The beauty of data visualization | David McCandless

391,085 views ・ 2010-08-23

TED


Dubbelklicka på de engelska undertexterna nedan för att spela upp videon.

Översättare: Carl Heath Granskare: Simon Kendall
00:15
It feels like we're all suffering
0
15260
2000
Det känns som att vi alla far illa
00:17
from information overload or data glut.
1
17260
3000
av en flod av information och ett överflöd av data.
00:20
And the good news is there might be an easy solution to that,
2
20260
2000
Och den goda nyheten är att det kan finnas en enkel lösning för detta.
00:22
and that's using our eyes more.
3
22260
2000
och det är att använda våra ögon mer.
00:24
So, visualizing information, so that we can see
4
24260
2000
Alltså, att visualisera information, så att vi kan se
00:26
the patterns and connections that matter
5
26260
3000
de mönster och kopplingar som är meningsfulla
00:29
and then designing that information so it makes more sense,
6
29260
3000
och att utforma den informationen så att den blir mer begriplig,
00:32
or it tells a story,
7
32260
2000
eller att den berättar något för oss,
00:34
or allows us to focus only on the information that's important.
8
34260
3000
eller tillåter oss att fokusera endast på det som är viktigt.
00:38
Failing that, visualized information can just look really cool.
9
38260
3000
Och om det inte lyckas, så kan det ändå se riktigt cool ut.
00:41
So, let's see.
10
41260
2000
Så, då ska vi se.
00:45
This is the $Billion Dollar o-Gram,
11
45260
2000
Detta är miljard-dollar-diagrammet
00:47
and this image arose
12
47260
2000
och den här bilden växte fram
00:49
out of frustration I had
13
49260
2000
ur en frustration jag hade
00:51
with the reporting of billion-dollar amounts in the press.
14
51260
2000
med det sätt som summor om miljard rapporterades i pressen.
00:53
That is, they're meaningless without context:
15
53260
3000
Det vill säga, de är meningslösa utan ett sammanhang.
00:56
500 billion for this pipeline,
16
56260
2000
500 miljarder för den här rörledningen
00:58
20 billion for this war.
17
58260
2000
20 miljarder för det här kriget.
01:00
It doesn't make any sense, so the only way to understand it
18
60260
2000
Det blir inte begripligt, så det enda sättet att förstå det
01:02
is visually and relatively.
19
62260
2000
är visuellt och relativt.
01:04
So I scraped a load of reported figures
20
64260
2000
Så jag extraherade en mängd rapporterad fakta
01:06
from various news outlets
21
66260
2000
från ett antal olika nyhetskällor
01:08
and then scaled the boxes according to those amounts.
22
68260
3000
och sedan skalade jag rutorna i förhållande till de beloppen.
01:11
And the colors here represent the motivation behind the money.
23
71260
3000
Och färgerna representerar motivationen bakom pengarna.
01:14
So purple is "fighting,"
24
74260
3000
Lila är krigsföring
01:17
and red is "giving money away," and green is "profiteering."
25
77260
3000
och rött är att skänka pengar, och grönt är vinstdrivande.
01:20
And what you can see straight away
26
80260
2000
Och vad vi kan se på en gång
01:22
is you start to have a different relationship to the numbers.
27
82260
2000
är att man börjar att få ett annat förhållande till siffrorna.
01:24
You can literally see them.
28
84260
2000
Man kan bokstavligen se dem.
01:26
But more importantly, you start to see
29
86260
2000
Men än mer viktigt, börjar man att se
01:28
patterns and connections between numbers
30
88260
2000
mönster och kopplingar mellan siffrorna,
01:30
that would otherwise be scattered across multiple news reports.
31
90260
3000
som annars skulle vara spridda över olika nyhetsrapporteringar.
01:33
Let me point out some that I really like.
32
93260
3000
Låt mig poängtera några som jag verkligen gillar.
01:36
This is OPEC's revenue, this green box here --
33
96260
2000
Detta är OPEC:s intäkter, den här gröna rutan här -
01:38
780 billion a year.
34
98260
2000
780 miljarder per år.
01:40
And this little pixel in the corner -- three billion --
35
100260
3000
Och den här pixeln i hörnet - tre miljarder -
01:43
that's their climate change fund.
36
103260
3000
det är deras fond för klimatförändringarna.
01:46
Americans, incredibly generous people --
37
106260
2000
Amerikaner, ett oerhört generöst folk -
01:48
over 300 billion a year, donated to charity every year,
38
108260
3000
över 300 miljarder per år som doneras till välgörande ändamål varje år,
01:51
compared with the amount of foreign aid
39
111260
2000
jämfört med mängden bistånd
01:53
given by the top 17 industrialized nations
40
113260
2000
som har delats ut av de 17 främsta industrinationerna
01:55
at 120 billion.
41
115260
2000
som uppgår till 120 miljarder.
01:57
Then of course,
42
117260
2000
Och så givetvis,
01:59
the Iraq War, predicted to cost just 60 billion
43
119260
2000
kriget i Irak, som uppskattades att bara kosta 60 miljarder dollar
02:01
back in 2003.
44
121260
3000
i 2003.
02:04
And it mushroomed slightly. Afghanistan and Iraq mushroomed now
45
124260
3000
Och det svällde en del. Afghanistan svällde nu
02:07
to 3,000 billion.
46
127260
3000
till 3000 miljarder.
02:10
So now it's great
47
130260
2000
Så det är bra,
02:12
because now we have this texture, and we can add numbers to it as well.
48
132260
2000
för nu har vi den här ytan, och vi kan lägga till siffror till den också.
02:14
So we could say, well, a new figure comes out ... let's see African debt.
49
134260
3000
Så vi kan säga, ja, en ny ruta träder fram, låt oss titta på den afrikanska skulden
02:17
How much of this diagram do you think might be taken up
50
137260
2000
Hur mycket av det här diagrammet tror du upptas
02:19
by the debt that Africa owes to the West?
51
139260
2000
av skulden som Afrika har till västvärlden?
02:21
Let's take a look.
52
141260
2000
Låt oss titta efter.
02:23
So there it is:
53
143260
2000
Så, där har vi det.
02:25
227 billion is what Africa owes.
54
145260
2000
227 miljarder dollar är vad Afrika är skyldiga.
02:27
And the recent financial crisis,
55
147260
2000
Och den senaste finansiella krisen -
02:29
how much of this diagram might that figure take up?
56
149260
2000
Hur mycket av det här diagrammet skulle det beloppet uppta?
02:31
What has that cost the world? Let's take a look at that.
57
151260
3000
Vad har den kostat världen? Låt oss ta en titt på det.
02:34
Dooosh -- Which I think is the appropriate sound effect
58
154260
3000
Dooosh. Det är nog en lämplig ljudeffekt
02:37
for that much money:
59
157260
2000
för så mycket pengar.
02:39
11,900 billion.
60
159260
4000
11 900 miljarder dollar.
02:45
So, by visualizing this information,
61
165260
2000
Så, genom att visualisera den här informationen,
02:47
we turned it into a landscape
62
167260
2000
så har vi skapat ett landskap
02:49
that you can explore with your eyes,
63
169260
2000
som man kan utforska med sina ögon,
02:51
a kind of map really, a sort of information map.
64
171260
2000
en sorts karta egentligen, en informationskarta.
02:53
And when you're lost in information,
65
173260
2000
Och när man har tappat bort sig i informationen
02:55
an information map is kind of useful.
66
175260
3000
så är en informationskarta rätt så användbar.
02:58
So I want to show you another landscape now.
67
178260
2000
Så jag vill visa ett annat landskap nu.
03:00
We need to imagine what a landscape
68
180260
2000
Vi behöver föreställa oss hur ett landskap
03:02
of the world's fears might look like.
69
182260
3000
av världens rädslor skulle kunna se ut.
03:05
Let's take a look.
70
185260
2000
Låt oss ta en titt.
03:07
This is Mountains Out of Molehills,
71
187260
2000
Detta är en bergskedja av mullvadskullar.
03:09
a timeline of global media panic.
72
189260
2000
en tidslinje av global mediapanik.
03:11
(Laughter)
73
191260
2000
(skratt)
03:13
So, I'll label this for you in a second.
74
193260
2000
Så, jag kommer att visa etiketter för er om en sekund.
03:15
But the height here, I want to point out,
75
195260
2000
Men jag vill poängtera att höjden här,
03:17
is the intensity of certain fears
76
197260
2000
är intensiteten av särskilda rädslor,
03:19
as reported in the media.
77
199260
2000
så som de rapporterats i media.
03:21
Let me point them out.
78
201260
2000
Låt mig peka ut dem för er.
03:23
So this, swine flu -- pink.
79
203260
4000
Det här, svininfluensan - rosa.
03:27
Bird flu.
80
207260
2000
Fågelinfluensa.
03:29
SARS -- brownish here. Remember that one?
81
209260
3000
SARS - brunaktig här. Kommer ni ihåg den?
03:32
The millennium bug,
82
212260
3000
Millenniumbuggen -
03:35
terrible disaster.
83
215260
2000
fruktansvärd katastrof.
03:37
These little green peaks
84
217260
2000
De här små gröna topparna
03:39
are asteroid collisions.
85
219260
2000
är asteroidkollisioner.
03:41
(Laughter)
86
221260
2000
(skratt)
03:43
And in summer, here, killer wasps.
87
223260
2000
Och under sommaren, här, getingar.
03:45
(Laughter)
88
225260
8000
(skratt)
03:53
So these are what our fears look like
89
233260
2000
Så det här är så våra rädslor ser ut
03:55
over time in our media.
90
235260
2000
över tid i media.
03:57
But what I love -- and I'm a journalist --
91
237260
2000
Men vad jag gillar - och jag är journalist -
03:59
and what I love is finding hidden patterns; I love being a data detective.
92
239260
3000
och jag gillar att hitta dolda mönster, jag älskar att vara en datadetektiv.
04:02
And there's a very interesting and odd pattern hidden in this data
93
242260
3000
Det finns ett väldigt intressant, märkligt mönster dolt i den här datan
04:05
that you can only see when you visualize it.
94
245260
2000
som man bara kan se om man visualiserar den.
04:07
Let me highlight it for you.
95
247260
2000
Låt mig tydliggöra den för er.
04:09
See this line, this is a landscape for violent video games.
96
249260
3000
Se den här linjen. Det är ett landskap för våldsamma datorspel.
04:12
As you can see, there's a kind of odd, regular pattern in the data,
97
252260
3000
Som ni kan se, så finns där ett märkligt, regelbundet mönster i datan.
04:15
twin peaks every year.
98
255260
2000
dubbla toppar varje år-
04:17
If we look closer, we see those peaks occur
99
257260
2000
och om vi tittar närmare, så ser vi att topparna inträffar
04:19
at the same month every year.
100
259260
3000
vid samma månad varje år.
04:22
Why?
101
262260
2000
Varför?
04:24
Well, November, Christmas video games come out,
102
264260
2000
Ja, i november presenteras datorspelen för julhandeln.
04:26
and there may well be an upsurge in the concern about their content.
103
266260
3000
och då kan det mycket väl vara en ökning i oro över dess innehåll.
04:29
But April isn't a particularly massive month
104
269260
3000
Men april är inte en särskilt stor månad
04:32
for video games.
105
272260
2000
för datorspel.
04:34
Why April?
106
274260
2000
Varför april?
04:36
Well, in April 1999 was the Columbine shooting,
107
276260
3000
Ja, i april 1999 var skjutningarna i Columbine.
04:39
and since then, that fear
108
279260
2000
och sedan dess, har den rädslan
04:41
has been remembered by the media
109
281260
2000
blivit ihågkommen i media
04:43
and echoes through the group mind gradually through the year.
110
283260
2000
och ger ett eko ifrån sig gradvis under året
04:45
You have retrospectives, anniversaries,
111
285260
3000
Man har retrospektiv, minneshögtider,
04:48
court cases, even copy-cat shootings,
112
288260
3000
rättsprocesser, även copy-cat-skjutningar.
04:51
all pushing that fear into the agenda.
113
291260
3000
Alla trycker den här rädslan in i agendan.
04:54
And there's another pattern here as well. Can you spot it?
114
294260
2000
Och det finns ett annat mönster här också. Kan ni se det?
04:56
See that gap there? There's a gap,
115
296260
2000
Ser ni avståndet här? Det är ett hål här,
04:58
and it affects all the other stories.
116
298260
2000
som påverkar alla andra berättelser.
05:00
Why is there a gap there?
117
300260
2000
Varför är det ett hål här?
05:02
You see where it starts? September 2001,
118
302260
3000
Ser ni när det börjar? September 2001.
05:05
when we had something very real
119
305260
2000
Då hade vi något verkligen äkta
05:07
to be scared about.
120
307260
2000
att vara rädda för.
05:09
So, I've been working as a data journalist for about a year,
121
309260
3000
Så, jag har arbetat som en datajournalist i ungefär ett år
05:12
and I keep hearing a phrase
122
312260
2000
och jag får hela tiden höra en fras upprepas
05:14
all the time, which is this:
123
314260
3000
hela tiden, vilken är:
05:17
"Data is the new oil."
124
317260
2000
"Data är den nya oljan".
05:19
Data is the kind of ubiquitous resource
125
319260
3000
Och data är en slags allestädes närvarande resurs
05:22
that we can shape to provide new innovations and new insights,
126
322260
3000
som vi kan forma för att generera nya innovationer och insikter
05:25
and it's all around us, and it can be mined very easily.
127
325260
3000
och den finns överallt omkring oss, och kan bli insamlad väldigt enkelt.
05:28
It's not a particularly great metaphor in these times,
128
328260
3000
Det är inte en särskilt bra metafor i dessa dagar,
05:31
especially if you live around the Gulf of Mexico,
129
331260
3000
särskilt om du bor runt den Mexikanska Golfen
05:34
but I would, perhaps, adapt this metaphor slightly,
130
334260
2000
men jag skulle, kanske, förändra metaforen något.
05:36
and I would say that data is the new soil.
131
336260
3000
Jag skulle säga att data är den nya jorden.
05:40
Because for me, it feels like a fertile, creative medium.
132
340260
3000
För mig, så känns den som ett fertilt, kreativt medium.
05:43
Over the years, online,
133
343260
2000
Genom åren, online,
05:45
we've laid down
134
345260
3000
har vi lagrat
05:48
a huge amount of information and data,
135
348260
2000
en enorm mängd information och data,
05:50
and we irrigate it with networks and connectivity,
136
350260
2000
och vi har bevattnat det med nätverk och kontakter,
05:52
and it's been worked and tilled by unpaid workers and governments.
137
352260
3000
och den har blivit bearbetad och brukad av oavlönad arbetskraft och myndigheter.
05:55
And, all right, I'm kind of milking the metaphor a little bit.
138
355260
3000
Okej, jag kanske mjölkar ur metaforen en aning.
05:58
But it's a really fertile medium,
139
358260
3000
Men det är verkligen ett fertilt medium,
06:01
and it feels like visualizations, infographics, data visualizations,
140
361260
3000
och det känns som om visualiseringar, informationsgrafik, datavisualisering,
06:04
they feel like flowers blooming from this medium.
141
364260
3000
de känns som blomstrande blommor från det här mediet.
06:07
But if you look at it directly,
142
367260
2000
Men om man tittar på det direkt,
06:09
it's just a lot of numbers and disconnected facts.
143
369260
2000
så är det bara en massa siffror och osammanhängande fakta.
06:11
But if you start working with it and playing with it in a certain way,
144
371260
3000
Börjar man behandla den och leker med den på ett visst sätt,
06:14
interesting things can appear and different patterns can be revealed.
145
374260
3000
kan intressanta saker framträda och olika mönster skönjas.
06:17
Let me show you this.
146
377260
2000
Låt mig visa er det här.
06:19
Can you guess what this data set is?
147
379260
3000
Kan ni gissa vad den här datan säger?
06:22
What rises twice a year,
148
382260
2000
Vad stiger två gånger om året,
06:24
once in Easter
149
384260
2000
en gång vid påsk,
06:26
and then two weeks before Christmas,
150
386260
2000
och sedan två veckor före jul,
06:28
has a mini peak every Monday,
151
388260
2000
har en liten topp varje måndag
06:30
and then flattens out over the summer?
152
390260
2000
för att sedan plana ut över sommaren?
06:32
I'll take answers.
153
392260
2000
Jag tar emot svar.
06:34
(Audience: Chocolate.) David McCandless: Chocolate.
154
394260
2000
Choklad?
06:36
You might want to get some chocolate in.
155
396260
3000
Du kanske skulle vilja ha choklad då.
06:39
Any other guesses?
156
399260
2000
Några andra gissningar?
06:41
(Audience: Shopping.) DM: Shopping.
157
401260
2000
Shopping...
06:43
Yeah, retail therapy might help.
158
403260
3000
Ja, shoppingterapi kanske hjälper.
06:46
(Audience: Sick leave.)
159
406260
2000
(Publiken: Sjukskrivning.)
06:48
DM: Sick leave. Yeah, you'll definitely want to take some time off.
160
408260
2000
DM: Sjukskrivning. Ja, du skulle definitivt vilja ta lite ledigt.
06:50
Shall we see?
161
410260
2000
Ska vi se?
06:53
(Laughter)
162
413260
8000
("Höjdpunkter för att göra slut.")(Skratt)
07:01
(Applause)
163
421260
3000
(Applåder)
07:04
So, the information guru Lee Byron and myself,
164
424260
3000
Så, informationen här, samlade Lee Byron och jag,
07:07
we scraped 10,000 status Facebook updates
165
427260
3000
in från 10 000 statusuppdateringar på Facebook
07:10
for the phrase "break-up" and "broken-up"
166
430260
2000
och letade efter frasen "göra slut" och "gjort slut"
07:12
and this is the pattern we found --
167
432260
2000
och det här är mönstret vi hittade -
07:14
people clearing out for Spring Break,
168
434260
2000
personer som städar ur inför vårledigheten,
07:16
(Laughter)
169
436260
5000
(Skratt)
07:21
coming out of very bad weekends on a Monday,
170
441260
2000
kommer ut ur jobbiga helger på måndagar,
07:23
being single over the summer,
171
443260
3000
är singel över sommaren.
07:26
and then the lowest day of the year, of course: Christmas Day.
172
446260
3000
Och så den dagen med lägst nivå under hela året, Juldagen.
07:29
Who would do that?
173
449260
3000
Vem skulle göra det?
07:32
So there's a titanic amount of data out there now,
174
452260
2000
Så det finns en gigantisk mängd data där ute nu
07:34
unprecedented.
175
454260
2000
som saknar motstycke.
07:37
But if you ask the right kind of question,
176
457260
2000
Men om man ställer den rätta frågan,
07:39
or you work it in the right kind of way,
177
459260
2000
eller om man bearbetar data på rätt sätt,
07:41
interesting things can emerge.
178
461260
3000
kan intressanta saker träda fram.
07:44
So information is beautiful. Data is beautiful.
179
464260
3000
Information är vacker. Data är vackert.
07:47
I wonder if I could make my life beautiful.
180
467260
3000
Jag undrar om jag kan göra min data vacker.
07:50
And here's my visual C.V.
181
470260
2000
Här är min C.V. visualiserad
07:52
I'm not quite sure I've succeeded.
182
472260
2000
Jag är inte helt säker på att jag har lyckats
07:54
Pretty blocky, the colors aren't that great.
183
474260
2000
Rätt så "rutig". Färgerna är kanske inte så bra.
07:56
But I wanted to convey something to you.
184
476260
3000
Men jag ville förmedla något till er
07:59
I started as a programmer,
185
479260
2000
Jag började som programmerare
08:01
and then I worked as a writer for many years, about 20 years,
186
481260
2000
och sedan arbetade jag som textförfattare i många år, ungefär 20 år.
08:03
in print, online and then in advertising,
187
483260
2000
I tryck, sedan online och i marknadsföring
08:05
and only recently have I started designing.
188
485260
3000
och bara den senaste tiden har jag börjat designa.
08:08
And I've never been to design school.
189
488260
2000
Och jag har aldrig gått på designskola.
08:10
I've never studied art or anything.
190
490260
3000
Jag har aldrig studerat konst eller något sånt.
08:13
I just kind of learned through doing.
191
493260
2000
Jag lärde mig genom att göra.
08:15
And when I started designing,
192
495260
2000
Och när jag började designa,
08:17
I discovered an odd thing about myself.
193
497260
2000
så upptäckte jag något märkligt om mig själv.
08:19
I already knew how to design,
194
499260
2000
Jag visste redan hur man designar,
08:21
but it wasn't like I was amazingly brilliant at it,
195
501260
3000
det var inte så att jag var fantastiskt skicklig eller så,
08:24
but more like I was sensitive
196
504260
2000
mera så att jag var mottaglig
08:26
to the ideas of grids and space
197
506260
2000
till koncepten om strukturer och ytor,
08:28
and alignment and typography.
198
508260
2000
och anpassningar och typografi.
08:30
It's almost like being exposed
199
510260
2000
Det är nästan som om, att ha varit utsatt
08:32
to all this media over the years
200
512260
2000
för all den här median genom åren
08:34
had instilled a kind of dormant design literacy in me.
201
514260
3000
har givit mig en slags slumrande designkompetens.
08:37
And I don't feel like I'm unique.
202
517260
2000
Och jag känner mig inte unik.
08:39
I feel that everyday, all of us now
203
519260
2000
Jag känner att vi alla nu
08:41
are being blasted by information design.
204
521260
3000
blir bombarderade av informationsdesign.
08:44
It's being poured into our eyes through the Web,
205
524260
2000
Det hälls in i våra ögon genom Internet
08:46
and we're all visualizers now;
206
526260
2000
och alla av oss kan visualisera nu.
08:48
we're all demanding a visual aspect
207
528260
2000
Vi kräver nu en visuell aspekt
08:50
to our information.
208
530260
3000
i vår information.
08:53
There's something almost quite magical about visual information.
209
533260
3000
Och det är något nästan magiskt över visuell information.
08:56
It's effortless, it literally pours in.
210
536260
3000
Det är obesvärande, det bokstavligen rinner in.
08:59
And if you're navigating a dense information jungle,
211
539260
3000
Och om du navigerar en tät informationsdjungel,
09:02
coming across a beautiful graphic
212
542260
2000
så är att snubbla över en vacker graf
09:04
or a lovely data visualization,
213
544260
2000
eller en underbar datavisualisering,
09:06
it's a relief, it's like coming across a clearing in the jungle.
214
546260
3000
en lättnad, det är som att träda in i en glänta i djungeln.
09:09
I was curious about this, so it led me
215
549260
2000
Och jag var nyfiken över detta, så det ledde mig
09:11
to the work of a Danish physicist
216
551260
2000
till en dansk fysikers arbete
09:13
called Tor Norretranders,
217
553260
2000
vid namn Tor Norretanders,
09:15
and he converted the bandwidth of the senses into computer terms.
218
555260
3000
som konverterade sinnenas bandbredd i datortermer.
09:19
So here we go. This is your senses,
219
559260
2000
Så nu ser vi. Det här är dina sinnen,
09:21
pouring into your senses every second.
220
561260
2000
informationen flödar in i dina sinnen varje sekund.
09:23
Your sense of sight is the fastest.
221
563260
3000
Ditt synsinne är det snabbaste.
09:26
It has the same bandwidth as a computer network.
222
566260
3000
Det har samma bandbredd som ett datornätverk.
09:29
Then you have touch, which is about the speed of a USB key.
223
569260
3000
Sen har du känseln, som är ungefär samma hastighet som ett USB-minne.
09:32
And then you have hearing and smell,
224
572260
2000
Sen har du hörsel och doft,
09:34
which has the throughput of a hard disk.
225
574260
2000
som har ungefär samma hastighet som en hårddisk.
09:36
And then you have poor old taste,
226
576260
2000
Och sedan har du stackars gamla smaken,
09:38
which is like barely the throughput of a pocket calculator.
227
578260
3000
som har en hastighet knappt likvärdig en miniräknare.
09:41
And that little square in the corner, a naught .7 percent,
228
581260
3000
Och den här lilla fyrkanten i hörnet, 0,7 procent,
09:44
that's the amount we're actually aware of.
229
584260
3000
det är mängden som vi faktiskt är medvetna om.
09:47
So a lot of your vision --
230
587260
2000
Så en stor del av våra synintryck -
09:49
the bulk of it is visual, and it's pouring in.
231
589260
2000
merparten av det som är visuellt och flödar in i oss,
09:51
It's unconscious.
232
591260
2000
är omedvetet.
09:53
The eye is exquisitely sensitive
233
593260
3000
Och ögat är oerhört känsligt
09:56
to patterns in variations in color, shape and pattern.
234
596260
3000
för mönster och variationer i färg, form och mönster.
09:59
It loves them, and it calls them beautiful.
235
599260
2000
Det älskar dem, och kallar dem vackra.
10:01
It's the language of the eye.
236
601260
2000
Det är ögats språk.
10:03
If you combine the language of the eye with the language of the mind,
237
603260
2000
Och om ni kombinerar ögats språk med hjärnans språk,
10:05
which is about words and numbers and concepts,
238
605260
3000
vilket handlar om ord, nummer och koncept,
10:08
you start speaking two languages simultaneously,
239
608260
3000
så börjar man att prata två språk samtidigt,
10:11
each enhancing the other.
240
611260
3000
vilka förstärker varandra.
10:14
So, you have the eye, and then you drop in the concepts.
241
614260
3000
Så man har ögat, och så lägger man till koncepten.
10:17
And that whole thing -- it's two languages
242
617260
2000
Och det är hela saken - det är två språk
10:19
both working at the same time.
243
619260
2000
båda arbetandes samtidigt.
10:21
So we can use this new kind of language, if you like,
244
621260
2000
Så vi kan använda detta nya sortens språk, om man vill,
10:23
to alter our perspective or change our views.
245
623260
3000
till att förändra vårt perspektiv eller förändra vår vy.
10:26
Let me ask you a simple question
246
626260
2000
Låt mig ställa en enkel fråga
10:28
with a really simple answer:
247
628260
2000
med ett väldigt enkelt svar.
10:30
Who has the biggest military budget?
248
630260
2000
Vem har den största militära budgeten?
10:32
It's got to be America, right?
249
632260
2000
Det måste vara USA, eller hur?
10:34
Massive. 609 billion in 2008 --
250
634260
2000
Den är massiv. 609 miljarder dollar i 2008 -
10:36
607, rather.
251
636260
2000
607, ska det vara.
10:38
So massive, in fact, that it can contain
252
638260
2000
Den faktiskt så massiv, att den är större
10:40
all the other military budgets in the world inside itself.
253
640260
3000
än alla andra militärbudgetar i världen tillsammans.
10:43
Gobble, gobble, gobble, gobble, gobble.
254
643260
2000
Slurp, slurp, slurp, slurp, slurp.
10:45
Now, you can see Africa's total debt there
255
645260
2000
Här kan ni se Afrikas totala skuld
10:47
and the U.K. budget deficit for reference.
256
647260
2000
och Storbritanniens budgetunderskott som referens.
10:49
So that might well chime
257
649260
2000
Så det kanske låter rimligt
10:51
with your view that America
258
651260
2000
i relation till er syn på USA
10:53
is a sort of warmongering military machine,
259
653260
3000
som en krigsskapande militärmakt
10:56
out to overpower the world
260
656260
2000
som kan överta världen
10:58
with its huge industrial-military complex.
261
658260
3000
med deras enorma militärindustriella komplex.
11:01
But is it true that America has the biggest military budget?
262
661260
3000
Men är det sant att USA har den största militärbudgeten?
11:04
Because America is an incredibly rich country.
263
664260
2000
För det är ett oerhört rikt land.
11:06
In fact, it's so massively rich
264
666260
2000
Faktum är, att det är så enormt rikt
11:08
that it can contain the four other
265
668260
2000
Att det kan rymma de fyra andra
11:10
top industrialized nations' economies
266
670260
2000
industrialiserade toppländernas ekonomier
11:12
inside itself, it's so vastly rich.
267
672260
3000
inuti sig självt, så väldigt rikt är det.
11:15
So its military budget is bound to be enormous.
268
675260
3000
Så deras militära budget är förstås väldigt stor.
11:18
So, to be fair and to alter our perspective,
269
678260
2000
För att vara rättvisa och för att förändra vårt perspektiv,
11:20
we have to bring in another data set,
270
680260
2000
måste vi föra in ett annat dataunderlag,
11:22
and that data set is GDP, or the country's earnings.
271
682260
2000
och den datan är BNP, eller bruttonationalprodukt.
11:24
Who has the biggest budget as a proportion of GDP?
272
684260
2000
Vem har den största budgeten i relation till sin BNP?
11:26
Let's have a look.
273
686260
2000
Låt oss se efter.
11:28
That changes the picture considerably.
274
688260
3000
Det förändrar bilden markant.
11:31
Other countries pop into view that you, perhaps, weren't considering,
275
691260
3000
Andra länder dyker upp i vyn som man kanske inte föreställt sig,
11:34
and American drops into eighth.
276
694260
2000
och USA faller till åttonde plats.
11:36
Now you can also do this with soldiers.
277
696260
2000
Man kan också göra detta med soldater.
11:38
Who has the most soldiers? It's got to be China.
278
698260
2000
Vem har flest soldater? Det måste vara Kina.
11:40
Of course, 2.1 million.
279
700260
2000
Så klart, 2,1 miljoner.
11:42
Again, chiming with your view
280
702260
2000
Återigen, i linje med vår bild
11:44
that China has a militarized regime
281
704260
2000
att Kina är en militariserad regim
11:46
ready to, you know, mobilize its enormous forces.
282
706260
2000
redo att, ni vet, mobilisera sina enorma styrkor.
11:48
But of course, China has an enormous population.
283
708260
3000
Men så klart, Kina har också en väldigt stor befolkning.
11:51
So if we do the same,
284
711260
2000
Så om vi gör samma sak,
11:53
we see a radically different picture.
285
713260
2000
ser vi en radikalt annorlunda bild.
11:55
China drops to 124th.
286
715260
2000
Kina dyker ner till tolfte plats.
11:57
It actually has a tiny army
287
717260
2000
De har egentligen en liten armé
11:59
when you take other data into consideration.
288
719260
3000
när man tar i beaktning annan data.
12:02
So, absolute figures, like the military budget,
289
722260
2000
Så, absoluta tal, som militärbudget,
12:04
in a connected world,
290
724260
2000
i en ihopkopplad värld,
12:06
don't give you the whole picture.
291
726260
2000
ger en på något sätt inte hela bilden.
12:08
They're not as true as they could be.
292
728260
2000
De är inte så sanna som de skulle kunna vara.
12:10
We need relative figures that are connected to other data
293
730260
3000
Vi behöver relativa sifforr som är kopplade till annan data
12:13
so that we can see a fuller picture,
294
733260
2000
så att vi kan se en mera fullödig bild
12:15
and then that can lead to us changing our perspective.
295
735260
2000
och det i sin tur kan leda till att vi kan förändra våra perspektiv.
12:17
As Hans Rosling, the master,
296
737260
2000
Som Hans Rosling, mästaren,
12:19
my master, said,
297
739260
3000
min mästare, sa
12:22
"Let the dataset change your mindset."
298
742260
3000
"Låt datan förändra ditt tankesätt."
12:26
And if it can do that, maybe it can also change your behavior.
299
746260
3000
Och om det kan göra det, kanske kan det också förändra ert beteende.
12:29
Take a look at this one.
300
749260
2000
Ta en titt på den här.
12:31
I'm a bit of a health nut.
301
751260
2000
Jag är något av ett hälsofreak.
12:33
I love taking supplements and being fit,
302
753260
3000
Jag älskar typ att ta kosttillskott och att hålla mig hälsosam,
12:36
but I can never understand what's going on in terms of evidence.
303
756260
3000
men jag kan aldrig förstå vad som gäller bevismässigt.
12:39
There's always conflicting evidence.
304
759260
2000
Det finns alltid motstridiga bevis.
12:41
Should I take vitamin C? Should I be taking wheatgrass?
305
761260
2000
Ska jag äta vitamin C? Ska jag äta vetegräs?
12:43
This is a visualization of all the evidence
306
763260
2000
Det här är en visualisering av alla bevis
12:45
for nutritional supplements.
307
765260
2000
för kosttillskott.
12:47
This kind of diagram is called a balloon race.
308
767260
3000
Den här sortens diagram kallas för en ballongtävling.
12:50
So the higher up the image,
309
770260
2000
Så ju högre upp i bilden,
12:52
the more evidence there is for each supplement.
310
772260
3000
desto mer bevis finns det för varje kosttillskott.
12:55
And the bubbles correspond to popularity as regards to Google hits.
311
775260
3000
Och bubblorna representerar popularitet enligt antal träffar på Google.
12:58
So you can immediately apprehend
312
778260
3000
Så man kan nästan omedelbart uppfatta
13:01
the relationship between efficacy and popularity,
313
781260
3000
relationen mellan effekt och popularitet
13:04
but you can also, if you grade the evidence,
314
784260
3000
men man kan också, om man graderar bevisen,
13:07
do a "worth it" line.
315
787260
2000
göra en slags "är det värt det" linje.
13:09
So supplements above this line are worth investigating,
316
789260
3000
Så kosttillskott som är över linjen är värda att undersöka,
13:12
but only for the conditions listed below,
317
792260
3000
men bara för de tillstånd som listas nedanför.
13:15
and then the supplements below the line
318
795260
3000
Och kosttillskotten nedanför linjen
13:18
are perhaps not worth investigating.
319
798260
2000
är, kanske, inte värda att undersöka.
13:20
Now this image constitutes a huge amount of work.
320
800260
3000
Det ligger väldigt mycket arbete bakom den här bilden.
13:23
We scraped like 1,000 studies from PubMed,
321
803260
3000
Vi samlade in ungefär 1000 studier från PubMed,
13:26
the biomedical database,
322
806260
2000
den biomedicinska databasen,
13:28
and we compiled them and graded them all.
323
808260
3000
och vi sammanställde och graderade dem alla.
13:31
And it was incredibly frustrating for me
324
811260
2000
Och det var oerhört frustrerande för mig
13:33
because I had a book of 250 visualizations to do for my book,
325
813260
3000
eftersom jag hade en bok med 250 visualiseringar att göra,
13:36
and I spent a month doing this,
326
816260
2000
och jag ägnade en månad åt att göra denna,
13:38
and I only filled two pages.
327
818260
2000
och den upptog bara två sidor.
13:40
But what it points to
328
820260
2000
Men vad det pekar på
13:42
is that visualizing information like this
329
822260
2000
är att visualisera information som det här
13:44
is a form of knowledge compression.
330
824260
2000
är en slags kunskapskompression.
13:46
It's a way of squeezing an enormous amount
331
826260
2000
Det är ett sätt att trycka ihop en väldigt stor mängd
13:48
of information and understanding
332
828260
2000
av information och förståelse
13:50
into a small space.
333
830260
2000
på en väldigt liten yta.
13:52
And once you've curated that data, and once you've cleaned that data,
334
832260
2000
Och när man väl har bearbetat datan, och när man rengjort datan,
13:54
and once it's there,
335
834260
2000
och när den väl är där,
13:56
you can do cool stuff like this.
336
836260
2000
så kan man göra coola saker som det här.
13:58
So I converted this into an interactive app,
337
838260
2000
Så jag konverterade detta till en interaktiv applikation,
14:00
so I can now generate this application online --
338
840260
2000
så att jag nu kan generera informationen i applikationen online
14:02
this is the visualization online --
339
842260
2000
det här är visualiseringen online -
14:04
and I can say, "Yeah, brilliant."
340
844260
2000
och jag kan säga, "ja, strålande."
14:06
So it spawns itself.
341
846260
2000
Den genererar sig självt.
14:08
And then I can say, "Well, just show me the stuff
342
848260
2000
Och sen kan jag säga "ja, visa mig bara det
14:10
that affects heart health."
343
850260
2000
som påverkar hjärtat."
14:12
So let's filter that out.
344
852260
2000
Så låt oss filtrera ut det.
14:14
So heart is filtered out, so I can see if I'm curious about that.
345
854260
3000
Så hjärtat är filtrerat från resten, och om jag är nyfiken om detta,
14:17
I think, "No, no. I don't want to take any synthetics,
346
857260
2000
så tänker jag "nej, nej, jag vill inte ta konstgjorda preparat,
14:19
I just want to see plants and --
347
859260
3000
jag vill bara se växter och -
14:22
just show me herbs and plants. I've got all the natural ingredients."
348
862260
3000
bara visa mig örter och växter. Jag vill se alla naturliga ingridienser".
14:25
Now this app is spawning itself
349
865260
2000
Nu växer bilden fram i applikationen
14:27
from the data.
350
867260
2000
från datan.
14:29
The data is all stored in a Google Doc,
351
869260
2000
Datan är sparad i ett Googledokument.
14:31
and it's literally generating itself from that data.
352
871260
3000
och den bokstavligt talat genererar sig själv från den datan.
14:34
So the data is now alive; this is a living image,
353
874260
2000
Så datan är på ett sätt levande, och det blir en levande bild.
14:36
and I can update it in a second.
354
876260
2000
jag kan uppdatera den på en sekund.
14:38
New evidence comes out. I just change a row on a spreadsheet.
355
878260
2000
Kommer nya bevis så ändrar jag bara en rad i datatabellen.
14:40
Doosh! Again, the image recreates itself.
356
880260
4000
Doosh! Bilden återskapar sig själv igen.
14:44
So it's cool.
357
884260
2000
Det är coolt,
14:46
It's kind of living.
358
886260
3000
på något sätt levande.
14:49
But it can go beyond data,
359
889260
2000
Men på ett sätt kan det gå utöver själva datan.
14:51
and it can go beyond numbers.
360
891260
2000
och det kan gå utöver siffrorna.
14:53
I like to apply information visualization
361
893260
2000
Och jag gillar att applicera informationsvisualisering
14:55
to ideas and concepts.
362
895260
3000
till idéer och koncept.
14:58
This is a visualization
363
898260
2000
Det här är en visualisering
15:00
of the political spectrum,
364
900260
2000
av det politiska spektrat,
15:02
an attempt for me to try
365
902260
2000
i ett försök av mig att pröva att
15:04
and understand how it works
366
904260
2000
förstå hur det fungerar
15:06
and how the ideas percolate down
367
906260
2000
och hur idéer sipprar ner
15:08
from government into society and culture,
368
908260
2000
från staten in i samhället och kulturen
15:10
into families, into individuals, into their beliefs
369
910260
3000
in i familjer, till individer och deras föreställningar
15:13
and back around again in a cycle.
370
913260
3000
och tillbaks igen i en cykel.
15:16
What I love about this image
371
916260
2000
Vad jag gillar med den här bilden
15:18
is it's made up of concepts,
372
918260
2000
är att den är skapad av koncept
15:20
it explores our worldviews
373
920260
2000
den utforskar våra bilder av världen
15:22
and it helps us -- it helps me anyway --
374
922260
2000
och hjälper oss - eller hjälper mig i alla fall -
15:24
to see what others think,
375
924260
2000
att se vad andra tänker,
15:26
to see where they're coming from.
376
926260
2000
att se varifrån de kommer.
15:28
And it feels just incredibly cool to do that.
377
928260
3000
Och det känns bara obeskrivligt coolt att kunna göra det.
15:31
What was most exciting for me
378
931260
3000
Och vad som är mest spännande för mig
15:34
designing this
379
934260
2000
i att designa det här
15:36
was that, when I was designing this image,
380
936260
2000
var att, när jag designade bilden
15:38
I desperately wanted this side, the left side,
381
938260
3000
så ville jag att den här sidan, den vänstra sidan
15:41
to be better than the right side --
382
941260
2000
skulle vara bättre än den högra sidan
15:43
being a journalist, a Left-leaning person --
383
943260
3000
eftersom jag är journalist och lutar något till vänster
15:46
but I couldn't, because I would have created
384
946260
2000
men jag kunde inte, eftersom jag skulle ha skapat
15:48
a lopsided, biased diagram.
385
948260
3000
ett obalanserat och onyanserat diagram.
15:51
So, in order to really create a full image,
386
951260
3000
Så, för att verkligen skapa en fullständig bild,
15:54
I had to honor the perspectives on the right-hand side
387
954260
3000
var jag tvungen att hedra perspektiven på den högra sidan
15:57
and at the same time, uncomfortably recognize
388
957260
3000
och att samtidigt, kanske lite obehagligt upptäcka
16:00
how many of those qualities were actually in me,
389
960260
3000
hur många av de kvaliteter som faktiskt fanns i mig,
16:03
which was very, very annoying and uncomfortable.
390
963260
2000
något som var väldigt, väldigt irriterande och obehagligt.
16:05
(Laughter)
391
965260
4000
(Skratt)
16:09
But not too uncomfortable,
392
969260
2000
Men inte allt för obehagligt,
16:11
because there's something unthreatening
393
971260
3000
för det är något som lugnar
16:14
about seeing a political perspective,
394
974260
2000
med att se ett politiskt perspektiv,
16:16
versus being told or forced to listen to one.
395
976260
3000
jämfört med att bli berättad för eller forcerad att lyssna till ett.
16:19
You're capable of holding conflicting viewpoints
396
979260
3000
Det är egentligen - man är kapabel att hålla motstridiga perspektiv
16:22
joyously when you can see them.
397
982260
2000
med glädje, när man kan se dem.
16:24
It's even fun to engage with them
398
984260
2000
Det är till och med roligt att engagera sig med dem
16:26
because it's visual.
399
986260
2000
eftersom de är visuella.
16:28
So that's what's exciting to me,
400
988260
2000
Så det är vad som är spännande för mig,
16:30
seeing how data can change my perspective
401
990260
2000
att se hur ny data kan förändra mitt perspektiv
16:32
and change my mind midstream --
402
992260
2000
och förändra min upplevelse i stunden -
16:34
beautiful, lovely data.
403
994260
3000
vackra, underbara data.
16:38
So, just to wrap up,
404
998260
2000
Så, för att summera,
16:40
I wanted to say
405
1000260
2000
ville jag säga
16:42
that it feels to me that design is about solving problems
406
1002260
2000
att det känns för mig att design handlar om att lösa problem
16:44
and providing elegant solutions,
407
1004260
3000
och att förse en med eleganta lösningar.
16:47
and information design is about
408
1007260
2000
Och informationsdesign handlar om
16:49
solving information problems.
409
1009260
2000
att lösa informationsproblem.
16:51
It feels like we have a lot of information problems
410
1011260
2000
Och det känns som om vi har många informationsproblem
16:53
in our society at the moment,
411
1013260
2000
i vårt samhälle just nu,
16:55
from the overload and the saturation
412
1015260
2000
från överflöd och informationsmättnad
16:57
to the breakdown of trust and reliability
413
1017260
2000
till nedbrytningen av förtroende och pålitlighet
16:59
and runaway skepticism and lack of transparency,
414
1019260
2000
och en tilltagande skepticism och brist på transparens,
17:01
or even just interestingness.
415
1021260
2000
eller huruvida något är intressant eller inte.
17:03
I mean, I find information just too interesting.
416
1023260
2000
Jag menar, jag känner att information är nästan för intressant,
17:05
It has a magnetic quality that draws me in.
417
1025260
3000
det her en magnetisk kvalitet som drar mig till den.
17:09
So, visualizing information
418
1029260
2000
Så, att visualisera information
17:11
can give us a very quick solution to those kinds of problems.
419
1031260
3000
kan ge oss en väldigt snabb lösning till den typen av problem.
17:14
Even when the information is terrible,
420
1034260
2000
Och även när informationen är fruktansvärd,
17:16
the visual can be quite beautiful.
421
1036260
3000
kan det visuellt bli rätt vackert.
17:19
Often we can get clarity
422
1039260
3000
Och oftan kan vi får klarhet
17:22
or the answer to a simple question very quickly,
423
1042260
2000
eller ett svar på en enkel fråga väldigt snabbt,
17:24
like this one,
424
1044260
2000
som den här,
17:26
the recent Icelandic volcano.
425
1046260
3000
den senaste isländska vulkanen.
17:29
Which was emitting the most CO2?
426
1049260
2000
Vilken avgav mest koldioxid?
17:31
Was it the planes or the volcano,
427
1051260
2000
Var det flygplanen eller vulkanen,
17:33
the grounded planes or the volcano?
428
1053260
2000
de strandade flygplanen eller vulkanen?
17:35
So we can have a look.
429
1055260
2000
Låt oss se efter.
17:37
We look at the data and we see:
430
1057260
2000
Tittar vi på datan så ser vi,
17:39
Yep, the volcano emitted 150,000 tons;
431
1059260
2000
japp, vulkanen gav ifrån sig 150 000 ton.
17:41
the grounded planes would have emitted
432
1061260
2000
och de strandade planen skulle ha givit ifrån sig
17:43
345,000 if they were in the sky.
433
1063260
3000
345 000 ton om de hade flugit.
17:46
So essentially, we had our first carbon-neutral volcano.
434
1066260
3000
Så, i princip, har vi haft vårt första koldioxidneutrala vulkanutbrott.
17:49
(Laughter)
435
1069260
2000
(skratt)
17:51
(Applause)
436
1071260
9000
(Applåder)
18:00
And that is beautiful. Thank you.
437
1080260
3000
Är inte det vackert. Tack så mycket.
18:03
(Applause)
438
1083260
8000
(Applåder)
Om denna webbplats

På den här webbplatsen hittar du YouTube-videor som är användbara för att lära sig engelska. Du kommer att få se engelska lektioner som ges av förstklassiga lärare från hela världen. Dubbelklicka på de engelska undertexterna som visas på varje videosida för att spela upp videon därifrån. Undertexterna rullar i takt med videouppspelningen. Om du har några kommentarer eller önskemål kan du kontakta oss via detta kontaktformulär.

https://forms.gle/WvT1wiN1qDtmnspy7