TEDGlobal 2014
Dave Troy: Social maps that reveal a city's intersections — and separations
Dave Troy: Mapy społeczne, które ukazują miejskie podziały i wspólnoty
Filmed:
Readability: 4.2
1,360,205 views
Każde miasto ma swoje sąsiedztwa, grupki przyjaciół i kluby, ukryte linie łączące i dzielące ludzi w ramach jednej miejscowości. Czego możemy dowiedzieć się o miastach dzięki zbadaniu tego, czym ludzie dzielą się w internecie? Na przykładzie swojego rodzinnego Baltimore Dave Troy wizualizuje to, co wiadomości na Twitterze ujawniają o tym, kto mieszka w danym mieście, z kim rozmawia, a kogo unika.
Dave Troy - Technologist
The co-host of TEDxMidAtlantic, Dave Troy is a serial entrepreneur and a data-viz fan. Full bio
The co-host of TEDxMidAtlantic, Dave Troy is a serial entrepreneur and a data-viz fan. Full bio
Double-click the English transcript below to play the video.
00:12
When we think about mapping cities,
0
620
1775
Słysząc termin "odwzorowanie miasta",
00:14
we tend to think about roads
and streets and buildings,
and streets and buildings,
1
2395
2805
myślimy o ulicach i budynkach,
00:17
and the settlement narrative
that led to their creation,
that led to their creation,
2
5200
2800
czynnikach wpływających na ich stworzenie
00:20
or you might think about
the bold vision of an urban designer,
the bold vision of an urban designer,
3
8000
2984
albo o śmiałej wizji
miejskiego architekta.
miejskiego architekta.
00:22
but there's other ways
to think about mapping cities
to think about mapping cities
4
10984
2503
Ale można zupełnie inaczej
myśleć o mapach miast
myśleć o mapach miast
00:25
and how they got to be made.
5
13487
2166
i tym, jak są przygotowywane.
00:27
Today, I want to show you
a new kind of map.
a new kind of map.
6
15653
2093
Chciałbym pokazać wam nowy rodzaj mapy.
00:29
This is not a geographic map.
7
17746
1496
To nie jest mapa geograficzna.
00:31
This is a map of the relationships
between people in my hometown
between people in my hometown
8
19242
3131
To jest mapa związków
międzyludzkich w moim mieście,
międzyludzkich w moim mieście,
00:34
of Baltimore, Maryland,
9
22373
1340
Baltimore w stanie Maryland.
00:35
and what you can see here is that
each dot represents a person,
each dot represents a person,
10
23713
4417
Każda kropka reprezentuje
pojedynczą osobę,
pojedynczą osobę,
00:40
each line represents a relationship
between those people,
between those people,
11
28130
3294
każda linia to związek
pomiędzy tymi ludźmi,
pomiędzy tymi ludźmi,
00:43
and each color represents a community
within the network.
within the network.
12
31424
3446
a każdy kolor przedstawia
wspólnotę w ramach tej sieci.
wspólnotę w ramach tej sieci.
00:46
Now, I'm here on the green side,
down on the far right where the geeks are,
down on the far right where the geeks are,
13
34870
4862
Ja jestem na zielono,
po prawej, z innymi okularnikami
po prawej, z innymi okularnikami
00:51
and TEDx also is down
on the far right. (Laughter)
on the far right. (Laughter)
14
39732
3848
i TEDx też jest tutaj po prawej. (Śmiech)
00:55
Now, on the other side of the network,
15
43580
2577
Po przeciwnej stronie mapy znajdziemy
00:58
you tend to have primarily
African-American and Latino folks
African-American and Latino folks
16
46157
2960
głownie Afro-Amerykanów oraz Latynosów,
01:01
who are really concerned about somewhat
different things than the geeks are,
different things than the geeks are,
17
49117
3590
interesujących się
czymś innym niż okularnicy.
czymś innym niż okularnicy.
01:04
but just to give some sense,
18
52707
1441
Aby pokazać sens mapy,
01:06
the green part of the network
we call Smalltimore,
we call Smalltimore,
19
54148
2406
zieloną część mapy nazwiemy Smalltimore,
01:08
for those of us that inhabit it,
20
56554
1545
ponieważ dla tych, którzy ją zamieszkują,
01:10
because it seems as though
we're living in a very small town.
we're living in a very small town.
21
58099
2915
jest jak wioska.
01:13
We see the same people
over and over again,
over and over again,
22
61014
2034
Spotykamy ciągle tych samych ludzi,
01:15
but that's because
we're not really exploring
we're not really exploring
23
63048
2171
tak naprawdę nie odkrywamy miasta
01:17
the full depth and breadth of the city.
24
65219
2862
w całej jego rozciągłości.
01:20
On the other end of the network,
25
68081
1752
Po drugiej stronie siatki
01:21
you have folks who are interested
in things like hip-hop music
in things like hip-hop music
26
69833
2937
mamy ludzi interesujących się hip-hopem.
Oni identyfikują się bardziej
z mieszkańcami Maryland lub Virginii
z mieszkańcami Maryland lub Virginii
01:24
and they even identify with living
in the DC/Maryland/Virginia area
in the DC/Maryland/Virginia area
27
72770
3804
01:28
over, say, the Baltimore city
designation proper.
designation proper.
28
76574
4416
niż z pozostałymi mieszkańcami Baltimore.
01:32
But in the middle, you see that there's
29
80990
2100
Pomiędzy nimi znajdziemy jednak coś,
01:35
something that connects
the two communities together,
the two communities together,
30
83090
2483
co łączy dwie różne społeczności,
01:37
and that's sports.
31
85573
879
a jest to sport.
01:38
We have the Baltimore Orioles,
the Baltimore Ravens football team,
the Baltimore Ravens football team,
32
86452
3088
Mamy drużynę piłkarską i baseballową
01:41
Michael Phelps, the Olympian.
33
89540
1446
oraz olimpijczyka, Michaela Phelpsa.
01:42
Under Armour, you may have heard of,
is a Baltimore company,
is a Baltimore company,
34
90986
2838
Firma sportowa Under Armour
ma swoją siedzibę w Baltimore.
ma swoją siedzibę w Baltimore.
01:45
and that community of sports
acts as the only bridge
acts as the only bridge
35
93824
2433
Sport jest jedynym łącznikiem
01:48
between these two ends of the network.
36
96257
2271
między tymi dwoma społecznościami.
01:50
Let's take a look at San Francisco.
37
98528
1895
Przyjrzyjmy się San Francisco.
01:52
You see something a little bit
different happening in San Francisco.
different happening in San Francisco.
38
100423
3186
Można zauważyć, że w San Francisco
wygląda to trochę inaczej.
wygląda to trochę inaczej.
01:55
On the one hand, you do have
the media, politics and news lobe
the media, politics and news lobe
39
103609
4393
Mamy tu media, polityków, dziennikarzy,
02:00
that tends to exist
in Baltimore and other cities,
in Baltimore and other cities,
40
108002
2535
tak jak w Baltimore i innych miastach.
02:02
but you also have this
very predominant group
very predominant group
41
110537
2355
Jednak liczebnie wyróżnia się grupa
okularników i fanów techniki,
stanowiących prawie połowę sieci.
stanowiących prawie połowę sieci.
02:04
of geeks and techies that are sort of
taking over the top half of the network,
taking over the top half of the network,
42
112892
4393
02:09
and there's even a group
that's so distinct and clear
that's so distinct and clear
43
117285
2502
Mamy nawet grupę inną od reszty,
02:11
that we can identify it
as Twitter employees,
as Twitter employees,
44
119787
2350
którą nazwać możemy pracownikami Twittera.
02:14
next to the geeks, in between
the gamers and the geeks,
the gamers and the geeks,
45
122137
3367
Obok okularników, pomiędzy nimi a graczami
02:17
at the opposite end
of the hip-hop spectrum.
of the hip-hop spectrum.
46
125504
2941
na przeciwnym końcu od słuchaczy hip-hopu.
02:20
So you can see, though,
47
128445
1717
Możecie zobaczyć,
że napięcia panujące w San Francisco
że napięcia panujące w San Francisco
02:22
that the tensions that we've
heard about in San Francisco
heard about in San Francisco
48
130162
2681
w związku z gentryfikacją i nowymi firmami
02:24
in terms of people being
concerned about gentrification
concerned about gentrification
49
132843
2921
02:27
and all the new tech companies
that are bringing new wealth
that are bringing new wealth
50
135764
2759
gwarantującymi bogactwo
i przebudowę miasta
i przebudowę miasta
02:30
and settlement into the city are real,
51
138523
2097
są prawdziwe, widać je na tej mapie.
02:32
and you can actually see
that documented here.
that documented here.
52
140620
2229
02:34
You can see the LGBT community
53
142849
2020
Możecie zauważyć, że społeczność LGBT
02:36
is not really getting along
with the geek community that well,
with the geek community that well,
54
144869
3296
nie dogaduje się z okularnikami,
02:40
the arts community, the music community.
55
148165
2132
społecznością artystów i muzyków.
02:42
And so it leads to things like this.
56
150297
1773
A to prowadzi do czegoś takiego.
02:44
["Evict Twitter"]
57
152070
973
["Eksmitować Twitter"]
02:45
Somebody sent me this photo
a few weeks ago,
a few weeks ago,
58
153043
1824
Dostałem to zdjęcie parę tygodni temu.
02:46
and it shows what is happening
on the ground in San Francisco,
on the ground in San Francisco,
59
154867
2907
Obrazujące ono,
co dzieje się w San Francisco.
co dzieje się w San Francisco.
02:49
and I think you can
actually try to understand that
actually try to understand that
60
157774
2384
Można spróbować to zrozumieć,
02:52
through looking at a map like this.
61
160158
1702
analizując naszą mapę.
02:53
Let's take a look at Rio de Janeiro.
62
161860
1760
Spójrzmy na Rio de Janeiro.
02:55
I spent the last few weeks
gathering data about Rio,
gathering data about Rio,
63
163620
2454
Spędziłem kilka tygodni,
zbierając dane o tym mieście
zbierając dane o tym mieście
02:58
and one of the things
that stood out to me about this city
that stood out to me about this city
64
166074
2807
i szczególnie uderzyło mnie to,
03:00
is that everything's
really kind of mixed up.
really kind of mixed up.
65
168881
2122
że wszystko jest tu pomieszane.
03:03
It's a very heterogenous city in a way
that Baltimore or San Francisco is not.
that Baltimore or San Francisco is not.
66
171003
4104
To miasto bardziej różnorodne
niż Baltimore czy San Francisco.
niż Baltimore czy San Francisco.
03:07
You still have the lobe of people involved
67
175107
2455
Nadal mamy odłam ludzi zaangażowanych
03:09
with government, newspapers,
politics, columnists.
politics, columnists.
68
177562
2384
w politykę czy media.
03:11
TEDxRio is down in the lower right,
right next to bloggers and writers.
right next to bloggers and writers.
69
179946
3404
TEDxRio jest na dole po prawej,
tuż obok pisarzy i blogerów.
tuż obok pisarzy i blogerów.
03:15
But then you also have this
tremendous diversity of people
tremendous diversity of people
70
183350
2709
Ale widzimy też ogromną różnorodność ludzi
03:18
that are interested
in different kinds of music.
in different kinds of music.
71
186059
2274
wynikającą ze słuchania różnej muzyki.
03:20
Even Justin Bieber fans
are represented here.
are represented here.
72
188333
2204
Są nawet fani Justina Biebera.
03:22
Other boy bands, country singers,
73
190537
2892
Inne boys bandy, piosenkarze country,
03:25
gospel music, funk and rap
and stand-up comedy,
and stand-up comedy,
74
193429
2908
muzyka gospel, funk, rap, komicy stand-up,
03:28
and there's even a whole section
around drugs and jokes.
around drugs and jokes.
75
196337
3039
jest nawet sekcja kawałów i narkotyków.
Super, co nie?
03:31
How cool is that?
76
199376
1486
03:32
And then the Flamengo football team
is also represented here.
is also represented here.
77
200862
3134
Swoich przedstawicieli ma nawet
drużyna piłkarska Flamengo.
drużyna piłkarska Flamengo.
03:35
So you have that same kind of spread
78
203996
2160
Więc mamy taką samą mapę
03:38
of sports and civics
and the arts and music,
and the arts and music,
79
206156
2715
sportu, spraw miejskich, sztuki i muzyki
03:40
but it's represented
in a very different way,
in a very different way,
80
208871
2161
ale reprezentowanych całkiem inaczej,
03:43
and I think that maybe fits
with our understanding of Rio
with our understanding of Rio
81
211032
3320
w zgodzie z naszym wyobrażeniem Rio
jako multikulturowego
i muzycznie zróżnicowanego miasta.
i muzycznie zróżnicowanego miasta.
03:46
as being a very multicultural,
musically diverse city.
musically diverse city.
82
214352
4014
03:50
So we have all this data.
83
218366
3618
Więc mamy te wszystkie dane.
03:53
It's an incredibly rich set of data
that we have about cities now,
that we have about cities now,
84
221984
3118
W dzisiejszych czasach
mamy bardo dużo informacji o miastach,
mamy bardo dużo informacji o miastach,
03:57
maybe even richer than any data set
that we've ever had before.
that we've ever had before.
85
225102
3246
pewnie więcej niż w jakimkolwiek
zbiorze danych wcześniej.
zbiorze danych wcześniej.
04:00
So what can we do with it?
86
228348
1924
Ale co możemy z nimi zrobić?
04:02
Well, I think the first thing
that we can try to understand
that we can try to understand
87
230272
2870
Po pierwsze musimy zrozumieć,
04:05
is that segregation is a social construct.
88
233142
2338
że segregacja jest konstruktem społecznym.
04:07
It's something that we choose to do,
and we could choose not to do it,
and we could choose not to do it,
89
235480
3344
Jest to coś, co wybieramy,
więc możemy wybrać inaczej.
więc możemy wybrać inaczej.
04:10
and if you kind of think about it,
90
238824
1932
Jeśli się nad tym zastanowić,
04:12
what we're doing with this data
is aiming a space telescope at a city
is aiming a space telescope at a city
91
240756
3411
to nasze badanie
jest jak patrzenie przez teleskop
jest jak patrzenie przez teleskop
04:16
and looking at it as if was
a giant high school cafeteria,
a giant high school cafeteria,
92
244167
3032
na ogromną szkolną stołówkę
04:19
and seeing how everybody arranged
themselves in a seating chart.
themselves in a seating chart.
93
247199
3738
i określanie, kto z kim siedzi.
04:22
Well maybe it's time to shake up
the seating chart a little bit.
the seating chart a little bit.
94
250937
3313
Może nadszedł czas zburzyć ten ład.
04:26
The other thing that we start to realize
95
254250
2540
Zaczynamy rozumieć,
że rasa to zły wyznacznik różnorodności.
że rasa to zły wyznacznik różnorodności.
04:28
is that race is a really
poor proxy for diversity.
poor proxy for diversity.
96
256790
2638
04:31
We've got people represented
from all different types of races
from all different types of races
97
259428
2937
Ludzie wszystkich ras
są rozrzuceni po całej mapie.
są rozrzuceni po całej mapie.
04:34
across the entire map here --
98
262365
2326
04:36
only looking at race
99
264691
2376
Analizowanie grup wyłącznie według ras
nie mówi nam nic o różnorodności.
nie mówi nam nic o różnorodności.
04:39
doesn't really contribute to
our development of diversity.
our development of diversity.
100
267067
2718
04:41
So if we're trying to use diversity
101
269785
1739
Jeśli chcemy używać różnorodności
04:43
as a way to tackle some of our
more intractable problems,
more intractable problems,
102
271524
3081
jako sposobu na rozwiązanie
zawiłych problemów,
zawiłych problemów,
04:46
we need to start to think
about diversity in a new way.
about diversity in a new way.
103
274605
3294
to musimy inaczej ją rozumieć.
04:49
And lastly, we have the ability to create
104
277899
3527
Możemy zmienić strukturę naszych miast
04:53
interventions to start to reshape
our cities in a new way,
our cities in a new way,
105
281426
3094
04:56
and I believe that if
we have that capability,
we have that capability,
106
284520
2600
i wierzę, że skoro mamy takie możliwości,
jest to wręcz nasz obowiązek.
04:59
we may even bear some
responsibility to do so.
responsibility to do so.
107
287120
3065
Czym więc jest miasto?
05:02
So what is a city?
108
290185
1765
05:03
I think some might say that it is
109
291950
2206
Niektórzy stwierdzą,
że to obszar geograficzny,
zbiór ulic i budynków.
zbiór ulic i budynków.
05:06
a geographical area or a collection
of streets and buildings,
of streets and buildings,
110
294156
3160
05:09
but I believe that a city
is the sum of the relationships
is the sum of the relationships
111
297316
2752
Jednak moim zdaniem jest to
suma związków pomiędzy jego mieszkańcami.
suma związków pomiędzy jego mieszkańcami.
05:12
of the people that live there,
112
300068
1561
05:13
and I believe that if we can start to
document those relationships in a real way
document those relationships in a real way
113
301629
6051
Jeśli zaczniemy je naprawdę rejestrować,
05:19
then maybe we have a real shot
114
307680
1733
to być może uda się
05:21
at creating those kinds of cities
that we'd like to have.
that we'd like to have.
115
309413
2675
stworzyć takie miasta, o jakich marzymy.
05:24
Thank you.
116
312088
1357
Dziękuję.
(Brawa)
05:25
(Applause)
117
313445
2304
ABOUT THE SPEAKER
Dave Troy - TechnologistThe co-host of TEDxMidAtlantic, Dave Troy is a serial entrepreneur and a data-viz fan.
Why you should listen
Dave Troy is a serial entrepreneur and community activist in Baltimore, Maryland. He is CEO and product architect at 410 Labs, maker of the popular e-mail management tool Mailstrom.co. He has been acknowledged by the founding team at Twitter as the first developer to utilize the Twitter API, with his project “Twittervision,” which was featured in the 2008 MoMA exhibition “Design and the Elastic Mind.” His crowdsourced project Peoplemaps.org uses social network data to map cities. He is also organizer of TEDxMidAtlantic and is passionate about data, cities, and entrepreneurship.
Read his post, "The Math Behind Peoplemaps."
Dave Troy | Speaker | TED.com