TED2009
Nate Silver: Does racism affect how you vote?
نیت سیلور: آیا نژاد بر رای شما تاثیر می‌گذارد؟
Filmed:
Readability: 4
498,847 views
نیت سیلور برای سوالات بحث‌برانگیز دربارهی نژاد در سیاست پاسخ‌هایی دارد. آیا در بعضی جاها، نژاد اوباما، به رای‌هایش ضربه زد؟ افسانه و آمار در این سخنرانی جذاب با هم در تضادند، و در پایان، به این بینش می‌رسیم که چه‌طور برنامه ریزی برای شهر، می‌تواند مدارا را ترویج دهد.
Nate Silver - Statistician
Math whiz and baseball fan Nate Silver was mainly known for predicting outcomes in fantasy ballgames -- until his technique hit a home run calling the outcome of the 2008 election primaries. Full bio
Math whiz and baseball fan Nate Silver was mainly known for predicting outcomes in fantasy ballgames -- until his technique hit a home run calling the outcome of the 2008 election primaries. Full bio
Double-click the English transcript below to play the video.
00:15
I want to talk about the election.
0
0
3000
می‌خواهم دربارهی انتخابات صحبت کنم.
00:18
For the first time in the United States, a predominantly white group of voters
1
3000
3000
برای اولین بار در آمریکا،
گروه عمده‌ای از رای دهندگان سفید پوست
گروه عمده‌ای از رای دهندگان سفید پوست
00:21
voted for an African-American candidate for President.
2
6000
3000
به یک کاندید آفریقایی-آمریکایی رای دادند.
00:24
And in fact Barack Obama did quite well.
3
9000
2000
و در واقع عملکرد او کاملا خوب بود.
00:26
He won 375 electoral votes.
4
11000
2000
او ۳۷۵ رای هیات انتخاب کنندگان را
به دست آورد.
به دست آورد.
00:28
And he won about 70 million popular votes
5
13000
3000
و حدودا ۷۰ میلیون
از رای توده مردم را کسب کرد
از رای توده مردم را کسب کرد
00:31
more than any other presidential candidate --
6
16000
2000
بیش از سایر کاندیدهای ریاست جمهوری--
00:33
of any race, of any party -- in history.
7
18000
3000
از هر نژاد، حزب-- در کل تاریخ.
اگر عملکرد اوباما را با عملکرد جان کری
در چهار سال قبل مقایسه کنید
در چهار سال قبل مقایسه کنید
00:36
If you compare how Obama did against how John Kerry had done four years earlier --
8
21000
4000
دموکرات ها واقعا دوست دارند
این تحول را مشاهده کنند،
این تحول را مشاهده کنند،
00:40
Democrats really like seeing this transition here,
9
25000
3000
00:43
where almost every state becomes bluer, becomes more democratic --
10
28000
4000
جایی که تقریبا هر ایالتی آبی تر می‌شود،
بیشتر دموکرات می‌شود
بیشتر دموکرات می‌شود
00:47
even states Obama lost, like out west,
11
32000
2000
حتی ایالاتی که اوباما در آن پیروز نشد،
مثل غرب دور
مثل غرب دور
00:49
those states became more blue.
12
34000
2000
این ایالت‌ها بیشتر آبی شدند.
00:51
In the south, in the northeast, almost everywhere
13
36000
3000
در جنوب، در شمال شرقی، تقریبا در همه جا،
00:54
but with a couple of exceptions here and there.
14
39000
3000
به جز چند استثنا، اینجا و آن‌جا.
یکی از استثناها ماساچوست است.
00:57
One exception is in Massachusetts.
15
42000
2000
00:59
That was John Kerry's home state.
16
44000
2000
ایالت مادری جان کری.
تعجبی نداشت، او هم نتوانست
بهتر از کری عمل کند.
بهتر از کری عمل کند.
01:01
No big surprise, Obama couldn't do better than Kerry there.
17
46000
2000
01:03
Or in Arizona, which is John McCain's home,
18
48000
2000
یا در آریزونا، شهر مادری
جان مک‌کین،
جان مک‌کین،
01:05
Obama didn't have much improvement.
19
50000
2000
اوباما پیشرفتی نداشت.
01:07
But there is also this part of the country, kind of in the middle region here.
20
52000
2000
اما این قسمت هم هست،
یک جاهایی این منطقه‌ی میانی.
یک جاهایی این منطقه‌ی میانی.
01:09
This kind of Arkansas, Tennessee, Oklahoma, West Virginia region.
21
54000
4000
تقریبا آرکانزاس، تنسی، اوکلاهاما
و وست ویرجینیا.
و وست ویرجینیا.
01:13
Now if you look at '96, Bill Clinton --
22
58000
2000
حالا اگر به سال ۹۶ نگاه کنید،
بیل کلینتون...
بیل کلینتون...
01:15
the last Democrat to actually win -- how he did in '96,
23
60000
3000
آخرین دموکراتی که پیروز شد...
عملکردش در سال ۹۶ چگونه بود،
عملکردش در سال ۹۶ چگونه بود،
01:18
you see real big differences in this part of the country right here,
24
63000
3000
اختلافات زیادی را در این بخش از کشور
همین‌جا می‌بینید،
همین‌جا می‌بینید،
01:21
the kind of Appalachians, Ozarks, highlands region, as I call it:
25
66000
4000
کوه‌های آپالیشین، اوزارک،
منطقه‌ی های‌لند، که من آن را
منطقه‌ی های‌لند، که من آن را
01:25
20 or 30 point swings
26
70000
2000
با بیست یا سی درجه، چرخشی می نامم،
01:27
from how Bill Clinton did in '96 to how Obama did
27
72000
2000
با مقایسه‌ی عملکرد کلینتون در سال ۹۶
با عملکرد اوباما
با عملکرد اوباما
01:29
in 2008.
28
74000
2000
در سال ۲۰۰۸.
بله بیل کلینتون اهل آرکانزاس بود،
اما تفاوت‌های بسیار عمیقی وجود دارد.
اما تفاوت‌های بسیار عمیقی وجود دارد.
01:31
Yes Bill Clinton was from Arkansas, but these are very, very profound differences.
29
76000
5000
بنابراین، وقتی درباره ی بخشی از جامعه
مانند آرکانزاس فکرمی‌کنیم، می‌دونی.
مانند آرکانزاس فکرمی‌کنیم، می‌دونی.
01:36
So, when we think about parts of the country like Arkansas, you know.
30
81000
2000
01:38
There is a book written called, "What's the Matter with Kansas?"
31
83000
3000
یک کتابی هست به نام "مشکل کانزاس چیه؟".
01:41
But really the question here -- Obama did relatively well in Kansas.
32
86000
3000
اما واقعا سوال اینجا است...
اوباما در کانزاس نسبتا خوب عمل کرد
اوباما در کانزاس نسبتا خوب عمل کرد
01:44
He lost badly but every Democrat does.
33
89000
2000
بدجور باخت اما همه‌ی دموکرات‌ها همین جورن.
01:46
He lost no worse than most people do.
34
91000
2000
بدتر از خیلی ها نباخت.
01:48
But yeah, what's the matter with Arkansas?
35
93000
4000
آما آره واقعا "مشکل آرکانزاس چیه؟"
(خنده حاضرین)
01:52
(Laughter)
36
97000
1000
و وقتی به آرکانزاس فکر کنیم،
تمایل داریم یاد چیزهای منفی بیفتیم.
تمایل داریم یاد چیزهای منفی بیفتیم.
01:53
And when we think of Arkansas we tend to have pretty negative connotations.
37
98000
3000
01:56
We think of a bunch of rednecks, quote, unquote, with guns.
38
101000
3000
یاد یه دسته از ردنک‌های به اصطلاح
با اسلحه می‌افتیم.
با اسلحه می‌افتیم.
01:59
And we think people like this probably don't want to vote
39
104000
3000
فکر می‌کنیم آدم های این شکلی
نمی‌خواهند رای بدهند.
نمی‌خواهند رای بدهند.
برای کسانی که این طوری هستند، و اسمشان
باراک اوباماست.
باراک اوباماست.
02:02
for people who look like this and are named Barack Obama.
40
107000
3000
فکر می‌کنیم که مساله، نژاد است.
منصفانه است؟
منصفانه است؟
02:05
We think it's a matter of race. And is this fair?
41
110000
3000
و آیا یه جورایی داریم به مردم آرکانزاس و
این ناحیه از کشور، انگ می‌زنیم؟
این ناحیه از کشور، انگ می‌زنیم؟
02:08
Are we kind of stigmatizing people from Arkansas, and this part of the country?
42
113000
3000
02:11
And the answer is: it is at least partially fair.
43
116000
3000
و جواب اینه: حداقل تا حدی عادلانه است.
02:14
We know that race was a factor, and the reason why we know that
44
119000
2000
می‌دونیم نژاد یک عامل بود، دلیل
این که می‌دانیم
این که می‌دانیم
02:16
is because we asked those people.
45
121000
2000
این است که ما از آن افراد پرسیدیم.
02:18
Actually we didn't ask them, but when they conducted
46
123000
2000
در واقع نپرسیدیم، اما وقتی در ایالات
نظرسنجی
نظرسنجی
02:20
exit polls in every state,
47
125000
2000
بعد از رای‌گیری انجام دادیم،
02:22
in 37 states, out of the 50,
48
127000
2000
در۳۷ ایالت از ۵۰ ایالت،
02:24
they asked a question, that was pretty direct, about race.
49
129000
3000
آن ها یک سوال دربارهی نژاد پرسیدند،
که تقریبا صریح بود.
که تقریبا صریح بود.
02:27
They asked this question.
50
132000
2000
این سوال را پرسیدند:
در تصمیم امروزتان برای انتخاب رئیس‌جمهور
02:29
In deciding your vote for President today, was the race
51
134000
2000
02:31
of the candidate a factor?
52
136000
2000
نژاد کاندیدا یک عامل بود؟
02:33
We're looking for people that said, "Yes, race was a factor;
53
138000
3000
دنبال افرادی می‌گردیم که بگویند: «بله،
نژاد یک عامل بود؛
نژاد یک عامل بود؛
02:36
moreover it was an important factor, in my decision,"
54
141000
2000
علاوه بر آن یک عامل مهم
در تصمیم‌گیری من بود».
در تصمیم‌گیری من بود».
02:38
and people who voted for John McCain
55
143000
3000
و کسانی که به جان مک‌کین رای دادند،
02:41
as a result of that factor,
56
146000
2000
به خاطر همین عامل،
02:43
maybe in combination with other factors, and maybe alone.
57
148000
2000
یا به همراه سایر عوامل، یا شاید هم فقط
همین عامل.
همین عامل.
02:45
We're looking for this behavior among white voters
58
150000
3000
دنبال چنین رفتاری،
بین رای‌دهندگان سفیدپوست می‌گردیم
بین رای‌دهندگان سفیدپوست می‌گردیم
02:48
or, really, non-black voters.
59
153000
3000
یا، درواقع، بین رای‌دهندگان غیر سیاه‌پوست.
02:51
So you see big differences in different parts
60
156000
2000
پس تفاوت های بزرگی
بین بخش‌های مختلف کشور،
بین بخش‌های مختلف کشور،
02:53
of the country on this question.
61
158000
2000
در باره‌ی این سوال می‌بینید.
02:55
In Louisiana, about one in five white voters
62
160000
3000
در لوئیزیانا، نزدیک یک پنجم
رای دهندگان سفیدپوست، گفته اند:
رای دهندگان سفیدپوست، گفته اند:
02:58
said, "Yes, one of the big reasons why I voted against Barack Obama
63
163000
3000
«بله، یکی از بزرگ‌ترین دلایلی که چرا
علیه اوباما رای دادم
علیه اوباما رای دادم
03:01
is because he was an African-American."
64
166000
2000
این بود که او آفرقایی-آمریکایی بود.
03:03
If those people had voted for Obama,
65
168000
2000
اگر این افراد به اوباما
03:05
even half of them, Obama would have won Louisiana safely.
66
170000
4000
رای می‌دادند، حتی نصف تعدادشان،
اوباما با خیال راحت لوئیزیانا را می‌برد.
اوباما با خیال راحت لوئیزیانا را می‌برد.
فکر کنم ایالت‌هایی هم که بالای
فهرست می‌بینید، همین وضعیت را دارند.
فهرست می‌بینید، همین وضعیت را دارند.
03:09
Same is true with, I think, all of these states you see on the top of the list.
67
174000
2000
03:11
Meanwhile, California, New York, we can say, "Oh we're enlightened"
68
176000
4000
در حالی که، کالفرنیا، نیویورک، می‌توانیم
بگوییم:«اوه، ما روشن فکریم.»
بگوییم:«اوه، ما روشن فکریم.»
03:15
but you know, certainly a much lower incidence of this
69
180000
2000
اما می‌دونید،مطمئنا درصد پایین تری از این
اتفاق
اتفاق
03:17
admitted, I suppose,
70
182000
2000
باید اعتراف کنیم، فکر کنم،
03:19
manifestation of racially-based voting.
71
184000
3000
ظهور رای دادن براساس نژاد است.
داده های مشابه را روی نقشه مشاهده
می‌کنید.
می‌کنید.
03:22
Here is the same data on a map.
72
187000
2000
03:24
You kind of see the relationship between
73
189000
2000
یه جورایی رابطه‌ای بین ایالت‌های
قرمزتر، جاهایی که افراد بیشتری
جواب دادند و گفتند:
جواب دادند و گفتند:
03:26
the redder states of where more people responded and said,
74
191000
2000
03:28
"Yes, Barack Obama's race was a problem for me."
75
193000
3000
«بله، نژاد باراک اوباما برای من
یک مشکل بود».
یک مشکل بود».
03:31
You see, comparing the map to '96, you see an overlap here.
76
196000
3000
می‌بینید که، در مقایسه با نقشه‌ی سال ۹۶،
یک همپوشانی مشاهده می‌کنید.
یک همپوشانی مشاهده می‌کنید.
03:34
This really seems to explain
77
199000
2000
درواقع توضیح می‌دهد
03:36
why Barack Obama did worse
78
201000
2000
که چرا عملکرد اوباما در این بخش از کشور
03:38
in this one part of the country.
79
203000
2000
بدتر بود.
03:40
So we have to ask why.
80
205000
2000
پس باید بپرسیم چرا.
آیا نژادپرستی به نحوی قابل پیش‌بینی است؟
03:42
Is racism predictable in some way?
81
207000
2000
03:44
Is there something driving this?
82
209000
2000
چیزی وجود دارد که این را هدایت کند؟
آیا فقط اتفاقات عجیبی است که در آرکانزاس و
کنتاکی می‌افتد
کنتاکی می‌افتد
03:46
Is it just about some weird stuff that goes on in Arkansas
83
211000
2000
03:48
that we don't understand, and Kentucky?
84
213000
2000
و ما آن را نمی‌فهمیم؟
03:50
Or are there more systematic factors at work?
85
215000
2000
یا عوامل سیستماتیکی بیشتری در کار است؟
03:52
And so we can look at a bunch of different variables.
86
217000
2000
پس می‌توانیم به گروهی
از این متغیرها نگاه کنیم.
از این متغیرها نگاه کنیم.
03:54
These are things that economists and political scientists look at all the time --
87
219000
3000
متغیرهایی که اقتصاددانان یا دانشمندان
علوم سیاسی همیشه در نظر
علوم سیاسی همیشه در نظر
03:57
things like income, and religion, education.
88
222000
3000
می گیرند. مثل درآمد، مذهب و تحصیلات.
04:00
Which of these seem to drive
89
225000
2000
کدام یک از این متغیرها
در بروز نژادپرستی
در بروز نژادپرستی
04:02
this manifestation of racism
90
227000
2000
در این آزمون بزرگ ملی
04:04
in this big national experiment we had on November 4th?
91
229000
3000
که در۴ نوامبر داشتیم، تاثیر می گذارند.
04:07
And there are a couple of these that have
92
232000
2000
و یک سری از این متغیرها هست که
رابطه های
رابطه های
04:09
strong predictive relationships,
93
234000
2000
قابل پیش بینی قدرتمندی دارند
04:11
one of which is education,
94
236000
3000
یکی از آن ها، تحصیلات است.
ایالت هایی که کم ترین سال های تحصیل را
به ازای هر بزرگسال
به ازای هر بزرگسال
04:14
where you see the states with the fewest years of schooling
95
239000
2000
04:16
per adult are in red,
96
241000
2000
داشته اند، به رنگ قرمز هستند
04:18
and you see this part of the country, the kind of Appalachians region,
97
243000
3000
و می بینید که این بخش از کشور، حدود
منظقه ی آپالاشیا،
منظقه ی آپالاشیا،
04:21
is less educated. It's just a fact.
98
246000
2000
تحصیلات کم تری دارند، فقط یک واقعیت است.
04:23
And you see the relationship there
99
248000
2000
و رابطه را در این جا با الگوی
04:25
with the racially-based voting patterns.
100
250000
3000
رای دادن براساس نژاد مشاهده می کنید.
متغیر دیگری که مهم است،
04:28
The other variable that's important is
101
253000
2000
منطقه ای است که در آن زندگی می کنید.
04:30
the type of neighborhood that you live in.
102
255000
3000
ایالاتی که بیشتر روستایی هستند،
04:33
States that are more rural --
103
258000
2000
حتی تا حدودی ایالاتی مثل نیوهمپشایر و
ماین --
ماین --
04:35
even to some extent of the states like New Hampshire and Maine --
104
260000
2000
04:37
they exhibit a little bit of
105
262000
2000
یک ذره از رای دادن براساس نژاد
04:39
this racially-based voting against Barack Obama.
106
264000
3000
را علیه باراک اوباما نشان می دهند.
04:42
So it's the combination of these two things: it's education
107
267000
2000
پس ترکیب این دو متغیر، تحصیلات
04:44
and the type of neighbors that you have,
108
269000
2000
و همسایه هایی که دارید،
تا چند لحظه دیگر بیشتر
تا چند لحظه دیگر بیشتر
04:46
which we'll talk about more in a moment.
109
271000
2000
در موردش صحبت می کنیم.
04:48
And the thing about states like Arkansas and Tennessee
110
273000
2000
و مساله ی ایالاتی مانند آرکانزاس و تنسی
این است که
این است که
04:50
is that they're both very rural,
111
275000
2000
هر دو بسیار روستایی هستند.
04:52
and they are educationally impoverished.
112
277000
4000
و از نظر تحصیلات فقیر هستند.
04:56
So yes, racism is predictable.
113
281000
2000
پس بله، نژادپرستی قابل پیش بینی است.
04:58
These things, among maybe other variables,
114
283000
2000
این متغیرها شاید
در میان سایر آنان، اما
در میان سایر آنان، اما
05:00
but these things seem to predict it.
115
285000
2000
به‌نظر می‌رسد آن را پیش‌بینی
می‌کنند.
می‌کنند.
05:02
We're going to drill down a little bit more now,
116
287000
2000
حالا می‌خواهیم بیشتر
به عمق مساله‌ای
به عمق مساله‌ای
به نام نظرسنجی عمومی اجتماعی
وارد شویم.
وارد شویم.
05:04
into something called the General Social Survey.
117
289000
2000
که توسط «دانشگاه شیکاگو» سالانه
05:06
This is conducted by the University of Chicago
118
291000
2000
05:08
every other year.
119
293000
2000
انجام می‌شود.
و سوالات واقعا جالبی می‌پرسند.
05:10
And they ask a series of really interesting questions.
120
295000
2000
05:12
In 2000 they had particularly interesting questions
121
297000
2000
سال ۲۰۰۰، سوالات جالبی
دربارهی عقاید نژادی
دربارهی عقاید نژادی
05:14
about racial attitudes.
122
299000
2000
پرسیدند.
یکی از سوالات این بود که،
05:16
One simple question they asked is,
123
301000
2000
05:18
"Does anyone of the opposite race live in your neighborhood?"
124
303000
4000
«آیا کسی ازنژادی غیر از نژاد
شما در محله‌تان زندگی می‌کند»؟
شما در محله‌تان زندگی می‌کند»؟
می‌توانیم در گروه‌های مختلف ببینیم که
نتایج تا حدودی متفاوت هستند.
نتایج تا حدودی متفاوت هستند.
05:22
We can see in different types of communities that the results are quite different.
125
307000
3000
05:25
In cites, about 80 percent of people
126
310000
3000
در شهرها، حدود ۸۰ درصد مردم
05:28
have someone whom they consider a neighbor of another race,
127
313000
3000
همسایه ای را دارند که او را از نژاد دیگری
می‌دانند
می‌دانند
05:31
but in rural communities, only about 30 percent.
128
316000
3000
اما در مناطق روستایی، این عدد فقط
۳۰ درصد است.
۳۰ درصد است.
احتمالا به خاطر این که وقتی در یک مزرعه
زندگی می‌کنید، همسایه‌های زیادی ندارید.
زندگی می‌کنید، همسایه‌های زیادی ندارید.
05:34
Probably because if you live on a farm, you might not have a lot of neighbors, period.
129
319000
3000
05:37
But nevertheless, you're not having a lot of interaction with people
130
322000
3000
اما با این حال، با آدم‌هایی که شبیهتان
نیستند،
نیستند،
05:40
who are unlike you.
131
325000
2000
ارتباط زیادی ندارید.
پس کاری که می‌خواهیم انجام بدهیم، این است
که افراد سفید پوست در نظرسنجی را برداریم
که افراد سفید پوست در نظرسنجی را برداریم
05:42
So what we're going to do now is take the white people in the survey
132
327000
3000
05:45
and split them between those who have black neighbors --
133
330000
3000
و بین افرادی که همسایه‌های سیاه‌پوست
یا درواقع
یا درواقع
05:48
or, really, some neighbor of another race --
134
333000
2000
همسایه ای از نژاد دیگر دارند،
با کسانی که فقط
با کسانی که فقط
05:50
and people who have only white neighbors.
135
335000
3000
همسایه‌ی سفیدپوست دارند، تقسیمشان کنیم.
05:53
And we see in some variables
136
338000
2000
و در بعضی از متغیرها می‌بینیم که،
05:55
in terms of political attitudes, not a lot of difference.
137
340000
2000
از نظر دیدگاه سیاسی،
خیلی با هم متفاوت نیستند.
خیلی با هم متفاوت نیستند.
05:57
This was eight years ago, some people were more Republican back then.
138
342000
3000
این آمار مال ۸ سال قبل است، مردم
بیشتر جمهوری‌خواه بودند.
بیشتر جمهوری‌خواه بودند.
06:00
But you see Democrats versus Republican,
139
345000
2000
اما می‌بینید دموکرات‌ها برابر
جمهوری‌خواهان،
جمهوری‌خواهان،
06:02
not a big difference based on who your neighbors are.
140
347000
3000
براساس نوع همسایه‌هایشان، خیلی
متفاوت نیستند.
متفاوت نیستند.
و حتی سوالاتی دربارهی نژاد،
برای مثال
برای مثال
06:05
And even some questions about race -- for example
141
350000
2000
06:07
affirmative action, which is kind of a political question,
142
352000
2000
اقدامات تبعیض مثبت، که یک جور موضوع سیاسی
است،
است،
06:09
a policy question about race, if you will --
143
354000
2000
اصلا موضوع خط مشی دربارهی نژاد،
06:11
not much difference here.
144
356000
2000
خیلی متفاوت نیست.
رک بگویم، تبعیض مثبت خیلی بین
رای دهندگان سفیدپوست، محبوب نیست.
رای دهندگان سفیدپوست، محبوب نیست.
06:13
Affirmative action is not very popular frankly, with white voters, period.
145
358000
3000
اما افراد با همسایه‌های سیاه‌پوست و
افراد با همسایه‌های تک نژادی،
افراد با همسایه‌های تک نژادی،
06:16
But people with black neighbors and people with mono-racial neighborhoods
146
361000
3000
06:19
feel no differently about it really.
147
364000
3000
در مورد این مساله حس متفاوتی
نداشتند.
نداشتند.
اگر کمی عمیق‌تر کنکاش کنید و کمی
شخصی‌تر برخورد کنید،
شخصی‌تر برخورد کنید،
06:22
But if you probe a bit deeper and get a bit more personal if you will,
148
367000
4000
«از قانونی که ازدواج بین نژادی را
ممنوع کند، طرفداری می‌کنید»؟
ممنوع کند، طرفداری می‌کنید»؟
06:26
"Do you favor a law banning interracial marriage?"
149
371000
2000
06:28
There is a big difference.
150
373000
2000
تفاوت بزرگی وجود دارد.
06:30
People who don't have neighbors of a different race
151
375000
2000
افرادی که همسایه‌های با نژاد متفاوت
نداشتند،
نداشتند،
06:32
are about twice as likely
152
377000
2000
دو برابر بیشتر احتمال دارد که
06:34
to oppose interracial marriage as people who do.
153
379000
3000
نسبت به سایر مخالفان، مخالف ازدواج
بین نژادی باشند.
بین نژادی باشند.
فقط براساس این که چه کسی در همسایگی
بی‌واسطه‌ی شما زندگی می‌کند.
بی‌واسطه‌ی شما زندگی می‌کند.
06:37
Just based on who lives in your immediate neighborhood around you.
154
382000
3000
و به همین ترتیب نه در سال ۲۰۰۰،
اما در نظرسنجی مشابهی در ۱۹۹۶، پرسیدند:
اما در نظرسنجی مشابهی در ۱۹۹۶، پرسیدند:
06:40
And likewise they asked, not in 2000, but in the same survey in 1996,
155
385000
4000
«آیا به یک رئیس‌جمهور سیاه‌پوست شایسته،
رای نمی‌دهید»؟
رای نمی‌دهید»؟
06:44
"Would you not vote for a qualified black president?"
156
389000
4000
می‌بینید افرادی که همسایه های
آفرقایی- آمریکایی نداشتند،
آفرقایی- آمریکایی نداشتند،
06:48
You see people without neighbors who are African-American who
157
393000
2000
06:50
were much more likely to say, "That would give me a problem."
158
395000
3000
احتمال بیشتری داشت که بگویند:
«برای من مشکل ایجاد می‌کند»
«برای من مشکل ایجاد می‌کند»
06:53
So it's really not even about urban versus rural.
159
398000
2000
پس واقعا دربارهی روستایی
در برابر شهری نیست.
در برابر شهری نیست.
06:55
It's about who you live with.
160
400000
2000
درمورد این است که با
چه کسی زندگی می‌کنید.
چه کسی زندگی می‌کنید.
06:57
Racism is predictable. And it's predicted by
161
402000
2000
نژادپرستی قابل پیش‌بینی است، و با
06:59
interaction or lack thereof with people unlike you, people of other races.
162
404000
4000
ارتباط یا عدم ارتباط با کسانی که شبیهتان
نیستند، افرادی از سایر نژادها انجام می‌شود
نیستند، افرادی از سایر نژادها انجام می‌شود
07:03
So if you want to address it,
163
408000
2000
پس اگر بخواهیم به آن اشاره کنیم،
07:05
the goal is to facilitate interaction with people of other races.
164
410000
3000
هدف این است که ارتباط با سایر نژادها را
تسهیل کنیم.
تسهیل کنیم.
07:08
I have a couple of very obvious, I suppose,
165
413000
2000
من یک سری راه‌حل های مشخص، فکر
میکنم مشخص،
میکنم مشخص،
07:10
ideas for maybe how to do that.
166
415000
3000
برای این که چه طور به این هدف برسیم، دارم.
من هوادار بزرگ شهرها هستم.
07:13
I'm a big fan of cities.
167
418000
2000
07:15
Especially if we have cites that are diverse and sustainable,
168
420000
3000
مخصوصا اگر شهرهایی داشته باشیم که
متنوع و پایدار هستند،
متنوع و پایدار هستند،
07:18
and can support people of different ethnicities and different income groups.
169
423000
3000
و از افرادی با قومیت های مختلف و
درآمدهای متفاوت پشتیبانی می‌کنند.
درآمدهای متفاوت پشتیبانی می‌کنند.
07:21
I think cities facilitate more of the kind of networking,
170
426000
3000
فکر میکنم که شهرها نوعی از شبکه را
تسهیل می‌کنند،
تسهیل می‌کنند،
رابطه‌ی گاه‌به‌گاهی که روزانه با دیگران
برقرار می‌کنید.
برقرار می‌کنید.
07:24
the kind of casual interaction than you might have on a daily basis.
171
429000
3000
07:27
But also not everyone wants to live in a city, certainly not a city like New York.
172
432000
3000
اما همه هم نمی‌خواهند که در شهر زندگی
کنند، مطمئنا در شهری مثل نیویورک.
کنند، مطمئنا در شهری مثل نیویورک.
07:30
So we can think more about things like street grids.
173
435000
3000
پس به چیزهایی مثل خیابان‌های توری شکل
بیشتر فکر می‌کنیم.
بیشتر فکر می‌کنیم.
07:33
This is the neighborhood where I grew up in East Lansing, Michigan.
174
438000
2000
محله‌ای که درآن بزرگ شدم،
لنسینگ شرقی، میشیگان.
لنسینگ شرقی، میشیگان.
07:35
It's a traditional Midwestern community, which means you have real grid.
175
440000
3000
جامعه‌ای سنتی در غرب میانه است،
یعنی شبکه‌ای واقعی دارید.
یعنی شبکه‌ای واقعی دارید.
07:38
You have real neighborhoods and real trees, and real streets you can walk on.
176
443000
3000
محله‌ها، درخت‌ها و خیابان‌های واقعی دارید
که می‌توانید روی آن قدم بردارید.
که می‌توانید روی آن قدم بردارید.
07:41
And you interact a lot with your neighbors --
177
446000
3000
با همسایه‌هایتان رابطه‌ی زیادی دارید.
آنهایی که دوست دارید، آنهایی
که نمی‌شناسید.
که نمی‌شناسید.
07:44
people you like, people you might not know.
178
449000
2000
07:46
And as a result it's a very tolerant community,
179
451000
3000
و در نتیجه، جامعه‌ی اهل مدارایی است،
که، فکر میکنم، از چیزی مثل این،
07:49
which is different, I think, than something like this,
180
454000
2000
07:51
which is in Schaumburg, Illinois,
181
456000
2000
که شمبورگ واقع در ایلینوی است.
جایی که هر گروهی از خانه‌ها، بن‌بست خودشان
را دارد،
را دارد،
07:53
where every little set of houses has their own cul-de-sac
182
458000
3000
و سفارش از داخل ماشینِ استارباکس و چیزهایی
مثل این.
مثل این.
07:56
and drive-through Starbucks and stuff like that.
183
461000
2000
07:58
I think that actually this type of urban design,
184
463000
3000
فکر میکنم این نوعی از طراحی شهری است که
08:01
which became more prevalent in the 1970s and 1980s --
185
466000
3000
که در دهه‌های ۱۹۷۰ و ۱۹۸۰، بیشتر
متداول شد...
متداول شد...
08:04
I think there is a relationship between that and the country becoming
186
469000
3000
و فکر میکنم رابطه‌ای بین آن و
بیشتر
بیشتر
محافظه‌کار و سنتی شدن کشور در زمان
ریگان وجود دارد.
ریگان وجود دارد.
08:07
more conservative under Ronald Reagan.
187
472000
2000
08:09
But also here is another idea we have --
188
474000
3000
اما یک نظر دیگر هم داریم که
تبادل بین دانشگاهی نام دارد که در آن
08:12
is an intercollegiate exchange program
189
477000
2000
08:14
where you have students going from New York abroad.
190
479000
3000
دانشجویانی دارید که از نیویورک
خارج می‌شوند.
خارج می‌شوند.
اما رک بگویم که تغییرات به
قدر کافی در داخل کشور داریم،
قدر کافی در داخل کشور داریم،
08:17
But frankly there are enough differences within the country now
191
482000
2000
08:19
where maybe you can take a bunch of kids from NYU,
192
484000
3000
که یک سری بچه را از نیویورک برداری
و بگذاری برای یک ترم بروند در دانشگاه
آرکانزاس،
آرکانزاس،
08:22
have them go study for a semester at the University of Arkansas,
193
487000
2000
08:24
and vice versa. Do it at the high school level.
194
489000
3000
و بالعکس. این کار رادر سطح دبیرستان
انجام بدهید.
انجام بدهید.
عینا افرادی هستند که ممکن است در
آرکانزاس یا تنسی تحصیل کنند
آرکانزاس یا تنسی تحصیل کنند
08:27
Literally there are people who might be in school in Arkansas or Tennessee
195
492000
3000
08:30
and might never interact in a positive affirmative way
196
495000
3000
و هیچ وقت به صورت مثبت و تبعیض مثبت
با کسی که از قسمت دیگر
با کسی که از قسمت دیگر
08:33
with someone from another part of the country, or of another racial group.
197
498000
4000
کشور یا از گروه نژادی دیگر است،
ارتباط برقرار نکنند.
ارتباط برقرار نکنند.
08:37
I think part of the education variable we talked about before
198
502000
3000
فکر میکنم بخشی از متغیر تحصیلی
که درموردش صحبت کردیم،
که درموردش صحبت کردیم،
08:40
is the networking experience you get when you go to college
199
505000
2000
تجربه‌ی شبکه‌ای است که در زمان دانشگاه
به دست می‌آورید،
به دست می‌آورید،
08:42
where you do get a mix of people that you might not interact with otherwise.
200
507000
4000
جایی که گروه مختلطی دارید که در حالت
عادی، با آن‌ها ارتباط برقرار نمی‌کنید.
عادی، با آن‌ها ارتباط برقرار نمی‌کنید.
08:46
But the point is, this is all good news,
201
511000
2000
اما نکته این است، این‌ها
خبرهای خوبی است.
خبرهای خوبی است.
08:48
because when something is predictable,
202
513000
3000
چون وقتی چیزی قابل پیش بینی است،
چیزی است که من آن را قابل طراحی می‌نامم.
08:51
it is what I call designable.
203
516000
2000
می‌توانید فکر کردن به راه‌حل‌های مشکل
را آغاز کنید.
را آغاز کنید.
08:53
You can start thinking about solutions to solving that problem,
204
518000
2000
08:55
even if the problem is pernicious and as intractable as racism.
205
520000
3000
حتی اگر مشکل به اندازه ی نژادپرستی
نابودکننده و غیرقابل کنترل باشد.
نابودکننده و غیرقابل کنترل باشد.
08:58
If we understand the root causes of the behavior
206
523000
2000
اگر ریشه‌ای که باعث
این رفتار می‌شود، بیابیم،
این رفتار می‌شود، بیابیم،
09:00
and where it manifests itself and where it doesn't,
207
525000
2000
و جایی که بروز پیدا می کند و نمیکند،
را بفهمیم،
را بفهمیم،
09:02
we can start to design solutions to it.
208
527000
3000
می‌توانیم طراحی راه‌حل را آغاز کنیم.
خب، این همه‌ی حرفم بود، ممنون.
09:05
So that's all I have to say. Thank you very much.
209
530000
2000
(تشویق حاضرین)
09:07
(Applause)
210
532000
1000
ABOUT THE SPEAKER
Nate Silver - StatisticianMath whiz and baseball fan Nate Silver was mainly known for predicting outcomes in fantasy ballgames -- until his technique hit a home run calling the outcome of the 2008 election primaries.
Why you should listen
In the 2008 election season's closing weeks, throngs of wonks and laypeople alike were glued to FiveThirtyEight.com, a habitforming political blog. Red and blue bar charts crowded the scrollbars as the pulse of exit polls crept along the site's latest projections. It seemed almost miraculous: In a year of acute turns of favor, the site's owner and mouthpiece, Nate Silver (who blogged anonymously as "Poblano" until outing himself on May 30, 2008, as a baseball numberhead), managed to predict the winners of every U.S. Senate contest -- and the general Presidential election.
Besides being just-damn-fascinating, Silver's analysis is a decidedly contrarian gauntlet thrown before an unrepentant, spectacle-driven media. The up-and-coming pundit, who cut his teeth forecasting the performance of Major League Baseball players, has a fairly direct explanation of why most projections fail: "Polls are cherry-picked based on their brand name or shock value rather than their track record of accuracy."
Silver's considerable smarts are already helping local campaigns build constituencies and strategize. He is the author of The Signal and the Noise: Why So Many Predictions Fail - but Some Don't.
Nate Silver | Speaker | TED.com