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

הנס רוסלינג מציג את הנתונים הכי טובים שיצא לכם לראות

Filmed:
14,386,844 views

עוד לא ראיתם נתונים מוצגים בדרך זו. באמצעות הדרמה והדחיפות של שדר ספורט, גורו הסטטיסטיקה הנס רוסלינג מפריך מיתוסים אודות "העולם המתפתח" לכאורה.
- 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 yearsשנים agoלִפנֵי, I tookלקח on the taskמְשִׁימָה to teachלְלַמֵד globalגלוֹבָּלִי developmentהתפתחות
0
0
4000
לפני כעשר שנים לקחתי לעצמי את המשימה ללמד
00:29
to Swedishשוודית undergraduateסטודנט לתואר ראשון studentsסטודנטים. That was after havingשיש spentמוּתַשׁ
1
4000
4000
סטודנטים שוודים לתואר ראשון על התפתחות גלובלית. זה היה לפני
00:33
about 20 yearsשנים togetherיַחַד with Africanאַפְרִיקַנִי institutionsמוסדות studyingלומד hungerרעב in Africaאַפְרִיקָה,
2
8000
4000
שביליתי כעשרים שנה עם מוסדות אפריקניים בחקר
00:37
so I was sortסוג of expectedצָפוּי to know a little about the worldעוֹלָם.
3
12000
4000
הרעב באפריקה. כך שציפו שאדע משהו על העולם.
00:41
And I startedהתחיל in our medicalרְפוּאִי universityאוּנִיבֶרְסִיטָה, Karolinskaקרולינסקה Instituteמכון,
4
16000
5000
התחלתי באוניברסיטה שלנו לרפואה, מכון קרולינסקה,
00:46
an undergraduateסטודנט לתואר ראשון courseקוּרס calledשקוראים לו Globalגלוֹבָּלִי Healthבְּרִיאוּת. But when you get
5
21000
4000
קורס שנקרא 'בריאות גלובלית'. אבל כשמקבלים
00:50
that opportunityהִזדַמְנוּת, you get a little nervousעַצבָּנִי. I thought, these studentsסטודנטים
6
25000
3000
הזדמנות כזאת, נעשים קצת עצבניים. חשבתי,
00:53
comingמגיע to us actuallyלמעשה have the highestהכי גבוה gradeכיתה you can get
7
28000
3000
לסטודנטים שבאים לכאן יש הציונים הכי גבוהים
00:56
in Swedishשוודית collegeמִכלָלָה systemsמערכות -- so, I thought, maybe they know everything
8
31000
3000
באקדמיה של שוודיה. אז אולי הם כבר יודעים
00:59
I'm going to teachלְלַמֵד them about. So I did a pre-testמבחן מקדים when they cameבא.
9
34000
4000
את כל מה שאלמד אותם. אז עשיתי להם מבחן מקדים.
01:03
And one of the questionsשאלות from whichאיזה I learnedמְלוּמָד a lot was this one:
10
38000
3000
וזו הייתה אחת השאלות שמהן למדתי רבות:
01:06
"Whichאיזה countryמדינה has the highestהכי גבוה childיֶלֶד mortalityתמותה of these fiveחָמֵשׁ pairsזוגות?"
11
41000
4000
"מבין חמשת הזוגות, באיזו מדינה תמותת התינוקות הכי גבוהה"?
01:10
And I put them togetherיַחַד, so that in eachכל אחד pairזוג of countryמדינה,
12
45000
4000
וחילקתי אותן כך שבכל זוג מדינות,
01:14
one has twiceפעמיים the childיֶלֶד mortalityתמותה of the other. And this meansאומר that
13
49000
5000
תמותת התינוקות באחת גבוהה פי שניים מבשנייה,
01:19
it's much biggerגדול יותר a differenceהֶבדֵל than the uncertaintyחוסר ודאות of the dataנתונים.
14
54000
5000
וזה אומר שההבדל גדול בהרבה מחוסר הוודאות של הנתונים.
01:24
I won'tרָגִיל put you at a testמִבְחָן here, but it's Turkeyטורקיה,
15
59000
2000
אני לא אבחן אתכם עכשיו, אבל זו טורקיה,
01:26
whichאיזה is highestהכי גבוה there, Polandפּוֹלִין, Russiaרוּסִיָה, Pakistanפקיסטן and Southדָרוֹם Africaאַפְרִיקָה.
16
61000
5000
שהכי גבוהה שם, פולין, רוסיה, פקיסטן ודרום אפריקה.
01:31
And these were the resultsתוצאות of the Swedishשוודית studentsסטודנטים. I did it so I got
17
66000
3000
ואלה התוצאות של הסטודנטים משוודיה. סידרתי כך שיהיה
01:34
the confidenceאֵמוּן intervalהַפסָקָה, whichאיזה is prettyיפה narrowלְצַמְצֵם, and I got happyשַׂמֵחַ,
18
69000
3000
רווח בר סמך, שהוא די צר, ומובן ששמחתי:
01:37
of courseקוּרס: a 1.8 right answerתשובה out of fiveחָמֵשׁ possibleאפשרי. That meansאומר that
19
72000
4000
היו 1.8 תשובות נכונות מתוך חמש אפשריות. פירוש הדבר
01:41
there was a placeמקום for a professorפּרוֹפֶסוֹר of internationalבינלאומי healthבְּרִיאוּת --
20
76000
3000
הוא שיש צורך בפרופסור לבריאות עולמית ובקורס שלי--
01:44
(Laughterצחוק) and for my courseקוּרס.
21
79000
2000
ובקורס שלי (צחוק)
01:46
But one lateמאוחר night, when I was compilingהידור the reportלהגיש תלונה
22
81000
4000
אך לילה אחד, כשערכתי את הדו"ח,
01:50
I really realizedהבין my discoveryתַגלִית. I have shownמוצג
23
85000
4000
הבנתי את התגלית שלי באמת.
01:54
that Swedishשוודית topחלק עליון studentsסטודנטים know statisticallyסטטיסטית significantlyבאופן משמעותי lessפָּחוּת
24
89000
5000
הראיתי שסטודנטים מצטיינים משוודיה יודעים הרבה פחות מבחינה סטטיסטית
01:59
about the worldעוֹלָם than the chimpanzeesשימפנזות.
25
94000
2000
על העולם מאשר שימפנזים.
02:01
(Laughterצחוק)
26
96000
2000
(צחוק)
02:03
Because the chimpanzeeשִׁימפַּנזָה would scoreציון halfחֲצִי right if I gaveנתן them
27
98000
4000
כי שימפנזים היו עונים על חצי מהתשובות נכון,
02:07
two bananasבננות with Sriסרי Lankaלנקה and Turkeyטורקיה. They would be right halfחֲצִי of the casesבמקרים.
28
102000
3000
אם הייתי נותן להם שתי בננות עם סרי לנקה וטורקיה. הם .היו עונים נכון על חצי.
02:10
But the studentsסטודנטים are not there. The problemבְּעָיָה for me was not ignoranceבּוּרוּת;
29
105000
4000
אבל הסטודנטים עוד לא שם. הבעיה שם לא הייתה בורות:
02:14
it was preconceivedמראש ideasרעיונות.
30
109000
3000
הבעיה הייתה רעיונות מעוצבים מראש.
02:17
I did alsoגַם an unethicalלא מוסרי studyלימוד of the professorsפרופסורים of the Karolinskaקרולינסקה Instituteמכון
31
112000
4000
ערכתי מחקר לא מוסרי גם בפרופסורים של מכון קרולינסקה
02:21
(Laughterצחוק)
32
116000
1000
(צחוק)
02:22
-- that handsידיים out the Nobelנובל Prizeפרס in Medicineתרופה,
33
117000
2000
זה שמעניק את פרס נובל לרפואה,
02:24
and they are on parנָקוּב with the chimpanzeeשִׁימפַּנזָה there.
34
119000
2000
והם ברמה של השימפנזות.
02:26
(Laughterצחוק)
35
121000
3000
(צחוק)
02:29
This is where I realizedהבין that there was really a need to communicateלתקשר,
36
124000
4000
אז הבנתי שיש צורך אמיתי בתקשורת,
02:33
because the dataנתונים of what's happeningמתרחש in the worldעוֹלָם
37
128000
3000
כיוון שהנתונים על מה שקורה בעולם
02:36
and the childיֶלֶד healthבְּרִיאוּת of everyכֹּל countryמדינה is very well awareמוּדָע.
38
131000
3000
ועל בריאות הילד בכל מדינה יכולים לספר המון.
02:39
We did this softwareתוֹכנָה whichאיזה displaysמציג it like this: everyכֹּל bubbleבּוּעָה here is a countryמדינה.
39
134000
5000
בנינו תוכנה שמציגה זאת כך: כל בועה היא מדינה.
02:44
This countryמדינה over here is Chinaסין. This is Indiaהוֹדוּ.
40
139000
6000
המדינה הזאת היא סין. זו הודו.
02:50
The sizeגודל of the bubbleבּוּעָה is the populationאוּכְלוֹסִיָה, and on this axisצִיר here I put fertilityפוריות rateציון.
41
145000
6000
גודל הבועה הוא האוכלוסייה, ועל הציר הזה מוצב שיעור הפריון.
02:56
Because my studentsסטודנטים, what they said
42
151000
3000
כי הסטודנטים שלי, מה שהם אמרו
02:59
when they lookedהביט uponעַל the worldעוֹלָם, and I askedשאל them,
43
154000
2000
כשהם הביטו בעולם ושאלתי אותם,
03:01
"What do you really think about the worldעוֹלָם?"
44
156000
2000
"מה אתם באמת חושבים על העולם"?
03:03
Well, I first discoveredגילה that the textbookספר לימוד was Tintinטינטין, mainlyבעיקר.
45
158000
4000
דבר ראשון, גיליתי שספר הלימוד היה בעיקר טינטין.
03:07
(Laughterצחוק)
46
162000
1000
(צחוק)
03:08
And they said, "The worldעוֹלָם is still 'we''אָנוּ' and 'them'אוֹתָם.'
47
163000
3000
והם אמרו: "העולם הוא עדיין 'אנחנו' ו'הם'.
03:11
And we is Westernהמערבי worldעוֹלָם and them is Thirdשְׁלִישִׁי Worldעוֹלָם."
48
166000
3000
"ואנחנו העולם המערבי והם העולם השלישי".
03:14
"And what do you mean with Westernהמערבי worldעוֹלָם?" I said.
49
169000
3000
"ולמה אתם מתכוונים בעולם המערבי?" אמרתי.
03:17
"Well, that's long life and smallקָטָן familyמִשׁפָּחָה, and Thirdשְׁלִישִׁי Worldעוֹלָם is shortקצר life and largeגָדוֹל familyמִשׁפָּחָה."
50
172000
5000
"ובכן, חיים ארוכים ומשפחה קטנה, ובעולם השלישי יש חיים קצרים ומשפחה גדולה".
03:22
So this is what I could displayלְהַצִיג here. I put fertilityפוריות rateציון here: numberמספר of childrenיְלָדִים perלְכָל womanאִשָׁה:
51
177000
6000
אז זה מה שאפשר להציג פה. שיעור הפריון מוצב כאן ,מספר ילדים לאישה,
03:28
one, two, threeשְׁלוֹשָׁה, fourארבעה, up to about eightשמונה childrenיְלָדִים perלְכָל womanאִשָׁה.
52
183000
4000
אחד, שניים, שלושה, ארבעה, עד שמונה ילדים לאישה.
03:32
We have very good dataנתונים sinceמאז 1962 -- 1960 about -- on the sizeגודל of familiesמשפחות in all countriesמדינות.
53
187000
6000
יש לנו נתונים טובים מאוד מ-1962, 1960, על גודל המשפחה בכל המדינות.
03:38
The errorשְׁגִיאָה marginשולים is narrowלְצַמְצֵם. Here I put life expectancyתוחלת at birthהוּלֶדֶת,
54
193000
3000
מרווח הטעות קטן. כאן מוצבת תוחלת החיים בעת הלידה,
03:41
from 30 yearsשנים in some countriesמדינות up to about 70 yearsשנים.
55
196000
4000
מגיל 30 במדינות מסוימות עד גיל 70 בערך.
03:45
And 1962, there was really a groupקְבוּצָה of countriesמדינות here
56
200000
3000
וב-1962, ממש הייתה קבוצה של מדינות כאן
03:48
that was industrializedמתועשת countriesמדינות, and they had smallקָטָן familiesמשפחות and long livesחיים.
57
203000
5000
שהן מדינות מתועשות, עם משפחות קטנות וחיים ארוכים.
03:53
And these were the developingמתפתח countriesמדינות:
58
208000
2000
ואלה היו המדינות המתפתחות:
03:55
they had largeגָדוֹל familiesמשפחות and they had relativelyיחסית shortקצר livesחיים.
59
210000
3000
היו להן משפחות גדולות וחיים קצרים יחסית.
03:58
Now what has happenedקרה sinceמאז 1962? We want to see the changeשינוי.
60
213000
4000
אז מה קרה מאז 1962? אנחנו רוצים לראות שינוי.
04:02
Are the studentsסטודנטים right? Is it still two typesסוגים of countriesמדינות?
61
217000
3000
האם הסטודנטים צודקים? האם עדיין יש שני סוגים של ארצות?
04:06
Or have these developingמתפתח countriesמדינות got smallerקטן יותר familiesמשפחות and they liveלחיות here?
62
221000
3000
או שהמשפחות במדינות המתפתחות התכווצו והן נמצאות כאן?
04:09
Or have they got longerארוך יותר livesחיים and liveלחיות up there?
63
224000
2000
או שהחיים התארכו והן נמצאות שם למעלה?
04:11
Let's see. We stoppedעצר the worldעוֹלָם then. This is all U.N. statisticsסטָטִיסטִיקָה
64
226000
3000
בואו נראה. עצרנו את העולם כאן. כל אלה סטטיסטיקות של האו"ם
04:14
that have been availableזמין. Here we go. Can you see there?
65
229000
3000
שהיו זמינות לנו. הנה. אתם רואים שם?
04:17
It's Chinaסין there, movingמעבר דירה againstמול better healthבְּרִיאוּת there, improvingשיפור there.
66
232000
3000
הנה סין, נעה נגד בריאות טובה יותר, משתפרת שם.
04:20
All the greenירוק Latinלָטִינִית Americanאֲמֶרִיקָאִי countriesמדינות are movingמעבר דירה towardsלִקרַאת smallerקטן יותר familiesמשפחות.
67
235000
3000
כל הארצות הלטיניות הירוקות נעות לכיוון משפחות קטנות יותר.
04:23
Your yellowצהוב onesיחידות here are the Arabicעֲרָבִית countriesמדינות,
68
238000
3000
הצהובות הן מדינות ערביות,
04:26
and they get largerיותר גדול familiesמשפחות, but they -- no, longerארוך יותר life, but not largerיותר גדול familiesמשפחות.
69
241000
4000
והמשפחות גדלות, לא, החיים מתארכים, אבל המשפחות לא גדלות.
04:30
The Africansאפריקאים are the greenירוק down here. They still remainלְהִשָׁאֵר here.
70
245000
3000
האפריקאים הם הירוקים שם. הם נשארים שם.
04:33
This is Indiaהוֹדוּ. Indonesia'sאינדונזיה movingמעבר דירה on prettyיפה fastמָהִיר.
71
248000
3000
הנה הודו. אינדונזיה מתקדמת ממש מהר.
04:36
(Laughterצחוק)
72
251000
1000
(צחוק)
04:37
And in the '80s here, you have Bangladeshבנגלדש still amongבין the Africanאַפְרִיקַנִי countriesמדינות there.
73
252000
3000
ובשנות השמונים, בנגלדש עדיין עם המדינות האפריקאיות שם.
04:40
But now, Bangladeshבנגלדש -- it's a miracleנֵס that happensקורה in the '80s:
74
255000
3000
אבל עכשיו בנגלדש, זה נס שהתרחש בשנות השמונים:
04:43
the imamsאימאמים startהַתחָלָה to promoteלקדם familyמִשׁפָּחָה planningתִכנוּן.
75
258000
3000
האימאמים התחילו לקדם תכנון משפחה.
04:46
They moveמהלך \ לזוז \ לעבור up into that cornerפינה. And in '90s, we have the terribleנורא HIVHIV epidemicמַגֵפָה
76
261000
5000
הם נעים לפינה שם למעלה. ובשנות התשעים, מגיפת ,האיידס האיומה
04:51
that takes down the life expectancyתוחלת of the Africanאַפְרִיקַנִי countriesמדינות
77
266000
3000
שמורידה את תוחלת החיים במדינות האפריקאיות
04:54
and all the restמנוחה of them moveמהלך \ לזוז \ לעבור up into the cornerפינה,
78
269000
4000
וכל השאר נעות לפינה העליונה,
04:58
where we have long livesחיים and smallקָטָן familyמִשׁפָּחָה, and we have a completelyלַחֲלוּטִין newחָדָשׁ worldעוֹלָם.
79
273000
4000
והנה קיבלנו חיים ארוכים ומשפחה קטנה, ועולם חדש לגמרי.
05:02
(Applauseתְשׁוּאוֹת)
80
277000
13000
(כפיים)
05:15
Let me make a comparisonהשוואה directlyבאופן ישיר betweenבֵּין the Unitedמאוחד Statesמדינות of Americaאמריקה and Vietnamוייטנאם.
81
290000
5000
הרשו לי להשוות באופן ישיר בין ארצות הברית לויטנאם.
05:20
1964: Americaאמריקה had smallקָטָן familiesמשפחות and long life;
82
295000
5000
ב-1964, באמריקה יש משפחות קטנות וחיים ארוכים.
05:25
Vietnamוייטנאם had largeגָדוֹל familiesמשפחות and shortקצר livesחיים. And this is what happensקורה:
83
300000
4000
בויטנאם יש משפחות גדולות וחיים קצרים. וזה מה שקורה:
05:29
the dataנתונים duringבְּמַהֲלָך the warמִלחָמָה indicateמצביע that even with all the deathמוות,
84
304000
6000
הנתונים לאורך המלחמה מראים שלמרות כל ההרג,
05:35
there was an improvementהַשׁבָּחָה of life expectancyתוחלת. By the endסוֹף of the yearשָׁנָה,
85
310000
3000
חל שיפור בתוחלת החיים. בסוף השנה,
05:38
the familyמִשׁפָּחָה planningתִכנוּן startedהתחיל in Vietnamוייטנאם and they wentהלך for smallerקטן יותר familiesמשפחות.
86
313000
3000
התחיל תכנון המשפחה בויטנאם, והם עברו למשפחות קטנות.
05:41
And the Unitedמאוחד Statesמדינות up there is gettingמקבל for longerארוך יותר life,
87
316000
3000
ולמעלה ארצות הברית משיגה חיים ארוכים יותר,
05:44
keepingשְׁמִירָה familyמִשׁפָּחָה sizeגודל. And in the '80s now,
88
319000
3000
ושומרת על גודל המשפחה. ועכשיו בשנות השמונים,
05:47
they give up communistקוֹמוּנִיסט planningתִכנוּן and they go for marketשׁוּק economyכַּלְכָּלָה,
89
322000
3000
הם מוותרים על תכנון קומוניסטי ועוברים לכלכלת שוק,
05:50
and it movesמהלכים fasterמהיר יותר even than socialחֶברָתִי life. And todayהיום, we have
90
325000
4000
וזה זז עוד יותר מהר מהחיים החברתיים. וכיום
05:54
in Vietnamוייטנאם the sameאותו life expectancyתוחלת and the sameאותו familyמִשׁפָּחָה sizeגודל
91
329000
5000
יש בויטנאם אותה תוחלת חיים ואותו גודל משפחה,
05:59
here in Vietnamוייטנאם, 2003, as in Unitedמאוחד Statesמדינות, 1974, by the endסוֹף of the warמִלחָמָה.
92
334000
7000
כאן בויטנאם ב-2003, כמו בארצות הברית ב-1974, בסוף המלחמה.
06:06
I think we all -- if we don't look in the dataנתונים --
93
341000
4000
אני חושב שכולנו, אם לא מסתכלים בנתונים,
06:10
we underestimateלְהַמעִיט בְּעֵרכּוֹ the tremendousעָצוּם changeשינוי in Asiaאַסְיָה, whichאיזה was
94
345000
4000
ממעיטים בערך השינוי העצום באסיה,
06:14
in socialחֶברָתִי changeשינוי before we saw the economicalחסכוני changeשינוי.
95
349000
4000
שהיה שינוי חברתי לפני שראינו את השינוי הכלכלי.
06:18
Let's moveמהלך \ לזוז \ לעבור over to anotherאַחֵר way here in whichאיזה we could displayלְהַצִיג
96
353000
5000
בואו נמשיך בדרך אחרת להצגת
06:23
the distributionהפצה in the worldעוֹלָם of the incomeהַכנָסָה. This is the worldעוֹלָם distributionהפצה of incomeהַכנָסָה of people.
97
358000
7000
החלוקה בהכנסת העולם. זו חלוקת ההכנסה של אנשים בעולם.
06:30
One dollarדוֹלָר, 10 dollarsדולר or 100 dollarsדולר perלְכָל day.
98
365000
5000
דולר אחד, עשרה דולר, מאה דולר ליום.
06:35
There's no gapפער betweenבֵּין richעָשִׁיר and poorעני any longerארוך יותר. This is a mythמִיתוֹס.
99
370000
4000
אין פער בין עשירים לעניים יותר. זה מיתוס.
06:39
There's a little humpגַבנוּן here. But there are people all the way.
100
374000
4000
יש גבעה קטנה כאן. אבל יש אנשים בכל השלבים.
06:44
And if we look where the incomeהַכנָסָה endsמסתיים up -- the incomeהַכנָסָה --
101
379000
4000
ואם נראה לאן ההכנסה הולכת,
06:48
this is 100 percentאָחוּז the world'sשל העולם annualשנתי incomeהַכנָסָה. And the richestהעשיר ביותר 20 percentאָחוּז,
102
383000
6000
אלה מאה אחוז מההכנסות השנתיות בעולם. ועשרים האחוז העשירים,
06:54
they take out of that about 74 percentאָחוּז. And the poorestענייה 20 percentאָחוּז,
103
389000
7000
הם מקבלים כ-74 אחוז. ועשרים האחוז העניים
07:01
they take about two percentאָחוּז. And this showsמופעים that the conceptמוּשָׂג
104
396000
5000
מקבלים כשני אחוזים. וזה מראה שהמושג
07:06
of developingמתפתח countriesמדינות is extremelyמְאוֹד doubtfulמוטל בספק. We think about aidסיוע, like
105
401000
4000
של מדינות מתפתחות הוא מאוד מפוקפק. אנחנו חושבים על סיוע,
07:10
these people here givingמַתָן aidסיוע to these people here. But in the middleאֶמצַע,
106
405000
5000
כאילו האנשים שכאן מסייעים לאנשים שכאן. אבל באמצע,
07:15
we have mostרוב the worldעוֹלָם populationאוּכְלוֹסִיָה, and they have now 24 percentאָחוּז of the incomeהַכנָסָה.
107
410000
4000
נמצאת רוב אוכלוסיית העולם, והיא מקבלת 24 אחוז מההכנסות.
07:19
We heardשמע it in other formsטפסים. And who are these?
108
414000
4000
שמענו את זה בצורות אחרות. ובמי מדובר?
07:23
Where are the differentשונה countriesמדינות? I can showלְהַצִיג you Africaאַפְרִיקָה.
109
418000
4000
איפה המדינות השונות? אראה לכם את אפריקה.
07:27
This is Africaאַפְרִיקָה. 10 percentאָחוּז the worldעוֹלָם populationאוּכְלוֹסִיָה, mostרוב in povertyעוני.
110
422000
5000
הנה אפריקה. עשרה אחוז מאוכלוסיית העולם, רובם עניים.
07:32
This is OECDOECD. The richעָשִׁיר countryמדינה. The countryמדינה clubמוֹעֲדוֹן of the U.N.
111
427000
5000
זה הארגון לשיתוף פעולה כלכלי ופיתוח. המדינות העשירות של האו"ם.
07:37
And they are over here on this sideצַד. Quiteדַי an overlapחֲפִיפָה betweenבֵּין Africaאַפְרִיקָה and OECDOECD.
112
432000
5000
והן נמצאות בצד הזה. יש חפיפה של ממש בין אפריקה לארגון לשיתוף פעולה.
07:42
And this is Latinלָטִינִית Americaאמריקה. It has everything on this Earthכדור הארץ,
113
437000
3000
והנה אמריקה הלטינית. יש בה הכול,
07:45
from the poorestענייה to the richestהעשיר ביותר, in Latinלָטִינִית Americaאמריקה.
114
440000
3000
מהעני ביותר לעשיר ביותר, באמריקה הלטינית.
07:48
And on topחלק עליון of that, we can put Eastמזרח Europeאֵירוֹפָּה, we can put Eastמזרח Asiaאַסְיָה,
115
443000
5000
ומעליהן נוכל לשים את מזרח אירופה, את מזרח אסיה,
07:53
and we put Southדָרוֹם Asiaאַסְיָה. And how did it look like if we go back in time,
116
448000
5000
ונשים את דרום אסיה. ואיך זה נראה
07:58
to about 1970? Then there was more of a humpגַבנוּן.
117
453000
5000
אם חוזרים בזמן לשנת 1970? יש כאן גבעה.
08:03
And we have mostרוב who livedחי in absoluteמוּחלָט povertyעוני were Asiansאסיאתים.
118
458000
4000
ורוב מי שחי בעוני מוחלט חי באסיה.
08:07
The problemבְּעָיָה in the worldעוֹלָם was the povertyעוני in Asiaאַסְיָה. And if I now let the worldעוֹלָם moveמהלך \ לזוז \ לעבור forwardקָדִימָה,
119
462000
7000
הבעיה העולמית הייתה העוני באסיה. ואם נזיז את העולם קדימה,
08:14
you will see that while populationאוּכְלוֹסִיָה increaseלהגביר, there are
120
469000
3000
תראו שיחד עם גדילת האוכלוסייה,
08:17
hundredsמאות of millionsמיליונים in Asiaאַסְיָה gettingמקבל out of povertyעוני and some othersאחרים
121
472000
3000
מאות מיליונים באסיה יוצאים מהעוני, ואחרים נכנסים לעוני,
08:20
gettingמקבל into povertyעוני, and this is the patternתַבְנִית we have todayהיום.
122
475000
3000
וזה הדפוס שקיים היום.
08:23
And the bestהטוב ביותר projectionהַקרָנָה from the Worldעוֹלָם Bankבַּנק is that this will happenלִקְרוֹת,
123
478000
4000
והתחזית הכי טובה של הבנק העולמי היא שזה מה שיקרה,
08:27
and we will not have a dividedמחולק worldעוֹלָם. We'llטוֹב have mostרוב people in the middleאֶמצַע.
124
482000
4000
והעולם לא יהיה מחולק יותר. רוב האנשים יהיו במרכז.
08:31
Of courseקוּרס it's a logarithmicלוגריתמי scaleסוּלָם here,
125
486000
2000
מובן שזוהי סקאלה לוגריתמית,
08:33
but our conceptמוּשָׂג of economyכַּלְכָּלָה is growthצְמִיחָה with percentאָחוּז. We look uponעַל it
126
488000
5000
אבל הרעיון בכלכלה הוא צמיחה לפי אחוזים. אנו רואים בזה
08:38
as a possibilityאפשרות of percentileאחוזים increaseלהגביר. If I changeשינוי this, and I take
127
493000
6000
אפשרות של צמיחה לפי אחוזים. אם נשנה זאת,
08:44
GDPתמ"ג perלְכָל capitaלנפש insteadבמקום זאת of familyמִשׁפָּחָה incomeהַכנָסָה, and I turnלפנות these
128
499000
4000
וניקח תל"ג לנפש במקום הכנסה משפחתית,
08:48
individualאִישִׁי dataנתונים into regionalאֵזוֹרִי dataנתונים of grossבְּרוּטוֹ domesticבֵּיתִי productמוצר,
129
503000
6000
ונהפוך נתונים אישיים לנתונים אזוריים של תוצר לאומי גולמי,
08:54
and I take the regionsאזורים down here, the sizeגודל of the bubbleבּוּעָה is still the populationאוּכְלוֹסִיָה.
130
509000
4000
וניקח את האזורים שכאן למטה, גודל הבועה הוא עדיין אוכלוסייה.
08:58
And you have the OECDOECD there, and you have sub-Saharanתת-סהרה Africaאַפְרִיקָה there,
131
513000
3000
והארגון לשיתוף פעולה כאן, ואפריקה שמדרום לסהרה כאן,
09:01
and we take off the Arabערבי statesמדינות there,
132
516000
3000
וניקח את המדינות הערביות כאן,
09:04
comingמגיע bothשניהם from Africaאַפְרִיקָה and from Asiaאַסְיָה, and we put them separatelyלְחוּד,
133
519000
4000
שיוצאות מאפריקה ומאסיה, ונציב אותן בנפרד,
09:08
and we can expandלְהַרְחִיב this axisצִיר, and I can give it a newחָדָשׁ dimensionמֵמַד here,
134
523000
5000
ונוכל להרחיב את הציר, ואפשר לתת לו כאן ממד חדש,
09:13
by addingמוֹסִיף the socialחֶברָתִי valuesערכים there, childיֶלֶד survivalהישרדות.
135
528000
3000
על-ידי הוספת ערכים חברתיים כאן, הישרדות ילדים.
09:16
Now I have moneyכֶּסֶף on that axisצִיר, and I have the possibilityאפשרות of childrenיְלָדִים to surviveלִשְׂרוֹד there.
136
531000
5000
עכשיו הכסף נמצא על הציר הזה, והסיכוי להישרדות ילדים נמצא כאן.
09:21
In some countriesמדינות, 99.7 percentאָחוּז of childrenיְלָדִים surviveלִשְׂרוֹד to fiveחָמֵשׁ yearsשנים of ageגיל;
137
536000
4000
בחלק מהמדינות, 99.7 אחוז מהילדים שורדים עד גיל חמש.
09:25
othersאחרים, only 70. And here it seemsנראה there is a gapפער
138
540000
4000
באחרות, רק שבעים אחוז. וכאן נראה שיש פער
09:29
betweenבֵּין OECDOECD, Latinלָטִינִית Americaאמריקה, Eastמזרח Europeאֵירוֹפָּה, Eastמזרח Asiaאַסְיָה,
139
544000
4000
בין הארגון לשיתוף פעולה, אמריקה הלטינית, מזרח אירופה, מזרח אסיה,
09:33
Arabערבי statesמדינות, Southדָרוֹם Asiaאַסְיָה and sub-Saharanתת-סהרה Africaאַפְרִיקָה.
140
548000
4000
מדינות ערביות, דרום אסיה ואפריקה שמדרום לסהרה.
09:37
The linearityליניאריות is very strongחָזָק betweenבֵּין childיֶלֶד survivalהישרדות and moneyכֶּסֶף.
141
552000
5000
יש יחס מאוד ישיר בין הישרדות ילדים לכסף.
09:42
But let me splitלְפַצֵל sub-Saharanתת-סהרה Africaאַפְרִיקָה. Healthבְּרִיאוּת is there and better healthבְּרִיאוּת is up there.
142
557000
8000
אבל עכשיו נפצל את אפריקה שמדרום לסהרה. הבריאות כאן טובה מהבריאות שכאן.
09:50
I can go here and I can splitלְפַצֵל sub-Saharanתת-סהרה Africaאַפְרִיקָה into its countriesמדינות.
143
565000
5000
אפשר לעבור לכאן ולפצל את אפריקה שמדרום הסהרה למדינות.
09:55
And when it burstהִתפָּרְצוּת, the sizeגודל of its countryמדינה bubbleבּוּעָה is the sizeגודל of the populationאוּכְלוֹסִיָה.
144
570000
5000
וכשהיא נפתחת, הגודל של בועת המדינה הוא גודל האוכלוסייה.
10:00
Sierraסיירה Leoneליאונה down there. Mauritiusמאוריציוס is up there. Mauritiusמאוריציוס was the first countryמדינה
145
575000
4000
סיירה לאונה שם למטה. מאוריציוס שם למעלה. מאוריציוס היא הראשונה
10:04
to get away with tradeסַחַר barriersחסמים, and they could sellמכירה theirשֶׁלָהֶם sugarסוכר --
146
579000
3000
שנפטרה ממחסומי סחר, והם יכולים היו למכור את הסוכר שלהם
10:08
they could sellמכירה theirשֶׁלָהֶם textilesטקסטיל -- on equalשווה termsמונחים as the people in Europeאֵירוֹפָּה and Northצָפוֹן Americaאמריקה.
147
583000
5000
ולמכור טקסטיל בתנאים זהים לאלה של האנשים באירופה וצפון אמריקה.
10:13
There's a hugeעָצוּם differenceהֶבדֵל betweenבֵּין Africaאַפְרִיקָה. And Ghanaגאנה is here in the middleאֶמצַע.
148
588000
4000
יש פער עצום בתוך אפריקה. וגאנה נמצאת באמצע.
10:17
In Sierraסיירה Leoneליאונה, humanitarianהוּמָנִיטָרִי aidסיוע.
149
592000
3000
בסיירה לאונה, סיוע הומניטארי.
10:20
Here in Ugandaאוגנדה, developmentהתפתחות aidסיוע. Here, time to investלהשקיע; there,
150
595000
5000
כאן באוגנדה, סיוע התפתחותי. כאן אפשר לבלות זמן,
10:25
you can go for a holidayחַג. It's a tremendousעָצוּם variationוָרִיאַצִיָה
151
600000
3000
אפשר לצאת לחופשה. יש מגוון עצום
10:28
withinבְּתוֹך Africaאַפְרִיקָה whichאיזה we rarelyלעתים רחוקות oftenלעתים קרובות make -- that it's equalשווה everything.
152
603000
5000
בתוך אפריקה, שנדיר שנבחין בכך שהיא לא שווה בכול.
10:33
I can splitלְפַצֵל Southדָרוֹם Asiaאַסְיָה here. India'sשל הודו the bigגָדוֹל bubbleבּוּעָה in the middleאֶמצַע.
153
608000
4000
אפשר לפצל את דרום אסיה כאן. הודו היא הבועה הגדולה במרכז.
10:37
But a hugeעָצוּם differenceהֶבדֵל betweenבֵּין Afghanistanאפגניסטן and Sriסרי Lankaלנקה.
154
612000
4000
אבל הבדל בין אפגניסטן לסרי לנקה הוא עצום.
10:41
I can splitלְפַצֵל Arabערבי statesמדינות. How are they? Sameאותו climateאַקלִים, sameאותו cultureתַרְבּוּת,
155
616000
4000
אפשר לפצל מדינות ערביות. מה איתן? אותם אקלים ותרבות,
10:45
sameאותו religionדָת -- hugeעָצוּם differenceהֶבדֵל. Even betweenבֵּין neighborsשכנים.
156
620000
4000
אותה דת. הבדל עצום. אפילו בין שכנים.
10:49
Yemenתֵימָן, civilאֶזרָחִי warמִלחָמָה. Unitedמאוחד Arabערבי Emirateאמירות, moneyכֶּסֶף whichאיזה was quiteדַי equallyבאופן שווה and well used.
157
624000
5000
תימן, מלחמת אזרחים. האמירויות המאוחדות, כסף שהושקע היטב ובשוויוניות.
10:54
Not as the mythמִיתוֹס is. And that includesכולל all the childrenיְלָדִים of the foreignזָר workersעובדים who are in the countryמדינה.
158
629000
7000
לא כמו באגדה. וזה כולל את כל ילדי העובדים הזרים בארץ.
11:01
Dataנתונים is oftenלעתים קרובות better than you think. Manyרב people say dataנתונים is badרַע.
159
636000
4000
פעמים רבות, הנתונים טובים משחושבים. הרבה אנשים אומרים שהנתונים לא טובים.
11:06
There is an uncertaintyחוסר ודאות marginשולים, but we can see the differenceהֶבדֵל here:
160
641000
2000
יש טווח אי ודאות, אך ניתן לראות את הפער כאן:
11:08
Cambodiaקמבודיה, Singaporeסינגפור. The differencesהבדלים are much biggerגדול יותר
161
643000
3000
קמבודיה, סינגפור. הפערים הרבה יותר גדולים
11:11
than the weaknessחוּלשָׁה of the dataנתונים. Eastמזרח Europeאֵירוֹפָּה:
162
646000
3000
מנקודות התורפה של הנתונים. מזרח אירופה:
11:14
Sovietהסובייטית economyכַּלְכָּלָה for a long time, but they come out after 10 yearsשנים
163
649000
6000
כלכלה סובייטית במשך זמן רב, אך לאחר עשר שנים,
11:20
very, very differentlyבאופן שונה. And there is Latinלָטִינִית Americaאמריקה.
164
655000
3000
הן מאוד, מאוד שונות. והנה אמריקה הלטינית.
11:23
Todayהיום, we don't have to go to Cubaקובה to find a healthyבָּרִיא countryמדינה in Latinלָטִינִית Americaאמריקה.
165
658000
4000
כיום, לא צריך ללכת לקובה כדי למצוא מדינה בריאה באמריקה הלטינית.
11:27
Chileצ'ילה will have a lowerנמוך יותר childיֶלֶד mortalityתמותה than Cubaקובה withinבְּתוֹך some fewמְעַטִים yearsשנים from now.
166
662000
5000
בעוד כמה שנים, לצ'ילה תהיה תמותת ילדים נמוכה משל קובה.
11:32
And here we have high-incomeהכנסה גבוהה countriesמדינות in the OECDOECD.
167
667000
3000
והנה מדינות עם הכנסה גבוהה בארגון לשיתוף פעולה כלכלי ופיתוח.
11:35
And we get the wholeכֹּל patternתַבְנִית here of the worldעוֹלָם,
168
670000
4000
וכאן הדפוס של העולם כולו,
11:39
whichאיזה is more or lessפָּחוּת like this. And if we look at it,
169
674000
5000
שהוא פחות או יותר כזה. ואם נביט בו,
11:44
how it looksנראה -- the worldעוֹלָם, in 1960, it startsמתחיל to moveמהלך \ לזוז \ לעבור. 1960.
170
679000
6000
באיך שהוא נראה, העולם, ב-1960, הוא מתחיל להשתנות. 1960.
11:50
This is Maoמאו Tse-tungטסה-טונג. He broughtהביא healthבְּרִיאוּת to Chinaסין. And then he diedמת.
171
685000
3000
הנה מאו צה טונג. הוא הביא בריאות לסין. ואז הוא מת.
11:53
And then Dengדנג XiaopingXiaoping cameבא and broughtהביא moneyכֶּסֶף to Chinaסין, and broughtהביא them into the mainstreamהמיינסטרים again.
172
688000
5000
ואז דנג שיאופינג הגיע והביא כסף לסין, והחזיר אותם לזרם המרכזי.
11:58
And we have seenלראות how countriesמדינות moveמהלך \ לזוז \ לעבור in differentשונה directionsכיוונים like this,
173
693000
4000
וראינו איך המדינות נעות כך בכיוונים שונים,
12:02
so it's sortסוג of difficultקָשֶׁה to get
174
697000
4000
אז קצת קשה לקבל מדינה לדוגמה
12:06
an exampleדוגמא countryמדינה whichאיזה showsמופעים the patternתַבְנִית of the worldעוֹלָם.
175
701000
5000
שמציגה את הדפוס העולמי.
12:11
But I would like to bringלְהָבִיא you back to about here at 1960.
176
706000
6000
אני רוצה להחזיר אתכם ל-1960.
12:17
I would like to compareלְהַשְׁווֹת Southדָרוֹם Koreaקוריאה, whichאיזה is this one, with Brazilבְּרָזִיל,
177
712000
10000
אני רוצה להשוות בין דרום קוריאה, הנה, לברזיל,
12:27
whichאיזה is this one. The labelתווית wentהלך away for me here. And I would like to compareלְהַשְׁווֹת Ugandaאוגנדה,
178
722000
5000
הנה היא. התווית ברחה לי. ואני רוצה להשוות בין אוגנדה,
12:32
whichאיזה is there. And I can runלָרוּץ it forwardקָדִימָה, like this.
179
727000
5000
הנה היא. ואפשר להריץ קדימה, כך.
12:37
And you can see how Southדָרוֹם Koreaקוריאה is makingהֲכָנָה a very, very fastמָהִיר advancementהִתקַדְמוּת,
180
732000
9000
וניתן לראות איך דרום קוריאה מתקדמת מהר מאוד,
12:46
whereasואילו Brazilבְּרָזִיל is much slowerאיטי יותר.
181
741000
3000
בעוד ברזיל הרבה יותר איטית.
12:49
And if we moveמהלך \ לזוז \ לעבור back again, here, and we put on trailsשבילים on them, like this,
182
744000
6000
ואם נחזור אחורה, כך, ונציב מעקב עליהן, כך,
12:55
you can see again that the speedמְהִירוּת of developmentהתפתחות
183
750000
4000
ניתן שוב לראות שמהירות ההתפתחות
12:59
is very, very differentשונה, and the countriesמדינות are movingמעבר דירה more or lessפָּחוּת
184
754000
6000
שונה מאוד, והמדינות נעות פחות או יותר
13:05
in the sameאותו rateציון as moneyכֶּסֶף and healthבְּרִיאוּת, but it seemsנראה you can moveמהלך \ לזוז \ לעבור
185
760000
4000
באותו קצב כמו כסף ובריאות, אך נראה שניתן לנוע
13:09
much fasterמהיר יותר if you are healthyבָּרִיא first than if you are wealthyעָשִׁיר first.
186
764000
4000
הרבה יותר מהר אם אתה קודם בריא לעומת אם אתה קודם עשיר.
13:14
And to showלְהַצִיג that, you can put on the way of Unitedמאוחד Arabערבי Emirateאמירות.
187
769000
4000
וכדי להציג זאת, ניתן להציג את המסלול של איחוד האמירויות הערביות.
13:18
They cameבא from here, a mineralמִינֵרָלִי countryמדינה. They cachedבמטמון all the oilשֶׁמֶן;
188
773000
3000
הן מגיעות מכאן, מדינת משאבים. הם מכרו את הנפט,
13:21
they got all the moneyכֶּסֶף; but healthבְּרִיאוּת cannotלא יכול be boughtקנה at the supermarketסוּפֶּרמַרקֶט.
189
776000
4000
קיבלו את הכסף, אבל אי אפשר לקנות בריאות בסופרמרקט.
13:25
You have to investלהשקיע in healthבְּרִיאוּת. You have to get kidsילדים into schoolingהַשׂכָּלָה.
190
780000
4000
בבריאות צריך להשקיע. צריך ללמד את הילדים.
13:29
You have to trainרכבת healthבְּרִיאוּת staffצוות. You have to educateלְחַנֵך the populationאוּכְלוֹסִיָה.
191
784000
3000
צריך להכשיר עובדי רפואה. צריך לחנך את האוכלוסייה.
13:32
And Sheikhשֵׁיך Sayedסייד did that in a fairlyלְמַדַי good way.
192
787000
3000
ושייח סאייד הצליח בכך לא מעט.
13:35
In spiteלְהַכעִיס of fallingנופל oilשֶׁמֶן pricesהמחירים, he broughtהביא this countryמדינה up here.
193
790000
4000
ולמרות צניחת מחירי הנפט, הוא העלה את המדינה שלו לשם.
13:39
So we'veיש לנו got a much more mainstreamהמיינסטרים appearanceמראה חיצוני of the worldעוֹלָם,
194
794000
4000
כך שיש לנו מראה הרבה יותר מאוזן של העולם,
13:43
where all countriesמדינות tendנוטה to use theirשֶׁלָהֶם moneyכֶּסֶף
195
798000
2000
כשכל המדינות נוטות להשקיע את כספן
13:45
better than they used in the pastעבר. Now, this is, more or lessפָּחוּת,
196
800000
5000
טוב יותר מבעבר. ובכן, כך זה נראה,
13:50
if you look at the averageמְמוּצָע dataנתונים of the countriesמדינות -- they are like this.
197
805000
7000
כשמביטים בנתונים הממוצעים של המדינות. הן נראות כך.
13:57
Now that's dangerousמְסוּכָּן, to use averageמְמוּצָע dataנתונים, because there is suchכגון a lot
198
812000
5000
וזה מסוכן, להשתמש בנתונים ממוצעים, כי יש פערים גדולים בתוך מדינות.
14:02
of differenceהֶבדֵל withinבְּתוֹך countriesמדינות. So if I go and look here, we can see
199
817000
6000
אז אם נסתכל כאן, נוכל לראות
14:08
that Ugandaאוגנדה todayהיום is where Southדָרוֹם Koreaקוריאה was 1960. If I splitלְפַצֵל Ugandaאוגנדה,
200
823000
6000
שאוגנדה היום היא כפי שקוריאה הייתה ב-1960. אם נפצל את אוגנדה,
14:14
there's quiteדַי a differenceהֶבדֵל withinבְּתוֹך Ugandaאוגנדה. These are the quintilesחמישים of Ugandaאוגנדה.
201
829000
5000
יש פער משמעותי בתוך אוגנדה. אלה חמישיות מאוגנדה.
14:19
The richestהעשיר ביותר 20 percentאָחוּז of Ugandansאוגנדים are there.
202
834000
3000
כאן עשרים האחוזים העשירים ביותר באוגנדה.
14:22
The poorestענייה are down there. If I splitלְפַצֵל Southדָרוֹם Africaאַפְרִיקָה, it's like this.
203
837000
4000
העניים ביותר כאן למטה. אם נפצל את דרום אפריקה, היא נראית כך:
14:26
And if I go down and look at Nigerניז'ר, where there was suchכגון a terribleנורא famineרָעָב,
204
841000
5000
אם נביט בניגריה, שבה היה רעב נוראי,
14:31
lastlyלבסוף, it's like this. The 20 percentאָחוּז poorestענייה of Nigerניז'ר is out here,
205
846000
5000
לבסוף, היא נראית כך. עשרים האחוזים העניים בניגריה נמצאים כאן,
14:36
and the 20 percentאָחוּז richestהעשיר ביותר of Southדָרוֹם Africaאַפְרִיקָה is there,
206
851000
3000
ועשרים האחוזים העשירים של דרום אפריקה נמצאים שם,
14:39
and yetעדיין we tendנוטה to discussלָדוּן on what solutionsפתרונות there should be in Africaאַפְרִיקָה.
207
854000
5000
ועדיין אנו דנים בפתרונות שיתאימו לאפריקה.
14:44
Everything in this worldעוֹלָם existsקיים in Africaאַפְרִיקָה. And you can't
208
859000
3000
באפריקה קיים הכול. אי אפשר לדון
14:47
discussלָדוּן universalאוניברסלי accessגִישָׁה to HIVHIV [medicineתרופה] for that quintileחמישון up here
209
862000
4000
על גישה עולמית לטיפול באיידס עבור החמישייה שלמעלה
14:51
with the sameאותו strategyאִסטרָטֶגִיָה as down here. The improvementהַשׁבָּחָה of the worldעוֹלָם
210
866000
4000
עם אותה אסטרטגיה כמו כאן למטה
14:55
mustצריך be highlyמְאוֹד contextualizedהקונטקסטואליזציה, and it's not relevantרלוונטי to have it
211
870000
5000
על שיפור העולם להיות תלוי הקשר, ואין זה רלוונטי
15:00
on regionalאֵזוֹרִי levelרָמָה. We mustצריך be much more detailedמְפוֹרָט.
212
875000
3000
לבצע אותו ברמה האזורית. צריך הרבה יותר פירוט.
15:03
We find that studentsסטודנטים get very excitedנִרגָשׁ when they can use this.
213
878000
4000
אפשר לראות שסטודנטים מאוד מתרגשים להשתמש בזה.
15:07
And even more policyמְדִינִיוּת makersמקבלי and the corporateתאגידי sectorsמגזרים would like to see
214
882000
5000
וקובעי מדיניות ואנשי המגזר העסקי ירצו אף יותר
15:12
how the worldעוֹלָם is changingמִשְׁתַנֶה. Now, why doesn't this take placeמקום?
215
887000
4000
לראות איך העולם משתנה. אז למה זה לא קורה?
15:16
Why are we not usingמבנה יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוני the dataנתונים we have? We have dataנתונים in the Unitedמאוחד Nationsהאומות,
216
891000
4000
למה אנחנו לא משתמשים בנתונים הקיימים? יש לנו נתונים באו"ם,
15:20
in the nationalלאומי statisticalסטָטִיסטִי agenciesסוכנויות
217
895000
2000
בסוכנויות הסטטיסטיקה הלאומיות
15:22
and in universitiesאוניברסיטאות and other non-governmentalלא ממשלתי organizationsארגונים.
218
897000
4000
ובאוניברסיטאות ובארגונים לא-ממשלתיים אחרים.
15:26
Because the dataנתונים is hiddenמוּסתָר down in the databasesמאגרי מידע.
219
901000
2000
מפני שהנתונים חבויים במאגרי הנתונים.
15:28
And the publicפּוּמְבֵּי is there, and the Internetאינטרנט is there, but we have still not used it effectivelyביעילות.
220
903000
5000
והנה הציבור, והאינטרנט שם, אבל עדיין לא עושים בהם שימוש יעיל.
15:33
All that informationמֵידָע we saw changingמִשְׁתַנֶה in the worldעוֹלָם
221
908000
3000
כל המידע המשתנה שראינו על העולם
15:36
does not includeלִכלוֹל publicly-fundedבמימון ציבורי statisticsסטָטִיסטִיקָה. There are some webאינטרנט pagesדפים
222
911000
4000
לא כולל סטטיסטיקות במימון ציבורי. יש כמה דפי אינטרנט,
15:40
like this, you know, but they take some nourishmentתְזוּנָה down from the databasesמאגרי מידע,
223
915000
6000
כמו הדף הזה, אבל הם לוקחים קצת תזונה ממאגרי הנתונים,
15:46
but people put pricesהמחירים on them, stupidמְטוּפָּשׁ passwordsסיסמאות and boringמְשַׁעֲמֵם statisticsסטָטִיסטִיקָה.
224
921000
5000
אבל אנשים עורמים עליהם מחירים, סיסמאות מטופשות וסטטיסטיקות משעממות.
15:51
(Laughterצחוק) (Applauseתְשׁוּאוֹת)
225
926000
3000
(צחוק, כפיים)
15:54
And this won'tרָגִיל work. So what is neededנָחוּץ? We have the databasesמאגרי מידע.
226
929000
4000
וזה לא יעבוד. אז מה דרוש לנו? יש לנו מאגרי נתונים.
15:58
It's not the newחָדָשׁ databaseמאגר מידע you need. We have wonderfulנִפלָא designלְעַצֵב toolsכלים,
227
933000
4000
לא צריך מאגר נתונים חדש. יש לנו כלי תכנון נהדרים,
16:02
and more and more are addedהוסיף up here. So we startedהתחיל
228
937000
3000
ויותר ויותר נוספים כאן. אז התחלנו
16:05
a nonprofitללא מטרות רווח ventureמיזם whichאיזה we calledשקוראים לו -- linkingמְקַשֵׁר dataנתונים to designלְעַצֵב --
229
940000
5000
יוזמה ללא מטרות רווח, שמחברת נתונים לתכנון,
16:10
we call it GapminderGapminder, from the Londonלונדון undergroundתת קרקעי, where they warnלְהַזהִיר you,
230
945000
3000
וקראנו לה 'בוחן הפערים', מהרכבת התחתית של לונדון,
16:13
"mindאכפת the gapפער." So we thought GapminderGapminder was appropriateמתאים.
231
948000
3000
בה מזהירים "לשים לב לפער". אז חשבנו שהשם מתאים.
16:16
And we startedהתחיל to writeלִכתוֹב softwareתוֹכנָה whichאיזה could linkקישור the dataנתונים like this.
232
951000
4000
והתחלנו לכתוב תוכנה שתוכל לקשר כך בין נתונים.
16:20
And it wasn'tלא היה that difficultקָשֶׁה. It tookלקח some personאדם yearsשנים, and we have producedמיוצר animationsאנימציות.
233
955000
6000
וזה לא היה כל כך קשה. זה לקח כמה שנות עובד, ויצרנו הנפשות.
16:26
You can take a dataנתונים setמַעֲרֶכֶת and put it there.
234
961000
2000
אפשר לקחת אוסף נתונים ולשים אותו כאן.
16:28
We are liberatingשחרור U.N. dataנתונים, some fewמְעַטִים U.N. organizationאִרגוּן.
235
963000
5000
אנחנו משחררים נתונים מהאו"ם, מכמה ארגוני או"ם.
16:33
Some countriesמדינות acceptלְקַבֵּל that theirשֶׁלָהֶם databasesמאגרי מידע can go out on the worldעוֹלָם,
236
968000
4000
מדינות מסוימות מסכימות לשחרר מאגרי נתונים לעולם,
16:37
but what we really need is, of courseקוּרס, a searchחפש functionפוּנקצִיָה.
237
972000
3000
אבל מה שצריך באמת, כמובן, הוא פעולת חיפוש.
16:40
A searchחפש functionפוּנקצִיָה where we can copyעותק the dataנתונים up to a searchableניתן לחיפוש formatפוּרמָט
238
975000
5000
פעולת חיפוש שאיתה אפשר להעתיק נתונים בתבנית שניתן לחפש
16:45
and get it out in the worldעוֹלָם. And what do we hearלִשְׁמוֹעַ when we go around?
239
980000
3000
ולשחרר אותם אל העולם. ומה אנחנו שומעים כשאנחנו מבררים?
16:48
I've doneבוצע anthropologyאַנתרוֹפּוֹלוֹגִיָה on the mainרָאשִׁי statisticalסטָטִיסטִי unitsיחידות. Everyoneכל אחד saysאומר,
240
983000
4000
חקרתי בצורה אנתרופולוגית את יחידות הסטטיטיקה המרכזיות. כולם אומרים,
16:53
"It's impossibleבלתי אפשרי. This can't be doneבוצע. Our informationמֵידָע is so peculiarמוּזָר
241
988000
4000
"זה בלתי אפשרי. אי אפשר לעשות זאת. המידע שלנו כל כך מיוחד
16:57
in detailפרט, so that cannotלא יכול be searchedחיפש as othersאחרים can be searchedחיפש.
242
992000
3000
"ברמת הפירוט שלו, אי אפשר לחפש בו כמו שאפשר באחרים.
17:00
We cannotלא יכול give the dataנתונים freeחופשי to the studentsסטודנטים, freeחופשי to the entrepreneursיזמים of the worldעוֹלָם."
243
995000
5000
"אי אפשר לתת את הנתונים בחינם לסטודנטים, בחינם לחברות בעולם".
17:05
But this is what we would like to see, isn't it?
244
1000000
3000
אבל זה מה שנרצה לראות, נכון?
17:08
The publicly-fundedבמימון ציבורי dataנתונים is down here.
245
1003000
3000
.הנתונים במימון ציבורי נמצאים כאן למטה
17:11
And we would like flowersפרחים to growלגדול out on the Netנֶטוֹ.
246
1006000
3000
ואנחנו רוצים שפרחים יפרחו באינטרנט.
17:14
And one of the crucialמַכרִיעַ pointsנקודות is to make them searchableניתן לחיפוש, and then people can use
247
1009000
5000
ואחת הנקודות העיקריות היא לאפשר את החיפוש בהם ואז אפשר יהיה
17:19
the differentשונה designלְעַצֵב toolכְּלִי to animateלְהַנפִּישׁ it there.
248
1014000
2000
להשתמש בכלי התכנון בשביל ההנפשה.
17:21
And I have a prettyיפה good newsחֲדָשׁוֹת for you. I have a good newsחֲדָשׁוֹת that the presentמתנה,
249
1016000
5000
ויש לי חדשות טובות בשבילכם. החדשות הטובות הן שהיום,
17:26
newחָדָשׁ Headרֹאשׁ of U.N. Statisticsסטָטִיסטִיקָה, he doesn't say it's impossibleבלתי אפשרי.
250
1021000
4000
המנהל החדש של סטטיסטיקות האו"ם לא אומר שזה בלתי אפשרי.
17:30
He only saysאומר, "We can't do it."
251
1025000
2000
הוא רק אומר, "אנחנו לא יכולים".
17:32
(Laughterצחוק)
252
1027000
4000
(צחוק)
17:36
And that's a quiteדַי cleverחכם guy, huh?
253
1031000
2000
זה בחור חכם, כן?
17:38
(Laughterצחוק)
254
1033000
2000
(צחוק)
17:40
So we can see a lot happeningמתרחש in dataנתונים in the comingמגיע yearsשנים.
255
1035000
4000
כך שבשנים הקרובות נראה הרבה התפתחויות בנתונים.
17:44
We will be ableיכול to look at incomeהַכנָסָה distributionsהפצות in completelyלַחֲלוּטִין newחָדָשׁ waysדרכים.
256
1039000
4000
נוכל להסתכל בחלוקות הכנסה בדרכים שונות לחלוטין.
17:48
This is the incomeהַכנָסָה distributionהפצה of Chinaסין, 1970.
257
1043000
5000
זו חלוקת ההכנסה בסין, 1970.
17:54
the incomeהַכנָסָה distributionהפצה of the Unitedמאוחד Statesמדינות, 1970.
258
1049000
5000
חלוקת ההכנסה בארצות הברית, 1970.
17:59
Almostכִּמעַט no overlapחֲפִיפָה. Almostכִּמעַט no overlapחֲפִיפָה. And what has happenedקרה?
259
1054000
4000
אין חפיפה כמעט. ומה קרה?
18:03
What has happenedקרה is this: that Chinaסין is growingגָדֵל, it's not so equalשווה any longerארוך יותר,
260
1058000
5000
מה שקרה הוא שסין צומחת, היא כבר לא כל כך שוויונית,
18:08
and it's appearingמופיע here, overlookingמשקיף the Unitedמאוחד Statesמדינות.
261
1063000
4000
והיא מופיעה כאן, משקיפה מעל ארצות הברית.
18:12
Almostכִּמעַט like a ghostרוּחַ, isn't it, huh?
262
1067000
2000
כמעט כמו רוח רפאים, נכון?
18:14
(Laughterצחוק)
263
1069000
2000
(צחוק)
18:16
It's prettyיפה scaryמַפְחִיד. But I think it's very importantחָשׁוּב to have all this informationמֵידָע.
264
1071000
10000
זה די מפחיד. אבל אני חושב שחשוב לקבל את כל המידע הזה.
18:26
We need really to see it. And insteadבמקום זאת of looking at this,
265
1081000
6000
אנחנו צריכים ממש לראות את זה. ובמקום להביט בזה,
18:32
I would like to endסוֹף up by showingמראה the Internetאינטרנט usersמשתמשים perלְכָל 1,000.
266
1087000
5000
אני רוצה להראות לסיום את משתמשי האינטרנט לכל אלף איש.
18:37
In this softwareתוֹכנָה, we accessגִישָׁה about 500 variablesמשתנים from all the countriesמדינות quiteדַי easilyבְּקַלוּת.
267
1092000
5000
בתוכנה הזאת, אנו ניגשים בקלות לכחמש מאות משתנים מכל המדינות.
18:42
It takes some time to changeשינוי for this,
268
1097000
4000
לוקח לה קצת זמן להתאים את זה,
18:46
but on the axisesצירים, you can quiteדַי easilyבְּקַלוּת get any variableמִשְׁתַנֶה you would like to have.
269
1101000
5000
אבל על הצירים, אפשר לראות בקלות כל משתנה שתרצו.
18:51
And the thing would be to get up the databasesמאגרי מידע freeחופשי,
270
1106000
5000
והרעיון הוא לקבל את מאגרי הנתונים בחינם,
18:56
to get them searchableניתן לחיפוש, and with a secondשְׁנִיָה clickנְקִישָׁה, to get them
271
1111000
3000
לאפשר חיפוש בהם, ובלחיצת עכבר נוספת
18:59
into the graphicגרפי formatsפורמטים, where you can instantlyבאופן מיידי understandמבין them.
272
1114000
5000
להעביר אותם לתבנית הגרפית, שמאפשרת להבין אותם מיד.
19:04
Now, statisticiansסטטיסטיקאים doesn't like it, because they say that this
273
1119000
3000
הסטטיסטיקאים לא אוהבים את זה, כי לטענתם
19:07
will not showלְהַצִיג the realityמְצִיאוּת; we have to have statisticalסטָטִיסטִי, analyticalאנליטיים methodsשיטות.
274
1122000
9000
זה לא יציג את המציאות; צריך דרכים סטטיסטיות ואנליטיות.
19:16
But this is hypothesis-generatingהנחת היפותזה.
275
1131000
3000
אבל זה עוזר ליצור היפותזות.
19:19
I endסוֹף now with the worldעוֹלָם. There, the Internetאינטרנט is comingמגיע.
276
1134000
4000
אסיים כעת עם העולם. הנה, האינטרנט מגיע.
19:23
The numberמספר of Internetאינטרנט usersמשתמשים are going up like this. This is the GDPתמ"ג perלְכָל capitaלנפש.
277
1138000
4000
מספר משתמשי האינטרנט גדל כך. זה התל"ג לנפש.
19:27
And it's a newחָדָשׁ technologyטֶכנוֹלוֹגִיָה comingמגיע in, but then amazinglyמדהים, how well
278
1142000
5000
וזו כניסה של טכנולוגיה חדשה,
19:32
it fitsמתאים to the economyכַּלְכָּלָה of the countriesמדינות. That's why the 100 dollarדוֹלָר
279
1147000
5000
אבל ההתאמה שלה לכלכלת המדינות מדהימה.
19:37
computerמַחשֵׁב will be so importantחָשׁוּב. But it's a niceנֶחְמָד tendencyמְגַמָה.
280
1152000
3000
לכן המחשב במאה דולר יהיה כה חשוב. אבל זו מגמה נחמדה.
19:40
It's as if the worldעוֹלָם is flatteningרִדוּד off, isn't it? These countriesמדינות
281
1155000
3000
זה כאילו העולם משתטח, נכון? המדינות האלה
19:43
are liftingהֲרָמָה more than the economyכַּלְכָּלָה and will be very interestingמעניין
282
1158000
3000
נושאות יותר ויותר מהכלכלה, ויהיה מעניין
19:46
to followלעקוב אחר this over the yearשָׁנָה, as I would like you to be ableיכול to do
283
1161000
4000
לעקוב אחריהן במהלך השנה, כפי שאני רוצה שתוכלו לעשות
19:50
with all the publiclyבְּפוּמבֵּי fundedממומן dataנתונים. Thank you very much.
284
1165000
2000
.באמצעות כל הנתונים במימון ציבורי. תודה רבה לכם
19:53
(Applauseתְשׁוּאוֹת)
285
1168000
3000
(כפיים)

▲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