Return to Video

چطور خودمان را در داده‌ها پیدا کنیم؟

  • 0:01 - 0:04
    هفتهی پیش من به این شکل گذشت.
  • 0:05 - 0:06
    چه کار کردم،
  • 0:06 - 0:08
    با چه کسانی بودم،
  • 0:08 - 0:11
    احساسات غالب من در هر
    ساعت بیداری چه بود ...
  • 0:12 - 0:15
    آیا ریشهی این احساسات
    فکر کردن به پدرم بود،
  • 0:15 - 0:16
    که به تازگی از دستش دادم؟
  • 0:16 - 0:20
    یا این که آیا میتوانستم ازاحساس نگرانی
    و اضطراب خود جلوگیری کنم.
  • 0:20 - 0:22
    و اگر فکر میکنید من زیادی وسواسی هستم،
  • 0:22 - 0:24
    احتمالاً حق دارید.
  • 0:24 - 0:27
    ولی قطعاً از این تصویر،
  • 0:27 - 0:30
    به شناخت بهتری ازمن میرسید، تا این یکی
  • 0:30 - 0:33
    که تصویرهایی دارد که
    شما احتمالاً بیشتر با آنها آشنا هستید
  • 0:33 - 0:36
    و شاید حتی همین الان روی موبایل خود دارید.
  • 0:36 - 0:38
    نمودار میلهای تعداد قدمهایتان
  • 0:38 - 0:40
    نمودار دایرهای کیفیت خوابتان،
  • 0:40 - 0:42
    مسیر دویدن صبحگاهی شما.
  • 0:43 - 0:46
    من در کار روزانهام با داده کار میکنم.
  • 0:46 - 0:48
    مدیر شرکتی هستم که کارش
    به تصویر کشیدن داده است،
  • 0:48 - 0:51
    و ما راههایی را طراحی میکنیم
    تا اطلاعات را
  • 0:51 - 0:54
    به صورت تصویری ارائه دهیم.
  • 0:54 - 0:57
    آنچه شغل من در طول این سالها به من آموخت
  • 0:57 - 1:01
    این بود که برای درک دادهها
    و قابلیت واقعیشان،
  • 1:01 - 1:04
    گاهی لازم است ظاهر آنها را کنار بگذاریم
  • 1:04 - 1:06
    و در عوض معنای واقعی آنها را ببینیم.
  • 1:06 - 1:10
    چون دادهها همیشه تنها ابزاری
    برای نشان دادن واقعیت هستند.
  • 1:10 - 1:13
    همیشه به عنوان
    جایگزین چیز دیگری استفاده میشود،
  • 1:13 - 1:15
    اما هیچ وقت اصل مطلب نیستند.
  • 1:15 - 1:17
    ولی بگذارید برای یک لحظه به عقب برگردم،
  • 1:17 - 1:20
    به اولین باری که
    شخصاً این موضوع را فهمیدم.
  • 1:20 - 1:24
    در سال ۱۹۹۴ من ۱۳ ساله بودم.
  • 1:24 - 1:26
    نوجوانی درایتالیا.
  • 1:26 - 1:28
    جوانتر از آن بودم
    که به سیاست علاقه داشته باشم،
  • 1:28 - 1:31
    ولی میدانستم تاجری
    به نام سیلویو برلوسکنی،
  • 1:31 - 1:34
    کاندیدای رئیس جمهوری
    حزب میانهرو راست است.
  • 1:34 - 1:36
    ما درشهری بسیار لیبرال زندگی میکردیم،
  • 1:36 - 1:39
    و پدر من سیاستمداری دموکرات بود.
  • 1:39 - 1:44
    به یاد میآورم که هیچ کس فکر نمیکرد
    برلوسکنی انتخاب شود --
  • 1:44 - 1:46
    این اصلاً شدنی نبود.
  • 1:47 - 1:48
    ولی اتفاق افتاد.
  • 1:48 - 1:50
    جو را به خوبی به یاد میآورم.
  • 1:50 - 1:52
    کاملاً غافلگیر شده بودیم،
  • 1:52 - 1:57
    چون پدرم قسم میخورد هیچ کس را در شهر ما
    نمیشناسد که به او رأی داده باشد.
  • 1:59 - 2:00
    این اولین باری بود که
  • 2:00 - 2:05
    دادههایی که داشتم،
    تصویری تحریفشده از واقعیت به من میداد.
  • 2:05 - 2:09
    در واقع، نمونهی آماری من
    بسیار محدود و یک طرفه بود
  • 2:09 - 2:12
    پس شاید به این علت بود
    که در یک حباب زندگی میکردم
  • 2:12 - 2:15
    و فرصتی برای دیدن بیرون آن را نداشتم.
  • 2:16 - 2:20
    حال جلو بزنیم به ۸ نوامبر ۲۰۱۶،
  • 2:20 - 2:21
    در آمریکا.
  • 2:22 - 2:23
    نظرسنجیهای اینترنتی،
  • 2:23 - 2:25
    مدلهای آماری،
  • 2:25 - 2:29
    و همه کارشناسان در مورد نتیجهی احتمالی
    انتخابات ریاست جمهوری توافق داشتند.
  • 2:30 - 2:32
    این بار به نظر میرسید
    اطلاعات کافی در دست داریم،
  • 2:32 - 2:36
    و خیلی بیشتر میتوانیم بیرون دایرهی
    بستهای را که در آن زندگی میکنیم ببینیم--
  • 2:36 - 2:38
    ولی گویا این طور نبود.
  • 2:38 - 2:40
    احساس کاملاً آشنایی بود،
  • 2:40 - 2:42
    قبلاً آن را تجربه کرده بودم.
  • 2:42 - 2:45
    فکرمیکنم عادلانه باشد که بگوییم
    این بار داده شکست خورده است،
  • 2:45 - 2:47
    شکستی سنگین.
  • 2:47 - 2:49
    ما به داده اطمینان داشتیم
  • 2:49 - 2:50
    ولی آنچه که
  • 2:50 - 2:53
    حتی برای معتبرترین روزنامه اتفاق افتاد،
  • 2:53 - 2:58
    میل افراطی به این بود که
    همه چیز در دو عدد ساده خلاصه شود
  • 2:58 - 3:00
    تا تیتری قدرتمند ایجاد شود
  • 3:00 - 3:02
    این باعث شد فقط این دو عدد را ببینیم
  • 3:02 - 3:03
    و تنها به آنها توجه کنیم.
  • 3:04 - 3:06
    برای این که پیام را ساده کنیم
  • 3:06 - 3:09
    و نمودار قرمز و آبی زیبا
    و اجتناب ناپذیری بکشیم،
  • 3:09 - 3:11
    نکته اصلی را به کلی فراموش کردیم.
  • 3:11 - 3:14
    فراموش کردیم که داستانهایی هست --
  • 3:14 - 3:16
    داستانهایی از آدمیزادها
    در پشت این اعداد هست.
  • 3:17 - 3:19
    در موقعیت دیگری
  • 3:19 - 3:20
    دقیقاً همین نکته را مشاهده کردم.
  • 3:21 - 3:24
    وقتی که زنی تیم من را
    به چالش عجیبی دعوت کرد.
  • 3:24 - 3:27
    او با کلی داده به سراغ ما آمد
  • 3:27 - 3:31
    ولی در نهایت میخواست یکی از
    انسانیترین داستانهای ممکن را تعریف کند.
  • 3:31 - 3:33
    اسمش سامانتا کریستوفورتی است.
  • 3:33 - 3:36
    او اولین فضانورد زن ایتالیایی است،
  • 3:36 - 3:38
    او قبل از این با ما تماس گرفت
  • 3:38 - 3:42
    که سفری شش ماهه به ایستگاه فضایی
    بینالمللی را شروع کند
  • 3:42 - 3:44
    به ما گفت «من عازم فضا هستم،
  • 3:44 - 3:47
    و میخواهم با داده های مأموریتم
    کار معناداری انجام دهم
  • 3:47 - 3:49
    تا به مردم خدمتی کنم.»
  • 3:50 - 3:52
    با مأموریتی به ایستگاه بین المللی فضایی
  • 3:52 - 3:54
    حجم ترابایتی از داده بدست میآید
  • 3:54 - 3:57
    در مورد هرچه که فکرش را بکنید.
  • 3:57 - 3:58
    مدارهای گردش حول زمین،
  • 3:58 - 4:00
    سرعت و موقعیت ایستگاه بین المللی فضایی
  • 4:00 - 4:04
    و هزاران اطلاعات زنده
    دریافتی ازسنسورهای آن.
  • 4:05 - 4:08
    ما تمامی دادهای خام را داشتیم،
  • 4:08 - 4:10
    درست مانند کارشناسان، قبل از انتخابات--
  • 4:10 - 4:13
    اما فایدهی این همه عدد چه بود؟
  • 4:13 - 4:16
    مردم به دادهی تنها علاقهای ندارند،
  • 4:16 - 4:18
    چون اعداد هیچگاه اصل مطلب نیستند.
  • 4:18 - 4:20
    همیشه ابزاری هستند برای رسیدن به هدف.
  • 4:21 - 4:23
    داستانی که ما باید میگفتیم
  • 4:23 - 4:25
    این بود که انسانی در جعبهای کوچک
  • 4:25 - 4:27
    درفضای بالای سر شما درحال پرواز است،
  • 4:27 - 4:32
    و اگر شبی هوا صاف باشد شما میتوانید
    با چشم غیر مسلح او را ببینید.
  • 4:32 - 4:35
    پس تصمیم گرفتیم با استفاده از دادهها
    ارتباطی ایجاد کنیم
  • 4:35 - 4:39
    بین سامانتا وتمام مردمی که
    از پایین به او نگاه میکردند.
  • 4:39 - 4:42
    ما چیزی را طراحی و تولید کردیم
    به نام "دوستان در فضا"،
  • 4:42 - 4:47
    اپلیکیشنی که به شما امکان میداد
    به سامانتا سلام کنید
  • 4:47 - 4:48
    از هر جایی که هستید،
  • 4:48 - 4:51
    و همچنین به هر کسی که همزمان آنلاین بود
  • 4:51 - 4:53
    ازسرتاسر دنیا.
  • 4:54 - 4:57
    و تمام این «سلامها» به شکل نقطهای
    روی نقشه دیده میشد
  • 4:57 - 4:59
    همان طور سامانتا از آنجا میگذشت
  • 4:59 - 5:03
    و در واقع با استفاده از
    توییتر ایستگاه بین المللی فضایی
  • 5:03 - 5:04
    برایمان دست تکان میداد.
  • 5:05 - 5:10
    این باعث شد مردم دادههای این مأموریت را
    از زاویهای بسیار متفاوت ببینند.
  • 5:10 - 5:15
    حالا پدیدهای شده بود دربارهی
    طبیعت انسان و کنجکاوی او،
  • 5:15 - 5:16
    به جای تکنولوژی.
  • 5:16 - 5:19
    پس داده آزمایش ما را تقویت کرد،
  • 5:19 - 5:21
    اما نیروی محرک آن داستان انسانها بود.
  • 5:23 - 5:26
    واکنش خیلی مثبت هزاران کاربر
  • 5:26 - 5:28
    درس بزرگی به من داد--
  • 5:28 - 5:31
    این که کار کردن با داده
    یعنی طراحی روشهایی
  • 5:31 - 5:34
    برای تبدیل مفاهیم انتزاعی و غیر قابل درک
  • 5:34 - 5:38
    به چیزی که قابل دیدن و حس کردن باشد
  • 5:38 - 5:40
    و با زندگی و رفتار ما ارتباط پیدا کند
  • 5:40 - 5:42
    چیزی که به دست آوردنش سخت است
  • 5:42 - 5:46
    اگر اجازه دهیم تعصب ما
    روی اعداد و تکنولوژی وابسته به آن،
  • 5:46 - 5:47
    ما را هدایت کند.
  • 5:49 - 5:53
    اما برای ایجاد ارتباط بین داده و
    داستانهای مربوط به آن میشود فراتر هم رفت
  • 5:54 - 5:56
    میشود تکنولوژی را کاملاً حذف کرد.
  • 5:56 - 5:58
    چند سال پیش، با زن دیگری آشنا شدم،
  • 5:58 - 6:00
    به نام استفانی پوساوک--
  • 6:00 - 6:06
    طراحی اهل لندن که در مورد علاقهی شدیدش
    به داده با من صحبت کرد.
  • 6:06 - 6:07
    ما یکدیگر را نمیشناختیم،
  • 6:07 - 6:10
    اما تصمیم گرفتیم به کمک هم
    آزمایشی بنیادی انجام دهیم،
  • 6:10 - 6:13
    شروع کنیم به برقراری ارتباط
    تنها از طریق داده
  • 6:13 - 6:14
    بدون هیچ زبان دیگری.
  • 6:14 - 6:19
    قرار گذاشتیم از هیچ گونه تکنولوژی
    برای به اشتراک گذاری داده استفاده نکنیم.
  • 6:19 - 6:22
    در واقع، تنها وسیلهی ارتباطی ما
  • 6:22 - 6:25
    ارسال نامه از اداره پست بود.
  • 6:25 - 6:27
    ما به مدت یک سال هر هفته،
  • 6:27 - 6:31
    از دادههای شخصیمان استفاده کردیم
    تا یکدیگر را بشناسیم --
  • 6:31 - 6:34
    دادههای شخصی در مورد
    موضوعات روزمرهی هر هفته،
  • 6:34 - 6:36
    از احساساتمان گرفته
  • 6:36 - 6:37
    تا برخوردهایی که با شرکایمان داشتیم،
  • 6:37 - 6:41
    از تحسینهایی که شنیدیم
    تا صدای محیط اطرافمان.
  • 6:41 - 6:45
    اطلاعات شخصی که
    به صورت دستی میکشیدیم
  • 6:45 - 6:48
    روی کاغذی به اندازه کارت پستال
  • 6:48 - 6:50
    که هر هفته از لندن میفرستادیم
  • 6:51 - 6:52
    به نیویورک، محل زندگی من.
  • 6:52 - 6:54
    و از نیویورک به لندن،
    جایی که او زندگی میکند.
  • 6:54 - 6:58
    روی کارت پستال
    داده کشیده شده
  • 6:58 - 6:59
    و طبیعتاً پشتش
  • 7:00 - 7:02
    آدرس گیرنده هست،
  • 7:02 - 7:05
    و همچنین راهنمای خواندن دادهها.
  • 7:06 - 7:08
    هفتهی اول این پروژه،
  • 7:08 - 7:11
    موضوعی نسبتاً غیر شخصی را انتخاب کردیم.
  • 7:11 - 7:14
    این که چند بار در هفته
    ساعت را چک میکنیم؟
  • 7:15 - 7:17
    این جلوی کارت پستال من هست،
  • 7:17 - 7:19
    همان طور که میبینید،
    هر علامت کوچک
  • 7:19 - 7:22
    دفعاتی را نشان میدهد
    که من ساعت را چک کردم،
  • 7:22 - 7:25
    که بر اساس روز و ساعت
    به ترتیب قرار گرفته است--
  • 7:26 - 7:28
    هیچ چیز پیچیدهای اینجا نیست.
  • 7:28 - 7:30
    اما در راهنمای پشت کارت میبینید
  • 7:30 - 7:33
    جزئیاتی به هر کدام
    از این لحظات اضافه کردهام.
  • 7:33 - 7:38
    در واقع، علائم مختلف
    نشان میدهد برای چه ساعت را چک کردهام
  • 7:38 - 7:39
    چه کار میکردهام؟
  • 7:39 - 7:41
    حوصلهام سر رفته بود؟
    گرسنه بودم؟
  • 7:41 - 7:42
    دیرم شده بود؟
  • 7:42 - 7:45
    با هدف ساعت را نگاه کردم
    یا فقط نگاهی به ساعت انداختم؟
  • 7:45 - 7:48
    و این قسمت اصلی آزمایش هست
  • 7:48 - 7:51
    که جزئیات زندگی و شخصیت من را
  • 7:51 - 7:53
    از طریق دادههایم نشان میدهد.
  • 7:53 - 7:58
    استفاده از داده به عنوان لنز یا فیلتری
    برای نگاه به زندگی، مثلاً
  • 7:58 - 8:00
    نشان داد من دائماً نگران دیر کردن هستم،
  • 8:00 - 8:02
    با این که همیشه دقیقاً به موقع میرسم.
  • 8:04 - 8:08
    من و استفانی یک سال دادههایمان را
    به صورت دستی جمعآوری کردیم
  • 8:08 - 8:13
    تا روی جزئیاتی تمرکز کنیم
    که کامپیوترها نمیتوانند پیدا کنند
  • 8:13 - 8:14
    یا حداقل هنوز نمیتوانند--
  • 8:14 - 8:18
    ما با استفاده از داده
    ذهن و کلماتمان را هم بررسی کردیم،
  • 8:18 - 8:20
    نه فقط کارهایمان را.
  • 8:20 - 8:21
    مثلاً هفته سوم،
  • 8:21 - 8:25
    تعداد دفعاتی را شمردیم که تشکر کردیم
    یا کسی از ما تشکر کرد
  • 8:25 - 8:30
    و من متوجه شدم بیشتر
    از کسانی تشکر میکنم که نمیشناسمشان.
  • 8:30 - 8:34
    ظاهراً من از آنهایی هستم که
    بی اختیار از پیشخدمتها تشکر میکنند.
  • 8:34 - 8:37
    ولی قطعاً به قدر کافی از کسانی
    که به من نزدیک هستند تشکر نمیکنم.
  • 8:39 - 8:40
    در طول یک سال،
  • 8:40 - 8:45
    توجه کردن به این نوع فعالیتها
    و شمردنشان
  • 8:45 - 8:46
    تبدیل به رسمی نهادینه شد.
  • 8:46 - 8:48
    در حقیقت ما را تغییر داد.
  • 8:48 - 8:51
    بعد از آن ما خیلی بیشتر
    با خودمان هماهنگ شدیم،
  • 8:51 - 8:54
    خیلی بیشتر نسبت به
    رفتار و محیط اطرافمان آگاه شدیم.
  • 8:55 - 8:58
    من و استفانی بعد از یک سال
    ارتباطی عمیق پیدا کردیم،
  • 8:58 - 9:00
    از طریق دادههایی
    که به اشتراک گذاشتیم.
  • 9:00 - 9:04
    تنها با خلاصه کردن خودمان
    در این اعداد و اضافه کردن
  • 9:04 - 9:08
    شرایط داستانهای شخصیمان به آنها
    توانستیم این قدر به هم نزدیک شویم.
  • 9:08 - 9:10
    این تنها راهی بود که
    میتوانستیم به اعداد
  • 9:11 - 9:13
    معنا و مفهومی واقعی بدهیم.
  • 9:14 - 9:18
    از شما نمیخواهم دادههای شخصیتان
    را نقاشی کنید،
  • 9:18 - 9:20
    یا شروع به نامه نگاری
    با دوستی در آن سر اقیانوسها بکنید.
  • 9:20 - 9:23
    بلکه میخواهم داده، یعنی
  • 9:23 - 9:25
    هر نوعی از داده را به عنوان
  • 9:25 - 9:26
    شروع مکالمه در نظر بگیرید،
  • 9:26 - 9:28
    و نه پایان آن.
  • 9:28 - 9:31
    چون داده به تنهایی هیچ وقت
    موقعیت را مشخص نمیکند.
  • 9:31 - 9:34
    و به خاطر همین است که
    داده به شدت شکست خورده است --
  • 9:34 - 9:37
    چون شرایط آن به اندازهی کافی
    در نظر گرفته نشده
  • 9:37 - 9:39
    تا واقعیتی را نشان دهد --
  • 9:39 - 9:42
    واقعیتی جزئی، پیچیده و ظریف.
  • 9:43 - 9:45
    ما مدام به این دو عدد نگاه کردیم،
  • 9:45 - 9:47
    فقط روی آنها تمرکز کردیم
  • 9:47 - 9:49
    و تظاهر کردیم میشود دنیای اطرافمان را
  • 9:49 - 9:52
    مثل مسابقه اسب سواری در چند عدد
    خلاصه کرد،
  • 9:52 - 9:53
    درحالی که داستانهای واقعی
  • 9:53 - 9:55
    آنهایی که واقعاً اهمیت داشتند،
  • 9:55 - 9:56
    جای دیگری بودند.
  • 9:56 - 10:00
    آنچه با نگاه به این داستانها تنها از طریق
    مدل و الگوریتم از آن غافل ماندیم
  • 10:00 - 10:03
    چیزی است که من «انسانگرایی داده» مینامم
  • 10:04 - 10:06
    در رنسانس انسانگرایی،
  • 10:06 - 10:07
    روشنفکران اروپایی
  • 10:07 - 10:12
    به جای خدا، ذات انسان را
    در مرکز دیدگاه خود به دنیا قرار دادند.
  • 10:13 - 10:15
    من معتقدم در دنیای دادهها هم
  • 10:15 - 10:17
    چنین چیزی باید اتفاق بیافتد.
  • 10:17 - 10:20
    ظاهراً در حال حاضر
    با داده ها مثل خدایی رفتار میشود--
  • 10:20 - 10:23
    که نگهدار حقیقت محظ
    در مورد گذشته و آیندهی ماست.
  • 10:24 - 10:27
    آنچه امروز با شما به اشتراک گذاشتم
  • 10:27 - 10:32
    به من آموخت برای این که داده
    نمایندهی راستین ذات انسان شود
  • 10:32 - 10:35
    و اطمینان حاصل شود که
    دیگر ما را گمراه نمیکند،
  • 10:35 - 10:39
    باید راهی پیدا کنیم تا همدلی، نواقص
  • 10:39 - 10:41
    و ویژگیهای انسانی را
  • 10:41 - 10:44
    در روش جمعآوری، پردازش، آنالیز
    و نمایش دادهها بگنجانیم.
  • 10:45 - 10:48
    میتوانم روزی را تصور کنم که
  • 10:48 - 10:52
    به جای استفاده از داده
    تنها برای کارایی بیشتر،
  • 10:52 - 10:54
    از آن برای انسان شدن بیشتر استفاده کنیم.
  • 10:55 - 10:56
    متشکرم.
  • 10:56 - 11:01
    (تشویق)
Title:
چطور خودمان را در داده‌ها پیدا کنیم؟
Speaker:
جورجیا لوپی
Description:

جورجیا لوپی از داده‌ها استفاده می‌کند تا با اضافه کردن جزئیات به اعداد، داستان آدم‌ها را بگوید. او در این گفتگوی دوستانه به ما می‌گوید چطور می‌توان به داده شخصیت داد و چگونه می‌توان حتی جزئیات وقایع روزمره زندگی را به تصویر کشید و مسائل انتزاعی و غیرقابل شمارش را به چیزهایی تبدیل کرد که می‌توانند دیده و احساس شوند و مستقیماً با زندگی ما ارتباط پیدا کنند.

more » « less
Video Language:
English
Team:
closed TED
Project:
TEDTalks
Duration:
11:13

Persian subtitles

Revisions