TED2009
Nate Silver: Does racism affect how you vote?
Nate Silver: il voto è influenzato dall'appartenenza razziale?
Filmed:
Readability: 4
498,847 views
Nate Silver ha delle risposte alla spinosa questione dell'appartenenza razziale in politica. Il colore di Obama l'ha danneggiato in alcune aree del paese? Il mito e la statistica si scontrano in questo intervento affascinante, che finisce con un interessante punto di vista su come la pianificazione urbana possa promuovere la tolleranza.
Nate Silver - Statistician
Math whiz and baseball fan Nate Silver was mainly known for predicting outcomes in fantasy ballgames -- until his technique hit a home run calling the outcome of the 2008 election primaries. Full bio
Math whiz and baseball fan Nate Silver was mainly known for predicting outcomes in fantasy ballgames -- until his technique hit a home run calling the outcome of the 2008 election primaries. Full bio
Double-click the English transcript below to play the video.
00:15
I want to talk about the election.
0
0
3000
Voglio parlare delle elezioni.
00:18
For the first time in the United States, a predominantly white group of voters
1
3000
3000
Per la prima volta negli USA, un gruppo di votanti in prevalenza bianchi
00:21
voted for an African-American candidate for President.
2
6000
3000
ha eletto un Afroamericano alla presidenza del paese.
00:24
And in fact Barack Obama did quite well.
3
9000
2000
Obama, in effetti, è andato bene.
00:26
He won 375 electoral votes.
4
11000
2000
Ha vinto 375 seggi,
00:28
And he won about 70 million popular votes
5
13000
3000
e ha ottenuto 70 milioni di preferenze al voto popolare,
00:31
more than any other presidential candidate --
6
16000
2000
più di qualsiasi altro candidato alla presidenza,
00:33
of any race, of any party -- in history.
7
18000
3000
di qualsiasi colore o partito, nella storia.
00:36
If you compare how Obama did against how John Kerry had done four years earlier --
8
21000
4000
Se confrontiamo la performance di Obama con quella di John Kerry, 4 anni prima -
00:40
Democrats really like seeing this transition here,
9
25000
3000
ai democratici piace vedere la transizione qui,
00:43
where almost every state becomes bluer, becomes more democratic --
10
28000
4000
dove quasi ogni stato diventa più blu e dunque più democratico -
00:47
even states Obama lost, like out west,
11
32000
2000
anche in stati dove Obama ha perso, come nell'ovest.
00:49
those states became more blue.
12
34000
2000
Questi stati diventano più blu.
00:51
In the south, in the northeast, almost everywhere
13
36000
3000
Nel sud, nel nord est, quasi ovunque, ma
00:54
but with a couple of exceptions here and there.
14
39000
3000
con qualche eccezione qua e là.
00:57
One exception is in Massachusetts.
15
42000
2000
Una di queste è il Massachusetts,
00:59
That was John Kerry's home state.
16
44000
2000
lo stato di cui è originario John Kerry.
01:01
No big surprise, Obama couldn't do better than Kerry there.
17
46000
2000
Non è una sorpresa, Obama non lo poteva superare qui.
01:03
Or in Arizona, which is John McCain's home,
18
48000
2000
O in Arizona, lo stato di McCain,
01:05
Obama didn't have much improvement.
19
50000
2000
Obama qui non è migliorato molto.
01:07
But there is also this part of the country, kind of in the middle region here.
20
52000
2000
Ma c'è anche questa parte del paese, qui in mezzo, più o meno.
01:09
This kind of Arkansas, Tennessee, Oklahoma, West Virginia region.
21
54000
4000
Qui, in Arkansas, Tennessee, Oklahoma e West Virginia -
01:13
Now if you look at '96, Bill Clinton --
22
58000
2000
se guardiamo ai risultati del 1996, di Bill Clinton,
01:15
the last Democrat to actually win -- how he did in '96,
23
60000
3000
l'ultimo democratico che aveva vinto,
01:18
you see real big differences in this part of the country right here,
24
63000
3000
vediamo grosse differenze in questa regione, qui -
01:21
the kind of Appalachians, Ozarks, highlands region, as I call it:
25
66000
4000
negli Appalachi, negli Ozarks, negli altipiani, come li chiamo io.
01:25
20 or 30 point swings
26
70000
2000
Un'oscillazione di 20 o 30 punti
01:27
from how Bill Clinton did in '96 to how Obama did
27
72000
2000
tra il risultato di Clinton nel '96 e quello di Obama
01:29
in 2008.
28
74000
2000
nel 2008.
01:31
Yes Bill Clinton was from Arkansas, but these are very, very profound differences.
29
76000
5000
Sì, Clinton veniva dall'Arkansas, ma le differenze sono più profonde.
01:36
So, when we think about parts of the country like Arkansas, you know.
30
81000
2000
Pensiamo a questa parte del paese, come l'Arkansas.
01:38
There is a book written called, "What's the Matter with Kansas?"
31
83000
3000
C'è un libro intitolato "Qual è il problema del Kansas?"
01:41
But really the question here -- Obama did relatively well in Kansas.
32
86000
3000
Ma la questione reale qui è che Obama è andato bene in Kansas.
01:44
He lost badly but every Democrat does.
33
89000
2000
Ha perso alla grande, come ogni democratico, d'altra parte.
01:46
He lost no worse than most people do.
34
91000
2000
Non è andato peggio di tanti altri.
01:48
But yeah, what's the matter with Arkansas?
35
93000
4000
Ma.. Sì, qual è il problema dell'Arkansas?
01:52
(Laughter)
36
97000
1000
(Risate)
01:53
And when we think of Arkansas we tend to have pretty negative connotations.
37
98000
3000
Quando pensiamo all'Arkansas, abbiamo con esso associazioni piuttosto negative.
01:56
We think of a bunch of rednecks, quote, unquote, with guns.
38
101000
3000
Pensiamo a una massa di "rednecks", armati fino ai denti.
01:59
And we think people like this probably don't want to vote
39
104000
3000
Pensiamo che questa gente probabilmente non vuole votare
02:02
for people who look like this and are named Barack Obama.
40
107000
3000
persone con un nome e un aspetto come quello di Barack Obama.
02:05
We think it's a matter of race. And is this fair?
41
110000
3000
Pensiamo sia una questione razziale - è giusto farlo?
02:08
Are we kind of stigmatizing people from Arkansas, and this part of the country?
42
113000
3000
Non stiamo stigmatizzando la gente dell'Arkansas, e l'intera area del paese?
02:11
And the answer is: it is at least partially fair.
43
116000
3000
La risposta è che in parte è giusto.
02:14
We know that race was a factor, and the reason why we know that
44
119000
2000
Sappiamo che la razza è stata un fattore, e il motivo per cui lo sappiamo
02:16
is because we asked those people.
45
121000
2000
è che l'abbiamo chiesto alla popolazione.
02:18
Actually we didn't ask them, but when they conducted
46
123000
2000
Non glielo abbiamo proprio chiesto, ma quando hanno fatto
02:20
exit polls in every state,
47
125000
2000
gli exit poll, in ogni stato,
02:22
in 37 states, out of the 50,
48
127000
2000
in 37 stati su 50
02:24
they asked a question, that was pretty direct, about race.
49
129000
3000
hanno posto una domanda abbastanza diretta sulla razza.
02:27
They asked this question.
50
132000
2000
Hanno chiesto:
02:29
In deciding your vote for President today, was the race
51
134000
2000
"Nella vostra decisione elettorale oggi, la razza
02:31
of the candidate a factor?
52
136000
2000
del candidato è stata un fattore?"
02:33
We're looking for people that said, "Yes, race was a factor;
53
138000
3000
Cerchiamo persone che dicono, "Sì, è stata un fattore,
02:36
moreover it was an important factor, in my decision,"
54
141000
2000
importante, perdipiù, nella mia decisione."
02:38
and people who voted for John McCain
55
143000
3000
Le persone che hanno votato McCain come risultato
02:41
as a result of that factor,
56
146000
2000
di questo fattore,
02:43
maybe in combination with other factors, and maybe alone.
57
148000
2000
magari in combinazione con altri dettagli, o magari solo a causa di esso.
02:45
We're looking for this behavior among white voters
58
150000
3000
Cerchiamo questo comportamento tra gli elettori bianchi,
02:48
or, really, non-black voters.
59
153000
3000
o in effetti, tutti coloro che non sono neri.
02:51
So you see big differences in different parts
60
156000
2000
Vedete, grandi differenze in diverse parti
02:53
of the country on this question.
61
158000
2000
del paese, in risposta a questo quesito.
02:55
In Louisiana, about one in five white voters
62
160000
3000
In Louisiana, un votante su cinque ha detto
02:58
said, "Yes, one of the big reasons why I voted against Barack Obama
63
163000
3000
"Sì, una delle ragioni principali per cui ho votato contro Obama
03:01
is because he was an African-American."
64
166000
2000
è che è Afroamericano."
03:03
If those people had voted for Obama,
65
168000
2000
Se queste persone avessero votato Obama,
03:05
even half of them, Obama would have won Louisiana safely.
66
170000
4000
anche solo la metà di loro, Obama avrebbe vinto tranquillamente, lì.
03:09
Same is true with, I think, all of these states you see on the top of the list.
67
174000
2000
Ciò è vero anche per tutti gli stati in cima alla lista.
03:11
Meanwhile, California, New York, we can say, "Oh we're enlightened"
68
176000
4000
Intanto, in California e New York... Possiamo dire, "Oh, ma siamo illuminati",
03:15
but you know, certainly a much lower incidence of this
69
180000
2000
però sapete, c'è di certo un'incidenza più bassa di persone
03:17
admitted, I suppose,
70
182000
2000
che hanno ammesso - secondo me -
03:19
manifestation of racially-based voting.
71
184000
3000
chiaramente di votare su base razziale.
03:22
Here is the same data on a map.
72
187000
2000
Ecco qui i dati su una mappa.
03:24
You kind of see the relationship between
73
189000
2000
Si vede una relazione tra gli stati più rossi
03:26
the redder states of where more people responded and said,
74
191000
2000
dove la maggior parte ha ammesso la cosa e ha detto,
03:28
"Yes, Barack Obama's race was a problem for me."
75
193000
3000
"Sì, la razza di Obama è un problema per me".
03:31
You see, comparing the map to '96, you see an overlap here.
76
196000
3000
Se confrontiamo la mappa con il '96 vediamo una sovrapposizione
03:34
This really seems to explain
77
199000
2000
che spiega davvero come mai
03:36
why Barack Obama did worse
78
201000
2000
Obama è andato peggio in questa
03:38
in this one part of the country.
79
203000
2000
parte del paese.
03:40
So we have to ask why.
80
205000
2000
C'è da domandarsi perché.
03:42
Is racism predictable in some way?
81
207000
2000
In qualche modo, si può prevedere il razzismo?
03:44
Is there something driving this?
82
209000
2000
C'è qualcosa che lo causa,
03:46
Is it just about some weird stuff that goes on in Arkansas
83
211000
2000
o è solo roba strana che accade in Arkansas,
03:48
that we don't understand, and Kentucky?
84
213000
2000
qualcosa che non capiamo, in Kentucky?
03:50
Or are there more systematic factors at work?
85
215000
2000
O ci sono fattori più sistematici che influenzano la cosa?
03:52
And so we can look at a bunch of different variables.
86
217000
2000
Possiamo esaminare un po' di variabili:
03:54
These are things that economists and political scientists look at all the time --
87
219000
3000
queste sono cose che economisti e politologi esaminano sempre -
03:57
things like income, and religion, education.
88
222000
3000
cose come reddito, religione e livello di istruzione.
04:00
Which of these seem to drive
89
225000
2000
Quali di queste sono relative alla manifestazione
04:02
this manifestation of racism
90
227000
2000
di razzismo in questo grande
04:04
in this big national experiment we had on November 4th?
91
229000
3000
esperimento effettuato il 4 novembre?
04:07
And there are a couple of these that have
92
232000
2000
Alcuni di questi fattori hanno
04:09
strong predictive relationships,
93
234000
2000
forti relazioni predittive.
04:11
one of which is education,
94
236000
3000
Uno di questi è il livello di istruzione.
04:14
where you see the states with the fewest years of schooling
95
239000
2000
Gli stati col livello più basso di anni scolari, negli adulti,
04:16
per adult are in red,
96
241000
2000
sono in rosso: vedete questa parte del
04:18
and you see this part of the country, the kind of Appalachians region,
97
243000
3000
paese, la regione degli Appalachi,
04:21
is less educated. It's just a fact.
98
246000
2000
questa è meno istruita delle altre - e questo è un fatto.
04:23
And you see the relationship there
99
248000
2000
Vedete la relazione qui tra
04:25
with the racially-based voting patterns.
100
250000
3000
questo e i voti influenzati dalla razza?
04:28
The other variable that's important is
101
253000
2000
L'altra variabile importante è
04:30
the type of neighborhood that you live in.
102
255000
3000
il tipo di quartiere in cui vivi.
04:33
States that are more rural --
103
258000
2000
Gli stati più rurali,
04:35
even to some extent of the states like New Hampshire and Maine --
104
260000
2000
anche quelli come New Hampshire e Maine,
04:37
they exhibit a little bit of
105
262000
2000
mostrano un po' di
04:39
this racially-based voting against Barack Obama.
106
264000
3000
questi pregiudizi nel voto contro Barack Obama.
04:42
So it's the combination of these two things: it's education
107
267000
2000
E' una combinazione di queste due cose - l'istruzione
04:44
and the type of neighbors that you have,
108
269000
2000
e il tipo di vicini che hai, di cui
04:46
which we'll talk about more in a moment.
109
271000
2000
parleremo meglio tra un attimo.
04:48
And the thing about states like Arkansas and Tennessee
110
273000
2000
Il punto, riguardo a stati come Arkansas e Tennessee,
04:50
is that they're both very rural,
111
275000
2000
è che sono entrambi molto rurali,
04:52
and they are educationally impoverished.
112
277000
4000
e poco istruiti.
04:56
So yes, racism is predictable.
113
281000
2000
Quindi sì, il razzismo è prevedibile.
04:58
These things, among maybe other variables,
114
283000
2000
Queste cose, insieme ad altre variabili, ma
05:00
but these things seem to predict it.
115
285000
2000
questi fattori sembrano poterlo prevedere.
05:02
We're going to drill down a little bit more now,
116
287000
2000
Ora approfondiamo un po', guardiamo a
05:04
into something called the General Social Survey.
117
289000
2000
una cosa chiamata General Social Survery [Indagine Sociale Generale].
05:06
This is conducted by the University of Chicago
118
291000
2000
Viene condotta dall'università di Chicago,
05:08
every other year.
119
293000
2000
un anno sì e uno no.
05:10
And they ask a series of really interesting questions.
120
295000
2000
Fanno una serie di domande molto interessanti.
05:12
In 2000 they had particularly interesting questions
121
297000
2000
Nel 2000 erano molto interessanti quelle
05:14
about racial attitudes.
122
299000
2000
sugli atteggiamenti razziali.
05:16
One simple question they asked is,
123
301000
2000
Una semplice domanda che veniva posta era,
05:18
"Does anyone of the opposite race live in your neighborhood?"
124
303000
4000
"C'è qualcuno di altre razze nel tuo quartiere?"
05:22
We can see in different types of communities that the results are quite different.
125
307000
3000
A seconda della comunità in esame, i risultati variano molto.
05:25
In cites, about 80 percent of people
126
310000
3000
Nelle città, l'80% delle persone ha qualche
05:28
have someone whom they consider a neighbor of another race,
127
313000
3000
vicino di un'altra razza.
05:31
but in rural communities, only about 30 percent.
128
316000
3000
Nelle comunità rurali, la percentuale scende al 30%.
05:34
Probably because if you live on a farm, you might not have a lot of neighbors, period.
129
319000
3000
Se vivi in una fattoria, di vicini non ne hai molti, punto.
05:37
But nevertheless, you're not having a lot of interaction with people
130
322000
3000
Però, comunque, non interagisci molto con
05:40
who are unlike you.
131
325000
2000
persone diverse da te.
05:42
So what we're going to do now is take the white people in the survey
132
327000
3000
Ora prenderemo i bianchi intervistati in questa indagine e li
05:45
and split them between those who have black neighbors --
133
330000
3000
divideremo tra coloro che hanno vicini neri o
05:48
or, really, some neighbor of another race --
134
333000
2000
di qualsiasi altro colore;
05:50
and people who have only white neighbors.
135
335000
3000
e persone che hanno solo vicini bianchi.
05:53
And we see in some variables
136
338000
2000
Vediamo che in alcune variabili, negli
05:55
in terms of political attitudes, not a lot of difference.
137
340000
2000
atteggiamenti politici ad esempio, non c'è molta variazione.
05:57
This was eight years ago, some people were more Republican back then.
138
342000
3000
Questo era 8 anni fa, molti erano più repubblicani all'epoca.
06:00
But you see Democrats versus Republican,
139
345000
2000
Si vedono Democratici e Repubblicani,
06:02
not a big difference based on who your neighbors are.
140
347000
3000
non c'è differenza a seconda dei vicini;
06:05
And even some questions about race -- for example
141
350000
2000
neanche in alcune domande sulla razza, ad esempio,
06:07
affirmative action, which is kind of a political question,
142
352000
2000
sull'affirmative action [discriminazione positiva], che è una questione politica,
06:09
a policy question about race, if you will --
143
354000
2000
una questione politica e razziale, in effetti.
06:11
not much difference here.
144
356000
2000
Non c'è molta differenza lì.
06:13
Affirmative action is not very popular frankly, with white voters, period.
145
358000
3000
L'affirmative action comunque non piace molto, agli elettori bianchi.
06:16
But people with black neighbors and people with mono-racial neighborhoods
146
361000
3000
Però le persone con vicini neri e persone di quartieri mono-razziali
06:19
feel no differently about it really.
147
364000
3000
non hanno idee molto diverse, davvero.
06:22
But if you probe a bit deeper and get a bit more personal if you will,
148
367000
4000
Se vai più sul personale, però, chiedendo:
06:26
"Do you favor a law banning interracial marriage?"
149
371000
2000
"Sei a favore dell'interdizione del matrimonio interrazziale?"
06:28
There is a big difference.
150
373000
2000
trovi differenze enormi.
06:30
People who don't have neighbors of a different race
151
375000
2000
Le persone che non hanno vicini di altri gruppi razziali
06:32
are about twice as likely
152
377000
2000
hanno il doppio delle probabilità di
06:34
to oppose interracial marriage as people who do.
153
379000
3000
opporsi al matrimonio interrazziale di coloro che invece hanno vicini 'diversi.'
06:37
Just based on who lives in your immediate neighborhood around you.
154
382000
3000
Tutto ciò basandosi solo su chi vive nel quartiere vicino a casa tua.
06:40
And likewise they asked, not in 2000, but in the same survey in 1996,
155
385000
4000
Allo stesso modo hanno chiesto, non nel 2000 ma nel 1996,
06:44
"Would you not vote for a qualified black president?"
156
389000
4000
"Non voteresti per un presidente nero?"
06:48
You see people without neighbors who are African-American who
157
393000
2000
Vedete, le persone senza vicini afroamericani
06:50
were much more likely to say, "That would give me a problem."
158
395000
3000
avevano molte piú probabilità di dire "Per me sarebbe un problema".
06:53
So it's really not even about urban versus rural.
159
398000
2000
Non è neanche una questione di urbano contro rurale.
06:55
It's about who you live with.
160
400000
2000
Si tratta di con chi viviamo.
06:57
Racism is predictable. And it's predicted by
161
402000
2000
Il razzismo è prevedibile - e lo è grazie alla
06:59
interaction or lack thereof with people unlike you, people of other races.
162
404000
4000
presenza o alla mancanza di interazione con persone diverse da te, di altri gruppi razziali.
07:03
So if you want to address it,
163
408000
2000
Quindi, se vogliamo fare qualcosa al riguardo,
07:05
the goal is to facilitate interaction with people of other races.
164
410000
3000
l'obiettivo dovrá essere facilitare l'interazione tra persone diverse.
07:08
I have a couple of very obvious, I suppose,
165
413000
2000
Ho una serie di idee piuttosto ovvie,
07:10
ideas for maybe how to do that.
166
415000
3000
presumo, su come farlo.
07:13
I'm a big fan of cities.
167
418000
2000
Adoro le cittá, specialmente
07:15
Especially if we have cites that are diverse and sustainable,
168
420000
3000
quelle sostenibili e ricche di diversitá,
07:18
and can support people of different ethnicities and different income groups.
169
423000
3000
che supportano diversi gruppi etnici e di reddito.
07:21
I think cities facilitate more of the kind of networking,
170
426000
3000
Le cittá facilitano l'interazione, la creazione di reti,
07:24
the kind of casual interaction than you might have on a daily basis.
171
429000
3000
nonché l'interazione casuale di giorno in giorno, nel quotidiano.
07:27
But also not everyone wants to live in a city, certainly not a city like New York.
172
432000
3000
Non tutti peró vogliono vivere in cittá, in una come New York, poi.
07:30
So we can think more about things like street grids.
173
435000
3000
Dobbiamo pensare dunque di piú a cose come le griglie di strade.
07:33
This is the neighborhood where I grew up in East Lansing, Michigan.
174
438000
2000
Questo è il quartiere dove sono cresciuto, a East Lansing, nel Michigan.
07:35
It's a traditional Midwestern community, which means you have real grid.
175
440000
3000
E' una comunitá tradizionale del Midwest, e ció implica che c'è una griglia.
07:38
You have real neighborhoods and real trees, and real streets you can walk on.
176
443000
3000
Ci sono quartieri reali, alberi veri, e strade vere dove si può camminare.
07:41
And you interact a lot with your neighbors --
177
446000
3000
Si interagisce molto tra vicini,
07:44
people you like, people you might not know.
178
449000
2000
tra persone con interessi comuni e sconosciuti.
07:46
And as a result it's a very tolerant community,
179
451000
3000
Il risultato è una comunità piuttosto tollerante,
07:49
which is different, I think, than something like this,
180
454000
2000
il che è diverso, secondo me, da una cosa come questa,
07:51
which is in Schaumburg, Illinois,
181
456000
2000
a Schaumburg, Illinois.
07:53
where every little set of houses has their own cul-de-sac
182
458000
3000
Qui ogni gruppo di case ha la sua stradina senza uscita,
07:56
and drive-through Starbucks and stuff like that.
183
461000
2000
Starbucks drive-through, cose del genere.
07:58
I think that actually this type of urban design,
184
463000
3000
Questo tipo di disegno urbano, secondo me,
08:01
which became more prevalent in the 1970s and 1980s --
185
466000
3000
che è cresciuto soprattutto negli anni 70 e 80...
08:04
I think there is a relationship between that and the country becoming
186
469000
3000
Penso ci sia una relazione tra quello e il fatto che il paese stesse
08:07
more conservative under Ronald Reagan.
187
472000
2000
diventando piú conservatore, con Ronald Reagan.
08:09
But also here is another idea we have --
188
474000
3000
Qui, c'è anche un'idea che abbiamo -
08:12
is an intercollegiate exchange program
189
477000
2000
un programma di scambio tra college dove
08:14
where you have students going from New York abroad.
190
479000
3000
gli studenti lasciano NY per l'estero.
08:17
But frankly there are enough differences within the country now
191
482000
2000
Io penso, francamente, che ci siano differenze abbastanza grandi nel paese,
08:19
where maybe you can take a bunch of kids from NYU,
192
484000
3000
abbastanza da prendere dei ragazzi della NYU,
08:22
have them go study for a semester at the University of Arkansas,
193
487000
2000
e mandarli a studiare per un semestre all'Università dell'Arkansas,
08:24
and vice versa. Do it at the high school level.
194
489000
3000
e viceversa. Si potrebbe fare anche coi licei.
08:27
Literally there are people who might be in school in Arkansas or Tennessee
195
492000
3000
Letteralmente, ci sono persone che vanno a scuola in Arkansas o nel Tennessee,
08:30
and might never interact in a positive affirmative way
196
495000
3000
che magari non hanno mai interagito positivamente e attivamente
08:33
with someone from another part of the country, or of another racial group.
197
498000
4000
con qualcuno di un'altra parte del paese e di un altro gruppo razziale.
08:37
I think part of the education variable we talked about before
198
502000
3000
Parte della variabile "istruzione" che consideravamo prima
08:40
is the networking experience you get when you go to college
199
505000
2000
è anche l'esperienza di interazione che fai al college,
08:42
where you do get a mix of people that you might not interact with otherwise.
200
507000
4000
quando incontri un mix di persone che altrove non troveresti.
08:46
But the point is, this is all good news,
201
511000
2000
Queste sono tutte buone notizie,
08:48
because when something is predictable,
202
513000
3000
perché quando qualcosa è prevedibile,
08:51
it is what I call designable.
203
516000
2000
lo si può anche progettare.
08:53
You can start thinking about solutions to solving that problem,
204
518000
2000
Si può iniziare a pensare a come risolvere la questione,
08:55
even if the problem is pernicious and as intractable as racism.
205
520000
3000
anche se perniciosa e intrattabile come quella del razzismo.
08:58
If we understand the root causes of the behavior
206
523000
2000
Se capiamo la radice del comportamento,
09:00
and where it manifests itself and where it doesn't,
207
525000
2000
dove si manifesta e dove no,
09:02
we can start to design solutions to it.
208
527000
3000
possiamo iniziare a pensare a soluzioni per esso.
09:05
So that's all I have to say. Thank you very much.
209
530000
2000
E' tutto, grazie mille.
09:07
(Applause)
210
532000
1000
(Applausi)
ABOUT THE SPEAKER
Nate Silver - StatisticianMath whiz and baseball fan Nate Silver was mainly known for predicting outcomes in fantasy ballgames -- until his technique hit a home run calling the outcome of the 2008 election primaries.
Why you should listen
In the 2008 election season's closing weeks, throngs of wonks and laypeople alike were glued to FiveThirtyEight.com, a habitforming political blog. Red and blue bar charts crowded the scrollbars as the pulse of exit polls crept along the site's latest projections. It seemed almost miraculous: In a year of acute turns of favor, the site's owner and mouthpiece, Nate Silver (who blogged anonymously as "Poblano" until outing himself on May 30, 2008, as a baseball numberhead), managed to predict the winners of every U.S. Senate contest -- and the general Presidential election.
Besides being just-damn-fascinating, Silver's analysis is a decidedly contrarian gauntlet thrown before an unrepentant, spectacle-driven media. The up-and-coming pundit, who cut his teeth forecasting the performance of Major League Baseball players, has a fairly direct explanation of why most projections fail: "Polls are cherry-picked based on their brand name or shock value rather than their track record of accuracy."
Silver's considerable smarts are already helping local campaigns build constituencies and strategize. He is the author of The Signal and the Noise: Why So Many Predictions Fail - but Some Don't.
Nate Silver | Speaker | TED.com