The beauty of data visualization | David McCandless

David McCandless: A beleza da visualização de dados

390,731 views

2010-08-23 ・ TED


New videos

The beauty of data visualization | David McCandless

David McCandless: A beleza da visualização de dados

390,731 views ・ 2010-08-23

TED


Por favor, clique duas vezes nas legendas em inglês abaixo para reproduzir o vídeo.

Tradutor: Claudia Solano Revisor: María Luciana Rolón
00:15
It feels like we're all suffering
0
15260
2000
Parece que estamos sofrendo
00:17
from information overload or data glut.
1
17260
3000
de excesso de informação ou abundância de dados.
00:20
And the good news is there might be an easy solution to that,
2
20260
2000
E a boa noticia é que pode haver uma solução fácil pra isso,
00:22
and that's using our eyes more.
3
22260
2000
e é usarmos mais os nossos olhos.
00:24
So, visualizing information, so that we can see
4
24260
2000
E assim visualizando informação, para que possamos ver
00:26
the patterns and connections that matter
5
26260
3000
os padrões e conexões que importam
00:29
and then designing that information so it makes more sense,
6
29260
3000
e então projetar a informação para que faça mais sentido,
00:32
or it tells a story,
7
32260
2000
ou conte uma estória,
00:34
or allows us to focus only on the information that's important.
8
34260
3000
ou nos permita focar apenas na informação que for importante.
00:38
Failing that, visualized information can just look really cool.
9
38260
3000
Se não funcionar, informação visualizada pode simplesmente parecer muito legal.
00:41
So, let's see.
10
41260
2000
Então, vamos ver.
00:45
This is the $Billion Dollar o-Gram,
11
45260
2000
Este é o Billion Dollar Gram (Diagrama de Bilhões de Dólares),
00:47
and this image arose
12
47260
2000
e essa imagem surgiu
00:49
out of frustration I had
13
49260
2000
de uma frustração que tive
00:51
with the reporting of billion-dollar amounts in the press.
14
51260
2000
com relatos de montantes de bilhões de dólares na imprensa.
00:53
That is, they're meaningless without context:
15
53260
3000
Isto é, não fazem sentido sem o conexto.
00:56
500 billion for this pipeline,
16
56260
2000
500 bilhões por esse duto.
00:58
20 billion for this war.
17
58260
2000
20 bilhões por essa guerra
01:00
It doesn't make any sense, so the only way to understand it
18
60260
2000
Não faz o menor sentido, então a única maneira de entender
01:02
is visually and relatively.
19
62260
2000
é de forma visual e relativa.
01:04
So I scraped a load of reported figures
20
64260
2000
Então, eu peguei um monte de figuras
01:06
from various news outlets
21
66260
2000
de várias fontes de notícias
01:08
and then scaled the boxes according to those amounts.
22
68260
3000
e então coloquei em escala de acordo com as quantidades.
01:11
And the colors here represent the motivation behind the money.
23
71260
3000
E as cores aqui representam a motivação por trás do dinheiro.
01:14
So purple is "fighting,"
24
74260
3000
Então, roxo é luta,
01:17
and red is "giving money away," and green is "profiteering."
25
77260
3000
e vermelho é doação, e verde é lucro.
01:20
And what you can see straight away
26
80260
2000
E o que você pode ver de imediato
01:22
is you start to have a different relationship to the numbers.
27
82260
2000
é que você começa a se relacionar diferente com os números.
01:24
You can literally see them.
28
84260
2000
Você pode vê-los literalmente.
01:26
But more importantly, you start to see
29
86260
2000
Mas o mais importante é que você começa a ver
01:28
patterns and connections between numbers
30
88260
2000
padrões e conexões entre os números
01:30
that would otherwise be scattered across multiple news reports.
31
90260
3000
que, de outra forma, estariam desmembradas entre várias notícias.
01:33
Let me point out some that I really like.
32
93260
3000
Deixem-me destacar alguns dos quais eu gosto bastante.
01:36
This is OPEC's revenue, this green box here --
33
96260
2000
Esse é a receita da OPEP, essa caixa verde aqui --
01:38
780 billion a year.
34
98260
2000
780 bilhões por ano.
01:40
And this little pixel in the corner -- three billion --
35
100260
3000
E esse pequeno pixel no canto -- três bilhões --
01:43
that's their climate change fund.
36
103260
3000
é o fundo de mudanças climáticas deles.
01:46
Americans, incredibly generous people --
37
106260
2000
Americanos, pessoas incrivelmente generosas --
01:48
over 300 billion a year, donated to charity every year,
38
108260
3000
mais de 300 bilhões por ano, doados para caridade todos os anos,
01:51
compared with the amount of foreign aid
39
111260
2000
comparado com a quantidade de ajuda estrangeira
01:53
given by the top 17 industrialized nations
40
113260
2000
dada pelas 17 mais importantes nações industrializadas
01:55
at 120 billion.
41
115260
2000
em 120 bilhões.
01:57
Then of course,
42
117260
2000
E é claro,
01:59
the Iraq War, predicted to cost just 60 billion
43
119260
2000
a guerra do Iraque, prevista a custar 60 bilhões
02:01
back in 2003.
44
121260
3000
lá 2003.
02:04
And it mushroomed slightly. Afghanistan and Iraq mushroomed now
45
124260
3000
E cresceu de leve. O Afeganistão cresceu agora
02:07
to 3,000 billion.
46
127260
3000
para 3.000 bilhões.
02:10
So now it's great
47
130260
2000
Então agora é ótimo
02:12
because now we have this texture, and we can add numbers to it as well.
48
132260
2000
porque agora temos essa textura, e podemos adicionar números a ela também.
02:14
So we could say, well, a new figure comes out ... let's see African debt.
49
134260
3000
Então podemos dizer, bem, que surge uma nova figura... vamos ver: dívida africana.
02:17
How much of this diagram do you think might be taken up
50
137260
2000
Quanto deste diagrama vocês acham que será ocupado
02:19
by the debt that Africa owes to the West?
51
139260
2000
pela dívida que a África tem com o Ocidente?
02:21
Let's take a look.
52
141260
2000
Vamos ver.
02:23
So there it is:
53
143260
2000
Aí está.
02:25
227 billion is what Africa owes.
54
145260
2000
227 bilhões é o que a África deve.
02:27
And the recent financial crisis,
55
147260
2000
E a crise financeira recente --
02:29
how much of this diagram might that figure take up?
56
149260
2000
quanto desse diagrama ela pode ocupar?
02:31
What has that cost the world? Let's take a look at that.
57
151260
3000
O que custou para mundo? Vamos dar uma olhada nisso.
02:34
Dooosh -- Which I think is the appropriate sound effect
58
154260
3000
"Dooosh", acho que esse é o efeito sonoro apropriado
02:37
for that much money:
59
157260
2000
para tanto dinheiro.
02:39
11,900 billion.
60
159260
4000
11.900 bilhões.
02:45
So, by visualizing this information,
61
165260
2000
Então, visualizando essa informação,
02:47
we turned it into a landscape
62
167260
2000
nós a transformamos em um cenário
02:49
that you can explore with your eyes,
63
169260
2000
que você pode explorar com os seus olhos,
02:51
a kind of map really, a sort of information map.
64
171260
2000
um tipo de mapa mesmo, um tipo de mapa de informação.
02:53
And when you're lost in information,
65
173260
2000
E quando você está perdido em informação,
02:55
an information map is kind of useful.
66
175260
3000
um mapa de informação até que é útil.
02:58
So I want to show you another landscape now.
67
178260
2000
Eu quero mostrar outro cenário a vocês agora.
03:00
We need to imagine what a landscape
68
180260
2000
Precisamos imaginar como um cenário
03:02
of the world's fears might look like.
69
182260
3000
dos medos do mundo pode parecer.
03:05
Let's take a look.
70
185260
2000
Vamos dar uma olhada.
03:07
This is Mountains Out of Molehills,
71
187260
2000
Isto é tempestade em um copo d'água ,
03:09
a timeline of global media panic.
72
189260
2000
uma linha do tempo do pânico da mídia global.
03:11
(Laughter)
73
191260
2000
(Risos)
03:13
So, I'll label this for you in a second.
74
193260
2000
Então, já vou legendar isso pra vocês.
03:15
But the height here, I want to point out,
75
195260
2000
Mas a altura aqui, que eu quero destacar,
03:17
is the intensity of certain fears
76
197260
2000
é a intensidade de certos medos,
03:19
as reported in the media.
77
199260
2000
como mostrado na mídia.
03:21
Let me point them out.
78
201260
2000
Deixe-me destacá-los.
03:23
So this, swine flu -- pink.
79
203260
4000
Então isso, gripe suína -- rosa.
03:27
Bird flu.
80
207260
2000
Gripe aviária.
03:29
SARS -- brownish here. Remember that one?
81
209260
3000
SARS -- amarronzado aqui. Lembrem-se dessa.
03:32
The millennium bug,
82
212260
3000
O bug do milênio --
03:35
terrible disaster.
83
215260
2000
desastre terrível.
03:37
These little green peaks
84
217260
2000
Esses pequenos picos verdes
03:39
are asteroid collisions.
85
219260
2000
são colisões de asterórides.
03:41
(Laughter)
86
221260
2000
(Risos)
03:43
And in summer, here, killer wasps.
87
223260
2000
E no verão, aqui, vespas assassinas.
03:45
(Laughter)
88
225260
8000
(Risos)
03:53
So these are what our fears look like
89
233260
2000
Então isso é como os nossos medos podem ser representados
03:55
over time in our media.
90
235260
2000
ao longo do tempo na nossa mídia.
03:57
But what I love -- and I'm a journalist --
91
237260
2000
Mas o que eu amo -- e eu sou um jornalista --
03:59
and what I love is finding hidden patterns; I love being a data detective.
92
239260
3000
e o que eu amo é achar padrões escondidos; adoro ser um detetive da dados.
04:02
And there's a very interesting and odd pattern hidden in this data
93
242260
3000
E existe um padrão muito interessante e estranho escondido nessa informação
04:05
that you can only see when you visualize it.
94
245260
2000
que você só consegue ver quando o visualiza.
04:07
Let me highlight it for you.
95
247260
2000
Deixem-me destacá-lo para vocês.
04:09
See this line, this is a landscape for violent video games.
96
249260
3000
Olhem essa linha. Isso é um cenário para vídeo games violentos.
04:12
As you can see, there's a kind of odd, regular pattern in the data,
97
252260
3000
Como vocês podem ver, existe um padrão regular meio estranho nos dados,
04:15
twin peaks every year.
98
255260
2000
picos gêmeos todo ano.
04:17
If we look closer, we see those peaks occur
99
257260
2000
Se olhamos mais de perto, vemos esses picos ocorrerem
04:19
at the same month every year.
100
259260
3000
no mesmo mês todo ano.
04:22
Why?
101
262260
2000
Por quê?
04:24
Well, November, Christmas video games come out,
102
264260
2000
Bem, em Novembro, os jogos do Natal são lançados,
04:26
and there may well be an upsurge in the concern about their content.
103
266260
3000
e deve haver uma maior preocupação sobre seu conteúdo.
04:29
But April isn't a particularly massive month
104
269260
3000
Mas Abril não é um mês particularmente massivo
04:32
for video games.
105
272260
2000
para video games.
04:34
Why April?
106
274260
2000
Por que Abril?
04:36
Well, in April 1999 was the Columbine shooting,
107
276260
3000
Bem, em Abril de 1999 foi o tiroteio de Columbine,
04:39
and since then, that fear
108
279260
2000
e, desde então, aquele medo
04:41
has been remembered by the media
109
281260
2000
tem sido lembrado pela mídia
04:43
and echoes through the group mind gradually through the year.
110
283260
2000
e ecoa gradualmente pelo mente coletiva durante o ano.
04:45
You have retrospectives, anniversaries,
111
285260
3000
Temos restrospectivas, aniversários,
04:48
court cases, even copy-cat shootings,
112
288260
3000
casos judiciais, até mesmo tiroteios imitando,
04:51
all pushing that fear into the agenda.
113
291260
3000
todos empurrando aquele medo pro cotidiano.
04:54
And there's another pattern here as well. Can you spot it?
114
294260
2000
E existe outro padrão aqui também. Vocês conseguem ver?
04:56
See that gap there? There's a gap,
115
296260
2000
Vêem essa falha aqui? Existe uma falha,
04:58
and it affects all the other stories.
116
298260
2000
e ela afeta todas as outras estórias.
05:00
Why is there a gap there?
117
300260
2000
Por que existe essa falha aí?
05:02
You see where it starts? September 2001,
118
302260
3000
Vocês vêem onde ela começa? Setembro de 2001,
05:05
when we had something very real
119
305260
2000
quando tivemos algo bem real
05:07
to be scared about.
120
307260
2000
para temer.
05:09
So, I've been working as a data journalist for about a year,
121
309260
3000
Então, tenho trabalhado como jornalista apurador por mais ou menos um ano,
05:12
and I keep hearing a phrase
122
312260
2000
e fico escutando uma frase
05:14
all the time, which is this:
123
314260
3000
o tempo todo, que é a seguinte:
05:17
"Data is the new oil."
124
317260
2000
"Dados são o novo petróleo."
05:19
Data is the kind of ubiquitous resource
125
319260
3000
E dados são o tipo de recurso onipresente
05:22
that we can shape to provide new innovations and new insights,
126
322260
3000
que podemos formatar pra prover novas inovações e novas perspectivas,
05:25
and it's all around us, and it can be mined very easily.
127
325260
3000
e está ao redor, e pode ser extraído facilmente.
05:28
It's not a particularly great metaphor in these times,
128
328260
3000
E não é nenhuma grande metáfora nesses tempos,
05:31
especially if you live around the Gulf of Mexico,
129
331260
3000
especialmente se você vive perto do Golfo do México.
05:34
but I would, perhaps, adapt this metaphor slightly,
130
334260
2000
mas eu acho que adaptaria um pouquinho essa metáfora,
05:36
and I would say that data is the new soil.
131
336260
3000
e diria que dados são o novo solo.
05:40
Because for me, it feels like a fertile, creative medium.
132
340260
3000
Porque para mim, parece um meio fértil, criativo.
05:43
Over the years, online,
133
343260
2000
Sabe, ao longo dos anos, online,
05:45
we've laid down
134
345260
3000
nós plantamos
05:48
a huge amount of information and data,
135
348260
2000
uma quantidade gigantesca de informações e dados,
05:50
and we irrigate it with networks and connectivity,
136
350260
2000
e irrigamos com redes e conectividade,
05:52
and it's been worked and tilled by unpaid workers and governments.
137
352260
3000
e isso foi feito por empregados e governos sem pagamento.
05:55
And, all right, I'm kind of milking the metaphor a little bit.
138
355260
3000
E, ok, eu estou explorando a metáfora um pouquinho.
05:58
But it's a really fertile medium,
139
358260
3000
Mas é um meio muito fértil
06:01
and it feels like visualizations, infographics, data visualizations,
140
361260
3000
e visualizações, infográficos, visualização de dados,
06:04
they feel like flowers blooming from this medium.
141
364260
3000
eles se parecem com flores desabrochando desse meio.
06:07
But if you look at it directly,
142
367260
2000
Mas se você olhar diretamente,
06:09
it's just a lot of numbers and disconnected facts.
143
369260
2000
é só um monte e números e fatos disconexos.
06:11
But if you start working with it and playing with it in a certain way,
144
371260
3000
Mas se você começar a trabalhar com eles e manipulá-los de um certo modo
06:14
interesting things can appear and different patterns can be revealed.
145
374260
3000
coisas interessantes poderão aparecer, e padrões diferentes poderão ser revelados.
06:17
Let me show you this.
146
377260
2000
Deixem-me mostrar isto.
06:19
Can you guess what this data set is?
147
379260
3000
Vocês conseguem adivinhar o que esses dados dizem?
06:22
What rises twice a year,
148
382260
2000
O que cresce duas vezes por ano,
06:24
once in Easter
149
384260
2000
uma na Páscoa
06:26
and then two weeks before Christmas,
150
386260
2000
e, depois, duas semanas antes do Natal,
06:28
has a mini peak every Monday,
151
388260
2000
tem um mini pico todas as segundas-feiras
06:30
and then flattens out over the summer?
152
390260
2000
e depois some no verão.
06:32
I'll take answers.
153
392260
2000
Eu aceito respostas.
06:34
(Audience: Chocolate.) David McCandless: Chocolate.
154
394260
2000
(Platéia: Chocolate). David McCandless: Chocolate.
06:36
You might want to get some chocolate in.
155
396260
3000
Você pode querer colocar um pouco de chocolate dentro.
06:39
Any other guesses?
156
399260
2000
Alguma outra idéia?
06:41
(Audience: Shopping.) DM: Shopping.
157
401260
2000
(Platéia: Shopping.) DM: Shopping.
06:43
Yeah, retail therapy might help.
158
403260
3000
É terapia das compras pode ajudar.
06:46
(Audience: Sick leave.)
159
406260
2000
(Platéia: Licença de Saúde.)
06:48
DM: Sick leave. Yeah, you'll definitely want to take some time off.
160
408260
2000
DM: Licença de Saúde. É, vocês vão decididamente querer uma folga.
06:50
Shall we see?
161
410260
2000
Vamos ver?
06:53
(Laughter)
162
413260
8000
(Risos)
07:01
(Applause)
163
421260
3000
(Aplausos)
07:04
So, the information guru Lee Byron and myself,
164
424260
3000
Então, a informação aqui, Lee Byron e eu,
07:07
we scraped 10,000 status Facebook updates
165
427260
3000
pegamos 10,0000 atualizações do Facebook
07:10
for the phrase "break-up" and "broken-up"
166
430260
2000
para a frase "separar" e "separaram-se"
07:12
and this is the pattern we found --
167
432260
2000
e esse foi o padrão que achamos --
07:14
people clearing out for Spring Break,
168
434260
2000
pessoas se liberando para as férias de primavera,
07:16
(Laughter)
169
436260
5000
(Risos)
07:21
coming out of very bad weekends on a Monday,
170
441260
2000
voltando de finais de semana péssimos na segunda,
07:23
being single over the summer,
171
443260
3000
ficando solteiros durante o verão.
07:26
and then the lowest day of the year, of course: Christmas Day.
172
446260
3000
E então o dia mais baixo do ano, claro: Dia de Natal.
07:29
Who would do that?
173
449260
3000
Quem faria isso?
07:32
So there's a titanic amount of data out there now,
174
452260
2000
Então existe uma quantidade "titânica" de informação lá fora agora,
07:34
unprecedented.
175
454260
2000
sem precedentes.
07:37
But if you ask the right kind of question,
176
457260
2000
Mas se você fizer o tipo certo de pergunta,
07:39
or you work it in the right kind of way,
177
459260
2000
ou se trabalhar do jeito certo,
07:41
interesting things can emerge.
178
461260
3000
coisas interessantes podem vir à tona.
07:44
So information is beautiful. Data is beautiful.
179
464260
3000
Informação é bonita. Dados são bonitos.
07:47
I wonder if I could make my life beautiful.
180
467260
3000
Eu me pergunto se eu poderia fazer minha vida bela.
07:50
And here's my visual C.V.
181
470260
2000
E aqui esta meu curriculum visual
07:52
I'm not quite sure I've succeeded.
182
472260
2000
Não tenho certeza se deu muito certo.
07:54
Pretty blocky, the colors aren't that great.
183
474260
2000
Bem quadrado. As cores não são muito boas.
07:56
But I wanted to convey something to you.
184
476260
3000
Mas eu queria mostrar uma coisa pra vocês.
07:59
I started as a programmer,
185
479260
2000
Eu comecei como programador,
08:01
and then I worked as a writer for many years, about 20 years,
186
481260
2000
e depois trabalhei como escritor por muitos anos, uns 20,
08:03
in print, online and then in advertising,
187
483260
2000
em impressos, online e depois em propaganda,
08:05
and only recently have I started designing.
188
485260
3000
e só recentemente eu comecei a fazer design.
08:08
And I've never been to design school.
189
488260
2000
E eu nunca fui a escola de design.
08:10
I've never studied art or anything.
190
490260
3000
Nunca estudei arte nem nada.
08:13
I just kind of learned through doing.
191
493260
2000
Eu meio que aprendi fazendo.
08:15
And when I started designing,
192
495260
2000
E quando eu comecei a fazer design,
08:17
I discovered an odd thing about myself.
193
497260
2000
Eu descobri uma coisa estranha sobre mim mesmo.
08:19
I already knew how to design,
194
499260
2000
Eu já sabia fazer design,
08:21
but it wasn't like I was amazingly brilliant at it,
195
501260
3000
mas não era como se eu fosse incrivelmente brilhante nisso,
08:24
but more like I was sensitive
196
504260
2000
mas eu era sensível
08:26
to the ideas of grids and space
197
506260
2000
às idéias de gradess e espaço
08:28
and alignment and typography.
198
508260
2000
e alinhamento e tipografia.
08:30
It's almost like being exposed
199
510260
2000
É quase como se estar exposto
08:32
to all this media over the years
200
512260
2000
a toda essa mídia durante os anos
08:34
had instilled a kind of dormant design literacy in me.
201
514260
3000
tivesse colocado um aprendizado de design adormecido dentro de mim.
08:37
And I don't feel like I'm unique.
202
517260
2000
E eu não me sinto diferente de ninguém
08:39
I feel that everyday, all of us now
203
519260
2000
Eu sinto isso todos os dias, todos nós agora
08:41
are being blasted by information design.
204
521260
3000
estamos sendo afetados pelo design da informação.
08:44
It's being poured into our eyes through the Web,
205
524260
2000
Está sendo derramado nos nossos olhos através da web,
08:46
and we're all visualizers now;
206
526260
2000
e somos todos visualizadores agora;
08:48
we're all demanding a visual aspect
207
528260
2000
estamos exigindo um aspecto visual
08:50
to our information.
208
530260
3000
para a nossa informação.
08:53
There's something almost quite magical about visual information.
209
533260
3000
E existe algo quase mágico sobre a informação visual.
08:56
It's effortless, it literally pours in.
210
536260
3000
É sem esforço; literalmente jorra.
08:59
And if you're navigating a dense information jungle,
211
539260
3000
E se você está navegando por uma densa selva de informação,
09:02
coming across a beautiful graphic
212
542260
2000
passando por um lindo gráfico
09:04
or a lovely data visualization,
213
544260
2000
ou uma ótima visualização de informação,
09:06
it's a relief, it's like coming across a clearing in the jungle.
214
546260
3000
é um alívio, é como atravessar uma clareira na selva.
09:09
I was curious about this, so it led me
215
549260
2000
E eu estava curioso sobre isso, e isso me levou
09:11
to the work of a Danish physicist
216
551260
2000
ao trabalho de um físico dinamarquês
09:13
called Tor Norretranders,
217
553260
2000
chamado Tor Norretranders,
09:15
and he converted the bandwidth of the senses into computer terms.
218
555260
3000
e ele converteu a banda larga dos sentidos em termos de informática.
09:19
So here we go. This is your senses,
219
559260
2000
Então aqui vamos nós. Isso são os seus sentidos,
09:21
pouring into your senses every second.
220
561260
2000
entrando nos seus sentidos a todo segundo.
09:23
Your sense of sight is the fastest.
221
563260
3000
Seu senso de visão é o mais rápido.
09:26
It has the same bandwidth as a computer network.
222
566260
3000
Tem a mesma largura de banda que a de uma rede de computadores.
09:29
Then you have touch, which is about the speed of a USB key.
223
569260
3000
Então você tem o tato, que tem a velocidade de um USB.
09:32
And then you have hearing and smell,
224
572260
2000
E depois tem audição e visão,
09:34
which has the throughput of a hard disk.
225
574260
2000
que têm a capacidade de um disco rígido.
09:36
And then you have poor old taste,
226
576260
2000
E você tem o pobre, velho paladar,
09:38
which is like barely the throughput of a pocket calculator.
227
578260
3000
que é mais ou menos a capacidade de uma calculadora de bolso.
09:41
And that little square in the corner, a naught .7 percent,
228
581260
3000
E aquele pequeno quadrado no canto, 0.7 porcento,
09:44
that's the amount we're actually aware of.
229
584260
3000
é a quantidade de que estamos realmente conscientes.
09:47
So a lot of your vision --
230
587260
2000
E muito da sua visão --
09:49
the bulk of it is visual, and it's pouring in.
231
589260
2000
a maior parte é visual, e está jorrando.
09:51
It's unconscious.
232
591260
2000
Inconscientemente.
09:53
The eye is exquisitely sensitive
233
593260
3000
E o olho é extremamente sensível
09:56
to patterns in variations in color, shape and pattern.
234
596260
3000
a padrões em variações de cor, formato e padrão.
09:59
It loves them, and it calls them beautiful.
235
599260
2000
Ele os ama, e os chama de belos.
10:01
It's the language of the eye.
236
601260
2000
É a linguagem do olho.
10:03
If you combine the language of the eye with the language of the mind,
237
603260
2000
E se você combinar a linguagem do olho com a linguagem da mente,
10:05
which is about words and numbers and concepts,
238
605260
3000
que é sobre palavras, números e conceitos,
10:08
you start speaking two languages simultaneously,
239
608260
3000
você começa a falar duas línguas simultâneamente,
10:11
each enhancing the other.
240
611260
3000
uma melhorando a outra.
10:14
So, you have the eye, and then you drop in the concepts.
241
614260
3000
Então, você tem o olho, e insere os conceitos.
10:17
And that whole thing -- it's two languages
242
617260
2000
E tudo aquilo -- são duas linguagens
10:19
both working at the same time.
243
619260
2000
trabalhando ao mesmo tempo.
10:21
So we can use this new kind of language, if you like,
244
621260
2000
Então usaremos esse novo tipo de linguagem, se vocês quiserem,
10:23
to alter our perspective or change our views.
245
623260
3000
pra alterar nossas perspectivas ou mudar nosso ponto de vista.
10:26
Let me ask you a simple question
246
626260
2000
Deixem-me fazer uma pergunta simples
10:28
with a really simple answer:
247
628260
2000
com uma resposta muito simples.
10:30
Who has the biggest military budget?
248
630260
2000
Quem tem o maior orçamento militar?
10:32
It's got to be America, right?
249
632260
2000
Tem que ser os Estados Unidos, certo?
10:34
Massive. 609 billion in 2008 --
250
634260
2000
Massivo. 609 bilhões em 2008 --
10:36
607, rather.
251
636260
2000
607, na verdade.
10:38
So massive, in fact, that it can contain
252
638260
2000
Tão massivo, de fato, que pode conter
10:40
all the other military budgets in the world inside itself.
253
640260
3000
todos os outros orçamentos militares do mundo dentro dele.
10:43
Gobble, gobble, gobble, gobble, gobble.
254
643260
2000
Glump, glump, glump, glump. glump.
10:45
Now, you can see Africa's total debt there
255
645260
2000
Agora, você pode ver o débito total da África ali
10:47
and the U.K. budget deficit for reference.
256
647260
2000
e o orçamento do Reino Unido para referência.
10:49
So that might well chime
257
649260
2000
Então isso pode ir de encontro
10:51
with your view that America
258
651260
2000
a nossa visão dos Estados Unidos
10:53
is a sort of warmongering military machine,
259
653260
3000
como país de guerra, máquina miltar,
10:56
out to overpower the world
260
656260
2000
querendo passar por cima do mundo
10:58
with its huge industrial-military complex.
261
658260
3000
com seu enorme complexo militar industrial.
11:01
But is it true that America has the biggest military budget?
262
661260
3000
Mas é verdade que os Estados Unidos têm o maior orçamento militar?
11:04
Because America is an incredibly rich country.
263
664260
2000
Porque é um país incrivelmente rico.
11:06
In fact, it's so massively rich
264
666260
2000
Na verdade, é tão enormemente rico
11:08
that it can contain the four other
265
668260
2000
que pode conter as outras quatro
11:10
top industrialized nations' economies
266
670260
2000
economias das principais nações industrializadas
11:12
inside itself, it's so vastly rich.
267
672260
3000
dentro de si, é tão rico.
11:15
So its military budget is bound to be enormous.
268
675260
3000
Então seu orçamento militar é certamente enorme.
11:18
So, to be fair and to alter our perspective,
269
678260
2000
Então, pra ser justo e para alterar a nossa perspectiva,
11:20
we have to bring in another data set,
270
680260
2000
temos que trazer outro conjunto de dados,
11:22
and that data set is GDP, or the country's earnings.
271
682260
2000
e esse conjunto de dados é um PIB, ou os ganhos do país.
11:24
Who has the biggest budget as a proportion of GDP?
272
684260
2000
Quem tem o maior orçamento comparado ao PIB?
11:26
Let's have a look.
273
686260
2000
Vamos dar uma olhada.
11:28
That changes the picture considerably.
274
688260
3000
Isso muda a figura consideravelmente.
11:31
Other countries pop into view that you, perhaps, weren't considering,
275
691260
3000
Outros países aparecem que você, talvez, não estivesse considerando.
11:34
and American drops into eighth.
276
694260
2000
e os americanos caem pra oitavo.
11:36
Now you can also do this with soldiers.
277
696260
2000
Agora você também pode fazer isso com soldados.
11:38
Who has the most soldiers? It's got to be China.
278
698260
2000
Quem tem mais soldados? Tem que ser a China.
11:40
Of course, 2.1 million.
279
700260
2000
Claro, 2.1 milhões.
11:42
Again, chiming with your view
280
702260
2000
Novamente, de encontro a sua visão
11:44
that China has a militarized regime
281
704260
2000
que a China é um regime militarizado
11:46
ready to, you know, mobilize its enormous forces.
282
706260
2000
pronto para mobilizar as suas forças enormes.
11:48
But of course, China has an enormous population.
283
708260
3000
Mas é claro, a China tem uma enorme população.
11:51
So if we do the same,
284
711260
2000
Então se fizermos o mesmo,
11:53
we see a radically different picture.
285
713260
2000
vemos uma figura radicalmente diferente.
11:55
China drops to 124th.
286
715260
2000
A China cai para número 124.
11:57
It actually has a tiny army
287
717260
2000
Na verdade tem um exército mínimo
11:59
when you take other data into consideration.
288
719260
3000
quando você leva em conta outras informações.
12:02
So, absolute figures, like the military budget,
289
722260
2000
Então, valores absolutos, como o orçamento militar,
12:04
in a connected world,
290
724260
2000
num mundo conectado,
12:06
don't give you the whole picture.
291
726260
2000
meio que não fornecem uma visão geral.
12:08
They're not as true as they could be.
292
728260
2000
Não são tão verdadeiras quanto poderiam ser.
12:10
We need relative figures that are connected to other data
293
730260
3000
Precisamos de valores relativos que estejam conectados com outros dados.
12:13
so that we can see a fuller picture,
294
733260
2000
para termos uma visão mais completa,
12:15
and then that can lead to us changing our perspective.
295
735260
2000
e isso pode nos levar a mudar nossa perspectiva.
12:17
As Hans Rosling, the master,
296
737260
2000
Como Hans Rosling, o mestre,
12:19
my master, said,
297
739260
3000
meu mestre, disse:
12:22
"Let the dataset change your mindset."
298
742260
3000
"Deixe o conjunto de dados mudar a sua mente"
12:26
And if it can do that, maybe it can also change your behavior.
299
746260
3000
E se puder fazer isso, talvez também possa mudar a sua atitude.
12:29
Take a look at this one.
300
749260
2000
Olhem pra este.
12:31
I'm a bit of a health nut.
301
751260
2000
Eu sou um pouco louco por saúde.
12:33
I love taking supplements and being fit,
302
753260
3000
Eu amo tomar suplementos e estar em forma,
12:36
but I can never understand what's going on in terms of evidence.
303
756260
3000
mas eu nunca entendo o que está acontecendo em termos de evidência.
12:39
There's always conflicting evidence.
304
759260
2000
Tem sempre evidências conflitantes.
12:41
Should I take vitamin C? Should I be taking wheatgrass?
305
761260
2000
Devo tomar vitamina C? Deveria estar comendo broto de trigo?
12:43
This is a visualization of all the evidence
306
763260
2000
Esta é uma visualização de toda a evidência
12:45
for nutritional supplements.
307
765260
2000
para suplementos nutricionais.
12:47
This kind of diagram is called a balloon race.
308
767260
3000
Esse tipo de diagrama é chamado de corrida de balão.
12:50
So the higher up the image,
309
770260
2000
Então quanto mais alto na imagem,
12:52
the more evidence there is for each supplement.
310
772260
3000
mais evidência existe para cada suplemento.
12:55
And the bubbles correspond to popularity as regards to Google hits.
311
775260
3000
E as bolhas correspondem à popularidade de acordo com o cliques no Google.
12:58
So you can immediately apprehend
312
778260
3000
Então você pode meio que compreender imediatamenet
13:01
the relationship between efficacy and popularity,
313
781260
3000
a relação entre eficácia e popularidade,
13:04
but you can also, if you grade the evidence,
314
784260
3000
mas você também pode, se você hierarquizar a evidência,
13:07
do a "worth it" line.
315
787260
2000
mais ou menos fazer uma linha de "vale a pena".
13:09
So supplements above this line are worth investigating,
316
789260
3000
E então os suplementos acima dessa linha valem ser investigados.
13:12
but only for the conditions listed below,
317
792260
3000
mas somente nas condições listadas a abaixo.
13:15
and then the supplements below the line
318
795260
3000
E os suplementos abaixo da linha
13:18
are perhaps not worth investigating.
319
798260
2000
talvez não valham a pena ser investigados.
13:20
Now this image constitutes a huge amount of work.
320
800260
3000
Agora, essa imagem constitui uma enorme quantidade de trabalho.
13:23
We scraped like 1,000 studies from PubMed,
321
803260
3000
Nós pegamos uns 1.000 estudos da PubMed
13:26
the biomedical database,
322
806260
2000
o banco de dados biomédico,
13:28
and we compiled them and graded them all.
323
808260
3000
e nós compilamos e hierarquizamos todos.
13:31
And it was incredibly frustrating for me
324
811260
2000
e foi incrivelmente frustrante pra mim
13:33
because I had a book of 250 visualizations to do for my book,
325
813260
3000
porque tive um livro de 250 visualizações para fazer para o meu livro,
13:36
and I spent a month doing this,
326
816260
2000
e eu passei um mês fazendo isso,
13:38
and I only filled two pages.
327
818260
2000
e só consegui preencher duas páginas.
13:40
But what it points to
328
820260
2000
Mas isso aponta para
13:42
is that visualizing information like this
329
822260
2000
o fato de que visualizar a informação desta forma
13:44
is a form of knowledge compression.
330
824260
2000
é uma forma de compressão do saber.
13:46
It's a way of squeezing an enormous amount
331
826260
2000
É uma maneira de juntar uma enorme quantidade
13:48
of information and understanding
332
828260
2000
de informação e entendimento
13:50
into a small space.
333
830260
2000
num espaço pequeno.
13:52
And once you've curated that data, and once you've cleaned that data,
334
832260
2000
E uma vez que você tenha trabalhado aqueles dados, uma vez que você limpou aqueles dados,
13:54
and once it's there,
335
834260
2000
e uma vez que estiver lá,
13:56
you can do cool stuff like this.
336
836260
2000
você pode fazer coisas legais como esta.
13:58
So I converted this into an interactive app,
337
838260
2000
Então eu converti isso em um aplicativo interativo,
14:00
so I can now generate this application online --
338
840260
2000
para que eu possa gerar essa aplicação online --
14:02
this is the visualization online --
339
842260
2000
essa é a visualização online --
14:04
and I can say, "Yeah, brilliant."
340
844260
2000
e eu posso dizer, "É, genial."
14:06
So it spawns itself.
341
846260
2000
Ele se recria.
14:08
And then I can say, "Well, just show me the stuff
342
848260
2000
E eu posso dizer, "Tá, só me mostra as coisas
14:10
that affects heart health."
343
850260
2000
que afetam a saúde do coração."
14:12
So let's filter that out.
344
852260
2000
Então vamos filtrar isso.
14:14
So heart is filtered out, so I can see if I'm curious about that.
345
854260
3000
Então coração está filtrado, então se eu.. se estiver curioso sobre isso.
14:17
I think, "No, no. I don't want to take any synthetics,
346
857260
2000
Eu penso, "Não, não. Eu não quero nenhum sintético.
14:19
I just want to see plants and --
347
859260
3000
Eu só quero ver plantas e --
14:22
just show me herbs and plants. I've got all the natural ingredients."
348
862260
3000
só mostre ervas e plantas. Eu tenho todos os ingredientes naturais."
14:25
Now this app is spawning itself
349
865260
2000
Agora este aplicativo está se recriando
14:27
from the data.
350
867260
2000
a partir dos dados.
14:29
The data is all stored in a Google Doc,
351
869260
2000
Os dados estão todos guardados num Google doc,
14:31
and it's literally generating itself from that data.
352
871260
3000
e está literalmente se gerando através desses dados.
14:34
So the data is now alive; this is a living image,
353
874260
2000
Entõa os dados estão vivos agora; é uma imagem viva,
14:36
and I can update it in a second.
354
876260
2000
e eu posso atualizá-la em um segundo.
14:38
New evidence comes out. I just change a row on a spreadsheet.
355
878260
2000
Novas evidências aparecem -- eu só mudo uma linha na planilha.
14:40
Doosh! Again, the image recreates itself.
356
880260
4000
Doosh! Novamente, a imagem se recria.
14:44
So it's cool.
357
884260
2000
Então é legal.
14:46
It's kind of living.
358
886260
3000
Está meio que viva.
14:49
But it can go beyond data,
359
889260
2000
Mas meio que pode ir além dos dados.
14:51
and it can go beyond numbers.
360
891260
2000
e pode ir além dos números.
14:53
I like to apply information visualization
361
893260
2000
E eu gosto de aplicar visualização de informação
14:55
to ideas and concepts.
362
895260
3000
a idéias e conceitos.
14:58
This is a visualization
363
898260
2000
Esta é uma visualização
15:00
of the political spectrum,
364
900260
2000
do espectro político
15:02
an attempt for me to try
365
902260
2000
numa tentativa de eu tentar
15:04
and understand how it works
366
904260
2000
entender como funciona
15:06
and how the ideas percolate down
367
906260
2000
e como as idéias são filtradas
15:08
from government into society and culture,
368
908260
2000
do governo para a sociedade e cultura,
15:10
into families, into individuals, into their beliefs
369
910260
3000
para famílias, indivíduos, nas suas crenças
15:13
and back around again in a cycle.
370
913260
3000
e de volta novamente num ciclo.
15:16
What I love about this image
371
916260
2000
O que eu amo dessa imagem
15:18
is it's made up of concepts,
372
918260
2000
é que é ela é feita de conceitos,
15:20
it explores our worldviews
373
920260
2000
ela explora a nossa visão do mundo
15:22
and it helps us -- it helps me anyway --
374
922260
2000
e nos ajuda -- me ajuda pelo menos --
15:24
to see what others think,
375
924260
2000
a ver o que os outros pensam,
15:26
to see where they're coming from.
376
926260
2000
a ver de onde eles estão vindo.
15:28
And it feels just incredibly cool to do that.
377
928260
3000
E é uma sensação muito legal a de fazer isso.
15:31
What was most exciting for me
378
931260
3000
E o que foi mais legal pra mim
15:34
designing this
379
934260
2000
projetando isso,
15:36
was that, when I was designing this image,
380
936260
2000
foi que, quando eu estava projetando essa imagem,
15:38
I desperately wanted this side, the left side,
381
938260
3000
eu queria desesperadamente que este lado, o lado esquerdo,
15:41
to be better than the right side --
382
941260
2000
fosse melhor do que o lado direito --
15:43
being a journalist, a Left-leaning person --
383
943260
3000
sendo um tipo de jornalista, uma pessoa de esquerda --
15:46
but I couldn't, because I would have created
384
946260
2000
mas eu não podia, porque eu teria criado
15:48
a lopsided, biased diagram.
385
948260
3000
um diagrama desequilibrado, tendencioso.
15:51
So, in order to really create a full image,
386
951260
3000
Então, pra realmente criar uma imagem completa
15:54
I had to honor the perspectives on the right-hand side
387
954260
3000
eu teria que honrar as perspectivas da direita
15:57
and at the same time, uncomfortably recognize
388
957260
3000
e ao mesmo tempo, meio que de forma desconfortável reconhecer
16:00
how many of those qualities were actually in me,
389
960260
3000
quantas daquelas qualidades estavam realmente em mim,
16:03
which was very, very annoying and uncomfortable.
390
963260
2000
o que foi, muito, muito irritante e desconfortável.
16:05
(Laughter)
391
965260
4000
(Risos)
16:09
But not too uncomfortable,
392
969260
2000
Mas não tão desconfortável,
16:11
because there's something unthreatening
393
971260
3000
porque existe algo não ameaçador
16:14
about seeing a political perspective,
394
974260
2000
sobre ver uma perspectiva política,
16:16
versus being told or forced to listen to one.
395
976260
3000
versus ouvir ou ser forçado a ouvir uma.
16:19
You're capable of holding conflicting viewpoints
396
979260
3000
É realmente -- você é capaz de ter pontos de vista conflitantes
16:22
joyously when you can see them.
397
982260
2000
de forma boa, quando você consegue vê-los.
16:24
It's even fun to engage with them
398
984260
2000
É até legal interagir com eles.
16:26
because it's visual.
399
986260
2000
porque é visual.
16:28
So that's what's exciting to me,
400
988260
2000
Isso é o que é legal pra mim,
16:30
seeing how data can change my perspective
401
990260
2000
ver como os dados podem mudar a minha perspectiva
16:32
and change my mind midstream --
402
992260
2000
e mudar minha cabeça --
16:34
beautiful, lovely data.
403
994260
3000
bela, adorável informação.
16:38
So, just to wrap up,
404
998260
2000
Então, só pra fechar,
16:40
I wanted to say
405
1000260
2000
Eu queria dizer
16:42
that it feels to me that design is about solving problems
406
1002260
2000
que me parece que o design é resolver problemas
16:44
and providing elegant solutions,
407
1004260
3000
e prover soluções elegantes.
16:47
and information design is about
408
1007260
2000
E design de informação é
16:49
solving information problems.
409
1009260
2000
resolver problemas da informação.
16:51
It feels like we have a lot of information problems
410
1011260
2000
E parece que nós temos um monte de problemas da informação
16:53
in our society at the moment,
411
1013260
2000
na nossa sociedade atualmente,
16:55
from the overload and the saturation
412
1015260
2000
desde o excesso e da saturação
16:57
to the breakdown of trust and reliability
413
1017260
2000
até a queda da confiança
16:59
and runaway skepticism and lack of transparency,
414
1019260
2000
e ceticismo fugidio e falta de fransparência
17:01
or even just interestingness.
415
1021260
2000
ou até mesmo falta de interesse.
17:03
I mean, I find information just too interesting.
416
1023260
2000
Eu quero dizer, eu acho a informação muito interessante.
17:05
It has a magnetic quality that draws me in.
417
1025260
3000
Ela tem uma qualidade magnética que me atrai.
17:09
So, visualizing information
418
1029260
2000
Visualizar informação
17:11
can give us a very quick solution to those kinds of problems.
419
1031260
3000
pode nos dar uma solução rápida para esses tipos de problema.
17:14
Even when the information is terrible,
420
1034260
2000
E mesmo quando a informação é terrível,
17:16
the visual can be quite beautiful.
421
1036260
3000
o visual pode ser bem bonito.
17:19
Often we can get clarity
422
1039260
3000
E muitas vezes podemos ter clareza
17:22
or the answer to a simple question very quickly,
423
1042260
2000
ou a resposta para uma pergunta simples rapidamente,
17:24
like this one,
424
1044260
2000
como esta,
17:26
the recent Icelandic volcano.
425
1046260
3000
o recente vulcão da Islândia.
17:29
Which was emitting the most CO2?
426
1049260
2000
Qual estava emitindo mais CO2?
17:31
Was it the planes or the volcano,
427
1051260
2000
Os aviões ou o vulcão?
17:33
the grounded planes or the volcano?
428
1053260
2000
Os aviões parados ou o vulcão?
17:35
So we can have a look.
429
1055260
2000
Então podemos dar uma olhada.
17:37
We look at the data and we see:
430
1057260
2000
Olhamos os dados e vemos.
17:39
Yep, the volcano emitted 150,000 tons;
431
1059260
2000
é, o vulcão emitiu 150.000 toneladas;
17:41
the grounded planes would have emitted
432
1061260
2000
os aviões parados teriam emitido
17:43
345,000 if they were in the sky.
433
1063260
3000
345.000 se estivessem no céu.
17:46
So essentially, we had our first carbon-neutral volcano.
434
1066260
3000
Então essencialmente, tivemos nosso primeiro vulcão carbono-neutro
17:49
(Laughter)
435
1069260
2000
(Risos)
17:51
(Applause)
436
1071260
9000
(Aplausos)
18:00
And that is beautiful. Thank you.
437
1080260
3000
E isso é lindo. Obrigada.
18:03
(Applause)
438
1083260
8000
(Aplausos)
Sobre este site

Este site apresentará a você vídeos do YouTube que são úteis para o aprendizado do inglês. Você verá aulas de inglês ministradas por professores de primeira linha de todo o mundo. Clique duas vezes nas legendas em inglês exibidas em cada página de vídeo para reproduzir o vídeo a partir daí. As legendas rolarão em sincronia com a reprodução do vídeo. Se você tiver algum comentário ou solicitação, por favor, entre em contato conosco usando este formulário de contato.

https://forms.gle/WvT1wiN1qDtmnspy7