ABOUT THE SPEAKER
Hans Rosling - Global health expert; data visionary
In Hans Rosling’s hands, data sings. Global trends in health and economics come to vivid life. And the big picture of global development—with some surprisingly good news—snaps into sharp focus.

Why you should listen

Even the most worldly and well-traveled among us have had their perspectives shifted by Hans Rosling. A professor of global health at Sweden's Karolinska Institute, his work focused on dispelling common myths about the so-called developing world, which (as he pointed out) is no longer worlds away from the West. In fact, most of the Third World is on the same trajectory toward health and prosperity, and many countries are moving twice as fast as the west did.

What set Rosling apart wasn't just his apt observations of broad social and economic trends, but the stunning way he presented them. Guaranteed: You've never seen data presented like this. A presentation that tracks global health and poverty trends should be, in a word: boring. But in Rosling's hands, data sings. Trends come to life. And the big picture — usually hazy at best — snaps into sharp focus.

Rosling's presentations were grounded in solid statistics (often drawn from United Nations and World Bank data), illustrated by the visualization software he developed. The animations transform development statistics into moving bubbles and flowing curves that make global trends clear, intuitive and even playful. During his legendary presentations, Rosling took this one step farther, narrating the animations with a sportscaster's flair.

Rosling developed the breakthrough software behind his visualizations through his nonprofit Gapminder, founded with his son and daughter-in-law. The free software — which can be loaded with any data — was purchased by Google in March 2007. (Rosling met the Google founders at TED.)

Rosling began his wide-ranging career as a physician, spending many years in rural Africa tracking a rare paralytic disease (which he named konzo) and discovering its cause: hunger and badly processed cassava. He co-founded Médecins sans Frontièrs (Doctors without Borders) Sweden, wrote a textbook on global health, and as a professor at the Karolinska Institut in Stockholm initiated key international research collaborations. He's also personally argued with many heads of state, including Fidel Castro.

Hans Rosling passed away in February 2017. He is greatly missed.


More profile about the speaker
Hans Rosling | Speaker | TED.com
TED2006

Hans Rosling: The best stats you've ever seen

Hans Rosling görecek olacağınız en iyi istatistikleri gösteriyor

Filmed:
14,386,844 views

Verilerin bu şekilde sunulmasını daha önce hiç görmediniz. Bir spor muhabirinin dramı ve aciliyeti ile, istatistik uzmanı Hans Rosling, "gelişmekte olan dünya"nın mitlerini açığa vuruyor.
- Global health expert; data visionary
In Hans Rosling’s hands, data sings. Global trends in health and economics come to vivid life. And the big picture of global development—with some surprisingly good news—snaps into sharp focus. Full bio

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

00:25
About 10 yearsyıl agoönce, I tookaldı on the taskgörev to teachöğretmek globalglobal developmentgelişme
0
0
4000
Yaklaşık 10 yıl önce, İsveçli lisans öğrencilerine küresel kalkınma
00:29
to Swedishİsveç dili undergraduateLisans studentsöğrencilerin. That was after havingsahip olan spentharcanmış
1
4000
4000
dersi vermeyi kabul etmiştim. Bu, yaklaşık 20 yıl boyunca
00:33
about 20 yearsyıl togetherbirlikte with AfricanAfrika institutionskurumlar studyingders çalışıyor hungeraçlık in AfricaAfrika,
2
8000
4000
Afrika kurumlarıyla Afrika'daki açlık üzerine araştırma yaptıktan sonra idi,
00:37
so I was sortçeşit of expectedbeklenen to know a little about the worldDünya.
3
12000
4000
yani artık dünya hakkında biraz bilgi sahibi olmam beklenirdi.
00:41
And I startedbaşladı in our medicaltıbbi universityÜniversite, KarolinskaKarolinska InstituteEnstitüsü,
4
16000
5000
Tıp fakültemizde, Karolinska Enstitüsü’nde,
00:46
an undergraduateLisans coursekurs calleddenilen GlobalKüresel HealthSağlık. But when you get
5
21000
4000
Küresel Sağlık adını verdiğimiz bir lisans dersi açtım. Ama elinize o imkan
00:50
that opportunityfırsat, you get a little nervoussinir. I thought, these studentsöğrencilerin
6
25000
3000
geçtiğinde biraz geriliyorsunuz. Bize gelecek olan bu öğrencilerin
00:53
cominggelecek to us actuallyaslında have the highesten yüksek gradesınıf you can get
7
28000
3000
İsveç okullarında alınabilecek en yüksek dereceye
00:56
in Swedishİsveç dili collegekolej systemssistemler -- so, I thought, maybe they know everything
8
31000
3000
sahip olduklarını düşündüm, yani onlara öğreteceğim her şeyi
00:59
I'm going to teachöğretmek them about. So I did a pre-testön-test when they camegeldi.
9
34000
4000
biliyor olabilirlerdi. Bu yüzden geldikleri zaman onlara bir ön test yaptım.
01:03
And one of the questionssorular from whichhangi I learnedbilgili a lot was this one:
10
38000
3000
Ve bana çok şey öğreten sorulardan biri şuydu:
01:06
"WhichHangi countryülke has the highesten yüksek childçocuk mortalityölüm oranı of these fivebeş pairsçiftleri?"
11
41000
4000
“Bu beş çift arasında en yüksek çocuk ölüm oranına sahip olan ülke hangisidir?”
01:10
And I put them togetherbirlikte, so that in eachher pairçift of countryülke,
12
45000
4000
Birinin çocuk ölüm oranı diğerinin iki katı olacak şekilde
01:14
one has twiceiki defa the childçocuk mortalityölüm oranı of the other. And this meansanlamına geliyor that
13
49000
5000
ülkeleri eşleştirdim. Ve bu, bilgilerin
01:19
it's much biggerDaha büyük a differencefark than the uncertaintybelirsizlik of the dataveri.
14
54000
5000
belirsizliğinin yanında çok daha büyük bir fark.
01:24
I won'talışkanlık put you at a testÖlçek here, but it's TurkeyTürkiye,
15
59000
2000
Sizi burada teste tabi tutmayacağım ama aralarında en yüksek olanı
01:26
whichhangi is highesten yüksek there, PolandPolonya, RussiaRusya, PakistanPakistan and SouthGüney AfricaAfrika.
16
61000
5000
Türkiye, Polonya, Rusya, Pakistan ve Güney Afrika.
01:31
And these were the resultsSonuçlar of the Swedishİsveç dili studentsöğrencilerin. I did it so I got
17
66000
3000
İsveçli öğrencilerin verdikleri cevaplar şöyleydi. Çok dar bir
01:34
the confidencegüven intervalaralığı, whichhangi is prettygüzel narrowdar, and I got happymutlu,
18
69000
3000
güven aralığı oluşturdum ve mutlu oldum tabii ki:
01:37
of coursekurs: a 1.8 right answerCevap out of fivebeş possiblemümkün. That meansanlamına geliyor that
19
72000
4000
Her beş cevaptan 1.8’i doğru idi. Bu demek oluyor ki
01:41
there was a placeyer for a professorprofesör of internationalUluslararası healthsağlık --
20
76000
3000
artık bir uluslar arası sağlık profesörü için ihtiyaç vardı
01:44
(LaughterKahkaha) and for my coursekurs.
21
79000
2000
(Gülüşmeler) ve vereceğim kurs için de.
01:46
But one lategeç night, when I was compilingderleme the reportrapor
22
81000
4000
Bir gece geç vakit, raporumu düzenlerken
01:50
I really realizedgerçekleştirilen my discoverykeşif. I have showngösterilen
23
85000
4000
buluşumun farkına vardım. İsveç'in en
01:54
that Swedishİsveç dili topüst studentsöğrencilerin know statisticallyistatistiksel significantlyanlamlı lessaz
24
89000
5000
başarılı öğrencilerinin dünya hakkında, istatiksel anlamda,
01:59
about the worldDünya than the chimpanzeesşempanzelerin.
25
94000
2000
şempanzelerden daha az bilgiye sahip olduklarını ispatladım.
02:01
(LaughterKahkaha)
26
96000
2000
(Gülüşmeler.)
02:03
Because the chimpanzeeşempanze would scoreGol halfyarım right if I gaveverdi them
27
98000
4000
Çünkü bir şempanzeye Sri Lanka ve Türkiye için
02:07
two bananasmuz with SriSri LankaLanka and TurkeyTürkiye. They would be right halfyarım of the casesvakalar.
28
102000
3000
muz verseydim yarısını doğru cevaplardı. Problemlerin yarısı doğru cevaplanırdı.
02:10
But the studentsöğrencilerin are not there. The problemsorun for me was not ignorancecehalet;
29
105000
4000
Ama öğrenciler bunu başaramadı. Benim için sorun bilgisizlik değildi:
02:14
it was preconceivedönyargılı ideasfikirler.
30
109000
3000
asıl sorun ön yargılı düşüncelerdi.
02:17
I did alsoAyrıca an unethicaletik olmayan studyders çalışma of the professorsprofesörler of the KarolinskaKarolinska InstituteEnstitüsü
31
112000
4000
Ayrıca Karolinska Enstitüsündeki hocalar üzerinde etik olmayan bir araştırma yaptım
02:21
(LaughterKahkaha)
32
116000
1000
(Gülüşmeler.)
02:22
-- that handseller out the NobelNobel PrizeÖdülü in MedicineTıp,
33
117000
2000
bu araştırma sonucu Nobel Tıp Ödülü veriliyor
02:24
and they are on parpar with the chimpanzeeşempanze there.
34
119000
2000
ve hocalar da şempanzelerle eşit düzeyde.
02:26
(LaughterKahkaha)
35
121000
3000
(Gülüşmeler.)
02:29
This is where I realizedgerçekleştirilen that there was really a need to communicateiletişim kurmak,
36
124000
4000
Ve bu anda gerçekten iletişime ihtiyaç olduğunu anladım,
02:33
because the dataveri of what's happeningolay in the worldDünya
37
128000
3000
çünkü dünyada olup bitenlerle ilgili veriler
02:36
and the childçocuk healthsağlık of everyher countryülke is very well awarefarkında.
38
131000
3000
ve her ülkenin çocuk sağlığı çok iyi biliniyor.
02:39
We did this softwareyazılım whichhangi displaysgörüntüler it like this: everyher bubblekabarcık here is a countryülke.
39
134000
5000
Bunu gösteren yazılım geliştirdik: Buradaki her baloncuk bir ülkeyi temsil ediyor.
02:44
This countryülke over here is ChinaÇin. This is IndiaHindistan.
40
139000
6000
Burada gördüğünüz ülke Çin. Bu, Hindistan.
02:50
The sizeboyut of the bubblekabarcık is the populationnüfus, and on this axiseksen here I put fertilitydoğurganlık rateoran.
41
145000
6000
Baloncuğun büyüklüğü nüfusu temsil ediyor ve bu eksenin üzerine doğurganlık oranını koyuyorum.
02:56
Because my studentsöğrencilerin, what they said
42
151000
3000
Çünkü öğrencilerimin, dünyaya baktıklarında
02:59
when they lookedbaktı uponüzerine the worldDünya, and I askeddiye sordu them,
43
154000
2000
ve ben onlara
03:01
"What do you really think about the worldDünya?"
44
156000
2000
“Dünya hakkında gerçekten ne düşünüyorsunuz?” diye sorduğumda,
03:03
Well, I first discoveredkeşfedilen that the textbookders kitabı was TintinTenten, mainlyağırlıklı olarak.
45
158000
4000
laf arasında, ders kitabının genelde Tenten olduğunu ilk kez öğrenmiştim,
03:07
(LaughterKahkaha)
46
162000
1000
(Gülüşmeler.)
03:08
And they said, "The worldDünya is still 'we''biz' and 'them' onları.'
47
163000
3000
Şu cevabı aldım: “Dünya halen ‘biz’ ve ‘onlar’dan oluşuyor.
03:11
And we is WesternWestern worldDünya and them is ThirdÜçüncü WorldDünya."
48
166000
3000
Biz Batı Dünyası oluyoruz ve onlar Üçüncü Dünya oluyor.”
03:14
"And what do you mean with WesternWestern worldDünya?" I said.
49
169000
3000
“Peki Batı Dünyası’ndan kastınız ne?” diye sordum.
03:17
"Well, that's long life and smallküçük familyaile, and ThirdÜçüncü WorldDünya is shortkısa life and largegeniş familyaile."
50
172000
5000
“Yani, uzun yaşam süresi ve küçük bir aile. Üçüncü Dünya’da ise kısa yaşam süresi ve büyük bir aile.”
03:22
So this is what I could displayGörüntüle here. I put fertilitydoğurganlık rateoran here: numbernumara of childrençocuklar perbaşına womankadın:
51
177000
6000
Bunu burada gösterebilirim. Doğurganlık oranını buraya koyuyorum: kadın başına
03:28
one, two, threeüç, fourdört, up to about eightsekiz childrençocuklar perbaşına womankadın.
52
183000
4000
çocuk sayısı, bir, iki, üç, dört, kadın başına sekiz çocuğa kadar çıkıyor.
03:32
We have very good dataveri sincedan beri 1962 -- 1960 about -- on the sizeboyut of familiesaileleri in all countriesülkeler.
53
187000
6000
1962, yaklaşık 1960 yılından beri bütün ülkelerin aile büyüklüğü ile ilgili çok iyi verilere sahibiz.
03:38
The errorhata marginkenar boşluğu is narrowdar. Here I put life expectancybeklenti at birthdoğum,
54
193000
3000
Yanılma payı küçük. Buraya doğumda ortalama yaşam süresini koyuyorum.
03:41
from 30 yearsyıl in some countriesülkeler up to about 70 yearsyıl.
55
196000
4000
Bazı ülkelerde 30 yaşından 70 yaşına kadar çıkıyor.
03:45
And 1962, there was really a groupgrup of countriesülkeler here
56
200000
3000
Ve 1962 yılı, o zamanlar burada bir grup ülke vardı,
03:48
that was industrializedEndüstrileşmiş countriesülkeler, and they had smallküçük familiesaileleri and long liveshayatları.
57
203000
5000
sanayileşmiş ülkeler ve onların küçük aileleri ve uzun yaşam süreleri vardı.
03:53
And these were the developinggelişen countriesülkeler:
58
208000
2000
Ve bunlar da gelişmekte olan ülkeler:
03:55
they had largegeniş familiesaileleri and they had relativelyNispeten shortkısa liveshayatları.
59
210000
3000
Büyük aileleri ve nispeten kısa yaşam süreleri vardı.
03:58
Now what has happenedolmuş sincedan beri 1962? We want to see the changedeğişiklik.
60
213000
4000
Şimdi 1962’den bu yana ne oldu? Değişimi görmek istiyoruz.
04:02
Are the studentsöğrencilerin right? Is it still two typestürleri of countriesülkeler?
61
217000
3000
Öğrenciler haklı mı? Halen iki tip ülke mi var?
04:06
Or have these developinggelişen countriesülkeler got smallerdaha küçük familiesaileleri and they livecanlı here?
62
221000
3000
Yoksa bu gelişmekte olan ülkelerin aileleri küçüldü ve burada mı yaşıyor?
04:09
Or have they got longeruzun liveshayatları and livecanlı up there?
63
224000
2000
Yoksa yaşam süreleri uzadı ve şurada mı yaşıyorlar?
04:11
Let's see. We stoppeddurduruldu the worldDünya then. This is all U.N. statisticsistatistik
64
226000
3000
Bir bakalım. O zaman dünyayı durdurduk. Bunların hepsi, mevcut olan
04:14
that have been availablemevcut. Here we go. Can you see there?
65
229000
3000
Birleşmiş Milletler istatistikleri. Başlıyoruz. Orada, görebiliyor musunuz?
04:17
It's ChinaÇin there, movinghareketli againstkarşısında better healthsağlık there, improvinggeliştirme there.
66
232000
3000
Burası Çin. Burada daha iyi bir sağlığa doğru ilerliyor ve burada düzeliyor.
04:20
All the greenyeşil LatinLatin AmericanAmerikan countriesülkeler are movinghareketli towardskarşı smallerdaha küçük familiesaileleri.
67
235000
3000
Tüm yeşil Latin Amerika ülkeleri küçük ailelere doğru ilerliyor.
04:23
Your yellowSarı onesolanlar here are the ArabicArapça countriesülkeler,
68
238000
3000
Sarı olanlar Arap ülkeleri
04:26
and they get largerdaha büyük familiesaileleri, but they -- no, longeruzun life, but not largerdaha büyük familiesaileleri.
69
241000
4000
ve onların aileleri daha da büyüyor – hayır, yaşam süreleri uzuyor, ama aileleri büyümüyor.
04:30
The AfricansAfrikalılar are the greenyeşil down here. They still remainkalmak here.
70
245000
3000
Afrikan ülkeleri aşağıdaki yeşil olanlar. Hala burada kalıyorlar.
04:33
This is IndiaHindistan. Indonesia'sEndonezya'nın movinghareketli on prettygüzel fasthızlı.
71
248000
3000
Bu, Hindistan. Endonezya bayağı hızlı ilerliyor.
04:36
(LaughterKahkaha)
72
251000
1000
(Gülüşmeler.)
04:37
And in the '80s here, you have BangladeshBangladeş still amongarasında the AfricanAfrika countriesülkeler there.
73
252000
3000
Ve burada 80’li yıllarda, Bangladeş halen Afrika ülkeleri arasında bulunuyor.
04:40
But now, BangladeshBangladeş -- it's a miraclemucize that happensolur in the '80s:
74
255000
3000
Ama şimdi, Bangladeş, 80’li yıllarda bir mucize oluyor:
04:43
the imamsİmam startbaşlama to promotedesteklemek familyaile planningplanlama.
75
258000
3000
İmamlar aile planlamasını desteklemeye başlıyor.
04:46
They movehareket up into that cornerköşe. And in '90s, we have the terriblekorkunç HIVHIV epidemicsalgın
76
261000
5000
Bu noktaya çıkıyorlar. Ve 90’lı yıllarda Afrika ülkelerinin ortalama yaşam süresini
04:51
that takes down the life expectancybeklenti of the AfricanAfrika countriesülkeler
77
266000
3000
düşüren korkunç HIV salgını baş gösteriyor
04:54
and all the restdinlenme of them movehareket up into the cornerköşe,
78
269000
4000
ve tüm diğerleri uzun yaşam süreleri ve
04:58
where we have long liveshayatları and smallküçük familyaile, and we have a completelytamamen newyeni worldDünya.
79
273000
4000
küçük ailelerin olduğu bu köşeye yerleşiyor ve tamamen yeni bir dünya var oluyor.
05:02
(ApplauseAlkış)
80
277000
13000
(Alkış.)
05:15
Let me make a comparisonkarşılaştırma directlydirekt olarak betweenarasında the UnitedAmerika StatesBirleşik of AmericaAmerika and VietnamVietnam.
81
290000
5000
Amerika Birleşik Devletleri ve Vietnam arasında doğrudan bir karşılaştırma yapalım.
05:20
1964: AmericaAmerika had smallküçük familiesaileleri and long life;
82
295000
5000
1964: Amerika’da küçük aileler ve uzun yaşam süresi var;
05:25
VietnamVietnam had largegeniş familiesaileleri and shortkısa liveshayatları. And this is what happensolur:
83
300000
4000
Vietnam’da geniş aileler ve kısa yaşam süreleri. Ve olan şey şu:
05:29
the dataveri duringsırasında the warsavaş indicatebelirtmek that even with all the deathölüm,
84
304000
6000
Savaş zamanındaki veriler, tüm ölümlere rağmen
05:35
there was an improvementgelişme iyilesme duzelme ilerleme of life expectancybeklenti. By the endson of the yearyıl,
85
310000
3000
yaşam süresinde bir iyileşme olduğunu gösteriyor. Yıl sonunda,
05:38
the familyaile planningplanlama startedbaşladı in VietnamVietnam and they wentgitti for smallerdaha küçük familiesaileleri.
86
313000
3000
Vietnam’da aile planlaması başlatıldı ve daha küçük aileler kurmayı seçtiler.
05:41
And the UnitedAmerika StatesBirleşik up there is gettingalma for longeruzun life,
87
316000
3000
Ve Amerika Birleşik Devletleri ise yaşam süresini uzatmayı seçti,
05:44
keepingkoruma familyaile sizeboyut. And in the '80s now,
88
319000
3000
aile büyüklüğünü değiştirmeden. Ve şimdi 80’li yıllarda
05:47
they give up communistKomünist planningplanlama and they go for marketpazar economyekonomi,
89
322000
3000
bu komünist planlamadan vazgeçip, piyasa ekonomisine yöneliyorlar,
05:50
and it moveshamle fasterDaha hızlı even than socialsosyal life. And todaybugün, we have
90
325000
4000
ve bu, sosyal hayattan bile daha hızlı bir şekilde ilerliyor. Ve bugün, 2003’te,
05:54
in VietnamVietnam the sameaynı life expectancybeklenti and the sameaynı familyaile sizeboyut
91
329000
5000
Vietnam’ın ortalama yaşam süresi ve aile büyüklüğü, Amerika Birleşik Devletleri’nin
05:59
here in VietnamVietnam, 2003, as in UnitedAmerika StatesBirleşik, 1974, by the endson of the warsavaş.
92
334000
7000
1974’te savaşın sonundaki ortalama yaşam süresi ve aile büyüklüğü ile aynı.
06:06
I think we all -- if we don't look in the dataveri --
93
341000
4000
Verilere bakmazsak, sanırım hepimiz
06:10
we underestimateAzımsamak the tremendousmuazzam changedeğişiklik in AsiaAsya, whichhangi was
94
345000
4000
Asya’daki muazzam değişimi küçümsüyoruz. Daha bizler
06:14
in socialsosyal changedeğişiklik before we saw the economicalekonomik changedeğişiklik.
95
349000
4000
ekonomik değişimleri görmeden onlar sosyal değişim yaşıyorlardı.
06:18
Let's movehareket over to anotherbir diğeri way here in whichhangi we could displayGörüntüle
96
353000
5000
Burada dünyadaki gelir dağılımını gösterebileceğimiz
06:23
the distributiondağıtım in the worldDünya of the incomegelir. This is the worldDünya distributiondağıtım of incomegelir of people.
97
358000
7000
başka bir yönteme bakalım. Bu, dünyadaki insanların gelir dağılımı.
06:30
One dollardolar, 10 dollarsdolar or 100 dollarsdolar perbaşına day.
98
365000
5000
Günde bir dolar, 10 dolar veya 100 dolar.
06:35
There's no gapboşluk betweenarasında richzengin and poorfakir any longeruzun. This is a mythefsane.
99
370000
4000
Artık zengin ve fakir arasında bir uçurum yok. Bu bir efsane.
06:39
There's a little humpkambur here. But there are people all the way.
100
374000
4000
Burada küçük bir tepe var. Her yerde insan var.
06:44
And if we look where the incomegelir endsuçları up -- the incomegelir --
101
379000
4000
Gelirin nerede bittiğine bakarsak eğer – gelir -
06:48
this is 100 percentyüzde the world'sDünyanın en annualyıllık incomegelir. And the richestEn zengin 20 percentyüzde,
102
383000
6000
bu dünyadaki yıllık gelirin yüzde 100’ü. Ve en zengin yüzde 20’si
06:54
they take out of that about 74 percentyüzde. And the poorestyoksul 20 percentyüzde,
103
389000
7000
yıllık gelirin yüzde 74’ünü oluşturuyor. Ve en fakir yüzde 20'si ise
07:01
they take about two percentyüzde. And this showsgösterileri that the conceptkavram
104
396000
5000
yıllık gelirin yüzde 2’sini oluşturuyor. Ve bu, gelişmekte olan
07:06
of developinggelişen countriesülkeler is extremelyson derece doubtfulşüpheli. We think about aidyardım, like
105
401000
4000
ülkeler kavramının oldukça şüpheli olduğunu gösteriyor. Hepimiz yardım düşünüyoruz,
07:10
these people here givingvererek aidyardım to these people here. But in the middleorta,
106
405000
5000
buradaki insanların buradakilere yardımda bulunması gibi. Ortada,
07:15
we have mostçoğu the worldDünya populationnüfus, and they have now 24 percentyüzde of the incomegelir.
107
410000
4000
dünya nüfusunun çoğunluğu bulunuyor ve onlar gelirin sadece yüzde 24’üne sahipler.
07:19
We heardduymuş it in other formsformlar. And who are these?
108
414000
4000
Başka şekillerde de duymuştuk. Bunlar kim peki?
07:23
Where are the differentfarklı countriesülkeler? I can showgöstermek you AfricaAfrika.
109
418000
4000
Farklı olan ülkeler nerede? Size Afrika’yı göstereyim.
07:27
This is AfricaAfrika. 10 percentyüzde the worldDünya populationnüfus, mostçoğu in povertyyoksulluk.
110
422000
5000
Bu, Afrika. Dünya nüfusunun yüzde 10’unu oluşturuyor, çoğu yoksulluk içinde.
07:32
This is OECDOECD. The richzengin countryülke. The countryülke clubkulüp of the U.N.
111
427000
5000
Bu OECD. Zengin ülke. Birleşik Devletleri’nin bir devlet kulübü.
07:37
And they are over here on this sideyan. QuiteOldukça an overlapüst üste gelmek betweenarasında AfricaAfrika and OECDOECD.
112
432000
5000
Ve onlar bu tarafta bulunuyor. Afrika ile OECD arasında bayağı çakışma var.
07:42
And this is LatinLatin AmericaAmerika. It has everything on this EarthDünya,
113
437000
3000
Ve burası Latin Amerika. Latin Amerika’da dünya üzerinde
07:45
from the poorestyoksul to the richestEn zengin, in LatinLatin AmericaAmerika.
114
440000
3000
bulabileceğiniz, en fakirinden en zenginine kadar herkes var.
07:48
And on topüst of that, we can put EastDoğu EuropeEurope, we can put EastDoğu AsiaAsya,
115
443000
5000
Ve onun üstüne, Doğu Avrupa’yı, Doğu Asya’yı
07:53
and we put SouthGüney AsiaAsya. And how did it look like if we go back in time,
116
448000
5000
ve Güney Asya’yı koyabiliriz. Ve geçmişe bakarsak,
07:58
to about 1970? Then there was more of a humpkambur.
117
453000
5000
1970’li yıllarda durum nasıldı? O zamanlar daha çok tümsekmiş.
08:03
And we have mostçoğu who livedyaşamış in absolutekesin povertyyoksulluk were AsiansAsyalılar.
118
458000
4000
Ve tam yoksulluk içinde yaşayanlar Asyalılarmış.
08:07
The problemsorun in the worldDünya was the povertyyoksulluk in AsiaAsya. And if I now let the worldDünya movehareket forwardileri,
119
462000
7000
Dünya’daki sorun Asya’daki yoksullukmuş. Şimdi dünyayı ileri döndürün,
08:14
you will see that while populationnüfus increaseartırmak, there are
120
469000
3000
nüfus artarken, yüz milyonlarca Asyalı yoksulluktan kurtulurken
08:17
hundredsyüzlerce of millionsmilyonlarca in AsiaAsya gettingalma out of povertyyoksulluk and some othersdiğerleri
121
472000
3000
başkalarının yoksulluğa düştüğünü göreceksiniz
08:20
gettingalma into povertyyoksulluk, and this is the patternmodel we have todaybugün.
122
475000
3000
ve bugün böyle bir modelle karşı karşıyayız.
08:23
And the besten iyi projectionprojeksiyon from the WorldDünya BankBanka is that this will happenolmak,
123
478000
4000
Dünya Bankası’nın en iyi tahminine göre böyle olacak
08:27
and we will not have a dividedbölünmüş worldDünya. We'llWe'll have mostçoğu people in the middleorta.
124
482000
4000
ve dünyamız bölünmeyecek. İnsanların çoğu ortada olacak.
08:31
Of coursekurs it's a logarithmiclogaritmik scaleölçek here,
125
486000
2000
Bu elbette ki logaritmik bir ölçek,
08:33
but our conceptkavram of economyekonomi is growthbüyüme with percentyüzde. We look uponüzerine it
126
488000
5000
ama ekonomi konseptimiz, oranlı artış. Bunu
08:38
as a possibilityolasılık of percentileyüzdebirlik increaseartırmak. If I changedeğişiklik this, and I take
127
493000
6000
yüzdelik artış olarak görüyoruz. Bunu değiştiriyorum,
08:44
GDPGSYİH perbaşına capitadüşen insteadyerine of familyaile incomegelir, and I turndönüş these
128
499000
4000
aile geliri yerine GSYİH’yı alıyorum ve
08:48
individualbireysel dataveri into regionalbölgesel dataveri of grossbrüt domesticyerli productürün,
129
503000
6000
gayri safi yurtiçi hasılanın kişisel verilerini bölgesel veriler olarak değiştiriyorum
08:54
and I take the regionsbölgeler down here, the sizeboyut of the bubblekabarcık is still the populationnüfus.
130
509000
4000
ve buradaki bölgeleri alıyorum, bu baloncuğun büyüklüğü halen nüfusu temsil ediyor.
08:58
And you have the OECDOECD there, and you have sub-SaharanSahra AfricaAfrika there,
131
513000
3000
OECD orada, sahra-altı Afrika orada
09:01
and we take off the ArabArap statesdevletler there,
132
516000
3000
Afrika ve Asya’daki Arap devletlerini kaldırıyoruz
09:04
cominggelecek bothher ikisi de from AfricaAfrika and from AsiaAsya, and we put them separatelyayrı ayrı,
133
519000
4000
ve onları ayrı bir yere koyuyoruz,
09:08
and we can expandgenişletmek this axiseksen, and I can give it a newyeni dimensionboyut here,
134
523000
5000
şimdi bu ekseni genişletebiliriz, ona yeni bir boyut verebilirim,
09:13
by addingekleme the socialsosyal valuesdeğerler there, childçocuk survivalhayatta kalma.
135
528000
3000
toplumsal değerleri buraya ekliyoruz, çocukların hayatta kalma oranı.
09:16
Now I have moneypara on that axiseksen, and I have the possibilityolasılık of childrençocuklar to survivehayatta kalmak there.
136
531000
5000
Şimdi, bu eksende para var ve burada çocukların hayatta kalma oranı.
09:21
In some countriesülkeler, 99.7 percentyüzde of childrençocuklar survivehayatta kalmak to fivebeş yearsyıl of ageyaş;
137
536000
4000
Bazı ülkelerde çocukların yüzde 99.7’si beş yaşına kadar hayatta kalıyor;
09:25
othersdiğerleri, only 70. And here it seemsgörünüyor there is a gapboşluk
138
540000
4000
diğer ülkelerde bu oran sadece yüzde 70. Ve sanki burada
09:29
betweenarasında OECDOECD, LatinLatin AmericaAmerika, EastDoğu EuropeEurope, EastDoğu AsiaAsya,
139
544000
4000
OECD, Latin Amerika, Doğu Avrupa, Doğu Asya,
09:33
ArabArap statesdevletler, SouthGüney AsiaAsya and sub-SaharanSahra AfricaAfrika.
140
548000
4000
Arap ülkeleri, Güney Asya ve sahra-altı Afrika arasında bir uçurum var gibi.
09:37
The linearitydoğrusallık is very stronggüçlü betweenarasında childçocuk survivalhayatta kalma and moneypara.
141
552000
5000
Çocukların hayatta kalması ile para arasındaki doğrusallık çok güçlü.
09:42
But let me splitBölünmüş sub-SaharanSahra AfricaAfrika. HealthSağlık is there and better healthsağlık is up there.
142
557000
8000
Sahra-altı Afrika’yı bölmeme izin verin. Sağlık burada ve yüksek sağlık burada.
09:50
I can go here and I can splitBölünmüş sub-SaharanSahra AfricaAfrika into its countriesülkeler.
143
565000
5000
Buraya gidip sahra-altı Afrika’yı ülkelere bölebilirim.
09:55
And when it burstpatlamak, the sizeboyut of its countryülke bubblekabarcık is the sizeboyut of the populationnüfus.
144
570000
5000
Ve bölündüğünde, bu ülke baloncuğun büyüklüğü nüfusun büyüklüğü oluyor.
10:00
SierraSierra LeoneLeone down there. MauritiusMauritius is up there. MauritiusMauritius was the first countryülke
145
575000
4000
Sierra Leone burada. Mauritius burada. Mauritius dış ticaret engellerini aşan
10:04
to get away with tradeTicaret barriersengeller, and they could sellsatmak theironların sugarşeker --
146
579000
3000
ilk ülkeydi ve kendi şekerlerini satmaya başladılar.
10:08
they could sellsatmak theironların textilesTekstil -- on equaleşit termsşartlar as the people in EuropeEurope and NorthKuzey AmericaAmerika.
147
583000
5000
Tekstil ürünlerini tıpkı Avrupa’daki ve Kuzey Amerika’daki insanlar gibi eşit koşullarda satmayı başardılar.
10:13
There's a hugeKocaman differencefark betweenarasında AfricaAfrika. And GhanaGana is here in the middleorta.
148
588000
4000
Afrika ile burada ortada bulunan Gana arasında çok büyük bir fark var.
10:17
In SierraSierra LeoneLeone, humanitarianinsancıl aidyardım.
149
592000
3000
Sierra Leone’ye insani yardım yapılıyor.
10:20
Here in UgandaUganda, developmentgelişme aidyardım. Here, time to investyatırmak; there,
150
595000
5000
Uganda’ya kalkınma yardımı yapılıyor. Burası, yatırım yapma zamanı, orada ise,
10:25
you can go for a holidaytatil. It's a tremendousmuazzam variationvaryasyon
151
600000
3000
tatile gidebilirsiniz. Afrika içinde nadiren
10:28
withiniçinde AfricaAfrika whichhangi we rarelynadiren oftensık sık make -- that it's equaleşit everything.
152
603000
5000
yapmış olduğumuz bir farklılık bu, her şeyin eşit olması.
10:33
I can splitBölünmüş SouthGüney AsiaAsya here. India'sHindistan'ın the bigbüyük bubblekabarcık in the middleorta.
153
608000
4000
Güney Asya’yı da buradan bölüyorum. Hindistan ortadaki büyük baloncuğu temsil ediyor.
10:37
But a hugeKocaman differencefark betweenarasında AfghanistanAfganistan and SriSri LankaLanka.
154
612000
4000
Afganistan ile Sri Lanka arasında çok büyük bir fark var.
10:41
I can splitBölünmüş ArabArap statesdevletler. How are they? SameAynı climateiklim, sameaynı culturekültür,
155
616000
4000
Arap ülkelerini de bölüyorum. Aradaki fark nedir? Aynı iklim, aynı kültür,
10:45
sameaynı religiondin -- hugeKocaman differencefark. Even betweenarasında neighborsKomşular.
156
620000
4000
aynı din. Çok büyük bir fark. İki komşu arasında bile.
10:49
YemenYemen, civilsivil warsavaş. UnitedAmerika ArabArap EmirateEmirliği, moneypara whichhangi was quiteoldukça equallyaynı derecede and well used.
157
624000
5000
Yemen, iç savaşta. Birleşik Arap Emirliklerinde ise para oldukça eşit dağıtılmış ve iyi kullanılıyor.
10:54
Not as the mythefsane is. And that includesiçerir all the childrençocuklar of the foreignyabancı workersişçiler who are in the countryülke.
158
629000
7000
Efsanedeki gibi değil. Ve bu, ülkede yaşayan bütün yabancı işçilerin çocuklarını da kapsıyor.
11:01
DataVeri is oftensık sık better than you think. ManyBirçok people say dataveri is badkötü.
159
636000
4000
Veriler çoğu kez düşündüğünüzden daha iyi. Bir çok insan verilerin kötü olduğunu söyler.
11:06
There is an uncertaintybelirsizlik marginkenar boşluğu, but we can see the differencefark here:
160
641000
2000
Bir belirsizlik marjı var ama farkı burada görebiliriz:
11:08
CambodiaKamboçya, SingaporeSingapur. The differencesfarklar are much biggerDaha büyük
161
643000
3000
Kamboçya, Singapur. Aradaki farklar, verilerin
11:11
than the weaknesszayıflık of the dataveri. EastDoğu EuropeEurope:
162
646000
3000
zayıflığından daha büyük. Doğu Avrupa:
11:14
SovietSovyet economyekonomi for a long time, but they come out after 10 yearsyıl
163
649000
6000
Uzun bir dönem Sovyet ekonomisi ile yaşadılar ama onlarca yıl sonra
11:20
very, very differentlyfarklı olarak. And there is LatinLatin AmericaAmerika.
164
655000
3000
çok, çok farklı karşımıza çıktılar. Ve burada da Latin Amerika’yı görüyorsunuz.
11:23
TodayBugün, we don't have to go to CubaKüba to find a healthysağlıklı countryülke in LatinLatin AmericaAmerika.
165
658000
4000
Günümüzde, Latin Amerika’da sağlıklı bir ülke bulmak için Küba’ya gitmemiz gerekmiyor.
11:27
ChileŞili will have a loweralt childçocuk mortalityölüm oranı than CubaKüba withiniçinde some fewaz yearsyıl from now.
166
662000
5000
Bundan birkaç yıl önce Şili’deki çocuk ölüm oranları Küba’dan daha düşüktü.
11:32
And here we have high-incomeyüksek gelirli countriesülkeler in the OECDOECD.
167
667000
3000
Ve burada OECD’deki en yüksek gelire sahip olan ülkeleri görüyorsunuz.
11:35
And we get the wholebütün patternmodel here of the worldDünya,
168
670000
4000
Dünyada var olan model
11:39
whichhangi is more or lessaz like this. And if we look at it,
169
674000
5000
az çok bu şekilde. Ve nasıl görünüyor diye baktığımız zaman,
11:44
how it looksgörünüyor -- the worldDünya, in 1960, it startsbaşlar to movehareket. 1960.
170
679000
6000
dünya 1960 yılında ilerlemeye başlıyor.
11:50
This is MaoMao Tse-tungTSE. He broughtgetirdi healthsağlık to ChinaÇin. And then he diedvefat etti.
171
685000
3000
Bu Mao Tse-tung. Çin’e sağlık getirdi. Ve sonra öldü.
11:53
And then DengDeng XiaopingXiaoping camegeldi and broughtgetirdi moneypara to ChinaÇin, and broughtgetirdi them into the mainstreamana akım again.
172
688000
5000
Sonra Deng Xiaoping geldi ve Çin’e para getirdi ve onları tekrar temellerine döndürdü.
11:58
And we have seengörüldü how countriesülkeler movehareket in differentfarklı directionstalimatlar like this,
173
693000
4000
Ve ülkelerin nasıl böylesi farklı yönlere doğru ilerlediğini gördük,
12:02
so it's sortçeşit of difficultzor to get
174
697000
4000
bu sebepten dolayı
12:06
an exampleörnek countryülke whichhangi showsgösterileri the patternmodel of the worldDünya.
175
701000
5000
dünyanın modelini gösteren bir örnek ülke bulmak zor.
12:11
But I would like to bringgetirmek you back to about here at 1960.
176
706000
6000
Sizleri 1960 yılına geri götürmek istiyorum.
12:17
I would like to comparekarşılaştırmak SouthGüney KoreaKore, whichhangi is this one, with BrazilBrezilya,
177
712000
10000
Buradaki Güney Kore’yi, şuradaki Brezilya ile karşılaştırmak istiyorum.
12:27
whichhangi is this one. The labeletiket wentgitti away for me here. And I would like to comparekarşılaştırmak UgandaUganda,
178
722000
5000
Buradaki işareti gözden kaçırdım. Ve bunları, şurada Uganda ile karşılaştırmak istiyorum.
12:32
whichhangi is there. And I can runkoş it forwardileri, like this.
179
727000
5000
Ve bunu bu şekilde öne sarabiliyorum.
12:37
And you can see how SouthGüney KoreaKore is makingyapma a very, very fasthızlı advancementilerleme,
180
732000
9000
Güney Kore’nin ne kadar hızlı bir ilerleme kaydettiğini görüyorsunuz.
12:46
whereasbuna karşılık BrazilBrezilya is much slowerYavaş.
181
741000
3000
Brezilya ise çok daha yavaş.
12:49
And if we movehareket back again, here, and we put on trailsyollar on them, like this,
182
744000
6000
Geri gittiğimizde ve üzerlerine işaret koyduğumuzda,
12:55
you can see again that the speedhız of developmentgelişme
183
750000
4000
gelişme hızının yine çok, çok farklı olduğunu görüyorsunuz
12:59
is very, very differentfarklı, and the countriesülkeler are movinghareketli more or lessaz
184
754000
6000
ve ülkeler, para ve sağlık konusunda az çok
13:05
in the sameaynı rateoran as moneypara and healthsağlık, but it seemsgörünüyor you can movehareket
185
760000
4000
aynı hızda ilerliyor ama sanki önce sağlıklı olan ülkeler
13:09
much fasterDaha hızlı if you are healthysağlıklı first than if you are wealthyzengin first.
186
764000
4000
öncelikle varlıklı olanlardan daha hızlı ilerliyor gibi.
13:14
And to showgöstermek that, you can put on the way of UnitedAmerika ArabArap EmirateEmirliği.
187
769000
4000
Size bunu göstermek için Birleşik Arap Emirlikleri’nin yolunu işaretleyeceğim.
13:18
They camegeldi from here, a mineralmineral countryülke. They cachedönbelleğe alınmış all the oilsıvı yağ;
188
773000
3000
Buradan geldiler, bir madeni ülkeden. Petrolün hepsini aldılar,
13:21
they got all the moneypara; but healthsağlık cannotyapamam be boughtsatın at the supermarketsüpermarket.
189
776000
4000
bütün paralara sahip oldular ama sağlık süpermarketten satın alınamıyor.
13:25
You have to investyatırmak in healthsağlık. You have to get kidsçocuklar into schoolingeğitim.
190
780000
4000
Sağlığa yatırım yapmanız gerekiyor. Çocukları eğitmeniz gerekiyor.
13:29
You have to traintren healthsağlık staffpersonel. You have to educateEğitmek the populationnüfus.
191
784000
3000
Sağlık personeli eğitmeniz gerekiyor. Halkı eğitmeniz gerekiyor.
13:32
And SheikhŞeyh SayedKaan did that in a fairlyoldukça good way.
192
787000
3000
Şeyh Sayid bunu oldukça iyi bir şekilde yaptı.
13:35
In spitenispet of fallingdüşen oilsıvı yağ pricesfiyatları, he broughtgetirdi this countryülke up here.
193
790000
4000
Ve düşen petrol fiyatlarına rağmen, bu ülkeyi buraya getirdi.
13:39
So we'vebiz ettik got a much more mainstreamana akım appearancegörünüm of the worldDünya,
194
794000
4000
Yani dünyada hemen hemen temel bir manzara hakim,
13:43
where all countriesülkeler tendeğiliminde to use theironların moneypara
195
798000
2000
ülkeler paralarını, geçmişte kullandıklarından
13:45
better than they used in the pastgeçmiş. Now, this is, more or lessaz,
196
800000
5000
daha iyi bir şekilde kullanmaya çalışıyor. Ülke verilerinin ortalamasına
13:50
if you look at the averageortalama dataveri of the countriesülkeler -- they are like this.
197
805000
7000
baktığınız zaman az çok şu şekilde.
13:57
Now that's dangeroustehlikeli, to use averageortalama dataveri, because there is suchböyle a lot
198
812000
5000
Aslında verilerin ortalamasını kullanmak tehlikelidir çünkü
14:02
of differencefark withiniçinde countriesülkeler. So if I go and look here, we can see
199
817000
6000
ülkelerin aralarında çok fazla fark var. Buraya baktığımız zaman,
14:08
that UgandaUganda todaybugün is where SouthGüney KoreaKore was 1960. If I splitBölünmüş UgandaUganda,
200
823000
6000
bugün Uganda’nın, Güney Kore’nin 1960 yılında bulunduğu noktada olduğunu görüyoruz.
14:14
there's quiteoldukça a differencefark withiniçinde UgandaUganda. These are the quintilesdilimine of UgandaUganda.
201
829000
5000
Uganda’yı bölersek eğer, Uganda’nın içinde de bayağı farklar var. Uganda’yı beş parçaya ayırdım.
14:19
The richestEn zengin 20 percentyüzde of UgandansUgandalılar are there.
202
834000
3000
Ugandalıların en zengin yüzde 20’si burada.
14:22
The poorestyoksul are down there. If I splitBölünmüş SouthGüney AfricaAfrika, it's like this.
203
837000
4000
En fakirleri ise burada. Güney Afrika’yı böldüğüm zaman bu hale geliyor.
14:26
And if I go down and look at NigerNijer, where there was suchböyle a terriblekorkunç faminekıtlık,
204
841000
5000
Daha aşağılarda bulunan Nijerya’ya bakarsak eğer, orada dehşet verici bir kıtlık vardı,
14:31
lastlyson olarak, it's like this. The 20 percentyüzde poorestyoksul of NigerNijer is out here,
205
846000
5000
sonunda, bu şekilde oluyor. Nijerya’nın en fakir yüzde 20’si orada,
14:36
and the 20 percentyüzde richestEn zengin of SouthGüney AfricaAfrika is there,
206
851000
3000
ve Güney Afrika’nın en zengin yüzde 20’si orada
14:39
and yethenüz we tendeğiliminde to discusstartışmak on what solutionsçözeltiler there should be in AfricaAfrika.
207
854000
5000
ve biz hala Afrika’da ne tarz çözümler bulunması gerektiğini tartışmaya çalışıyoruz.
14:44
Everything in this worldDünya existsvar in AfricaAfrika. And you can't
208
859000
3000
Bu dünyadaki her şey Afrika’da var. Ve buradaki beşte birlik kısım için
14:47
discusstartışmak universalevrensel accesserişim to HIVHIV [medicinetıp] for that quintilequintile up here
209
862000
4000
HIV’ye [tıbbi] evrensel yaklaşımı, burada aşağıdaki beşte birlik kısım
14:51
with the sameaynı strategystrateji as down here. The improvementgelişme iyilesme duzelme ilerleme of the worldDünya
210
866000
4000
için aynı mantıkla tartışamazsınız. Dünyadaki gelişim
14:55
mustşart be highlybüyük ölçüde contextualizedsentezidir, and it's not relevantuygun to have it
211
870000
5000
bütün öğeleri ile birlikte alınmalıdır, bunu sadece bir bölgesel
15:00
on regionalbölgesel levelseviye. We mustşart be much more detailedDetaylı.
212
875000
3000
seviyede tutmak mantıksızdır. Daha fazla detaya ihtiyacımız var.
15:03
We find that studentsöğrencilerin get very excitedheyecanlı when they can use this.
213
878000
4000
Öğrencilerin, bunu kullanabilecekleri zaman oldukça heyecanlandıklarını gördük.
15:07
And even more policypolitika makersvericiler and the corporatetüzel sectorsSektörler would like to see
214
882000
5000
Daha çok politikacılar ve şirketler kesimi dünyanın nasıl değiştiğini
15:12
how the worldDünya is changingdeğiştirme. Now, why doesn't this take placeyer?
215
887000
4000
görmek istiyor. Bu neden olmuyor?
15:16
Why are we not usingkullanma the dataveri we have? We have dataveri in the UnitedAmerika NationsMilletler,
216
891000
4000
Neden elimizdeki verileri kullanmıyoruz? Birleşmiş Milletlerin verileri var,
15:20
in the nationalUlusal statisticalistatistiksel agenciesajanslar
217
895000
2000
ulusal istatik kurumlarının verileri var
15:22
and in universitiesüniversiteler and other non-governmentalsivil toplum organizationsorganizasyonlar.
218
897000
4000
üniversite ve diğer sivil toplum kuruluşlarının verileri var.
15:26
Because the dataveri is hiddengizli down in the databasesveritabanları.
219
901000
2000
Çünkü veriler, veri tabanlarında gizleniyor.
15:28
And the publichalka açık is there, and the InternetInternet is there, but we have still not used it effectivelyetkili bir şekilde.
220
903000
5000
Halk orada, internet orada ama halen faydalı bir şekilde kullanmadık.
15:33
All that informationbilgi we saw changingdeğiştirme in the worldDünya
221
908000
3000
Dünyada değiştiğini gördüğümüz verilerin hiçbiri
15:36
does not includeDahil etmek publicly-fundedGenel olarak finanse statisticsistatistik. There are some web pagessayfalar
222
911000
4000
resmi finans istatistiklerini içermiyor. Bilirsiniz bir takım web sayfaları
15:40
like this, you know, but they take some nourishmentbeslenme down from the databasesveritabanları,
223
915000
6000
vardır, veritabanlarından bilgiler alır,
15:46
but people put pricesfiyatları on them, stupidaptal passwordsparolalar and boringsıkıcı statisticsistatistik.
224
921000
5000
ama onların üzerine fiyat, aptalca şifreler ve sıkıcı istatistikler koyarlar.
15:51
(LaughterKahkaha) (ApplauseAlkış)
225
926000
3000
(Gülüşmeler.) (Alkış.)
15:54
And this won'talışkanlık work. So what is neededgerekli? We have the databasesveritabanları.
226
929000
4000
Bu şekilde olmaz. Lazım olan ne peki? Veritabalarımız var.
15:58
It's not the newyeni databaseveritabanı you need. We have wonderfulolağanüstü designdizayn toolsaraçlar,
227
933000
4000
İhtiyacımız olan yeni bir veritabanı değil. Harika tasarım araçlarımız var
16:02
and more and more are addedkatma up here. So we startedbaşladı
228
937000
3000
ve buna bir çok şey eklenebilir. Yani kar amacı
16:05
a nonprofitkâr amacı gütmeyen venturegirişim whichhangi we calleddenilen -- linkingbağlayıcı dataveri to designdizayn --
229
940000
5000
gütmeyen bir girişim başlattık, verileri tasarıma bağladık,
16:10
we call it GapminderGapminder, from the LondonLondra undergroundyeraltı, where they warnuyarmak you,
230
945000
3000
ve buna Gapminder ismini verdik. Londra metrosundan esinlendik. Hani
16:13
"mindus the gapboşluk." So we thought GapminderGapminder was appropriateuygun.
231
948000
3000
“boşluğa dikkat edin” diye uyarırlar ya? Dolayısıyla Gapminder isminin uygun olduğunu düşündük.
16:16
And we startedbaşladı to writeyazmak softwareyazılım whichhangi could linkbağlantı the dataveri like this.
232
951000
4000
Ve bu verileri bu şekilde bağlayabilen bir yazılım yazmaya başladık.
16:20
And it wasn'tdeğildi that difficultzor. It tookaldı some personkişi yearsyıl, and we have producedüretilmiş animationsanimasyonlar.
233
955000
6000
O kadar da zor olmadı. Bunu elde etmek birkaç yıl aldı ve animasyonlar yaptık.
16:26
You can take a dataveri setset and put it there.
234
961000
2000
Bir veriyi alıp buraya koyabilirsiniz.
16:28
We are liberatingkurtarıcı U.N. dataveri, some fewaz U.N. organizationorganizasyon.
235
963000
5000
Birleşmiş Milletlerin verilerini ve bazı BM kuruluşlarının verilerini açığa çıkarıyoruz.
16:33
Some countriesülkeler acceptkabul etmek that theironların databasesveritabanları can go out on the worldDünya,
236
968000
4000
Bazı ülkeler, veritabanlarının dünyaya sunulmasını kabul ediyor,
16:37
but what we really need is, of coursekurs, a searcharama functionfonksiyon.
237
972000
3000
ama asıl ihtiyacımız olan elbette bir arama fonksiyonu.
16:40
A searcharama functionfonksiyon where we can copykopya the dataveri up to a searchablearanabilir formatbiçim
238
975000
5000
Verileri aranabilecek bir formata kopyalayabileceğimiz
16:45
and get it out in the worldDünya. And what do we hearduymak when we go around?
239
980000
3000
ve dünyaya sunabileceğimiz bir arama fonksiyonu. Ve etrafa baktığımızda ne duyuyoruz?
16:48
I've donetamam anthropologyantropoloji on the mainana statisticalistatistiksel unitsbirimler. EveryoneHerkes saysdiyor,
240
983000
4000
Temel istatistik birimlerine antropolojiyi aradım. Herkes diyor ki,
16:53
"It's impossibleimkansız. This can't be donetamam. Our informationbilgi is so peculiartuhaf
241
988000
4000
“Bu imkansız. Yapılamaz. Bizim verilerimiz o derece özel ki,
16:57
in detaildetay, so that cannotyapamam be searchedarandı as othersdiğerleri can be searchedarandı.
242
992000
3000
diğer veritabanları gibi arama yapılamaz.
17:00
We cannotyapamam give the dataveri freeücretsiz to the studentsöğrencilerin, freeücretsiz to the entrepreneursgirişimciler of the worldDünya."
243
995000
5000
Verilerimizi öğrencilere, dünyadaki iş adamlarına sunamayız.”
17:05
But this is what we would like to see, isn't it?
244
1000000
3000
Ama görmek istediğimiz de bu, öyle değil mi?
17:08
The publicly-fundedGenel olarak finanse dataveri is down here.
245
1003000
3000
Resmi veriler işte burada.
17:11
And we would like flowersÇiçekler to growbüyümek out on the NetNET.
246
1006000
3000
Ve internette çiçeklerin açmasını istiyoruz.
17:14
And one of the crucialçok önemli pointsmakas is to make them searchablearanabilir, and then people can use
247
1009000
5000
Ve en önemli noktalardan biri bunları aranabilir hale getirmek ve o zaman insanlar
17:19
the differentfarklı designdizayn toolaraç to animateanimasyon ekleme it there.
248
1014000
2000
bunları canlandırmak için çeşitli tasarım araçlarını kullanabilir.
17:21
And I have a prettygüzel good newshaber for you. I have a good newshaber that the presentmevcut,
249
1016000
5000
Size çok iyi bir haberim var. Size, BM İstatistik Birimi Başkanı’nın
17:26
newyeni HeadKafa of U.N. Statisticsİstatistik, he doesn't say it's impossibleimkansız.
250
1021000
4000
bunun imkansız olduğunu söylemediğini belirtmek istiyorum.
17:30
He only saysdiyor, "We can't do it."
251
1025000
2000
Sadece “başaramayız.” diyor.
17:32
(LaughterKahkaha)
252
1027000
4000
(Gülüşmeler.)
17:36
And that's a quiteoldukça cleverzeki guy, huh?
253
1031000
2000
Ve bu çok zeki bir adam, değil mi?
17:38
(LaughterKahkaha)
254
1033000
2000
(Gülüşmeler.)
17:40
So we can see a lot happeningolay in dataveri in the cominggelecek yearsyıl.
255
1035000
4000
Dolayısıyla, önümüzdeki yıllarda verilerde bayağı çok şey değişeceğini göreceğiz.
17:44
We will be ableyapabilmek to look at incomegelir distributionsdağılımları in completelytamamen newyeni waysyolları.
256
1039000
4000
Tamamen yeni şekillerde gelir dağılımına bakabileceğiz.
17:48
This is the incomegelir distributiondağıtım of ChinaÇin, 1970.
257
1043000
5000
Bu 1970 yılında Çin’in gelir dağılımı,
17:54
the incomegelir distributiondağıtım of the UnitedAmerika StatesBirleşik, 1970.
258
1049000
5000
bu ise 1970 yılında Amerika Birleşik Devletleri’nin gelir dağılımı.
17:59
AlmostNeredeyse no overlapüst üste gelmek. AlmostNeredeyse no overlapüst üste gelmek. And what has happenedolmuş?
259
1054000
4000
Neredeyse hiç örtüşme yok. Neredeyse hiç örtüşme yok. Ve ne oldu?
18:03
What has happenedolmuş is this: that ChinaÇin is growingbüyüyen, it's not so equaleşit any longeruzun,
260
1058000
5000
Olan şey şu: Çin büyüyor ve artık o derece eşit değil,
18:08
and it's appearinggörünen here, overlookingbakan the UnitedAmerika StatesBirleşik.
261
1063000
4000
ve burada görülüyor, Amerika Birleşik Devletleri’ni geçiyor.
18:12
AlmostNeredeyse like a ghosthayalet, isn't it, huh?
262
1067000
2000
Neredeyse bir hayalet gibi, değil mi?
18:14
(LaughterKahkaha)
263
1069000
2000
(Gülüşmeler.)
18:16
It's prettygüzel scarykorkutucu. But I think it's very importantönemli to have all this informationbilgi.
264
1071000
10000
Oldukça ürkütücü. Ama sanırım tüm bu bilgilere sahip olmak oldukça önemli.
18:26
We need really to see it. And insteadyerine of looking at this,
265
1081000
6000
Gerçekten görmemiz lazım. Ve buna bakmak yerine,
18:32
I would like to endson up by showinggösterme the InternetInternet userskullanıcılar perbaşına 1,000.
266
1087000
5000
1:00 kişi başına internet kullanıcılarını göstererek bitirmek istiyorum.
18:37
In this softwareyazılım, we accesserişim about 500 variablesdeğişkenler from all the countriesülkeler quiteoldukça easilykolayca.
267
1092000
5000
Bu yazılımda, kolayca bütün ülkelerin yaklaşık 500 değişkenine erişebiliyoruz.
18:42
It takes some time to changedeğişiklik for this,
268
1097000
4000
Bunu değiştirmek biraz zaman alıyor,
18:46
but on the axiseshareket, you can quiteoldukça easilykolayca get any variabledeğişken you would like to have.
269
1101000
5000
ama eksenlerde, istediğiniz herhangi bir değişkeni oldukça kolay alabiliyorsunuz.
18:51
And the thing would be to get up the databasesveritabanları freeücretsiz,
270
1106000
5000
Ve konu, veritabanlarının ücretsiz olması,
18:56
to get them searchablearanabilir, and with a secondikinci clicktık, to get them
271
1111000
3000
aranabilir yapılması ve ikinci tıklamamızda onları
18:59
into the graphicGrafiği formatsbiçimleri, where you can instantlyanında understandanlama them.
272
1114000
5000
hemen anlayabileceğiniz grafik formatına dönüştürebilmenizdir.
19:04
Now, statisticiansistatistikçiler doesn't like it, because they say that this
273
1119000
3000
Şimdi, istatikçiler bunu pek sevmezler, bunun
19:07
will not showgöstermek the realitygerçeklik; we have to have statisticalistatistiksel, analyticalanalitik methodsyöntemleri.
274
1122000
9000
gerçeği yansıtmadığını söylerler; istatiksel, analitik metotlara ihtiyacımız var.
19:16
But this is hypothesis-generatinghipotez oluşturma.
275
1131000
3000
Ama bu varsayım üretmektir.
19:19
I endson now with the worldDünya. There, the InternetInternet is cominggelecek.
276
1134000
4000
Dünya ile noktalayacağım. İnternet geliyor.
19:23
The numbernumara of InternetInternet userskullanıcılar are going up like this. This is the GDPGSYİH perbaşına capitadüşen.
277
1138000
4000
İnternet kullanıcıları sayısı bu şekilde artıyor. Bu kişi başına GSİYH.
19:27
And it's a newyeni technologyteknoloji cominggelecek in, but then amazinglyinanılmaz, how well
278
1142000
5000
Ve yeni teknolojiler çıkıyor ve sonra bu, hayret verici bir şekilde
19:32
it fitsnöbetleri to the economyekonomi of the countriesülkeler. That's why the 100 dollardolar
279
1147000
5000
ülkelerin ekonomisine nasıl da güzel uyuyor. 100 dolarlık bir
19:37
computerbilgisayar will be so importantönemli. But it's a niceGüzel tendencyeğilim.
280
1152000
3000
bilgisayarın neden bu derece önemli olduğu bundan dolayı. Ama bu güzel bir eğilim.
19:40
It's as if the worldDünya is flatteningdüzleştirme off, isn't it? These countriesülkeler
281
1155000
3000
Sanki dünya düzleşiyormuş gibi, öyle değil mi? Bu ülkeler
19:43
are liftingkaldırma more than the economyekonomi and will be very interestingilginç
282
1158000
3000
ekonomiden daha da fazlasını kalkındırıyorlar ve onları yıl boyunca
19:46
to followtakip et this over the yearyıl, as I would like you to be ableyapabilmek to do
283
1161000
4000
takip etmek oldukça ilginç olacak, bunu sizlerin, bütün resmi
19:50
with all the publiclyGenel olarak fundedfinanse dataveri. Thank you very much.
284
1165000
2000
veriler ile yapmanızı isterim. Çok teşekkür ederim.
19:53
(ApplauseAlkış)
285
1168000
3000
(Alkış.)
Reviewed by Koray Al

▲Back to top

ABOUT THE SPEAKER
Hans Rosling - Global health expert; data visionary
In Hans Rosling’s hands, data sings. Global trends in health and economics come to vivid life. And the big picture of global development—with some surprisingly good news—snaps into sharp focus.

Why you should listen

Even the most worldly and well-traveled among us have had their perspectives shifted by Hans Rosling. A professor of global health at Sweden's Karolinska Institute, his work focused on dispelling common myths about the so-called developing world, which (as he pointed out) is no longer worlds away from the West. In fact, most of the Third World is on the same trajectory toward health and prosperity, and many countries are moving twice as fast as the west did.

What set Rosling apart wasn't just his apt observations of broad social and economic trends, but the stunning way he presented them. Guaranteed: You've never seen data presented like this. A presentation that tracks global health and poverty trends should be, in a word: boring. But in Rosling's hands, data sings. Trends come to life. And the big picture — usually hazy at best — snaps into sharp focus.

Rosling's presentations were grounded in solid statistics (often drawn from United Nations and World Bank data), illustrated by the visualization software he developed. The animations transform development statistics into moving bubbles and flowing curves that make global trends clear, intuitive and even playful. During his legendary presentations, Rosling took this one step farther, narrating the animations with a sportscaster's flair.

Rosling developed the breakthrough software behind his visualizations through his nonprofit Gapminder, founded with his son and daughter-in-law. The free software — which can be loaded with any data — was purchased by Google in March 2007. (Rosling met the Google founders at TED.)

Rosling began his wide-ranging career as a physician, spending many years in rural Africa tracking a rare paralytic disease (which he named konzo) and discovering its cause: hunger and badly processed cassava. He co-founded Médecins sans Frontièrs (Doctors without Borders) Sweden, wrote a textbook on global health, and as a professor at the Karolinska Institut in Stockholm initiated key international research collaborations. He's also personally argued with many heads of state, including Fidel Castro.

Hans Rosling passed away in February 2017. He is greatly missed.


More profile about the speaker
Hans Rosling | Speaker | TED.com