如何在数据中找到自己
-
0:01 - 0:04上周我的生活是这样的。
-
0:05 - 0:06我做了什么,
-
0:06 - 0:08我跟谁在一起,
-
0:08 - 0:11清醒时的每个小时我的
主要感受,等等。 -
0:12 - 0:15我是否在想起刚去世的爸爸时
-
0:15 - 0:16产生了这感觉,
-
0:16 - 0:20或者我能否绝对避免担忧和焦虑。
-
0:20 - 0:22如果你认为我有点着魔,
-
0:22 - 0:24你应该是对的。
-
0:24 - 0:27但是很明显,从这个画面中,
-
0:27 - 0:30你对我的了解会比
从另外的途径了解得多很多, -
0:30 - 0:33你可能对这些图片更熟悉,
-
0:33 - 0:36甚至你的手机里现在就有。
-
0:36 - 0:38你走路步数的条形图,
-
0:38 - 0:40你睡眠质量的饼图,
-
0:40 - 0:42你晨跑的路线。
-
0:43 - 0:46我的工作是与数据打交道。
-
0:46 - 0:48我运营一家数据可视化设计公司,
-
0:48 - 0:52我们设计和开发一些方法,
意图通过视觉表现 -
0:52 - 0:54使信息容易理解。
-
0:54 - 0:57多年来我的工作教给我的是,
-
0:57 - 1:01要真正了解数据及其真实的潜力,
-
1:01 - 1:04实际上有时我们必须忘掉它们,
-
1:04 - 1:06反而才能识破它们。
-
1:06 - 1:10因为数据永远只是我们
用来表达现实的工具。 -
1:10 - 1:13数据总被用作其他东西的占位符,
-
1:13 - 1:15但它们永远不是真实的事物。
-
1:15 - 1:17但是让我先回溯一下,
-
1:17 - 1:20回到我个人第一次
明白这道理的时候。 -
1:20 - 1:241994年,我13岁,
-
1:24 - 1:26生活在意大利。
-
1:26 - 1:28我太年轻了,对政治不感兴趣,
-
1:28 - 1:31但是我知道有个商人,
西尔维奥·贝卢斯科尼, -
1:31 - 1:33正在代表右翼温和派竞选总统。
-
1:34 - 1:36我们的镇上非常偏向自由党,
-
1:36 - 1:39而且我父亲是民主党的政客。
-
1:39 - 1:44我记得没有人认为
贝卢斯科尼可以当选—— -
1:44 - 1:46他完全不可能当选。
-
1:47 - 1:48然而事实相反,他当选了。
-
1:48 - 1:50我非常清晰地记得那种感觉。
-
1:50 - 1:52那是个巨大的意外,
-
1:52 - 1:57因为我爸爸信誓旦旦地说,
他知道我们镇上没人投票给他。 -
1:59 - 2:00这是第一次
-
2:00 - 2:05我手里的数据反映出的现实
是完全错误的。 -
2:05 - 2:09我的数据样本实际上
很有限且有偏向性, -
2:09 - 2:12可能是由于我以为
自己生活在一个气泡里, -
2:12 - 2:15没有足够的机会看到外面的世界。
-
2:16 - 2:20现在,快进到2016年11月8日,
-
2:20 - 2:21在美国。
-
2:22 - 2:23互联网民意调查、
-
2:23 - 2:25统计模型、
-
2:25 - 2:29所有专家对总统选举的
预测结果意见一致。 -
2:29 - 2:32好像这次我们的信息很充足,
-
2:32 - 2:36而且有更多机会看到
我们所在的封闭圈以外的世界, -
2:36 - 2:38但是很显然,事实并非如此。
-
2:38 - 2:40那感觉太熟悉了。
-
2:40 - 2:42我亲身经历过。
-
2:42 - 2:45我认为可以说这次是
数据让我们失望了, -
2:45 - 2:47而且非常严重。
-
2:47 - 2:49我们相信了数据,
-
2:49 - 2:50但真正发生的是,
-
2:50 - 2:53即便是最受尊敬的报纸也只是
-
2:53 - 2:58痴迷于将所有事情缩减成
两个简单的百分比数字, -
2:58 - 3:00用来制作震撼的标题,
-
3:00 - 3:02让我们聚焦在这两个数字上,
-
3:02 - 3:03并且只看到这两个数字。
-
3:03 - 3:06为了简化信息,
-
3:06 - 3:09画出漂亮的、无法抵御的红蓝地图,
-
3:09 - 3:11我们完全失去了重点。
-
3:11 - 3:14我们莫名其妙地忘记了还有故事——
-
3:14 - 3:16这些数字背后的人类的故事。
-
3:17 - 3:19还有一件背景不同
-
3:19 - 3:20但情况很相似的事件,
-
3:20 - 3:24这位女士给我的团队
提出了一个特殊的挑战。 -
3:24 - 3:27她带着很多数据来找我们,
-
3:27 - 3:31但最终她想要的是
讲一个可能最有人性的故事。 -
3:31 - 3:33她是萨曼莎·克里斯托维蒂,
-
3:33 - 3:36意大利第一位女性宇航员,
-
3:36 - 3:38在出发去国际空间站进行
-
3:38 - 3:42为期六个月的远征之前,
她联系到我们。 -
3:42 - 3:44她说:“我要去太空了,
-
3:44 - 3:47我想用我的任务数据
做些有意义的事, -
3:47 - 3:49去联络人们。”
-
3:50 - 3:52去国际空间站的任务
-
3:52 - 3:54带着兆兆字节(太字节)的数据,
-
3:54 - 3:57涉及你能想到的任何事——
-
3:57 - 3:58绕地轨道,
-
3:58 - 4:00ISS的速度和位置,
-
4:00 - 4:05还有另外数千个
来自其传感器的直播流。 -
4:05 - 4:08我们拥有所有可以想到的硬数据——
-
4:08 - 4:10就像那次选举前的专家一样——
-
4:10 - 4:13但是这些数字是什么意思?
-
4:13 - 4:16人们对数据本身不感兴趣,
-
4:16 - 4:18因为数字永远不是重点。
-
4:18 - 4:20它们总是用来结束的手段。
-
4:21 - 4:23我们要讲的故事是,
-
4:23 - 4:25小箱子里有一个人
-
4:25 - 4:27正在你头上的太空中飞行
-
4:27 - 4:31你在晴朗的夜晚能用肉眼看到她。
-
4:31 - 4:35所以我们决定用数据在萨曼莎和
-
4:35 - 4:39正从地面看着她的
所有人之间建立一个连接。 -
4:39 - 4:42我们设计和开发了“太空中的朋友”,
-
4:42 - 4:47这是一个网络应用程序,
简单地让你从你的位置 -
4:47 - 4:48对萨曼莎说“你好”,
-
4:48 - 4:51对世界各地的所有同时在线的人
-
4:51 - 4:54说“你好”。
-
4:54 - 4:57所有这些“你好”都能在
萨曼莎飞过的地图上 -
4:57 - 4:59留下可见的痕迹,
-
4:59 - 5:02而且她每天都在使用推特
-
5:02 - 5:05从国际空间站向我们问候。
-
5:05 - 5:10这使人们看待任务数据的
角度大有不同。 -
5:10 - 5:15这一切突然变得
更加关乎人性和好奇心, -
5:15 - 5:16而不是技术。
-
5:16 - 5:19所以虽然数据丰富了经历,
-
5:19 - 5:21但人类的故事才是背后的驱动力。
-
5:23 - 5:26数千用户的积极回应
-
5:26 - 5:28教给我非常重要的一点——
-
5:28 - 5:31处理数据意味着设计各种方法,
-
5:31 - 5:34将抽象和无法量化的信息转化成
-
5:34 - 5:38可以看到、感觉到并
与我们的生活和行为 -
5:38 - 5:40直接重新连接的东西,
-
5:40 - 5:42而如果我们让对数字的痴迷和
-
5:42 - 5:46围绕数字的技术
在这个过程中引领我们, -
5:46 - 5:49则很难实现这一点。
-
5:49 - 5:53但是,我们还能更进一步
将数据与它们所代表的故事连接起来。 -
5:53 - 5:56我们可以完全去掉技术。
-
5:56 - 5:58几年前,我遇到另一位女士,
-
5:58 - 6:00斯蒂芬妮·波萨维奇——
-
6:00 - 6:06一位伦敦的设计师,
与我一样对数据热爱和痴迷。 -
6:06 - 6:07我们不认识对方,
-
6:07 - 6:10但我们决定进行
一个非常激进的实验, -
6:10 - 6:13开始一场只使用数据的交流,
-
6:13 - 6:14不使用任何其他语言,
-
6:14 - 6:19我们选择不使用任何科技
来分享我们的数据。 -
6:19 - 6:22事实上,我们唯一的沟通方式
-
6:22 - 6:25是通过老式邮局。
-
6:25 - 6:27为了“亲爱的数据”,
一年中的每个星期, -
6:27 - 6:31我们用自己的
个人数据来了解彼此—— -
6:31 - 6:34个人信息包括每周分享的平凡话题,
-
6:34 - 6:35从我们自己的感受
-
6:35 - 6:37到我们与爱人之间的互动,
-
6:37 - 6:41从我们收到的赞美到周围的声音。
-
6:41 - 6:45然后我们把这些个人信息
-
6:45 - 6:48手绘在一张明信片大小的纸上,
-
6:48 - 6:51每周从伦敦寄到我所在的
-
6:51 - 6:52纽约,
-
6:52 - 6:54以及从纽约寄到她所在的伦敦。
-
6:54 - 6:58明信片的正面是数据图,
-
6:58 - 6:59卡片背面当然包括
-
6:59 - 7:02对方的地址,
-
7:02 - 7:05还有如何破译数据图的方法。
-
7:06 - 7:08在开始的第一个星期,
-
7:08 - 7:11我们实际上选择了一个
相当冷门和非私人化的话题。 -
7:11 - 7:14一周内看了多少次时间?
-
7:15 - 7:17这里是我的卡片的正面,
-
7:17 - 7:19你可以看到,每一个小符号
-
7:19 - 7:22代表着我每次看时间,
-
7:22 - 7:25位置按顺序代表日期和小时——
-
7:25 - 7:28没有什么复杂的。
-
7:28 - 7:30但是再看看这破译说明,
-
7:30 - 7:33我是如何把这些时刻的
各种细节加进去的。 -
7:33 - 7:38实际上,不同类型的符号
代表着我为什么要看时间—— -
7:38 - 7:39当时我在做什么?
-
7:39 - 7:41我无聊吗?我饿吗?
-
7:41 - 7:42我迟到了吗?
-
7:42 - 7:45我是有意看表
还是随意瞥一眼时钟? -
7:45 - 7:48但关键是——
-
7:48 - 7:51我的数据收集代表了我的
-
7:51 - 7:53生活细节和个性。
-
7:53 - 7:58用数据作为镜头或过滤器
来发现和揭示,例如 -
7:58 - 8:00我对迟到无休止的焦虑,
-
8:00 - 8:02即使我绝对每次都准时。
-
8:04 - 8:08斯蒂芬妮和我花了一年时间
手动收集我们的数据, -
8:08 - 8:12迫使我们专注于
计算机无法收集—— -
8:12 - 8:14至少现在还无法收集的细节,
-
8:14 - 8:18使用数据来探索我们的思想
和我们使用的词语, -
8:18 - 8:20而不仅是我们的活动。
-
8:20 - 8:21比如在第三周,
-
8:21 - 8:25我们记录了我们所说的
以及收到的“感谢”, -
8:25 - 8:30它让我意识到,我多数时间
在感谢我不认识的人。 -
8:30 - 8:34显然我对感谢男女服务生有强迫症,
-
8:34 - 8:37但绝对没有对身边的人
表达足够的感谢。 -
8:39 - 8:40在这一年多里,
-
8:40 - 8:45对这些类型的行为
积极留意和计数的过程 -
8:45 - 8:46成为了一种仪式。
-
8:46 - 8:48它真的改变了我们自己。
-
8:48 - 8:51我们变得更加贴近真实的自己,
-
8:51 - 8:55更加了解我们的行为和周围环境。
-
8:55 - 8:58一年多的时间,斯蒂芬妮和我
通过共享数据日记 -
8:58 - 9:00建立了非常深层的联系,
-
9:00 - 9:04但是我们能做到这样,
只因为我们用这些数字表达了自己, -
9:04 - 9:08并加入了我们的个人故事背景。
-
9:08 - 9:11这是使它们真正有意义
-
9:11 - 9:13并代表了我们自己的唯一途径。
-
9:14 - 9:18我不是要你开始画你的个人数据,
-
9:18 - 9:20也不是要你找个跨洋笔友。
-
9:20 - 9:23但是我请你把数据——
-
9:23 - 9:25各种数据——
-
9:25 - 9:26看成交谈的开始,
-
9:26 - 9:28而不是终止。
-
9:28 - 9:31因为数据本身永远不会给我们答案。
-
9:31 - 9:34这就是为什么数据
让我们败得这么惨—— -
9:34 - 9:37因为我们没有考虑到
要用适量的背景信息 -
9:37 - 9:39来展示现实——
-
9:39 - 9:42微妙的、错综复杂的现实。
-
9:43 - 9:45我们一直盯着这两个数字,
-
9:45 - 9:47痴迷于这两个数字,
-
9:47 - 9:49假装我们的世界
-
9:49 - 9:52可以缩减成两个数字和一场赛马,
-
9:52 - 9:53而真实的故事,
-
9:53 - 9:54真正重要的故事
-
9:54 - 9:56在别处。
-
9:56 - 10:01如果只用模型和算法
来看待这些故事,我们错过的是 -
10:01 - 10:03我所说的“数据人文主义”。
-
10:03 - 10:06在文艺复兴时期的人文主义中,
-
10:06 - 10:07欧洲的智者们
-
10:07 - 10:13在他们世界观的中心位置
摆放的是人类本性,而不是上帝。 -
10:13 - 10:15我相信在数据的世界,
-
10:15 - 10:17也需要类似的事情。
-
10:17 - 10:20现在我们显然把数据
当成了一个神—— -
10:20 - 10:23我们现在和未来的永恒真理持有者。
-
10:24 - 10:27我今天分享的经验告诉我,
-
10:27 - 10:32为了使数据忠实地代表我们的人性,
-
10:32 - 10:35并确保数据不再误导我们,
-
10:35 - 10:39我们需要开始设计方法,
在收集、处理、分析和 -
10:39 - 10:40演示数据时,
-
10:40 - 10:44纳入同情、不完美和人文素质。
-
10:45 - 10:48我能预见,终将有个地方,
-
10:48 - 10:52数据不会被单纯用来提高效率,
-
10:52 - 10:55我们都会用数据来变得更人性化。
-
10:55 - 10:56谢谢。
-
10:56 - 10:59(掌声)
- Title:
- 如何在数据中找到自己
- Speaker:
- 乔治亚·卢皮
- Description:
-
乔治亚·卢皮使用数据来讲述人文故事,为数字增添细枝末节。在这个魅力四射的演讲中,她分享了如何能够将个性融入数据中,如何对我们日常生活中甚至包括琐碎细节的内容进行可视化,如何让抽象和无法量化的信息变得能够被看到、被感知,并直接重新与我们的生活建立联系。
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 11:13
Yolanda Zhang approved Chinese, Simplified subtitles for How we can find ourselves in data | ||
Yolanda Zhang edited Chinese, Simplified subtitles for How we can find ourselves in data | ||
Yolanda Zhang edited Chinese, Simplified subtitles for How we can find ourselves in data | ||
Yolanda Zhang edited Chinese, Simplified subtitles for How we can find ourselves in data | ||
Yolanda Zhang edited Chinese, Simplified subtitles for How we can find ourselves in data | ||
Yolanda Zhang edited Chinese, Simplified subtitles for How we can find ourselves in data | ||
Ellen Tung accepted Chinese, Simplified subtitles for How we can find ourselves in data | ||
Ellen Tung edited Chinese, Simplified subtitles for How we can find ourselves in data |