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

Why you should listen

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

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

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

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

סוזן אטלינגר: מה אנחנו עושים עם כל המידע הגדול הזה

Filmed:
1,344,301 views

האם סט של מידע גורם לכם להרגיש יותר נוח? יותר מצליחים? אז הפרוש שלכם הוא מעט שגוי. בהרצאה מפתיעה, סוזן אטלינגר מסבירה למה, כשאנחנו מקבלים יותר ויותר מידע, אנחנו צריכים להעמיק את כישורי החשיבה הביקורתית. מפני שזה קשה לנוע מעבר לספירת דברים כדי להבין אותם באחת.
- Data analyst
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
Technologyטֶכנוֹלוֹגִיָה has broughtהביא us so much:
0
1354
3135
הטכנולוגיה הביאה לנו כל כך הרבה:
00:16
the moonירח landingנְחִיתָה, the Internetאינטרנט,
1
4489
2019
הנחיתה על הירח, האינטרנט,
00:18
the abilityיְכוֹלֶת to sequenceסדר פעולות the humanבן אנוש genomeגנום.
2
6508
2625
היכולת למפות את הגנום האנושי.
00:21
But it alsoגַם tapsברזים into a lot of our deepestהעמוק ביותר fearsפחדים,
3
9133
3724
אבל היא גם מנצלת הרבה
מהפחדים הגדולים ביותר שלנו,
00:24
and about 30 yearsשנים agoלִפנֵי,
4
12857
1856
ולפני כשלושים שנה,
00:26
the cultureתַרְבּוּת criticמְבַקֵר Neilניל Postmanפוסטמן wroteכתבתי a bookסֵפֶר
5
14713
2553
מבקר התרבות ניל פוסטמן כתב ספר
00:29
calledשקוראים לו "Amusingמשעשע Ourselvesבְּעָצמֵנוּ to Deathמוות,"
6
17266
2115
שנקרא "לשעשע את עצמנו למוות",
00:31
whichאיזה laysמטילה this out really brilliantlyמבריק.
7
19381
2759
שמסביר את זה בצורה ממש מבריקה.
00:34
And here'sהנה what he said,
8
22140
1650
והנה מה שהוא אמר,
00:35
comparingהשוואת the dystopianדיסטופי visionsחזיונות
9
23790
2263
באמצעות השוואה החזיונות הדיסטופיים
00:38
of Georgeג 'ורג' Orwellאורוול and Aldousאלדוס Huxleyהאקסלי.
10
26053
3573
של ג'ורג' אורוול ואלדוס האקסלי,
00:41
He said, Orwellאורוול fearedפחד we would becomeהפכו
11
29626
3126
הוא אמר, "אורוול חשש שנהפוך
00:44
a captiveשָׁבוּי cultureתַרְבּוּת.
12
32752
2248
לתרבות שבויה,
00:47
Huxleyהאקסלי fearedפחד we would becomeהפכו a trivialקַטנוּנִי cultureתַרְבּוּת.
13
35000
3752
האקסלי חשש שנהפוך לתרבות טריוויאלית.
00:50
Orwellאורוול fearedפחד the truthאֶמֶת would be
14
38752
2145
אורוול חשש שהאמת
00:52
concealedהסתיר from us,
15
40897
1923
תוסתר מאתנו,
00:54
and Huxleyהאקסלי fearedפחד we would be drownedטָבוּעַ
16
42820
2190
והאקסלי חשש שנטבע
00:57
in a seaיָם of irrelevanceלא רלוונטיות.
17
45010
2693
בים של חוסר רלוונטיות.
00:59
In a nutshellקמצוץ, it's a choiceבְּחִירָה betweenבֵּין
18
47703
2170
על קצה המזלג, זוהי הבחירה בין
01:01
Bigגָדוֹל Brotherאָח watchingצופה you
19
49873
2600
האח הגדול שצופה בך
01:04
and you watchingצופה Bigגָדוֹל Brotherאָח.
20
52473
2496
ואתה צופה ב"אח הגדול".
01:06
(Laughterצחוק)
21
54969
1931
(צחוק)
01:08
But it doesn't have to be this way.
22
56900
1734
אבל זה לא חייב להיות כך.
01:10
We are not passiveפַּסִיבִי consumersהצרכנים
of dataנתונים and technologyטֶכנוֹלוֹגִיָה.
23
58634
3336
אנחנו איננו צרכניים פאסיביים
של מידע וטכנולוגיה
01:13
We shapeצוּרָה the roleתַפְקִיד it playsמחזות in our livesחיים
24
61970
2403
אנו מעצבים את התפקיד אותו הם תופסים בחיינו
01:16
and the way we make meaningמַשְׁמָעוּת from it,
25
64373
2130
והדרך בה אנו שואבים משמעות מהם,
01:18
but to do that,
26
66503
1603
אבל על מנת לעשות זאת,
01:20
we have to payלְשַׁלֵם as much attentionתשומת הלב to how we think
27
68106
3513
עלינו לשים לב באותה מידה לאופן החשיבה שלנו
01:23
as how we codeקוד.
28
71619
2030
ולצורת הקידוד שלנו.
01:25
We have to askלִשְׁאוֹל questionsשאלות, and hardקָשֶׁה questionsשאלות,
29
73649
3098
עלינו לשאול שאלות, ושאלות קשות,
01:28
to moveמהלך \ לזוז \ לעבור pastעבר countingסְפִירָה things
30
76747
1869
להתעלות מעל ספירת דברים
01:30
to understandingהֲבָנָה them.
31
78616
2602
להבנתם.
01:33
We're constantlyתָמִיד bombardedמוּפגָז with storiesסיפורים
32
81218
2446
אנחנו, באופן מתמיד, מופגזים בסיפורים
01:35
about how much dataנתונים there is in the worldעוֹלָם,
33
83664
2476
על כמה מידע קיים בעולם
01:38
but when it comesבא to bigגָדוֹל dataנתונים
34
86140
1580
אבל כאשר מדובר במידע גדול
01:39
and the challengesאתגרים of interpretingפירוש it,
35
87720
2596
והאתגרים הכרוכים בהבנתו,
01:42
sizeגודל isn't everything.
36
90316
2088
הגודל אינו הכל.
01:44
There's alsoגַם the speedמְהִירוּת at whichאיזה it movesמהלכים,
37
92404
2903
ישנה גם המהירות בה הוא נע,
01:47
and the manyרב varietiesזנים of dataנתונים typesסוגים,
38
95307
1696
והמאפיינים הרבים של סוגי המידע הקיים.
01:49
and here are just a fewמְעַטִים examplesדוגמאות:
39
97003
2498
והנה כמה דוגמאות:
01:51
imagesתמונות,
40
99501
2198
תמונות,
01:53
textטֶקסט,
41
101699
4007
טקסט,
01:57
videoוִידֵאוֹ,
42
105706
2095
וידאו,
01:59
audioשֶׁמַע.
43
107801
1830
אודיו (שמע).
02:01
And what unitesמאוחדת this disparateמְפוּרָד typesסוגים of dataנתונים
44
109631
3042
ומה שמאחד את סוגי המידע השונים האלה
02:04
is that they're createdשנוצר by people
45
112673
2221
הוא שהם נוצרו על ידי אנשים
02:06
and they requireלִדרוֹשׁ contextהֶקשֵׁר.
46
114894
2775
והם דורשים הקשר.
02:09
Now, there's a groupקְבוּצָה of dataנתונים scientistsמדענים
47
117669
2445
עכשיו, ישנה קבוצה של מדעני מידע
02:12
out of the Universityאוּנִיבֶרְסִיטָה of Illinois-Chicagoאילינוי - שיקגו,
48
120114
2305
באוניברסיטת שיקגו אילינוי,
02:14
and they're calledשקוראים לו the Healthבְּרִיאוּת Mediaכְּלֵי תִקְשׁוֹרֶת Collaboratoryשיתוף פעולה,
49
122419
2554
והם נקראים שיתופיות מדיית הבריאות,
02:16
and they'veהם כבר been workingעובד with
the Centersמרכזים for Diseaseמַחֲלָה Controlלִשְׁלוֹט
50
124973
2587
והם עבדו עם המרכז למניעת מחלות
02:19
to better understandמבין
51
127560
1505
כדי להבין טוב יותר
02:21
how people talk about quittingעזיבה smokingלעשן,
52
129065
2848
איך אנשים מדברים על להפסיק לעשן,
02:23
how they talk about electronicאֶלֶקטרוֹנִי cigarettesסיגריות,
53
131913
2680
איך הם מדברים על סיגריות אלקטרוניות,
02:26
and what they can do collectivelyיַחַד
54
134593
1985
ומה הם יכולים לעשות יחד
02:28
to help them quitלְהַפְסִיק.
55
136578
1984
כדי לעזור להם להפסיק.
02:30
The interestingמעניין thing is, if you want to understandמבין
56
138562
2013
הדבר המעניין הוא, אם אתם רוצים להבין
02:32
how people talk about smokingלעשן,
57
140575
2216
איך אנשים מדברים על עישון,
02:34
first you have to understandמבין
58
142791
1901
ראשית אתם צריכים להבין
02:36
what they mean when they say "smokingלעשן."
59
144692
2565
מה הם מתכונים כשהם אומרים "עישון."
02:39
And on Twitterטוויטר, there are fourארבעה mainרָאשִׁי categoriesקטגוריות:
60
147257
3926
ובטוויטר, יש ארבע קטגוריות עיקריות:
02:43
numberמספר one, smokingלעשן cigarettesסיגריות;
61
151183
2997
מספר אחת, עישון סיגריות;
02:46
numberמספר two, smokingלעשן marijuanaמַרִיחוּאַנָה;
62
154180
2807
מספר שתיים, עישון מריחואנה;
02:48
numberמספר threeשְׁלוֹשָׁה, smokingלעשן ribsצלעות;
63
156987
2643
מספר שלוש, עישון צלעות;
02:51
and numberמספר fourארבעה, smokingלעשן hotחַם womenנשים.
64
159630
3553
ומספר ארבע: נשים חתיכות.
02:55
(Laughterצחוק)
65
163183
2993
(צחוק)
02:58
So then you have to think about, well,
66
166176
2426
אז אתם צריכים לחשוב, ובכן,
03:00
how do people talk about electronicאֶלֶקטרוֹנִי cigarettesסיגריות?
67
168602
2140
איך אנשים מדברים על סיגריות אלקטרוניות?
03:02
And there are so manyרב differentשונה waysדרכים
68
170742
2025
ויש כל כך הרבה דרכים שונות
03:04
that people do this, and you can see from the slideשקופית
69
172767
2599
שאנשים עושים את זה,
ואתם יכולים לראות מהשקופית הזו
03:07
it's a complexמורכב kindסוג of a queryשאילתא.
70
175366
2610
שזה סוג מורכב של שאילתה.
03:09
And what it remindsמזכיר us is that
71
177976
3224
ומה שזה מזכיר לנו זה
03:13
languageשפה is createdשנוצר by people,
72
181200
2411
ששפה נוצרת על ידי אנשים,
03:15
and people are messyמבולגן and we're complexמורכב
73
183611
2340
ואנשים הם בלגניסטים ואנחנו מורכבים
03:17
and we use metaphorsמטאפורות and slangסְלֶנְג and jargonז'רגון
74
185951
2767
ואנחנו משתמשים במטאפורות וסלאנג וג'ארגון
03:20
and we do this 24/7 in manyרב, manyרב languagesשפות,
75
188718
3279
ואנחנו עושים את זה 24/7 בהרבה, הרבה שפות,
03:23
and then as soonבקרוב as we figureדמות it out, we changeשינוי it up.
76
191997
3224
ואז מייד כשנבין את זה, נשנה את זה.
03:27
So did these adsמודעות that the CDCCDC put on,
77
195221
5118
אז האם הפרסומות האלו זה שהעלו ה CDC,
03:32
these televisionטֵלֶוִיזִיָה adsמודעות that featuredמומלצים a womanאִשָׁה
78
200339
2430
פרסומות הטלויזיה שהראו אישה
03:34
with a holeחור in her throatגרון and that were very graphicגרפי
79
202769
2021
עם חור בגרון ושהיו מאוד גרפיות
03:36
and very disturbingמטריד,
80
204790
1904
ומאוד מטרידות,
03:38
did they actuallyלמעשה have an impactפְּגִיעָה
81
206694
1885
האם למעשה היתה להן השפעה
03:40
on whetherהאם people quitלְהַפְסִיק?
82
208579
2671
על האם אנשים הפסיקו?
03:43
And the Healthבְּרִיאוּת Mediaכְּלֵי תִקְשׁוֹרֶת Collaboratoryשיתוף פעולה
respectedנִכבָּד the limitsגבולות of theirשֶׁלָהֶם dataנתונים,
83
211250
3307
ושותפות מדיית הבריאות
כיבדו את גבולות המידע,
03:46
but they were ableיכול to concludeלְהַסִיק
84
214557
2005
אבל הם היו מסוגלים לסכם
03:48
that those advertisementsפרסומות
and you mayמאי have seenלראות them —
85
216562
3312
שהפרסומות האלו -- ואולי ראיתם אותן --
03:51
that they had the effectהשפעה of joltingהַרעָשָׁה people
86
219874
2591
שהיה להם את האפקט של זעזוע אנשים
03:54
into a thought processתהליך
87
222465
1822
לתוך תהליך חשיבה
03:56
that mayמאי have an impactפְּגִיעָה on futureעתיד behaviorהִתְנַהֲגוּת.
88
224287
3667
שאולי יהיה לו השפעה על התנהגות עתידית.
03:59
And what I admireלְהִתְפַּעֵל and
appreciateמעריך about this projectפּרוֹיֶקט,
89
227954
3891
ומה שאני מעריצה ומעריכה
בנוגע לפרוייקט הזה,
04:03
asideבַּצַד from the factעוּבדָה, includingלְרַבּוֹת the factעוּבדָה
90
231845
1489
חוץ העובדה, כולל העובדה
04:05
that it's basedמבוסס on realאמיתי humanבן אנוש need,
91
233334
4057
שזה מבוסס על צורך אנושי אמיתי,
04:09
is that it's a fantasticפַנטַסטִי exampleדוגמא of courageאומץ
92
237391
2846
זה שזו דוגמה נפלאה לאומץ
04:12
in the faceפָּנִים of a seaיָם of irrelevanceלא רלוונטיות.
93
240237
4443
למול ים של חוסר רלוונטיות.
04:16
And so it's not just bigגָדוֹל dataנתונים that causesגורם ל
94
244680
3305
וכך זה לא רק מידע גדול שגורם
04:19
challengesאתגרים of interpretationפרשנות, because let's faceפָּנִים it,
95
247985
2601
לאתגרים של פירוש, מפני שבואו נסכים,
04:22
we humanבן אנוש beingsישויות have a very richעָשִׁיר historyהִיסטוֹרִיָה
96
250586
2594
לנו האנשים יש הסטוריה ארוכה
04:25
of takingלְקִיחָה any amountכמות of dataנתונים, no matterחוֹמֶר how smallקָטָן,
97
253180
2693
של לקחת כל כמות של מידע, לא משנה כמה קטנה,
04:27
and screwingהַברָגָה it up.
98
255873
1617
ולדפוק את זה.
04:29
So manyרב yearsשנים agoלִפנֵי, you mayמאי rememberלִזכּוֹר
99
257490
3737
אז לפני הרבה שנים, אתם אולי זוכרים
04:33
that formerלְשֶׁעָבַר Presidentנָשִׂיא Ronaldרונלד Reaganרייגן
100
261227
2273
שהנשיא לשעבר רונאלד רייגן
04:35
was very criticizedמותח ביקורת for makingהֲכָנָה a statementהַצהָרָה
101
263500
1991
היה תחת ביקורת על ההצהרה
04:37
that factsעובדות are stupidמְטוּפָּשׁ things.
102
265491
3010
שעובדות הן דבר מטופש.
04:40
And it was a slipפליטת פה of the tongueלָשׁוֹן, let's be fairהוֹגֶן.
103
268501
2794
וזאת היתה פליטת פה, בואו נהיה כנים.
04:43
He actuallyלמעשה meantהתכוון to quoteציטוט Johnג'ון Adams'אדמס ' defenseהֲגָנָה
104
271295
2430
הוא למעשה התכוון לצטט
את ההגנה של ג'ון אדמס
04:45
of Britishבריטי soldiersחיילים in the Bostonבוסטון Massacreטֶבַח trialsניסויים
105
273725
2751
על חיילים בריטים במשפטי הטבח בבוסטון
04:48
that factsעובדות are stubbornעַקשָׁן things.
106
276476
3150
שעובדות הן דבר עיקש.
04:51
But I actuallyלמעשה think there's
107
279626
2624
אבל אני למעשה חושבת שיש
04:54
a bitbit of accidentalמִקרִי wisdomחוכמה in what he said,
108
282250
3418
מעט חוכמה מקרית במה שהוא אמר,
04:57
because factsעובדות are stubbornעַקשָׁן things,
109
285668
2776
מפני שעובדות הן דברים עקשניים,
05:00
but sometimesלִפְעָמִים they're stupidמְטוּפָּשׁ, too.
110
288444
2923
אבל לפעמים הן גם טפשיות.
05:03
I want to tell you a personalאישי storyכַּתָבָה
111
291367
1888
אני רוצה לספר לכם סיפור אישי
05:05
about why this mattersעניינים a lot to me.
112
293255
3548
על למה זה ממש משנה לי.
05:08
I need to take a breathנְשִׁימָה.
113
296803
2437
אני צריכה לקחת נשימה.
05:11
My sonבֵּן Isaacיצחק, when he was two,
114
299240
2754
בני אייזק, כשהוא היה בן שנתים,
05:13
was diagnosedאובחן with autismאוֹטִיזְם,
115
301994
2417
אובחן עם אוטיזם,
05:16
and he was this happyשַׂמֵחַ, hilariousמצחיק,
116
304411
2161
והוא היה בחור קטן ושמח, קורע מצחוק,
05:18
lovingאוהבת, affectionateמחבב little guy,
117
306572
2035
אוהב, מלא חיבה,
05:20
but the metricsמדדים on his developmentalהִתפַּתְחוּתִי evaluationsהערכות,
118
308607
2902
אבל המדידות של ההתפתחות שלו,
05:23
whichאיזה lookedהביט at things like
the numberמספר of wordsמילים
119
311509
2070
שבחנו דברים כמו מספר המילים --
05:25
at that pointנְקוּדָה, noneאף אחד
120
313579
3657
באותה נקודה, אפס --
05:29
communicativeתקשורתי gesturesמחוות and minimalמִינִימָלִי eyeעַיִן contactאיש קשר,
121
317236
3940
מחוות תיקשורתיות וקשר עין מינימלי,
05:33
put his developmentalהִתפַּתְחוּתִי levelרָמָה
122
321176
2003
שמו אותו ברמה התפתחותית
05:35
at that of a nine-month-oldבן תשעה חודשים babyתִינוֹק.
123
323179
3961
של תינוק בן תשעה חודשים.
05:39
And the diagnosisאִבחוּן was factuallyעוּבדָתִית correctנכון,
124
327140
2960
והאבחנה היתה נכונה עובדתית,
05:42
but it didn't tell the wholeכֹּל storyכַּתָבָה.
125
330100
3209
אבל היא לא סיפרה את כל הסיפור.
05:45
And about a yearשָׁנָה and a halfחֲצִי laterיותר מאוחר,
126
333309
1401
ובערך שנה וחצי מאוחר יותר,
05:46
when he was almostכִּמעַט fourארבעה,
127
334710
2102
כשהוא היה כמעט בן ארבע,
05:48
I foundמצאתי him in frontחֲזִית of the computerמַחשֵׁב one day
128
336812
2363
מצאתי אותו מול המחשב יום אחד
05:51
runningרץ a GoogleGoogle imageתמונה searchחפש on womenנשים,
129
339175
5453
מריץ חיפוש תמונות בגוגל על נשים,
05:56
spelledאיות "w-i-m-e-nwimen."
130
344628
3616
ומאויית "w-i-m-e-n."
06:00
And I did what any obsessedאובססיבי parentהוֹרֶה would do,
131
348244
2740
ועשיתי מה שכל הורה אובססיבי היה עושה,
06:02
whichאיזה is immediatelyמיד startedהתחיל
hittingלהכות the "back" buttonלַחְצָן
132
350984
1901
שזה מייד ללחוץ על כפתור אחורה
06:04
to see what elseאַחֵר he'dהוא היה been searchingמחפש for.
133
352885
3363
כדי לראות מה עוד הוא חיפש.
06:08
And they were, in orderלהזמין: menגברים,
134
356248
2171
וזה היה לפי הסדר: גברים,
06:10
schoolבית ספר, busאוֹטוֹבּוּס and computerמַחשֵׁב.
135
358419
7267
בית ספר, אוטובוס ומחשב.
06:17
And I was stunnedהָמוּם,
136
365686
2070
והייתי המומה,
06:19
because we didn't know that he could spellלַחַשׁ,
137
367756
2002
מפני שלא ידענו שהוא יודע לאיית,
06:21
much lessפָּחוּת readלקרוא, and so I askedשאל him,
138
369758
1766
שלא לדבר על לקרוא, אז שאלתי אותו,
06:23
"Isaacיצחק, how did you do this?"
139
371524
2193
"אייזק, איך עשית את זה?"
06:25
And he lookedהביט at me very seriouslyברצינות and said,
140
373717
2678
והוא הסתכל עלי מאוד ברצינות ואמר,
06:28
"Typedמודפס in the boxקופסא."
141
376395
3352
"הקלדתי בתיבה."
06:31
He was teachingהוֹרָאָה himselfעַצמוֹ to communicateלתקשר,
142
379747
3734
הוא לימד את עצמו לתקשר,
06:35
but we were looking in the wrongלא בסדר placeמקום,
143
383481
3004
אבל חיפשנו במקום הלא נכון,
06:38
and this is what happensקורה when assessmentsהערכות
144
386485
2295
וזה מה שקורה כשהערכות
06:40
and analyticsניתוח overvalueovervalue one metricמֶטרִי
145
388780
2396
ואנליזה נותנות ערך גבוה מדי למידה אחת --
06:43
in this caseמקרה, verbalמילולי communicationתִקשׁוֹרֶת
146
391176
2609
במקרה הזה, תקשורת מילולית --
06:45
and undervalueלְמַעֵט בְּעֵרכּוֹ othersאחרים, suchכגון
as creativeיְצִירָתִי problem-solvingפתרון בעיות.
147
393785
5703
וערך חסר לאחרות, כמו פתרון בעיות יצירתי.
06:51
Communicationתִקשׁוֹרֶת was hardקָשֶׁה for Isaacיצחק,
148
399488
2307
תקשורת היתה קשה לאייזק,
06:53
and so he foundמצאתי a workaroundפתרון לעקיפת הבעיה
149
401795
1912
אז הוא מצא דרך עוקפת
06:55
to find out what he neededנָחוּץ to know.
150
403707
2857
כדי למצוא מה שהוא היה צריך לדעת.
06:58
And when you think about it, it makesעושה a lot of senseלָחוּשׁ,
151
406564
1890
וכשאני חושבת על זה, זה מאוד הגיוני,
07:00
because formingיוצר a questionשְׁאֵלָה
152
408454
2081
מפני שליצור שאלה
07:02
is a really complexמורכב processתהליך,
153
410535
2565
זה תהליך ממש מורכב,
07:05
but he could get himselfעַצמוֹ a lot of the way there
154
413100
2522
אבל הוא היה יכול להביא
את עצמו את רוב הדרך לשם
07:07
by puttingלשים a wordמִלָה in a searchחפש boxקופסא.
155
415622
4092
על ידי הקלדת מילים לתיבת חיפוש.
07:11
And so this little momentרֶגַע
156
419714
2936
אז לרגע הקטן הזה
07:14
had a really profoundעָמוֹק impactפְּגִיעָה on me
157
422650
2836
היתה השפעה משמעותית עלי
07:17
and our familyמִשׁפָּחָה
158
425486
1309
והמשפחה שלנו
07:18
because it helpedעזר us changeשינוי our frameמִסגֶרֶת of referenceהתייחסות
159
426795
3141
מפני שזה עזר לנו לשנות
את מסגרת ההתיחסות שלנו
07:21
for what was going on with him,
160
429936
2208
למה שקורה איתו,
07:24
and worryדאגה a little bitbit lessפָּחוּת and appreciateמעריך
161
432144
2976
ולדאוג מעט פחות ולהעריך
07:27
his resourcefulnessתוּשִׁיָה more.
162
435120
2182
את התושיה שלו יותר.
07:29
Factsעובדות are stupidמְטוּפָּשׁ things.
163
437302
2861
עובדות הן דבר מטופש.
07:32
And they're vulnerableפָּגִיעַ to misuseשימוש לא נכון,
164
440163
2397
והן פגיעות לשימוש לא נכון,
07:34
willfulמֵזִיד or otherwiseאחרת.
165
442560
1653
זדוני או לא.
07:36
I have a friendחָבֵר, Emilyאמילי Willinghamוילינגהם, who'sמי זה a scientistמַדְעָן,
166
444213
3026
יש לי חברה, אמילי ווילינגהאם,
שהיא מדענית,
07:39
and she wroteכתבתי a pieceלְחַבֵּר for Forbesפורבס not long agoלִפנֵי
167
447239
2801
והיא כתבה מאמר לפורבס לא מזמן
07:42
entitledרַשַׁאִי "The 10 Weirdestמוזר ביותר Things
168
450040
1980
שנקרא "10 הדברים המוזרים
07:44
Ever Linkedצָמוּד to Autismאוֹטִיזְם."
169
452020
1810
שקושרו אי פעם לאוטיזם."
07:45
It's quiteדַי a listרשימה.
170
453830
3005
זו חתיכת רשימה.
07:48
The Internetאינטרנט, blamedהאשים for everything, right?
171
456835
3532
האינטרנט, מואשם בהכל, נכון?
07:52
And of courseקוּרס mothersאמהות, because.
172
460367
3757
וכמובן אמהות, מפני ש.
07:56
And actuallyלמעשה, wait, there's more,
173
464124
1587
ולמעשה, חכו, יש עוד,
07:57
there's a wholeכֹּל bunchצְרוֹר in
the "motherאִמָא" categoryקטגוריה here.
174
465711
3430
יש קבוצה שלמה בקטגוריה של "אמא" פה.
08:01
And you can see it's a prettyיפה
richעָשִׁיר and interestingמעניין listרשימה.
175
469141
4815
ואתם יכולים לראות שזו רשימה
ממש עשירה ומעניינת.
08:05
I'm a bigגָדוֹל fanאוהד of
176
473956
2193
אני אוהדת גדולה של
08:08
beingלהיות pregnantבְּהֵרָיוֹן nearליד freewaysכבישים מהירים, personallyאישית.
177
476149
3704
להיות בהריון ליד כבישים מהירים , אישית.
08:11
The finalסופי one is interestingמעניין,
178
479853
1539
האחרון הוא מעניין,
08:13
because the termטווח "refrigeratorמְקָרֵר motherאִמָא"
179
481392
3003
מפני שהמונח "אמא מקרר"
08:16
was actuallyלמעשה the originalמְקוֹרִי hypothesisהַשׁעָרָה
180
484395
2605
היה למעשה ההיפותזה המקורית
08:19
for the causeגורם of autismאוֹטִיזְם,
181
487000
1431
לסיבה לאוטיזם,
08:20
and that meantהתכוון somebodyמִישֶׁהוּ
who was coldקַר and unlovingלא אוהב.
182
488431
2735
והכוונה למישהי שהיא קרה ולא אוהבת.
08:23
And at this pointנְקוּדָה, you mightאולי be thinkingחושב,
183
491166
1562
ובנקודה הזו, אתם אולי חושבים,
08:24
"Okay, Susanסוזן, we get it,
184
492728
1657
"אוקיי, סוזן, אנחנו מבינים,
08:26
you can take dataנתונים, you can
make it mean anything."
185
494385
1782
אפשר לקחת מידע,
אפשר לתת לו משמעות אחרת לגמרי."
08:28
And this is trueנָכוֹן, it's absolutelyבהחלט trueנָכוֹן,
186
496167
4703
וזה נכון, זה לגמרי נכון,
08:32
but the challengeאתגר is that
187
500870
5610
אבל האתגר הוא
08:38
we have this opportunityהִזדַמְנוּת
188
506480
2448
שיש לנו הזדמנות
08:40
to try to make meaningמַשְׁמָעוּת out of it ourselvesבְּעָצמֵנוּ,
189
508928
2284
לנסות לתת משמעות מתוכנו,
08:43
because franklyבכנות, dataנתונים doesn't
createלִיצוֹר meaningמַשְׁמָעוּת. We do.
190
511212
5352
מפני שלמען האמת,
מידע לא יוצר משמעות, אנחנו יוצרים אותה.
08:48
So as businesspeopleאנשי עסקים, as consumersהצרכנים,
191
516564
3256
אז כאנשי עסקים, כצרכנים,
08:51
as patientsחולים, as citizensאזרחים,
192
519820
2539
כפציינטים, כאזרחים,
08:54
we have a responsibilityאַחֲרָיוּת, I think,
193
522359
2396
יש לנו את האחריות, אני חושבת,
08:56
to spendלְבַלוֹת more time
194
524755
2194
לבלות יותר זמן
08:58
focusingהתמקדות on our criticalקריטי thinkingחושב skillsמיומנויות.
195
526949
2870
בלהתמקד בכישורי החשיבה הביקורתית שלנו,
09:01
Why?
196
529819
1078
למה?
09:02
Because at this pointנְקוּדָה in our historyהִיסטוֹרִיָה, as we'veיש לנו heardשמע
197
530897
3178
מפני שבנקודה הזו בהסטוריה שלנו, כמו ששמענו
09:06
manyרב timesפִּי over,
198
534075
1706
הרבה פעמים בעבר,
09:07
we can processתהליך exabytesexabytes of dataנתונים
199
535781
1981
אנחנו יכולים לעבד אקסבייטים של מידע
09:09
at lightningבָּרָק speedמְהִירוּת,
200
537762
2153
במהירות האור,
09:11
and we have the potentialפוטנציאל to make badרַע decisionsהחלטות
201
539915
3515
ויש לנו את הפוטנציאל לעשות החלטות גרועות
09:15
farרָחוֹק more quicklyבִּמְהִירוּת, efficientlyביעילות,
202
543430
1834
הרבה יותר במהירות, ביעילות,
09:17
and with farרָחוֹק greaterגדול יותר impactפְּגִיעָה than we did in the pastעבר.
203
545264
5028
ועם הרבה יותר השפעה משהיה לנו בעבר.
09:22
Great, right?
204
550292
1388
נפלא, נכון?
09:23
And so what we need to do insteadבמקום זאת
205
551680
3030
וכך מה שאנחנו צריכים לעשות במקום
09:26
is spendלְבַלוֹת a little bitbit more time
206
554710
2330
זה לבלות מעט יותר זמן
09:29
on things like the humanitiesמַדָעֵי הָרוּחַ
207
557040
2746
על דברים כמו הומניות
09:31
and sociologyסוֹצִיוֹלוֹגִיָה, and the socialחֶברָתִי sciencesמדעים,
208
559786
3464
וסוציולוגיה, ומדעי החברה,
09:35
rhetoricרֵטוֹרִיקָה, philosophyפִילוֹסוֹפִיָה, ethicsאֶתִיקָה,
209
563250
2308
רטוריקה, פילוסופיה, אתיקה,
09:37
because they give us contextהֶקשֵׁר that is so importantחָשׁוּב
210
565558
2856
מפני שהם נותנים לנו הקשר שהוא כל כך חשוב
09:40
for bigגָדוֹל dataנתונים, and because
211
568414
2576
למידע גדול, ובגלל
09:42
they help us becomeהפכו better criticalקריטי thinkersהוגים.
212
570990
2418
שהם עוזרים לנו להפוך
להוגים ביקורתיים טובים יותר.
09:45
Because after all, if I can spotלְזַהוֹת
213
573408
4207
מפני שאחרי הכל, אם אנחנו יכולים לזהות
09:49
a problemבְּעָיָה in an argumentטַעֲנָה, it doesn't much matterחוֹמֶר
214
577615
2486
בעיה בטיעון, זה לא משנה ממש
09:52
whetherהאם it's expressedהביע in wordsמילים or in numbersמספרים.
215
580101
2759
אם זה מתבטא במילים או מספרים.
09:54
And this meansאומר
216
582860
2719
וזה אומר
09:57
teachingהוֹרָאָה ourselvesבְּעָצמֵנוּ to find
those confirmationאִשׁוּר biasesהטיות
217
585579
4421
ללמד את עצמנו למצוא את הטיות האישור
10:02
and falseשֶׁקֶר correlationsקורלציות
218
590000
1822
וקישורים שגויים
10:03
and beingלהיות ableיכול to spotלְזַהוֹת a nakedעֵירוֹם emotionalרִגשִׁי appealעִרעוּר
219
591822
2138
ולהיות מסוגלים לזהות משיכה רגשית ערומה
10:05
from 30 yardsמטרים,
220
593960
1662
ממרחק 30 מטר,
10:07
because something that happensקורה after something
221
595622
2522
מפני שמשהו שקורה אחרי משהו
10:10
doesn't mean it happenedקרה
because of it, necessarilyבהכרח,
222
598144
3082
לא אומר שזה קרה בגללו, בהכרח,
10:13
and if you'llאתה let me geekחנון out on you for a secondשְׁנִיָה,
223
601226
2119
ואם אתם תתנו לי להיות גיקית לגמרי לשניה,
10:15
the Romansהרומאים calledשקוראים לו this
"postהודעה hocHoc ergoארגו propterפרוטר hocHoc,"
224
603345
4297
הרומאים קראו לזה
"פוסט הוק ארגו פרופטר הוק,"
10:19
after whichאיזה thereforeלכן because of whichאיזה.
225
607642
3296
אחרי כן לכן בגלל ש.
10:22
And it meansאומר questioningתִשׁאוּל
disciplinesדיסציפלינות like demographicsדמוגרפיה.
226
610938
3757
וזה אומר פקפוק בתורות כמו דמוגרפיה.
10:26
Why? Because they're basedמבוסס on assumptionsהנחות
227
614695
2520
למה? מפני שהן מבוססות על הנחות
10:29
about who we all are basedמבוסס on our genderמִין
228
617215
2306
על מי אנחנו שמבוססות על מגדר
10:31
and our ageגיל and where we liveלחיות
229
619521
1462
והגיל שלנו ואיפה אנחנו חיים
10:32
as opposedמִתנַגֵד to dataנתונים on what
we actuallyלמעשה think and do.
230
620983
3478
בניגוד למידע על מה אנחנו
באמת חושבים או עושים.
10:36
And sinceמאז we have this dataנתונים,
231
624461
1663
ומאחר ויש לנו את המידע הזה,
10:38
we need to treatטיפול it with appropriateמתאים privacyפְּרָטִיוּת controlsשולטת
232
626124
3139
אנחנו צריכים להתייחס אליו
עם שליטות מתאימות על הפרטיות
10:41
and consumerצַרכָן opt-inלבחור ב,
233
629263
3576
וצרכנים שמצטרפים,
10:44
and beyondמעבר that, we need to be clearברור
234
632839
2993
ומעבר לזה, אנחנו צריכים להיות ברורים
10:47
about our hypothesesהיפותזות,
235
635832
2103
בנוגע להיפותזות,
10:49
the methodologiesמתודולוגיות that we use,
236
637935
2596
המתודולוגיות בהן אנחנו משתמשים,
10:52
and our confidenceאֵמוּן in the resultתוֹצָאָה.
237
640531
2804
והביטחון שלנו בתוצאות.
10:55
As my highגָבוֹהַ schoolבית ספר algebraאַלגֶבּרָה teacherמוֹרֶה used to say,
238
643335
2474
כמו שהמורה שלי לאלגברה בתיכון נהגה להגיד,
10:57
showלְהַצִיג your mathמתמטיקה,
239
645809
1531
תראו את המתמטיקה שלכם,
10:59
because if I don't know what stepsצעדים you tookלקח,
240
647340
3441
מפני שאם אתם לא יודעים איזה צעדים לקחתם,
11:02
I don't know what stepsצעדים you didn't take,
241
650781
1991
אני לא יודעת איזה צעדים לא לקחתם,
11:04
and if I don't know what questionsשאלות you askedשאל,
242
652772
2438
ואם אני לא יודעת איזה שאלות שאלתם,
11:07
I don't know what questionsשאלות you didn't askלִשְׁאוֹל.
243
655210
3197
אני לא יודעת איזה שאלות לא שאלתם.
11:10
And it meansאומר askingשואל ourselvesבְּעָצמֵנוּ, really,
244
658407
1523
וזה אומר לשאול את עצמנו, באמת,
11:11
the hardestהכי קשה questionשְׁאֵלָה of all:
245
659930
1479
את השאלה הקשה מכל:
11:13
Did the dataנתונים really showלְהַצִיג us this,
246
661409
3500
האם המידע באמת הראה לנו את זה,
11:16
or does the resultתוֹצָאָה make us feel
247
664909
2311
או שהתוצאה גורמת לנו להרגיש
11:19
more successfulמוּצלָח and more comfortableנוֹחַ?
248
667220
3878
יותר מצליחים ויותר בנוח?
11:23
So the Healthבְּרִיאוּת Mediaכְּלֵי תִקְשׁוֹרֶת Collaboratoryשיתוף פעולה,
249
671098
2584
אז שותפות מדיית הבריאות,
11:25
at the endסוֹף of theirשֶׁלָהֶם projectפּרוֹיֶקט, they were ableיכול
250
673682
1699
בסופו של הפרוייקט, הם היו מסוגלים
11:27
to find that 87 percentאָחוּז of tweetsציוצים
251
675381
3408
למצוא ש 87 אחוז של הציוצים
11:30
about those very graphicגרפי and disturbingמטריד
252
678789
2144
בנוגע לפרסומות המאוד גרפיות
11:32
anti-smokingאנטי עישון adsמודעות expressedהביע fearפַּחַד,
253
680933
4038
ומטרידות נגד עישון הביעו פחד,
11:36
but did they concludeלְהַסִיק
254
684971
1856
אבל האם הם הסיקו
11:38
that they actuallyלמעשה madeעָשׂוּי people stop smokingלעשן?
255
686827
3161
שהן למעשה גרמו לאנשים להפסיק לעשן?
11:41
No. It's scienceמַדָע, not magicקֶסֶם.
256
689988
2542
לא. זה מדע, לא קסם.
11:44
So if we are to unlockלבטל נעילה
257
692530
3190
אז אם אנחנו רוצים לשחרר
11:47
the powerכּוֹחַ of dataנתונים,
258
695720
2862
את הכוח של המידע,
11:50
we don't have to go blindlyבעיוורון into
259
698582
3448
אנחנו לא צריכים ללכת עיוורים
11:54
Orwell'sאורוול visionחָזוֹן of a totalitarianטוֹטָלִיטָרִי futureעתיד,
260
702030
3436
לתוך החזון הטוטליטרי של העתיד של אורוול,
11:57
or Huxley'sשל האקסלי visionחָזוֹן of a trivialקַטנוּנִי one,
261
705466
3117
או העתיד הטריוויאלי של האקסלי,
12:00
or some horribleמַחרִיד cocktailקוקטייל of bothשניהם.
262
708583
3020
או קוקטייל נוראי של שניהם.
12:03
What we have to do
263
711603
2379
מה שאנחנו צריכים לעשות
12:05
is treatטיפול criticalקריטי thinkingחושב with respectכבוד
264
713982
2718
זה להתייחס לחשיבה ביקורתית בכבוד
12:08
and be inspiredבהשראה by examplesדוגמאות
265
716700
2029
ולקבל השראה מדוגמאות
12:10
like the Healthבְּרִיאוּת Mediaכְּלֵי תִקְשׁוֹרֶת Collaboratoryשיתוף פעולה,
266
718729
2610
כמו שותפות מדיית הבריאות,
12:13
and as they say in the superheroגיבור על moviesסרטים,
267
721339
2328
וכמו שהם אומרים בסרטים של גיבורי על,
12:15
let's use our powersכוחות for good.
268
723667
1822
בואו נשתמש בכוח שלנו לטובה.
12:17
Thank you.
269
725489
2351
תודה לכם.
12:19
(Applauseתְשׁוּאוֹת)
270
727840
2334
(מחאות כפיים)
Translated by Ido Dekkers
Reviewed by Tal Dekkers

▲Back to top

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

Why you should listen

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

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

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