How we can find ourselves in data | Giorgia Lupi

Translator: Thuy Nguyen Thanh Reviewer: Hoàng Linh

This is what my last week looked like.

Cuối tuần vừa qua của tôi trông như thế này đây.

What I did,

Những việc tôi đã làm,

who I was with,

những người tôi đã tiếp xúc,

the main sensations I had for every waking hour ...

cám giác chính của tôi qua mỗi giờ thức giấc...

If the feeling came as I thought of my dad

Nếu cảm giác xuất hiện khi tôi nghĩ đến cha tôi

who recently passed away,

người mới qua đời gần đây,

or if I could have just definitely avoided the worries and anxieties.

hoặc nếu tôi đã có thể tránh được những lo lắng và bất an.

And if you think I'm a little obsessive,

Và nếu bạn nghĩ tôi có phần ám ảnh,

you're probably right.

có lẽ bạn đúng.

But clearly, from this visualization,

Nhưng rõ ràng, từ sự biểu diễn trực quan này,

you can learn much more about me than from this other one,

bạn có thể biết về tôi nhiều hơn là từ phần này,

which are images you're probably more familiar with

đó là các hình ảnh mà bạn có lẽ thấy quen thuộc hơn

and which you possibly even have on your phone right now.

và thậm chí bạn có thể có trên điện thoại ngay lúc này.

Bar charts for the steps you walked,

Các biểu đồ trụ thể hiện từng bước đi của bạn,

pie charts for the quality of your sleep --

biểu đồ tròn thể hiện chất lượng giấc ngủ của bạn

the path of your morning runs.

con đường mỗi buổi sáng bạn chạy.

In my day job, I work with data.

Công việc của tôi là làm việc với dữ liệu.

I run a data visualization design company,

Tôi điều hành một công ty thiết kế trực quan dữ liệu,

and we design and develop ways to make information accessible

chúng tôi thiết kế và phát triển cách thức để thông tin có thể truy cập

through visual representations.

thông qua sự trình bày trực quan.

What my job has taught me over the years

Qua nhiều năm làm việc công việc đã dạy tôi

is that to really understand data and their true potential,

là để thực sự hiểu được dữ liệu và tiểm năng thực sự của nó,

sometimes we actually have to forget about them

đôi khi ta phải thực sự quên nó đi

and see through them instead.

và thay vào đó là nhìn xuyên qua nó.

Because data are always just a tool we use to represent reality.

Bởi vì dữ liệu luôn là công cụ để chúng ta trình bày thực tế.

They're always used as a placeholder for something else,

Chúng luôn được sử dụng như vật thay thế cho thứ gì đấy,

but they are never the real thing.

nhưng chúng không bao giờ là điều có thực.

But let me step back for a moment

Nhưng để tôi quay lại một chút

to when I first understood this personally.

về lần đầu tiên tôi nhận ra điều này.

In 1994, I was 13 years old.

Vào năm 1994, lúc tôi mới 13 tuổi.

I was a teenager in Italy.

Tôi là một thiếu niên ở Italy.

I was too young to be interested in politics,

Tôi còn quá trẻ nên chưa quan tâm đến chính trị,

but I knew that a businessman, Silvio Berlusconi,

nhưng tôi biết một doanh nhân, Silvio Berlusconi,

was running for president for the moderate right.

đang chạy đua vào ghế tổng thống cho cánh hữu ôn hòa.

We lived in a very liberal town,

Chúng tôi sống ở một thành phố rất tự do,

and my father was a politician for the Democratic Party.

và cha tôi là một chính trị gia của Đảng Dân chủ.

And I remember that no one thought that Berlusconi could get elected --

và tôi nhớ, không ai nghĩ rằng Berlusconi có thể trúng cử --

that was totally not an option.

đó không phải là một lựa chọn.

But it happened.

Nhưng nó đã xảy ra.

And I remember the feeling very vividly.

Và tôi nhớ cảm giác đó rất sống động.

It was a complete surprise,

Một sự ngạc nhiên hoàn toàn,

as my dad promised that in my town he knew nobody who voted for him.

khi cha tôi đã cam đoan là ở thành phố này cha tôi biết không ai bỏ phiếu cho ông ta.

This was the first time

Đó là lần đầu tiên

when the data I had gave me a completely distorted image of reality.

mà dữ liệu tôi có đã cho tôi một hình ảnh thực tế bị méo mó hoàn toàn.

My data sample was actually pretty limited and skewed,

Mẫu dữ liệu của tôi thực sự bị giới hạn và sai lệch,

so probably it was because of that, I thought, I lived in a bubble,

và tôi nghĩ, có lẽ chính vì điều đó, tôi đã sống trong một bong bóng,

and I didn't have enough chances to see outside of it.

và tôi đã không có đủ cơ hội để nhìn ra bên ngoài nó.

Now, fast-forward to November 8, 2016

Giờ đây, cùng tiến nhanh đến ngày 8/11/2016

in the United States.

ở nước Mỹ.

The internet polls,

Các cuộc thăm dò internet,

statistical models,

các mô hình thống kê,

all the pundits agreeing on a possible outcome for the presidential election.

mọi chuyên gia đều đồng ý về kết quả dự báo của cuộc bầu cử tổng thống.

It looked like we had enough information this time,

Có vẻ như lúc này chúng ta đã có đủ thông tin,

and many more chances to see outside the closed circle we lived in --

và có nhiều cơ hội hơn để nhìn thấy bên ngoài cái vòng tròn bao bọc nơi ta sống--

but we clearly didn't.

nhưng ta không làm được.

The feeling felt very familiar.

Cái cảm giác đó rất quen thuộc.

I had been there before.

Tôi đã từng trải qua trước đó.

I think it's fair to say the data failed us this time --

Tôi nghĩ công bằng mà nói chính dữ liệu đã làm ta thất bại--

and pretty spectacularly.

một cách khá là ngoạn mục.

We believed in data,

Chúng ta tin vào dữ liệu,

but what happened,

nhưng điều đã xảy ra,

even with the most respected newspaper,

ngay cả với tờ báo đáng tin nhất,

is that the obsession to reduce everything to two simple percentage numbers

đó là sự ám ảnh phải quy mọi thứ về hai con số phần trăm đơn giản

to make a powerful headline

để tạo nên các tiêu đề mạnh mẽ

made us focus on these two digits

hướng chúng ta tập trung vào hai số này

and them alone.

và chỉ chúng thôi.

In an effort to simplify the message

Trong nỗ lực làm đơn giản hóa thông điệp

and draw a beautiful, inevitable red and blue map,

và vẽ nên một bản đồ xanh đỏ quen thuộc, đẹp mắt,

we lost the point completely.

ta đã hoàn toàn mất đi điểm mấu chốt.

We somehow forgot that there were stories --

Chúng ta đã quên rằng còn có những câu chuyện

stories of human beings behind these numbers.

câu chuyện của con người đằng sau những con số.

In a different context,

Trong một tình huống khác,

but to a very similar point,

nhưng cũng với vấn đề tương tự,

a peculiar challenge was presented to my team by this woman.

người phụ nữ này đã trình bày với nhóm của tôi một thách thức đặc biệt.

She came to us with a lot of data,

Cô ấy đem đến cho chúng tôi rất nhiều dữ liệu,

but ultimately she wanted to tell one of the most humane stories possible.

nhưng sau cùng, cô ấy muốn kể một trong những câu chuyện nhân đạo nhất có thể.

Cô ấy là Samantha Cristoforetti.

She's Samantha Cristoforetti.

She has been the first Italian woman astronaut,

Cô ấy là nữ phi hành gia Ý đầu tiên,

cô ấy đã liên lạc với chúng tôi trước khi được phóng đi

and she contacted us before being launched

on a six-month-long expedition to the International Space Station.

đến Trạm Vũ trụ Quốc tế trong một chuyến thám hiểm sáu tháng .

She told us, "I'm going to space,

Cô ấy nói, "Tôi sẽ bay vào không gian,

and I want to do something meaningful with the data of my mission

và tôi muốn làm gì đó có ý nghĩa để dữ liệu khi mình làm nhiệm vụ

to reach out to people."

đến được với mọi người."

A mission to the International Space Station

Nhiệm vụ bay đến Trạm Vũ trụ Quốc tế

comes with terabytes of data

sẽ mang về hàng TB dữ liệu

about anything you can possibly imagine --

về mọi thứ bạn có thể nghĩ đến --

the orbits around Earth,

quỹ đạo vòng quanh Trái Đất,

the speed and position of the ISS

tốc độ và vị trí của trạm ISS

and all of the other thousands of live streams from its sensors.

và cả hàng ngàn luồng dữ liệu trực tuyến từ các cảm biến của nó.

We had all of the hard data we could think of --

Chúng ta có tất cả các dữ liệu thô mà ta có thể nghĩ đến --

just like the pundits before the election --

giống như các chuyên viên phân tích trước kỳ bầu cử

but what is the point of all these numbers?

nhưng ý nghĩa của các con số này là gì?

People are not interested in data for the sake of it,

Mọi người không quan tâm đến dữ liệu để thu thập nó,

because numbers are never the point.

vì các con số không bao giờ có ý nghĩa.

They're always the means to an end.

Chúng luôn là phương tiện đưa đến kết quả.

The story we needed to tell

Câu chuyện chúng ta cần nói đến

is that there is a human being in a teeny box

là có một con người trong cái hộp nhỏ

flying in space above your head,

bay trong không gian trên đầu bạn,

and that you can actually see her with your naked eye on a clear night.

và bạn có thể nhìn thấy cô ấy bằng mắt thường trong một đêm trời trong.

So we decided to use data to create a connection

Và chúng tôi đã quyết định dùng dữ liệu để tạo ra một kết nối

between Samantha and all of the people looking at her from below.

giữa Samantha và tất cả những người đang nhìn cô ấy từ bên dưới.

We designed and developed what we called "Friends in Space,"

Chúng tôi đã thiết kế, phát triển cái gọi là "Người bạn Không gian"

a web application that simply lets you say "hello" to Samantha

một ứng dụng web để bạn có thể nói "Xin chào" với Samantha

from where you are,

từ nơi bạn ở,

and "hello" to all the people who are online at the same time

và nói "Xin chào" đến tất cả mọi người đang trực tuyến cùng bạn

from all over the world.

từ khắp mọi nơi trên thế giới.

And all of these "hellos" left visible marks on the map

Và mọi câu "Xin chào" này được đánh dấu nhìn thấy được trên bản đồ

as Samantha was flying by

khi Samantha bay ngang qua

and as she was actually waving back every day at us

và khi cô ấy vẫy tay chào lại chúng ta mỗi ngày

using Twitter from the ISS.

khi sử dụng Twitter từ trạm ISS.

This made people see the mission's data from a very different perspective.

Điều này làm mọi người thấy dữ liệu của nhiệm vụ từ một góc nhìn rất khác.

It all suddenly became much more about our human nature and our curiosity,

Nó đột nhiên trở nên rất gần gũi với con người và với sự tò mò của chúng ta,

rather than technology.

hơn là với công nghệ.

So data powered the experience,

Do đó dữ liệu đã tăng cường sự trải nghiệm

but stories of human beings were the drive.

nhưng các câu chuyện của con người đã dẫn dắt.

The very positive response of its thousands of users

Sự hưởng ứng của hàng ngàn người dùng

taught me a very important lesson --

đã dạy tôi một bài học rất quan trọng --

that working with data means designing ways

là làm việc với dữ liệu có nghĩa là tìm ra cách

to transform the abstract and the uncountable

để biến sự trừu tượng và không đếm được

into something that can be seen, felt and directly reconnected

thành thứ có thể nhìn thấy, cảm nhận và kết nối trực tiếp được

to our lives and to our behaviors,

đến cuộc sống chúng ta và hành vi của chúng ta,

something that is hard to achieve

là thứ rất khó để đạt được

if we let the obsession for the numbers and the technology around them

nếu chúng ta để sự ám ảnh của các con số và công nghệ bao quanh chúng

lead us in the process.

dẫn dắt ta khi xử lý.

But we can do even more to connect data to the stories they represent.

Nhưng chúng ta có thể làm tốt hơn để kết nối dữ liệu đến câu chuyện của chúng.

We can remove technology completely.

Chúng ta có thể loại bỏ hoàn toàn công nghệ.

A few years ago, I met this other woman,

Cách đây vài năm, tôi gặp người phụ nữ này,

Stefanie Posavec --

Stefanie Posavec --

a London-based designer who shares with me the passion and obsession about data.

một nhà thiết kế ở London, người chia sẻ với tôi niềm đam mê và ám ảnh về dữ liệu.

We didn't know each other,

Chúng tôi không biết nhau,

but we decided to run a very radical experiment,

nhưng chúng tôi quyết định thực hiện một thí nghiệm rất đặc biệt,

starting a communication using only data,

bắt đầu giao tiếp với nhau chỉ sử dụng dữ liệu,

no other language,

không dùng ngôn ngữ khác,

and we opted for using no technology whatsoever to share our data.

và chúng tôi đã không sử dụng bất kỳ công nghệ gì để chia sẻ dữ liệu.

In fact, our only means of communication

Thực ra, phương tiện giao tiếp duy nhất giữa chúng tôi

would be through the old-fashioned post office.

là qua hệ thống bưu chính cổ điển.

For "Dear Data," every week for one year,

Với "Thân gửi Dữ liệu," mỗi tuần trong một năm,

we used our personal data to get to know each other --

chúng tôi sử dụng dữ liệu cá nhân để tìm hiểu lẫn nhau --

personal data around weekly shared mundane topics,

dữ liệu cá nhân chia sẻ hàng tuần là các nội dung đời thường,

from our feelings

từ cảm nhận của chúng tôi

to the interactions with our partners,

tới các tiếp xúc với đối tác,

from the compliments we received to the sounds of our surroundings.

từ những lời khen ngợi chúng tôi nhận được đến âm thanh xung quanh.

Personal information that we would then manually hand draw

Thông tin cá nhân đó được chúng tôi vẽ bằng tay

on a postcard-size sheet of paper

trên một tờ giấy bằng cỡ tấm bưu thiếp

that we would every week send from London to New York,

rồi hằng tuần chúng tôi gửi từ London đến New York,

where I live,

nơi tôi sống,

and from New York to London, where she lives.

và từ New York đến London, nơi cô ấy sống.

The front of the postcard is the data drawing,

Mặt trước của tấm bưu thiếp là hình vẽ dữ liệu,

and the back of the card

và mặt sau của nó

contains the address of the other person, of course,

chứa địa chỉ của người kia, hiển nhiên rồi,

and the legend for how to interpret our drawing.

và chú thích cách phiên dịch bản vẽ của chúng tôi.

The very first week into the project,

Ở tuần đầu tiên của dự án,

we actually chose a pretty cold and impersonal topic.

chúng tôi chọn chủ đề khá lạnh nhạt và không liên quan cá nhân.

How many times do we check the time in a week?

Chúng tôi xem giờ bao nhiêu lần trong một tuần?

So here is the front of my card,

Và đây là mặt trước của tấm bưu thiếp,

and you can see that every little symbol

và bạn có thể thấy mỗi ký hiệu nhỏ

represents all of the times that I checked the time,

đại diện cho một lần chúng tôi xem giờ,

positioned for days and different hours chronologically --

được sắp xếp theo ngày và giờ khác nhau theo thứ tự thời gian --

nothing really complicated here.

không có gì phức tạp ở đây cả.

But then you see in the legend

Nhưng bạn thấy ở phần chú thích

how I added anecdotal details about these moments.

cách tôi thêm các chi tiết giả định về những thời điểm này,

In fact, the different types of symbols indicate why I was checking the time --

Thực ra, các kiểu ký hiệu khác nhau biểu thị lý do tôi xem giờ--

what was I doing?

tôi đang làm gì?

Was I bored? Was I hungry?

Tôi đang chán nản? Tôi đang đói?

Was I late?

Tôi trễ à?

Did I check it on purpose or just casually glance at the clock?

Có phải tôi xem giờ có mục đích hay chỉ tình cờ liếc đồng hồ?

And this is the key part --

Và đây là phần then chốt --

representing the details of my days and my personality

trình bày chi tiết hàng ngày của tôi và tính cách của tôi

through my data collection.

thông qua tập dữ liệu.

Using data as a lens or a filter to discover and reveal, for example,

Ví dụ, sử dụng dữ liệu như một ống kính hoặc bộ lọc để khám phá ra,

my never-ending anxiety for being late,

nỗi lo lắng bị trễ thường trực trong tôi,

even though I'm absolutely always on time.

ngay cả khi tôi luôn tuyệt đối đúng giờ.

Stefanie and I spent one year collecting our data manually

Stefanie và tôi đã bỏ ra một năm để thu thập dữ liệu thủ công

to force us to focus on the nuances that computers cannot gather --

để buộc chúng tôi tập trung vào các chi tiết mà máy tính không thể tập hợp

or at least not yet --

hoặc it ra là chưa được --

using data also to explore our minds and the words we use,

sử dụng dữ liệu để khám phá suy nghĩ của mình và ngôn ngữ mình sử dụng,

and not only our activities.

và không chỉ các hoạt động của mình.

Like at week number three,

Tương tự ở tuần thứ 3,

where we tracked the "thank yous" we said and were received,

chúng tôi theo dõi những lời "cám ơn" mà chúng tôi nói và nhận được,

and when I realized that I thank mostly people that I don't know.

và khi tôi nhận ra rằng tôi hầu như nói cám ơn với những người tôi không biết.

Apparently I'm a compulsive thanker to waitresses and waiters,

Rõ ràng tôi là người bị buộc cám ơn tới những người phục vụ,

but I definitely don't thank enough the people who are close to me.

nhưng chắc chắn tôi không cám ơn hết những người ở gần tôi.

Over one year,

Qua một năm,

the process of actively noticing and counting these types of actions

công việc phát hiện và đếm các loại hành động

became a ritual.

trở nên thường xuyên.

It actually changed ourselves.

Nó đã thực sự thay đổi chính chúng tôi.

We became much more in tune with ourselves,

Chúng tôi trở nên đồng điệu với chính mình hơn rất nhiều,

much more aware of our behaviors and our surroundings.

hiểu biết hơn hành vi của mình và những thứ xung quanh.

Over one year, Stefanie and I connected at a very deep level

Sau một năm, Stefanie và tôi đã kết nối ở mức độ rất sâu

through our shared data diary,

thông qua nhật ký dữ liệu chia sẽ,

but we could do this only because we put ourselves in these numbers,

nhưng chúng tôi chỉ có thể làm điều này vì đã đặt mình vào những con số này,

adding the contexts of our very personal stories to them.

thêm phần ngữ cảnh của những câu chuyện rất cá nhân vào chúng.

It was the only way to make them truly meaningful

Đó là cách duy nhất làm cho chúng thực sự có ý nghĩa

and representative of ourselves.

và đại diện cho chính chúng tôi.

I am not asking you to start drawing your personal data,

Tôi không yêu cầu bạn bắt đầu vẽ dữ liệu cá nhân của mình,

or to find a pen pal across the ocean.

hoặc tìm kiếm một người bạn qua thư từ bên kia đại dương.

But I'm asking you to consider data --

Nhưng tôi đang đề nghị các bạn xem xét dữ liệu--

all kind of data --

mọi loại dữ liệu--

as the beginning of the conversation

khi bắt đầu một buổi nói chuyện

and not the end.

và không kết thúc.

Because data alone will never give us a solution.

Bởi vì bản thân dữ liệu sẽ không bao giờ cho ta một giải pháp.

And this is why data failed us so badly --

Và đây là lý do, dữ liệu đã làm chúng ta thất bại tệ hại-

because we failed to include the right amount of context

bởi vì chúng ta đã không đưa vào được lượng ngữ cảnh phù hợp

to represent reality --

để biểu diễn thực tế--

a nuanced, complicated and intricate reality.

một thực tế rắc rối, phức tạp và sâu sắc.

We kept looking at these two numbers,

Chúng ta cứ tập trung vào hai con số này,

obsessing with them

ám ảnh với chúng

and pretending that our world could be reduced

và giả vờ rằng thế giới này có thể được tóm gọn lại

to a couple digits and a horse race,

trong một vài con số và một cuộc đua ngựa,

while the real stories,

trong khi các câu chuyện,

the ones that really mattered,

mới thực sự quan trọng,

were somewhere else.

thì lại đang ở đâu đó.

What we missed looking at these stories only through models and algorithms

Cái mà ta bỏ nhỡ khi nhìn vào câu chuyện chỉ bằng các mô hình và thuật toán

is what I call "data humanism."

là cái mà ta gọi là "chủ nghĩa nhân văn dữ liệu."

In the Renaissance humanism,

Trong chủ nghĩa nhân văn Phục hưng,

European intellectuals

các trí thức châu Âu

placed the human nature instead of God at the center of their view of the world.

đã đặt con người, không phải Chúa, ở trung tâm trong quan điểm của họ về thế giới.

I believe something similar needs to happen

Tôi tin điều tương tự cần diễn ra

with the universe of data.

với vũ trụ dữ liệu.

Now data are apparently treated like a God --

Bây giờ dữ liệu rõ ràng đang được đối xử như Chúa --

keeper of infallible truth for our present and our future.

người giữ sự thật không sai sót cho hiện tại và tương lai chúng ta.

The experiences that I shared with you today

Những trải nghiệm mà tôi chia sẻ với các bạn hôm nay

taught me that to make data faithfully representative of our human nature

đã dạy tôi rằng để khiến dữ liệu mô tả một cách chính xác bản ngã con người

and to make sure they will not mislead us anymore,

và đảm bảo chúng không lừa dối chúng ta nữa,

we need to start designing ways to include empathy, imperfection

ta cần bắt đầu đưa ra các cách để bao hàm sự đồng cảm, khuyết điểm

and human qualities

và các thuộc tính con người

in how we collect, process, analyze and display them.

vào cách ta thu thập, xử lý, phân tích và hiển thị chúng.

I do see a place where, ultimately,

Sau cùng, tôi thấy một nơi,

instead of using data only to become more efficient,

thay vì chỉ sử dụng dữ liệu để trở nên hiệu quả hơn,

we will all use data to become more humane.

chúng ta sẽ sử dụng dữ liệu để trở nên nhân đạo hơn.

Thank you.

Cám ơn.

(Applause)

(Vỗ tay)