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.

من می‌خواهم با شما در مورد دو تا از
جالب‌ترین چیزهای ممکن صحبت کنم.
00:10
I want to talk to you about two
of the mostاکثر excitingهیجان انگیز possibleامکان پذیر است things.
0
1674
6250
00:16
You've probablyشاید guessedحدس زده what they are --
1
7948
1949
احتمالا حدس زده‌اید که چه هستند--
00:18
dataداده ها and historyتاریخ.
2
9921
2319
داده و تاریخ.
00:21
Right?
3
13211
1171
درست است؟
00:24
So, I'm not a historianتاریخ شناس.
4
15871
1982
من مورخ نیستم.
00:26
I'm not going to give you
a definitionتعریف of historyتاریخ.
5
17877
2728
نمی‌خواهم تعریفی از تاریخ را
برایتان ارائه دهم.
00:29
But let's think insteadبجای
of historyتاریخ withinدر داخل a frameworkچارچوب.
6
20629
3113
اما بیایید به جای آن، تاریخ را
در یک چارچوب مطالعه کنیم.
00:32
So, when we're makingساخت historyتاریخ,
7
23766
1611
پس وقتی که تاریخ را می‌سازیم،
00:33
or when we're creatingپدید آوردن
historicalتاریخی documentsاسناد,
8
25401
2892
یا وقتی که مستندات تاریخی را خلق می‌کنیم،
00:36
we're takingگرفتن things
that have happenedاتفاق افتاد in the pastگذشته,
9
28317
2428
وقایع گذشته را اتخاذ کرده،
00:39
and we're stitchingدوختن them
togetherبا یکدیگر into a storyداستان.
10
30769
2552
آنها را به هم می‌چسبانیم
تا به داستان تبدیل شوند.
00:41
So let me startشروع کن with a little bitبیت
of my ownخودت storyداستان.
11
33345
2530
پس بگذارید با داستان خودم شروع کنم.
00:44
Like anybodyهر شخصی my ageسن
who worksآثار creativelyخلاقانه with computersکامپیوترها,
12
35899
3678
مانند همسالانم که
خلاقانه با کامپیوتر کار می‌کنند،
00:48
I was a popularمحبوب, sociallyاجتماعی
well-adjustedبه خوبی تنظیم youngجوان man --
13
39601
4456
من پسری محبوب،
اجتماعی و متعادل بودم.
00:52
(Laughterخنده)
14
44081
1122
(خنده‌ی حضار)
00:53
And sportyورزشی!
15
45227
2541
و ورزشکار!
00:56
Sportyورزشی youngجوان man.
16
47792
1733
مرد جوان ورزشکاری.
00:58
And like a lot of people my ageسن
in the typeتایپ کنید of businessکسب و کار that I'm in,
17
50075
5353
و مثل خیلی از همسالانم که مشغول
حرفه‌ای شبیه حرفه من هستند،
01:03
I was influencedتحت تاثیر قرار گرفت tremendouslyفوق العاده by Appleسیب.
18
55452
2645
به شدت تحت تأثیر اپل قرار گرفتم.
01:07
But noticeاطلاع my choiceانتخابی of logoآرم here, right?
19
58635
3722
اما انتخاب لوگوی من را
متوجه شدید، درست است؟
01:10
The Appleسیب on the left,
not the Appleسیب on the right.
20
62381
3585
اپل در سمت چپ، نه اپل در سمت راست.
01:15
I'm influencedتحت تاثیر قرار گرفت as much
by the Appleسیب on the right
21
66621
2293
من مثل بسیاری از افراد،
01:17
as the nextبعد personفرد,
22
68938
2083
تحت تآثیر اپل سمت راست قرار گرفتم.
01:19
but the Appleسیب on the left --
I mean, look at that logoآرم!
23
71045
2633
اما به لوگوی اپل سمت چپ نگاه کنید!
01:22
It's a rainbowرنگين كمان.
It's not even in the right orderسفارش!
24
73702
2397
رنگین کمانی که ترتیبش غلط است!
01:24
(Laughterخنده)
25
76123
1134
(خنده‌ی حضار)
01:25
That's how crazyدیوانه Appleسیب was.
26
77281
2273
اپل اینقدر دیوانه و متفاوت بود.
01:28
(Laughterخنده)
27
79578
1037
(خنده‌ی حضار)
01:29
But I don't want to talk too much
about the companyشرکت.
28
80639
2945
اما نمی‌خواهم زیاد در مورد شرکت صحبت کنم،
01:32
I'll startشروع کن talkingصحبت کردن about
a machineدستگاه, thoughگرچه.
29
83608
2177
در واقع می‌خواهم در مورد دستگاه صحبت کنم.
01:34
How amazingحیرت آور it is to think about this.
I go back and I think about this.
30
85809
4127
چقدر فکر کردن به آن جالب است.
من به این موضوع در گذشته فکر می‌کنم.
01:38
Wednesdayچهار شنبه -- one Wednesdayچهار شنبه,
when I was about 12 yearsسالها oldقدیمی,
31
89960
3314
چهارشنبه-- یک چهارشنبه، وقتی که
حدودا دوازده سالم بود،
01:41
I didn't have a computerکامپیوتر.
32
93298
2111
کامپیوتر نداشتم.
01:44
On Thursdayپنج شنبه, I had a computerکامپیوتر.
33
96034
2779
پنجشنبه‌اش کامپیوتر داشتم.
01:48
Can you imagineتصور کن that changeتغییر دادن?
34
99965
1999
می‌توانید این تغییر را تصور کنید؟
01:50
It's so drasticشدید.
35
102417
1681
خیلی ناگهانی و شدید است.‌‌‌
01:52
I can't even think about anything
that could changeتغییر دادن our livesزندگی می کند that way.
36
104122
3451
هیچ چیز دیگری نمی‌توانست
زندگی‌مان را اینگونه تغییر بدهد،
01:56
But I'm actuallyدر واقع not even going
to talk about the computerکامپیوتر.
37
107597
2767
اما من حتی نمی‌خواهم
درمورد کامپیوتر صحبت کنم.
01:58
I'm going to talk about a programبرنامه
that cameآمد loadedلود شده on that computerکامپیوتر.
38
110388
3230
می‌خواهم در مورد برنامه‌ای که
روی رایانه من نصب بود صحبت کنم.
02:02
And it was buildساختن by,
not the guy on the left,
39
113642
2272
و نه توسط فرد سمت چپ،
02:04
but the guy on the right.
40
115938
1435
بلکه سمت راستی ساخته شده بود.
02:05
Does anybodyهر شخصی know
who the guy on the right is?
41
117397
2144
کسی می‌داند که فرد سمت راست کیست؟
02:09
Nobodyهيچ كس ever knowsمی داند the answerپاسخ
to this questionسوال.
42
121161
2410
هیچ کس جواب این سوال را نمی‌داند.
02:12
This is Billبیل Atkinsonاتکینسون.
43
123595
1686
این فرد بیل آتکینسون است.
02:13
And Billبیل Atkinsonاتکینسون was responsibleمسئول
for tonsتن of things
44
125305
3107
بیل آتکینسون خالق بسیاری از چیزهایی است
02:16
that you see on your computerکامپیوتر everyهرکدام day.
45
128436
2482
که هر روز روی مانیتور
کامپیوترتان می‌بینید.
02:19
But I want to talk about one programبرنامه
that Billبیل Atkinsonاتکینسون wroteنوشت,
46
130942
3107
اما می‌خواهم در مورد برنامه‌ای
صحبت کنم که بیل آتکینسون نوشت،
02:22
calledبه نام HyperCardHyperCard.
47
134073
1500
به نام هایپرکارد.
02:25
Someone'sکسی cheeringتشویق over there.
48
137025
2160
کسی آنجا دارد تشویق می‌کند.
02:27
(Laughterخنده)
49
139209
1205
(خنده ی حضار)
02:28
HyperCardHyperCard was a programبرنامه
that shippedحمل می شود with the Macمک,
50
140438
2602
هایپرکارد برنامه‌ای بود
که برای مک ساخته شد،
02:31
and it was designedطراحی شده
for usersکاربران of the computerکامپیوتر
51
143064
2569
و برای کاربران کامپیوتر طراحی شده بود،
02:34
to make programsبرنامه ها on theirخودشان computersکامپیوترها.
52
145657
3197
تا برای کامپیوترشان برنامه بسازند.
02:38
Crazyدیوانه ideaاندیشه todayامروز.
53
149505
1597
امروزه، ایده‌ای احمقانه است.
02:39
And these programsبرنامه ها were not the appsبرنامه ها
that we think about todayامروز,
54
151126
2973
این برنامه‌ها مانند
اپلیکیشن‌های امروزی
02:42
with theirخودشان largeبزرگ budgetsبودجه
and theirخودشان bigبزرگ distributionتوزیع.
55
154123
2449
با بودجه‌های کلان و
توزیع گسترده نبودند.
02:45
These were smallکوچک things,
56
156596
1189
چیزهای کوچکی بودند،
02:46
people makingساخت applicationsبرنامه های کاربردی to keep trackمسیر
of theirخودشان localمحلی basketballبسکتبال teamتیم scoresنمرات
57
157809
3882
برنامه‌هایی کوچک که مردم برای
دنبال کردن امتیازات تیم محلی بسکتبال‌شان
02:50
or to organizeسازمان دادن theirخودشان researchپژوهش
58
161715
2825
یا مرتب کردن تحقیقاتشان
02:53
or to teachتدریس کنید people about classicalکلاسیک musicموسیقی
59
164564
3016
یا برای تدریس موزیک کلاسیک به مردم
02:56
or to calculateمحاسبه weirdعجیب و غریب astronomicalنجومی datesتاریخ.
60
167604
4095
یا برای محاسبه تاریخ‌های عجیب
و غریب نجومی
03:00
And then, of courseدوره,
there were some artهنر projectsپروژه ها.
61
171723
2381
و انجام پروژه‌های هنری استفاده می‌شدند.
03:02
This is my favoriteمورد علاقه one.
62
174128
1220
این برنامه محبوب من است.
03:03
It's calledبه نام "If Monksراهبان Had Macsمکینتاش,"
63
175372
2089
«اگر میمون‌ها مک داشند» نام دارد،
03:05
and it's a nonlinearغیر خطی
kindنوع of exploratoryاکتشافی environmentمحیط.
64
177485
4534
و این نوعی محیط اکتشافی غیرخطی است.
03:10
I thank the starsستاره ها for HyperCardHyperCard
all of the time.
65
182043
5573
من همیشه به خاطر هایپرکارد
قدردان ستاره‌های اقبالم هستم.
03:16
And I thank the starsستاره ها
for puttingقرار دادن me in this eraدوران
66
187640
2447
به خاطر دورانی که در آن قرار گرفتم
03:18
where I got to use HyperCardHyperCard.
67
190111
2300
که توانستم از هایپرکارد استفاده کنم.
03:20
HyperCardHyperCard was the last programبرنامه to shipکشتی
on a publicعمومی computerکامپیوتر
68
192435
4640
هایپرکارد آخرین برنامه‌
روی یک کامپیوتر عمومی بود
03:25
that was designedطراحی شده for the usersکاربران
of the computerکامپیوتر to make programsبرنامه ها with it.
69
197099
5129
که برای کاربران طراحی شده بود
تا با آن برنامه‌های کامپیوتری بسازند.
03:30
If you talkedصحبت کرد to the people
who inventedاختراع شده است the computerکامپیوتر
70
202252
2705
اگر می‌توانستید با مخترعان
کامپیوتر صحبت کنید
و به آنها می‌گفتید که یک روز
جادویی فرا خواهد رسید،
03:33
and you told them there would be
a day, a magicalجادویی day,
71
204981
2749
که هر کسی کامیپوتری دارد، اما
نمی‌تواند آنرا برنامه ریزی کند،
03:36
when everybodyهمه had a computerکامپیوتر
but noneهیچ کدام of them knewمی دانست how to programبرنامه,
72
207754
5062
03:41
they would think you were crazyدیوانه.
73
212840
1811
فکر می‌کردند دیوانه هستید.
پس بیایید چند سال جلوتر برویم.
03:43
So let's skipجست و خیز forwardرو به جلو a fewتعداد کمی yearsسالها.
74
215486
1664
من کارم را به عنوان یک آرتیست شروع کردم.
03:45
I'm startingراه افتادن my careerحرفه as an artistهنرمند,
75
217174
2588
چیزهایی در مقیاس کوچک
با کامپیوترم ساختم و درمورد چیزهایی
03:48
and I'm buildingساختمان things
with my computerکامپیوتر, small-scaleمقیاس کوچک things,
76
219786
3962
03:52
investigatingتحقیق things like
the growthرشد systemsسیستم های of plantsگیاهان.
77
223772
3603
مثل سیستم رشد گیاهان تحقیق کردم.
03:55
Or, in this exampleمثال, I'm buildingساختمان
a simulatedشبیه سازی شده economyاقتصاد
78
227399
2999
یا به عنوان مثال، یک اقتصاد را
شبیه سازی کردم،
03:58
in whichکه pixelsپیکسل are tradingتجارت colorرنگ
with one anotherیکی دیگر,
79
230422
3961
که در آن پیکسل‌ها رنگشان تغییر می‌کند
04:02
tryingتلاش کن to investigateتحقیق کردن how
these typesانواع of systemsسیستم های work,
80
234407
2575
و تلاش کردم که بفهمم این سیستم‌ها
چگونه کار می‌کنند،
04:05
and just kindنوع of havingداشتن funسرگرم کننده.
81
237006
1402
واقعا از این کار لذت می‌بردم.
04:06
And then this projectپروژه led me
to startشروع کن workingکار کردن with dataداده ها.
82
238432
2628
و این پروژه باعث شد
که من با داده کار کنم.
04:09
So I'm buildingساختمان graphicsگرافیک like this,
83
241084
2989
پس من گرافیک‌هایی مانند این ساختم که
04:12
whichکه compareمقايسه كردن "communismکمونیسم" --
84
244097
2594
دفعات استفاده از کلمه‌ی کمونیسم را با
04:15
the frequencyفرکانس of usageاستفاده of the wordکلمه
"communismکمونیسم" in the Newجدید Yorkیورک Timesبار --
85
246715
3395
تروریسم که در بالای نمودار است،
04:18
to "terrorismتروریسم," at the topبالا.
86
250134
1937
در مجله ی نیویورک تایمز مقایسه می‌کند.
04:20
You see "terrorismتروریسم" kindنوع of appearsظاهر می شود
as "communismکمونیسم" is going away.
87
252095
4625
می‌بینید که کلمه ی تروریسم پدیدار می‌شود
درحالی که کمونیسم ناپدید می‌شود.
04:25
And with these graphicsگرافیک, I was really
interestedعلاقه مند in the aestheticزیبایی شناسی of the graphsنمودارها.
88
256744
3816
با این گرافیک‌ها من
به هنر گرافیک علاقه مند شدم.
04:29
This is Iranایران and Iraqعراق.
89
260584
1150
این، ایران و عراق است.
04:30
It readsمی خواند like a clockساعت. It's calledبه نام
a "timepieceساعت graphنمودار."
90
261758
3910
مثل ساعت خوانده می‌شود و
گراف ساعت نامیده می‌شود.
04:34
This is anotherیکی دیگر timepieceساعت graphنمودار,
overlayingپوشش دادن "despairناامیدی" over "hopeامید."
91
265692
5711
این یک گراف ساعتی دیگر است که
غلبه ناامیدی بر امیدواری را نشان می‌دهد،
04:39
And there's only threeسه timesبار -- actuallyدر واقع,
it's "crisisبحران" over "hopeامید" --
92
271427
3310
که مقدارش سه برابر است. در واقع
بحرانی را نشان می‌دهد که نا امیدی--
04:43
there's only threeسه timesبار
when "crisisبحران" eclipsesگرفتگی "hopeامید."
93
274761
2609
بر امیدواری تسلط یافته و غلبه کرده است.
04:45
We're in the middleوسط
of one of them right now.
94
277394
2155
که الان وسط یکی از آنها قرار داریم.
04:48
But don't think about that too much.
95
279573
1772
اما زیاد به آن فکر نکنید.
04:49
(Laughterخنده)
96
281369
1888
(خنده‌ی حضار)
04:51
And finallyسرانجام, the culminationنقطه اوج of this work
with the Newجدید Yorkیورک Timesبار dataداده ها
97
283281
3780
و درنهایت نقطه‌ی اوج کار با
داده‌ی مجله‌ی نیویورک تایمز.
04:55
a fewتعداد کمی yearsسالها agoپیش
98
287085
1202
چند سال پیش،
04:56
was the attemptتلاش کنید to combineترکیب کردن
an entireکل year'sسال ها newsاخبار cycleچرخه
99
288311
3176
برای نشان دادن چرخه‌ی کل سال در قالب یک
05:00
into a singleتنها graphicگرافیک.
100
291511
1313
گراف تلاش کردم.
05:01
So these graphicsگرافیک actuallyدر واقع showنشان بده us
a fullپر شده yearسال of newsاخبار, all the people,
101
292848
4227
پس این گراف‌ها یک سال کامل از خبر را
05:05
and how they're connectedمتصل
into a singleتنها graphicگرافیک.
102
297099
2630
و چگونکی ارتباط آنها را به ما
نشان می‌دهند.
05:08
And from there, I startedآغاز شده to be
interestedعلاقه مند again in more activeفعال systemsسیستم های.
103
299753
3938
از آنجا من علاقمند به
سیستم‌های فعال‌تر شدم.
05:12
Here'sاینجاست a projectپروژه calledبه نام "Just Landedانجمن,"
104
303715
2264
این پروژه «تازه فرود آمدم» نام دارد.
05:14
where I'm looking at people
tweetingتوییت کردن on Twitterتوییتر.
105
306003
3151
جایی که مردمی که در توییتر توییت می‌کنند:
05:17
"Hey! I just landedفرود آمد
in Hawaiiهاوایی!" -- you know,
106
309178
2060
«هی! من همین الان درهاوایی فرود آمدم.»
05:19
how people just casuallyبه طور تصادفی try to sneakدزدکی حرکت کردن
that into theirخودشان Twitterتوییتر conversationگفتگو.
107
311262
3702
بررسی می‌کنم. می‌دانید که مردم می‌خواهند
این را در گفتگوی توییتری خود جا کنند.
05:23
"I'm not showingنشان دادن off. Really.
But I did just landزمین in Hawaiiهاوایی."
108
314988
3117
«من پز نمی‌دهم ولی وقعا همین الان
در هاوایی فرود آمدم.»
05:26
And then I'm plottingنقشه برداری
those people'sمردم tripsسفرها,
109
318129
2743
و من مسیر سفر آنها را می‌کشم،
05:29
in the hopesامیدوارم that maybe
we can use socialاجتماعی networkشبکه
110
320896
3212
با این امید که شاید بتوانم از
شبکه‌ی اجتماعی استفاده کنم
05:32
and the dataداده ها that it leavesبرگها behindپشت
111
324132
1681
و با داده‌ای که برجا می‌ماند،
05:34
to provideفراهم کند a modelمدل of how people moveحرکت,
112
325837
2199
مدلی برای اینکه مردم چگونه حرکت می‌کنند،
05:36
whichکه would be valuableبا ارزش
to epidemiologistsاپیدمیولوژیست ها, amongدر میان other people.
113
328060
2975
بسازم که بسیار برای
همه گیرشناسان مفید است.
05:39
And, more funسرگرم کننده -- this
is a similarمشابه projectپروژه,
114
331059
2579
و یک پروژه‌ی مشابه جالب‌تر،
05:42
looking at people
sayingگفت: "Good morningصبح" to eachهر یک other
115
333662
2491
نگاه کردن به " گفتن صبح بخیر" به یکدیگر
05:44
all around the worldجهان.
116
336177
1183
در سراسر جهان است.
05:45
Whichکدام taughtتدریس کرد me, by the way,
117
337384
1434
که به من آموخت که،
05:47
that it is trueدرست است that people in Vancouverونکوور
on the Westغرب Coastساحل wakeاز خواب بیدار up much laterبعد
118
338842
4350
حقیقت دارد که مردم در ونکوور در ساحل غربی
خیلی دیرتر بیدار می‌شوند
05:51
and say "Good morningصبح" much laterبعد
119
343216
1583
و به یکدیگر«صبح به خیر» می‌گویند،
05:53
than the people on the Eastشرق Coastساحل,
120
344823
1861
نسبت به مردم در ساحل شرقی،
05:55
who are more adventurousپرماجرا.
121
346708
1799
که بیشتر ماجراجو هستند.
05:57
Here'sاینجاست a more usefulمفید است -- maybe -- projectپروژه,
122
348531
1974
و این یک پروژه‌ی کابردی دیگری است،
05:59
where I tookگرفت all the informationاطلاعات
from the Keplerکپلر Projectپروژه
123
350529
3351
که تمام اطلاعات را از پروژه‌ی Kepler گرفتم
06:02
and triedتلاش کرد to put it into some visualبصری formفرم
that madeساخته شده senseاحساس to me.
124
353904
3043
و تلاش کردم که آن را در
قالب بصری که معقول بود، جلوه دهم.
06:05
And I should say that everything
I've shownنشان داده شده you up to now --
125
356971
2884
و باید بگویم که تمام
چیزهایی که به شما نشان دادم--
06:08
these are all things
that I just did for funسرگرم کننده.
126
359879
2152
همه برای من جنبۀ سرگرمی داشت.
06:10
It mayممکن است seemبه نظر می رسد weirdعجیب و غریب,
but this comesمی آید back from HyperCardHyperCard.
127
362055
2735
شاید عجیب باشد، اما مسبب
همه‌ی اینها هایپرکارد است.
06:13
I'm buildingساختمان toolsابزار for myselfخودم.
128
364814
1830
من ابزارهایی برای خودم می‌سازم.
06:15
I mayممکن است shareاشتراک گذاری them with a fewتعداد کمی other people,
129
366668
1983
شاید آنها را با چند نفر به اشتراک بگذارم،
06:17
but they're for funسرگرم کننده, they're for me.
130
368675
2107
اما آنها برای من و سرگرم کردن من هستند.
06:21
So, all these toolsابزار I showنشان بده you
kindنوع of occupyاشغال this weirdعجیب و غریب spaceفضا
131
373341
3970
این ابزارها به نوعی جایی بین علوم
06:25
somewhereجایی betweenبین scienceعلوم پایه, artهنر and designطرح.
132
377335
2544
هنر و طراحی دارند.
06:28
That's where my practiceتمرین liesدروغ.
133
379903
1805
این جایی است که من وارد کار می‌شوم،
06:30
And still todayامروز,
from my experienceتجربه with HyperCardHyperCard,
134
381732
3156
امروزه با توجه به تجربه‌ی من با هایپرکارد،
06:33
what I'm doing is buildingساختمان visualبصری toolsابزار
to help me understandفهمیدن systemsسیستم های.
135
384912
4230
کار من این است که که برای کمک به درک
سیستم‌ها، این ابزارهای بصری را می‌سازم.
06:38
So todayامروز, I work at the Newجدید Yorkیورک Timesبار.
136
390083
2221
در حال حاضر در مجله‌ی
نیویورک تایمز کار می‌کنم.
06:40
I'm the dataداده ها artistهنرمند in residenceاقامت
at the Newجدید Yorkیورک Timesبار.
137
392328
2873
من در نیویورک تایمز داده شناس هستم.
06:43
And I've had an opportunityفرصت at the Timesبار
138
395225
1933
فرصتی در تایمز برایم پیش آمد
06:45
to work on a varietyتنوع
of really interestingجالب هست projectsپروژه ها,
139
397182
2464
که بر روی پروژه‌های جالبی کار کنم،
06:48
two of whichکه I'm going
to shareاشتراک گذاری with you todayامروز.
140
399670
2222
که دوتایش را به شما نشان می‌دهم.
06:50
The first one, I've been workingکار کردن on
in conjunctionپیوستگی with Markعلامت Hansenهانسن.
141
401916
3202
اولین پروژه‌ای را که بر روی آن
کار کردم با همکاری مارک هانسن بود.
06:53
Markعلامت Hansenهانسن is a professorاستاد of statisticsآمار
at UCLAUCLA. He's alsoهمچنین a mediaرسانه ها artistهنرمند.
142
405142
5142
مارک هانسن پروفسور آمار در دانشگاه
UCLA است. او همچنین هنرمند رسانه است.
06:58
And Markعلامت cameآمد to the Timesبار
with a very interestingجالب هست questionسوال
143
410308
2786
مارک به تایمز آمد و از من سوال خیلی جالبی
07:01
to what mayممکن است seemبه نظر می رسد like an obviousآشکار problemمسئله:
144
413118
2660
که شاید بدیهی باشد، پرسید:
07:04
When people shareاشتراک گذاری contentمحتوا on the internetاینترنت,
145
415802
3151
وقتی که افراد محتویاتی را
در اینترنت به اشتراک می‌گذارند،
07:07
how does that contentمحتوا get
from personفرد A to personفرد B?
146
418977
3615
این محتیویات چگونه از
شخص اول به شخص دوم می‌رسد؟
07:11
Or maybe, personفرد A to personفرد B
to personفرد C to personفرد D?
147
423358
4724
یا از شخص اول به دوم، به سوم و
به چهارم؟
07:16
We know that people shareاشتراک گذاری contentمحتوا
in the internetاینترنت,
148
428106
2354
می‌دانیم که مردم مطالبی
را دراینترنت به اشتراک
07:18
but what we don't know
is what happensاتفاق می افتد in that gapشکاف
149
430484
2358
می‌گذارند، اما ما نمی‌دانیم که چه اتفاقی
07:21
betweenبین one personفرد to the other.
150
432866
1791
در فاصله‌ی بین افراد می‌افتد.
07:23
So we decidedقرار بر این شد to buildساختن
the toolابزار to exploreکاوش کنید that,
151
434681
2356
تصمیم گرفتیم ابزاری برای
تحقیق این موضوع بسازیم،
07:25
and this toolابزار is calledبه نام Cascadeآبشار.
152
437061
1823
و این ابزار آبشار نام دارد.
07:27
If we look at these systemsسیستم های
153
439471
2595
اگر به این سیستم نگاه کنیم،
07:30
that startشروع کن with one eventرویداد
that leadsمنجر می شود to other eventsمناسبت ها,
154
442090
4430
با یک واقعه شروع می‌شود
و به یک واقعه‌ی دیگر ختم می‌شود،
07:35
we call that structureساختار a cascadeآبشار.
155
446544
2238
که به آن ساختار، آبشار می‌گوییم.
07:37
And these cascadesآبشارها
actuallyدر واقع happenبه وقوع پیوستن over time.
156
448806
2409
این آبشار در واقع در طول زمان رخ می‌دهد .
07:39
So we can modelمدل these things over time.
157
451239
2020
پس می‌توانیم در گذر زمان این چیزها
را مدل‌بندی می‌کنیم.
07:41
Now, the Newجدید Yorkیورک Timesبار has
a lot of people who shareاشتراک گذاری our contentمحتوا,
158
453283
4031
امروزه تایمز افراد بسیاری را دارد
که محتویات ما را نشر می‌دهند
07:45
so the cascadesآبشارها do not look like that one,
they look more like this.
159
457338
3491
و آبشارها بیشتر شبیه این آبشار هستند
و مثل آبشار قبلی نیستند.
07:49
Here'sاینجاست a typicalمعمول cascadeآبشار.
160
460853
1540
این یک آبشار معمولی است.
07:50
At the bottomپایین left, the very first eventرویداد.
161
462417
2714
سمت چپ پایین، اولین اتفاق رخ داده
07:54
And then as people are sharingبه اشتراک گذاری
the contentمحتوا from one personفرد to anotherیکی دیگر,
162
466237
4272
و همان طور که محتویات از
فردی به فرد دیگر منتقل می‌شوند،
07:59
we go up in the Y axisمحور,
degreesدرجه of separationجدایی,
163
470533
3794
ما از محورY که نشان دهندۀ
مراحل جدایی است، بالا رفته
08:02
and over on the X axisمحور, for time.
164
474351
2768
و روی محور X که نشان دهندۀ
زمان است، حرکت می کنیم.
08:05
So we're ableتوانایی to look at that conversationگفتگو
in a coupleزن و شوهر of differentناهمسان viewsنمایش ها:
165
477143
3501
پس می‌توانیم از جوانب متفاوت
به یک گفتگو نگاه کنیم،
08:09
this one, whichکه showsنشان می دهد us
the threadsموضوعات of conversationگفتگو,
166
480668
2615
این یکی به ما موضوعات
مکالمه‌ای را نشان می‌دهد،
08:11
and this one, whichکه combinesترکیب می کند
that stackedانباشته viewچشم انداز
167
483307
3194
و این یکی آن نمای پشته را
با نمایی ترکیب کرده
08:15
with a viewچشم انداز that letsاجازه می دهد us see the threadsموضوعات.
168
486525
2932
که موضوع
مکالمه را به ما نشان می‌دهد.
08:18
Now, the Timesبار publishesانتشارات
about 7,000 piecesقطعات of contentمحتوا
169
489924
3345
امروزه، تایمز حدود ۷,۰۰۰ محتوا را
08:21
everyهرکدام monthماه.
170
493293
1210
ماهانه منتشر می‌کند.
08:23
So it was importantمهم for us,
when we were buildingساختمان this toolابزار,
171
494527
2842
پس برای ما مهم بود وقتی
این ابزارها را می‌سازیم،
08:25
to make it an exploratoryاکتشافی one,
172
497393
1633
برای اکتشاف آنها را بسازیم،
08:27
so that people could digحفر کردن throughاز طریق
this vastعظیم terrainزمین of dataداده ها.
173
499050
4207
مردم بتوانند این زمینۀ
وسیع اطلاعات را اکتشاف کنند،
08:31
I think of it as a vehicleوسیله نقلیه
that we're givingدادن people
174
503281
2436
که به نظرم وسیله‌ای است که مردم می‌توانند
08:34
to traverseگذشتن this really bigبزرگ
terrainزمین of dataداده ها.
175
505741
3473
با آن از آن حجم داده عبور کنند،
08:37
So here'sاینجاست what it really looksبه نظر می رسد like,
176
509238
1718
که اینگونه به نظر می‌آید،
08:39
and here'sاینجاست the cascadeآبشار
playingبازی کردن in realواقعی time.
177
510980
2740
این یک آبشار واقعی است.
08:42
I have to say, this was
a tremendousفوق العاده momentلحظه.
178
513744
2079
در واقع لحظه‌ای دلهره آمیز بود.
08:44
We had been workingکار کردن with cannedکنسرو شده
dataداده ها, fakeجعلی dataداده ها, for so long,
179
515847
4017
ما به مدت طولانی با دادۀ
جعلی و قدیمی سروکار داشتیم،
08:48
that when we saw this
for the first momentلحظه,
180
519888
2805
و برای اولین بار این را دیدیم،
08:51
it was like an archaeologistباستان شناس who had
just dustedکثیف off these dinosaurدایناسور bonesاستخوان ها.
181
522717
4878
مانند باستان شناسی که استخوان‌های
دایناسوری را از دل خاک بیرون می‌کشد،
08:56
We discoveredکشف شده this thing,
and we were seeingدیدن it for the first time,
182
527619
3878
برای اولین بار دیدیم و کشف کردیم،
09:00
these sharingبه اشتراک گذاری structuresسازه های
that underlieزمینه جیزی بودن the internetاینترنت.
183
531521
3712
این ساختارهای به اشتراک گذاری
در زیر اینترنت هستند،
09:04
And maybe the dinosaurدایناسور
analogyتقلید is a good one,
184
536475
2105
و مثل تشبیه جالب دایناسور،
09:07
because we're actuallyدر واقع makingساخت
some probabilisticاحتمالاتی guessesحدس بزنید
185
538604
3047
در اصل داریم یک سری حدسیات محتمل
می‌زنیم که این اطلاعات
09:10
about how these things linkارتباط دادن.
186
541675
1359
چگونه با هم مرتبط هستند.
09:11
We're looking at some of these
piecesقطعات and makingساخت some guessesحدس بزنید,
187
543058
2926
ما این اطلاعات را بررسی
می‌کنیم و حدس می‌زنیم،
09:14
but we try to make sure that those
are as statisticallyاز نظر آماری rigorousدقیق as possibleامکان پذیر است.
188
546008
3937
اما این حدسیات
باید تا جای ممکن دقیق باشند.
09:19
Now tweetsتویت ها, in this caseمورد,
they becomeتبدیل شدن به partsقطعات of storiesداستان ها.
189
550720
4662
به عنوان مثال توییت‌ها،
بخشی از داستان ما را شامل می‌شوند،
09:23
They becomeتبدیل شدن به partsقطعات of narrativesروایت ها.
190
555406
1925
در واقع، بخشی از سرگذشت ما می‌شوند.
09:25
So we are buildingساختمان historiesتاریخچه here,
191
557355
2420
پس ما داریم تاریخ را می‌سازیم.
09:28
but they're very short-termکوتاه مدت historiesتاریخچه.
192
559799
2175
اما آنها تاریخ کوتاه مدتی هستند.
09:30
And sometimesگاه گاهی these very largeبزرگ cascadesآبشارها
are the mostاکثر interestingجالب هست onesآنهایی که,
193
561998
3838
و گاهی این آبشارهای بزرگ
جز جالب‌ترین آبشارها هستند.
09:34
but sometimesگاه گاهی the smallکوچک onesآنهایی که
are alsoهمچنین interestingجالب هست.
194
565860
3135
بعضی وقت‌ها، آبشارهای کوچک هم جالب هستند.
09:37
This is one of my favoritesمورد علاقه های شما.
We call this the "Rabbiخرگوش Cascadeآبشار."
195
569019
3525
این یکی از مورد علاقه‌های من است
و آبشار خاخام نام دارد.
09:41
It's a conversationگفتگو amongstدر میان rabbisخرگوش
about this articleمقاله in the Newجدید Yorkیورک Timesبار,
196
572568
5089
مکالمه‌ای بین خاخام‌ها درمورد مقاله‌ای در
نیویورک تایمز در مورد اینکه
09:46
about the factواقعیت that religiousدینی workersکارگران
don't get a lot of time off.
197
577681
3772
کارمندان مذهبی خیلی مرخصی نمی‌گیرند،
09:49
I guessحدس بزن Saturdaysشنبه ها and Sundaysیکشنبه ها are badبد daysروزها
for them to take off.
198
581477
4035
یعنی شنبه ها و یکشنبه ها روزهای
خوبی برای تعطیلات آنها نیستند.
09:54
So, in this cascadeآبشار, there's a groupگروه
of rabbisخرگوش havingداشتن a conversationگفتگو
199
585536
3692
پس در این آبشار گروهی خاخام درمورد مقاله‌ی
09:57
about a Newجدید Yorkیورک Timesبار storyداستان.
200
589252
1402
نیویورک تایمز گفتگو می‌کنند.
09:59
One of them has the bestبهترین
Twitterتوییتر nameنام ever --
201
590678
2124
یکی از آنها بهترین نام توییتری را دارد--
10:01
he's calledبه نام "The Velveteenشلوار مخمل کبریتی Rabbiخرگوش."
202
592826
1855
او «خاخام مخمل نما» نام دارد.
10:03
(Laughterخنده)
203
594705
2323
(خنده‌ی حضار)
10:05
But we would have never foundپیدا شد this
if it weren'tنبودند for this exploratoryاکتشافی toolابزار.
204
597052
4507
اما اگر این وسیله اکتشافی نبود،
ما هیچ وقت این موضوع را درک نمی‌کردیم.
10:10
This would just be sittingنشسته somewhereجایی,
205
601583
1802
فقط یکجا پنهان بود و
10:11
and we would have never
been ableتوانایی to see that.
206
603409
2186
ما هیچ وقت قادر نبودیم آن را ببینیم.
10:14
But this exerciseورزش of takingگرفتن
singleتنها piecesقطعات of informationاطلاعات
207
605619
4141
به نظرم جمع‌آوری تکه‌هایی از اطلاعات و
10:18
and buildingساختمان narrativeروایت structuresسازه های,
buildingساختمان historiesتاریخچه out of them,
208
609784
4221
ساختن ساختارهای داستانی و تاریخ،
10:22
I find tremendouslyفوق العاده interestingجالب هست.
209
614029
1925
با استفاده از آنها بسیار جالب است.
10:24
You know, I movedنقل مکان کرد to Newجدید Yorkیورک
about two yearsسالها agoپیش.
210
616319
2344
من دو سال پیش به نیویورک آمدم.
10:27
And in Newجدید Yorkیورک, everybodyهمه has a storyداستان
211
618687
2720
در نیویورک هر کسی یک داستانی دارد
10:29
that surroundsاحاطه کرده است this
tremendouslyفوق العاده impactfulتاثیرگذار eventرویداد
212
621431
2960
که مرتبط با رویداد بسیار تأثیرگذار
10:32
that happenedاتفاق افتاد on Septemberسپتامبر 11 of 2001.
213
624415
2299
یازده سپتامبر ۲۰۰۱ است.
10:35
And my ownخودت storyداستان with Septemberسپتامبر 11
has really becomeتبدیل شدن به a more intricateپیچیده one,
214
627373
6367
و داستان من در رابطه با
حادثه یازده سپتامبر بسیار پیچیده است،
10:42
because I spentصرف شده a great dealمعامله of time
215
633764
2064
چونکه من زمان زیادی را صرف کار کردن
10:44
workingکار کردن on a pieceقطعه
of the 9/11 Memorialیادبود in Manhattanمنهتن.
216
635852
4149
روی بنای یادبود یازده سپتامبر
در منهتن کردم.
10:49
The centralمرکزی ideaاندیشه about the 9/11 Memorialیادبود
217
640530
2564
ایده‌ی اصلی این یادبود این است
10:51
is that the namesنام ها in the memorialیادبود
are not laidگذاشته out in alphabeticalحروف الفبا orderسفارش
218
643118
4459
که اسمهای افراد براساس
حروف الفبا
10:56
or chronologicalزمان سنجی orderسفارش,
219
647601
1685
یا ترتیب وقوع مرتب نیستند،
10:57
but insteadبجای, they're laidگذاشته out in a way
220
649310
1824
بلکه براساس افرادی
که با هم مرتبط هستند
10:59
in whichکه the relationshipsروابط
betweenبین the people who were killedکشته شده
221
651158
3424
و با هم کشته شده‌اند مرتب شده،
11:03
are embodiedتجسم in the memorialیادبود.
222
654606
1960
و در یابود دفن شده‌اند.
11:05
Brothersبرادران are placedقرار داده شده nextبعد to brothersبرادران,
223
657153
2538
برادرها در کنار برادرها،
11:08
coworkersهمکاران are placedقرار داده شده togetherبا یکدیگر.
224
659715
2185
و همکارها در کنار یکدیگر خاک شده اند.
11:10
So this memorialیادبود actuallyدر واقع considersدر نظر می گیرد
all of these myriadهزاران نفر connectionsارتباطات
225
661924
4665
پس این یادبود، در واقع هزاران ارتباط
11:15
that were partبخشی of these people'sمردم livesزندگی می کند.
226
666613
2421
که بخشی از زندگی این افراد
بوده را در نظر دارد.
11:18
I workedکار کرد with a companyشرکت
calledبه نام Localمحلی Projectsپروژه ها
227
670310
3433
من با شرکتی به نام Local Projects
11:22
to work on an algorithmالگوریتم
and a softwareنرم افزار toolابزار
228
673767
2674
برای ساخت یک الگوریتم و یک نرم افزار
11:24
to help the architectsمعماران buildساختن
the layoutطرح for the memorialیادبود:
229
676465
3004
برای کمک کردن به معمار ها
برای ساخت طراحی این یاد بود
11:28
almostتقریبا 3,000 namesنام ها
230
680331
1722
که شامل تقریبا ۳,۰۰۰ نام است
11:30
and almostتقریبا 1,500 of these
adjacencyمجاورت requestsدرخواست ها,
231
682077
3627
همکاری کردم و تقریبا ۱,۵۰۰
نفر برای ایجاد این نوع
11:34
these requestsدرخواست ها for connectionارتباط --
232
685728
1610
یادبود درخواست دادند--
11:35
so a very denseمتراکم storyداستان,
a very denseمتراکم narrativeروایت,
233
687362
3386
که این روایتی بسیار عظیم
و سرگذشتی فراگیر است،
11:39
that becomesتبدیل می شود an embodiedتجسم partبخشی
of this memorialیادبود.
234
690772
2816
که جزئی از این یاد بود می‌شود.
11:42
Workingکار کردن with Jakeجیک Bartonبارتون,
we produceتولید کردن the softwareنرم افزار toolابزار,
235
694195
3331
با جیِک بارتون کار کردیم و
این نرم افزار را تولید کردیم،
11:46
whichکه allowsاجازه می دهد the architectsمعماران to,
first of all, generateتولید کنید a layoutطرح
236
697550
4119
که به معماران اجازه می‌دهد
که اولا طراحی‌ای را تولید کرده
11:50
that satisfiedراضی all of those
adjacencyمجاورت requestsدرخواست ها,
237
701693
3129
که برای این درخواست‌ها پاسخگو بوده،
11:53
but then secondدومین, make little adjustmentsتنظیمات
where they neededمورد نیاز است to
238
704846
3033
ثانیا این تطبیقات را برای گفتن
11:56
to tell the storiesداستان ها
that they wanted to tell.
239
707903
2348
سرگذشت‌هایی که باید گفته می‌شدند بسازند،
11:59
So this memorialیادبود, I think,
has an incrediblyطور باور نکردنی timelyبه موقع conceptمفهوم
240
711219
4135
پس این یاد بود مبحث مهم و به جایی
12:03
in our eraدوران of socialاجتماعی networksشبکه های,
241
715378
2990
در عصر ارتباطات امروز است،
12:06
because these networksشبکه های -- these real-lifeزندگی واقعی
networksشبکه های that make up people'sمردم livesزندگی می کند --
242
718392
3975
زیرا این شبکه‌های واقعی
که زندگی مردم را می‌سازند--
12:10
are actuallyدر واقع embodiedتجسم
insideداخل of the memorialیادبود.
243
722391
2432
الان در واقع درون این یادبود قرار دارند .
12:13
And one of the mostاکثر tremendouslyفوق العاده
movingدر حال حرکت experiencesتجربیات
244
725286
3471
و یکی از این تجربیات تکان دهنده این است
12:17
is to go to the memorialیادبود
245
728781
1661
که به بنای یابود رفته
12:18
and see how these people
are placedقرار داده شده nextبعد to eachهر یک other,
246
730466
4200
و ببینیم که چه طور این افراد
در کنار هم قرار داده شده‌اند،
12:23
so that this memorialیادبود
is representingنمایندگی theirخودشان ownخودت livesزندگی می کند.
247
734690
2862
پس این یابود در اصل
نمایانگر زندگی آنها است.
12:27
How does this affectتاثیر می گذارد our livesزندگی می کند?
248
738859
1687
حال، این چه اثری بر زندگی ما دارد؟
12:29
Well, I don't know if you rememberیاد آوردن,
249
741133
1676
خوب، نمی‌دانم که به یاد دارید،
12:31
but in the springبهار,
there was a controversyجنجال,
250
742833
2713
در بهار بحثی بود،
12:34
because it was discoveredکشف شده
that on the iPhoneآی فون
251
745570
2198
که معلوم شده بود که ما از طریق آیفون‌ها
12:36
and, actuallyدر واقع, on your computerکامپیوتر,
252
747792
1606
و درواقع کامپیوترهای شما،
12:37
we were storingذخیره سازی a tremendousفوق العاده amountمیزان
of the locationمحل dataداده ها.
253
749422
3315
مقدار بسیاری از اطلاعات موقعیت
مکانی‌ شما را ذخیره می‌کنیم.
12:41
So Appleسیب respondedپاسخ داد, sayingگفت:,
this was not locationمحل dataداده ها about you,
254
753173
3861
سپس، اپل جواب داد که این اطلاعات شما نبود،
12:45
it was locationمحل dataداده ها
about wirelessبي سيم networksشبکه های
255
757058
2805
بلکه داده‌ای درمورد موقعیت شبکه‌های بیسیمی
12:48
that were in the areaمنطقه where you are.
256
759887
2287
که در اطراف شما قرار دارند، است.
12:50
So it's not about you,
257
762198
1428
پس در مورد شما نیست،
12:52
but it's about where you are.
258
763650
1584
در مورد مکانی است که در آن هستید.
12:53
(Laughterخنده)
259
765258
1648
(خنده‌ی حضار)
12:55
This is very valuableبا ارزش dataداده ها.
260
766930
2808
این داده‌ بسیار ارزشمند است.
12:58
It's like goldطلا to researchersمحققان,
this human-mobilityانسان تحرک dataداده ها.
261
769762
4625
این دادۀ حرکت انسانها
برای محققان مثل طلاست،
13:02
So we thought, "Man!
How manyبسیاری people have iPhonesاپل?"
262
774411
3664
و فکر کردیم که چه تعداد افراد آیفون دارند؟
13:06
How manyبسیاری of you have iPhonesاپل?
263
778099
1448
چه تعدادی از شما آیفون دارد؟
13:09
So in this roomاتاق, we have this tremendousفوق العاده
databaseبانک اطلاعاتی of locationمحل dataداده ها
264
780608
5478
پس در اینجا ما دادۀ زیادی
در مورد مکان داریم
13:14
that researchersمحققان
would really, really like.
265
786110
3775
که محققان بسیار آن را دوست دارند.
13:18
So we builtساخته شده this systemسیستم calledبه نام Openباز کن Pathsراه ها,
266
789909
2031
پس ما سیستمی به نام Open Paths ساختیم،
13:20
whichکه letsاجازه می دهد people uploadبارگذاری theirخودشان iPhoneآی فون dataداده ها
267
791964
2656
که مردم می‌توانستند داده‌ی آیفونشان
13:23
and brokerدلال relationshipsروابط
with researchersمحققان to shareاشتراک گذاری that dataداده ها,
268
794644
3796
و روابط کارگزاری را با محققان
به اشتراک بگذارند و آن را در اختیار
13:26
to donateاهدا کن that dataداده ها to people
that can actuallyدر واقع put it to use.
269
798464
3387
افراد متخصص قرار دهند،
تا آنها بتوانند از آن داده استفاده کنند.
13:30
Openباز کن Pathsراه ها was a great
successموفقیت as a prototypeنمونه اولیه.
270
802256
2350
Open Paths به عنوان
نمونه اولیه موفقیت آمیز بود
13:33
We receivedاخذ شده thousandsهزاران نفر of dataداده ها setsمجموعه ها,
271
804630
3433
و ما داده انبوهی را دریافت کردیم،
13:36
and we builtساخته شده this interfaceرابط
272
808087
1349
و ما رابطی را ساختیم
13:37
whichکه allowsاجازه می دهد people to actuallyدر واقع
see theirخودشان livesزندگی می کند unfoldingآشکار شدن
273
809460
3318
که مردم می‌توانند با استفاده از
اثری که موبایلشان بر جا می‌گذارد
13:41
from these tracesردیابی
that are left behindپشت on your devicesدستگاه ها.
274
812802
3156
زندگی خود را آشکار سازند.
13:45
Now, what we didn't expectانتظار
was how movingدر حال حرکت this experienceتجربه would be.
275
816593
5267
ما نمی‌دانستیم که این تجربه
چه قدر می‌تواند سیار باشد.
13:50
When I uploadedآپلود شده my dataداده ها,
I thought, "Bigبزرگ dealمعامله.
276
821884
2227
وقتی که داده‌ام را آپلود
کردم، با خود گفتم:
13:52
I know where I liveزنده. I know where I work.
What am I going to see here?"
277
824135
3416
«خوب، الان می‌دانم کجا کار و کجا زندگی
می‌کنم، پس چه چیز را خواهم دید؟»
13:56
Well, it turnsچرخش out, what I saw
was that momentلحظه I got off the planeسطح
278
827575
3501
و من لحظه‌ای که از هواپیما پیاده شدم که
13:59
to startشروع کن my newجدید life in Newجدید Yorkیورک;
279
831100
1623
زندگی جدیدم در نیویورک را آغاز کنم
14:02
the restaurantرستوران where I had Thaiتایلندی foodغذا
that first night,
280
833588
2606
را دیدم، شب اولی که در رستوران
غذای تایلندی خوردم،
14:04
thinkingفكر كردن about this newجدید experienceتجربه
of beingبودن in Newجدید Yorkیورک;
281
836218
2953
فکر کردن به تجربه‌ی جدیدم در
نیویورک و روزی که
14:07
the day that I metملاقات کرد my girlfriendدوست دختر.
282
839195
1623
دوست دخترم را ملاقات کردم، دیدم.
14:11
This is LaGuardiaLaGuardia airportفرودگاه.
283
842587
2275
این فرودگاه LaGuardia است.
14:13
(Laughterخنده)
284
844886
1487
(خنده‌ی حضار)
14:14
This is this Thaiتایلندی restaurantرستوران
on Amsterdamآمستردام Avenueخیابان.
285
846397
3641
این آن رستوران تایلندی در خیابان آمستردام،
14:19
This is the momentلحظه I metملاقات کرد my girlfriendدوست دختر.
286
850559
2050
و این لحظه‌ای که
دوست دخترم را ملاقات کردم.
14:22
See how that changesتغییرات the first time
I told you about those storiesداستان ها
287
854146
3451
آیا می‌بینید که چقدر اولین باری
که آن داستان را را برایتان گفتم
14:26
and the secondدومین time I told
you about those storiesداستان ها?
288
857621
2468
با دومین باری که آن را گفتم، متفاوت است؟
14:28
Because what we do
in the toolابزار, inadvertentlyسهوا,
289
860113
3207
زیرا ما سهوا،
14:31
is we put these piecesقطعات of dataداده ها
into a humanانسان contextزمینه.
290
863344
3115
بخش هایی از این داده را
به مفهومی انسانی تبدیل می‌کنیم،
14:35
And by placingقرار دادن dataداده ها into a humanانسان contextزمینه,
291
866935
2498
و با قرار دادن داده در موقعیت‌های انسانی
14:37
it gainsدستاوردها meaningبه معنی.
292
869457
1474
به آن معنا می‌بخشیم.
14:39
And I think this is tremendouslyفوق العاده,
tremendouslyفوق العاده importantمهم,
293
870955
3328
و به نظر من این موضوعی مهم است،
14:42
because these are our historiesتاریخچه
that are beingبودن storedذخیره شده است on these devicesدستگاه ها.
294
874307
4918
زیرا تاریخچه‌ای که در گوشی‌هایمان ذخیره
می‌شود، سرگذشت خودمان است.
14:49
And by thinkingفكر كردن about them that way,
295
880809
1994
اگر به آنها اینگونه فکر کنیم،
14:52
puttingقرار دادن them in a humanانسان contextزمینه --
296
883543
1902
و آنها را چارچوب مفاهیم انسانی بگنجانیم،
14:53
first of all, what we do with our ownخودت dataداده ها
is get a better understandingدرك كردن
297
885469
3662
قبل از هر چیز درک بهتری از نوع دادۀ
14:57
of the typeتایپ کنید of informationاطلاعات
that we're sharingبه اشتراک گذاری.
298
889155
2479
به اشتراک گذاشته خواهیم داشت.
15:00
But if we can do this with other dataداده ها,
if we can put dataداده ها into a humanانسان contextزمینه,
299
891658
4053
اگر ما بتوانیم سایر داده‌ها را هم
در قالبی انسانی چارچوب بندی کنیم،
15:04
I think we can changeتغییر دادن a lot of things,
300
895735
2918
من فکر می‌کنم می‌توانیم بسیاری
از چیزها را تغییر بدهیم،
15:07
because it buildsمی سازد, automaticallyبطور خودکار, empathyیکدلی
for the people involvedگرفتار in these systemsسیستم های.
301
898677
6385
زیرا این، به صورت خودکار، به همفکری
مردم شامل این سیستم ها منجر شده
15:14
And that, in turnدور زدن, resultsنتایج
in a fundamentalاساسی respectتوجه,
302
905602
2953
و به نوبه خود نتایجی
اساسی را به دنبال دارد،
15:17
whichکه, I believe, is missingگم شده
in a largeبزرگ partبخشی of technologyتکنولوژی,
303
908579
3163
که به نظرم در قسمت اعظمی
از تکنولوژی وجود ندارد،
15:20
when we startشروع کن to dealمعامله
with issuesمسائل like privacyحریم خصوصی,
304
912329
2938
وقتی که با مشکلاتی مثل
حریم خصوصی سروکار داریم،
15:25
by understandingدرك كردن that these numbersشماره
are not just numbersشماره,
305
916765
2717
با درک این اعداد که فقط عدد نیستند،
15:28
but insteadبجای they're attachedمتصل شده, tetheredتساوی to,
piecesقطعات of the realواقعی worldجهان.
306
919506
3619
و به بخشی از دنیای واقعی‌مان متصل هستند،
15:31
They carryحمل weightوزن.
307
923149
1506
معنا می‌بخشیم.
15:33
By understandingدرك كردن that,
the dialogگفتگو becomesتبدیل می شود a lot differentناهمسان.
308
924679
3332
با درک آن، گفتگو بسیار متفاوت می‌شود.
15:38
How manyبسیاری of you have ever clickedکلیک کرد a buttonدکمه
309
929595
2331
چند نفر از شما تا به حال
یک دکمه را کلیک کرده
15:40
that enablesرا قادر می سازد a thirdسوم partyمهمانی to accessدسترسی به
your locationمحل dataداده ها on your phoneتلفن?
310
931950
4987
که به گروه سومی اجازه دسترسی
به داده‌ی موقعیت شما را می‌دهد.
15:46
Lots of you.
311
937595
1555
بسیاری از شما.
15:47
So the thirdسوم partyمهمانی is the developerتوسعه دهنده,
312
939174
2245
پس گروه سوم توسعه دهنده،
15:49
the secondدومین partyمهمانی is Appleسیب.
313
941443
1801
گروه دوم اپل است.
15:52
The only partyمهمانی that never getsمی شود accessدسترسی به
to this informationاطلاعات is the first partyمهمانی!
314
943954
4823
و تنها گروهی که هرگز به اطلاعات
شما دست نمی‌یابد گروه اول است.
15:58
And I think that's because we think
about these piecesقطعات of dataداده ها
315
950198
3135
به خاطر همین به این داده‌ها به صورت
16:01
in this strandedرشته, abstractچکیده way.
316
953357
2055
رشته‌ای و انتزاعی نگاه می‌کنیم.
16:03
We don't put them into a contextزمینه
317
955436
1897
ما آنها را در چارچوبی قرار نمی‌دهیم
16:05
whichکه, I think, makesباعث می شود them
a lot more importantمهم.
318
957357
2309
که به نظرم آنها را مهم تر جلوه می‌دهد.
16:08
So what I'm askingدرخواست you
to do is really simpleساده:
319
959690
2166
کاری که از شما می‌خواهم بسیار ساده است:
16:10
startشروع کن to think about dataداده ها
in a humanانسان contextزمینه.
320
961880
2323
در مورد داده به عنوان
محتوایی انسانی نگاه کنید.
16:13
It doesn't really take anything.
321
964918
1657
واقعا کاری ندارد.
16:15
When you readخواندن stockموجودی pricesقیمت,
think about them in a humanانسان contextزمینه.
322
966599
3359
وقتی که قیمتهای سهام را می‌خوانید،
16:18
When you think about mortgageرهن reportsگزارش ها,
think about them in a humanانسان contextزمینه.
323
969982
3542
در مورد گزارش وام مسکن فکر می‌کنید،
به چشم محتوایی انسانی به آن نگاه کنید.
16:22
There's no doubtشک that bigبزرگ dataداده ها
is bigبزرگ businessکسب و کار.
324
973548
3930
قطعا دادۀ عظیم کسب‌وکار بزرگی دارد،
16:26
There's an industryصنعت beingبودن developedتوسعه یافته here.
325
977502
3018
در واقع صنعتی در حال گسترش است.
16:30
Think about how well we'veما هستیم doneانجام شده
326
981520
1501
ببینید که ما در صنعت‌های پیشین
16:31
in previousقبلی industriesصنایع
that we'veما هستیم developedتوسعه یافته involvingکه شامل resourcesمنابع.
327
983045
3369
که منابع درگیر را توسعه دادیم
چگونه عمل کردیم.
16:34
Not very well at all.
328
986438
1300
اصلا خوب عمل نکردیم.
16:36
I think partبخشی of that problemمسئله is, we'veما هستیم had
a lackعدم of participationمشارکت in these dialoguesگفتگوها
329
987762
4522
بخشی از آن مشکل این است که ما
با کمبود مشارکت در این گفتگوها
16:40
from multipleچندگانه piecesقطعات of humanانسان societyجامعه.
330
992308
4428
از سوی بخش‌های متعدد جامعه
بشری رو به رو بودیم.
16:45
So the other thing that I'm askingدرخواست for
331
996760
1992
چیز دیگری که از شما می‌خواهم این است
16:48
is an inclusionگنجاندن in this dialogueگفتگو
from artistsهنرمندان, from poetsشاعران, from writersنویسندگان --
332
999669
4378
که هنرمندان، شاعران،
نویسندگان و هر فردی را
16:52
from people who can bringآوردن a humanانسان elementعنصر
into this discussionبحث.
333
1004071
4013
که می‌تواند عنصری انسانی را به این دیالوگ
اضافه کند، درگیر این گفتگوها کنید،
16:57
Because I believe that this worldجهان of dataداده ها
334
1008725
2356
زیرا من اعتقاد دارم که این جهان داده
16:59
is going to be transformativeدگرگونی for us.
335
1011105
3025
برای ما دگرگون کننده خواهد بود.
17:03
And unlikeبر خلاف our attemptsتلاش ها
with the resourceمنابع industryصنعت
336
1014687
3169
برخلاف تلاش‌هایمان در رابطه با صنعت منابع
17:06
and our attemptsتلاش ها
with the financialمالی industryصنعت,
337
1017880
2153
و تلاشهایمان در صنعت مالی،
17:08
by bringingبه ارمغان آوردن the humanانسان
elementعنصر into this storyداستان,
338
1020057
2931
با وارد کردن عناصر انسانی به داستان،
17:11
I think we can take it
to tremendousفوق العاده placesمکان ها.
339
1023012
2178
می‌توانیم آن را گسترش بدهیم.
17:14
Thank you.
340
1026203
1155
متشکرم.
17:15
(Applauseتشویق و تمجید)
341
1027382
4052
(تشویق حضار)
Translated by Reihaneh Iranmanesh
Reviewed by Masoud Motamedifar

▲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
THE ORIGINAL VIDEO ON TED.COM
Jer Thorp: Make data more human | TED Talk | TED.com