ABOUT THE SPEAKER
Jer Thorp - Data artist
Jer Thorp’s work focuses on adding meaning and narrative to huge amounts of data as a way to help people take control of the information that surrounds them.

Why you should listen

Currently the data artist in residence at the New York Times, Jer’s software-based art has been featured all over the world. His former career as a data artist explains why his art often brings big data sets to life and is deeply influenced by science. Originally from Vancouver, he lives in New York City, where, along with his work at the New York Times, he teaches in NYU’s ITP program.

More profile about the speaker
Jer Thorp | Speaker | TED.com
TEDxVancouver

Jer Thorp: Make data more human

Filmed:
300,699 views

Jer Thorp creates beautiful data visualizations to put abstract data into a human context. At TEDxVancouver, he shares his moving projects, from graphing an entire year’s news cycle, to mapping the way people share articles across the internet. (Filmed at TEDxVancouver.)
- Data artist
Jer Thorp’s work focuses on adding meaning and narrative to huge amounts of data as a way to help people take control of the information that surrounds them. Full bio

Double-click the English transcript below to play the video.

00:10
I want to talk to you about two
of the mostπλέον excitingσυναρπαστικός possibleδυνατόν things.
0
1674
6250
Θέλω να σας μιλήσω για δύο
από τα πιο συναρπαστικά πιθανά πράγματα.
00:16
You've probablyπιθανώς guessedμαντέψει what they are --
1
7948
1949
Μάλλον θα έχετε μαντέψει ποια είναι --
00:18
dataδεδομένα and historyιστορία.
2
9921
2319
τα δεδομένα και η ιστορία.
00:21
Right?
3
13211
1171
Σωστά;
00:24
So, I'm not a historianιστοριογράφος.
4
15871
1982
Λοιπόν, δεν είμαι ιστορικός.
00:26
I'm not going to give you
a definitionορισμός of historyιστορία.
5
17877
2728
Δε θα σας δώσω έναν ορισμό της ιστορίας.
00:29
But let's think insteadαντι αυτου
of historyιστορία withinστα πλαίσια a frameworkδομή.
6
20629
3113
Αλλά, ας σκεφτούμε την ιστορία
μέσα σ' ένα πλαίσιο.
00:32
So, when we're makingκατασκευή historyιστορία,
7
23766
1611
Λοιπόν, όταν γράφουμε ιστορία,
ή όταν δημιουργούμε ιστορικά αρχεία,
00:33
or when we're creatingδημιουργώντας
historicalιστορικός documentsέγγραφα,
8
25401
2892
παίρνουμε πράγματα
που έχουν συμβεί στο παρελθόν,
00:36
we're takingλήψη things
that have happenedσυνέβη in the pastτο παρελθόν,
9
28317
2428
και τα πλέκουμε όλα μαζί σε μια ιστορία.
00:39
and we're stitchingδιακοσμητικά γαζιά them
togetherμαζί into a storyιστορία.
10
30769
2552
Ας ξεκινήσω με λίγη
από τη δική μου ιστορία.
00:41
So let me startαρχή with a little bitκομμάτι
of my ownτα δικά storyιστορία.
11
33345
2530
00:44
Like anybodyοποιοσδήποτε my ageηλικία
who worksεργοστάσιο creativelyδημιουργικά with computersΥπολογιστές,
12
35899
3678
Όπως κάθε συνομήλικός μου
που δουλεύει δημιουργικά με υπολογιστές,
00:48
I was a popularδημοφιλής, sociallyκοινωνικά
well-adjustedκαλά προσαρμόστηκαν youngνεαρός man --
13
39601
4456
ήμουν ένας δημοφιλής,
κοινωνικά ισορροπημένος νέος --
(Γέλια)
00:52
(LaughterΤο γέλιο)
14
44081
1122
00:53
And sportyΣπορ!
15
45227
2541
Και αθλητικός!
Ένας αθλητικός νέος.
00:56
SportyΣπορ youngνεαρός man.
16
47792
1733
00:58
And like a lot of people my ageηλικία
in the typeτύπος of businessεπιχείρηση that I'm in,
17
50075
5353
Και όπως πολλά άτομα της ηλικίας μου
στον εργασιακό μου χώρο,
επηρεάστηκα φοβερά από την Apple.
01:03
I was influencedεπηρεάζονται tremendouslyτρομερά by AppleApple.
18
55452
2645
Παρατηρείτε όμως
το λογότυπο που επέλεξα εδώ, έτσι;
01:07
But noticeειδοποίηση my choiceεπιλογή of logoλογότυπο here, right?
19
58635
3722
01:10
The AppleApple on the left,
not the AppleApple on the right.
20
62381
3585
Το λογότυπο της Apple στα αριστερά,
όχι αυτό στα δεξιά.
Με επηρεάζει και το δεξί
λογότυπο της Apple
01:15
I'm influencedεπηρεάζονται as much
by the AppleApple on the right
21
66621
2293
01:17
as the nextεπόμενος personπρόσωπο,
22
68938
2083
όπως τον καθένα μας,
01:19
but the AppleApple on the left --
I mean, look at that logoλογότυπο!
23
71045
2633
αλλά αυτό στα αριστερά --
μα, δείτε αυτό το λογότυπο!
01:22
It's a rainbowουράνιο τόξο.
It's not even in the right orderΣειρά!
24
73702
2397
Είναι ένα ουράνιο τόξο.
Δεν είναι καν στη σωστή σειρά!
01:24
(LaughterΤο γέλιο)
25
76123
1134
(Γέλια)
01:25
That's how crazyτρελός AppleApple was.
26
77281
2273
Τόση ήταν η τρέλα της Apple.
(Γέλια)
01:28
(LaughterΤο γέλιο)
27
79578
1037
01:29
But I don't want to talk too much
about the companyΕταιρία.
28
80639
2945
Δε θέλω όμως να μιλήσω πολύ
για την εταιρεία.
01:32
I'll startαρχή talkingομιλία about
a machineμηχανή, thoughαν και.
29
83608
2177
Θ' αρχίσω ωστόσο να μιλάω
για ένα μηχάνημα.
01:34
How amazingφοβερο it is to think about this.
I go back and I think about this.
30
85809
4127
Με συναρπάζει όταν το σκέφτομαι αυτό.
Κάθομαι συχνά και το σκέφτομαι.
01:38
WednesdayΤετάρτη -- one WednesdayΤετάρτη,
when I was about 12 yearsχρόνια oldπαλαιός,
31
89960
3314
Τετάρτη -- Μια Τετάρτη,
όταν ήμουν περίπου 12 ετών,
01:41
I didn't have a computerυπολογιστή.
32
93298
2111
δεν είχα υπολογιστή.
Την Πέμπτη, είχα υπολογιστή.
01:44
On ThursdayΠέμπτη, I had a computerυπολογιστή.
33
96034
2779
Μπορείτε να φανταστείτε αυτή την αλλαγή;
01:48
Can you imagineφαντάζομαι that changeαλλαγή?
34
99965
1999
01:50
It's so drasticδραστικές.
35
102417
1681
Είναι τόσο δραστική.
Δεν μπορώ να σκεφτώ κάτι που
θα άλλαζε τη ζωή μας όπως αυτό.
01:52
I can't even think about anything
that could changeαλλαγή our livesζωή that way.
36
104122
3451
01:56
But I'm actuallyπράγματι not even going
to talk about the computerυπολογιστή.
37
107597
2767
Αλλά δε θα μιλήσω ούτε για τον υπολογιστή.
Θα μιλήσω για ένα πρόγραμμα που
ήταν φορτωμένο στον υπολογιστή.
01:58
I'm going to talk about a programπρόγραμμα
that cameήρθε loadedφορτωμένος on that computerυπολογιστή.
38
110388
3230
Και το οποίο δημιουργήθηκε,
όχι από τον τύπο στα αριστερά,
02:02
And it was buildχτίζω by,
not the guy on the left,
39
113642
2272
02:04
but the guy on the right.
40
115938
1435
αλλά από αυτόν στα δεξιά.
02:05
Does anybodyοποιοσδήποτε know
who the guy on the right is?
41
117397
2144
Μήπως ξέρει κανείς τον τύπο στα δεξιά;
02:09
NobodyΚανείς δεν ever knowsξέρει the answerαπάντηση
to this questionερώτηση.
42
121161
2410
Κανείς δεν ξέρει ποτέ την απάντηση
σε αυτή την ερώτηση.
02:12
This is BillBill AtkinsonΆτκινσον.
43
123595
1686
Είναι ο Μπιλ Άτκινσον.
Και ο Μπιλ Άτκινσον ήταν υπεύθυνος
για ένα σωρό πράγματα
02:13
And BillBill AtkinsonΆτκινσον was responsibleυπεύθυνος
for tonsτόνους of things
44
125305
3107
02:16
that you see on your computerυπολογιστή everyκάθε day.
45
128436
2482
που βλέπετε καθημερινά
στους υπολογιστές σας.
Θέλω όμως να μιλήσω για ένα πρόγραμμα
που έφτιαξε ο Μπιλ Άτκινσον,
02:19
But I want to talk about one programπρόγραμμα
that BillBill AtkinsonΆτκινσον wroteέγραψε,
46
130942
3107
02:22
calledπου ονομάζεται HyperCardΥπερκάρτας.
47
134073
1500
που ονομάζεται HyperCard.
02:25
Someone'sΚάποιου cheeringεπευφημίες over there.
48
137025
2160
Κάποιος ζητωκραυγάζει εκεί πίσω.
02:27
(LaughterΤο γέλιο)
49
139209
1205
(Γέλια)
02:28
HyperCardΥπερκάρτας was a programπρόγραμμα
that shippedαποστέλλονται with the MacMac,
50
140438
2602
To HyperCard ήταν ένα πρόγραμμα
που κυκλοφόρησε με το Mac
02:31
and it was designedσχεδιασμένο
for usersχρήστες of the computerυπολογιστή
51
143064
2569
και σχεδιάστηκε για χρήστες υπολογιστών
για να φτιάχνουν προγράμματα
στους υπολογιστές τους.
02:34
to make programsπρογράμματα on theirδικα τους computersΥπολογιστές.
52
145657
3197
02:38
CrazyΤρελό, ideaιδέα todayσήμερα.
53
149505
1597
Μια τρελή ιδέα σήμερα.
02:39
And these programsπρογράμματα were not the appsεφαρμογές
that we think about todayσήμερα,
54
151126
2973
Αυτά τα προγράμματα δεν ήταν
οι εφαρμογές όπως τις ξέρουμε σήμερα,
02:42
with theirδικα τους largeμεγάλο budgetsπροϋπολογισμών
and theirδικα τους bigμεγάλο distributionδιανομή.
55
154123
2449
με τους μεγάλους
προϋπολογισμούς και διανομή.
02:45
These were smallμικρό things,
56
156596
1189
Ήταν πράγματα μικρά,
02:46
people makingκατασκευή applicationsεφαρμογών to keep trackπίστα
of theirδικα τους localτοπικός basketballμπάσκετ teamομάδα scoresβαθμολογίες
57
157809
3882
άνθρωποι που φτιάχνουν εφαρμογές για να
βλέπουν τα σκορ της τοπικής ομάδας μπάσκετ
ή για να οργανώσουν την έρευνά τους
02:50
or to organizeοργανώνω theirδικα τους researchέρευνα
58
161715
2825
02:53
or to teachδιδάσκω people about classicalκλασική musicΜΟΥΣΙΚΗ
59
164564
3016
ή για να διδάξουν στους ανθρώπους
για την κλασική μουσική
02:56
or to calculateυπολογίζω weirdΠερίεργο astronomicalαστρονομικό datesημερομηνίες.
60
167604
4095
ή να υπολογίσουν παράξενες
αστρονομικές ημερομηνίες.
Και, βέβαια, υπήρχαν
και κάποια έργα τέχνης.
03:00
And then, of courseσειρά μαθημάτων,
there were some artτέχνη projectsέργα.
61
171723
2381
03:02
This is my favoriteαγαπημένη one.
62
174128
1220
Αυτό είναι το αγαπημένο μου.
03:03
It's calledπου ονομάζεται "If MonksΜοναχοί Had MacsMacs,"
63
175372
2089
Ονομάζεται «Αν οι μοναχοί είχαν Mac»,
03:05
and it's a nonlinearμη γραμμικές
kindείδος of exploratoryδιερευνητική environmentπεριβάλλον.
64
177485
4534
και είναι μη γραμμικό
είδος εξερευνητικού περιβάλλοντος.
03:10
I thank the starsαστέρια for HyperCardΥπερκάρτας
all of the time.
65
182043
5573
Ευχαριστώ τ' άστρα
για το HyperCard συνεχώς.
Και ευχαριστώ τ' άστρα
που με έβαλαν στην εποχή
03:16
And I thank the starsαστέρια
for puttingβάζοντας me in this eraεποχή
66
187640
2447
όπου μου δόθηκε η ευκαιρία
να χρησιμοποιήσω το HyperCard.
03:18
where I got to use HyperCardΥπερκάρτας.
67
190111
2300
03:20
HyperCardΥπερκάρτας was the last programπρόγραμμα to shipπλοίο
on a publicδημόσιο computerυπολογιστή
68
192435
4640
Το HyperCard ήταν το τελευταίο πρόγραμμα
που κυκλοφόρησε σε δημόσιο υπολογιστή
που σχεδιάστηκε για να φτιάχνουν
οι χρήστες του υπολογιστή προγράμματα.
03:25
that was designedσχεδιασμένο for the usersχρήστες
of the computerυπολογιστή to make programsπρογράμματα with it.
69
197099
5129
Αν μιλούσατε με αυτούς
που εφηύραν τον υπολογιστή
03:30
If you talkedμίλησε to the people
who inventedεφευρέθηκε the computerυπολογιστή
70
202252
2705
και τους λέγατε ότι θα έρθει
μια μέρα, μια μαγική μέρα,
03:33
and you told them there would be
a day, a magicalμαγικός day,
71
204981
2749
όπου όλοι θα είχαν έναν υπολογιστή, αλλά
κανείς τους δε θα ήξερε προγραμματισμό,
03:36
when everybodyόλοι had a computerυπολογιστή
but noneκανένας of them knewήξερε how to programπρόγραμμα,
72
207754
5062
θα σας περνούσαν για τρελούς.
03:41
they would think you were crazyτρελός.
73
212840
1811
Ας προχωρήσουμε λίγα χρόνια μετά.
03:43
So let's skipπαραλείπω forwardπρος τα εμπρός a fewλίγοι yearsχρόνια.
74
215486
1664
03:45
I'm startingεκκίνηση my careerκαριέρα as an artistκαλλιτέχνης,
75
217174
2588
Ξεκινώ την καριέρα μου ως καλλιτέχνης,
και φτιάχνω πράγματα στον υπολογιστή μου,
μικρής κλίμακας πράγματα,
03:48
and I'm buildingΚτίριο things
with my computerυπολογιστή, small-scaleμικρής κλίμακας things,
76
219786
3962
διερευνώντας πράγματα όπως
τα συστήματα ανάπτυξης των φυτών.
03:52
investigatingδιερευνώντας things like
the growthανάπτυξη systemsσυστήματα of plantsφυτά.
77
223772
3603
03:55
Or, in this exampleπαράδειγμα, I'm buildingΚτίριο
a simulatedπροσομοίωση economyοικονομία
78
227399
2999
Ή, σε αυτό το παράδειγμα, φτιάχνω
μια προσομοιωμένη οικονομία
στην οποία τα εικονοστοιχεία αλλάζουν
χρώματα μεταξύ τους,
03:58
in whichοι οποίες pixelsεικονοστοιχεία are tradingεμπορία colorχρώμα
with one anotherαλλο,
79
230422
3961
προσπαθώντας να διερευνήσω
πώς λειτουργούν αυτά τα συστήματα,
04:02
tryingπροσπαθεί to investigateερευνώ how
these typesτύπους of systemsσυστήματα work,
80
234407
2575
04:05
and just kindείδος of havingέχοντας funδιασκέδαση.
81
237006
1402
και γενικά, περνώντας καλά.
Και τότε, αυτό το έργο με έκανε
να αρχίσω να δουλεύω με τα δεδομένα.
04:06
And then this projectέργο led me
to startαρχή workingεργαζόμενος with dataδεδομένα.
82
238432
2628
04:09
So I'm buildingΚτίριο graphicsγραφικά like this,
83
241084
2989
Έτσι φτιάχνω γραφικά σαν αυτό
που συγκρίνουν τον «κομμουνισμό» --
04:12
whichοι οποίες compareσυγκρίνω "communismο κομμουνισμός" --
84
244097
2594
τη συχνότητα της λέξης
«κομμουνισμός» στους New York Times --
04:15
the frequencyσυχνότητα of usageχρήση of the wordλέξη
"communismο κομμουνισμός" in the NewΝέα YorkΥόρκη TimesΦορές --
85
246715
3395
με την «τρομοκρατία», στην κορυφή.
04:18
to "terrorismτρομοκρατία," at the topμπλουζα.
86
250134
1937
04:20
You see "terrorismτρομοκρατία" kindείδος of appearsεμφανίζεται
as "communismο κομμουνισμός" is going away.
87
252095
4625
Βλέπετε, η «τρομοκρατία» εμφανίζεται
καθώς απομακρύνεται ο «κομμουνισμός».
04:25
And with these graphicsγραφικά, I was really
interestedενδιαφερόμενος in the aestheticαισθητικός of the graphsγραφικές παραστάσεις.
88
256744
3816
Και σε αυτά τα γραφικά, με ενδιέφερε
η αίσθηση των γραφημάτων.
Εδώ είναι το Ιράν και το Ιράκ.
04:29
This is IranΙράν and IraqΙράκ.
89
260584
1150
Μοιάζει με ρολόι.
Ονομάζεται «Γράφημα Ρολόι».
04:30
It readsδιαβάζει like a clockρολόι. It's calledπου ονομάζεται
a "timepieceΡολόι graphγραφική παράσταση."
90
261758
3910
Αυτό είναι ένα ακόμα γράφημα ρολόι, όπου
η «απελπισία» επικαλύπτει την «ελπίδα».
04:34
This is anotherαλλο timepieceΡολόι graphγραφική παράσταση,
overlayingυπέρθεση "despairαπελπισία" over "hopeελπίδα."
91
265692
5711
Και είναι μόνο τρεις οι φορές -- μάλλον,
η «κρίση» επικαλύπτει την «ελπίδα» --
04:39
And there's only threeτρία timesφορές -- actuallyπράγματι,
it's "crisisκρίση" over "hopeελπίδα" --
92
271427
3310
04:43
there's only threeτρία timesφορές
when "crisisκρίση" eclipsesεκλείψεις "hopeελπίδα."
93
274761
2609
μόνο τρεις φορές η «κρίση»
επικαλύπτει την «ελπίδα».
04:45
We're in the middleΜέσης
of one of them right now.
94
277394
2155
Βρισκόμαστε στη μέση μιας εκ αυτών τώρα.
Αλλά μην το σκέφτεστε πάρα πολύ.
04:48
But don't think about that too much.
95
279573
1772
(Γέλια)
04:49
(LaughterΤο γέλιο)
96
281369
1888
04:51
And finallyτελικά, the culminationκορύφωση of this work
with the NewΝέα YorkΥόρκη TimesΦορές dataδεδομένα
97
283281
3780
Τέλος, η αποκορύφωση αυτού του έργου
με τα δεδομένα των New York Times
04:55
a fewλίγοι yearsχρόνια agoπριν
98
287085
1202
λίγα χρόνια πριν
04:56
was the attemptαπόπειρα to combineσυνδυασμός
an entireολόκληρος year'sέτος newsΝέα cycleκύκλος
99
288311
3176
ήταν η προσπάθεια να συνδυαστεί
ένας κύκλος ειδήσεων ενός ολόκληρου έτους
05:00
into a singleμονόκλινο graphicγραφικό.
100
291511
1313
σε ένα μόνο γράφημα.
05:01
So these graphicsγραφικά actuallyπράγματι showπροβολή us
a fullγεμάτος yearέτος of newsΝέα, all the people,
101
292848
4227
Έτσι, αυτά τα γραφήματα μας δείχνουν
ένα πλήρες έτος ειδήσεων, όλα τα άτομα,
και πώς συνδέονται
σε ένα και μοναδικό γράφημα.
05:05
and how they're connectedσυνδεδεμένος
into a singleμονόκλινο graphicγραφικό.
102
297099
2630
05:08
And from there, I startedξεκίνησε to be
interestedενδιαφερόμενος again in more activeενεργός systemsσυστήματα.
103
299753
3938
Κι από εκεί, άρχισα να ενδιαφέρομαι ξανά
για πιο ενεργά συστήματα.
05:12
Here'sΕδώ είναι a projectέργο calledπου ονομάζεται "Just LandedΠροσγειώθηκε,"
104
303715
2264
Εδώ είναι ένα έργο που ονομάζεται,
«Μόλις προσγειώθηκα»,
05:14
where I'm looking at people
tweetingtweeting on TwitterΠειραχτήρι.
105
306003
3151
όπου κοιτάζω τους ανθρώπους
να γράφουν στο Twitter.
«Γεια! Μόλις προσγειώθηκα
στη Χαβάη!» -- ξέρετε,
05:17
"Hey! I just landedπροσγειώθηκε
in HawaiiΧαβάη!" -- you know,
106
309178
2060
πώς οι άνθρωποι προσπαθούν να πουν
κάτι τέτοιο με φυσικότητα στα tweet τους.
05:19
how people just casuallyανέμελα try to sneakΈρπω
that into theirδικα τους TwitterΠειραχτήρι conversationσυνομιλία.
107
311262
3702
05:23
"I'm not showingεπίδειξη off. Really.
But I did just landγη in HawaiiΧαβάη."
108
314988
3117
«Δεν καυχιέμαι. Αλήθεια. Αλλά, όντως,
μόλις προσγειώθηκα στη Χαβάη».
05:26
And then I'm plottingσυνωμοτούν
those people'sτων ανθρώπων tripsταξίδια,
109
318129
2743
Και έπειτα σχεδιάζω τα ταξίδια
αυτών των ανθρώπων,
05:29
in the hopesελπίδες that maybe
we can use socialκοινωνικός networkδίκτυο
110
320896
3212
με την ελπίδα ότι μπορούμε
να χρησιμοποιήσουμε τα κοινωνικά δίκτυα
05:32
and the dataδεδομένα that it leavesφύλλα behindπίσω
111
324132
1681
και τα δεδομένα που αφήνουν πίσω τους
05:34
to provideπρομηθεύω a modelμοντέλο of how people moveκίνηση,
112
325837
2199
για να φτιάξουμε ένα μοντέλο
του πώς κινούνται οι άνθρωποι,
05:36
whichοι οποίες would be valuableπολύτιμος
to epidemiologistsεπιδημιολόγους, amongαναμεταξύ other people.
113
328060
2975
που θα ήταν πολύτιμο για τους
επιδημιολόγους, μεταξύ άλλων.
05:39
And, more funδιασκέδαση -- this
is a similarπαρόμοιος projectέργο,
114
331059
2579
Πιο διασκεδαστικό -- ένα παρόμοιο έργο,
παρατηρώντας τους ανθρώπους
να λένε «Καλημέρα»
05:42
looking at people
sayingρητό "Good morningπρωί" to eachκαθε other
115
333662
2491
σε όλο τον κόσμο.
05:44
all around the worldκόσμος.
116
336177
1183
Το οποίο με δίδαξε, παρεμπιπτόντως,
05:45
WhichΟποία taughtδιδακτός me, by the way,
117
337384
1434
ότι αλήθεια οι άνθρωποι στο Βανκούβερ
στη Δυτική Ακτή ξυπνούν πολύ αργότερα
05:47
that it is trueαληθής that people in VancouverΒανκούβερ
on the WestΔύση CoastΑκτή wakeίχνη up much laterαργότερα
118
338842
4350
και λένε «Καλημέρα» πολύ αργότερα
05:51
and say "Good morningπρωί" much laterαργότερα
119
343216
1583
από τους ανθρώπους στην Ανατολική Ακτή,
05:53
than the people on the EastΑνατολή CoastΑκτή,
120
344823
1861
05:55
who are more adventurousπεριπετειώδης.
121
346708
1799
που είναι πιο περιπετειώδεις.
Εδώ είναι ένα πιο χρήσιμο -- ίσως -- έργο,
05:57
Here'sΕδώ είναι a more usefulχρήσιμος -- maybe -- projectέργο,
122
348531
1974
όπου πήρα όλες τις πληροφορίες
από το Kepler Project
05:59
where I tookπήρε all the informationπληροφορίες
from the KeplerΚέπλερ ProjectΤο έργο
123
350529
3351
και προσπάθησα να το βάλω
σε μια οπτική μορφή που να βγάζει νόημα.
06:02
and triedδοκιμασμένος to put it into some visualοπτικός formμορφή
that madeέκανε senseέννοια to me.
124
353904
3043
Και να πω ότι όσα σας έδειξα μέχρι τώρα --
06:05
And I should say that everything
I've shownαπεικονίζεται you up to now --
125
356971
2884
αυτά είναι όλα πράγματα
που έκανα απλώς για διασκέδαση.
06:08
these are all things
that I just did for funδιασκέδαση.
126
359879
2152
Ίσως φαίνεται περίεργο,
αλλά προέρχεται από το HyperCard.
06:10
It mayενδέχεται seemφαίνομαι weirdΠερίεργο,
but this comesέρχεται back from HyperCardΥπερκάρτας.
127
362055
2735
06:13
I'm buildingΚτίριο toolsεργαλεία for myselfεγώ ο ίδιος.
128
364814
1830
Φτιάχνω εργαλεία για μένα.
06:15
I mayενδέχεται shareμερίδιο them with a fewλίγοι other people,
129
366668
1983
Μπορεί να τα μοιραστώ και με άλλους,
αλλά είναι για διασκέδαση, είναι για μένα.
06:17
but they're for funδιασκέδαση, they're for me.
130
368675
2107
Έτσι, όλα αυτά τα εργαλεία κατά κάποιο
τρόπο καταλαμβάνουν έναν περίεργο χώρο
06:21
So, all these toolsεργαλεία I showπροβολή you
kindείδος of occupyασχολούμαι this weirdΠερίεργο spaceχώρος
131
373341
3970
κάπου μεταξύ επιστήμης,
τέχνης και σχεδιασμού.
06:25
somewhereκάπου betweenμεταξύ scienceεπιστήμη, artτέχνη and designσχέδιο.
132
377335
2544
06:28
That's where my practiceπρακτική liesψέματα.
133
379903
1805
Εκεί έγκειται η πρακτική μου.
06:30
And still todayσήμερα,
from my experienceεμπειρία with HyperCardΥπερκάρτας,
134
381732
3156
Και σήμερα ακόμα, από
την εμπειρία μου με το HyperCard,
06:33
what I'm doing is buildingΚτίριο visualοπτικός toolsεργαλεία
to help me understandκαταλαβαίνουν systemsσυστήματα.
135
384912
4230
αυτό που κάνω είναι να φτιάχνω οπτικά
εργαλεία ώστε να καταλάβω τα συστήματα.
06:38
So todayσήμερα, I work at the NewΝέα YorkΥόρκη TimesΦορές.
136
390083
2221
Έτσι, σήμερα εργάζομαι
στους New York Times.
06:40
I'm the dataδεδομένα artistκαλλιτέχνης in residenceκατοικία
at the NewΝέα YorkΥόρκη TimesΦορές.
137
392328
2873
Είμαι ο απασχολούμενος
καλλιτέχνης δεδομένων εκεί.
06:43
And I've had an opportunityευκαιρία at the TimesΦορές
138
395225
1933
Και είχα μια ευκαιρία στους Times
να εργαστώ σε μια ποικιλία
από πραγματικά ενδιαφέροντα έργα,
06:45
to work on a varietyποικιλία
of really interestingενδιαφέρων projectsέργα,
139
397182
2464
δύο εκ των οποίων
θα μοιραστώ μαζί σας σήμερα.
06:48
two of whichοι οποίες I'm going
to shareμερίδιο with you todayσήμερα.
140
399670
2222
Στο πρώτο, δουλεύω με τον Μαρκ Χάνσεν.
06:50
The first one, I've been workingεργαζόμενος on
in conjunctionσύνδεση with MarkMark HansenΧάνσεν.
141
401916
3202
06:53
MarkMark HansenΧάνσεν is a professorκαθηγητής of statisticsστατιστική
at UCLAUCLA. He's alsoεπίσης a mediaμεσο ΜΑΖΙΚΗΣ ΕΝΗΜΕΡΩΣΗΣ artistκαλλιτέχνης.
142
405142
5142
Ο Μαρκ Χάνσεν διδάσκει στατιστική στο
UCLA. Είναι επίσης καλλιτέχνης πολυμέσων.
06:58
And MarkMark cameήρθε to the TimesΦορές
with a very interestingενδιαφέρων questionερώτηση
143
410308
2786
Και ο Μαρκ ήρθε στους Times
με μια πολύ ενδιαφέρουσα ερώτηση
07:01
to what mayενδέχεται seemφαίνομαι like an obviousφανερός problemπρόβλημα:
144
413118
2660
σε κάτι που μπορεί να μοιάζει
με προφανές πρόβλημα.
Όταν μοιραζόμαστε
περιεχόμενο στο διαδίκτυο,
07:04
When people shareμερίδιο contentπεριεχόμενο on the internetΔιαδίκτυο,
145
415802
3151
πώς μεταφέρεται αυτό το περιεχόμενο
από το άτομο Α στο άτομο Β;
07:07
how does that contentπεριεχόμενο get
from personπρόσωπο A to personπρόσωπο B?
146
418977
3615
07:11
Or maybe, personπρόσωπο A to personπρόσωπο B
to personπρόσωπο C to personπρόσωπο D?
147
423358
4724
Ή ίσως, από το άτομο Α στο άτομο Β,
στο άτομο Γ, στο άτομο Δ;
Ξέρουμε ότι τα άτομα μοιράζονται
περιεχόμενο στο διαδίκτυο,
07:16
We know that people shareμερίδιο contentπεριεχόμενο
in the internetΔιαδίκτυο,
148
428106
2354
07:18
but what we don't know
is what happensσυμβαίνει in that gapχάσμα
149
430484
2358
αλλά δεν ξέρουμε
τι συμβαίνει σε αυτό το κενό
μεταξύ του ενός ατόμου και του άλλου.
07:21
betweenμεταξύ one personπρόσωπο to the other.
150
432866
1791
Έτσι φτιάξαμε το εργαλείο
για να το διερευνήσει,
07:23
So we decidedαποφασισμένος to buildχτίζω
the toolεργαλείο to exploreεξερευνώ that,
151
434681
2356
και το εργαλείο αυτό ονομάζεται Cascade.
07:25
and this toolεργαλείο is calledπου ονομάζεται CascadeΚαταρράκτη.
152
437061
1823
07:27
If we look at these systemsσυστήματα
153
439471
2595
Αν παρατηρήσουμε αυτά τα συστήματα
που αρχίζουν με ένα γεγονός
που οδηγεί σε άλλα γεγονότα,
07:30
that startαρχή with one eventΕκδήλωση
that leadsοδηγεί to other eventsγεγονότα,
154
442090
4430
ονομάζουμε αυτή τη δομή καταρράκτη.
07:35
we call that structureδομή a cascadeΚαταρράκτης.
155
446544
2238
Αυτοί οι καταρράκτες
συμβαίνουν με την πάροδο του χρόνου.
07:37
And these cascadesΚαταρράκτες
actuallyπράγματι happenσυμβεί over time.
156
448806
2409
07:39
So we can modelμοντέλο these things over time.
157
451239
2020
Έτσι μπορούμε να τα διαμορφώσουμε
με την πάροδο του χρόνου.
07:41
Now, the NewΝέα YorkΥόρκη TimesΦορές has
a lot of people who shareμερίδιο our contentπεριεχόμενο,
158
453283
4031
Oι New York Times έχουν πολλούς
που μοιράζονται το περιεχόμενό μας,
07:45
so the cascadesΚαταρράκτες do not look like that one,
they look more like this.
159
457338
3491
έτσι οι καταρράκτες δεν μοιάζουν με αυτό,
μοιάζουν περισσότερο με αυτό.
Εδώ είναι ένας τυπικός καταρράκτης.
07:49
Here'sΕδώ είναι a typicalτυπικός cascadeΚαταρράκτης.
160
460853
1540
07:50
At the bottomκάτω μέρος left, the very first eventΕκδήλωση.
161
462417
2714
Στο κάτω αριστερό μέρος, το πρώτο γεγονός.
Και στη συνέχεια, καθώς οι άνθρωποι
μοιράζονται περιεχόμενο μεταξύ τους,
07:54
And then as people are sharingμοιρασιά
the contentπεριεχόμενο from one personπρόσωπο to anotherαλλο,
162
466237
4272
07:59
we go up in the Y axisάξονας,
degreesβαθμούς of separationδιαχωρισμός,
163
470533
3794
ανεβαίνουμε στον άξονα Υ,
βαθμοί διαχωρισμού,
08:02
and over on the X axisάξονας, for time.
164
474351
2768
και πάνω στον άξονα Χ, για χρόνο.
Έτσι μπορούμε να δούμε τη συζήτηση
μέσα από μερικές διαφορετικές απόψεις:
08:05
So we're ableικανός to look at that conversationσυνομιλία
in a coupleζευγάρι of differentδιαφορετικός viewsπροβολές:
165
477143
3501
αυτήν εδώ, που μας δείχνει
τα θέματα της συζήτησης,
08:09
this one, whichοι οποίες showsδείχνει us
the threadsνήματα of conversationσυνομιλία,
166
480668
2615
και αυτήν που συνδυάζει
αυτή τη στοιβαγμένη άποψη
08:11
and this one, whichοι οποίες combinesσυνδυάζει
that stackedστοιβάζονται viewθέα
167
483307
3194
με μια άποψη που μας επιτρέπει
να δούμε τα νήματα.
08:15
with a viewθέα that letsεπιτρέπει us see the threadsνήματα.
168
486525
2932
Οι Times δημοσιεύουν
περίπου 7.000 κομμάτια περιεχομένου
08:18
Now, the TimesΦορές publishesδημοσιεύει
about 7,000 piecesκομμάτια of contentπεριεχόμενο
169
489924
3345
08:21
everyκάθε monthμήνας.
170
493293
1210
κάθε μήνα.
Έτσι ήταν σημαντικό για εμάς,
όταν φτιάχναμε αυτό το εργαλείο,
08:23
So it was importantσπουδαίος for us,
when we were buildingΚτίριο this toolεργαλείο,
171
494527
2842
να το κάνουμε διερευνητικό,
08:25
to make it an exploratoryδιερευνητική one,
172
497393
1633
08:27
so that people could digσκάβω throughδιά μέσου
this vastαπέραντος terrainπαντός εδάφους of dataδεδομένα.
173
499050
4207
για να μπορούν οι άνθρωποι να ψάξουν
σ' αυτό το τεράστιο έδαφος των δεδομένων.
Το σκέφτομαι ως όχημα
που δίνουμε στους ανθρώπους
08:31
I think of it as a vehicleόχημα
that we're givingδίνοντας people
174
503281
2436
για να διασχίσουν αυτό το πολύ μεγάλο,
έδαφος των δεδομένων.
08:34
to traverseδιασχίζω this really bigμεγάλο
terrainπαντός εδάφους of dataδεδομένα.
175
505741
3473
Ορίστε λοιπόν πώς είναι πραγματικά,
08:37
So here'sεδώ είναι what it really looksφαίνεται like,
176
509238
1718
και εδώ είναι ο καταρράκτης
παίζοντας σε πραγματικό χρόνο.
08:39
and here'sεδώ είναι the cascadeΚαταρράκτης
playingπαιχνίδι in realπραγματικός time.
177
510980
2740
Πρέπει να ομολογήσω
ότι ήταν μια τεράστια στιγμή.
08:42
I have to say, this was
a tremendousκαταπληκτικός momentστιγμή.
178
513744
2079
08:44
We had been workingεργαζόμενος with cannedκονσέρβες
dataδεδομένα, fakeαπομίμηση dataδεδομένα, for so long,
179
515847
4017
Εργαζόμασταν με συσκευασμένα δεδομένα,
ψεύτικα δεδομένα για τόσο πολύ καιρό,
08:48
that when we saw this
for the first momentστιγμή,
180
519888
2805
που όταν το είδαμε αυτό για πρώτη φορά,
08:51
it was like an archaeologistαρχαιολόγος who had
just dustedΞεσκονίζονται off these dinosaurδεινόσαυρος bonesοστά.
181
522717
4878
ήταν σαν ένας αρχαιολόγος που είχε μόλις
ξεσκονίσει αυτά τα οστά δεινοσαύρων.
08:56
We discoveredανακαλύφθηκε this thing,
and we were seeingβλέπων it for the first time,
182
527619
3878
Ανακαλύψαμε αυτό το πράγμα,
και το βλέπαμε για πρώτη φορά,
αυτές τις δομές κοινής χρήσης
που αποτελούν τη βάση του διαδικτύου.
09:00
these sharingμοιρασιά structuresδομές
that underlieαποτελούν το θεμέλιο the internetΔιαδίκτυο.
183
531521
3712
09:04
And maybe the dinosaurδεινόσαυρος
analogyαναλογία is a good one,
184
536475
2105
Και ίσως η αναλογία
με τον δεινόσαυρο είναι καλή.
09:07
because we're actuallyπράγματι makingκατασκευή
some probabilisticΠιθανοτική guessesμαντεύει
185
538604
3047
γιατί στην ουσία κάνουμε
κάποιες πιθανοτικές εικασίες
για το πώς συνδέονται αυτά τα πράγματα.
09:10
about how these things linkΣύνδεσμος.
186
541675
1359
09:11
We're looking at some of these
piecesκομμάτια and makingκατασκευή some guessesμαντεύει,
187
543058
2926
Εξετάζουμε μερικά κομμάτια
και κάνουμε κάποιες εικασίες,
09:14
but we try to make sure that those
are as statisticallyστατιστικώς rigorousαυστηρός as possibleδυνατόν.
188
546008
3937
αλλά προσπαθούμε να διασφαλίσουμε ότι
είναι όσο πιο στατιστικά αυστηρές γίνεται.
09:19
Now tweetsTweets, in this caseπερίπτωση,
they becomeγίνομαι partsεξαρτήματα of storiesιστορίες.
189
550720
4662
Τώρα τα tweets, σε αυτή την περίπτωση,
γίνονται κομμάτια ιστοριών.
Γίνονται κομμάτια αφηγήσεων.
09:23
They becomeγίνομαι partsεξαρτήματα of narrativesαφηγήσεις.
190
555406
1925
Έτσι χτίζουμε ιστορίες εδώ,
09:25
So we are buildingΚτίριο historiesιστορίες here,
191
557355
2420
09:28
but they're very short-termβραχυπρόθεσμα historiesιστορίες.
192
559799
2175
αλλά είναι πολύ βραχυπρόθεσμες ιστορίες.
09:30
And sometimesωρες ωρες these very largeμεγάλο cascadesΚαταρράκτες
are the mostπλέον interestingενδιαφέρων onesαυτές,
193
561998
3838
Και μερικές φορές αυτοί οι πολύ μεγάλοι
καταρράκτες είναι οι πιο ενδιαφέροντες,
09:34
but sometimesωρες ωρες the smallμικρό onesαυτές
are alsoεπίσης interestingενδιαφέρων.
194
565860
3135
αλλά μερικές φορές και οι μικροί
είναι επίσης ενδιαφέροντες.
09:37
This is one of my favoritesτα αγαπημένα.
We call this the "RabbiΡαββίνος CascadeΚαταρράκτη."
195
569019
3525
Αυτό είναι από τα αγαπημένα μου.
Το λέμε «Ο καταρράκτης του ραβίνου».
09:41
It's a conversationσυνομιλία amongstμεταξύ των rabbisραββίνους
about this articleάρθρο in the NewΝέα YorkΥόρκη TimesΦορές,
196
572568
5089
Είναι μια συζήτηση μεταξύ ραβίνων
για ένα άρθρο στους New York Times,
για το ότι οι θρησκευτικοί εργάτες
δεν έχουν πολύ ελεύθερο χρόνο.
09:46
about the factγεγονός that religiousθρησκευτικός workersεργαζομένων
don't get a lot of time off.
197
577681
3772
Υποθέτω ότι τα Σάββατα και οι Κυριακές
για εκείνους είναι κακές μέρες για άδεια.
09:49
I guessεικασία SaturdaysΣάββατα and SundaysΤις Κυριακές are badκακό daysημέρες
for them to take off.
198
581477
4035
09:54
So, in this cascadeΚαταρράκτης, there's a groupομάδα
of rabbisραββίνους havingέχοντας a conversationσυνομιλία
199
585536
3692
Έτσι, σε αυτόν τον καταρράκτη,
υπάρχει μια ομάδα ραβίνων που συνομιλεί
09:57
about a NewΝέα YorkΥόρκη TimesΦορές storyιστορία.
200
589252
1402
για μια ιστορία των New York Times.
09:59
One of them has the bestκαλύτερος
TwitterΠειραχτήρι nameόνομα ever --
201
590678
2124
Ο ένας έχει το καλύτερο
όνομα στο Twitter --
10:01
he's calledπου ονομάζεται "The VelveteenΒελούδινο RabbiΡαββίνος."
202
592826
1855
ονομάζεται «Ο Βελβετίνος Ραβίνος».
10:03
(LaughterΤο γέλιο)
203
594705
2323
(Γέλια)
Αλλά δεν θα το ανακαλύπταμε ποτέ αν
δεν υπήρχε αυτό το διερευνητικό εργαλείο.
10:05
But we would have never foundβρέθηκαν this
if it weren'tδεν ήταν for this exploratoryδιερευνητική toolεργαλείο.
204
597052
4507
Αυτό απλώς θα βρισκόταν κάπου,
10:10
This would just be sittingσυνεδρίαση somewhereκάπου,
205
601583
1802
και δε θα καταφέρναμε ποτέ να το δούμε.
10:11
and we would have never
been ableικανός to see that.
206
603409
2186
Αλλά αυτή την άσκηση λήψης
μεμονωμένων πληροφοριών,
10:14
But this exerciseάσκηση of takingλήψη
singleμονόκλινο piecesκομμάτια of informationπληροφορίες
207
605619
4141
και την οικοδόμηση αφηγηματικών
δομών, ιστοριών από αυτές,
10:18
and buildingΚτίριο narrativeαφήγημα structuresδομές,
buildingΚτίριο historiesιστορίες out of them,
208
609784
4221
τη βρίσκω εξαιρετικά ενδιαφέρουσα.
10:22
I find tremendouslyτρομερά interestingενδιαφέρων.
209
614029
1925
Μετακόμισα στη Νέα Υόρκη
περίπου πριν δύο χρόνια.
10:24
You know, I movedμετακινήθηκε to NewΝέα YorkΥόρκη
about two yearsχρόνια agoπριν.
210
616319
2344
Και στη Νέα Υόρκη, όλοι έχουν μια ιστορία
10:27
And in NewΝέα YorkΥόρκη, everybodyόλοι has a storyιστορία
211
618687
2720
που περιβάλλει αυτό το τεράστιο
επιδραστικό γεγονός
10:29
that surroundsπεριβάλλει this
tremendouslyτρομερά impactfulimpactful eventΕκδήλωση
212
621431
2960
που συνέβη στις 11 Σεπτεμβρίου 2001.
10:32
that happenedσυνέβη on SeptemberΣεπτέμβριος 11 of 2001.
213
624415
2299
Και η ιστορία μου με την 11η Σεπτεμβρίου
έχει γίνει πραγματικά πιο περίπλοκη,
10:35
And my ownτα δικά storyιστορία with SeptemberΣεπτέμβριος 11
has really becomeγίνομαι a more intricateπερίπλοκα one,
214
627373
6367
γιατί πέρασα πολύ χρόνο
10:42
because I spentξόδεψε a great dealσυμφωνία of time
215
633764
2064
δουλεύοντας σε ένα κομμάτι του Μνημείου
για την 11η Σεπτεμβρίου στο Μανχάταν.
10:44
workingεργαζόμενος on a pieceκομμάτι
of the 9/11 MemorialΜνημόσυνο in ManhattanΜανχάταν.
216
635852
4149
10:49
The centralκεντρικός ideaιδέα about the 9/11 MemorialΜνημόσυνο
217
640530
2564
Η κύρια ιδέα του Μνημείου
για την 11η Σεπτεμβρίου
10:51
is that the namesονόματα in the memorialμνημείο
are not laidστρωτός out in alphabeticalαλφαβητική orderΣειρά
218
643118
4459
είναι ότι τα ονόματα στο μνημείο
δεν είναι γραμμένα αλφαβητικά
ούτε με χρονολογική σειρά,
10:56
or chronologicalχρονολογική orderΣειρά,
219
647601
1685
10:57
but insteadαντι αυτου, they're laidστρωτός out in a way
220
649310
1824
αλλά αντίθετα, είναι γραμμένα έτσι
10:59
in whichοι οποίες the relationshipsσχέσεις
betweenμεταξύ the people who were killedσκοτώθηκαν
221
651158
3424
ώστε οι σχέσεις μεταξύ
των ανθρώπων που σκοτώθηκαν
να ενσωματώνονται στο Μνημείο.
11:03
are embodiedενσωματώνονται in the memorialμνημείο.
222
654606
1960
11:05
BrothersΑδελφοί are placedτοποθετείται nextεπόμενος to brothersΑΔΕΡΦΙΑ,
223
657153
2538
Αδέρφια τοποθετούνται δίπλα σε αδέρφια,
συνάδελφοι τοποθετούνται μαζί.
11:08
coworkersσυνεργάτες are placedτοποθετείται togetherμαζί.
224
659715
2185
Έτσι, αυτό το μνημείο λαμβάνει υπόψη
ουσιαστικά όλες τις μυριάδες συνδέσεις
11:10
So this memorialμνημείο actuallyπράγματι considersθεωρεί
all of these myriadμυριάδα connectionsσυνδέσεις
225
661924
4665
11:15
that were partμέρος of these people'sτων ανθρώπων livesζωή.
226
666613
2421
που αποτελούσαν κομμάτι της ζωής
αυτών των ανθρώπων.
11:18
I workedεργάστηκε with a companyΕταιρία
calledπου ονομάζεται LocalΤοπική ProjectsΈργα
227
670310
3433
Εργάστηκα με μια εταιρεία
που ονομάζεται Local Projects
για να εργαστώ πάνω σε έναν αλγόριθμο
και ένα εργαλείο λογισμικού
11:22
to work on an algorithmαλγόριθμος
and a softwareλογισμικό toolεργαλείο
228
673767
2674
11:24
to help the architectsαρχιτέκτονες buildχτίζω
the layoutδιάταξη for the memorialμνημείο:
229
676465
3004
που θα βοηθούσε τους αρχιτέκτονες
να φτιάξουν τη διάταξη του Μνημείου:
11:28
almostσχεδόν 3,000 namesονόματα
230
680331
1722
περίπου 3.000 ονόματα
και σχεδόν 1.500 από αυτά
ήταν αιτήματα γειτνίασης,
11:30
and almostσχεδόν 1,500 of these
adjacencyγειτνίαση requestsαιτήσεων,
231
682077
3627
αιτήματα για σύνδεση --
11:34
these requestsαιτήσεων for connectionσύνδεση --
232
685728
1610
επομένως μια πολύ πυκνή ιστορία,
μια πολύ πυκνή αφήγηση,
11:35
so a very denseπυκνός storyιστορία,
a very denseπυκνός narrativeαφήγημα,
233
687362
3386
που γίνεται κύριο μέρος του μνημείου.
11:39
that becomesγίνεται an embodiedενσωματώνονται partμέρος
of this memorialμνημείο.
234
690772
2816
11:42
WorkingΕργασίας with JakeΤζέικ BartonBarton,
we produceπαράγω the softwareλογισμικό toolεργαλείο,
235
694195
3331
Σε συνεργασία με τον Τζέικ Μπάρτον,
παράγουμε το λογισμικό,
που επιτρέπει στους αρχιτέκτονες,
πρώτα απ' όλα, να φτιάξουν μια διάταξη
11:46
whichοι οποίες allowsεπιτρέπει the architectsαρχιτέκτονες to,
first of all, generateπαράγω a layoutδιάταξη
236
697550
4119
που ικανοποίησε όλα αυτά τα
αιτήματα γειτνίασης,
11:50
that satisfiedικανοποιημένοι all of those
adjacencyγειτνίαση requestsαιτήσεων,
237
701693
3129
11:53
but then secondδεύτερος, make little adjustmentsπροσαρμογές
where they neededαπαιτείται to
238
704846
3033
αλλά στη συνέχεια, να κάνουν και λίγες
προσαρμογές όπου έπρεπε
11:56
to tell the storiesιστορίες
that they wanted to tell.
239
707903
2348
για να πουν τις ιστορίες που ήθελαν.
Έτσι, αυτό το μνημείο, νομίζω, έχει
μια εξαιρετικά έγκαιρη αντίληψη
11:59
So this memorialμνημείο, I think,
has an incrediblyαπίστευτα timelyέγκαιρη conceptέννοια
240
711219
4135
12:03
in our eraεποχή of socialκοινωνικός networksδικτύων,
241
715378
2990
στην εποχή μας των κοινωνικών δικτύων,
γιατί αυτά τα δίκτυα -- τα αληθινά δίκτυα
που συνθέτουν τη ζωή των ανθρώπων --
12:06
because these networksδικτύων -- these real-lifeπραγματική ζωή
networksδικτύων that make up people'sτων ανθρώπων livesζωή --
242
718392
3975
12:10
are actuallyπράγματι embodiedενσωματώνονται
insideμέσα of the memorialμνημείο.
243
722391
2432
στην πραγματικότητα
ενσωματώνονται μέσα στο μνημείο.
Και μία από τις πιο τρομερά
συγκινητικές εμπειρίες
12:13
And one of the mostπλέον tremendouslyτρομερά
movingκίνηση experiencesεμπειρίες
244
725286
3471
είναι να πηγαίνεις στο Μνημείο
12:17
is to go to the memorialμνημείο
245
728781
1661
12:18
and see how these people
are placedτοποθετείται nextεπόμενος to eachκαθε other,
246
730466
4200
και να βλέπεις το πώς αυτοί οι άνθρωποι
έχουν τοποθετηθεί ο ένας δίπλα στον άλλον,
έτσι ώστε αυτό το μνημείο
να αντιπροσωπεύει τη δική τους ζωή.
12:23
so that this memorialμνημείο
is representingαντιπροσωπεύει theirδικα τους ownτα δικά livesζωή.
247
734690
2862
12:27
How does this affectεπηρεάζουν our livesζωή?
248
738859
1687
Πώς επηρεάζει αυτό τις δικές μας ζωές;
12:29
Well, I don't know if you rememberθυμάμαι,
249
741133
1676
Λοιπόν, δεν ξέρω αν θυμάστε,
αλλά την άνοιξη, υπήρξε μια διαμάχη,
12:31
but in the springάνοιξη,
there was a controversyαμφισβήτηση,
250
742833
2713
γιατί ανακαλύφθηκε ότι στα iPhone
12:34
because it was discoveredανακαλύφθηκε
that on the iPhoneiPhone
251
745570
2198
και, βασικά, στους υπολογιστές μας,
12:36
and, actuallyπράγματι, on your computerυπολογιστή,
252
747792
1606
αποθηκεύαμε ένα τεράστιο ποσό
των δεδομένων τοποθεσίας.
12:37
we were storingεναποθήκευση a tremendousκαταπληκτικός amountποσό
of the locationτοποθεσία dataδεδομένα.
253
749422
3315
12:41
So AppleApple respondedαπάντησε, sayingρητό,
this was not locationτοποθεσία dataδεδομένα about you,
254
753173
3861
Έτσι, η Apple απάντησε λέγοντας ότι
δεν ήταν τα δικά σας δεδομένα τοποθεσίας,
12:45
it was locationτοποθεσία dataδεδομένα
about wirelessασύρματος networksδικτύων
255
757058
2805
ήταν δεδομένα τοποθεσίας ασύρματων δικτύων
12:48
that were in the areaπεριοχή where you are.
256
759887
2287
που βρίσκονταν στην περιοχή
όπου βρισκόσασταν κι εσείς.
12:50
So it's not about you,
257
762198
1428
Επομένως, δεν έχει να κάνει με εσάς
12:52
but it's about where you are.
258
763650
1584
αλλά με το πού βρίσκεστε εσείς.
12:53
(LaughterΤο γέλιο)
259
765258
1648
(Γέλια)
12:55
This is very valuableπολύτιμος dataδεδομένα.
260
766930
2808
Αυτά είναι εξαιρετικά πολύτιμα δεδομένα.
Μοιάζουν με χρυσό για τους ερευνητές, αυτά
τα δεδομένα περί ανθρώπινης κινητικότητας.
12:58
It's like goldχρυσός to researchersερευνητές,
this human-mobilityανθρώπινη κινητικότητα dataδεδομένα.
261
769762
4625
13:02
So we thought, "Man!
How manyΠολλά people have iPhonesiPhones?"
262
774411
3664
Έτσι, σκεφτήκαμε, «Ρε φίλε!
Πόσα άτομα έχουν iPhone;»
Πόσοι από εσάς έχετε iPhone;
13:06
How manyΠολλά of you have iPhonesiPhones?
263
778099
1448
13:09
So in this roomδωμάτιο, we have this tremendousκαταπληκτικός
databaseβάση δεδομένων of locationτοποθεσία dataδεδομένα
264
780608
5478
Άρα σε αυτό το δωμάτιο, έχουμε αυτήν
την τεράστια βάση δεδομένων τοποθεσίας
13:14
that researchersερευνητές
would really, really like.
265
786110
3775
που θα άρεσε πραγματικά
πάρα πολύ στους ερευνητές.
Έτσι δημιουργήσαμε ένα σύστημα
που ονομάζεται Open Paths,
13:18
So we builtχτισμένο this systemΣύστημα calledπου ονομάζεται OpenΑνοιχτό PathsΜονοπάτια,
266
789909
2031
13:20
whichοι οποίες letsεπιτρέπει people uploadμεταφόρτωση theirδικα τους iPhoneiPhone dataδεδομένα
267
791964
2656
που επιτρέπει στους χρήστες να ανεβάζουν
τα δεδομένα του iPhone τους
13:23
and brokerμεσίτης relationshipsσχέσεις
with researchersερευνητές to shareμερίδιο that dataδεδομένα,
268
794644
3796
και να μεσολαβήσει με ερευνητές
για να μοιραστούν αυτά τα δεδομένα,
13:26
to donateδωρεά that dataδεδομένα to people
that can actuallyπράγματι put it to use.
269
798464
3387
να τα χαρίσουν σε αυτούς
που μπορούν πράγματι να τα αξιοποιήσουν.
13:30
OpenΑνοιχτό PathsΜονοπάτια was a great
successεπιτυχία as a prototypeπρωτότυπο.
270
802256
2350
Το Open Paths είχε τεράστια
επιτυχία ως πρωτότυπο.
13:33
We receivedέλαβε thousandsχιλιάδες of dataδεδομένα setsσκηνικά,
271
804630
3433
Λάβαμε χιλιάδες σύνολα δεδομένων,
και δημιουργήσαμε αυτή τη διεπαφή
13:36
and we builtχτισμένο this interfaceδιεπαφή
272
808087
1349
13:37
whichοι οποίες allowsεπιτρέπει people to actuallyπράγματι
see theirδικα τους livesζωή unfoldingξεδιπλώνοντας
273
809460
3318
που επιτρέπει στους ανθρώπους
να βλέπουν τη ζωή τους να ξεδιπλώνεται
13:41
from these tracesίχνη
that are left behindπίσω on your devicesσυσκευές.
274
812802
3156
από αυτά τα ίχνη που έχουν μείνει
στις συσκευές σας.
Τώρα, αυτό που δεν περιμέναμε ήταν το
πόσο συγκινητική θα ήταν αυτή η εμπειρία.
13:45
Now, what we didn't expectαναμένω
was how movingκίνηση this experienceεμπειρία would be.
275
816593
5267
Όταν ανέβασα τα δεδομένα μου,
σκέφτηκα, «Σιγά το πράγμα.
13:50
When I uploadedφορτώθηκε my dataδεδομένα,
I thought, "BigΜεγάλο dealσυμφωνία.
276
821884
2227
13:52
I know where I liveζω. I know where I work.
What am I going to see here?"
277
824135
3416
Ξέρω πού μένω. Ξέρω πού δουλεύω.
Τι πρόκειται να δω εδώ πέρα;»
Τελικά, αυτό που είδα ήταν
η στιγμή που βγήκα από το αεροπλάνο
13:56
Well, it turnsστροφές out, what I saw
was that momentστιγμή I got off the planeεπίπεδο
278
827575
3501
να ξεκινήσω τη νέα μου ζωή στη Νέα Υόρκη,
13:59
to startαρχή my newνέος life in NewΝέα YorkΥόρκη;
279
831100
1623
το εστιατόριο όπου έφαγα Ταϊλανδέζικο
φαγητό την πρώτη νύχτα,
14:02
the restaurantεστιατόριο where I had ThaiΤαϊλανδικά foodτροφή
that first night,
280
833588
2606
14:04
thinkingσκέψη about this newνέος experienceεμπειρία
of beingνα εισαι in NewΝέα YorkΥόρκη;
281
836218
2953
σκεπτόμενος τη νέα εμπειρία
του να είσαι στη Νέα Υόρκη,
τη μέρα που γνώρισα την κοπέλα μου.
14:07
the day that I metσυνάντησε my girlfriendφιλενάδα.
282
839195
1623
Αυτό είναι το αεροδρόμιο LaGuardia.
14:11
This is LaGuardiaLaGuardia airportαεροδρόμιο.
283
842587
2275
14:13
(LaughterΤο γέλιο)
284
844886
1487
(Γέλια)
14:14
This is this ThaiΤαϊλανδικά restaurantεστιατόριο
on AmsterdamΆμστερνταμ AvenueΛεωφόρος.
285
846397
3641
Αυτό είναι το Ταϊλανδέζικο εστιατόριο
στη Λεωφόρο Άμστερνταμ.
Αυτή είναι η στιγμή
που γνώρισα την κοπέλα μου.
14:19
This is the momentστιγμή I metσυνάντησε my girlfriendφιλενάδα.
286
850559
2050
Βλέπετε πώς αυτό αλλάζει την πρώτη
φορά που σας μίλησα γι' αυτές τις ιστορίες
14:22
See how that changesαλλαγές the first time
I told you about those storiesιστορίες
287
854146
3451
14:26
and the secondδεύτερος time I told
you about those storiesιστορίες?
288
857621
2468
με τη δεύτερη φορά που
σας μίλησα γι' αυτές;
Επειδή αυτό που κάνουμε
στο εργαλείο, ακούσια,
14:28
Because what we do
in the toolεργαλείο, inadvertentlyακούσια,
289
860113
3207
είναι ότι τοποθετούμε αυτά τα στοιχεία
μέσα σε ένα ανθρώπινο πλαίσιο.
14:31
is we put these piecesκομμάτια of dataδεδομένα
into a humanο άνθρωπος contextσυμφραζόμενα.
290
863344
3115
Και τοποθετώντας τα δεδομένα
μέσα σε ένα ανθρώπινο πλαίσιο,
14:35
And by placingτοποθέτηση dataδεδομένα into a humanο άνθρωπος contextσυμφραζόμενα,
291
866935
2498
14:37
it gainsκέρδη meaningέννοια.
292
869457
1474
βρίσκουμε το νόημα.
14:39
And I think this is tremendouslyτρομερά,
tremendouslyτρομερά importantσπουδαίος,
293
870955
3328
Και νομίζω ότι αυτό είναι
τρομακτικής, τεράστιας σημασίας,
επειδή αυτές είναι οι ιστορίες μας
που αποθηκεύονται σε αυτές τις συσκευές.
14:42
because these are our historiesιστορίες
that are beingνα εισαι storedαποθηκεύονται on these devicesσυσκευές.
294
874307
4918
Και όταν τις σκεφτόμαστε έτσι,
14:49
And by thinkingσκέψη about them that way,
295
880809
1994
τοποθετώντας τες μέσα
σε ένα ανθρώπινο πλαίσιο --
14:52
puttingβάζοντας them in a humanο άνθρωπος contextσυμφραζόμενα --
296
883543
1902
14:53
first of all, what we do with our ownτα δικά dataδεδομένα
is get a better understandingκατανόηση
297
885469
3662
καταρχάς, αυτό που κάνουμε με τα δικά μας
δεδομένα είναι να κατανοούμε καλύτερα
14:57
of the typeτύπος of informationπληροφορίες
that we're sharingμοιρασιά.
298
889155
2479
το είδος πληροφοριών που μοιραζόμαστε.
15:00
But if we can do this with other dataδεδομένα,
if we can put dataδεδομένα into a humanο άνθρωπος contextσυμφραζόμενα,
299
891658
4053
Αλλά αν μπορούμε να το κάνουμε με άλλα
δεδομένα, αν τα βάλουμε σε τέτοιο πλαίσιο,
15:04
I think we can changeαλλαγή a lot of things,
300
895735
2918
πιστεύω ότι μπορούμε
να αλλάξουμε πολλά πράγματα,
15:07
because it buildsχτίζει, automaticallyαυτομάτως, empathyενσυναίσθηση
for the people involvedεμπλεγμένος in these systemsσυστήματα.
301
898677
6385
γιατί χτίζεται, αυτόματα, ενσυναίσθηση για
όσους εμπλέκονται σε αυτά τα συστήματα.
Και αυτό, με τη σειρά του,
έχει ως αποτέλεσμα έναν θεμελιώδη σεβασμό,
15:14
And that, in turnστροφή, resultsΑποτελέσματα
in a fundamentalθεμελιώδης respectΣεβασμός,
302
905602
2953
15:17
whichοι οποίες, I believe, is missingλείπει
in a largeμεγάλο partμέρος of technologyτεχνολογία,
303
908579
3163
ο οποίος, πιστεύω, λείπει
από ένα μεγάλο μέρος της τεχνολογίας,
όταν αρχίζουμε να αντιμετωπίζουμε
ζητήματα όπως η ιδιωτικότητα,
15:20
when we startαρχή to dealσυμφωνία
with issuesθέματα like privacyπροστασίας προσωπικών δεδομένων,
304
912329
2938
15:25
by understandingκατανόηση that these numbersαριθμούς
are not just numbersαριθμούς,
305
916765
2717
κατανοώντας ότι αυτοί οι αριθμοί
δεν είναι μόνο αριθμοί,
αλλά αντ' αυτού είναι συνημμένοι,
δεμένοι σε κομμάτια του αληθινού κόσμου.
15:28
but insteadαντι αυτου they're attachedσυνημμένο, tetheredδεμένοι to,
piecesκομμάτια of the realπραγματικός worldκόσμος.
306
919506
3619
Κουβαλούν βάρος.
15:31
They carryμεταφέρω weightβάρος.
307
923149
1506
Κατανοώντας αυτό, ο διάλογος
γίνεται πολύ διαφορετικός.
15:33
By understandingκατανόηση that,
the dialogδιαλόγου becomesγίνεται a lot differentδιαφορετικός.
308
924679
3332
Πόσοι από εσάς έχετε πατήσει ένα κουμπί
15:38
How manyΠολλά of you have ever clickedχτύπησα a buttonκουμπί
309
929595
2331
15:40
that enablesδίνει τη δυνατότητα a thirdτρίτος partyκόμμα to accessπρόσβαση
your locationτοποθεσία dataδεδομένα on your phoneτηλέφωνο?
310
931950
4987
που επιτρέπει σε τρίτο να έχει πρόσβαση
στα δεδομένα τοποθεσίας του κινητού σας;
15:46
Lots of you.
311
937595
1555
Πολλοί από εσάς.
15:47
So the thirdτρίτος partyκόμμα is the developerπρογραμματιστή,
312
939174
2245
Ο τρίτος εδώ είναι ο προγραμματιστής,
15:49
the secondδεύτερος partyκόμμα is AppleApple.
313
941443
1801
ο δεύτερος η Apple.
15:52
The only partyκόμμα that never getsπαίρνει accessπρόσβαση
to this informationπληροφορίες is the first partyκόμμα!
314
943954
4823
Ο μόνος που δεν έχει ποτέ πρόσβαση
σε αυτές τις πληροφορίες είναι ο πρώτος!
15:58
And I think that's because we think
about these piecesκομμάτια of dataδεδομένα
315
950198
3135
Νομίζω ότι συμβαίνει επειδή
σκεφτόμαστε αυτά τα κομμάτια δεδομένων
16:01
in this strandedλανθάνον, abstractαφηρημένη way.
316
953357
2055
με αυτόν τον λανθάνοντα, αφηρημένο τρόπο.
16:03
We don't put them into a contextσυμφραζόμενα
317
955436
1897
Δεν τα βάζουμε σε ένα πλαίσιο
16:05
whichοι οποίες, I think, makesκάνει them
a lot more importantσπουδαίος.
318
957357
2309
που, νομίζω, ότι τα κάνει
πολύ πιο σημαντικά.
16:08
So what I'm askingζητώντας you
to do is really simpleαπλός:
319
959690
2166
Αυτό που σας ζητώ να κάνετε
είναι πολύ απλό:
αρχίστε να σκέφτεστε τα δεδομένα
μέσα σε ένα ανθρώπινο πλαίσιο.
16:10
startαρχή to think about dataδεδομένα
in a humanο άνθρωπος contextσυμφραζόμενα.
320
961880
2323
16:13
It doesn't really take anything.
321
964918
1657
Δε χρειάζεται και πολλή προσπάθεια.
16:15
When you readανάγνωση stockστοκ pricesτιμές,
think about them in a humanο άνθρωπος contextσυμφραζόμενα.
322
966599
3359
Όταν διαβάζετε τις τιμές των μετοχών,
σκεφτείτε τες σ' ένα ανθρώπινο πλαίσιο.
16:18
When you think about mortgageστεγαστικών δανείων reportsΑναφορές,
think about them in a humanο άνθρωπος contextσυμφραζόμενα.
323
969982
3542
Όταν σκέφτεστε τις υποθήκες, σκεφτείτε
τες μέσα σε ένα ανθρώπινο πλαίσιο.
16:22
There's no doubtαμφιβολία that bigμεγάλο dataδεδομένα
is bigμεγάλο businessεπιχείρηση.
324
973548
3930
Δεν υπάρχει αμφιβολία ότι τα μεγάλα
δεδομένα φέρνουν και μεγάλες δουλειές.
16:26
There's an industryβιομηχανία beingνα εισαι developedαναπτηγμένος here.
325
977502
3018
Υπάρχει μια βιομηχανία
που αναπτύσσεται εδώ.
Σκεφτείτε πόσο καλά τα έχουμε πάει
16:30
Think about how well we'veέχουμε doneΈγινε
326
981520
1501
σε προηγούμενες βιομηχανίες
που έχουμε αναπτύξει με πόρους.
16:31
in previousπροηγούμενος industriesβιομηχανίες
that we'veέχουμε developedαναπτηγμένος involvingμε τη συμμετοχή resourcesπόροι.
327
983045
3369
16:34
Not very well at all.
328
986438
1300
Όχι και τόσο καλά.
16:36
I think partμέρος of that problemπρόβλημα is, we'veέχουμε had
a lackέλλειψη of participationσυμμετοχή in these dialoguesδιάλογοι
329
987762
4522
Νομίζω ότι μέρος του προβλήματος είναι η
έλλειψη συμμετοχής σ'αυτούς τους διαλόγους
16:40
from multipleπολλαπλούς piecesκομμάτια of humanο άνθρωπος societyκοινωνία.
330
992308
4428
από πολλά μέρη της ανθρώπινης κοινωνίας.
16:45
So the other thing that I'm askingζητώντας for
331
996760
1992
Έτσι, το άλλο που σας ζητάω
είναι η ένταξη στον διάλογο αυτό
καλλιτεχνών, ποιητών, συγγραφέων --
16:48
is an inclusionσυμπερίληψη in this dialogueδιάλογος
from artistsκαλλιτέχνες, from poetsποιητές, from writersσυγγραφείς --
332
999669
4378
ανθρώπων που μπορούν να φέρουν ένα
ανθρώπινο στοιχείο σε αυτή τη συζήτηση.
16:52
from people who can bringνα φερεις a humanο άνθρωπος elementστοιχείο
into this discussionσυζήτηση.
333
1004071
4013
Επειδή πιστεύω ότι αυτός ο κόσμος των δεδομένων
16:57
Because I believe that this worldκόσμος of dataδεδομένα
334
1008725
2356
θα είναι μετασχηματιστικός για εμάς.
16:59
is going to be transformativeμετασχηματιστική for us.
335
1011105
3025
Και σε αντίθεση με τις προσπάθειές μας
στη βιομηχανία των πόρων
17:03
And unlikeδιαφορετικός our attemptsπροσπάθειες
with the resourceπόρος industryβιομηχανία
336
1014687
3169
17:06
and our attemptsπροσπάθειες
with the financialχρηματοοικονομική industryβιομηχανία,
337
1017880
2153
και τις προσπάθειές μας
στη χρηματοπιστωτική βιομηχανία,
φέρνοντας το ανθρώπινο
στοιχείο σε αυτή την ιστορία,
17:08
by bringingφέρνοντας the humanο άνθρωπος
elementστοιχείο into this storyιστορία,
338
1020057
2931
νομίζω ότι μπορούμε
να το οδηγήσουμε σε φοβερά σημεία.
17:11
I think we can take it
to tremendousκαταπληκτικός placesθέσεις.
339
1023012
2178
Σας ευχαριστώ.
17:14
Thank you.
340
1026203
1155
17:15
(ApplauseΧειροκροτήματα)
341
1027382
4052
(Χειροκρότημα)
Translated by Elena Tentoma
Reviewed by Chryssa Rapessi

▲Back to top

ABOUT THE SPEAKER
Jer Thorp - Data artist
Jer Thorp’s work focuses on adding meaning and narrative to huge amounts of data as a way to help people take control of the information that surrounds them.

Why you should listen

Currently the data artist in residence at the New York Times, Jer’s software-based art has been featured all over the world. His former career as a data artist explains why his art often brings big data sets to life and is deeply influenced by science. Originally from Vancouver, he lives in New York City, where, along with his work at the New York Times, he teaches in NYU’s ITP program.

More profile about the speaker
Jer Thorp | Speaker | TED.com