English-Video.net comment policy

The comment field is common to all languages

Let's write in your language and use "Google Translate" together

Please refer to informative community guidelines on TED.com

TED@IBM

Susan Etlinger: What do we do with all this big data?

スーザン・エトリンガー: ビッグデータにどう向き合うべきか?

Filmed
Views 1,218,776

あるデータのおかげで、心地よい気持ちになれますか?より成功していると感じることができますか?だとしたら、あなたのそのデータの解釈は間違っている可能性が高いでしょう。この驚くほど心を揺さぶられるトークで、スーザン・エトリンガーは、より多くのデータを手にすればするほどに私たちの批判的に考える能力もまた深められなければならない理由を説明してくれます。なぜなら、単に物を数えるところを超えて、それらを本当に理解するところまで到達するのは、とても難しいのです。

- Data analyst
Susan Etlinger promotes the smart, well-considered and ethical use of data. Full bio

Technology技術 has brought持ってきた us soそう muchたくさん:
科学技術は多くをもたらしてくれました
00:13
the moon landing着陸, the Internetインターネット,
月面着陸 インターネット
00:16
the ability能力 to sequenceシーケンス the human人間 genomeゲノム.
ヒトゲノム配列の解析などです
00:18
Butだがしかし itそれ alsoまた、 tapsタップ into a lot of our我々の deepest最も深い fears恐怖,
ですが 私たちの奥深くにある
恐怖の多くにも それは入り込んでいます
00:21
and about 30 years ago,
およそ30年ほど前
00:24
the culture文化 critic評論家 Neilニール Postman郵便配達員 wrote書きました a book
文化批評家のニール・ポストマンは
00:26
calledと呼ばれる "Amusing面白い Ourselves自分自身 to Death,"
"Amusing Ourselves to Death"
という著作で
00:29
whichどの lays寝そべる thisこの outでる really本当に brilliantly華麗に.
このことを的確に述べました
00:31
And here'sここにいる what he said前記,
彼はこの著作において
00:34
comparing比較する the dystopianディスストピアン visionsビジョン
ジョージ・オーウェルとオルダス・ハクスリーの
00:35
of Georgeジョージ Orwellオーウェル and Aldousアルドゥス Huxleyハクスリー.
ディストピア (反ユートピア) 思想を比べて
こう書きました
00:38
He said前記, Orwellオーウェル feared恐れる we我々 would become〜になる
「オーウェルは私たちが
00:41
a captive捕虜 culture文化.
囚われの身になる文化を恐れた
00:44
Huxleyハクスリー feared恐れる we我々 would become〜になる a trivial自明 culture文化.
ハクスリーは私たちが
取るに足らないことに耽溺する文化を恐れた
00:47
Orwellオーウェル feared恐れる the truth真実 would be
オーウェルは真実が
00:50
concealed隠蔽された fromから us,
私たちから隠蔽されることを恐れ
00:52
and Huxleyハクスリー feared恐れる we我々 would be drowned溺れた
ハクスリーは私たちが無関心の海で
00:54
in a sea of irrelevance無関係.
溺れ死ぬことを恐れた」
00:57
In a nutshell要するに, it'sそれは a choice選択 betweenの間に
要するに
00:59
Big大きい Brother watching見ている you君は
「ビッグ・ブラザー」 に監視されるか
01:01
and you君は watching見ている Big大きい Brother.
「ビッグ・ブラザー」を監視するかの
どちらかということです
01:04
(Laughter笑い)
(笑)
01:06
Butだがしかし itそれ doesn'tしない have to be thisこの way.
でも そうでなくともよいのです
01:08
We私たち are notない passive受動的 consumers消費者
of dataデータ and technology技術.
私たちはデータや技術を
受け身で消費するだけではありません
01:10
We私たち shape形状 the role役割 itそれ plays演劇 in our我々の lives人生
生活において
データや技術が果たす役割や
01:13
and the way we我々 make作る meaning意味 fromから itそれ,
その意味を見出す方法を
私たちが形作るのです
01:16
butだけど to do thatそれ,
しかし そのためには
01:18
we我々 have to pay支払う as muchたくさん attention注意 to howどうやって we我々 think思う
コード化の方法と同じくらいに
01:20
as howどうやって we我々 codeコード.
考え方にも注意を向けねばなりません
01:23
We私たち have to ask尋ねる questions質問, and hardハード questions質問,
物を数えるだけでなく
さらにそれを理解するために
01:25
to move動く past過去 counting数える thingsもの
難解な問いを
01:28
to understanding理解 themそれら.
投げかけねばなりません
01:30
We're我々 はしています。 constantly常に bombarded砲撃された with〜と stories物語
私たちは世界に
どれ位のデータがあるか
01:33
about howどうやって muchたくさん dataデータ thereそこ is in the world世界,
常に聞かされていますが
01:35
butだけど whenいつ itそれ comes来る to big大きい dataデータ
ビッグデータや
01:38
and the challenges挑戦 of interpreting解釈する itそれ,
それを読み解く難解さとなると
01:39
sizeサイズ isn'tない everythingすべて.
量だけがすべてではありません
01:42
There'sあります。 alsoまた、 the speed速度 at whichどの itそれ moves動き,
データが動く速さも問題になりますし
01:44
and the manyたくさんの varieties品種 of dataデータ typesタイプ,
データには様々な種類があります
01:47
and hereここに are justちょうど a few少数 examples:
ごくわずかな例を挙げると
01:49
imagesイメージ,
画像
01:51
textテキスト,
文章
01:53
videoビデオ,
映像
01:57
audioオーディオ.
音声などです
01:59
And what unitesユニット thisこの disparate異なる typesタイプ of dataデータ
これら別々の種類のデータに
共通しているのは
02:01
is thatそれ they're彼らは created作成した by people
これらは人の手で作られ
02:04
and they彼ら require要求する contextコンテキスト.
文脈を必要としているということです
02:06
Now, there'sそこに a groupグループ of dataデータ scientists科学者
さて イリノイ大学シカゴ校出身の
02:09
outでる of the University大学 of Illinois-Chicagoイリノイ州シカゴ,
データ科学者のグループがあります
02:12
and they're彼らは calledと呼ばれる the Health健康 Mediaメディア Collaboratoryコラボレーティブ,
このグループは
ヘルス・メディア・コラボラトリーと呼ばれ
02:14
and they've彼らは been workingワーキング with〜と
the Centersセンター for Disease疾患 Controlコントロール
米国疾病管理センターと一緒に仕事をし
02:16
to betterより良い understandわかる
人々が
02:19
howどうやって people talkトーク about quitting辞める smoking喫煙,
禁煙についての言い表し方や
02:21
howどうやって they彼ら talkトーク about electronic電子 cigarettesタバコ,
電子タバコについての言い表し方
02:23
and what they彼ら can do collectively集合的に
禁煙を促すために協力しあえることを
02:26
to help助けて themそれら quit終了する.
より良く理解するよう努めました
02:28
The interesting面白い thingもの is, ifif you君は want to understandわかる
興味深いことに 人がどのように
02:30
howどうやって people talkトーク about smoking喫煙,
喫煙について話しているかを
理解するにはまず
02:32
first最初 you君は have to understandわかる
「smoking (吸う)」という語で
02:34
what they彼ら mean平均 whenいつ they彼ら sayいう "smoking喫煙."
どんな意味が表されているかを
理解せねばなりません
02:36
And on TwitterTwitter, thereそこ are four4つの mainメイン categoriesカテゴリ:
ツイッター上には
4つの主なカテゴリーがあります
02:39
number one1, smoking喫煙 cigarettesタバコ;
1つ目 タバコを「吸う」
02:43
number two, smoking喫煙 marijuanaマリファナ;
2つ目 マリファナを「吸入する」
02:46
number three, smoking喫煙 ribs肋骨;
3つ目 リブ肉を「いぶす」
02:48
and number four4つの, smoking喫煙 hotホット women女性.
4つ目 「煙が出るほどホットな」イケてる女
02:51
(Laughter笑い)
(笑)
02:55
Soだから then次に you君は have to think思う about, well,
電子タバコについて
どのように話されているかは
02:58
howどうやって do people talkトーク about electronic電子 cigarettesタバコ?
その上で考えてみなければなりません
03:00
And thereそこ are soそう manyたくさんの different異なる ways方法
これには 非常に様々な例が見られます
03:02
thatそれ people do thisこの, and you君は can see見る fromから the slide滑り台
スライドからもおわかりのように
03:04
it'sそれは a complex複合体 kind種類 of a queryクエリ.
これは複雑な問いなのです
03:07
And what itそれ reminds思い出させる us is thatそれ
このことで思い出すのは
03:09
language言語 is created作成した by people,
言語は人々によって作られたものであり
03:13
and people are messy厄介な and we're私たちは complex複合体
人間は厄介かつ複雑なもので
03:15
and we我々 useつかいます metaphors隠喩 and slangスラング and jargon専門用語
比喩やスラングや隠語を
使うものだということ
03:17
and we我々 do thisこの 24/7 in manyたくさんの, manyたくさんの languages言語,
そしてそれを人間は毎日24時間
多くの言語で行い続けており
03:20
and then次に as soonすぐに as we我々 figure数字 itそれ outでる, we我々 change変化する itそれ upアップ.
理解するやいなや
その言葉自体を変えてしまうことです
03:23
Soだから did theseこれら ads広告 thatそれ the CDCCDC put on,
では 米国疾病管理センターが出した
03:27
theseこれら televisionテレビ ads広告 thatそれ featured特集 a woman女性
喉に穴が開いた女性を
映し出すこのテレビ広告は
03:32
with〜と a hole in her彼女 throat and thatそれ were very非常に graphicグラフィック
非常に描写が露骨で
03:34
and very非常に disturbing邪魔する,
気持ちの良いものではありませんが
03:36
did they彼ら actually実際に have an impact影響
この広告は実際に禁煙するように
03:38
on whetherかどうか people quit終了する?
人々を促したのでしょうか?
03:40
And the Health健康 Mediaメディア Collaboratoryコラボレーティブ
respected敬意を表する the limits限界 of their彼らの dataデータ,
ヘルス・メディア・コラボラトリーは
データの限界を認めてはいますが
03:43
butだけど they彼ら were ableできる to conclude結論づける
その結論によると
03:46
thatそれ thoseそれら advertisements広告
and you君は mayかもしれない have seen見た themそれら
あなた方も見たことがあるかもしれない
これらの広告によって
03:48
thatそれ they彼ら had the effect効果 of jolting激しい people
将来の行動が
03:51
into a thought processプロセス
影響されるかもしれないような
03:54
thatそれ mayかもしれない have an impact影響 on future未来 behavior動作.
思考プロセスに
人々を導いたのだそうです
03:56
And what I admire賞賛する and
appreciate感謝する about thisこの projectプロジェクト,
私がこのプロジェクトについて
感心し 評価するのは
03:59
aside脇に fromから the fact事実, includingを含む the fact事実
人間の現実的な必要性に
基づいている などの事実面はさておき
04:03
thatそれ it'sそれは basedベース on realリアル human人間 need必要,
人間の現実的な必要性に
基づいている などの事実面はさておき
04:05
is thatそれ it'sそれは a fantastic素晴らしい example of courage勇気
これが無関心の海に真っ向から
立ち向かう勇気を示す
04:09
in the face of a sea of irrelevance無関係.
素晴らしい例であるということです
04:12
And soそう it'sそれは notない justちょうど big大きい dataデータ thatそれ causes原因
一方 理解が難しいのは
ビッグデータだけではないのです
04:16
challenges挑戦 of interpretation解釈, becauseなぜなら let'sさあ face itそれ,
なぜなら 考えてもみてください
04:19
we我々 human人間 beings存在 have a very非常に richリッチ history歴史
私たち人間は データの大小にかかわらず
04:22
of taking取る anyどれか amount of dataデータ, noいいえ matter問題 howどうやって small小さい,
それを台無しにしてしまった
豊かな歴史を
04:25
and screwingねじ止め itそれ upアップ.
有しているではありませんか
04:27
Soだから manyたくさんの years ago, you君は mayかもしれない remember思い出す
何年も前に
ロナルド・レーガン元大統領が
04:29
thatそれ former前者 President大統領 Ronaldロナルド Reaganレーガン
このように述べて厳しく批判されたことを
04:33
was very非常に criticized批判された for making作る a statementステートメント
皆さんも覚えているかもしれません
04:35
thatそれ facts事実 are stupid愚か thingsもの.
「事実とは馬鹿げたものである」と
04:37
And itそれ was a slipスリップ of the tongue, let'sさあ be fairフェア.
これは言い間違いでした
公平を期すなら ですが
04:40
He actually実際に meant意味した to quote見積もり Johnジョン Adams'アダムズは、 defense防衛
彼はジョン・アダムズが
04:43
of Britishイギリス人 soldiers兵隊 in the Bostonボストン Massacre虐殺 trials試行
ボストン虐殺事件裁判において
イギリス人兵士の弁護で述べた
04:45
thatそれ facts事実 are stubborn頑固な thingsもの.
「事実とは確固たるものである」を
引用したつもりだったのです
04:48
Butだがしかし I actually実際に think思う there'sそこに
しかし このレーガンの言い間違いは
04:51
a bitビット of accidental偶然 wisdom知恵 in what he said前記,
偶然ながらも 一理あると私は思います
04:54
becauseなぜなら facts事実 are stubborn頑固な thingsもの,
なぜなら 事実は確固たるものですが
04:57
butだけど sometimes時々 they're彼らは stupid愚か, too.
時に 馬鹿げてもいるからです
05:00
I want to telltell you君は a personal個人的 storyストーリー
これが 私にとってなぜ重要なのか
05:03
about whyなぜ thisこの matters問題 a lot to me.
個人的なお話をしたいと思います
05:05
I need必要 to take a breath呼吸.
ひと息つかせてください
05:08
My私の son息子 Isaacアイザック, whenいつ he was two,
息子のアイザックは 2歳の時に
05:11
was diagnosed診断された with〜と autism自閉症,
自閉症の診断を受けました
05:13
and he was thisこの happyハッピー, hilarious陽気な,
彼はにこにこして 愉快で
05:16
loving愛する, affectionate愛情のある little少し guy,
愛情深く 優しい男の子でしたが
05:18
butだけど the metricsメトリック on his developmental発達する evaluations評価,
彼の発育評価についての測定基準が
05:20
whichどの looked見た at thingsもの like
the number of words言葉
着目したのは 話せる言葉の数や―
05:23
at thatそれ pointポイント, noneなし
これは当時 ゼロでした―
05:25
communicativeコミュニケーション的 gesturesジェスチャー and minimal最小限 eye contact接触,
意思疎通を図る身振り
アイコンタクトなどであったため
05:29
put his developmental発達する levelレベル
彼の発育レベルは
05:33
at thatそれ of a nine-month-old9カ月齢 baby赤ちゃん.
9か月の赤ちゃん程度でした
05:35
And the diagnosis診断 was factually事実上 correct正しい,
この診断は事実からすれば
正しいものでしたが
05:39
butだけど itそれ didn'tしなかった telltell the whole全体 storyストーリー.
全体像を語ってはいませんでした
05:42
And about a year and a halfハーフ later後で,
およそ1年半後
05:45
whenいつ he was almostほぼ four4つの,
アイザックがもうすぐ4歳になる頃
05:46
I found見つけた him in frontフロント of the computerコンピューター one1 day
私は ある日
彼がコンピュータの前で
05:48
runningランニング a GoogleGoogle image画像 searchサーチ on women女性,
グーグル画像検索で
女性を検索しているのを見つけました
05:51
spelled綴り "w-i-m-e-nウィメン."
「w-i-m-e-n」というつづりで です
05:56
And I did what anyどれか obsessed執拗な parent would do,
過干渉な親がそうするように 私も
06:00
whichどの is immediatelyすぐに started開始した
hittingヒッティング the "backバック" buttonボタン
「前のページに戻る」ボタンをクリックし
06:02
to see見る what elseelse he'd彼は been searching検索 for.
他に何を検索していたのか知ろうとしました
06:04
And they彼ら were, in order注文: men男性,
他の検索は 順番に「男性」
06:08
school学校, busバス and computerコンピューター.
「学校」 「バス」 そして「コンピュータ」でした
06:10
And I was stunned唖然,
私は呆気にとられました
06:17
becauseなぜなら we我々 didn'tしなかった know知っている thatそれ he could spellスペル,
アイザックがスペルを知っているとも
06:19
muchたくさん lessもっと少なく read読む, and soそう I asked尋ねた him,
ましてや読めるとも知らなかったのです
06:21
"Isaacアイザック, howどうやって did you君は do thisこの?"
そこで息子に訊きました
「どうやったの?」
06:23
And he looked見た at me very非常に seriously真剣に and said前記,
アイザックは私を真剣に見て 言いました
06:25
"Typed型付き in the boxボックス."
「ボックスに文字をタイプしたんだ」
06:28
He was teaching教える himself彼自身 to communicate通信する,
彼は自分で意思疎通の仕方を
学んでいたのに
06:31
butだけど we我々 were looking in the wrong違う place場所,
私たちは誤った部分に
目を向けていたのです
06:35
and thisこの is what happens起こる whenいつ assessmentsアセスメント
そして こういったことが起こるのは
06:38
and analytics分析 overvalue過大値 one1 metricメトリック
査定や分析が ある測定基準―
06:40
in thisこの case場合, verbal口頭 communicationコミュニケーション
ここでは 言語による意思疎通―
を過大評価して
06:43
and undervalue過小評価 othersその他, suchそのような
as creative創造的な problem-solving問題解決.
創造的問題解決能力のような
他の基準を過小評価する場合です
06:45
Communicationコミュニケーション was hardハード for Isaacアイザック,
アイザックにとって
他者との意思疎通は難しいので
06:51
and soそう he found見つけた a workaround回避策
彼は自分に必要なことを知るための
06:53
to find見つける outでる what he needed必要な to know知っている.
別の方法を見つけたのです
06:55
And whenいつ you君は think思う about itそれ, itそれ makes作る a lot of senseセンス,
考えてみれば 合点がいきますね
06:58
becauseなぜなら formingフォーミング a question質問
質問文を構成するのは
07:00
is a really本当に complex複合体 processプロセス,
実に複雑なプロセスですが
07:02
butだけど he could get himself彼自身 a lot of the way thereそこ
アイザックは検索ボックスに
単語を入れるだけで
07:05
by puttingパッティング a wordワード in a searchサーチ boxボックス.
自力で答えにたどり着けるのです
07:07
And soそう thisこの little少し moment瞬間
この些細な瞬間が
07:11
had a really本当に profound深遠な impact影響 on me
私と家族に
07:14
and our我々の family家族
大きな影響を与えました
07:17
becauseなぜなら itそれ helped助けた us change変化する our我々の frameフレーム of reference参照
なぜなら これが
アイザックに何が起こっているのかを
07:18
for what was going on with〜と him,
把握する方法を変えてくれたからです
07:21
and worry心配 a little少し bitビット lessもっと少なく and appreciate感謝する
心配もほんの少し和らぎ
07:24
his resourcefulness機知 moreもっと.
彼の能力を
より理解できるようになりました
07:27
Facts事実 are stupid愚か thingsもの.
事実とは馬鹿げたものなのです
07:29
And they're彼らは vulnerable脆弱な to misuse悪用,
また事実は意図的 あるいは無意図的に
07:32
willful故意の orまたは otherwiseさもないと.
誤用されやすいものです
07:34
I have a friend友人, Emilyエミリー Willinghamウィリンガム, who'sだれの a scientist科学者,
私には エミリー・ウィリンガムという
科学者の友人がいますが
07:36
and she彼女 wrote書きました a pieceピース for Forbesフォーブス notない long長いです ago
彼女は最近フォーブス誌に
07:39
entitledタイトル "The 10 Weirdest奇妙な Thingsもの
「自閉症と関連付けられてきた
10のおかしな事」
07:42
Ever今まで Linkedリンクされた to Autism自閉症."
という記事を書きました
07:44
It'sそれは、します。 quiteかなり a listリスト.
これは 結構なリストです
07:45
The Internetインターネット, blamed非難された for everythingすべて, right?
何でもインターネットのせいにされます ねえ?
07:48
And of courseコース mothers母親の, becauseなぜなら.
もちろん 母親も入っています
07:52
And actually実際に, wait待つ, there'sそこに moreもっと,
実は もっとあります
07:56
there'sそこに a whole全体 bunch in
the "mother" categoryカテゴリー hereここに.
この「母親」のカテゴリーの中に
色々とあるのです
07:57
And you君は can see見る it'sそれは a prettyかなり
richリッチ and interesting面白い listリスト.
色々な要素の入った
興味深いリストでしょう?
08:01
I'm私は a big大きい fanファン of
私が好きなのは
08:05
beingであること pregnant妊娠している near近く freeways高速道路, personally個人的に.
「妊娠中 高速道路のそばで
暮らしていた」ですね
08:08
The final最後の one1 is interesting面白い,
最後のも興味深いです
08:11
becauseなぜなら the term期間 "refrigerator冷蔵庫 mother"
「冷蔵庫のような母親」という言葉は
08:13
was actually実際に the original元の hypothesis仮説
自閉症の原因に関する
08:16
for the cause原因 of autism自閉症,
元々の仮説からきており
08:19
and thatそれ meant意味した somebody誰か
who was coldコールド and unloving無邪気な.
冷徹で愛情が薄い人という意味でした
08:20
And at thisこの pointポイント, you君は mightかもしれない be thinking考え,
ここで こう考えるかもしれませんね
08:23
"Okayオーケー, Susanスーザン, we我々 get itそれ,
「わかった データを測定してしまえば
08:24
you君は can take dataデータ, you君は can
make作る itそれ mean平均 anything何でも."
どんな意味づけも可能と言うんだろう」
08:26
And thisこの is true真実, it'sそれは absolutely絶対に true真実,
確かに 全くその通りですが
08:28
butだけど the challengeチャレンジ is thatそれ
難しいのは
08:32
we我々 have thisこの opportunity機会
私たちは その意味を作り出す機会を
08:38
to try to make作る meaning意味 outでる of itそれ ourselves自分自身,
自らに与えられていることです
08:40
becauseなぜなら frankly率直に, dataデータ doesn'tしない
create作成する meaning意味. We私たち do.
データ自身ではなく
私たちが意味を作るのです
08:43
Soだから as businesspeople社会人, as consumers消費者,
ビジネスパーソンとして
消費者として
08:48
as patients患者, as citizens市民,
患者として 市民として
08:51
we我々 have a responsibility責任, I think思う,
私たちには より多くの時間を使って
08:54
to spend費やす moreもっと time時間
批判的に考える能力を
08:56
focusingフォーカス on our我々の criticalクリティカルな thinking考え skillsスキル.
鍛える責任があります
08:58
Whyなぜでしょうか?
なぜかって?
09:01
Becauseというのは at thisこの pointポイント in our我々の history歴史, as we've私たちは heard聞いた
なぜなら 何度も耳にしてきたように
09:02
manyたくさんの times over,
有史以来 今やものすごい速さで
09:06
we我々 can processプロセス exabytesエクサバイト of dataデータ
何エクサバイトものデータを
09:07
at lightningライトニング speed速度,
私たちは処理することができるからです
09:09
and we我々 have the potential潜在的な to make作る bad悪い decisions決定
そして 間違った判断を
09:11
far遠い moreもっと quickly早く, efficiently効率的に,
より速く 効率的に下し
09:15
and with〜と far遠い greater大きい impact影響 thanより we我々 did in the past過去.
これまでにないほどの影響を及ぼす
可能性があるからです
09:17
Greatすごい, right?
すごいと思いませんか?
09:22
And soそう what we我々 need必要 to do instead代わりに
ですから 私たちがすべきなのは
09:23
is spend費やす a little少し bitビット moreもっと time時間
時間をもう少し
09:26
on thingsもの like the humanities人文科学
人文学や
09:29
and sociology社会学, and the socialソーシャル sciences科学,
社会学 社会科学―
09:31
rhetoricレトリック, philosophy哲学, ethics倫理,
修辞学や哲学 倫理学などに費やすことです
09:35
becauseなぜなら they彼ら give us contextコンテキスト thatそれ is soそう important重要
これらがビッグデータに
重要な文脈を与えてくれ
09:37
for big大きい dataデータ, and becauseなぜなら
より批判的な考え方が
09:40
they彼ら help助けて us become〜になる betterより良い criticalクリティカルな thinkers思想家.
できるようにしてくれるからです
09:42
Becauseというのは after allすべて, ifif I can spotスポット
結局のところ
特定の議論の中に存在する問題を
09:45
a problem問題 in an argument引数, itそれ doesn'tしない muchたくさん matter問題
見つけることができれば
09:49
whetherかどうか it'sそれは expressed表現された in words言葉 orまたは in numbers数字.
それが言葉で表されようと
数字で表されようと関係ないのですから
09:52
And thisこの means手段
つまり
09:54
teaching教える ourselves自分自身 to find見つける
thoseそれら confirmation確認 biasesバイアス
確証バイアスや誤った相関関係を
09:57
and false correlations相関
自ら見つけ出し
10:02
and beingであること ableできる to spotスポット a naked emotional感情の appealアピール
感情に露骨に訴えるようなやり方を
10:03
fromから 30 yardsヤード,
30m手前で見抜けるようにするのです
10:05
becauseなぜなら something何か thatそれ happens起こる after something何か
なぜなら 何かがある出来事の後に
起こったからといって
10:07
doesn'tしない mean平均 itそれ happened起こった
becauseなぜなら of itそれ, necessarily必ずしも,
必ずしも関連があるとは限らないからです
10:10
and ifif you'llあなたは let me geekオタク outでる on you君は for a second二番,
ちょっと 小難しいことを言えば
10:13
the Romansローマ人 calledと呼ばれる thisこの
"post役職 hocホック ergoエゴ propterプロポーター hocホック,"
ローマ人はこう言い表しました
「post hoc ergo propter hoc」
10:15
after whichどの thereforeしたがって、 becauseなぜなら of whichどの.
「後に起きた ゆえにそれが原因なり」
という前後即因果の誤謬です
10:19
And itそれ means手段 questioning質問
disciplines分野 like demographics人口統計.
つまり 人口統計学のような
学問を疑問に付すことになります
10:22
Whyなぜでしょうか? Becauseというのは they're彼らは basedベース on assumptions仮定
なぜかって?
なぜなら 人口統計学は
10:26
about who we我々 allすべて are basedベース on our我々の gender性別
私たちの実際の考えや行動ではなく
10:29
and our我々の age年齢 and whereどこで we我々 liveライブ
性別や年齢
10:31
as opposed反対 to dataデータ on what
we我々 actually実際に think思う and do.
住む場所による推定に基づいているからです
10:32
And since以来 we我々 have thisこの dataデータ,
それから データを取得した以上は
10:36
we我々 need必要 to treat治療する itそれ with〜と appropriate適切な privacyプライバシー controlsコントロール
適切な個人情報保護や
10:38
and consumer消費者 opt-inオプトイン,
消費者の意思を汲んで
これを扱わねばなりません
10:41
and beyond超えて thatそれ, we我々 need必要 to be clearクリア
さらには 私たちは
10:44
about our我々の hypotheses仮説,
自身の仮説や用いる方法論
10:47
the methodologies方法論 thatそれ we我々 useつかいます,
そして結果の確実性について
10:49
and our我々の confidence信頼 in the result結果.
明確でなければなりません
10:52
As myじぶんの high高い school学校 algebra代数 teacher先生 used to sayいう,
私の高校の代数の先生は
よくこう言っていました
10:55
showショー yourきみの math数学,
「計算過程を明らかにしなさい
10:57
becauseなぜなら ifif I don'tしない know知っている what stepsステップ you君は took取った,
君が踏んだ過程がわからなければ
10:59
I don'tしない know知っている what stepsステップ you君は didn'tしなかった take,
どの手順を
踏まなかったのかわからないし
11:02
and ifif I don'tしない know知っている what questions質問 you君は asked尋ねた,
君がどんな問いを立てたのかが
わからなければ
11:04
I don'tしない know知っている what questions質問 you君は didn'tしなかった ask尋ねる.
どんな問いを
立てなかったかがわからないからね」
11:07
And itそれ means手段 asking尋ねる ourselves自分自身, really本当に,
それは最も難しい問いを
11:10
the hardest一番難しい question質問 of allすべて:
自らに投げかけることなのです
11:11
Did the dataデータ really本当に showショー us thisこの,
このデータは本当に
このことを示しているのか?
11:13
orまたは does the result結果 make作る us feel感じる
それともこの結果が 私たちをもっと
11:16
moreもっと successful成功した and moreもっと comfortable快適?
成功しているとか 心地よく
感じさせてくれるだけなのか? と
11:19
Soだから the Health健康 Mediaメディア Collaboratoryコラボレーティブ,
ヘルス・メディア・コラボラトリーは
11:23
at the end終わり of their彼らの projectプロジェクト, they彼ら were ableできる
プロジェクトの終わりに
11:25
to find見つける thatそれ 87 percentパーセント of tweetsつぶやき
あの非常に露骨で不快な
禁煙推奨広告に関する
11:27
about thoseそれら very非常に graphicグラフィック and disturbing邪魔する
ツイートの87パーセントが
11:30
anti-smoking禁煙 ads広告 expressed表現された fear恐れ,
恐れを表していたことが
わかったといいます
11:32
butだけど did they彼ら conclude結論づける
しかし 彼らは
11:36
thatそれ they彼ら actually実際に made people stopやめる smoking喫煙?
「広告が実際に人々を禁煙に導いた」
と結論付けていましたか?
11:38
No違います. It'sそれは、します。 science科学, notない magicマジック.
答えはノーです
これは科学であり 魔法ではないのです
11:41
Soだから ifif we我々 are to unlockロック解除する
ですから データの力を
11:44
the powerパワー of dataデータ,
解き放つのであれば
11:47
we我々 don'tしない have to go blindly盲目的に into
私たちは必ずしも
オーウェルの思い描いたような
11:50
Orwell'sオーウェル visionビジョン of a totalitarian全体主義者 future未来,
全体主義的な未来や
11:54
orまたは Huxley'sハクスリー visionビジョン of a trivial自明 one1,
ハクスリーの描いたような
些末な事柄に溺れる未来 あるいは
11:57
orまたは some一部 horrible恐ろしい cocktailカクテル of bothどちらも.
両者を折衷したおぞましい未来に
盲目的に突き進まずに済むのです
12:00
What we我々 have to do
私たちがすべきなのは
12:03
is treat治療する criticalクリティカルな thinking考え with〜と respect尊敬
批判的な思考に敬意を払い
12:05
and be inspiredインスピレーションを受けた by examples
ヘルス・メディア・コラボラトリーのような
前例からインスピレーションを得ることです
12:08
like the Health健康 Mediaメディア Collaboratoryコラボレーティブ,
ヘルス・メディア・コラボラトリーのような
前例からインスピレーションを得ることです
12:10
and as they彼ら sayいう in the superheroスーパーヒーロー movies映画,
そして ヒーローものの映画に
よくあるように
12:13
let'sさあ useつかいます our我々の powers for good良い.
私たちの力を善きものに使いましょう
12:15
Thankありがとうございます you君は.
ありがとうございました
12:17
(Applause拍手)
(拍手)
12:19
Translated by Moe Shoji
Reviewed by Naoko Fujii

▲Back to top

About the speaker:

Susan Etlinger - Data analyst
Susan Etlinger promotes the smart, well-considered and ethical use of data.

Why you should listen

Susan Etlinger is an industry analyst with Altimeter Group, where she focuses on data and analytics. She conducts independent research and has authored two intriguing reports: “The Social Media ROI Cookbook” and “A Framework for Social Analytics.” She also advises global clients on how to work measurement into their organizational structure and how to extract insights from the social web which can lead to tangible actions. In addition, she works with technology innovators to help them refine their roadmaps and strategies. 

Etlinger is on the board of The Big Boulder Initiative, an industry organization dedicated to promoting the successful and ethical use of social data. She is regularly interviewed and asked to speak on data strategy and best practices, and has been quoted in media outlets like The Wall Street Journal, The New York Times, and the BBC.

More profile about the speaker
Susan Etlinger | Speaker | TED.com