TED2010
Sebastian Wernicke: Lies, damned lies and statistics (about TEDTalks)
Սուտը, նենգ սուտը և վիճակագրությունը (TED ելույթների մասին)
Filmed:
Readability: 4.2
2,510,120 views
Իր փայլուն և հեգնական վերլուծության մեջ Սեբաստիան Վերնիկեն վիճակագրական վերլուծության գործիքները կիրառում է TED ելույթների վրա, որպեսզի դուրս բերի «օպտիմալ TED ելույթի» չափանիշները` հիմնված TED կայքի օգտագործողների գնահատականների վրա: Ինչպե՞ս կգնահատեիք այն` «Շլացուցի՞չ», «Ոչ համոզի՞չ», թե՞ ուղղակի «Ծիծաղելի՞»:
Sebastian Wernicke - Data scientist
After making a splash in the field of bioinformatics, Sebastian Wernicke moved on to the corporate sphere, where he motivates and manages multidimensional projects. Full bio
After making a splash in the field of bioinformatics, Sebastian Wernicke moved on to the corporate sphere, where he motivates and manages multidimensional projects. Full bio
Double-click the English transcript below to play the video.
00:16
If you go on the TED website,
0
1000
3000
TED-ի վեբ կայք մտնելիս
00:19
you can currently find there
1
4000
2000
դուք ներկայումս կարող եք գտնել
00:21
over a full week of TEDTalk videos,
2
6000
3000
մի ամբողջական շաբաթից ավել դիտելու TED ելույթների տեսագրություններ,
00:24
over 1.3 million
3
9000
2000
1.3 միլիոնից ավելի
00:26
words of transcripts
4
11000
2000
վերծանման (ենթատիտրերի) բառեր
00:28
and millions of user ratings.
5
13000
2000
և դիտողների միլիոնավոր գնահատականներ:
00:30
And that's a huge amount of data.
6
15000
3000
Սա տվյալների մի ահռելի քանակություն է:
00:33
And it got me wondering:
7
18000
2000
Ինձ սկսեց հետաքրքրել`
00:35
If you took all this data
8
20000
2000
իսկ եթե վերցնենք այս բոլոր տվյալները
00:37
and put it through statistical analysis,
9
22000
2000
և վիճակագրական վերլուծության ենթարկենք
00:39
could you reverse engineer a TEDTalk?
10
24000
2000
կարո՞ղ ենք TED ելույթի հակադարձ նախագծում իրագործել:
00:41
Could you create
11
26000
2000
Կարելի՞ է արդյոք ստեղծել
00:43
the ultimate TEDTalk?
12
28000
2000
կատարյալ TED ելույթ:
00:45
(Laughter) (Applause)
13
30000
2000
/Ծափահարություններ/
00:47
And also, could you create
14
32000
2000
Նաև, կարելի՞ է արդյոք ստեղծել
00:49
the worst possible TEDTalk
15
34000
2000
վատագույն հնարավոր TED ելույթը
00:51
that they would still let you get away with?
16
36000
2000
որը, համենայն դեպս, կընդունվի:
00:53
To find this out, I looked at three things:
17
38000
2000
Սա պարզելու համար ես առանձնացրի 3 կողմ :
00:55
I looked at the topic that you should choose,
18
40000
2000
Դիտարկեցի թեման, որ պետք է ընտրվի:
00:57
I looked at how you should deliver it
19
42000
3000
Դիտարկեցի թե ինչպես պետք է այն ներկայացնել
01:00
and the visuals onstage.
20
45000
2000
և բեմի վրայի տեսողական տարրերը:
01:02
Now, with the topic: There's a whole range of topics you can choose,
21
47000
3000
Անցնենք թեմային... մի շարք թեմաներ կան, որոնք կարելի է ընտրել,
01:05
but you should choose wisely,
22
50000
2000
սակայն ընտրել պետք է խելացի կերպով,
01:07
because your topic strongly correlates
23
52000
2000
քանի որ ձեր թեման ուղղակիորեն կապված է
01:09
with how users will react to your talk.
24
54000
3000
նրա հետ, թե ինչպես դիտողները կարձագանքեն ձեր ելույթին:
01:12
Now, to make this more concrete,
25
57000
2000
Այժմ, ավելի մանրամասն.
01:14
let's look at the list of top 10 words
26
59000
3000
դիտարկենք այն հիմնական 10 բառերը
01:17
that statistically stick out
27
62000
2000
որոնք, ըստ վիճակագրության, հանդիպում են
01:19
in the most favorite TEDTalks
28
64000
2000
ամենաշատը սիրված TED ելույթերում
01:21
and in the least favorite TEDTalks.
29
66000
3000
և ամենաքիչը սիրված TED ելույթներում:
01:24
So if you came here
30
69000
2000
Այսպես, եթե եկել եք այստեղ
01:26
to talk about how French coffee
31
71000
2000
խոսելու այն մասին, թե ինչպես կարող է
01:28
will spread happiness in our brains,
32
73000
3000
ֆրանսիական սուրճը երջանկություն տարածել ուղեղում`
01:31
that's a go.
33
76000
2000
դա ճիշտ ընտրություն է:
01:33
(Laughter) (Applause)
34
78000
2000
/Ծափահարություններ/
01:35
Whereas, if you wanted to talk about
35
80000
2000
Միևնույն ժամանակ, եթե ցանկանում եք խոսել
01:37
your project involving
36
82000
2000
ձեր ծրագրի մասին, որը ներառում է
01:39
oxygen, girls, aircraft --
37
84000
2000
թթվածին, աղջիկներ, օդանավ...
01:41
actually, I would like to hear that talk, (Laughter)
38
86000
2000
ի դեպ, կուզենայի լսել այդպիսի ելույթ,
01:43
but statistics say it's not so good.
39
88000
2000
սակայն վիճակագրությունն ասում է, որ դա այնքան էլ լավ չէ:
01:45
Oh, well.
40
90000
2000
Դե լավ:
01:47
If you generalize this,
41
92000
2000
Ընդանրացնելով սա,
01:49
the most favorite TEDTalks are those
42
94000
2000
ամենասիրված TED ելույթները նրանք են,
01:51
that feature topics we can connect with,
43
96000
3000
որոնք ներկայացնում են այնպիսի թեմաներ,
01:54
both easily and deeply,
44
99000
2000
որոնց մենք կարող ենք ինքներս մեզ հեշությամբ և խորապես կապակցել,
01:56
such as happiness, our own body,
45
101000
2000
այնպես ինչպես երջանկությունը, սեփական մարմինը,
01:58
food, emotions.
46
103000
2000
սնունդը, հույզերը:
02:00
And the more technical topics,
47
105000
2000
Իսկ ավելի տեխնիկական թեմաներ
02:02
such as architecture, materials and, strangely enough, men,
48
107000
3000
ինչպիսիք են ճարտարապետությունը, նյութերը, և որքան էլ որ տարօրինակ չէ` տղամարդիկ,
02:05
those are not good topics to talk about.
49
110000
3000
սրանք այնքան էլ լավ թեմաներ չեն խոսելու համար:
02:08
How should you deliver your talk?
50
113000
2000
Ինչպե՞ս պետք է մատուցել ելույթը:
02:10
TED is famous for keeping
51
115000
2000
TED-ը հայտնի է նրանով, որ
02:12
a very sharp eye on the clock,
52
117000
2000
ժամանակին միշտ խստորեն հետևում են,
02:14
so they're going to hate me
53
119000
2000
նրանք ինձ երևի կատեն,
02:16
for revealing this, because, actually,
54
121000
2000
սա բացահայտելու համար, քանզի, պարզվում է, որ
02:18
you should talk as long as they will let you. (Laughter)
55
123000
2000
պետք է խոսել այնքան, որքան նրանք ձեզ թույլ տան,
02:20
Because the most favorite TEDTalks
56
125000
3000
քանի որ TED-ի ամենասիրելի ելույթները
02:23
are, on average, over 50 percent longer
57
128000
2000
միջինում 50 տոկոսով ավելի երկար են
02:25
than the least favorite ones.
58
130000
2000
քան ամենաքիչ սիրվածները:
02:28
And this holds true for all ranking lists on TED.com
59
133000
2000
Եւ սա ճշմարտացի է TED.com-ի բոլոր վարկանիշային ցանկերի համար
02:30
except if you want to have a talk
60
135000
2000
բացառությամբ այն դեպքից, երբ ցանկանում եք ներկայացնել
02:32
that's beautiful, inspiring or funny.
61
137000
2000
մի ելույթ, որը գեղեցիկ, ոգեշնչող և ուրախ է:
02:34
Then, you should be brief. (Laughter) But other than that,
62
139000
2000
Այս դեպքում դուք պետք է հակիրճ լինեք: Բայց, ընդհանուր առմամբ,
02:36
talk until they drag you off the stage.
63
141000
3000
խոսեք այնքան ժամանակ, քանի դեռ ձեզ բեմից դուրս չեն հանել:
02:39
(Laughter)
64
144000
2000
/Ծիծաղ/
02:41
Now, while ...
65
146000
2000
Հիմա, մինչ...
02:43
(Applause)
66
148000
6000
/Ծափահարություններ/
02:49
While you're pushing the clock, there's a few rules to obey.
67
154000
3000
Երբ դուք հատկացված ժամից անցնում եք, կա մի քանի կանոն, որոնց պետք է ենթարկվել:
02:52
I found these rules out by comparing the statistics
68
157000
2000
Ես հայտնաբերեցի այդ կանոնները համեմատելով այն 4-բառանի
02:54
of four-word phrases
69
159000
2000
արտահայտությունների վիճակագրությունը,
02:56
that appear more often in the most favorite TEDTalks
70
161000
3000
որոնք ավելի հաճախ են հանդիպում TED-ի ամենասիրելի ելույթներում,
02:59
as opposed to the least favorite TEDTalks.
71
164000
2000
ի հակադրություն TED-ի ամենաքիչ սիրված ելույթների:
03:01
I'll give you three examples.
72
166000
2000
Կբերեմ երեք օրինակ:
03:03
First of all, I must, as a speaker,
73
168000
2000
Ելույթ ունեցողը, առաջին հերթին,
03:05
provide a service to the audience and talk about what I will give you,
74
170000
3000
պետք է ծառայի լսարանին և խոսի այն մասին, թե ինչ կտա իրեն,
03:08
instead of saying what I can't have.
75
173000
2000
փոխարենը ասելու, թե ինչ չի կարող տալ:
03:10
Secondly, it's imperative
76
175000
2000
Երկրորդ` պարտադիր է
03:12
that you do not cite The New York Times.
77
177000
2000
որ դուք New York Times-ից մեջբերում չանեք:
03:14
(Laughter)
78
179000
2000
/Ծիծաղ/
03:16
And finally, it's okay for the speaker -- that's the good news --
79
181000
3000
Եւ վերջապես, ելույթ ունեցողին ներելի է (ինչը լավ է)
03:19
to fake intellectual capacity.
80
184000
2000
սեփական ինտելեկտուալ կարողությունների չափազանցումը :
03:21
If I don't understand something, I can just say, "etc., etc."
81
186000
3000
Երբ ես մի բան չեմ հասկանում, ես կարող եմ ուղղակի ասել` «և այլն, և այլն»:
03:24
You'll all stay with me.
82
189000
2000
Բոլորը կհասկանան ինչի մասին է խոսքը:
03:26
It's perfectly fine.
83
191000
2000
Դա լիովին թույլատրելի է:
03:28
(Applause)
84
193000
4000
/Ծափահարություններ/
03:32
Now, let's go to the visuals.
85
197000
2000
Հիմա անցնենք տեսողական տարրերին:
03:34
The most obvious visual thing on stage is the speaker.
86
199000
3000
Բեմի վրա ամենաակնհայտ տեսողական տարրը հենց ելույթ ունեցողն է:
03:37
And analysis shows if you want to be
87
202000
2000
Եւ վերլուծությունը ցույց է տալիս, որ եթե ուզում եք լինել
03:39
among the most favorite TED speakers,
88
204000
2000
TED-ի ամենասիրված խոսնակների շարքում,
03:41
you should let your hair grow a little bit longer than average,
89
206000
3000
պետք է ձեր մազերը միջինից մի քիչ շատ երկարացնեք,
03:44
make sure you wear your glasses and be slightly more dressed-up
90
209000
3000
մի մոռացեք կրել ձեր ակնոցները և մի քիչ ավելի ճոխ հագնվել
03:47
than the average TED speaker.
91
212000
2000
քան միջին TED խոսնակը:
03:49
Slides are okay, though you might consider going for props.
92
214000
3000
Սլայդերը լավ են, սակայն նախատեսեք որևէ ակներև բան ցուցադրել:
03:52
And now the most important thing,
93
217000
2000
Իսկ այժմ դիտարկենք ամենակարևորը,
03:54
that is the mood onstage.
94
219000
2000
այն է` բեմի տեսքը:
03:56
Color plays a very important role.
95
221000
2000
Գույնը շատ կարևոր դեր է խաղում:
03:58
Color closely correlates
96
223000
2000
Գույնն անմիջականորեն կապված է
04:00
with the ratings that talks get on the website.
97
225000
3000
կայքում ստացվող ելույթների գնահատականների հետ:
04:03
(Applause)
98
228000
2000
/Ծափահարություններ/
04:05
For example, fascinating talks
99
230000
2000
Օրինակ, «դյութիչ» ելույթները
04:07
contain a statistically high amount
100
232000
2000
ըստ վիճակագրորության, հիմնականում պարունակում են
04:09
of exactly this blue color, (Laughter)
101
234000
2000
ճիշտ այս կապույտ գույնը,
04:11
much more than the average TEDTalk.
102
236000
2000
ավելի շատ քան միջին TED ելույթը:
04:13
Ingenious TEDTalks, much more this green color,
103
238000
2000
«Հնարամիտ» TED ելույթները` ավելի շատ այս կանաչ գույնից,
04:15
etc., et.
104
240000
2000
և այլն, և այլն:
04:17
(Laughter) (Applause)
105
242000
7000
/Ծափահարություններ/
04:24
Now, personally, I think
106
249000
2000
Այժմ, անձամբ ես կարծում եմ
04:26
I'm not the first one who has done this analysis,
107
251000
2000
որ այսպիսի վերլուծություն կատարող առաջինը մարդը չեմ,
04:28
but I'll leave this
108
253000
2000
բայց կթողնեմ
04:30
to your good judgment.
109
255000
3000
սա ձեր դատողությանը:
04:33
So, now it's time to put it all together
110
258000
2000
Հիմա ժամանակն է այս ամենն ի մի բերել
04:35
and design the ultimate TEDTalk.
111
260000
2000
և նախագծել այն կատարյալ TED ելույթը:
04:37
Now, since this is TEDActive,
112
262000
2000
Մենք ձեզ հետ գտնվում ենք TED Active-ում (ակտիվիստների կոնֆերանս)
04:39
and I learned from my analysis
113
264000
2000
և քանի որ իմ վերլուծությունից պարզ դարձավ
04:41
that I should actually give you something,
114
266000
2000
որ ես ձեզ, այնուամենայնիվ, որևէ բան պետք է տամ,
04:43
I will not impose the ultimate
115
268000
2000
ես ձեզ չեմ հարկադրի ոչ կատարյալ,
04:45
or worst TEDTalk on you,
116
270000
2000
ոչ էլ վատագույն ելույթը,
04:47
but rather give you a tool to create your own.
117
272000
2000
այլ փոխարենը կտրամադրեմ մի գործիք, որի միջոցով կկարողանաք ստեղծել ձերը:
04:49
And I call this tool the TEDPad.
118
274000
3000
Այս գործիքը ես անվանեցի TED Pad (TED նոթատետր)
04:52
(Laughter)
119
277000
3000
/Ծիծաղ/
04:55
And the TEDPad is a matrix
120
280000
2000
TED Pad-ը մի մատրից է
04:57
of 100 specifically selected,
121
282000
2000
կազմված որոշակիորեն ընտրված և
04:59
highly curated sentences
122
284000
3000
մանրակրկիտ կերպով մշակված 100 նախադասություններից
05:02
that you can easily piece together to get your own TEDTalk.
123
287000
3000
որոնք դուք կարող եք դյուրին կերպով համադրել և ստանալ սեփական TED ելույթը:
05:07
You only have to make one decision,
124
292000
2000
Դուք միայն պետք է մի բան որոշեք, թե
05:09
and that is: Are you going to use the white version
125
294000
2000
արդյո՞ք պատրաստվում եք օգտագործել դրա սպիտակ տարբերակը`
05:11
for very good TEDTalks,
126
296000
2000
շատ լավ TED ելույթների համար
05:13
about creativity, human genius?
127
298000
2000
ստեղծագործական ոգու, մարդկային հանճարի մասին:
05:15
Or are you going to go with a black version,
128
300000
2000
Թե՞ պատրաստվում եք օգտագործել սև տարբերակը,
05:17
which will allow you to create really bad TEDTalks,
129
302000
2000
որը թույլ կտա ստեղծել իսկապես վատ TED ելույթներ,
05:19
mostly about blogs,
130
304000
2000
հիմնականում բլոգերի,
05:21
politics and stuff?
131
306000
2000
քաղաքականության և այլնի մասին:
05:23
So, download it and have fun with it.
132
308000
2000
Այսպիսով, ներբեռնեք այն և վայելեք:
05:25
Now I hope you enjoy the session.
133
310000
3000
Հիմա, հուսով եմ հավանեցիք իմ ելույթը:
05:28
I hope you enjoy designing your own
134
313000
2000
Եւ հույս ունեմ, որ ձեզ դուր կգա ստեղծել սեփական
05:30
ultimate and worst possible TEDTalks.
135
315000
2000
լավագույն կամ վատագույն հնարավոր TED ելույթները:
05:32
And I hope some of you will be inspired for next year
136
317000
3000
Եւ հույս ունեմ, որ ձեզանից ոմանք հաջորդ տարվա համար ոգեշնչված կլինեն
05:35
to create this, which I really want to see.
137
320000
3000
ստեղծել այդպիսինները, և ես շատ կցանկանամ դիտել դրանք:
05:38
Thank you very much.
138
323000
2000
Շատ շնորհակալություն:
05:40
(Applause) Thanks.
139
325000
10000
/Ծափահարություններ/
ABOUT THE SPEAKER
Sebastian Wernicke - Data scientistAfter making a splash in the field of bioinformatics, Sebastian Wernicke moved on to the corporate sphere, where he motivates and manages multidimensional projects.
Why you should listen
Dr. Sebastian Wernicke is the Chief Data Scientist of ONE LOGIC, a data science boutique that supports organizations across industries to make sense of their vast data collections to improve operations and gain strategic advantages. Wernicke originally studied bioinformatics and previously led the strategy and growth of Seven Bridges Genomics, a Cambridge-based startup that builds platforms for genetic analysis.
Before his career in statistics began, Wernicke worked stints as both a paramedic and successful short animated filmmaker. He's also the author of the TEDPad app, an irreverent tool for creating an infinite number of "amazing and really bad" and mostly completely meaningless talks. He's the author of the statistically authoritative and yet completely ridiculous "How to Give the Perfect TEDTalk."
Sebastian Wernicke | Speaker | TED.com