TEDNYC
Lux Narayan: What I learned from 2,000 obituaries
لاکس نارایان: چه چیزی از ۲۰۰۰ آگهی فوت یاد گرفتم؟
Filmed:
Readability: 4.4
1,705,669 views
لاکس نارایان روزش را با نیمرو و جمله "ببینیم امروز چه‌کسی فوت شده است؟" شروع می‌کند. چرا؟ او با تحلیل ۲۰۰۰ آگهی فوت در یک دوره ۲۰ ماهه در روزنامه نیویورک تایمز؛ دستاوردهای عمر انسان‌ها را بررسی کرده است.
در این سخنرانی، او مطالب جاودانه‌ی ثبت شده ای که به ما درباره زندگی می‌آموزند را، به اشتراک می‌گذارد.
Lux Narayan - Entrepreneur
Lux Narayan is a perpetual learner of various things -- from origami and molecular gastronomy to stand-up and improv comedy. Full bio
Lux Narayan is a perpetual learner of various things -- from origami and molecular gastronomy to stand-up and improv comedy. Full bio
Double-click the English transcript below to play the video.
00:12
Joseph Keller used to jog
around the Stanford campus,
around the Stanford campus,
0
879
4072
جوزف کلر عادت داشت که
اطراف دانشگاه استنفورد می‌دوید
اطراف دانشگاه استنفورد می‌دوید
00:16
and he was struck by all the women
jogging there as well.
jogging there as well.
1
4975
4717
و تحت تاثیر بقیه خانم‌هایی که
آنجا می‌دویدند قرار می‌گرفت
آنجا می‌دویدند قرار می‌گرفت
00:21
Why did their ponytails swing
from side to side like that?
from side to side like that?
2
9716
3589
چرا موی دم‌اسبی
آنها به این شکل تاب می خورد؟
آنها به این شکل تاب می خورد؟
00:25
Being a mathematician,
he set out to understand why.
he set out to understand why.
3
13867
3138
به عنوان یک ریاضیدان،
سعی کرد این موضوع را بفهمد.
سعی کرد این موضوع را بفهمد.
00:29
(Laughter)
4
17029
1151
(خنده حضار)
00:30
Professor Keller was curious
about many things:
about many things:
5
18204
2306
پروفسور کلر درباره خیلی از
مسائل کنجکاو بود:
مسائل کنجکاو بود:
00:32
why teapots dribble
6
20534
1967
مثلا چرا قوری چکه می‌کند؟
00:34
or how earthworms wriggle.
7
22525
1830
یا کرم خاکی چجوری حرکت می‌کند؟
00:36
Until a few months ago,
I hadn't heard of Joseph Keller.
I hadn't heard of Joseph Keller.
8
24847
3048
تا چند ماه پیش اسم
جوزف کلر را نشنیده بودم.
جوزف کلر را نشنیده بودم.
00:40
I read about him in the New York Times,
9
28581
2852
راجع به ایشون در نیویورک تایمز خوندم،
00:43
in the obituaries.
10
31457
1432
در بخش فوت شده‌ها.
00:44
The Times had half a page
of editorial dedicated to him,
of editorial dedicated to him,
11
32913
3772
نیویورک تایمز نصف سرمقاله را
به ایشون اختصاص داده بود،
به ایشون اختصاص داده بود،
00:48
which you can imagine is premium space
for a newspaper of their stature.
for a newspaper of their stature.
12
36709
3922
که می‌دانید بخش بسیار مهمی از
یک روزنامه است.
یک روزنامه است.
00:53
I read the obituaries almost every day.
13
41368
2342
من تقریبا هرروز
صفحه فوت شده ها را می‌خوانم.
صفحه فوت شده ها را می‌خوانم.
00:56
My wife understandably thinks
I'm rather morbid
I'm rather morbid
14
44690
3022
و قابل درکه که همسرم فکر می‌کند که
من مریض هستم
من مریض هستم
00:59
to begin my day with scrambled eggs
and a "Let's see who died today."
and a "Let's see who died today."
15
47736
4400
که روزم را با نیمرو و جمله
"برم ببینم امروز کی مرده." شروع می‌کنم.
"برم ببینم امروز کی مرده." شروع می‌کنم.
01:04
(Laughter)
16
52160
1150
(خنده حضار)
01:06
But if you think about it,
17
54025
1292
اما اگه راجع بهش فکر کنید،
01:07
the front page of the newspaper
is usually bad news,
is usually bad news,
18
55341
3413
صفحه اول روزنامه ها معمولا اخبار بد هستند
01:10
and cues man's failures.
19
58778
1975
و اشاره به شکست‌های انسان دارند.
01:12
An instance where bad news
cues accomplishment
cues accomplishment
20
60777
2666
و اخبار بدی که به دستاوردها اشاره دارند
01:15
is at the end of the paper,
in the obituaries.
in the obituaries.
21
63467
3235
در صفحه اخر روزنامه،
یعنی بخش "فوت شده ها" هستند.
یعنی بخش "فوت شده ها" هستند.
01:19
In my day job,
22
67405
1364
در کار روزانه‌ی من،
01:20
I run a company that focuses
on future insights
on future insights
23
68793
2476
من مدیر شرکتی هستم که
روی نگاه به آینده تمرکز می‌کند
روی نگاه به آینده تمرکز می‌کند
01:23
that marketers can derive
from past data --
from past data --
24
71293
2420
که فروشندگان از داده های گذشته
نتیجه گیری می‌کنند --
نتیجه گیری می‌کنند --
01:25
a kind of rearview-mirror analysis.
25
73737
2944
همانند آینه عقبی برای تحلیل کردن.
01:29
And we began to think:
26
77092
1155
ما شروع به فکر کردیم :
01:30
What if we held a rearview mirror
to obituaries from the New York Times?
to obituaries from the New York Times?
27
78271
5118
چه میشود اگه ما تحلیل دید عقب رو برای
اگهی فوت نیویورک تایمز انجام بدهیم؟
اگهی فوت نیویورک تایمز انجام بدهیم؟
01:36
Were there lessons on how you could get
your obituary featured --
your obituary featured --
28
84514
3468
اینکه آیا شما در آگهی ترحیمتان
میتوانید چیزی را یاد بدهید؟
میتوانید چیزی را یاد بدهید؟
01:40
even if you aren't around to enjoy it?
29
88006
1977
با اینکه زنده نیستید تا ازش لذت ببرید.
01:42
(Laughter)
30
90007
1484
(خنده حضار)
01:43
Would this go better with scrambled eggs?
31
91515
2628
این کار با نیمرو بهتر بنظر نمیاد؟
01:46
(Laughter)
32
94167
1150
(خنده حضار)
01:48
And so, we looked at the data.
33
96163
2998
و بنابراین ما داده‌ها رو بررسی کردیم.
01:51
2,000 editorial, non-paid obituaries
34
99869
4494
۲۰۰۰ آگهی فوت رایگان
01:56
over a 20-month period
between 2015 and 2016.
between 2015 and 2016.
35
104387
3642
در مدت ۲۰ ماه بین ۲۰۱۵ و ۲۰۱۶.
02:00
What did these 2,000 deaths --
rather, lives -- teach us?
rather, lives -- teach us?
36
108053
4824
این ۲۰۰۰ مرگ همچون زنده ها
چه چیزی به ما یاد دادند؟
چه چیزی به ما یاد دادند؟
02:04
Well, first we looked at words.
37
112901
2033
خب اول به کلمه ها نگاه کردیم.
02:06
This here is an obituary headline.
38
114958
1761
این تیتر یکی از آگهی‌ها است.
02:08
This one is of the amazing Lee Kuan Yew.
39
116743
2296
این یکی آگهی فوت لی کوان یو
شگفت انگیز است.
شگفت انگیز است.
02:11
If you remove the beginning and the end,
40
119063
2522
اگر اول و اخر جمله را حذف کنیم
توصیفی زیبا باقی می‌ماند.
توصیفی زیبا باقی می‌ماند.
02:13
you're left with a beautifully
worded descriptor
worded descriptor
41
121609
3334
[بنیانگذار و اولین نخست وزیر سنگاپور]
02:16
that tries to, in just a few words,
capture an achievement or a lifetime.
capture an achievement or a lifetime.
42
124967
4675
این کار برای این است که
دستاورد یک عمر زندگی را نشان بدهد.
دستاورد یک عمر زندگی را نشان بدهد.
02:21
Just looking at these is fascinating.
43
129666
2161
دیدن اینها بی‌نظیر است.
اینها چند تا از موارد معروف هستند
که در دو سال اخیر فوت کرده‌اند.
که در دو سال اخیر فوت کرده‌اند.
02:24
Here are a few famous ones,
people who died in the last two years.
people who died in the last two years.
44
132301
3295
حدس بزنید چه کسانی هستند.
02:27
Try and guess who they are.
45
135620
1319
[هنرمندی که ژانرهای موسیقی
را به چالش کشید]
را به چالش کشید]
02:28
[An Artist who Defied Genre]
46
136963
1440
که پرینس هست.
02:30
That's Prince.
47
138427
1185
02:32
[Titan of Boxing and the 20th Century]
48
140497
1837
[خداوند بوکس در قرن بیستم]
02:34
Oh, yes.
49
142358
1160
اوه، بله.
02:35
[Muhammad Ali]
50
143542
1224
[محمد علی کلی]
02:36
[Groundbreaking Architect]
51
144790
1546
[معمار پیشگام]
02:38
Zaha Hadid.
52
146360
1251
زاها حدید.
02:40
So we took these descriptors
53
148843
1748
بنابراین ما با اینها کاری کردیم که
02:42
and did what's called
natural language processing,
natural language processing,
54
150615
2524
که بهش "پردازش طبیعی زبان" می‌گویند،
02:45
where you feed these into a program,
55
153163
1771
یعنی آنها وارد یک برنامه می‌شوند
02:46
it throws out the superfluous words --
56
154958
1865
که کلمات و حروف زاید را حذف می‌کند --
02:48
"the," "and," -- the kind of words
you can mime easily in "Charades," --
you can mime easily in "Charades," --
57
156847
4223
مانند "و"،"آن"-- اینگونه کلمات که
در پانتومیم میشود راحت نشان داد --
در پانتومیم میشود راحت نشان داد --
02:53
and leaves you with the most
significant words.
significant words.
58
161094
2193
و فقط کلمات بسیار مهم باقی می‌مانند.
02:55
And we did it not just for these four,
59
163311
1821
نه فقط با این چهار نفری (که نشان دادم)،
02:57
but for all 2,000 descriptors.
60
165156
2519
بلکه با تمام ۲۰۰۰ آگهی فوت.
02:59
And this is what it looks like.
61
167699
1743
و به این شکل در‌آمد.
03:03
Film, theatre, music, dance
and of course, art, are huge.
and of course, art, are huge.
62
171004
4827
بیشتر آنها فیلم، تئاتر، موسیقی، رقص
و البته هنر هستند،
و البته هنر هستند،
03:08
Over 40 percent.
63
176485
1946
بیش از ۴۰ درصدشان اینگونه‌اند.
03:10
You have to wonder
why in so many societies
why in so many societies
64
178455
2528
باید متعجب باشید که
چرا در بسیاری از جوامع
چرا در بسیاری از جوامع
03:13
we insist that our kids pursue
engineering or medicine or business or law
engineering or medicine or business or law
65
181007
4435
ما از بچه هایمان می‌خواهیم که
مهندس، دکتر، تاجر یا وکیل بشوند
مهندس، دکتر، تاجر یا وکیل بشوند
03:17
to be construed as successful.
66
185466
1587
تا بتوانند موفق شوند.
و درحالی که در مورد حرفه صحبت کنیم،
03:19
And while we're talking profession,
67
187871
1693
اجازه بدید به سن و سال توجه‌ی بکنیم --
03:21
let's look at age --
68
189588
1151
03:22
the average age at which
they achieved things.
they achieved things.
69
190763
2510
میانگین سنی آنها زمانی که
به موفقیت دست یافتند،
به موفقیت دست یافتند،
03:25
That number is 37.
70
193297
1846
37 سالگی است.
03:28
What that means is,
you've got to wait 37 years ...
you've got to wait 37 years ...
71
196274
3656
به این معنی که
شما باید ۳۷ سال صبر کنید،
شما باید ۳۷ سال صبر کنید،
03:31
before your first significant achievement
that you're remembered for --
that you're remembered for --
72
199954
3395
قبل اینکه به دستاوردی برسید
که به طور میانگین برای ۴۴ سال آینده
یادتان بماند
یادتان بماند
03:35
on average --
73
203373
1151
03:36
44 years later, when you
die at the age of 81 --
die at the age of 81 --
74
204548
2478
تا وقتی که در۸۱ سالگی فوت کردید
03:39
on average.
75
207050
1168
البته به طور میانگین.
03:40
(Laughter)
76
208242
1001
(خنده حضار)
03:41
Talk about having to be patient.
77
209267
1684
صحبت از صبر کردن است.
03:42
(Laughter)
78
210975
1057
(خنده حضار)
03:44
Of course, it varies by profession.
79
212056
2089
البته این عدد در حرفه های مختلف،
متفاوت است.
متفاوت است.
03:46
If you're a sports star,
80
214566
1193
اگه ستاره ورزشی باشید،
03:47
you'll probably hit
your stride in your 20s.
your stride in your 20s.
81
215783
2127
احتمالا در بیست تا سی سالگی
به موفقیت میرسید.
به موفقیت میرسید.
03:49
And if you're in your 40s like me,
82
217934
2645
و اگر مثل من در دهه چهل سالگی هستید،
03:52
you can join the fun world of politics.
83
220603
1991
میتوانید به دنیای جالب سیاست ملحق بشوید.
03:54
(Laughter)
84
222618
1056
(خنده حضار)
سیاستمداران معمولا اولین و تنها کار مهم‌شان
را بین چهل تا پنجاه سالگی انجام می‌دهند.
را بین چهل تا پنجاه سالگی انجام می‌دهند.
03:55
Politicians do their first and sometimes
only commendable act in their mid-40s.
only commendable act in their mid-40s.
85
223698
3915
03:59
(Laughter)
86
227637
1257
(خنده حضار)
04:00
If you're wondering what "others" are,
87
228918
1937
اگه سوال کنید که "سایرین" چه کسانی هستند،
04:02
here are some examples.
88
230879
1476
چند نمونه نشان می‌دهم.
04:04
Isn't it fascinating, the things people do
89
232821
2116
واقعا کارهای انسان شگفت انگیز نیست؟
کارهایی که بخاطرش به یاد ماندنی شدند؟
[پیشگام در سرگرمی بالاتنه لخت: کارل دودا]
[پیشگام در سرگرمی بالاتنه لخت: کارل دودا]
04:06
and the things they're remembered for?
90
234961
1882
04:08
(Laughter)
91
236867
1752
(خنده حضار)
04:12
Our curiosity was in overdrive,
92
240136
1844
کنجکاوی ما بیشتر شد،
04:14
and we desired to analyze
more than just a descriptor.
more than just a descriptor.
93
242004
3788
و می‌خواستیم که تحلیل‌مان بیشتر از
فقط یک توصیفات خام باشد.
فقط یک توصیفات خام باشد.
04:18
So, we ingested the entire
first paragraph of all 2,000 obituaries,
first paragraph of all 2,000 obituaries,
94
246998
4946
بنابراین ما کل پاراگراف اول
۲۰۰۰ آگهی را وارد برنامه کردیم،
۲۰۰۰ آگهی را وارد برنامه کردیم،
04:23
but we did this separately
for two groups of people:
for two groups of people:
95
251968
2774
اما برای دو گروه از انسان‌ها
بصورت جداگانه انجام دادیم:
بصورت جداگانه انجام دادیم:
04:26
people that are famous
and people that are not famous.
and people that are not famous.
96
254766
2777
افرادی که مشهور هستند
و افرادی که مشهور نیستند.
و افرادی که مشهور نیستند.
04:29
Famous people -- Prince,
Ali, Zaha Hadid --
Ali, Zaha Hadid --
97
257567
2689
مشهور مانند : پرینس، محمد علی،
زها حدید --
زها حدید --
04:32
people who are not famous
are people like Jocelyn Cooper,
are people like Jocelyn Cooper,
98
260280
4235
افراد غیر مشهور مانند: جازلین کوپر
[کسی که راه را برای اولین زن عضو کنگره صاف کرد]،
[کسی که راه را برای اولین زن عضو کنگره صاف کرد]،
04:36
Reverend Curry
99
264539
1154
رورند کَری
[کسی که از صحنه‌سازی نمایش برای کمک به مجروحان و ازکارافتاده‌ها استفاده کرد]،
[کسی که از صحنه‌سازی نمایش برای کمک به مجروحان و ازکارافتاده‌ها استفاده کرد]،
04:37
or Lorna Kelly.
100
265717
1169
یا لورنا کلی
[کسی که کارش را در شرکت حراجی بزرگی برای کمک به نیازمندان ترک کرد]،
[کسی که کارش را در شرکت حراجی بزرگی برای کمک به نیازمندان ترک کرد]،
04:38
I'm willing to bet you haven't heard
of most of their names.
of most of their names.
101
266910
3188
که مطمئنم اسم بیشتر آنها را نشنیده‌اید.
04:42
Amazing people, fantastic achievements,
but they're not famous.
but they're not famous.
102
270122
3812
انسانهای شگفت انگیز با دست آوردهای عالی
اما مشهور نیستند.
اما مشهور نیستند.
04:46
So what if we analyze
these two groups separately --
these two groups separately --
103
274720
2788
بنابراین اگه این دو گروه را
جداگانه تحلیل کنیم چه خواهد شد؟
جداگانه تحلیل کنیم چه خواهد شد؟
04:49
the famous and the non-famous?
104
277532
1525
مشهورها و غیرمشهورها.
04:51
What might that tell us?
105
279081
1419
چه چیزی ممکن است به ما بگوید؟
04:52
Take a look.
106
280524
1240
نگاه کنید.
04:56
Two things leap out at me.
107
284556
1469
دو چیز به چشم من می‌آید.
04:58
First:
108
286569
1170
اول:
05:00
"John."
109
288106
1198
"جان"
05:01
(Laughter)
110
289328
1300
(خنده حضار)
05:03
Anyone here named John
should thank your parents --
should thank your parents --
111
291914
3388
اینجا هرکسی که اسمش جان هست
باید از پدر و مادرش تشکر بکند --
باید از پدر و مادرش تشکر بکند --
05:07
(Laughter)
112
295326
1329
(خنده حضار)
05:08
and remind your kids to cut out
your obituary when you're gone.
your obituary when you're gone.
113
296679
3082
ویادتان باشد وقتی بمیرید، بچه هایتان
آگهی فوت شما رو جدا می‌کنند.
آگهی فوت شما رو جدا می‌کنند.
05:13
And second:
114
301061
1356
و دوم:
05:15
"help."
115
303849
1154
"کمک کردن."
05:18
We uncovered, many lessons
from lives well-led,
from lives well-led,
116
306524
3465
ما از زندگی های درست هدایت شده،
درس های زیادی پیدا کردیم،
درس های زیادی پیدا کردیم،
05:22
and what those people immortalized
in print could teach us.
in print could teach us.
117
310013
2836
و از مطالبی که برای همیشه این افراد
برای ما جاودانه می‌سازند.
برای ما جاودانه می‌سازند.
05:24
The exercise was a fascinating testament
to the kaleidoscope that is life,
to the kaleidoscope that is life,
118
312873
4738
اما این تحقیق،
یک وصیت‌نامه‌ی شگفت‌‌انگیز برای زندگی است.
یک وصیت‌نامه‌ی شگفت‌‌انگیز برای زندگی است.
05:29
and even more fascinating
119
317635
2715
و حتی شگفت‌‌انگیزتر
05:32
was the fact that the overwhelming
majority of obituaries
majority of obituaries
120
320374
3068
این حقیقت که،
اکثریت قریب به اتفاق آگهی‌ها
اکثریت قریب به اتفاق آگهی‌ها
05:35
featured people famous and non-famous,
121
323466
2998
افراد مشهور و غیرمشهوری بودند،
05:38
who did seemingly extraordinary things.
122
326488
2433
که کارهای به ظاهر خارق‌العاده
انجام داده بودند.
انجام داده بودند.
05:41
They made a positive dent
in the fabric of life.
in the fabric of life.
123
329574
3110
آنها تاثیر مثبتی در
تار و پود زندگی داشتند.
تار و پود زندگی داشتند.
05:44
They helped.
124
332708
1237
آنها کمک کردند.
پس وقتی به زندگی روزمره خودتان برمی‌گردید
از خودتان بپرسید:
از خودتان بپرسید:
05:46
So ask yourselves as you go
back to your daily lives:
back to your daily lives:
125
334772
2591
05:49
How am I using my talents to help society?
126
337387
2920
من چطوری از استعدادهایم
برای کمک به جامعه استفاده بکنم؟
برای کمک به جامعه استفاده بکنم؟
05:52
Because the most powerful lesson here is,
127
340331
2973
چون اینجا مهمترین درس این است که
05:55
if more people lived their lives
trying to be famous in death,
trying to be famous in death,
128
343328
4336
اگر افراد بیشتری در زندگی خود
برای مشهور بودن در زمان مرگ‌شان تلاش کنند،
برای مشهور بودن در زمان مرگ‌شان تلاش کنند،
05:59
the world would be a much better place.
129
347688
2605
جهان جای بهتری خواهد بود.
06:03
Thank you.
130
351062
1169
متشکرم.
06:04
(Applause)
131
352255
2848
(تشویق)
ABOUT THE SPEAKER
Lux Narayan - EntrepreneurLux Narayan is a perpetual learner of various things -- from origami and molecular gastronomy to stand-up and improv comedy.
Why you should listen
Lakshmanan aka Lux Narayan mans the helm of Unmetric, a social media intelligence company that helps digital marketers, social media analysts, and content creators harness social signals to track and analyze competitive content and campaigns, and to create better content and campaigns of their own.
Prior to founding Unmetric, Narayan was a co-founder at Vembu Technologies, an online data backup company. He also helped found and volunteered at ShareMyCake, a non-profit started by his wife that focuses on encouraging children to use their birthdays to channel monetary support towards a cause of their choosing.
As Unmetric's CEO, he leads a team of 70 people distributed across the company's operations in Chennai and New York City.
Outside of work, he is a perpetual learner of various things -- from origami and molecular gastronomy to stand-up and improv comedy. He enjoys reading obituaries and other non-fiction and watching documentaries with bad ratings. Narayan makes time every year for trekking in the Himalayas or scuba diving in tropical waters, and once he learns to fly, he hopes to spend more time off land than on it.
Lux Narayan | Speaker | TED.com