odbiorcy są tam, i Internet jest tam,
ale wciąż nie robimy tego efektywnie.
15:31
but we have still not used it effectively.
297
931315
2160
15:33
All that information we saw changing in the world
298
933499
2675
Wszystkie informacje o zmianach na świecie,
15:36
does not include publicly funded statistics.
299
936198
2941
nie obejmują publicznie opłacanej statystki.
15:39
There are some web pages like this, you know,
300
939163
2371
Jest kilka stron internetowych, jak ta,
15:41
but they take some nourishment down from the databases,
301
941558
4703
czerpią trochę informacji z baz danych,
15:46
but people put prices on them, stupid passwords and boring statistics.
302
946285
4972
ale ludzie narzucają opłaty, głupie hasła i nudną statystykę.
15:51
(Laughter)
303
951281
1108
(Śmiech) (Oklaski)
15:52
And this won't work.
304
952413
1422
To się nie sprawdzi.
15:53
(Applause)
305
953859
2556
15:56
So what is needed? We have the databases.
306
956439
2422
Czego potrzeba? Mamy bazy danych.
15:58
It's not a new database that you need.
307
958885
1867
Nie potrzeba nam nowych.
16:00
We have wonderful design tools and more and more are added up here.
308
960776
3805
Mamy wspaniałe narzędzia do projektowania, wciąż je tu dodajemy.
16:04
So we started a nonprofit venture linking data to design,
309
964605
6130
Założyliśmy firmę non-profit
łączącą dane z projektem.
16:10
we called "Gapminder,"
310
970759
1156
Nazywa się Gapminder, od londyńskiego metra,
16:11
from the London Underground, where they warn you, "Mind the gap."
311
971939
3097
gdzie ostrzegają: "uwaga na lukę".
16:15
So we thought Gapminder was appropriate.
312
975060
1959
Uznaliśmy nazwę Gapminder za stosowną.
Zaczęliśmy pisać oprogramowanie, które tak mogłoby łączyć dane.
16:17
And we started to write software which could link the data like this.
313
977043
4181
I to nie było tak trudne.
16:21
And it wasn't that difficult.
314
981248
1547
16:22
It took some person years, and we have produced animations.
315
982819
3723
Zajęło to kilka osobo-lat, ale wyprodukowaliśmy animacje.
16:26
You can take a data set and put it there.
316
986566
2233
Można tu wstawić zestaw danych.
16:28
We are liberating UN data, some few UN organization.
317
988823
4476
Uwalniamy dane z kilku organizacji ONZ.
16:33
Some countries accept that their databases can go out on the world.
318
993323
4278
Niektóre kraje zgadzają się udostępniać dane,
16:37
But what we really need is, of course, a search function,
319
997625
3245
ale tak naprawdę potrzeba nam funkcji przeszukiwania,
16:40
a search function where we can copy the data up to a searchable format
320
1000894
4502
która umożliwi kopiowanie danych do odpowiedniego formatu
16:45
and get it out in the world.
321
1005420
1518
i wypuszczenia ich w świat.
16:46
And what do we hear when we go around?
322
1006962
2165
A co słyszymy?
16:49
I've done anthropology on the main statistical units.
323
1009151
3118
Przeprowadziłem badania antropologiczne dotyczące głównych urzędów statystycznych.
16:52
Everyone says, "It's impossible. This can't be done.
324
1012293
3009
Wszyscy mówią: "Niemożliwe. Nie da się zrobić.
Nasze informacje są tak osobliwe
16:55
Our information is so peculiar in detail,
325
1015326
2510
16:57
so that cannot be searched as others can be searched.
326
1017860
3104
że nie można ich przeszukiwać tak samo jak innych.
17:00
We cannot give the data free to the students,
327
1020988
2355
Nie możemy udostępnić danych za darmo studentom i przedsiębiorcom".
17:03
free to the entrepreneurs of the world."
328
1023367
2126
Ale to właśnie chcielibyśmy widzieć.
17:06
But this is what we would like to see, isn't it?
329
1026256
2346
17:09
The publicly funded data is down here.
330
1029175
2424
Publicznie opłacane dane są tu na dole.
17:11
And we would like flowers to grow out on the net.
331
1031623
3035
Chcielibyśmy wyhodować kwiaty w sieci.
17:14
One of the crucial points is to make them searchable,
332
1034682
3270
Przede wszystkim muszą nadawać się do przeszukiwań
17:17
and then people can use the different design tools to animate it there.
333
1037976
4287
wówczas można użyć narzędzi do animacji.
17:22
And I have pretty good news for you.
334
1042287
2294
Tutaj niezła wiadomość.
17:24
I have good news that the [current],
335
1044605
2194
17:26
new head of UN statistics doesn't say it's impossible.
336
1046823
3486
Otóż obecny nowy dyrektor Działu Statystki ONZ
nie mówi, że to niemożliwe.
17:30
He only says, "We can't do it."
337
1050333
1856
Mówi tylko: "Nie możemy tego zrobić".
17:32
(Laughter)
338
1052772
3532
(Śmiech)
17:36
And that's a quite clever guy, huh?
339
1056328
1883
To dopiero mądrala.
17:38
(Laughter)
340
1058235
1849
(Śmiech)
17:40
So we can see a lot happening in data in the coming years.
341
1060108
4365
Wiele zmieni się w danych w najbliższym czasie.
17:44
We will be able to look at income distributions in completely new ways.
342
1064497
4376
Będzie można zobaczyć dystrybucję dochodów
w zupełnie nowymi świetle.
17:48
This is the income distribution of China, 1970.
343
1068897
5079
To dystrybucja dochodów w Chinach w 1970 roku
17:54
This is the income distribution of the United States, 1970.
344
1074000
4796
i dystrybucja dochodów w USA w 1970 roku.
17:58
Almost no overlap.
345
1078820
1851
Prawie się nie pokrywają.
18:00
Almost no overlap.
346
1080695
1411
18:02
And what has happened?
347
1082130
1716
I co się stało?
18:03
What has happened is this:
348
1083870
1481
18:05
that China is growing, it's not so equal any longer,
349
1085375
2972
Ano Chiny się rozwijają, pojawiły się różnice.
18:08
and it's appearing here, overlooking the United States,
350
1088371
3971
i pojawia się tutaj, górując nad USA.
18:12
almost like a ghost, isn't it?
351
1092366
2292
Prawie jak duch, co?
18:14
(Laughter)
352
1094682
1294
(Śmiech)
Przerażające.
18:16
It's pretty scary.
353
1096000
1587
(Śmiech)
18:17
(Laughter)
354
1097611
2261
18:22
But I think it's very important to have all this information.
355
1102762
3910
Uważam jednak, że posiadanie tych informacji jest bardzo istotne.
18:26
We need really to see it.
356
1106696
2730
Naprawdę trzeba to zobaczyć.
18:29
And instead of looking at this,
357
1109450
2883
I zamiast patrzeć na to,
18:32
I would like to end up by showing the internet users per 1,000.
358
1112357
5383
chciałbym na koniec pokazać użytkowników Internetu na tysiąc.
18:37
In this software, we access about 500 variables
359
1117764
2924
To oprogramowanie udostępnia około 500 zmiennych
18:40
from all the countries quite easily.
360
1120712
2267
ze wszystkich krajów.
18:43
It takes some time to change for this,
361
1123003
3134
Wprowadzenie zmian trochę trwa,
18:46
but on the axes, you can quite easily get any variable you would like to have.
362
1126161
5818
ale na osiach można dać dowolne zmienne.
18:52
And the thing would be to get up the databases free,
363
1132003
4383
Bazy danych powinny być bezpłatne,
18:56
to get them searchable, and with a second click,
364
1136410
2809
w odpowiednim formacie
i łatwe do zmiany w formaty graficzne,
18:59
to get them into the graphic formats, where you can instantly understand them.
365
1139243
5056
co ułatwia błyskawiczne zrozumienie.
19:04
Now, statisticians don't like it, because they say
366
1144323
3426
Statystycy tego nie lubią.
Mówią, że to nie pokaże rzeczywistości;
19:07
that this will not show the reality;
367
1147773
6917
19:14
we have to have statistical, analytical methods.
368
1154714
2288
trzeba mieć metody statystyczne, analityczne.
Lecz to jest tylko tworzenie hipotezy.
19:17
But this is hypothesis-generating.
369
1157026
1950
19:19
I end now with the world.
370
1159000
1905
Teraz kończę ze światem.
Oto nadchodzi Internet.
19:22
There, the internet is coming.
371
1162021
1485
19:23
The number of internet users are going up like this.
372
1163530
2483
Liczba użytkowników rośnie tak.
19:26
This is the GDP per capita.
373
1166037
2111
To jest produkt krajowy brutto na głowę.
19:28
And it's a new technology coming in, but then amazingly,
374
1168172
3500
Wchodzi nowa technologia, która zdumiewająco pasuje
19:31
how well it fits to the economy of the countries.
375
1171696
4027
do gospodarki krajów.
19:35
That's why the $100 computer will be so important.
376
1175747
2992
To dlatego komputer za 100 dolarów będzie tak ważny.
19:38
But it's a nice tendency.
377
1178763
1405
Ale jest to dobra tendencja.
19:40
It's as if the world is flattening off, isn't it?
378
1180192
2771
To tak, jakby świat stawał się płaski.
19:42
These countries are lifting more than the economy,
379
1182987
2538
Te kraje dźwigają się bardziej niż gospodarka
19:45
and it will be very interesting to follow this over the year,
380
1185549
2956
i będzie ciekawie śledzić to przez rok,
19:48
as I would like you to be able to do with all the publicly funded data.
381
1188529
3650
co chciałbym wam umożliwić przy użyciu publicznych danych.
19:52
Thank you very much.
382
1192203
1182
Dziękuję bardzo.
19:53
(Applause)
383
1193409
3000
(Brawa)
O tej stronie

Na tej stronie poznasz filmy z YouTube, które są przydatne do nauki języka angielskiego. Zobaczysz lekcje angielskiego prowadzone przez najlepszych nauczycieli z całego świata. Kliknij dwukrotnie na angielskie napisy wyświetlane na stronie każdego filmu, aby odtworzyć film od tego miejsca. Napisy przewijają się synchronicznie z odtwarzaniem filmu. Jeśli masz jakieś uwagi lub prośby, skontaktuj się z nami za pomocą formularza kontaktowego.

https://forms.gle/WvT1wiN1qDtmnspy7