What I learned from 2,000 obituaries | Lux Narayan

166,218 views ・ 2017-03-23

TED


โปรดดับเบิลคลิกที่คำบรรยายภาษาอังกฤษด้านล่างเพื่อเล่นวิดีโอ

Translator: Dollaya Piumsuwan Reviewer: Rawee Ma
00:12
Joseph Keller used to jog around the Stanford campus,
0
12699
4072
โจเซฟ เคลเลอร์ เคยวิ่งออกกำลังกาย บริเวณรอบมหาวิทยาลัยสแตนฟอร์ด
00:16
and he was struck by all the women jogging there as well.
1
16795
4717
แล้วเขาก็เกิดความสนใจ ผู้หญิงที่มาวิ่งที่นั่นด้วย
00:21
Why did their ponytails swing from side to side like that?
2
21536
3589
เขาสงสัยว่าทำไมผมหางม้า ถึงแกว่งจากซ้ายไปขวาแบบนั้น
00:25
Being a mathematician, he set out to understand why.
3
25687
3138
ด้วยความที่เป็นนักคณิตศาสตร์ เขาจึงหาทางที่จะเข้าใจเหตุและผล
00:28
(Laughter)
4
28849
1151
(เสียงหัวเราะ)
00:30
Professor Keller was curious about many things:
5
30024
2306
อาจารย์เคลเลอร์มีความสงสัยในหลายสิ่ง:
00:32
why teapots dribble
6
32354
1967
ทำไมน้ำถึงหยดออกจากกา
00:34
or how earthworms wriggle.
7
34345
1830
หรือไส้เดือนเลื้อยคดเคี้ยวได้อย่างไร
00:36
Until a few months ago, I hadn't heard of Joseph Keller.
8
36667
3048
ผมไม่ได้ข่าวโจเซฟ เคลเลอร์ จนกระทั่งเมื่อหลายเดือนก่อน
00:40
I read about him in the New York Times,
9
40401
2852
ผมอ่านเจอข่าวของเขา บนหนังสือพิมพ์นิวยอร์กไทม์ส
00:43
in the obituaries.
10
43277
1432
หมวดข่าวมรณะกรรม
00:44
The Times had half a page of editorial dedicated to him,
11
44733
3772
หนังสือพิมพ์ได้ตีพิมพ์ เรื่องราวของเขาถึงครึ่งหน้า
00:48
which you can imagine is premium space for a newspaper of their stature.
12
48529
3922
ซึ่งคุณคงรู้ว่านั่นคือพื้นที่ข่าวที่มีค่ามาก สำหรับหนังสือประสบความสำเร็จแบบนั้น
00:53
I read the obituaries almost every day.
13
53188
2342
ผมอ่านข่าวมรณะกรรมเกือบทุกวัน
00:56
My wife understandably thinks I'm rather morbid
14
56510
3022
ภรรยาผมคิดว่าผมคงผิดปกติ
00:59
to begin my day with scrambled eggs and a "Let's see who died today."
15
59556
4400
ที่เริ่มต้นเช้าวันใหม่ ด้วยไข่คนและ "ดูสิว่าใครตายบ้างวันนี้"
01:03
(Laughter)
16
63980
1150
(เสียงหัวเราะ)
01:05
But if you think about it,
17
65845
1292
แต่หากคุณลองคิดสักนิด
01:07
the front page of the newspaper is usually bad news,
18
67161
3413
หน้าหนึ่งของหนังสือพิมพ์มักจะเป็นข่าวร้าย
01:10
and cues man's failures.
19
70598
1975
และความผิดพลาดล้มเหลวของคนอื่น
01:12
An instance where bad news cues accomplishment
20
72597
2666
แต่ข่าวร้ายที่บอกเล่าเรื่องราวความสำเร็จ
01:15
is at the end of the paper, in the obituaries.
21
75287
3235
อยู่หน้าสุดท้ายของหนังสือพิมพ์ ในหมวดข่าวมรณะกรรม
01:19
In my day job,
22
79225
1364
งานประจำของผม
01:20
I run a company that focuses on future insights
23
80613
2476
ผมบริหารบริษัทที่พยากรณ์อนาคต
01:23
that marketers can derive from past data --
24
83113
2420
ซึ่งนักการตลาดมักได้มาจากการดูข้อมูลในอดีต
01:25
a kind of rearview-mirror analysis.
25
85557
2944
เหมือนการมองที่กระจกหลัง
01:28
And we began to think:
26
88912
1155
แล้วเราก็เริ่มคิดว่า
01:30
What if we held a rearview mirror to obituaries from the New York Times?
27
90091
5118
จะเกิดอะไรขึ้นถ้าเรามองที่กระจกหลัง ไปที่ข่าวมรณะกรรมในนิวยอร์กไทมส์ล่ะ
01:36
Were there lessons on how you could get your obituary featured --
28
96334
3468
จะมีวิธีใดที่ทำให้ข่าวมรณะของคุณ ได้ลงหนังสือพิมพ์
01:39
even if you aren't around to enjoy it?
29
99826
1977
แม้ว่าคุณจะไม่ได้อยู่อ่านมันหรือไม่
01:41
(Laughter)
30
101827
1484
(เสียงหัวเราะ)
01:43
Would this go better with scrambled eggs?
31
103335
2628
ถ้าเป็นอย่างนั้นแล้ว มันพอจะเข้ากันกับไข่คนรึเปล่า
01:45
(Laughter)
32
105987
1150
(เสียงหัวเราะ)
01:47
And so, we looked at the data.
33
107983
2998
พวกเราก็เลยศึกษาข้อมูล
01:51
2,000 editorial, non-paid obituaries
34
111689
4494
ข่าวมรณะกรรมที่ไม่เสียค่าใช้จ่าย จำนวน 2,000 เรื่อง
01:56
over a 20-month period between 2015 and 2016.
35
116207
3642
เป็นเวลา 20 เดือนระหว่างปีค.ศ.2015 กับ 2016
01:59
What did these 2,000 deaths -- rather, lives -- teach us?
36
119873
4824
แล้วการตาย 2,000 คน--หรือพูดให้ถูก ชีวิต--สอนอะไรกับเรา
02:04
Well, first we looked at words.
37
124721
2033
อย่างแรก เราดูที่ถ้อยคำ
02:06
This here is an obituary headline.
38
126778
1761
นี่คือพาดหัวข่าวมรณะกรรม
02:08
This one is of the amazing Lee Kuan Yew.
39
128563
2296
นี่คือข่าวของ ลี กวน ยู ผู้ยิ่งใหญ่
02:10
If you remove the beginning and the end,
40
130883
2522
หากคุณเอาส่วนต้นและส่วนท้ายออก
02:13
you're left with a beautifully worded descriptor
41
133429
3334
จะเหลือให้เห็นเพียงคำบรรยายที่สวยงาม
02:16
that tries to, in just a few words, capture an achievement or a lifetime.
42
136787
4675
ที่พยายามจะบอกเล่า ความสำเร็จในช่วงชีวิตด้วยคำไม่กี่คำ
02:21
Just looking at these is fascinating.
43
141486
2161
แค่ดูเพียงแค่นี่ก็น่าทึ่งแล้ว
02:24
Here are a few famous ones, people who died in the last two years.
44
144121
3295
นี่เป็นข่าวคนดังเพียงไม่กี่คน ที่เสียชีวิตสองปีที่ผ่านมา
02:27
Try and guess who they are.
45
147440
1319
ลองเดาดูครับว่าพวกเขาคือใคร
02:28
[An Artist who Defied Genre]
46
148783
1440
[ศิลปินผู้ต่อต้านประเภทบทเพลง]
02:30
That's Prince.
47
150247
1185
นั่นคือ ปริ๊นซ์
02:32
[Titan of Boxing and the 20th Century]
48
152317
1837
[ยักษ์ใหญ่แห่งวงการมวยและศตวรรษที่ 20]
02:34
Oh, yes.
49
154178
1160
โอ ใช่ครับ
02:35
[Muhammad Ali]
50
155362
1224
[มูฮัมหมัด อาลี]
02:36
[Groundbreaking Architect]
51
156610
1546
[สถาปนิกผู้บุกเบิก]
02:38
Zaha Hadid.
52
158180
1251
ซาฮา ฮาดิด
02:40
So we took these descriptors
53
160663
1748
แล้วเราก็เอาคำบรรยายเหล่านี้
02:42
and did what's called natural language processing,
54
162435
2524
มาทำสิ่งที่เรียกว่าการประมวลภาษาธรรมชาติ
02:44
where you feed these into a program,
55
164983
1771
โดยการใส่คำพวกนี้ลงไปในโปรแกรม
02:46
it throws out the superfluous words --
56
166778
1865
มันจะตัดคำฟุ่มเฟือยออก
02:48
"the," "and," -- the kind of words you can mime easily in "Charades," --
57
168667
4223
อย่าง "the" "and" คำประเภทที่ทายได้ง่าย ๆ "ไม่ต้องมีเงื่อนไขทุกพยางค์"
02:52
and leaves you with the most significant words.
58
172914
2193
และเหลือไว้เพียงคำที่สำคัญจริง ๆ
02:55
And we did it not just for these four,
59
175131
1821
เราไม่ได้ทำแค่ของสี่คนนี้นะครับ
02:56
but for all 2,000 descriptors.
60
176976
2519
เราทำกับตัวแทนที่บ่งชี้ 2,000 คน
02:59
And this is what it looks like.
61
179519
1743
และนี่คือสิ่งที่ปรากฏ
03:02
Film, theatre, music, dance and of course, art, are huge.
62
182824
4827
หนัง โรงละคร ดนตรี เต้นรำ และแน่นอนมี ศิลปะ เป็นคำที่มีเยอะที่สุด
03:08
Over 40 percent.
63
188305
1946
มากกว่าร้อยละ 40
03:10
You have to wonder why in so many societies
64
190275
2528
คุณต้องสงสัยว่าทำไมในหลาย ๆ สังคม
03:12
we insist that our kids pursue engineering or medicine or business or law
65
192827
4435
เราถึงยืนกรานให้ลูก ๆ ของเราเรียนวิศวกรรม หรือแพทย์ หรือบริหารธุรกิจ หรือกฎหมาย
03:17
to be construed as successful.
66
197286
1587
เพื่อให้ดูเหมือนว่าประสบความสำเร็จ
03:19
And while we're talking profession,
67
199691
1693
ขณะที่เราพูดถึงอาชีพ
03:21
let's look at age --
68
201408
1151
ลองมาดูอายุกันดีกว่า
03:22
the average age at which they achieved things.
69
202583
2510
อายุเฉลี่ยที่พวกเขาประสบความสำเร็จ
03:25
That number is 37.
70
205117
1846
คืออายุ 37 ปี
03:28
What that means is, you've got to wait 37 years ...
71
208094
3656
นั่นหมายความว่า คุณต้องรอถึง 37 ปี
03:31
before your first significant achievement that you're remembered for --
72
211774
3395
คุณถึงจะประสบความสำเร็จและเป็นที่จดจำ
03:35
on average --
73
215193
1151
โดยเฉลี่ย--
03:36
44 years later, when you die at the age of 81 --
74
216368
2478
44 ปีต่อมา เมื่อคุณเสียชีวิตตอนอายุ 81 ปี
03:38
on average.
75
218870
1168
โดยเฉลี่ย
03:40
(Laughter)
76
220062
1001
(เสียงหัวเราะ)
03:41
Talk about having to be patient.
77
221087
1684
พูดถึงเรื่องนี้ต้องมีความอดทน
03:42
(Laughter)
78
222795
1057
(เสียงหัวเราะ)
03:43
Of course, it varies by profession.
79
223876
2089
แน่นอนครับ มันขึ้นอยู่กับอาชีพ
03:46
If you're a sports star,
80
226386
1193
หากคุณเป็นนักกีฬาชื่อดัง
03:47
you'll probably hit your stride in your 20s.
81
227603
2127
คุณอาจขึ้นถึงจุดสูงสุดในอาชีพ ตอนช่วงอายุ 20 ปี
03:49
And if you're in your 40s like me,
82
229754
2645
และหากคุณอยู่ในช่วงอายุ 40 ปีอย่างผม
03:52
you can join the fun world of politics.
83
232423
1991
คุณจะสามารถเข้าสู่โลกการเมืองที่น่าภิรมย์
03:54
(Laughter)
84
234438
1056
(เสียงหัวเราะ)
03:55
Politicians do their first and sometimes only commendable act in their mid-40s.
85
235518
3915
นักการเมืองสร้างผลงานชิ้นแรกและบางครั้ง ก็เพียงกฎหมายที่ควรยกย่องในช่วงอายุกลาง 40
03:59
(Laughter)
86
239457
1257
(เสียงหัวเราะ)
04:00
If you're wondering what "others" are,
87
240738
1937
หากคุณสงสัยว่า "แล้วคนอื่นๆ" ล่ะ
04:02
here are some examples.
88
242699
1476
นี่คือตัวอย่าง
04:04
Isn't it fascinating, the things people do
89
244641
2116
ไม่น่าทึ่งหรือครับ สิ่งที่ที่ผู้คนทำ
04:06
and the things they're remembered for?
90
246781
1882
และสิ่งที่ทำให้พวกเขาได้รับการจดจำ
04:08
(Laughter)
91
248687
1752
(เสียงหัวเราะ)
04:11
Our curiosity was in overdrive,
92
251956
1844
ความสงสัยของเรามากเกินจะห้ามใจได้
04:13
and we desired to analyze more than just a descriptor.
93
253824
3788
และเราอยากจะวิเคราะห์มากกว่าแค่คำบรรยาย
04:18
So, we ingested the entire first paragraph of all 2,000 obituaries,
94
258818
4946
เราเลยใส่ข้อมูลย่อหน้าแรกทั้งหมด ของข่าวมรณะกรรมทั้ง 2,000 ชิ้น
04:23
but we did this separately for two groups of people:
95
263788
2774
โดยที่แบ่งคนออกเป็นสองกลุ่ม
04:26
people that are famous and people that are not famous.
96
266586
2777
นั่นคือ กลุ่มคนดังกับกลุ่มคนไม่ดัง
04:29
Famous people -- Prince, Ali, Zaha Hadid --
97
269387
2689
คนดังอย่าง ปริ้นซ์ อาลี ซาฮา ฮาดิด
04:32
people who are not famous are people like Jocelyn Cooper,
98
272100
4235
คนไม่ดังก็อย่างเช่น จอยซ์ลิน คูเปอร์
04:36
Reverend Curry
99
276359
1154
บาทหลวงเคอร์รี่
04:37
or Lorna Kelly.
100
277537
1169
หรือ ลอร์น่า เคลลี่
04:38
I'm willing to bet you haven't heard of most of their names.
101
278730
3188
ผมกล้าท้าพนันเลยว่า คุณไม่เคยได้ยินชื่อคนเหล่านี้
04:41
Amazing people, fantastic achievements, but they're not famous.
102
281942
3812
บุคคลแสนวิเศษประสบความสำเร็จ อย่างน่าอัศจรรย์ แต่ไม่โด่งดัง
04:46
So what if we analyze these two groups separately --
103
286540
2788
ดังนั้น ถ้าหากเราวิเคราะห์ คนสองกลุ่มนี้แยกกัน
04:49
the famous and the non-famous?
104
289352
1525
คนดังและไม่ดังละ
04:50
What might that tell us?
105
290901
1419
ข้อมูลที่ได้จะบอกอะไรกับเรา
04:52
Take a look.
106
292344
1240
เรามาดูกันครับ
04:56
Two things leap out at me.
107
296376
1469
มีสองอย่างสะดุดตาผมครับ
04:58
First:
108
298389
1170
อย่างแรก
04:59
"John."
109
299926
1198
"จอห์น"
05:01
(Laughter)
110
301148
1300
(เสียงหัวเราะ)
05:03
Anyone here named John should thank your parents --
111
303734
3388
ใครก็ตามในที่นี้ที่ชื่อจอห์น ควรขอบคุณพ่อแม่ของคุณ
05:07
(Laughter)
112
307146
1329
(เสียงหัวเราะ)
05:08
and remind your kids to cut out your obituary when you're gone.
113
308499
3082
และเตือนลูกหลานให้ตัดข่าวมรณะกรรมของคุณ เก็บไว้เมื่อคุณตายด้วย
05:12
And second:
114
312881
1356
อย่างที่สอง
05:15
"help."
115
315669
1154
"ช่วยเหลือ"
05:18
We uncovered, many lessons from lives well-led,
116
318344
3465
เราค้นพบ บทเรียนการใช้ชีวิตที่คุ้มค่า ถึงหลายเรื่อง
05:21
and what those people immortalized in print could teach us.
117
321833
2836
และสิ่งที่คนที่ไม่มีวันตาย ในบทเรียนที่สอนเรา
05:24
The exercise was a fascinating testament to the kaleidoscope that is life,
118
324693
4738
กิจกรรมที่เป็นดั่งมรดกที่น่าทึ่ง ที่สะท้อนให้เห็นชีวิต
05:29
and even more fascinating
119
329455
2715
และที่น่าทึ่งไปกว่านั้นอีก
05:32
was the fact that the overwhelming majority of obituaries
120
332194
3068
คือความจริงที่ว่าข่าวมรณะกรรมจำนวนมาก
05:35
featured people famous and non-famous,
121
335286
2998
เป็นทั้งข่าวของผู้ที่โด่งดังและไม่ดัง
05:38
who did seemingly extraordinary things.
122
338308
2433
ซึ่งได้ทำในสิ่งที่ยิ่งใหญ่กว่าธรรมดา
05:41
They made a positive dent in the fabric of life.
123
341394
3110
พวกเขาได้ทิ้งร่องรอยเชิงบวกในช่วงชีวิต
05:44
They helped.
124
344528
1237
พวกเขาช่วยเหลือผู้อื่น
05:46
So ask yourselves as you go back to your daily lives:
125
346592
2591
ให้ลองถามตนเองเมื่อกลับไปใช้ชีวิตประจำวัน
05:49
How am I using my talents to help society?
126
349207
2920
ว่าคุณกำลังใช้ความสามารถ ช่วยเหลือสังคมอย่างไรบ้าง
05:52
Because the most powerful lesson here is,
127
352151
2973
เพราะบทเรียนที่ทรงพลังในที่นี้คือ
05:55
if more people lived their lives trying to be famous in death,
128
355148
4336
ถ้าคนจำนวนมากใช้ชีวิต ด้วยความพยายามจะมีชื่อเสียงตอนตาย
05:59
the world would be a much better place.
129
359508
2605
โลกนี้จะเป็นที่น่าอยู่มากกว่านี้ครับ
06:02
Thank you.
130
362882
1169
ขอบคุณครับ
06:04
(Applause)
131
364075
2848
(เสียงปรบมือ)
เกี่ยวกับเว็บไซต์นี้

ไซต์นี้จะแนะนำคุณเกี่ยวกับวิดีโอ YouTube ที่เป็นประโยชน์สำหรับการเรียนรู้ภาษาอังกฤษ คุณจะได้เห็นบทเรียนภาษาอังกฤษที่สอนโดยอาจารย์ชั้นนำจากทั่วโลก ดับเบิลคลิกที่คำบรรยายภาษาอังกฤษที่แสดงในแต่ละหน้าของวิดีโอเพื่อเล่นวิดีโอจากที่นั่น คำบรรยายเลื่อนซิงค์กับการเล่นวิดีโอ หากคุณมีความคิดเห็นหรือคำขอใด ๆ โปรดติดต่อเราโดยใช้แบบฟอร์มการติดต่อนี้

https://forms.gle/WvT1wiN1qDtmnspy7