TEDGlobal 2010
David McCandless: The beauty of data visualization
デビッド・マキャンドレス 「データビジュアライゼーションの美」
Filmed:
Readability: 4.3
3,250,094 views
デビッド・マキャンドレスは複雑なデータセットを美しいシンプルなダイアグラムへと変え、隠れたパターンや関連を引き出します。良いデザインは過剰な情報の海を渡る最良の方法であり、私たちの世界の見方をも変えられるのだと彼は言います。
David McCandless - Data journalist
David McCandless draws beautiful conclusions from complex datasets -- thus revealing unexpected insights into our world. Full bio
David McCandless draws beautiful conclusions from complex datasets -- thus revealing unexpected insights into our world. Full bio
Double-click the English transcript below to play the video.
00:15
It feels like we're all suffering
0
0
2000
私たちは過剰な情報に
00:17
from information overload or data glut.
1
2000
3000
苛まれているように感じています
00:20
And the good news is there might be an easy solution to that,
2
5000
2000
でも簡単な解決法があるのかも
00:22
and that's using our eyes more.
3
7000
2000
それはもっと目を使うことです
00:24
So, visualizing information, so that we can see
4
9000
2000
情報の可視化は
00:26
the patterns and connections that matter
5
11000
3000
重要なパターンや関連を見えるようにし
00:29
and then designing that information so it makes more sense,
6
14000
3000
情報にデザインを与えることで 意味が引き立ち
00:32
or it tells a story,
7
17000
2000
ストーリーが伝わり
00:34
or allows us to focus only on the information that's important.
8
19000
3000
重要な情報だけに集中できるようにします
00:38
Failing that, visualized information can just look really cool.
9
23000
3000
そうできないなら 単に小奇麗な見かけにすぎません
00:41
So, let's see.
10
26000
2000
例を見てみましょう
00:45
This is the $Billion Dollar o-Gram,
11
30000
2000
これは「ビリオンダラーグラム」です
00:47
and this image arose
12
32000
2000
この画像は メディアの伝える
00:49
out of frustration I had
13
34000
2000
何億ドルがどうのというニュースへの
00:51
with the reporting of billion-dollar amounts in the press.
14
36000
2000
苛立ちから生まれました
00:53
That is, they're meaningless without context:
15
38000
3000
そういう数字は文脈なしには意味がありません
00:56
500 billion for this pipeline,
16
41000
2000
パイプラインに5千憶ドル
00:58
20 billion for this war.
17
43000
2000
戦争に2百億ドル
01:00
It doesn't make any sense, so the only way to understand it
18
45000
2000
ピンときません 分かるための
01:02
is visually and relatively.
19
47000
2000
唯一の方法は 可視化と相対化です
01:04
So I scraped a load of reported figures
20
49000
2000
それで私はたくさんのデータを
01:06
from various news outlets
21
51000
2000
様々な情報源から集め
01:08
and then scaled the boxes according to those amounts.
22
53000
3000
額に応じて四角の大きさを変えて描いてみました
01:11
And the colors here represent the motivation behind the money.
23
56000
3000
色はお金の用途を表しています
01:14
So purple is "fighting,"
24
59000
3000
紫色は軍事
01:17
and red is "giving money away," and green is "profiteering."
25
62000
3000
赤は寄付 緑は所得という具合です
01:20
And what you can see straight away
26
65000
2000
すぐに気づくのは 数字に対して
01:22
is you start to have a different relationship to the numbers.
27
67000
2000
違った関係ができるということです
01:24
You can literally see them.
28
69000
2000
文字通り見えるようになります
01:26
But more importantly, you start to see
29
71000
2000
さらに重要なのは 複数のニュースに
01:28
patterns and connections between numbers
30
73000
2000
分散していた数字の間にある
01:30
that would otherwise be scattered across multiple news reports.
31
75000
3000
パターンや関連が見えるようになることです
01:33
Let me point out some that I really like.
32
78000
3000
いくつか面白い部分を拾ってみましょう
01:36
This is OPEC's revenue, this green box here --
33
81000
2000
この緑の箱は OPECの収入で
01:38
780 billion a year.
34
83000
2000
年に7,800億ドルです
01:40
And this little pixel in the corner -- three billion --
35
85000
3000
この隅の小さなのは 30億ドル
01:43
that's their climate change fund.
36
88000
3000
気候変動のための基金です
01:46
Americans, incredibly generous people --
37
91000
2000
アメリカ人はものすごく気前がよく
01:48
over 300 billion a year, donated to charity every year,
38
93000
3000
慈善のため 年に3,000億ドル以上寄付します
01:51
compared with the amount of foreign aid
39
96000
2000
一方 主要工業国17カ国の
01:53
given by the top 17 industrialized nations
40
98000
2000
国外援助の総額は
01:55
at 120 billion.
41
100000
2000
1,200億ドルに過ぎません
01:57
Then of course,
42
102000
2000
それからイラク戦争は
01:59
the Iraq War, predicted to cost just 60 billion
43
104000
2000
2003年には600億ドルかかると
02:01
back in 2003.
44
106000
3000
予測されていましたが
02:04
And it mushroomed slightly. Afghanistan and Iraq mushroomed now
45
109000
3000
少しばかり膨らんだようです
02:07
to 3,000 billion.
46
112000
3000
イラク アフガン戦争は 累計で3兆ドルかかっています
02:10
So now it's great
47
115000
2000
この素敵な絵があるので
02:12
because now we have this texture, and we can add numbers to it as well.
48
117000
2000
別な数字を追加もできます
02:14
So we could say, well, a new figure comes out ... let's see African debt.
49
119000
3000
何か新しい数字が出てきたとき たとえば
02:17
How much of this diagram do you think might be taken up
50
122000
2000
アフリカの西欧への負債額は
02:19
by the debt that Africa owes to the West?
51
124000
2000
この絵ではどれくらいになるのか？
02:21
Let's take a look.
52
126000
2000
見てみましょう
02:23
So there it is:
53
128000
2000
これです
02:25
227 billion is what Africa owes.
54
130000
2000
2,270億ドルがアフリカの借金です
02:27
And the recent financial crisis,
55
132000
2000
では最近あった金融危機は
02:29
how much of this diagram might that figure take up?
56
134000
2000
この絵ではどうなるのか？
02:31
What has that cost the world? Let's take a look at that.
57
136000
3000
世界に対し どれだけ負担になったのでしょう？
02:34
Dooosh -- Which I think is the appropriate sound effect
58
139000
3000
ドゥーシュ！ これだけの額のお金に
02:37
for that much money:
59
142000
2000
ぴったりの効果音だと思います
02:39
11,900 billion.
60
144000
4000
11兆9,000億ドル
02:45
So, by visualizing this information,
61
150000
2000
情報は 可視化することによって
02:47
we turned it into a landscape
62
152000
2000
目で探究できる景観に
02:49
that you can explore with your eyes,
63
154000
2000
変えることができるのです
02:51
a kind of map really, a sort of information map.
64
156000
2000
情報の地図と言ってもいい
02:53
And when you're lost in information,
65
158000
2000
そして情報の中で迷子になったら
02:55
an information map is kind of useful.
66
160000
3000
情報の地図は役に立つことでしょう
02:58
So I want to show you another landscape now.
67
163000
2000
違う景観をお見せしましょう
03:00
We need to imagine what a landscape
68
165000
2000
世界の恐怖の景観は
03:02
of the world's fears might look like.
69
167000
3000
どのようなものになるか想像してください
03:05
Let's take a look.
70
170000
2000
見てみましょう
03:07
This is Mountains Out of Molehills,
71
172000
2000
このモグラ塚みたいなのは
03:09
a timeline of global media panic.
72
174000
2000
時系列で表した世界のメディアの―
03:11
(Laughter)
73
176000
2000
狂乱です (笑)
03:13
So, I'll label this for you in a second.
74
178000
2000
後ですぐご説明しますが
03:15
But the height here, I want to point out,
75
180000
2000
高い山は
03:17
is the intensity of certain fears
76
182000
2000
メディアを賑わした
03:19
as reported in the media.
77
184000
2000
特定の恐怖の高まりを表しています
03:21
Let me point them out.
78
186000
2000
いくつか見てみましょう
03:23
So this, swine flu -- pink.
79
188000
4000
このピンクは豚インフルエンザ
03:27
Bird flu.
80
192000
2000
これは鳥インフルエンザ
03:29
SARS -- brownish here. Remember that one?
81
194000
3000
茶色っぽいのがSARS 覚えてますか？
03:32
The millennium bug,
82
197000
3000
それに2000年問題
03:35
terrible disaster.
83
200000
2000
ひどい災難でしたね
03:37
These little green peaks
84
202000
2000
この小さな緑の山は
03:39
are asteroid collisions.
85
204000
2000
小惑星の衝突です
03:41
(Laughter)
86
206000
2000
(笑)
03:43
And in summer, here, killer wasps.
87
208000
2000
夏になると 殺人蜂が話題になります
03:45
(Laughter)
88
210000
8000
(笑)
03:53
So these are what our fears look like
89
218000
2000
これは メディアがその時々に
03:55
over time in our media.
90
220000
2000
伝えてきた恐怖なのです
03:57
But what I love -- and I'm a journalist --
91
222000
2000
ジャーナリストとして私が惹かれるのは
03:59
and what I love is finding hidden patterns; I love being a data detective.
92
224000
3000
隠れたパターンを見つけ出すことです
04:02
And there's a very interesting and odd pattern hidden in this data
93
227000
3000
このデータには 面白い奇妙なパターンが隠れており
04:05
that you can only see when you visualize it.
94
230000
2000
可視化によって明らかにできます
04:07
Let me highlight it for you.
95
232000
2000
それをハイライトしてみましょう
04:09
See this line, this is a landscape for violent video games.
96
234000
3000
この線は 暴力的ビデオゲームへの恐れを表しています
04:12
As you can see, there's a kind of odd, regular pattern in the data,
97
237000
3000
ご覧のように 奇妙な規則的パターンがあります
04:15
twin peaks every year.
98
240000
2000
毎年2つの山があります
04:17
If we look closer, we see those peaks occur
99
242000
2000
よく見ると
04:19
at the same month every year.
100
244000
3000
毎年 同じ月に現れているのが分かります
04:22
Why?
101
247000
2000
なぜなのでしょう？
04:24
Well, November, Christmas video games come out,
102
249000
2000
11月は クリスマス向けの新作が
04:26
and there may well be an upsurge in the concern about their content.
103
251000
3000
出てくる時期で その内容に対して懸念が現れます
04:29
But April isn't a particularly massive month
104
254000
3000
でも4月はビデオゲームで
04:32
for video games.
105
257000
2000
特に意味のある月ではありません
04:34
Why April?
106
259000
2000
なぜ4月なのでしょう？
04:36
Well, in April 1999 was the Columbine shooting,
107
261000
3000
実は1999年4月に コロンバイン高校 銃乱射事件があり
04:39
and since then, that fear
108
264000
2000
それ以来メディアは毎年
04:41
has been remembered by the media
109
266000
2000
この時期に恐怖を呼び起こし
04:43
and echoes through the group mind gradually through the year.
110
268000
2000
人々の心理に静かに浸透しているのです
04:45
You have retrospectives, anniversaries,
111
270000
3000
回顧があり 何周年があり
04:48
court cases, even copy-cat shootings,
112
273000
3000
裁判があり 模倣犯の乱射事件まであります
04:51
all pushing that fear into the agenda.
113
276000
3000
それが恐怖を引き起こすのです
04:54
And there's another pattern here as well. Can you spot it?
114
279000
2000
パターンが違うところがあります
04:56
See that gap there? There's a gap,
115
281000
2000
ここにギャップがあり それが
04:58
and it affects all the other stories.
116
283000
2000
他のニュースすべてに影響しています
05:00
Why is there a gap there?
117
285000
2000
ここにギャップがあるのはなぜか？
05:02
You see where it starts? September 2001,
118
287000
3000
いつ始まっているかというと 2001年9月で
05:05
when we had something very real
119
290000
2000
非常に大きな恐怖の対象が
05:07
to be scared about.
120
292000
2000
ここで生じています
05:09
So, I've been working as a data journalist for about a year,
121
294000
3000
私がデータジャーナリストとして
05:12
and I keep hearing a phrase
122
297000
2000
1年ほど働いてきた中で
05:14
all the time, which is this:
123
299000
3000
絶えず耳にした言葉があります
05:17
"Data is the new oil."
124
302000
2000
「データは新しい石油だ」
05:19
Data is the kind of ubiquitous resource
125
304000
3000
データはあまねく存在する資源で
05:22
that we can shape to provide new innovations and new insights,
126
307000
3000
それを形作ることで新たなイノベーションや洞察を得ることができ
05:25
and it's all around us, and it can be mined very easily.
127
310000
3000
身の回りにあって 容易に掘り出すことができます
05:28
It's not a particularly great metaphor in these times,
128
313000
3000
最近は とくにメキシコ湾の近くに住んでいるなら
05:31
especially if you live around the Gulf of Mexico,
129
316000
3000
石油というのは あまり好ましいメタファではありません
05:34
but I would, perhaps, adapt this metaphor slightly,
130
319000
2000
少し変えて こう言いいましょう
05:36
and I would say that data is the new soil.
131
321000
3000
「データは新しい土壌だ」と
05:40
Because for me, it feels like a fertile, creative medium.
132
325000
3000
私にはそれが豊かで創造的な媒体だと思えるからです
05:43
Over the years, online,
133
328000
2000
長年に渡り 私たちは
05:45
we've laid down
134
330000
3000
ネット上で膨大な量の
05:48
a huge amount of information and data,
135
333000
2000
情報とデータの種を蒔き
05:50
and we irrigate it with networks and connectivity,
136
335000
2000
ネットワークと接続性で潤し
05:52
and it's been worked and tilled by unpaid workers and governments.
137
337000
3000
無報酬の人々や政府の力で耕してきました
05:55
And, all right, I'm kind of milking the metaphor a little bit.
138
340000
3000
メタファを少し広げすぎたかもしれませんが
05:58
But it's a really fertile medium,
139
343000
3000
しかしこれは本当に豊かな媒体なのです
06:01
and it feels like visualizations, infographics, data visualizations,
140
346000
3000
そしてインフォグラフィックスや データ可視化というのは
06:04
they feel like flowers blooming from this medium.
141
349000
3000
この情報という媒体に咲いた花のように感じられます
06:07
But if you look at it directly,
142
352000
2000
直接見ている分には たくさんの数字や
06:09
it's just a lot of numbers and disconnected facts.
143
354000
2000
バラバラな事実にすぎませんが
06:11
But if you start working with it and playing with it in a certain way,
144
356000
3000
ある種の仕方で弄び 取り組むことで
06:14
interesting things can appear and different patterns can be revealed.
145
359000
3000
面白いものが現れ 異なったパターンが見出されます
06:17
Let me show you this.
146
362000
2000
これを見てください
06:19
Can you guess what this data set is?
147
364000
3000
何のデータかお分かりになりますか？
06:22
What rises twice a year,
148
367000
2000
年に2回 大きな山があります
06:24
once in Easter
149
369000
2000
復活祭の時と
06:26
and then two weeks before Christmas,
150
371000
2000
クリスマスの2週間前です
06:28
has a mini peak every Monday,
151
373000
2000
毎週月曜に小さな山があり
06:30
and then flattens out over the summer?
152
375000
2000
夏の間は平らです
06:32
I'll take answers.
153
377000
2000
答えを聞いてみましょう
06:34
(Audience: Chocolate.) David McCandless: Chocolate.
154
379000
2000
(聴衆: チョコレート) チョコレートですか
06:36
You might want to get some chocolate in.
155
381000
3000
チョコレートなら食べたくなるかもしれません
06:39
Any other guesses?
156
384000
2000
他にありませんか？
06:41
(Audience: Shopping.) DM: Shopping.
157
386000
2000
(聴衆: ショッピング) ショッピング
06:43
Yeah, retail therapy might help.
158
388000
3000
ショッピング療法は効くかもしれませんね
06:46
(Audience: Sick leave.)
159
391000
2000
(聴衆: 病欠) 病欠
06:48
DM: Sick leave. Yeah, you'll definitely want to take some time off.
160
393000
2000
確かに休みたくもなるでしょう
06:50
Shall we see?
161
395000
2000
見てみましょう
06:53
(Laughter)
162
398000
8000
(Facebookステータス更新に基づく破局のピーク ― 笑)
07:01
(Applause)
163
406000
3000
(拍手)
07:04
So, the information guru Lee Byron and myself,
164
409000
3000
この情報は リー バイロンと私が
07:07
we scraped 10,000 status Facebook updates
165
412000
3000
「破局」のFacebookステータス更新データを
07:10
for the phrase "break-up" and "broken-up"
166
415000
2000
1万件集めたもので
07:12
and this is the pattern we found --
167
417000
2000
このようなパターンが見つかりました
07:14
people clearing out for Spring Break,
168
419000
2000
みんな春休みに関係を清算し
07:16
(Laughter)
169
421000
5000
(笑)
07:21
coming out of very bad weekends on a Monday,
170
426000
2000
月曜に不首尾な週末のことを打ち明け
07:23
being single over the summer,
171
428000
3000
夏の間は独り身でいます
07:26
and then the lowest day of the year, of course: Christmas Day.
172
431000
3000
そして最も低くなるのはもちろんクリスマスです
07:29
Who would do that?
173
434000
3000
誰がそんなことするでしょう？
07:32
So there's a titanic amount of data out there now,
174
437000
2000
ですから今や空前の量の
07:34
unprecedented.
175
439000
2000
データがあるのです
07:37
But if you ask the right kind of question,
176
442000
2000
それを適切な質問
07:39
or you work it in the right kind of way,
177
444000
2000
適切な方法で処理すれば
07:41
interesting things can emerge.
178
446000
3000
興味深いものが現れるのです
07:44
So information is beautiful. Data is beautiful.
179
449000
3000
だから情報は美しいのです
07:47
I wonder if I could make my life beautiful.
180
452000
3000
それで自分も美しくできないかと思いました
07:50
And here's my visual C.V.
181
455000
2000
これは視覚的にした私の履歴書です
07:52
I'm not quite sure I've succeeded.
182
457000
2000
うまくいったかは 何とも言えません
07:54
Pretty blocky, the colors aren't that great.
183
459000
2000
角々していて 色も冴えません
07:56
But I wanted to convey something to you.
184
461000
3000
でも私は伝えたいことがあったんです
07:59
I started as a programmer,
185
464000
2000
私は最初プログラマで
08:01
and then I worked as a writer for many years, about 20 years,
186
466000
2000
それからライターを20年ほど
08:03
in print, online and then in advertising,
187
468000
2000
出版、オンライン、広告とやって
08:05
and only recently have I started designing.
188
470000
3000
ほんの最近になって デザインを始めました
08:08
And I've never been to design school.
189
473000
2000
デザイン学校に行ったことはなく
08:10
I've never studied art or anything.
190
475000
3000
アートの類を学んだこともありません
08:13
I just kind of learned through doing.
191
478000
2000
ただやりながら覚えていったのです
08:15
And when I started designing,
192
480000
2000
そしてデザインを始めた時
08:17
I discovered an odd thing about myself.
193
482000
2000
奇妙なことに気付きました
08:19
I already knew how to design,
194
484000
2000
私はデザインを理解していたのです
08:21
but it wasn't like I was amazingly brilliant at it,
195
486000
3000
すごい才能があるということではありません
08:24
but more like I was sensitive
196
489000
2000
ただグリッドやスペースや
08:26
to the ideas of grids and space
197
491000
2000
アラインメントやタイポグラフィといったものに
08:28
and alignment and typography.
198
493000
2000
敏感だったのです
08:30
It's almost like being exposed
199
495000
2000
長い間メディアに触れることで
08:32
to all this media over the years
200
497000
2000
デザインの基本が
08:34
had instilled a kind of dormant design literacy in me.
201
499000
3000
気付かぬうちに身に付いていたのです
08:37
And I don't feel like I'm unique.
202
502000
2000
私は自分が特別だとは思いません
08:39
I feel that everyday, all of us now
203
504000
2000
私たちはみんな毎日
08:41
are being blasted by information design.
204
506000
3000
情報デザインに晒されています
08:44
It's being poured into our eyes through the Web,
205
509000
2000
Webを通して私たちの目に流れこみます
08:46
and we're all visualizers now;
206
511000
2000
私たちはみな視覚的な人間なのです
08:48
we're all demanding a visual aspect
207
513000
2000
私たちはみな情報を
08:50
to our information.
208
515000
3000
視覚的なものとして求めています
08:53
There's something almost quite magical about visual information.
209
518000
3000
視覚情報には何か魔法のようなところがあって
08:56
It's effortless, it literally pours in.
210
521000
3000
苦もなく 文字通り流れ込んでくるのです
08:59
And if you're navigating a dense information jungle,
211
524000
3000
そして深い情報のジャングルに入り込んだとき
09:02
coming across a beautiful graphic
212
527000
2000
美しいグラフィックスや
09:04
or a lovely data visualization,
213
529000
2000
愛らしい可視化データを見るとホッとします
09:06
it's a relief, it's like coming across a clearing in the jungle.
214
531000
3000
ジャングルの中で開けた場所に出たかのようです
09:09
I was curious about this, so it led me
215
534000
2000
こういうことに興味があったため
09:11
to the work of a Danish physicist
216
536000
2000
デンマークの物理学者
09:13
called Tor Norretranders,
217
538000
2000
ノーレットランダーシュの仕事に 辿り着きました
09:15
and he converted the bandwidth of the senses into computer terms.
218
540000
3000
コンピュータの単位で表した 感覚の帯域幅です
09:19
So here we go. This is your senses,
219
544000
2000
これは感覚を通して
09:21
pouring into your senses every second.
220
546000
2000
毎秒流れ込む情報量です
09:23
Your sense of sight is the fastest.
221
548000
3000
視覚が最も速く
09:26
It has the same bandwidth as a computer network.
222
551000
3000
コンピュータネットワーク並の速さがあります
09:29
Then you have touch, which is about the speed of a USB key.
223
554000
3000
次が触覚で USBの速さがあります
09:32
And then you have hearing and smell,
224
557000
2000
それから聴覚と嗅覚は
09:34
which has the throughput of a hard disk.
225
559000
2000
ハードディスクほどの速さです
09:36
And then you have poor old taste,
226
561000
2000
そして哀れな味覚は
09:38
which is like barely the throughput of a pocket calculator.
227
563000
3000
ポケット電卓並の速さしかありません
09:41
And that little square in the corner, a naught .7 percent,
228
566000
3000
この隅の赤い四角の部分で
09:44
that's the amount we're actually aware of.
229
569000
3000
全感覚の0.7%になります
09:47
So a lot of your vision --
230
572000
2000
だから大部分の情報は
09:49
the bulk of it is visual, and it's pouring in.
231
574000
2000
視覚から流れ込むのです
09:51
It's unconscious.
232
576000
2000
気付かぬうちに
09:53
The eye is exquisitely sensitive
233
578000
3000
そして目というのは 色や形や
09:56
to patterns in variations in color, shape and pattern.
234
581000
3000
パターンの変化に対し ものすごく敏感なのです
09:59
It loves them, and it calls them beautiful.
235
584000
2000
目はそれを好み 美しいと言うのです
10:01
It's the language of the eye.
236
586000
2000
それは目の言語なのです
10:03
If you combine the language of the eye with the language of the mind,
237
588000
2000
目の言語を
10:05
which is about words and numbers and concepts,
238
590000
3000
心の言語である 言葉や数字や概念と組み合わせると
10:08
you start speaking two languages simultaneously,
239
593000
3000
2つの言語が同時に語られ
10:11
each enhancing the other.
240
596000
3000
それぞれが互いに強め合うようになります
10:14
So, you have the eye, and then you drop in the concepts.
241
599000
3000
目が捕らえ 概念へと落ちるのです
10:17
And that whole thing -- it's two languages
242
602000
2000
そうやって2つの言語が
10:19
both working at the same time.
243
604000
2000
同時に機能するのです
10:21
So we can use this new kind of language, if you like,
244
606000
2000
この新しい種類の言語を使って
10:23
to alter our perspective or change our views.
245
608000
3000
ものの見方を変えることができます
10:26
Let me ask you a simple question
246
611000
2000
ひとつ簡単な質問をしましょう
10:28
with a really simple answer:
247
613000
2000
答えはすごく簡単です
10:30
Who has the biggest military budget?
248
615000
2000
軍事予算最大の国はどこか？
10:32
It's got to be America, right?
249
617000
2000
アメリカでしょうね
10:34
Massive. 609 billion in 2008 --
250
619000
2000
2008年でなんと
10:36
607, rather.
251
621000
2000
6,070億ドルです
10:38
So massive, in fact, that it can contain
252
623000
2000
すごく大きくて
10:40
all the other military budgets in the world inside itself.
253
625000
3000
ほかの国々の軍事予算が まるまる収まります
10:43
Gobble, gobble, gobble, gobble, gobble.
254
628000
2000
ガブガブガブ
10:45
Now, you can see Africa's total debt there
255
630000
2000
参考までに アフリカの負債額と
10:47
and the U.K. budget deficit for reference.
256
632000
2000
イギリスの財政赤字額を 並べておきます
10:49
So that might well chime
257
634000
2000
アメリカというのは
10:51
with your view that America
258
636000
2000
武力挑発的な
10:53
is a sort of warmongering military machine,
259
638000
3000
軍事マシンで 巨大な軍産複合体によって
10:56
out to overpower the world
260
641000
2000
世界を征服しようとしているという
10:58
with its huge industrial-military complex.
261
643000
3000
見方に符号しているようです
11:01
But is it true that America has the biggest military budget?
262
646000
3000
でも本当にアメリカが軍事予算最大の国なのでしょうか？
11:04
Because America is an incredibly rich country.
263
649000
2000
というのもアメリカはとても裕福な国だからです
11:06
In fact, it's so massively rich
264
651000
2000
実際ものすごく裕福で
11:08
that it can contain the four other
265
653000
2000
他の工業国
11:10
top industrialized nations' economies
266
655000
2000
上位4か国の経済が
11:12
inside itself, it's so vastly rich.
267
657000
3000
すっぽり入るほど豊かなのです
11:15
So its military budget is bound to be enormous.
268
660000
3000
だから軍事予算だって必然的に大きくなります
11:18
So, to be fair and to alter our perspective,
269
663000
2000
公平を期して視点を変え
11:20
we have to bring in another data set,
270
665000
2000
別のデータセットを導入してみましょう
11:22
and that data set is GDP, or the country's earnings.
271
667000
2000
GDP つまり国の所得です
11:24
Who has the biggest budget as a proportion of GDP?
272
669000
2000
GDP比では どこが最大になるか？
11:26
Let's have a look.
273
671000
2000
見てみましょう
11:28
That changes the picture considerably.
274
673000
3000
様相がずいぶん変わりましたね
11:31
Other countries pop into view that you, perhaps, weren't considering,
275
676000
3000
予想外の国が上に来ているんじゃないでしょうか
11:34
and American drops into eighth.
276
679000
2000
アメリカは8位に落ちています
11:36
Now you can also do this with soldiers.
277
681000
2000
同じことが兵員数でもできます
11:38
Who has the most soldiers? It's got to be China.
278
683000
2000
兵員数が最も多い国は？
11:40
Of course, 2.1 million.
279
685000
2000
もちろん中国で 210万人います
11:42
Again, chiming with your view
280
687000
2000
中国というのは軍事国家で
11:44
that China has a militarized regime
281
689000
2000
大兵力を動員する気満々だと
11:46
ready to, you know, mobilize its enormous forces.
282
691000
2000
思うかもしれません
11:48
But of course, China has an enormous population.
283
693000
3000
しかしもちろん中国は膨大な人口を抱えています
11:51
So if we do the same,
284
696000
2000
だからさっきと同じことをすると
11:53
we see a radically different picture.
285
698000
2000
様相が大きく変わります
11:55
China drops to 124th.
286
700000
2000
中国は124位に落ちるのです
11:57
It actually has a tiny army
287
702000
2000
別のデータも考慮するなら
11:59
when you take other data into consideration.
288
704000
3000
むしろ小さな軍隊なのです
12:02
So, absolute figures, like the military budget,
289
707000
2000
ですから世界という文脈の中では
12:04
in a connected world,
290
709000
2000
軍事予算のような絶対的な値は
12:06
don't give you the whole picture.
291
711000
2000
全体像を与えてはくれないのです
12:08
They're not as true as they could be.
292
713000
2000
そうあるべきほどには真実を伝えません
12:10
We need relative figures that are connected to other data
293
715000
3000
より完全な姿を見るためには 他のデータと関連した
12:13
so that we can see a fuller picture,
294
718000
2000
相対的な数字が必要なのです
12:15
and then that can lead to us changing our perspective.
295
720000
2000
それは私たちの見方を変えるでしょう
12:17
As Hans Rosling, the master,
296
722000
2000
私の師である
12:19
my master, said,
297
724000
3000
ハンス ロスリングが言うように
12:22
"Let the dataset change your mindset."
298
727000
3000
「データセットでマインドセットを変える」のです
12:26
And if it can do that, maybe it can also change your behavior.
299
731000
3000
そうできたなら 行動もまた変えられるかもしれません
12:29
Take a look at this one.
300
734000
2000
この図を見てください
12:31
I'm a bit of a health nut.
301
736000
2000
私はちょっとした健康オタクです
12:33
I love taking supplements and being fit,
302
738000
3000
サプリメントを飲んだり 健康に気を使っています
12:36
but I can never understand what's going on in terms of evidence.
303
741000
3000
しかし本当に効くのかわかりません
12:39
There's always conflicting evidence.
304
744000
2000
いつも相反する証拠があります
12:41
Should I take vitamin C? Should I be taking wheatgrass?
305
746000
2000
ビタミンCや ウィートグラスは 摂るべきなのか？
12:43
This is a visualization of all the evidence
306
748000
2000
これは栄養補助食品に関する
12:45
for nutritional supplements.
307
750000
2000
データを可視化したものです
12:47
This kind of diagram is called a balloon race.
308
752000
3000
このような図をバルーンレース(気球競技)と言います
12:50
So the higher up the image,
309
755000
2000
上に行くほどそのサプリメントが
12:52
the more evidence there is for each supplement.
310
757000
3000
効くという証拠があるということです
12:55
And the bubbles correspond to popularity as regards to Google hits.
311
760000
3000
円の大きさはGoogleヒット件数に基づく人気度です
12:58
So you can immediately apprehend
312
763000
3000
ですから一目で有効性と
13:01
the relationship between efficacy and popularity,
313
766000
3000
人気度の関係がわかります
13:04
but you can also, if you grade the evidence,
314
769000
3000
証拠を等級づけることで 「価値あり」の
13:07
do a "worth it" line.
315
772000
2000
境界線を引くこともできます
13:09
So supplements above this line are worth investigating,
316
774000
3000
この線より上のサプリメントは調べる価値があるでしょうが
13:12
but only for the conditions listed below,
317
777000
3000
下に付記した症状に対してのみ有効です
13:15
and then the supplements below the line
318
780000
3000
そして線よりも下のサプリメントは
13:18
are perhaps not worth investigating.
319
783000
2000
おそらく調べる価値もないでしょう
13:20
Now this image constitutes a huge amount of work.
320
785000
3000
この画像には膨大な労力がかかっています
13:23
We scraped like 1,000 studies from PubMed,
321
788000
3000
生物医学データベースのPubMedから
13:26
the biomedical database,
322
791000
2000
1千件に上る研究を拾い出して
13:28
and we compiled them and graded them all.
323
793000
3000
まとめ 等級づけをしました
13:31
And it was incredibly frustrating for me
324
796000
2000
すごくストレスのたまる作業でした
13:33
because I had a book of 250 visualizations to do for my book,
325
798000
3000
私は本のために250の可視化画像を用意しましたが
13:36
and I spent a month doing this,
326
801000
2000
これには1か月もかかったのに
13:38
and I only filled two pages.
327
803000
2000
2ページにしかならなかったからです
13:40
But what it points to
328
805000
2000
しかしそれで分かったのは
13:42
is that visualizing information like this
329
807000
2000
このような情報の可視化は
13:44
is a form of knowledge compression.
330
809000
2000
一種の知識圧縮だということです
13:46
It's a way of squeezing an enormous amount
331
811000
2000
膨大な量の知識や理解を
13:48
of information and understanding
332
813000
2000
小さなスペースの中に
13:50
into a small space.
333
815000
2000
押し込めるということです
13:52
And once you've curated that data, and once you've cleaned that data,
334
817000
2000
一度データを集めて整理したなら
13:54
and once it's there,
335
819000
2000
それを使って
13:56
you can do cool stuff like this.
336
821000
2000
すごく気の利いたことができます
13:58
So I converted this into an interactive app,
337
823000
2000
それで私はこれを対話的アプリにして
14:00
so I can now generate this application online --
338
825000
2000
ネット上で動的にデータを
14:02
this is the visualization online --
339
827000
2000
可視化できるようにし
14:04
and I can say, "Yeah, brilliant."
340
829000
2000
ようやく「ああ よかった」と思えました
14:06
So it spawns itself.
341
831000
2000
自動的に生成され
14:08
And then I can say, "Well, just show me the stuff
342
833000
2000
「心臓病に効くものだけ」
14:10
that affects heart health."
343
835000
2000
表示させることもできます
14:12
So let's filter that out.
344
837000
2000
フィルタリングして
14:14
So heart is filtered out, so I can see if I'm curious about that.
345
839000
3000
関心があるものだけ見られるのです
14:17
I think, "No, no. I don't want to take any synthetics,
346
842000
2000
「いや 合成品はいらない
14:19
I just want to see plants and --
347
844000
3000
ハーブと植物だけ見せてくれ」
14:22
just show me herbs and plants. I've got all the natural ingredients."
348
847000
3000
すると天然原料のものだけになります
14:25
Now this app is spawning itself
349
850000
2000
このアプリは
14:27
from the data.
350
852000
2000
データから生成されます
14:29
The data is all stored in a Google Doc,
351
854000
2000
データはGoogle Docに格納されていて
14:31
and it's literally generating itself from that data.
352
856000
3000
そのデータから生成されるのです
14:34
So the data is now alive; this is a living image,
353
859000
2000
生きているデータの 生きている図なのです
14:36
and I can update it in a second.
354
861000
2000
アップデートはすぐにできます
14:38
New evidence comes out. I just change a row on a spreadsheet.
355
863000
2000
新しい証拠が出たら データを1行変えるだけ
14:40
Doosh! Again, the image recreates itself.
356
865000
4000
ドゥーシュ！ 画像が自動的に生成されます
14:44
So it's cool.
357
869000
2000
気が利いているでしょう
14:46
It's kind of living.
358
871000
3000
生きているのです
14:49
But it can go beyond data,
359
874000
2000
可視化はデータや数字を
14:51
and it can go beyond numbers.
360
876000
2000
超えて行くことができます
14:53
I like to apply information visualization
361
878000
2000
私はアイデアやコンセプトに
14:55
to ideas and concepts.
362
880000
3000
情報可視化を適用するのが好きです
14:58
This is a visualization
363
883000
2000
これは政治の諸相を
15:00
of the political spectrum,
364
885000
2000
可視化したもので
15:02
an attempt for me to try
365
887000
2000
世の仕組みを理解しようとする
15:04
and understand how it works
366
889000
2000
私の試みです
15:06
and how the ideas percolate down
367
891000
2000
アイデアはいかに
15:08
from government into society and culture,
368
893000
2000
政府から社会や文化、家族、個人
15:10
into families, into individuals, into their beliefs
369
895000
3000
その信条へと浸透していくのか
15:13
and back around again in a cycle.
370
898000
3000
どうフィードバックして サイクルが形成されるのか
15:16
What I love about this image
371
901000
2000
この絵が気に入っているのは
15:18
is it's made up of concepts,
372
903000
2000
コンセプトから出来ていることで
15:20
it explores our worldviews
373
905000
2000
我々の世界観を探究して
15:22
and it helps us -- it helps me anyway --
374
907000
2000
他の人の考えが
15:24
to see what others think,
375
909000
2000
どこから来ているのか
15:26
to see where they're coming from.
376
911000
2000
知る手がかりになるからです
15:28
And it feels just incredibly cool to do that.
377
913000
3000
すごくいかしてると思います
15:31
What was most exciting for me
378
916000
3000
これをデザインしていて
15:34
designing this
379
919000
2000
最も興奮させられたことが
15:36
was that, when I was designing this image,
380
921000
2000
何だったかというと
15:38
I desperately wanted this side, the left side,
381
923000
3000
私はジャーナリストとして
15:41
to be better than the right side --
382
926000
2000
左寄りの人間として
15:43
being a journalist, a Left-leaning person --
383
928000
3000
左側を右側よりも良いものに見せたかったのですが
15:46
but I couldn't, because I would have created
384
931000
2000
それができなかったことです
15:48
a lopsided, biased diagram.
385
933000
3000
歪んだバイアスのかかった図になってしまうからです
15:51
So, in order to really create a full image,
386
936000
3000
本当の全体像を作り出すためには
15:54
I had to honor the perspectives on the right-hand side
387
939000
3000
右側の見方にも敬意を払う必要がありました
15:57
and at the same time, uncomfortably recognize
388
942000
3000
同時に不本意ながらも それらの資質が
16:00
how many of those qualities were actually in me,
389
945000
3000
どれほど多く自分の中にもあるか気付いて
16:03
which was very, very annoying and uncomfortable.
390
948000
2000
困惑し 居心地悪く感じました
16:05
(Laughter)
391
950000
4000
(笑)
16:09
But not too uncomfortable,
392
954000
2000
でもそうひどくではありません
16:11
because there's something unthreatening
393
956000
3000
政治的な展望を見ることには
16:14
about seeing a political perspective,
394
959000
2000
言われたり 聞くよう強要されるほど
16:16
versus being told or forced to listen to one.
395
961000
3000
圧迫を感じません
16:19
You're capable of holding conflicting viewpoints
396
964000
3000
実際 これを見ていると 対立する視点を
16:22
joyously when you can see them.
397
967000
2000
気持ちよく持つことができます
16:24
It's even fun to engage with them
398
969000
2000
視覚的なため
16:26
because it's visual.
399
971000
2000
楽しくさえあります
16:28
So that's what's exciting to me,
400
973000
2000
私がワクワクするのは
16:30
seeing how data can change my perspective
401
975000
2000
データが自分の見方をいかに変えるか
16:32
and change my mind midstream --
402
977000
2000
美しく愛らしいデータが心の流れを
16:34
beautiful, lovely data.
403
979000
3000
いかに変えるか分かるときです
16:38
So, just to wrap up,
404
983000
2000
まとめましょう
16:40
I wanted to say
405
985000
2000
デザインというのは
16:42
that it feels to me that design is about solving problems
406
987000
2000
問題を解決し
16:44
and providing elegant solutions,
407
989000
3000
エレガントな解決法を提供することだと思えます
16:47
and information design is about
408
992000
2000
そして情報のデザインというのは
16:49
solving information problems.
409
994000
2000
情報の問題を解決するということです
16:51
It feels like we have a lot of information problems
410
996000
2000
現在私たちの社会には
16:53
in our society at the moment,
411
998000
2000
情報の問題がたくさんあります
16:55
from the overload and the saturation
412
1000000
2000
情報過多や飽和
16:57
to the breakdown of trust and reliability
413
1002000
2000
信用や信頼の崩壊や
16:59
and runaway skepticism and lack of transparency,
414
1004000
2000
手に負えない懐疑主義 透明性の欠如
17:01
or even just interestingness.
415
1006000
2000
そして無関心さえも問題です
17:03
I mean, I find information just too interesting.
416
1008000
2000
私は情報は面白すぎると気付きました
17:05
It has a magnetic quality that draws me in.
417
1010000
3000
私を引き寄せる磁力のようなものがあります
17:09
So, visualizing information
418
1014000
2000
情報の可視化はそういった問題への
17:11
can give us a very quick solution to those kinds of problems.
419
1016000
3000
即席の解決法を与えることができます
17:14
Even when the information is terrible,
420
1019000
2000
ひどいことを示す情報であろうと
17:16
the visual can be quite beautiful.
421
1021000
3000
ビジュアルとしてはとても美しいものになり得ます
17:19
Often we can get clarity
422
1024000
3000
そして明快な理解や 単純な疑問への答えを
17:22
or the answer to a simple question very quickly,
423
1027000
2000
素早く手にできることもよくあります
17:24
like this one,
424
1029000
2000
たとえばこれは
17:26
the recent Icelandic volcano.
425
1031000
3000
最近のアイスランドの火山噴火データです
17:29
Which was emitting the most CO2?
426
1034000
2000
CO2排出量が多いのはどちらか？
17:31
Was it the planes or the volcano,
427
1036000
2000
フライトをキャンセルされた飛行機か
17:33
the grounded planes or the volcano?
428
1038000
2000
それとも火山か？
17:35
So we can have a look.
429
1040000
2000
見てみましょう
17:37
We look at the data and we see:
430
1042000
2000
データから分かるのは
17:39
Yep, the volcano emitted 150,000 tons;
431
1044000
2000
火山は15万トン排出しましたが
17:41
the grounded planes would have emitted
432
1046000
2000
フライトをキャンセルされた飛行機は
17:43
345,000 if they were in the sky.
433
1048000
3000
飛んでいたら34万5千トン排出していたことです
17:46
So essentially, we had our first carbon-neutral volcano.
434
1051000
3000
だからこれは世界初のカーボンニュートラルな―
17:49
(Laughter)
435
1054000
2000
火山というわけです (笑)
17:51
(Applause)
436
1056000
9000
(拍手)
18:00
And that is beautiful. Thank you.
437
1065000
3000
そしてこれは美しいものです どうもありがとうございました
18:03
(Applause)
438
1068000
8000
(拍手)
ABOUT THE SPEAKER
David McCandless - Data journalistDavid McCandless draws beautiful conclusions from complex datasets -- thus revealing unexpected insights into our world.
Why you should listen
David McCandless makes infographics -- simple, elegant ways to see information that might be too complex or too big, small, abstract or scattered to otherwise be grasped. In his new book, Information Is Beautiful (in the US, it's being called The Visual Miscellaneum), McCandless and his cadre of info designers take a spin through the world of visualized data, from hard stats on politics and climate to daffy but no less important trends in pop music.
McCandless' genius is not so much in finding jazzy new ways to show data -- the actual graphics aren't the real innovation here -- as in finding fresh ways to combine datasets to let them ping and prod each other. Reporting the number of drug deaths in the UK every year is interesting; but mapping that data onto the number of drug deaths reported by the UK press, broken down by drug, is utterly fascinating (more deaths by marijuana were reported than in fact occurred, by a factor of 484%). McCandless contributes a monthly big-think graphic to the Guardian's Data Blog, and makes viral graphics for his blog Information Is Beautiful.
David McCandless | Speaker | TED.com