Return to Video

在數據中找到自己

  • 0:01 - 0:04
    我上週的生活長這樣。
  • 0:05 - 0:06
    我做了什麼、
  • 0:06 - 0:08
    和誰在一起、
  • 0:08 - 0:11
    清醒時,每個小時的感受......
  • 0:12 - 0:15
    是否我思念起了
  • 0:15 - 0:16
    剛過世的父親。
  • 0:16 - 0:20
    或有些無法避免的煩惱和焦慮。
  • 0:20 - 0:22
    若你覺得我有點走火入魔,
  • 0:22 - 0:24
    你可能是對的。
  • 0:24 - 0:27
    但顯然這些視覺化的圖表,
  • 0:27 - 0:30
    比起其它方式,讓你更了解我,
  • 0:30 - 0:33
    像是一些大家都很熟悉的圖表,
  • 0:33 - 0:36
    可能你手機裡現在就有了。
  • 0:36 - 0:38
    比如記錄走路步數的長條圖、
  • 0:38 - 0:40
    表示睡眠品質的圓餅圖、
  • 0:40 - 0:42
    晨跑的路徑圖......
  • 0:43 - 0:46
    我的工作就是與數據打交道。
  • 0:46 - 0:48
    我有一間數據視覺化設計公司,
  • 0:48 - 0:51
    負責設計和開發
  • 0:51 - 0:54
    視覺化呈現資訊的方式。
  • 0:54 - 0:57
    過去幾年的工作經驗告訴我,
  • 0:57 - 1:01
    想要真正了解數據和它的潛力,
  • 1:01 - 1:04
    有時不能只看表象,
  • 1:04 - 1:06
    而是要深入核心。
  • 1:06 - 1:10
    因為數據只是表達現實的工具。
  • 1:10 - 1:13
    它們只是一些代碼,
  • 1:13 - 1:15
    不是實際的狀況。
  • 1:15 - 1:17
    讓我退一步說明,
  • 1:17 - 1:20
    回到我第一次有所體會的那年。
  • 1:20 - 1:24
    1994 年,我 13 歲,
  • 1:24 - 1:26
    一名生活在義大利的年輕人。
  • 1:26 - 1:28
    當時還小,對政治沒興趣,
  • 1:28 - 1:31
    但我知道有個商人,
    叫做貝魯斯柯尼,
  • 1:31 - 1:33
    當時正代表右翼溫和派競選總統。
  • 1:34 - 1:36
    我住的地方是左派重鎮,
  • 1:36 - 1:39
    我爸還是民主黨的政治人物。
  • 1:39 - 1:44
    我還記得,大家都說
    貝魯斯柯尼選不上,
  • 1:44 - 1:46
    沒人覺得他會選上。
  • 1:47 - 1:48
    結果他當選了。
  • 1:48 - 1:50
    當時的感受我仍記憶猶新。
  • 1:50 - 1:52
    完全出乎我們的意料,
  • 1:52 - 1:57
    我爸信誓旦旦地說,
    鎮上不會有人投給他。
  • 1:59 - 2:00
    這是第一次,
  • 2:00 - 2:05
    我收集的數據與現實有落差。
  • 2:05 - 2:09
    我的數據樣本既狹隘又偏頗,
  • 2:09 - 2:12
    也因此我覺得我只活在同溫層,
  • 2:12 - 2:15
    沒機會看到外面的真實情況。
  • 2:16 - 2:20
    接著快轉到 2016 年 11 月 8 日。
  • 2:20 - 2:21
    美國的總統大選。
  • 2:22 - 2:23
    網路民調、
  • 2:23 - 2:25
    統計模型、
  • 2:25 - 2:29
    專家學者都說希拉蕊會贏。
  • 2:30 - 2:32
    好像這一次我們的資訊很充足,
  • 2:32 - 2:36
    而且有更多機會看到,
    同溫層以外的世界。
  • 2:36 - 2:38
    但我們根本沒有。
  • 2:38 - 2:40
    這感覺似曾相識。
  • 2:40 - 2:42
    我以前就經歷過。
  • 2:42 - 2:45
    這次真的可以說數據騙了我們,
  • 2:45 - 2:47
    而且騙慘了。
  • 2:47 - 2:49
    我們太相信數據了,
  • 2:49 - 2:50
    結果呢?
  • 2:50 - 2:53
    連最權威的報紙,
  • 2:53 - 2:58
    都只想將所有事情
  • 2:58 - 3:00
    簡化成兩位數的支持率,
  • 3:00 - 3:02
    製作出最聳動的標題,
  • 3:02 - 3:03
    讓大眾只看到數字。
  • 3:04 - 3:06
    他們費盡心思簡化資料,
  • 3:06 - 3:09
    畫出精美的紅藍分布圖,
  • 3:09 - 3:11
    我們完全失去焦點。
  • 3:11 - 3:14
    我們忘記數據背後的故事,
  • 3:14 - 3:16
    數字背後關於人的故事。
  • 3:17 - 3:19
    這邊要岔個題,
  • 3:19 - 3:20
    但要說的道理是一樣的,
  • 3:21 - 3:24
    這名女子向我的團隊
    提出了一個特殊的挑戰。
  • 3:24 - 3:27
    她帶著一堆數據找上我們,
  • 3:27 - 3:31
    但最終她想要說出的,
    就是一個最有人情味的故事。
  • 3:31 - 3:33
    這個人就是
    薩曼莎‧克里斯托福雷蒂。
  • 3:33 - 3:36
    她是義大利第一位女太空人,
  • 3:36 - 3:38
    她在出任務前找上我們,
  • 3:38 - 3:42
    她要到國際太空站待六個月。
  • 3:42 - 3:44
    她告訴我們:「我要上太空了,
  • 3:44 - 3:47
    我想用任務中的數據,
  • 3:47 - 3:49
    和社會大眾交流。」
  • 3:50 - 3:52
    一趟國際太空站的任務,
  • 3:52 - 3:54
    會有好幾兆位元組的數據,
  • 3:54 - 3:57
    你能想到的資料都有:
  • 3:57 - 3:58
    環繞地球的軌道數據、
  • 3:58 - 4:00
    國際太空站的速率和位置、
  • 4:00 - 4:04
    還有感應器上一大堆的即時資訊。
  • 4:05 - 4:08
    我們握有太空任務的所有數據,
  • 4:08 - 4:10
    專家學者在大選前也都有數據,
  • 4:10 - 4:13
    但這些數字到底可以做什麼?
  • 4:13 - 4:16
    大家對數據本身根本沒興趣,
  • 4:16 - 4:18
    因為數字不是重點。
  • 4:18 - 4:20
    數據只是了解現實的手段。
  • 4:21 - 4:23
    我們要說的故事是,
  • 4:23 - 4:25
    在這個小箱子裡有個人,
  • 4:25 - 4:27
    正在你頭上的外太空飛行,
  • 4:27 - 4:32
    而且你能在清朗的夜空
    用肉眼看見她。
  • 4:32 - 4:35
    所以我們要用數據創造連結,
  • 4:35 - 4:39
    連結薩曼莎和地上的我們。
  • 4:39 - 4:42
    我們設計並開發了
    「太空中的朋友」,
  • 4:42 - 4:44
    它是一個網路應用程式
  • 4:44 - 4:47
    可以讓你從所在地透過網頁,
  • 4:47 - 4:49
    跟薩曼莎說「哈囉」,
  • 4:49 - 4:54
    同時也可以跟線上的
    全球網友們說「哈囉」。
  • 4:54 - 4:57
    如果薩曼莎經過這些「哈囉」,
  • 4:57 - 4:59
    地圖上就會有記號,
  • 4:59 - 5:03
    她每天也都從國際太空站,
  • 5:03 - 5:04
    透過推特跟大家互動。
  • 5:05 - 5:10
    這讓大家用非常不同的角度,
    去看任務的數據。
  • 5:10 - 5:15
    讓一切更貼近人性並
    引發我們的好奇心,
  • 5:15 - 5:16
    而不只是冷冰冰的科技。
  • 5:16 - 5:19
    數據能強化體驗,
  • 5:19 - 5:21
    但人的故事才是關鍵。
  • 5:23 - 5:26
    數千位使用者的正面回饋,
  • 5:26 - 5:28
    給我上了非常重要的一課:
  • 5:28 - 5:31
    與數據為伍就是要設計出
  • 5:31 - 5:34
    可以把抽象、不可數的概念,
  • 5:34 - 5:38
    轉化成看得見、感受得到、
  • 5:38 - 5:40
    並直接與生活和行為
    重新連結的方法,
  • 5:40 - 5:42
    有時候很難做到,
  • 5:42 - 5:46
    如果我們只著迷於數字及科技,
  • 5:46 - 5:47
    就會走偏掉。
  • 5:49 - 5:53
    但我們能進一步
    連結數據與背後的故事。
  • 5:54 - 5:56
    不需要科技也辦得到。
  • 5:56 - 5:58
    幾年前,我遇見一名女子,
  • 5:58 - 6:00
    史黛芬妮‧波薩維克。
  • 6:00 - 6:06
    她是住倫敦的設計師,
    跟我一樣對數據癡迷。
  • 6:06 - 6:07
    我們之前不認識,
  • 6:07 - 6:10
    但我們做了一個大膽的實驗,
  • 6:10 - 6:13
    就是只用數據交談,
  • 6:13 - 6:14
    而不是語言。
  • 6:14 - 6:19
    而且不用任何科技當媒介。
  • 6:19 - 6:22
    事實上,我們聯絡的唯一管道,
  • 6:22 - 6:25
    就是最老派的郵政系統。
  • 6:25 - 6:27
    《親愛的數據》計畫長達一年,
  • 6:27 - 6:31
    我們每週透過數據了解對方。
  • 6:31 - 6:34
    每週都是很普通的一些主題:
  • 6:34 - 6:36
    從各自的情緒、
  • 6:36 - 6:37
    到跟另一半的互動、
  • 6:37 - 6:41
    收到的讚美或周圍的聲音。
  • 6:41 - 6:45
    這些資訊我們都手繪在
  • 6:45 - 6:48
    明信片大小的表格上,
  • 6:48 - 6:50
    每週她會從倫敦寄明信片到
  • 6:51 - 6:52
    我住的紐約,
  • 6:52 - 6:54
    我也從紐約寄到她住的倫敦。
  • 6:54 - 6:58
    明信片的正面是手繪的圖表,
  • 6:58 - 6:59
    卡片的背面,
  • 7:00 - 7:02
    除了對方的地址,
  • 7:02 - 7:05
    還有前面圖表的註解。
  • 7:06 - 7:08
    計畫開始的第一週,
  • 7:08 - 7:11
    我們選了個很生冷、客套主題。
  • 7:11 - 7:14
    「我們一週內會看幾次錶?」
  • 7:15 - 7:17
    這是我畫的紀錄,
  • 7:17 - 7:19
    上面的那些小記號,
  • 7:19 - 7:22
    就是我每次看時間的記錄,
  • 7:22 - 7:25
    按照每天、每小時依序紀錄,
  • 7:26 - 7:28
    其實不會很複雜。
  • 7:28 - 7:30
    但在註解這邊,
  • 7:30 - 7:33
    我說明了記號的涵義。
  • 7:33 - 7:38
    不同的記號代表不同的理由,
  • 7:38 - 7:39
    當時在幹嘛?
  • 7:39 - 7:41
    無聊嗎?餓了嗎?
  • 7:41 - 7:42
    遲到了嗎?
  • 7:42 - 7:45
    我是認真看時間,
    還是隨意瞄一下?
  • 7:45 - 7:48
    這些才是關鍵,
  • 7:48 - 7:51
    我每天、個性上的細節,
  • 7:51 - 7:53
    透過數據表現出來。
  • 7:53 - 7:56
    把數據當鏡頭或濾鏡,
  • 7:56 - 7:58
    去發現和揭露,比如說,
  • 7:58 - 8:04
    就算我一定會準時到,
    我仍對遲到這件事非常焦慮,
  • 8:04 - 8:08
    我們花了一年收集對方的數據,
  • 8:08 - 8:13
    專注在電腦抓不到的細節——
  • 8:13 - 8:14
    至少目前還無法收集,
  • 8:14 - 8:18
    用數據去了解想法、用字遣詞,
  • 8:18 - 8:20
    而不只是行為。
  • 8:20 - 8:21
    像在第三週,
  • 8:21 - 8:25
    我們記錄了道謝和被道謝情況,
  • 8:25 - 8:30
    才發現我常和不認識的人道謝。
  • 8:30 - 8:34
    顯然我會制式地向服務生道謝,
  • 8:34 - 8:37
    對身邊的人卻沒那麼客氣。
  • 8:39 - 8:40
    一年以後,
  • 8:40 - 8:45
    有意識地關注、記錄這些事,
  • 8:45 - 8:46
    變成了一個習慣。
  • 8:46 - 8:48
    我們開始有些改變。
  • 8:48 - 8:51
    我們更清楚自己的步調,
  • 8:51 - 8:54
    更了解自己的行為和周遭環境。
  • 8:55 - 8:58
    一年後,因為這個計畫,
  • 8:58 - 9:00
    我們兩個有了很深的牽絆。
  • 9:00 - 9:04
    這都是因為我們在數字之外,
  • 9:04 - 9:08
    加上了自己的故事。
  • 9:08 - 9:10
    數據因此有了意義,
  • 9:11 - 9:13
    因此能代表我們。
  • 9:14 - 9:18
    我不是要大家開始手繪數據,
  • 9:18 - 9:20
    或是去找個海外的筆友。
  • 9:20 - 9:23
    是希望今後大家面對數據,
  • 9:23 - 9:25
    各式各樣的數據,
  • 9:25 - 9:26
    都當成對話的開始,
  • 9:26 - 9:28
    而不是終結。
  • 9:28 - 9:31
    因為數據本身不會提供解答。
  • 9:31 - 9:34
    所以我們才會一直被數據所騙,
  • 9:34 - 9:37
    因為我們忘記數據背後
  • 9:37 - 9:39
    所呈現的現實,
  • 9:39 - 9:42
    是細微、複雜、盤根錯節的。
  • 9:43 - 9:45
    我們看到候選人的支持率,
  • 9:45 - 9:47
    就只看到數字,
  • 9:47 - 9:49
    假裝我們的世界可以被簡化成
  • 9:49 - 9:52
    兩個數字和一場競賽,
  • 9:52 - 9:53
    然而真實的故事、
  • 9:53 - 9:55
    真正重要的事,
  • 9:55 - 9:56
    卻被拋在一旁。
  • 9:56 - 10:00
    不要只專注在模型和演算法,
  • 10:00 - 10:03
    也就是所謂的「數據人文主義」。
  • 10:04 - 10:06
    在文藝復興人文主義時代,
  • 10:06 - 10:07
    歐洲的知識分子,
  • 10:07 - 10:12
    將眼光從「上帝」轉向「人性」。
  • 10:13 - 10:15
    我覺得類似的轉變,
  • 10:15 - 10:17
    也該發生在數據的研究。
  • 10:17 - 10:20
    現在大家都把數據當上帝來拜,
  • 10:20 - 10:23
    覺得數據是貫通古今的真理。
  • 10:24 - 10:27
    我今天跟各位分享的經驗,
  • 10:27 - 10:32
    就是要讓數據去真實呈現人性,
  • 10:32 - 10:35
    而不是再次誤導大眾。
  • 10:35 - 10:39
    我們要將同理心、不完美
  • 10:39 - 10:41
    以及人性,
  • 10:41 - 10:44
    投入數據的收集、
    處裡、分析、呈現。
  • 10:45 - 10:48
    我相信未來有一天,
  • 10:48 - 10:52
    數據不只讓我們更有效率,
  • 10:52 - 10:54
    也讓我們更有人情味。
  • 10:55 - 10:56
    謝謝。
  • 10:56 - 11:01
    (掌聲)
Title:
在數據中找到自己
Speaker:
喬姬雅‧露琵
Description:

喬姬雅‧露琵說出數據背後的人情味,為死板的數據添上生動的細節。在這場迷人的演說中,她分享了我們如何為數據加上個性,將平凡無奇的日常生活變成一目瞭然的圖表,讓抽象、不可數的內容可以被看見、被感受,並與我們的生活重新連結。

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

Chinese, Traditional subtitles

Revisions