Ką mums daryti su didžiaisiais duomenimis?
-
0:01 - 0:04Technologijos mums suteikė tiek daug:
-
0:04 - 0:07nusileidimas mėnulyje, internetas,
-
0:07 - 0:09galimybė nustatyti žmogaus genomą.
-
0:09 - 0:13Bet kartu taiko į giliausias mūsų baimes,
-
0:13 - 0:15prieš maždaug 30 metų
-
0:15 - 0:17kultūros kritikas Neil Postman parašė
-
0:17 - 0:19knygą „Amusing Ourselves to Death“,
-
0:19 - 0:22kurioje tai puikiai atskleidžiama.
-
0:22 - 0:24Ir štai ką jis rašo,
-
0:24 - 0:26lygindamas antiutopijos vizijas
-
0:26 - 0:30George Orwell ir Aldous Huxley.
-
0:30 - 0:33Jis rašo, Orwell bijojo, kad mes tapsime
-
0:33 - 0:35nelaisva kultūra,
-
0:35 - 0:39Huxley – kad tapsime trivialia kultūra.
-
0:39 - 0:41Orwell bijojo, kad tiesa bus
-
0:41 - 0:43paslėpta nuo mūsų,
-
0:43 - 0:45ir Huxley - kad mes paskęsime
-
0:45 - 0:48nereikšmingumo jūroje.
-
0:48 - 0:50Keliais žodžiais, tai pasirinkimas tarp
-
0:50 - 0:52Didysis brolis stebi tave
-
0:52 - 0:55ir tu žiūri į Didįjį brolį.
-
0:55 - 0:57(Juokas)
-
0:57 - 0:59Bet taip neprivalo būti.
-
0:59 - 1:02Mes nesame pasyvūs duomenų
ir technologijų vartotojai. -
1:02 - 1:04Mes formuojame, kokį vaidmenį jos atlieka
-
1:04 - 1:07mūsų gyvenime ir kaip sukuriame reikšmę,
-
1:07 - 1:08bet tam mums reikia
-
1:08 - 1:12skirti tiek pat dėmesio galvojimui
-
1:12 - 1:14kiek programavimui.
-
1:14 - 1:17Mes turime kelti sunkius klausimus,
-
1:17 - 1:19kad nuo dalykų skaičiavimo
-
1:19 - 1:21pereitume prie jų supratimo.
-
1:21 - 1:24Mes nuolat girdime istorijas,
-
1:24 - 1:26kiek daug duomenų yra pasaulyje,
-
1:26 - 1:28bet kalbant apie
Didžiuosius duomenis -
1:28 - 1:30ir iššūkius juos aiškinant,
-
1:30 - 1:32dydis nėra viskas.
-
1:32 - 1:35Tai ir greitis, kuriuo jie juda,
-
1:35 - 1:37ir begalė duomenų tipų variacijų,
-
1:37 - 1:40štai tik keli pavyzdžiai:
-
1:40 - 1:42nuotraukos,
-
1:42 - 1:46tekstai,
-
1:46 - 1:48vaizdo įrašai,
-
1:48 - 1:50garso įrašai.
-
1:50 - 1:53Ir šiuos skirtingus duomenų tipus
sieja tai, -
1:53 - 1:55kad jie yra sukurti žmonių,
-
1:55 - 1:58ir jiems reikalingas kontekstas.
-
1:58 - 2:00Viena duomenų mokslininkų grupė iš
-
2:00 - 2:02Ilinojaus universiteto Čikagoje, vadinama
-
2:02 - 2:05Sveikatos žiniasklaidos asociacija
-
2:05 - 2:08dirba su Ligų Kontrolės Centrais (LKC),
-
2:08 - 2:09kad geriau suprastų kaip
-
2:09 - 2:12žmonės kalba apie rūkymo metimą,
-
2:12 - 2:15kaip jie kalba apie elektronines cigaretes
-
2:15 - 2:17ir ką jie gali kartu padaryti,
-
2:17 - 2:19kad padėtų jiems mesti.
-
2:19 - 2:21Įdomu tai, kad jei norite suprasti
-
2:21 - 2:23kaip žmonės kalba apie rūkymą,
-
2:23 - 2:25pirmiausia jūs turite suprasti,
-
2:25 - 2:27ką jie turi omeny sakydami „rūkymas“.
-
2:27 - 2:31Twitter yra keturios kategorijos:
-
2:31 - 2:34pirma, cigarečių rūkymas;
-
2:34 - 2:37antra, marichuanos rūkymas;
-
2:37 - 2:40trečia, rūkyti šonkauliukai;
-
2:40 - 2:43ir ketvirta, rūkstančiai karšta
moteris. -
2:43 - 2:46(Juokas)
-
2:46 - 2:49Tada jūs turite galvoti apie tai kaip
-
2:49 - 2:51žmonės kalba apie elektronines cigaretes?
-
2:51 - 2:53Egzistuoja daugybė skirtingų būdų,
-
2:53 - 2:55kaip žmonės tą daro, matote skaidrėje,
-
2:55 - 2:58tai sudėtinga užklausa.
-
2:58 - 3:01Tai mums primena,
-
3:01 - 3:04kad kalba yra sukurta žmonių,
-
3:04 - 3:06o žmonės yra keblūs, painūs,
-
3:06 - 3:09mes vartojame metaforas ir žargoną,
-
3:09 - 3:12ir tai darome 24/7 daugybe kalbų,
-
3:12 - 3:15vos tik tai suprasime, mes tai pakeisime.
-
3:15 - 3:20Ar tai padarė reklamos, paskelbtos LKC,
-
3:20 - 3:23šios televizijos reklamos su moterimi
-
3:23 - 3:25su skyle gerklėje, tai buvo itin vaizdinga
-
3:25 - 3:27ir labai trikdė.
-
3:27 - 3:29Ar jos išties turėjo įtakos,
-
3:29 - 3:31kad žmonės mes rūkyti?
-
3:31 - 3:35Sveikatos žiniasklaidos asociacija
atsižvelgė į duomenų ribotumą, -
3:35 - 3:37bet jie galėjo padaryti išvadą,
-
3:37 - 3:40kad šios reklamos –
galbūt jas matėte – -
3:40 - 3:42paskatino žmones įeiti
-
3:42 - 3:44į mąstymo procesą,
-
3:44 - 3:48kuris gali daryti įtaką būsimam elgesiui.
-
3:48 - 3:52Kuo aš žaviuosi ir už ką
vertinu šiuos projektus, -
3:52 - 3:53nepaisant fakto, įskaitant tai,
-
3:53 - 3:57kad tai paremta realiu poreikiu,
-
3:57 - 4:00kad tai yra nuostabus drąsos pavyzdys
-
4:00 - 4:05prieš nereikšmingumo jūrą.
-
4:05 - 4:08Tai ne tik Didieji duomenys,
kurie sąlygoja -
4:08 - 4:11iššūkius interpretacijai, nes, sutikime,
-
4:11 - 4:13žmonija turi labai turtingą istoriją,
-
4:13 - 4:16kaip imti bet kokio dydžio duomenis
-
4:16 - 4:17ir susimauti.
-
4:17 - 4:21Prieš daug metų, gal atsimenate,
-
4:21 - 4:24buvęs Prezidentas Ronald Reagan
-
4:24 - 4:25buvo labai kritikuojamas už pareiškimą,
-
4:25 - 4:29kad faktai yra kvaili dalykai.
-
4:29 - 4:31Jis, tiesą sakant, tiesiog suklydo.
-
4:31 - 4:34Jis iš tikrųjų norėjo pacituoti John Adam
-
4:34 - 4:36gynybos kalbą britų kariams
Bostono žudynių teisme, -
4:36 - 4:40kad faktai yra užsispyrę dalykai.
-
4:40 - 4:42Bet aš manau, kad yra šiek tiek
-
4:42 - 4:46netyčinės išminties tame, ką jis pasakė,
-
4:46 - 4:48nes faktai yra užsispyrę dalykai,
-
4:48 - 4:51bet kartais jie taip pat yra kvaili.
-
4:51 - 4:53Noriu papasakoti asmeninę istoriją,
-
4:53 - 4:57kodėl tai man yra labai svarbu
-
4:57 - 4:59Man reikia įkvėpti.
-
4:59 - 5:02Mano sūnui Isaac, kai jam buvo dveji,
-
5:02 - 5:04diagnozuotas autizmas,
-
5:04 - 5:07jis buvo laimingas, linksmas,
-
5:07 - 5:09mylintis, švelnus mažas vaikas,
-
5:09 - 5:12bet jo vystymosi rodikliai,
-
5:12 - 5:14kurie vertino dalykus,
kaip žodžių kiekį – -
5:14 - 5:17šiuo atveju, nė vieno –
-
5:17 - 5:21bendravimo gestai ir minimalus akių
-
5:21 - 5:23kontaktas prilygino jo išsivystymo lygį
-
5:23 - 5:27devynių mėnesių kūdikiui.
-
5:27 - 5:30Ši diagnozė faktiškai buvo teisinga,
-
5:30 - 5:33bet ji neatskleidė visos istorijos.
-
5:33 - 5:35Po daugmaž pusantrų metų,
-
5:35 - 5:37kai jam buvo beveik keturi,
-
5:37 - 5:39radau jį prieš kompiuterį
-
5:39 - 5:45ieškantį moterų vaizdų Google,
-
5:45 - 5:48paraidžiui „w-i-m-e-n.“
-
5:48 - 5:51Padariau, ką būtų dariusi bet kuri mama,
-
5:51 - 5:53nedelsiant ėmiau spausti
„back“ mygtuką, -
5:53 - 5:56kad pamatyčiau, ko dar jis ieškojo.
-
5:56 - 5:58Ir tai buvo, iš eilės: vyrai,
-
5:58 - 6:06mokykla, autobusas ir kompiuteris.
-
6:06 - 6:08Aš buvau apstulbusi,
-
6:08 - 6:10nežinojom, kad jis gali rašyti paraidžiui,
-
6:10 - 6:12tuo labiau skaityti, paklausiau jo,
-
6:12 - 6:14„Isaac, kaip tu tai padarei?“
-
6:14 - 6:16Jis rimtai pažiūrėjo į mane ir pasakė
-
6:16 - 6:20„Parašiau langelyje“.
-
6:20 - 6:23Jis mokėsi komunikuoti,
-
6:23 - 6:26bet mes ieškojome neteisingoje vietoje,
-
6:26 - 6:29štai kas nutinka, kai vertinimai
-
6:29 - 6:31ir analizė pervertina vieną rodiklį –
-
6:31 - 6:34šiuo atveju, verbalinę komunikaciją –
-
6:34 - 6:39ir nuvertina kitus, kaip
sumanų problemų sprendimą. -
6:39 - 6:42Issac buvo sunku bendrauti,
-
6:42 - 6:44taigi jis rado kaip apeiti problemą,
-
6:44 - 6:47kaip surasti tai, ką norėjo žinoti.
-
6:47 - 6:48Kai apie tai galvoju, tai turi prasmės,
-
6:48 - 6:51nes klausimo formulavimas
-
6:51 - 6:53yra tikrai sunkus procesas,
-
6:53 - 6:56bet jis sugebėjo sau gauti daug
-
6:56 - 7:00įrašydamas žodį į paieškos laukelį.
-
7:00 - 7:03Šis trumpas įvykis
-
7:03 - 7:05turėjo didelį poveikį man
-
7:05 - 7:07ir mūsų šeimai,
-
7:07 - 7:10nes tai padėjo mums pakeisti nusistatymus,
-
7:10 - 7:12kas vyksta su juo,
-
7:12 - 7:15ir mažiau jaudintis ir labiau vertinti
-
7:15 - 7:17jo išradingumą.
-
7:17 - 7:20Faktai yra kvaili dalykai.
-
7:20 - 7:23Ir jie yra pažeidžiami netinkamo naudojimo
-
7:23 - 7:24tyčia arba ne.
-
7:24 - 7:27Mano draugė mokslininkė Emily Willingham
-
7:27 - 7:30parašė straipsnį žurnalui „Forbes“
-
7:30 - 7:32pavadinimu „10 keisčiausių dalykų
-
7:32 - 7:34kada nors susietų su autizmu“.
-
7:34 - 7:37Tai dėmesio vertas sąrašas.
-
7:37 - 7:40Internetas, kaltas dėl visko, ar ne?
-
7:40 - 7:44Ir, žinoma, motinos. Tiesiog.
-
7:44 - 7:46Iš tikrųjų, yra kai kas daugiau,
-
7:46 - 7:49čia visa puokštė
prie kategorijos „motina“. -
7:49 - 7:54Matote, gausus
ir įdomus sąrašas. -
7:54 - 7:56Man labai patinka
-
7:56 - 8:00buvimas nėščiai netoli autostradų.
-
8:00 - 8:01Paskutinis yra įdomus,
-
8:01 - 8:04nes terminas „motina šaldytuvas“
-
8:04 - 8:07išties buvo originali hipotezė
-
8:07 - 8:08autizmo priežasčiai,
-
8:08 - 8:11ir tai reiškė kažką, kas
buvo šaltas ir nemylintis. -
8:11 - 8:13Šiuo atveju jūs galite manyti,
-
8:13 - 8:14„Gerai, Susan, mes supratome,
-
8:14 - 8:16gali duomenims
duoti norimą reikšmę“. -
8:16 - 8:21Ir tai tiesa, visiška tiesa,
-
8:21 - 8:26bet iššūkis tas,
-
8:26 - 8:29kad mes turime galimybę
-
8:29 - 8:31pabandyti sukurti reikšmę pagal mus,
-
8:31 - 8:37nes atvirai duomenys nekuria reikšmės.
Mes kuriame. -
8:37 - 8:40Kaip verslininkai, vartotojai,
-
8:40 - 8:42pacientai, piliečiai
-
8:42 - 8:45mes esame atsakingi, manau,
-
8:45 - 8:47kad skirtume daugiau laiko
-
8:47 - 8:50kritinio mąstymo sugebėjimams.
-
8:50 - 8:51Kodėl?
-
8:51 - 8:54Nes mūsų istorijoje, kaip girdėjome
-
8:54 - 8:56daugybę kartų,
-
8:56 - 8:58mes galime perdirbti duomenų eksabaitus
-
8:58 - 9:00šviesos greičiu
-
9:00 - 9:03ir turime potencialą netinkamai nuspręsti
-
9:03 - 9:05gerokai greičiau, veiksmingiau
-
9:05 - 9:10ir su didesne įtaka, nei galėjome praeity.
-
9:10 - 9:12Puiku, tiesa?
-
9:12 - 9:15Ir ką mums reikia padaryti,
-
9:15 - 9:17tai skirti truputį daugiau laiko
-
9:17 - 9:20dalykams, kaip humanitariniai mokslai
-
9:20 - 9:23ir sociologija, ir socialiniai mokslai,
-
9:23 - 9:26retorika, filosofija, etika,
-
9:26 - 9:28nes jie mums davė taip svarbų kontekstą
-
9:28 - 9:31dideliems duomenims, ir todėl jie padeda
-
9:31 - 9:33mums tapti geresniais mąstytojais.
-
9:33 - 9:38Nes galiausiai, jei aš galiu nustatyti
-
9:38 - 9:40problemą argumente, tai nelabai svarbu,
-
9:40 - 9:43ar ji buvo žodžiuose ar skaičiuose.
-
9:43 - 9:46Tai reiškia
-
9:46 - 9:50mokyti save surasti
tas patvirtinimo iškraipymus -
9:50 - 9:52ir melagingas koreliacijas
-
9:52 - 9:54ir sugebėti atpažinti išnuogintą emociją
-
9:54 - 9:56iš 30 metrų,
-
9:56 - 9:58nes kažkam nutikus po kažko, nereiškia,
-
9:58 - 10:01kad tai nutiko būtinai dėl to,
-
10:01 - 10:03ir jei jūs leisite man trumpam pažaisti,
-
10:03 - 10:08romėnai tai vadino
„post hoc ergo propter hoc“, -
10:08 - 10:11po to todėl, nes dėl to.
-
10:11 - 10:15Tai reiškia klausinėti
disciplinų kaip demografijos. -
10:15 - 10:17Kodėl? Nes jos pagrįstos prielaidomis
-
10:17 - 10:20apie tai, kas mes esame pagal savo lytį
-
10:20 - 10:21ir amžių, ir kur mes gyvename,
-
10:21 - 10:24kitaip nei duomenys,
ką mes iš tikrųjų galvojame ir darome. -
10:24 - 10:26Nuo tada, kai turime šiuos duomenis,
-
10:26 - 10:29reikia laikytis deramo privatumo valdymo
-
10:29 - 10:33ir vartotojų sutikimo,
-
10:33 - 10:36ir, be to, mums reikia išsiaiškinti
-
10:36 - 10:38savo hipotezes,
-
10:38 - 10:41mūsų naudojamas metodologijas
-
10:41 - 10:43ir pasitikėjimą rezultatais.
-
10:43 - 10:46Kaip sakydavo mano matematikos mokytojas,
-
10:46 - 10:47parodyk savo sprendimą,
-
10:47 - 10:51nes jei nežinau, kokius veiksmus atlikai,
-
10:51 - 10:53nežinau ir kokių neatlikai,
-
10:53 - 10:55ir jei nežinau, kokius klausimus kėlei,
-
10:55 - 10:58aš nežinau, kokių klausimų tu neklausei.
-
10:58 - 11:00Tai reiškia klausti savęs
-
11:00 - 11:01pačių sunkiausių klausimų:
-
11:01 - 11:05Ar duomenys tikrai tai rodo,
-
11:05 - 11:07o ar tik rezultatas leidžia jaustis
-
11:07 - 11:11mums labiau sėkmingiems ir patogiau?
-
11:11 - 11:14Taigi Sveikatos žiniasklaidos asociacija
-
11:14 - 11:15savo projekto pabaigoje galėjo
-
11:15 - 11:19nustatyti, kad 87 proc. Twitter žinučių
-
11:19 - 11:21apie šias išraiškias ir erzinančias
-
11:21 - 11:25anti-rūkymo reklamas išreiškė baimę,
-
11:25 - 11:27bet ar jie padarė išvadą,
-
11:27 - 11:30kad jos privertė žmones mesti rūkyti?
-
11:30 - 11:33Ne. Tai mokslas, ne magija.
-
11:33 - 11:36Jeigu mes norime atverti
-
11:36 - 11:39duomenų galią,
-
11:39 - 11:42mums nereikėtų aklai nerti
-
11:42 - 11:45į Orwell totalitarinės ateities viziją,
-
11:45 - 11:49ar Huxley viziją apie trivialumo ateitį,
-
11:49 - 11:52ar kokį siaubingą abiejų mišinį.
-
11:52 - 11:54Ką mums reikia padaryti,
-
11:54 - 11:57tai gerbti kritinį mąstymą
-
11:57 - 11:59ir būti įkvėptiems pavyzdžių,
-
11:59 - 12:01kaip Sveikatos žiniasklaidos asociacijos,
-
12:01 - 12:04ir kaip sakoma superherojų filmuose,
-
12:04 - 12:05naudokime savo galią gėriui.
-
12:05 - 12:08Dėkoju.
-
12:08 - 12:10(Plojimai)
- Title:
- Ką mums daryti su didžiaisiais duomenimis?
- Speaker:
- Susan Etlinger
- Description:
-
Ar aibė duomenų leidžia jums pasijusti patogiau? Labiau sėkmingiems? Tada jūsų suvokimas greičiausiai yra klaidingas. Savo stebėtinai jaudinančia kalba Susan Etlinger paaiškina kodėl, gaunant vis daugiau ir daugiau duomenų, mums reikia gilinti savo kritinį mąstymą. Todėl, kad sunku pereiti nuo daiktų skaičiavimo prie tikro jų supratimo.
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 12:23
Monika Ciurlionyte edited Lithuanian subtitles for What do we do with all this big data? | ||
Monika Ciurlionyte edited Lithuanian subtitles for What do we do with all this big data? | ||
Monika Ciurlionyte edited Lithuanian subtitles for What do we do with all this big data? | ||
Monika Ciurlionyte approved Lithuanian subtitles for What do we do with all this big data? | ||
Andrius Družinis-Vitkus edited Lithuanian subtitles for What do we do with all this big data? | ||
Andrius Družinis-Vitkus edited Lithuanian subtitles for What do we do with all this big data? | ||
Andrius Družinis-Vitkus accepted Lithuanian subtitles for What do we do with all this big data? | ||
Sigita Šimkutė-Macanko edited Lithuanian subtitles for What do we do with all this big data? |