TED@IBM
Susan Etlinger: What do we do with all this big data?
Сьюзен Етлінґер: Що ми робимо з великим обсягом даних?
Filmed:
Readability: 4.7
1,344,301 views
Ми живемо в технологічно розвиненому, інформативно насиченому суспільстві. Все нові та нові дані з’ являються на екранах телевізорів і в соціальних мережах. Але чи почуваємося ми через це впевненіше та комфортніше? Сьюзен Етлінгер намагається пояснити, чому за сучасних умов життя нам потрібно розвивати навички критичного мислення. Тому що, не зауважуючи майже невидимих елементів, важко зрозуміти суть.
Susan Etlinger - Data analyst
Susan Etlinger promotes the smart, well-considered and ethical use of data. Full bio
Susan Etlinger promotes the smart, well-considered and ethical use of data. Full bio
Double-click the English transcript below to play the video.
00:13
Technology has brought us so much:
0
1354
3135
Технологія дала нам так багато:
00:16
the moon landing, the Internet,
1
4489
2019
приземлення на місяці, інтернет,
00:18
the ability to sequence the human genome.
2
6508
2625
вміння впорядкувати сукупність
генотипу людини.
генотипу людини.
00:21
But it also taps into a lot of our deepest fears,
3
9133
3724
Але це теж стосується багатьох
найсильніших наших побоювань,
найсильніших наших побоювань,
00:24
and about 30 years ago,
4
12857
1856
і біля тридцяти років тому
00:26
the culture critic Neil Postman wrote a book
5
14713
2553
критик в галузі культури Ніл Постмен
написав книгу
написав книгу
00:29
called "Amusing Ourselves to Death,"
6
17266
2115
під назвою "Саморозважання до смерті",
00:31
which lays this out really brilliantly.
7
19381
2759
яка чудово це висвітлює.
00:34
And here's what he said,
8
22140
1650
Ось що він сказав,
00:35
comparing the dystopian visions
9
23790
2263
порівнюючи дистопічні бачення
00:38
of George Orwell and Aldous Huxley.
10
26053
3573
Джорджа Орвелла та Олдуса Гакслі.
00:41
He said, Orwell feared we would become
11
29626
3126
Він сказав, що Орвелл боявся стати
00:44
a captive culture.
12
32752
2248
забороненою культурою.
00:47
Huxley feared we would become a trivial culture.
13
35000
3752
Гакслі побоювався стати
примітивною культурою.
примітивною культурою.
00:50
Orwell feared the truth would be
14
38752
2145
Орвелл боявся, що правду
00:52
concealed from us,
15
40897
1923
приховають від нас,
00:54
and Huxley feared we would be drowned
16
42820
2190
І Гакслі побоювався, що ми потонемо
00:57
in a sea of irrelevance.
17
45010
2693
в морі недоречності.
00:59
In a nutshell, it's a choice between
18
47703
2170
В двох словах, це вибір між
01:01
Big Brother watching you
19
49873
2600
Великим Братом, що дивиться на вас,
01:04
and you watching Big Brother.
20
52473
2496
і вами, споглядаючими на Великого Брата.
01:06
(Laughter)
21
54969
1931
(Сміх)
01:08
But it doesn't have to be this way.
22
56900
1734
Але так не повинно бути.
01:10
We are not passive consumers
of data and technology.
of data and technology.
23
58634
3336
Ми не пасивні споживачі
інформації і технологій.
інформації і технологій.
01:13
We shape the role it plays in our lives
24
61970
2403
Ми відводимо їм роль у нашому житті
01:16
and the way we make meaning from it,
25
64373
2130
і спосіб, у який ми їх визначаємо,
01:18
but to do that,
26
66503
1603
але щоб це зробити,
01:20
we have to pay as much attention to how we think
27
68106
3513
нам потрібно приділити стільки уваги
тому, як ми думаємо,
тому, як ми думаємо,
01:23
as how we code.
28
71619
2030
як і тому, як ми їх зашифровуємо.
01:25
We have to ask questions, and hard questions,
29
73649
3098
Ми повинні ставити запитання,
і складні запитання,
і складні запитання,
01:28
to move past counting things
30
76747
1869
щоб наблизити значні речі з минулого
01:30
to understanding them.
31
78616
2602
до їх розуміння.
01:33
We're constantly bombarded with stories
32
81218
2446
Нас безперервно закидають розповідями
01:35
about how much data there is in the world,
33
83664
2476
про те, скільки в світі є інформації,
01:38
but when it comes to big data
34
86140
1580
та, коли доходить
до об'ємної бази даних
до об'ємної бази даних
01:39
and the challenges of interpreting it,
35
87720
2596
та шляхів їх трактування,
01:42
size isn't everything.
36
90316
2088
розмір - це ще не все.
01:44
There's also the speed at which it moves,
37
92404
2903
Існує теж швидкість, з якою
вони розповсюджуються,
вони розповсюджуються,
01:47
and the many varieties of data types,
38
95307
1696
та різноманітні типи інформації,
01:49
and here are just a few examples:
39
97003
2498
і тут є лише декілька прикладів:
01:51
images,
40
99501
2198
зображення,
01:53
text,
41
101699
4007
текст,
01:57
video,
42
105706
2095
відео,
01:59
audio.
43
107801
1830
аудіо.
02:01
And what unites this disparate types of data
44
109631
3042
Ці неспівставні типи даних поєднує те,
02:04
is that they're created by people
45
112673
2221
що вони створені людьми
02:06
and they require context.
46
114894
2775
та вимагають контексту.
02:09
Now, there's a group of data scientists
47
117669
2445
Існує група дослідників інформації
02:12
out of the University of Illinois-Chicago,
48
120114
2305
з університету Іллінойс у Чикаго,
02:14
and they're called the Health Media Collaboratory,
49
122419
2554
під назвою "Спільна лабораторія
охорони здоров'я",
охорони здоров'я",
02:16
and they've been working with
the Centers for Disease Control
the Centers for Disease Control
50
124973
2587
і вони співпрацюють з центрами
контролю захворювань,
контролю захворювань,
02:19
to better understand
51
127560
1505
щоб краще зрозуміти,
02:21
how people talk about quitting smoking,
52
129065
2848
як люди відгукуються про те,
щоб кинути палити,
щоб кинути палити,
02:23
how they talk about electronic cigarettes,
53
131913
2680
що вони кажуть про електричні цигарки,
02:26
and what they can do collectively
54
134593
1985
і що можна зробити колективно,
02:28
to help them quit.
55
136578
1984
щоб допомогти їм позбутись звички.
02:30
The interesting thing is, if you want to understand
56
138562
2013
Цікаво, якщо ви хочете зрозуміти,
02:32
how people talk about smoking,
57
140575
2216
що люди говорять про паління,
02:34
first you have to understand
58
142791
1901
перш за все ви повинні зрозуміти,
02:36
what they mean when they say "smoking."
59
144692
2565
що вони мають на увазі,
під "палінням".
під "палінням".
02:39
And on Twitter, there are four main categories:
60
147257
3926
В Твіттері є чотири головні категорії:
02:43
number one, smoking cigarettes;
61
151183
2997
номер один: паління цигарок;
02:46
number two, smoking marijuana;
62
154180
2807
номер два: паління марихуани;
02:48
number three, smoking ribs;
63
156987
2643
номер три: викурювання будь-яких жінок;
02:51
and number four, smoking hot women.
64
159630
3553
і номер чотири: викурювання гарячих жінок.
02:55
(Laughter)
65
163183
2993
(Сміх)
02:58
So then you have to think about, well,
66
166176
2426
Тоді вам слід добре подумати,
03:00
how do people talk about electronic cigarettes?
67
168602
2140
як люди відгукуються про
електричні цигарки?
електричні цигарки?
03:02
And there are so many different ways
68
170742
2025
Існує так багато різних шляхів,
03:04
that people do this, and you can see from the slide
69
172767
2599
як люди це роблять, і можна
побачити зі слайду,
побачити зі слайду,
03:07
it's a complex kind of a query.
70
175366
2610
що це складне завдання.
03:09
And what it reminds us is that
71
177976
3224
Воно нам нагадує,
03:13
language is created by people,
72
181200
2411
що мову створив народ,
03:15
and people are messy and we're complex
73
183611
2340
а люди невмілі, ми складні,
03:17
and we use metaphors and slang and jargon
74
185951
2767
ми використовуємо метафори,
і сленг, і жаргон,
і сленг, і жаргон,
03:20
and we do this 24/7 in many, many languages,
75
188718
3279
і робимо це 24/7 на багатьох-багатьох
мовах,
мовах,
03:23
and then as soon as we figure it out, we change it up.
76
191997
3224
і як тільки ми це усвідомлюємо,
ми набираємо швидкості.
ми набираємо швидкості.
03:27
So did these ads that the CDC put on,
77
195221
5118
Так і було з цими рекламними роликами,
які запустив центр контролю захворювань,
які запустив центр контролю захворювань,
03:32
these television ads that featured a woman
78
200339
2430
цими телевізійними роликами,
що показували жінку
що показували жінку
03:34
with a hole in her throat and that were very graphic
79
202769
2021
з отвором в горлі і були дуже страшними
03:36
and very disturbing,
80
204790
1904
та дуже хвилюючими,
03:38
did they actually have an impact
81
206694
1885
чи справді вони впливають на те,
03:40
on whether people quit?
82
208579
2671
чи люди кидають палити?
03:43
And the Health Media Collaboratory
respected the limits of their data,
respected the limits of their data,
83
211250
3307
"Спільна лабораторія охорони здоров'я"
не розголосила повністю своїх даних,
не розголосила повністю своїх даних,
03:46
but they were able to conclude
84
214557
2005
але вони могли зробити висновок,
03:48
that those advertisements —
and you may have seen them —
and you may have seen them —
85
216562
3312
що ці рекламні ролики - ви, можливо,
їх бачили -
їх бачили -
03:51
that they had the effect of jolting people
86
219874
2591
вони спонукали людей
03:54
into a thought process
87
222465
1822
до роздумів про те,
03:56
that may have an impact on future behavior.
88
224287
3667
що могло б вплинути на подальшу поведінку.
03:59
And what I admire and
appreciate about this project,
appreciate about this project,
89
227954
3891
Чим я захоплююся і високо ціную в
цьому проекті,
цьому проекті,
04:03
aside from the fact, including the fact
90
231845
1489
окрім самого факту, включно з тим,
04:05
that it's based on real human need,
91
233334
4057
що в його основі лежать справжні
людські потреби,
людські потреби,
04:09
is that it's a fantastic example of courage
92
237391
2846
і тим, що він є неймовірним
зразком сміливості
зразком сміливості
04:12
in the face of a sea of irrelevance.
93
240237
4443
з огляду на море недоречностей.
04:16
And so it's not just big data that causes
94
244680
3305
Це не просто велика кількість даних,
що породжують
що породжують
04:19
challenges of interpretation, because let's face it,
95
247985
2601
проблеми з інтерпретацією,
тому що, гляньмо тверезо,
тому що, гляньмо тверезо,
04:22
we human beings have a very rich history
96
250586
2594
ми, люди, давно навчилися черпати
04:25
of taking any amount of data, no matter how small,
97
253180
2693
будь-які об'єми інформації,
неважливо якої,
неважливо якої,
04:27
and screwing it up.
98
255873
1617
і закріплювати її.
04:29
So many years ago, you may remember
99
257490
3737
Багато років тому, ви,
напевно, пам'ятаєте,
напевно, пам'ятаєте,
04:33
that former President Ronald Reagan
100
261227
2273
що попереднього президента
Рональда Рейгана
Рональда Рейгана
04:35
was very criticized for making a statement
101
263500
1991
дуже критикували через проголошення того,
04:37
that facts are stupid things.
102
265491
3010
що факти - це безглузді речі.
04:40
And it was a slip of the tongue, let's be fair.
103
268501
2794
І це, чесно кажучи, була обмовка,
04:43
He actually meant to quote John Adams' defense
104
271295
2430
Він мав намір цитувати Джона Адамса,
який захищав
який захищав
04:45
of British soldiers in the Boston Massacre trials
105
273725
2751
британських солдатів в Бостонських судах
для важких злочинів,
для важких злочинів,
04:48
that facts are stubborn things.
106
276476
3150
що факти - речі вперті.
04:51
But I actually think there's
107
279626
2624
Але я, як не дивно, думаю, що є
04:54
a bit of accidental wisdom in what he said,
108
282250
3418
трохи випадкового здорового глузду
в його словах,
в його словах,
04:57
because facts are stubborn things,
109
285668
2776
тому що факти - вперті речі,
05:00
but sometimes they're stupid, too.
110
288444
2923
та, інколи, вони безглузді теж.
05:03
I want to tell you a personal story
111
291367
1888
Я хочу розповісти вам власну історію,
05:05
about why this matters a lot to me.
112
293255
3548
чому це так багато для мене означає.
05:08
I need to take a breath.
113
296803
2437
Мені потрібно вдихнути.
05:11
My son Isaac, when he was two,
114
299240
2754
У дворічному віці моєму синові Ісааку
05:13
was diagnosed with autism,
115
301994
2417
поставили діагноз аутизму,
05:16
and he was this happy, hilarious,
116
304411
2161
він був щасливим, енергійним,
05:18
loving, affectionate little guy,
117
306572
2035
люблячим, ніжним маленьким хлопчиком,
05:20
but the metrics on his developmental evaluations,
118
308607
2902
але метрика оцінок його розвитку,
05:23
which looked at things like
the number of words —
the number of words —
119
311509
2070
що розглядала речі, такі як
кількість слів -
кількість слів -
05:25
at that point, none —
120
313579
3657
в цьому випадку жодного-
05:29
communicative gestures and minimal eye contact,
121
317236
3940
жести спілкування і мінімальний
зоровий контакт,
зоровий контакт,
05:33
put his developmental level
122
321176
2003
визначила рівень його розвитку,
05:35
at that of a nine-month-old baby.
123
323179
3961
як дев'ятимісячного немовляти.
05:39
And the diagnosis was factually correct,
124
327140
2960
І, фактично, діагноз був правильним,
05:42
but it didn't tell the whole story.
125
330100
3209
але це не показувало всієї проблеми.
05:45
And about a year and a half later,
126
333309
1401
І десь через півтора року,
05:46
when he was almost four,
127
334710
2102
коли йому було майже чотири,
05:48
I found him in front of the computer one day
128
336812
2363
одного дня я застала його за комп'ютером,
05:51
running a Google image search on women,
129
339175
5453
коли він набирав у пошуку Google
зображення жінок,
зображення жінок,
05:56
spelled "w-i-m-e-n."
130
344628
3616
написавши це як "ж-и-н-к-и".
06:00
And I did what any obsessed parent would do,
131
348244
2740
Я зробила те, що зробили б усі
одержимі батьки,
одержимі батьки,
06:02
which is immediately started
hitting the "back" button
hitting the "back" button
132
350984
1901
а саме, почала невпинно
клацати по клавіші "назад",
клацати по клавіші "назад",
06:04
to see what else he'd been searching for.
133
352885
3363
щоб побачити, що ще він шукав.
06:08
And they were, in order: men,
134
356248
2171
І вони були в такому порядку: чоловік,
06:10
school, bus and computer.
135
358419
7267
школа, автобус і комп'ютер.
06:17
And I was stunned,
136
365686
2070
І я була приголомшена,
06:19
because we didn't know that he could spell,
137
367756
2002
бо ми не знали, що він може писати,
06:21
much less read, and so I asked him,
138
369758
1766
більш-менш читати, і тому я
спитала:
спитала:
06:23
"Isaac, how did you do this?"
139
371524
2193
"Ісааку, як ти це зробив?"
06:25
And he looked at me very seriously and said,
140
373717
2678
Він глянув на мене дуже серйозно
і сказав:
і сказав:
06:28
"Typed in the box."
141
376395
3352
"Надрукував у коробці".
06:31
He was teaching himself to communicate,
142
379747
3734
Він сам вчився спілкуватися,
06:35
but we were looking in the wrong place,
143
383481
3004
але ми дивилися в іншому напрямку.
06:38
and this is what happens when assessments
144
386485
2295
І це те, що трапляється, коли оцінювання
06:40
and analytics overvalue one metric —
145
388780
2396
і аналітики переоцінюють одні метрики -
06:43
in this case, verbal communication —
146
391176
2609
в цьому випадку - усне спілкування -
06:45
and undervalue others, such
as creative problem-solving.
as creative problem-solving.
147
393785
5703
і недооцінюють інші, такі як
вирішення творчої проблеми.
вирішення творчої проблеми.
06:51
Communication was hard for Isaac,
148
399488
2307
Спілкування важко давалося Ісаакові,
06:53
and so he found a workaround
149
401795
1912
і тому він знайшов інший шлях,
06:55
to find out what he needed to know.
150
403707
2857
щоб збагнути, що йому потрібно знати.
06:58
And when you think about it, it makes a lot of sense,
151
406564
1890
І, якщо подумати, це має глибокий сенс,
07:00
because forming a question
152
408454
2081
тому що формування запитання
07:02
is a really complex process,
153
410535
2565
є дійсно складним процесом,
07:05
but he could get himself a lot of the way there
154
413100
2522
але він міг би багато пізнати,
07:07
by putting a word in a search box.
155
415622
4092
ввівши слово у віконечко пошуку.
07:11
And so this little moment
156
419714
2936
Тому цей короткий момент
07:14
had a really profound impact on me
157
422650
2836
справив дійсно глибоке враження на мене
07:17
and our family
158
425486
1309
і нашу сім'ю,
07:18
because it helped us change our frame of reference
159
426795
3141
тому що це допомогло нам змінити
точку зору про те,
точку зору про те,
07:21
for what was going on with him,
160
429936
2208
що з ним відбувалося,
07:24
and worry a little bit less and appreciate
161
432144
2976
і трохи менше хвилюватися та цінувати
07:27
his resourcefulness more.
162
435120
2182
більше його винахідливість.
07:29
Facts are stupid things.
163
437302
2861
Факти - безглузді речі.
07:32
And they're vulnerable to misuse,
164
440163
2397
Вони вразливі до неправильного
застосування,
застосування,
07:34
willful or otherwise.
165
442560
1653
свідомого чи несвідомого.
07:36
I have a friend, Emily Willingham, who's a scientist,
166
444213
3026
У мене є подруга, Емілі Віллінгем,
яка є науковцем.
яка є науковцем.
07:39
and she wrote a piece for Forbes not long ago
167
447239
2801
Недавно вона написала
статтю для "Форбсу"
статтю для "Форбсу"
07:42
entitled "The 10 Weirdest Things
168
450040
1980
під назвою " Десять надприродних речей,
07:44
Ever Linked to Autism."
169
452020
1810
завжди пов' язаних з аутизмом".
07:45
It's quite a list.
170
453830
3005
Це, насправді, список.
07:48
The Internet, blamed for everything, right?
171
456835
3532
Інтернет звинуватили у всьому, правда?
07:52
And of course mothers, because.
172
460367
3757
І матерів, звісно, кого як не їх.
07:56
And actually, wait, there's more,
173
464124
1587
І, фактично, ні, це ще не все,
07:57
there's a whole bunch in
the "mother" category here.
the "mother" category here.
174
465711
3430
тут існує цілий букет категорій "матері".
08:01
And you can see it's a pretty
rich and interesting list.
rich and interesting list.
175
469141
4815
Видно, що це дуже
цінний і цікавий список.
цінний і цікавий список.
08:05
I'm a big fan of
176
473956
2193
Я великий фанат
08:08
being pregnant near freeways, personally.
177
476149
3704
поглинання інформації по- своєму.
08:11
The final one is interesting,
178
479853
1539
Останній пункт є цікавим,
08:13
because the term "refrigerator mother"
179
481392
3003
тому що термін "мама - холодильник"
08:16
was actually the original hypothesis
180
484395
2605
був, справді,
першою гіпотезою
першою гіпотезою
08:19
for the cause of autism,
181
487000
1431
причини аутизму,
08:20
and that meant somebody
who was cold and unloving.
who was cold and unloving.
182
488431
2735
І під цим розуміли когось холодного
і нелюблячого.
і нелюблячого.
08:23
And at this point, you might be thinking,
183
491166
1562
І тепер ви, мабуть, думаєте:
08:24
"Okay, Susan, we get it,
184
492728
1657
"Добре, Сьюзен, ми розуміємо це,
08:26
you can take data, you can
make it mean anything."
make it mean anything."
185
494385
1782
можеш брати інформацію, трактувати".
08:28
And this is true, it's absolutely true,
186
496167
4703
І це правда, це, безумовно, правда,
08:32
but the challenge is that
187
500870
5610
але справа в тому,
08:38
we have this opportunity
188
506480
2448
що в нас є можливість
08:40
to try to make meaning out of it ourselves,
189
508928
2284
самостійно зрозуміти суть,
08:43
because frankly, data doesn't
create meaning. We do.
create meaning. We do.
190
511212
5352
тому що, правду кажучи, інформація не
створює значення. Це робимо ми.
створює значення. Це робимо ми.
08:48
So as businesspeople, as consumers,
191
516564
3256
Тому як бізнесмени, як споживачі,
08:51
as patients, as citizens,
192
519820
2539
як пацієнти, як громадяни,
08:54
we have a responsibility, I think,
193
522359
2396
ми відповідальні за те, на мою думку,
08:56
to spend more time
194
524755
2194
щоб проводити більше часу,
08:58
focusing on our critical thinking skills.
195
526949
2870
сконцентрувавшись на наших
розумових здібностях.
розумових здібностях.
09:01
Why?
196
529819
1078
Чому?
09:02
Because at this point in our history, as we've heard
197
530897
3178
Тому що на цьому етапі нашої історії,
як ми чули
як ми чули
09:06
many times over,
198
534075
1706
багато разів поспіль,
09:07
we can process exabytes of data
199
535781
1981
можна опрацьовувати
екзабайти інформації
екзабайти інформації
09:09
at lightning speed,
200
537762
2153
з неймовірною швидкістю,
09:11
and we have the potential to make bad decisions
201
539915
3515
і ми маємо схильність приймати
неправильні рішення
неправильні рішення
09:15
far more quickly, efficiently,
202
543430
1834
набагато швидше, раціональніше
09:17
and with far greater impact than we did in the past.
203
545264
5028
і з набагато більшим впливом, аніж раніше.
09:22
Great, right?
204
550292
1388
Класно, чи не так?
09:23
And so what we need to do instead
205
551680
3030
Отож, що ми повинні робити натомість,
09:26
is spend a little bit more time
206
554710
2330
це - витрачати трохи більше часу
09:29
on things like the humanities
207
557040
2746
на такі речі як людські якості,
09:31
and sociology, and the social sciences,
208
559786
3464
і соціологію, і соціологічні науки,
09:35
rhetoric, philosophy, ethics,
209
563250
2308
риторику, філософію, етику,
09:37
because they give us context that is so important
210
565558
2856
тому що вони створюють нам середовище,
яке є таким важливим
яке є таким важливим
09:40
for big data, and because
211
568414
2576
для об'ємної інформації, і тому що
09:42
they help us become better critical thinkers.
212
570990
2418
вони допомагають нам краще
критично мислити.
критично мислити.
09:45
Because after all, if I can spot
213
573408
4207
Тому що зрештою, якщо я можу
визначити
визначити
09:49
a problem in an argument, it doesn't much matter
214
577615
2486
причину суперечки, не грає великої ролі,
09:52
whether it's expressed in words or in numbers.
215
580101
2759
чи вона виражена словами чи числами.
09:54
And this means
216
582860
2719
І це означає
09:57
teaching ourselves to find
those confirmation biases
those confirmation biases
217
585579
4421
самостійно вчитися знаходити
ці необ'єктивні підтвердження
ці необ'єктивні підтвердження
10:02
and false correlations
218
590000
1822
та хибні зв'язки,
10:03
and being able to spot a naked emotional appeal
219
591822
2138
бути здатним визначати
емоційну привабливість
емоційну привабливість
10:05
from 30 yards,
220
593960
1662
з відстані 30 ярдів,
10:07
because something that happens after something
221
595622
2522
бо щось, що трапляється після чогось,
10:10
doesn't mean it happened
because of it, necessarily,
because of it, necessarily,
222
598144
3082
не означає, що воно обов'язково
сталося через це.
сталося через це.
10:13
and if you'll let me geek out on you for a second,
223
601226
2119
Якщо дозволите секунду подошкуляти вам,
10:15
the Romans called this
"post hoc ergo propter hoc,"
"post hoc ergo propter hoc,"
224
603345
4297
римляни називали б це
"post hoc ergo propter hoc",
"post hoc ergo propter hoc",
10:19
after which therefore because of which.
225
607642
3296
"після цього, а отже - через це".
10:22
And it means questioning
disciplines like demographics.
disciplines like demographics.
226
610938
3757
Це означає, що є питання до таких
предметів як демографія.
предметів як демографія.
10:26
Why? Because they're based on assumptions
227
614695
2520
Чому? Тому що вони базуються
на припущеннях
на припущеннях
10:29
about who we all are based on our gender
228
617215
2306
про те, ким ми всі є, виходячи з
нашої статі,
нашої статі,
10:31
and our age and where we live
229
619521
1462
і віку, і місця проживання,
10:32
as opposed to data on what
we actually think and do.
we actually think and do.
230
620983
3478
на противагу інформації, що ми насправді
думаємо і робимо.
думаємо і робимо.
10:36
And since we have this data,
231
624461
1663
І відколи нам доступні ці дані,
10:38
we need to treat it with appropriate privacy controls
232
626124
3139
ми мусимо до них ставитися
з відповідним налаштуванням приватності
з відповідним налаштуванням приватності
10:41
and consumer opt-in,
233
629263
3576
і формальною згодою споживачів
на опрацювання особистих даних,
на опрацювання особистих даних,
10:44
and beyond that, we need to be clear
234
632839
2993
і, окрім цього, нам слід чітко розуміти
10:47
about our hypotheses,
235
635832
2103
наші гіпотези,
10:49
the methodologies that we use,
236
637935
2596
методику, яку ми використовуємо,
10:52
and our confidence in the result.
237
640531
2804
і нашу впевненість в результаті.
10:55
As my high school algebra teacher used to say,
238
643335
2474
Як говорить зазвичай
викладач алгебри
викладач алгебри
мого університету:
10:57
show your math,
239
645809
1531
покажіть вашу математику,
10:59
because if I don't know what steps you took,
240
647340
3441
бо я не знаю, в чому ви пішли вперед
11:02
I don't know what steps you didn't take,
241
650781
1991
не знаю, в чому ви відстали,
11:04
and if I don't know what questions you asked,
242
652772
2438
і, якщо я не знаю, що ви запитували,
11:07
I don't know what questions you didn't ask.
243
655210
3197
я не знаю, що ви не запитували.
11:10
And it means asking ourselves, really,
244
658407
1523
І це означає поставити собі
11:11
the hardest question of all:
245
659930
1479
найважче запитання:
11:13
Did the data really show us this,
246
661409
3500
Чи дісно нам це показала інформація?
11:16
or does the result make us feel
247
664909
2311
Чи результат допоміг нам почувати себе
11:19
more successful and more comfortable?
248
667220
3878
успішнішими і задоволенішими?
11:23
So the Health Media Collaboratory,
249
671098
2584
Отже, Спільній Лабораторії охорони здоров'я
11:25
at the end of their project, they were able
250
673682
1699
в кінці проекту вдалося
11:27
to find that 87 percent of tweets
251
675381
3408
дослідити, що 87 процентів
записів у соцмережах,
записів у соцмережах,
11:30
about those very graphic and disturbing
252
678789
2144
присвячених яскраво вираженим і хвилюючим
11:32
anti-smoking ads expressed fear,
253
680933
4038
рекламам, спрямованим проти паління,
виражали страх.
виражали страх.
11:36
but did they conclude
254
684971
1856
Але чи виявили вони,
11:38
that they actually made people stop smoking?
255
686827
3161
що насправді змусило людей
кинути палити?
кинути палити?
11:41
No. It's science, not magic.
256
689988
2542
Ні. Це наука, а не магія.
11:44
So if we are to unlock
257
692530
3190
Тому, якщо нашою метою є збагнути
11:47
the power of data,
258
695720
2862
силу інформації,
11:50
we don't have to go blindly into
259
698582
3448
ми не повинні сліпо звертатися
11:54
Orwell's vision of a totalitarian future,
260
702030
3436
до бачення Орвелла
про тоталітарне майбутнє,
про тоталітарне майбутнє,
11:57
or Huxley's vision of a trivial one,
261
705466
3117
чи поглядів Гакслі про банальне майбуття,
12:00
or some horrible cocktail of both.
262
708583
3020
або якогось жахливого поєднання обох.
12:03
What we have to do
263
711603
2379
Нам слід з розумінням
12:05
is treat critical thinking with respect
264
713982
2718
ставитися до критичного мислення
12:08
and be inspired by examples
265
716700
2029
і черпати натхнення з прикладів,
12:10
like the Health Media Collaboratory,
266
718729
2610
як "Спільна Лабораторія охорони здоров'я",
12:13
and as they say in the superhero movies,
267
721339
2328
і, як говориться у фільмах
про супергероїв,
про супергероїв,
12:15
let's use our powers for good.
268
723667
1822
завжди використовуймо наші можливості.
12:17
Thank you.
269
725489
2351
Дякую.
12:19
(Applause)
270
727840
2334
(Оплески)
ABOUT THE SPEAKER
Susan Etlinger - Data analystSusan 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.
Susan Etlinger | Speaker | TED.com