Τι κάνουμε με όλα αυτά τα μεγάλα δεδομένα;
-
0:01 - 0:04Η τεχνολογία μάς έχει προσφέρει πολλά:
-
0:04 - 0:07Την προσεδάφιση στη σελήνη, το Διαδίκτυο,
-
0:07 - 0:09την ικανότητα αλληλούχισης
του ανθρώπινου γονιδιώματος. -
0:09 - 0:13Εξάπτει, όμως,
και τους πιο ενδόμυχούς μας φόβους, -
0:13 - 0:15και περίπου 30 χρόνια πριν,
-
0:15 - 0:17ο πολιτιστικός κριτικός Νιλ Πόστμαν
έγραψε ένα βιβλίο -
0:17 - 0:19με τίτλο «Διασκέδαση μέχρι θανάτου»,
-
0:19 - 0:22το οποίο παρουσιάζει
με ευφυές τρόπο αυτή την κατάσταση. -
0:22 - 0:24Και να τι είπε,
-
0:24 - 0:26συγκρίνοντας τα δυστοπικά οράματα
-
0:26 - 0:30του Τζορτζ Όργουελ και του Άλντους Χάξλεϋ.
-
0:30 - 0:33Ο Όργουελ, λέει, φοβόταν
πως θα αναπτύσσαμε -
0:33 - 0:35έναν πολιτισμό υποτέλειας.
-
0:35 - 0:39Ο Χάξλεϋ φοβόταν πως θα αναπτύσσαμε
έναν πολιτισμό κοινοτοπίας. -
0:39 - 0:41Ο Όργουελ φοβόταν πως η αλήθεια
-
0:41 - 0:43θα φυλασσόταν μυστική,
-
0:43 - 0:45ενώ ο Χάξλεϋ φοβόταν πως θα πνιγόμασταν
-
0:45 - 0:48σε έναν ωκεανό σύγχυσης.
-
0:48 - 0:50Εν ολίγοις, εμείς επιλέγουμε εάν
-
0:50 - 0:52ο Μεγάλος Αδερφός θα παρακολουθεί εμάς
-
0:52 - 0:55ή εμείς τον Μεγάλο Αδερφό.
-
0:55 - 0:57(Γέλια)
-
0:57 - 0:59Δεν είναι όμως απαραίτητα έτσι.
-
0:59 - 1:02Δεν είμαστε παθητικοί καταναλωτές
των δεδομένων και της τεχνολογίας. -
1:02 - 1:05Εμείς διαμορφώνουμε τον ρόλο
που θα έχουν στη ζωή μας, -
1:05 - 1:07και τον τρόπο που τα ερμηνεύουμε,
-
1:07 - 1:08όμως για να το κάνουμε αυτό,
-
1:08 - 1:12πρέπει να δωσουμε την ίδια σημασία
στον τρόπο που σκεφτόμαστε -
1:12 - 1:14όσο και στον τρόπο που προγραμματίζουμε.
-
1:14 - 1:17Πρέπει να θέτουμε δύσκολες ερωτήσεις
-
1:17 - 1:19για να περάσουμε από την καταμέτρηση
-
1:19 - 1:21στην κατανόηση των πραγμάτων.
-
1:21 - 1:24Βομβαρδιζόμαστε διαρκώς με ιστορίες
-
1:24 - 1:26σχετικά με τον όγκο
των δεδομένων στον κόσμο -
1:26 - 1:28αλλά όταν μιλάμε για μεγάλα δεδομένα
-
1:28 - 1:30και το πώς μπορούμε να τα ερμηνεύσουμε
-
1:30 - 1:32δεν μετράει μόνο το μέγεθος.
-
1:32 - 1:35Υπάρχει και η ταχύτητα
με την οποία διακινούνται, -
1:35 - 1:37και τα διαφορετικά είδη δεδομένων,
-
1:37 - 1:40και εδώ είναι μόνο μερικά παραδείγματα:
-
1:40 - 1:42Εικόνες,
-
1:42 - 1:46κείμενα,
-
1:46 - 1:48βίντεο,
-
1:48 - 1:50ήχος.
-
1:50 - 1:53Αυτό που ενώνει τα ανόμοια
αυτά είδη δεδομένων -
1:53 - 1:55είναι ότι αποτελούν ανθρώπινο δημιούργημα
-
1:55 - 1:58και χρειάζονται συγκείμενο.
-
1:58 - 2:00Υπάρχει μια ομάδα επιστημόνων δεδομένων
-
2:00 - 2:02από το Πανεπιστήμιο
του Ιλινόι στο Σικάγο, -
2:02 - 2:05γνωστή ως Κέντρο Συνεργασίας
των Μέσων για την Υγεία, -
2:05 - 2:08που συναργάζεται με
τα Κέντρα Ελέγχου Νοσημάτων -
2:08 - 2:09για να κατανοήσουν καλύτερα
-
2:09 - 2:12πώς μιλάνε οι άνθρωποι για
τη διακοπή του καπνίσματος, -
2:12 - 2:15πώς μιλάνε όταν αναφέρονται
στα ηλεκτρονικά τσιγάρα, -
2:15 - 2:16και τι μπορούν να κάνουν συλλογικά
-
2:16 - 2:19για να τους βοηθήσουν
να κόψουν το κάπνισμα. -
2:19 - 2:21Εάν θέλουμε να κατανοήσουμε
-
2:21 - 2:23τι λένε οι άνθρωποι για το κάπνισμα,
-
2:23 - 2:25πρέπει πρώτα να καταλάβετε
-
2:25 - 2:27τι εννοούν όταν μιλάνε για «κάπνισμα».
-
2:27 - 2:31Υπάρχουν τέσσερις κύριες
κατηγορίες στο Twitter: -
2:31 - 2:34πρώτον, το κάπνισμα τσιγάρων,
-
2:34 - 2:37δεύτερον, το κάπνισμα μαριχουάνας,
-
2:37 - 2:40τρίτον, το καπνιστό κρέας,
-
2:40 - 2:43και τέταρτον, οι καυτές γυναίκες.
-
2:43 - 2:46(Γέλια)
-
2:46 - 2:49Πρέπει να αναρωτηθούμε λοιπόν,
-
2:49 - 2:51τι λέει ο κόσμος
για τα ηλεκτρονικά τσιγάρα; -
2:51 - 2:53Υπάρχουν πολλοί διαφορετικοί τρόποι
-
2:53 - 2:55να εκφράσει κανείς την άποψή του
και όπως βλέπετε -
2:55 - 2:58είναι ένα πολύπλοκο ερώτημα.
-
2:58 - 3:01Αυτό που μας υπενθυμίζει είναι
-
3:01 - 3:04ότι η γλώσσα δημιουργήθηκε
από τον άνθρωπο, -
3:04 - 3:06και οι άνθρωποι είμαστε πολύπλοκοι,
-
3:06 - 3:09και χρησιμοποιούμε μεταφορές,
αργκό και ειδική φρασεολογία -
3:09 - 3:12και αυτό το κάνουμε 24 ώρες το 24ωρο,
σε πάρα πολλές γλώσσες, -
3:12 - 3:15και μόλις το συνειδητοποιούμε,
το αλλάζουμε. -
3:15 - 3:20Οπότε οι διαφημίσεις του Κέντρου
Ελέγχου και Πρόληψης Νοσημάτων, -
3:20 - 3:23οι τηλεοπτικές διαφημίσεις με μια γυναίκα
-
3:23 - 3:25με μια τρύπα στο λαιμό,
τόσο παραστατικά -
3:25 - 3:27και τόσο έντονα,
-
3:27 - 3:29επηρέασαν κάποιους στην επιλογή
-
3:29 - 3:31της διακοπής ή μη του καπνίσματος;
-
3:31 - 3:35Το Κέντρο Συνεργασίας Μέσων Υγείας
αναγνώρισε τις ελλείψεις στα δεδομένα τους -
3:35 - 3:37αλλά έφτασε στο συμπέρασμα
-
3:37 - 3:40ότι οι διαφημίσεις αυτές,
που μπορεί κάπου να τις έχετε δει, -
3:40 - 3:42κατάφεραν να ταρακουνήσουν τους ανθρώπους,
-
3:42 - 3:44να τους κάνουν να σκεφτούν
-
3:44 - 3:48και να επηρεάσουν
μελλοντικές συπεριφορές τους. -
3:48 - 3:52Και αυτό που θαυμάζω και
εκτιμώ σε αυτό το εγχείρημα, -
3:52 - 3:53πέρα από το γεγονός
-
3:53 - 3:57ότι βασίζεται σε μια πραγματική
ανθρώπινη ανάγκη, -
3:57 - 4:00είναι ότι πρόκειται
για ένα εκπληκτικό παράδειγμα θάρρους -
4:00 - 4:05εν όψει ενός ωκεανού σύγχυσης.
-
4:05 - 4:08Έτσι, δεν είναι μόνο τα μεγάλα
σύνολα δεδομένων που δημιουργούν -
4:08 - 4:11προκλήσεις στην ερμηνεία,
διότι ας το παραδεχτούμε, -
4:11 - 4:13εμείς τα ανθρώπινα όντα
έχουμε μια πλούσια ιστορία -
4:13 - 4:16στο να αποτυγχάνουμε να ερμηνεύσουμε
-
4:16 - 4:17ακόμα και μικρά σύνολα δεδομένων.
-
4:17 - 4:21Μπορεί να θυμόσαστε ακόμα
ότι πριν από πολλά χρόνια -
4:21 - 4:24ο πρώην Πρόεδρος Ρόναλντ Ρήγκαν
-
4:24 - 4:25σχολιάστηκε έντονα για τη δήλωσή του
-
4:25 - 4:29ότι τα γεγονότα είναι ηλίθια πράγματα.
-
4:29 - 4:31Ήταν ένα σαρδάμ, ας είμαστε δίκαιοι.
-
4:31 - 4:34Ήθελε να παραθέσει
την υπεράσπιση του Τζον Άνταμς -
4:34 - 4:37στη δίκη των Βρετανών στρατιωτών
για το μακελειό στη Βοστώνη -
4:37 - 4:40ότι τα γεγονότα είναι επίμονα πράγματα.
-
4:40 - 4:42Πιστεύω, όμως, πως υπάρχει
-
4:42 - 4:46μια δόση αλήθειας σε αυτό που του ξέφυγε,
-
4:46 - 4:48διότι τα γεγονότα είναι επίμονα πράγματα,
-
4:48 - 4:51αλλά μερικές φορές είναι και ηλίθια.
-
4:51 - 4:53Θα ήθελα να σας διηγηθώ μια ιστορία
-
4:53 - 4:57που εξηγεί γιατί η παραπάνω πρόταση
έχει τόση σημασία για μένα. -
4:57 - 4:59Να πάρω πρώτα μια ανάσα.
-
4:59 - 5:02Όταν ο γιος μου, Ισαάκ, ήταν δύο ετών,
-
5:02 - 5:04διαγνώστηκε με αυτισμό,
-
5:04 - 5:07και ήταν ένα χαρούμενο, αστείο,
-
5:07 - 5:09αξιαγάπητο, τρυφερό μικρό ανθρωπάκι,
-
5:09 - 5:12όμως οι μετρήσεις
για την αναπτυξιακή του αξιολόγηση, -
5:12 - 5:14που βασιζόταν σε στοιχεία
όπως ο αριθμός των λέξεων -
5:14 - 5:17- καμία έως τότε -
-
5:17 - 5:21επικοινωνιακές χειρονομίες
και ελάχιστη οπτική επαφή, -
5:21 - 5:23τοποθέτησαν το αναπτυξιακό του επίπεδο
-
5:23 - 5:27σε αυτό ενός βρέφους εννέα μηνών.
-
5:27 - 5:30Μπορεί η διάγνωση να ήταν τεκμηριωμένη,
-
5:30 - 5:33δεν ανταποκρινόταν, όμως,
πλήρως στην πραγματικότητα. -
5:33 - 5:35Περίπου ενάμιση χρόνο αργότερα,
-
5:35 - 5:37όταν ήταν σχεδόν τεσσάρων ετών,
-
5:37 - 5:39τον βρήκα μία μέρα μπροστά στον υπολογιστή
-
5:39 - 5:45να κάνει αναζήτηση εικόνων με γυναίκες,
-
5:45 - 5:48έχοντας πληκτρολογήσει τη λέξη «γινέκες».
-
5:48 - 5:51Και έκανα ό,τι θα έκανε
ο οποιοσδήποτε εμμονικός γονιός, -
5:51 - 5:53άρχισα να πατάω το κουμπί «Επιστροφή»
-
5:53 - 5:56για να δω τι άλλο είχε ψάξει.
-
5:56 - 5:58Και βρήκα με την εξής σειρά: άντρες,
-
5:58 - 6:01σχολείο, λεωφορείο
-
6:02 - 6:05και κομπιούτερ.
-
6:05 - 6:08Και έμεινα άναυδη,
-
6:08 - 6:10γιατί δεν ξέραμε ότι μπορούσε να γράψει,
-
6:10 - 6:12πόσο μάλλον να διαβάσει,
και έτσι τον ρώτησα, -
6:12 - 6:14«Ισαάκ, πώς το έκανες αυτό;»
-
6:14 - 6:16Και με κοίταξε πολύ σοβαρά και απάντησε,
-
6:16 - 6:20«Το πληκτρολόγησα στο κουτάκι».
-
6:20 - 6:23Ο ίδιος μάθαινε στον εαυτό του
να επικοινωνεί -
6:23 - 6:26αλλά εμείς ψάχναμε στο λάθος μέρος,
-
6:26 - 6:29και αυτό συμβαίνει όταν οι αξιολογήσεις
-
6:29 - 6:31και οι αναλύσεις υπερεκτιμούν
ένα σύστημα μέτρησης -
6:31 - 6:34- σε αυτή την περίπτωση
τη λεκτική επικοινωνία - -
6:34 - 6:39και υποτιμούν άλλα, όπως τον δημιουργικό
τρόπο επίλυσης των προβλημάτων. -
6:39 - 6:42Η επικοινωνία ήταν δύσκολη για τον Ισαάκ,
-
6:42 - 6:44και έτσι βρήκε άλλο τρόπο
-
6:44 - 6:47για να βρει αυτό που ήθελε να μάθει.
-
6:47 - 6:48Και αν το σκεφτείτε, είναι πολύ λογικό,
-
6:48 - 6:51διότι το να θέσεις ένα ερώτημα
-
6:51 - 6:53ειναι μια πολύ σύνθετη διαδικασία,
-
6:53 - 6:56αυτός όμως τα κατάφερε μια χαρά
-
6:56 - 7:00πληκτρολογώντας μια λέξη
στο κουτί αναζήτησης. -
7:00 - 7:03Έτσι αυτή η μικρή στιγμή
-
7:03 - 7:05επηρεάσε βαθύτατα κι εμένα
-
7:05 - 7:07και την οικογένειά μας
-
7:07 - 7:10επειδή μας βοήθησε να αλλάξουμε
το πλαίσιο αναφοράς μας -
7:10 - 7:12σχετικά με το τι γινόταν με τον Ισαάκ,
-
7:12 - 7:15και να ανησυχούμε λίγο
λιγότερο και να εκτιμούμε -
7:15 - 7:17την επινοητικότητά του περισσότερο.
-
7:17 - 7:20Τα γεγονότα είναι ηλίθια πράγματα.
-
7:20 - 7:23Και είναι εύκολο να παραποιηθούν,
-
7:23 - 7:24σκοπίμως ή μη.
-
7:24 - 7:27Έχω μία φίλη, την Έμιλι Ουίλινγκχαμ,
η οποία είναι επιστήμονας, -
7:27 - 7:30και η οποία έγραψε ένα άρθρο
για το Forbes πριν λίγο καιρό -
7:30 - 7:32με τον τίτλο «Τα 10 πιο περίεργα πράγματα
-
7:32 - 7:34που συνδέουμε με τον αυτισμό».
-
7:34 - 7:37Η λίστα είναι αρκετά μεγάλη.
-
7:37 - 7:40Το Διαδίκτυο φταίει για όλα, σωστά;
-
7:40 - 7:44Και φυσικά οι μητέρες, γιατί έτσι.
-
7:44 - 7:46Και βασικά υπάρχουν και άλλα,
-
7:46 - 7:49πάρα πολλά στην κατηγορία «μητέρα».
-
7:49 - 7:54Όπως βλέπετε είναι μια αρκετά
μακριά και ενδιαφέρουσα λίστα. -
7:54 - 7:56Προσωπικά, μου άρεσε πολύ το
-
7:56 - 8:00«να είσαι έγκυος κοντά
σε αυτοκινητόδρομους». -
8:00 - 8:01Το τελευταίο έχει ενδιαφέρον,
-
8:01 - 8:04γιατί ο όρος «μητέρα-ψυγείο»
-
8:04 - 8:07ήταν η αρχική υπόθεση
-
8:07 - 8:08για την αιτία του αυτισμού,
-
8:08 - 8:11και υποδηλώνει άτομο κρύο και άστοργο.
-
8:11 - 8:13Κάπου εδώ μπορεί να σκεφτόσαστε
-
8:13 - 8:14«Εντάξει, Σούζαν, καταλάβαμε,
-
8:14 - 8:17μπορείς να ερμηνεύσεις
δεδομένα κατά βούληση». -
8:17 - 8:21Και αυτή είναι μεγάλη αλήθεια,
-
8:21 - 8:26αλλά η πρόκληση έγκειται στο ότι
-
8:26 - 8:29έχουμε την ευκαιρία
-
8:29 - 8:31να δώσουμε εμείς οι ίδιοι
νόημα στα δεδομένα, -
8:31 - 8:37γιατί ειλικρινά, τα δεδομένα
δεν έχουν νόημα. Εμείς τους το δίνουμε. -
8:37 - 8:40Έτσι, ως επαγγελματίες,
ως καταναλωτές, -
8:40 - 8:42ως ασθενείς, ως πολίτες,
-
8:42 - 8:45πιστεύω πως έχουμε την υποχρέωση
-
8:45 - 8:47να αφιερώσουμε περισσότερο χρόνο
-
8:47 - 8:50εστιάζοντας στην κριτική μας σκέψη.
-
8:50 - 8:51Γιατί;
-
8:51 - 8:54Διότι τη δεδομένη χρονική στιγμή,
-
8:54 - 8:56όπως ακούμε ξανά και ξανά,
-
8:56 - 8:58μπορούμε να επεξεργαστούμε
εξαμπάιτς δεδομένων -
8:58 - 9:00σε ταχύτητα φωτός,
-
9:00 - 9:03και έχουμε την ικανότητα
να κάνουμε λάθος επιλογές -
9:03 - 9:05πολύ πιο γρήγορα και αποτελεσματικά
-
9:05 - 9:10και με πολύ μεγαλύτερο αντίκτυπο
απ΄ ό,τι στο παρελθόν. -
9:10 - 9:12Υπέροχα, έτσι;
-
9:12 - 9:15Το μόνο που χρειάζεται αντ' αυτού
-
9:15 - 9:17είναι να αφιερώσουμε
λίγο περισσότερο χρόνο -
9:17 - 9:20σε πράγματα όπως
οι ανθρωπιστικές επιστήμες -
9:20 - 9:23και η κοινωνιολογία,
και οι κοινωνικές επιστήμες, -
9:23 - 9:26η ρητορική, η φιλοσοφία, η ηθική,
-
9:26 - 9:28γιατί όλα αυτά θα μας δώσουν
το συγκείμενο που απαιτείται -
9:28 - 9:30για τα μεγάλα δεδομένα,
-
9:30 - 9:33και διότι αυτά θα μας βοηθήσουν
να αποκτήσουμε κριτική σκέψη. -
9:33 - 9:38Διότι εν τέλει, αν μπορώ
να εντοπίσω -
9:38 - 9:40πρόβλημα σε ένα επιχείρημα,
δεν έχει πολλή σημασία -
9:40 - 9:43αν αυτό εκφράζεται με λέξεις ή αριθμούς.
-
9:43 - 9:46Αυτό σημαίνει
-
9:46 - 9:50να διδάσκουμε τους εαυτούς μας να
εντοπίζουμε αυτά τα σφάλματα επιβεβαίωσης -
9:50 - 9:52και τους λάθος συσχετισμούς
-
9:52 - 9:54και να ξεχωρίζουμε
μια συγκινησιακή επίκληση -
9:54 - 9:56από χιλιόμετρα,
-
9:56 - 9:58γιατί αν κάτι συνέβη μετά από κάτι άλλο
-
9:58 - 10:01δεν σημαίνει απαραίτητα
ότι συνέβη εξαιτίας του, -
10:01 - 10:03και αν μου επιτρέψετε
να το παρακάνω λιγάκι, -
10:03 - 10:08είναι αυτό που οι Ρωμαίοι λέγανε
"post hoc ergo propter hoc", -
10:08 - 10:11«κατόπιν τούτου, άρα εξαιτίας τούτου».
-
10:11 - 10:15Αυτό σημαίνει να αμφισβητούμε
επιστήμες όπως η δημογραφία. -
10:15 - 10:17Γιατί; Διότι βασίζονται σε εικασίες
-
10:17 - 10:20για το ποιοι είμαστε βάσει του φύλου μας,
-
10:20 - 10:21της ηλικίας και της καταγωγής μας
-
10:21 - 10:24και όχι σε δεδομένα για το τι
πραγματικά πιστεύουμε και κάνουμε. -
10:24 - 10:26Εφόσον έχουμε τα δεδομένα αυτά,
-
10:26 - 10:29πρέπει να τα διαχειριστούμε με
τους κατάλληλους ελέγχους ιδιωτικότητας -
10:29 - 10:33και με τη σύμφωνη γνώμη του καταναλωτή,
-
10:33 - 10:36και πέρα από αυτό, πρέπει
να είμαστε ξεκάθαροι -
10:36 - 10:38ως προς τις υποθέσεις μας,
-
10:38 - 10:41και τη μεθοδολογία που χρησιμοποιούμε
-
10:41 - 10:43και την εμπιστοσύνη μας στο αποτέλεσμα.
-
10:43 - 10:46Όπως έλεγε και ο καθηγητής
των μαθηματικών στο λύκειο, -
10:46 - 10:47δείξε μου την απόδειξή σου,
-
10:47 - 10:51γιατί αν δεν γνωρίζω
τα βήματα που ακολούθησες, -
10:51 - 10:53δεν γνωρίζω και αυτά που δεν ακολούθησες.
-
10:53 - 10:55και αν δεν γνωρίζω τα ερωτήματα που έθεσες
-
10:55 - 10:58δεν μπορώ να γνωρίζω αυτά που δεν έθεσες.
-
10:58 - 11:00Πρέπει λοιπόν να αναρωτηθούμε
-
11:00 - 11:01το εξής δύσκολο πράγμα:
-
11:01 - 11:05Μας έδωσαν όντως τα δεδομένα το ζητούμενο,
-
11:05 - 11:07ή το αποτέλεσμα μας κάνει να αισθανόμαστε
-
11:07 - 11:11πιο επιτυχημένοι και πιο άνετοι;
-
11:11 - 11:14Το Κέντρο Συνεργασίας
των Μέσων για την Υγεία, -
11:14 - 11:15στο τέλος του προγράμματός του
-
11:15 - 11:19βρήκε πως το 87% των tweets
-
11:19 - 11:21σχετικά με τις πολύ
παραστατικές και ενοχλητικές -
11:21 - 11:25διαφημίσεις κατά του
καπνίσματος εξέφραζαν φόβο, -
11:25 - 11:27κατάφεραν να συμπεράνουν όμως
-
11:27 - 11:30αν όντως έκαναν κάποιους
να κόψουν το κάπνισμα; -
11:30 - 11:33Όχι. Επιστήμη είναι, όχι μαγεία.
-
11:33 - 11:36Αν μπορούμε, λοιπόν,
να αποκωδικοποιήσουμε -
11:36 - 11:39την ισχύ των δεδομένων
-
11:39 - 11:42δεν χρειάζεται να οδηγηθούμε τυφλά
-
11:42 - 11:45στο οργουελικό όραμα
ενός απολυταρχικού μέλλοντος -
11:45 - 11:49ή στο όραμα ενός κοινότοπου
μέλλοντος όπως φοβόταν ο Χάξλεϋ, -
11:49 - 11:52ή σε κάποιο φριχτό συνδυασμό των παραπάνω.
-
11:52 - 11:54Αυτό που πρέπει να κάνουμε
-
11:54 - 11:57είναι να σεβόμαστε την κριτική σκέψη
-
11:57 - 11:59και να εμπνεόμαστε από παραδείγματα
-
11:59 - 12:01όπως το Κέντρο Συνεργασίας
των Μέσων για την Υγεία, -
12:01 - 12:03και όπως λένε και στις ταινίες υπερηρώων,
-
12:03 - 12:06ας χρησιμοποιήσουμε
τις δυνάμεις μας για το καλό. -
12:06 - 12:08Σας ευχαριστώ.
-
12:08 - 12:10(Χειροκρότημα)
- Title:
- Τι κάνουμε με όλα αυτά τα μεγάλα δεδομένα;
- Speaker:
- Σούζαν Έτλινγκερ
- Description:
-
Σας κάνει να νιώθετε πιο άνετα ένα σύνολο δεδομένων; Πιο επιτυχημένους; Τότε η ερμηνεία σας του συνόλου αυτού είναι μάλλον λανθασμένη. Σε ένα εκπληκτικά συγκινητική ομιλία, η Σούζαν Έτλινγκερ εξηγεί γιατί, καθώς λαμβάνουμε όλο και περισσότερα δεδομένα, πρέπει να εμβαθύνουμε τις δεξιότητες κριτικής σκέψης μας. Επειδή είναι δύσκολο να προχωρήσουμε πέρα από την καταμέτρηση πραγμάτων στην πραγματική κατανόησή τους.
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 12:23
Dimitra Papageorgiou approved Greek subtitles for What do we do with all this big data? | ||
Dimitra Papageorgiou edited Greek subtitles for What do we do with all this big data? | ||
Dimitra Papageorgiou edited Greek subtitles for What do we do with all this big data? | ||
Dimitra Papageorgiou edited Greek subtitles for What do we do with all this big data? | ||
Dimitra Papageorgiou edited Greek subtitles for What do we do with all this big data? | ||
Dimitra Papageorgiou edited Greek subtitles for What do we do with all this big data? | ||
Chryssa R. Takahashi accepted Greek subtitles for What do we do with all this big data? | ||
Chryssa R. Takahashi edited Greek subtitles for What do we do with all this big data? |