ABOUT THE SPEAKER
Sebastian Wernicke - Data scientist
After making a splash in the field of bioinformatics, Sebastian Wernicke moved on to the corporate sphere, where he motivates and manages multidimensional projects.

Why you should listen

Dr. Sebastian Wernicke is the Chief Data Scientist of ONE LOGIC, a data science boutique that supports organizations across industries to make sense of their vast data collections to improve operations and gain strategic advantages. Wernicke originally studied bioinformatics and previously led the strategy and growth of Seven Bridges Genomics, a Cambridge-based startup that builds platforms for genetic analysis.

Before his career in statistics began, Wernicke worked stints as both a paramedic and successful short animated filmmaker. He's also the author of the TEDPad app, an irreverent tool for creating an infinite number of "amazing and really bad" and mostly completely meaningless talks. He's the author of the statistically authoritative and yet completely ridiculous "How to Give the Perfect TEDTalk."

More profile about the speaker
Sebastian Wernicke | Speaker | TED.com
TED2010

Sebastian Wernicke: Lies, damned lies and statistics (about TEDTalks)

Mentiras, malditas mentiras e estatísticas (acerca das TEDTalks)

Filmed:
2,510,120 views

Numa brilhante e irónica análise, Sebastian Wernicke usa ferramentas de análise estatística nas TEDTalks, para produzir a "TEDTalk perfeita" baseada nas classificações dadas pelos utilizadores. Como você classifica esta TEDTalk? "De deixar cair o queixo"? "Pouco convincente"? Ou apenas "muito divertida"?
- Data scientist
After making a splash in the field of bioinformatics, Sebastian Wernicke moved on to the corporate sphere, where he motivates and manages multidimensional projects. Full bio

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

00:16
If you go on the TEDTED websitelocal na rede Internet,
0
1000
3000
Se vocês forem ao website do TED,
00:19
you can currentlyatualmente find there
1
4000
2000
podem encontrar lá
00:21
over a fullcheio weeksemana of TEDTalkTEDTalk videosvídeos,
2
6000
3000
mais de uma semana inteira de vídeos TED Talks,
00:24
over 1.3 millionmilhão
3
9000
2000
mais de 1.3 milhões
00:26
wordspalavras of transcriptstranscrições
4
11000
2000
de palavras
00:28
and millionsmilhões of userdo utilizador ratingsclassificações.
5
13000
2000
e milhões de votações dos utilizadores.
00:30
And that's a hugeenorme amountmontante of datadados.
6
15000
3000
E isso é uma quantidade de dados enorme.
00:33
And it got me wonderingperguntando:
7
18000
2000
E isso deixou-me a pensar:
00:35
If you tooktomou all this datadados
8
20000
2000
Se eu pegar em todos estes dados
00:37
and put it throughatravés statisticalestatística analysisanálise,
9
22000
2000
e os analisar estatisticamente,
00:39
could you reversemarcha ré engineerengenheiro a TEDTalkTEDTalk?
10
24000
2000
poderia eu aplicar uma "engenharia inversa" a uma TED Talk?
00:41
Could you createcrio
11
26000
2000
Poderia eu criar
00:43
the ultimatefinal TEDTalkTEDTalk?
12
28000
2000
a TED Talk perfeita?
00:45
(LaughterRiso) (ApplauseAplausos)
13
30000
2000
(Aplausos)
00:47
And alsoAlém disso, could you createcrio
14
32000
2000
E também, poderíamos criar
00:49
the worstpior possiblepossível TEDTalkTEDTalk
15
34000
2000
a pior TED Talk possível
00:51
that they would still let you get away with?
16
36000
2000
de maneira a que eles nos deixassem avançar com ela?
00:53
To find this out, I lookedolhou at threetrês things:
17
38000
2000
Para descobrir isso, eu analisei três coisas.
00:55
I lookedolhou at the topictema that you should chooseescolher,
18
40000
2000
Eu tomei em atenção o tópico que você deveria escolher.
00:57
I lookedolhou at how you should deliverentregar it
19
42000
3000
Tomei em atenção como o deveria apresentar
01:00
and the visualsefeitos visuais onstageno palco.
20
45000
2000
e o aspecto visual.
01:02
Now, with the topictema: There's a wholetodo rangealcance of topicstópicos you can chooseescolher,
21
47000
3000
Agora, acerca do tópico, existe uma grande gama de tópicos que podem escolher,
01:05
but you should chooseescolher wiselysabiamente,
22
50000
2000
mas devem escolher sabiamente,
01:07
because your topictema stronglyfortemente correlatescorrelaciona
23
52000
2000
porque o tópico está fortemente relacionado
01:09
with how usersComercial will reactreagir to your talk.
24
54000
3000
com a reacção que os utilizadores vão ter.
01:12
Now, to make this more concreteconcreto,
25
57000
2000
Agora, para clarificar o assunto,
01:14
let's look at the listLista of toptopo 10 wordspalavras
26
59000
3000
vamos ver a lista das dez melhores palavras
01:17
that statisticallyestatisticamente stickbastão out
27
62000
2000
que estatisticamente sobressaem
01:19
in the mosta maioria favoritefavorito TEDTalksROR
28
64000
2000
nas TED Talks favoritas
01:21
and in the leastpelo menos favoritefavorito TEDTalksROR.
29
66000
3000
e nas menos favoritas.
01:24
So if you cameveio here
30
69000
2000
Portanto, se vocês vierem aqui
01:26
to talk about how FrenchFrancês coffeecafé
31
71000
2000
falar sobre como o café Francês
01:28
will spreadespalhar happinessfelicidade in our brainscérebro,
32
73000
3000
irá espalhar felicidade pelos nossos cérebros,
01:31
that's a go.
33
76000
2000
é uma vantagem.
01:33
(LaughterRiso) (ApplauseAplausos)
34
78000
2000
(Aplausos)
01:35
WhereasConsiderando que a, if you wanted to talk about
35
80000
2000
No entanto, se vocês quiserem falar sobre
01:37
your projectprojeto involvingenvolvendo
36
82000
2000
o vosso projecto envolvendo
01:39
oxygenoxigênio, girlsmeninas, aircraftaeronave --
37
84000
2000
oxigénio, raparigas, aeronaves
01:41
actuallyna realidade, I would like to hearouvir that talk, (LaughterRiso)
38
86000
2000
- na verdade, eu adoraria ouvir essa palestra,
01:43
but statisticsEstatisticas say it's not so good.
39
88000
2000
mas as estatísticas indicam que ela não seria boa.
01:45
Oh, well.
40
90000
2000
Ok.
01:47
If you generalizegeneralizar this,
41
92000
2000
Se vocês generalizarem isto,
01:49
the mosta maioria favoritefavorito TEDTalksROR are those
42
94000
2000
as TED Talks favoritas são aquelas
01:51
that featurecaracterística topicstópicos we can connectconectar with,
43
96000
3000
que apresentam tópicos com que nos podemos relacionar,
01:54
bothambos easilyfacilmente and deeplyprofundamente,
44
99000
2000
quer facil quer profundamente,
01:56
suchtal as happinessfelicidade, our ownpróprio bodycorpo,
45
101000
2000
como a felicidade, o nosso corpo,
01:58
foodComida, emotionsemoções.
46
103000
2000
comida, emoções.
02:00
And the more technicaltécnico topicstópicos,
47
105000
2000
E os tópicos mais técnicos,
02:02
suchtal as architecturearquitetura, materialsmateriais and, strangelyestranhamente enoughsuficiente, menhomens,
48
107000
3000
tal como a arquitectura, materiais e, muito estranhamente, homens,
02:05
those are not good topicstópicos to talk about.
49
110000
3000
esses são maus tópicos para escolher.
02:08
How should you deliverentregar your talk?
50
113000
2000
Como deveriam apresentar a vossa palestra?
02:10
TEDTED is famousfamoso for keepingguardando
51
115000
2000
TED é famoso por manter
02:12
a very sharpafiado eyeolho on the clockrelógio,
52
117000
2000
o olho atento no relógio,
02:14
so they're going to hateódio me
53
119000
2000
por isso eles vão me odiar
02:16
for revealingrevelando this, because, actuallyna realidade,
54
121000
2000
por revelar isto, porque, na verdade,
02:18
you should talk as long as they will let you. (LaughterRiso)
55
123000
2000
vocês devem falar o máximo que eles vos deixarem,
02:20
Because the mosta maioria favoritefavorito TEDTalksROR
56
125000
3000
porque as TED Talks favoritas
02:23
are, on averagemédia, over 50 percentpor cento longermais longo
57
128000
2000
são, em média, 50 por cento mais longas
02:25
than the leastpelo menos favoritefavorito onesuns.
58
130000
2000
que as menos favoritas.
02:28
And this holdsdetém trueverdade for all rankingranking de listslistas on TEDTED.comcom
59
133000
2000
E isto é verdade para toda a lista de votações de TED.com
02:30
exceptexceto if you want to have a talk
60
135000
2000
excepto se vocês quiserem dar uma palestra
02:32
that's beautifulbonita, inspiringinspirador or funnyengraçado.
61
137000
2000
que é bela, inspiradora e divertida.
02:34
Then, you should be briefbreve. (LaughterRiso) But other than that,
62
139000
2000
Nesse caso, vocês devem ser curtos. Mas noutros casos,
02:36
talk untilaté they dragarrastar you off the stageetapa.
63
141000
3000
falem até que os arrastem para fora do palco.
02:39
(LaughterRiso)
64
144000
2000
(Risos)
02:41
Now, while ...
65
146000
2000
Agora, enquanto...
02:43
(ApplauseAplausos)
66
148000
6000
(Aplausos)
02:49
While you're pushingempurrando the clockrelógio, there's a fewpoucos rulesregras to obeyobedecer.
67
154000
3000
Enquanto vocês estão a arrastar o relógio, existem algumas regras a obedecer.
02:52
I foundencontrado these rulesregras out by comparingcomparando the statisticsEstatisticas
68
157000
2000
Eu descobri essas regras ao comparar as estatísticas
02:54
of four-wordpalavra de quatro phrasesfrases
69
159000
2000
de frases com quatro palavras
02:56
that appearaparecer more oftenfrequentemente in the mosta maioria favoritefavorito TEDTalksROR
70
161000
3000
que aparecem mais frequentemente nas TED Talks favoritas,
02:59
as opposedopôs-se to the leastpelo menos favoritefavorito TEDTalksROR.
71
164000
2000
em oposição com as TED Talks menos favoritas.
03:01
I'll give you threetrês examplesexemplos.
72
166000
2000
Eu dou-vos três exemplos.
03:03
First of all, I mustdevo, as a speakeralto falante,
73
168000
2000
Primeiro de todos, eu tenho que, enquanto orador,
03:05
provideprovidenciar a serviceserviço to the audiencepúblico and talk about what I will give you,
74
170000
3000
fornecer um serviço à audiência e falar sobre o que vos vou dar,
03:08
insteadem vez de of sayingdizendo what I can't have.
75
173000
2000
em vez de dizer o que eu não posso ter.
03:10
SecondlyEm segundo lugar, it's imperativeimperativo
76
175000
2000
Em segundo, é imperativo
03:12
that you do not citecitar The NewNovo YorkYork TimesVezes.
77
177000
2000
que vocês não citem o New York Times.
03:14
(LaughterRiso)
78
179000
2000
(Risos)
03:16
And finallyfinalmente, it's okay for the speakeralto falante -- that's the good newsnotícia --
79
181000
3000
E, finalmente, é aceitável que o orador -- esta é a boa noticia --
03:19
to fakefalso intellectualintelectual capacitycapacidade.
80
184000
2000
finja capacidade intelectual.
03:21
If I don't understandCompreendo something, I can just say, "etcetc.., etcetc.."
81
186000
3000
Se eu não entender alguma coisa, eu posso simplesmente dizer: "etc, etc, etc".
03:24
You'llVocê vai all stayfique with me.
82
189000
2000
E todos vão me compreender.
03:26
It's perfectlyperfeitamente fine.
83
191000
2000
É perfeitamente aceitável.
03:28
(ApplauseAplausos)
84
193000
4000
(Aplausos)
03:32
Now, let's go to the visualsefeitos visuais.
85
197000
2000
Agora, vamos analisar o aspecto visual.
03:34
The mosta maioria obviousóbvio visualvisual thing on stageetapa is the speakeralto falante.
86
199000
3000
O aspecto visual mais óbvio no palco é o orador.
03:37
And analysisanálise showsmostra if you want to be
87
202000
2000
E a análise mostra que se você quiser ser
03:39
amongentre the mosta maioria favoritefavorito TEDTED speakerscaixas de som,
88
204000
2000
um dos oradores favoritos da TED,
03:41
you should let your haircabelo growcrescer a little bitpouco longermais longo than averagemédia,
89
206000
3000
deve deixar crescer o cabelo um pouco mais do que a média,
03:44
make sure you wearvestem your glassesóculos and be slightlylevemente more dressed-upvestir-se
90
209000
3000
ter a certeza que usam os vossos óculos e estar ligeiramente melhor vestido
03:47
than the averagemédia TEDTED speakeralto falante.
91
212000
2000
que o orador médio da TED.
03:49
SlidesSlides are okay, thoughApesar you mightpoderia considerconsiderar going for propsadereços.
92
214000
3000
Slides são bons, mas vocês devem considerar o uso de adereços.
03:52
And now the mosta maioria importantimportante thing,
93
217000
2000
E agora, o aspecto mais importante,
03:54
that is the moodhumor onstageno palco.
94
219000
2000
é o ambiente no palco.
03:56
ColorCor playstocam a very importantimportante roleFunção.
95
221000
2000
A cor tem um papel muito importante.
03:58
ColorCor closelyde perto correlatescorrelaciona
96
223000
2000
A cor tem um relacionamento directo
04:00
with the ratingsclassificações that talksfala get on the websitelocal na rede Internet.
97
225000
3000
com as classificações que a palestra obtém no website.
04:03
(ApplauseAplausos)
98
228000
2000
(Aplausos)
04:05
For exampleexemplo, fascinatingfascinante talksfala
99
230000
2000
Por exemplo, palestras fascinantes
04:07
containconter a statisticallyestatisticamente highAlto amountmontante
100
232000
2000
contêm estatisticamente grandes quantidades
04:09
of exactlyexatamente this blueazul colorcor, (LaughterRiso)
101
234000
2000
de exactamente este tom de azul,
04:11
much more than the averagemédia TEDTalkTEDTalk.
102
236000
2000
muito mais que a TED Talk média.
04:13
IngeniousEngenhoso TEDTalksROR, much more this greenverde colorcor,
103
238000
2000
TEd Talks habilidosas, têm muito este tom de verde,
04:15
etcetc.., etet.
104
240000
2000
etc, etc.
04:17
(LaughterRiso) (ApplauseAplausos)
105
242000
7000
(Aplausos)
04:24
Now, personallypessoalmente, I think
106
249000
2000
Agora, pessoalmente, eu acho
04:26
I'm not the first one who has donefeito this analysisanálise,
107
251000
2000
que não fui o primeiro a fazer esta análise,
04:28
but I'll leavesair this
108
253000
2000
mas deixarei isto
04:30
to your good judgmentjulgamento.
109
255000
3000
para vocês julgarem.
04:33
So, now it's time to put it all togetherjuntos
110
258000
2000
Então, é altura de juntar tudo
04:35
and designdesenhar the ultimatefinal TEDTalkTEDTalk.
111
260000
2000
e construir a "TED Talk perfeita".
04:37
Now, sinceDesde a this is TEDActiveTEDActive,
112
262000
2000
Agora, já que isto é TED Active,
04:39
and I learnedaprendido from my analysisanálise
113
264000
2000
e eu aprendi a partir da minha análise
04:41
that I should actuallyna realidade give you something,
114
266000
2000
que vos devo dar algo.
04:43
I will not imposeimpor the ultimatefinal
115
268000
2000
Eu não vos vou impor
04:45
or worstpior TEDTalkTEDTalk on you,
116
270000
2000
a melhor ou pior TED Talk,
04:47
but ratherem vez give you a toolferramenta to createcrio your ownpróprio.
117
272000
2000
mas sim dar-vos uma ferramenta para criarem a vossa.
04:49
And I call this toolferramenta the TEDPadTEDPad.
118
274000
3000
Eu chamei a esta ferramenta de "TED Pad".
04:52
(LaughterRiso)
119
277000
3000
(Risos)
04:55
And the TEDPadTEDPad is a matrixmatriz
120
280000
2000
A "TED Pad" é uma matriz
04:57
of 100 specificallyespecificamente selectedselecionado,
121
282000
2000
de 100 frases,
04:59
highlyaltamente curatedcom curadoria sentencesfrases
122
284000
3000
especialmente seleccionadas
05:02
that you can easilyfacilmente piecepeça togetherjuntos to get your ownpróprio TEDTalkTEDTalk.
123
287000
3000
que vocês podem facilmente juntar para conseguir a vossa TED Talk.
05:07
You only have to make one decisiondecisão,
124
292000
2000
Vocês apenas tem que tomar uma decisão
05:09
and that is: Are you going to use the whitebranco versionversão
125
294000
2000
que é: vão usar a versão branca
05:11
for very good TEDTalksROR,
126
296000
2000
para conseguir uma palestra muito boa,
05:13
about creativitycriatividade, humanhumano geniusgênio?
127
298000
2000
acerca da criatividade, ou do génio humano?
05:15
Or are you going to go with a blackPreto versionversão,
128
300000
2000
Ou vão usar a versão negra,
05:17
whichqual will allowpermitir you to createcrio really badmau TEDTalksROR,
129
302000
2000
que vos vai permitir criar uma TED Talk realmente má,
05:19
mostlyna maioria das vezes about blogsblogs,
130
304000
2000
normalmente acerca de blogs,
05:21
politicspolítica and stuffcoisa?
131
306000
2000
politica e outras coisas?
05:23
So, downloadbaixar it and have funDiversão with it.
132
308000
2000
Então, façam download, e divirtam-se.
05:25
Now I hopeesperança you enjoyapreciar the sessionsessão.
133
310000
3000
Espero que tenham gostado da palestra.
05:28
I hopeesperança you enjoyapreciar designingprojetando your ownpróprio
134
313000
2000
Espero que gostem de produzir a vossa própria
05:30
ultimatefinal and worstpior possiblepossível TEDTalksROR.
135
315000
2000
palestra TED perfeita ou muito má.
05:32
And I hopeesperança some of you will be inspiredinspirado for nextPróximo yearano
136
317000
3000
E espero que alguns de vocês fiquem inspirados para o próximo ano
05:35
to createcrio this, whichqual I really want to see.
137
320000
3000
criarem isto, que eu gostaria muito de ver.
05:38
Thank you very much.
138
323000
2000
Muito obrigado.
05:40
(ApplauseAplausos) ThanksObrigado.
139
325000
10000
(Aplausos)
Translated by Bruno Gomes
Reviewed by Robertt Valente

▲Back to top

ABOUT THE SPEAKER
Sebastian Wernicke - Data scientist
After making a splash in the field of bioinformatics, Sebastian Wernicke moved on to the corporate sphere, where he motivates and manages multidimensional projects.

Why you should listen

Dr. Sebastian Wernicke is the Chief Data Scientist of ONE LOGIC, a data science boutique that supports organizations across industries to make sense of their vast data collections to improve operations and gain strategic advantages. Wernicke originally studied bioinformatics and previously led the strategy and growth of Seven Bridges Genomics, a Cambridge-based startup that builds platforms for genetic analysis.

Before his career in statistics began, Wernicke worked stints as both a paramedic and successful short animated filmmaker. He's also the author of the TEDPad app, an irreverent tool for creating an infinite number of "amazing and really bad" and mostly completely meaningless talks. He's the author of the statistically authoritative and yet completely ridiculous "How to Give the Perfect TEDTalk."

More profile about the speaker
Sebastian Wernicke | Speaker | TED.com