ABOUT THE SPEAKER
Hans Rosling - Global health expert; data visionary
In Hans Rosling’s hands, data sings. Global trends in health and economics come to vivid life. And the big picture of global development—with some surprisingly good news—snaps into sharp focus.

Why you should listen

Even the most worldly and well-traveled among us have had their perspectives shifted by Hans Rosling. A professor of global health at Sweden's Karolinska Institute, his work focused on dispelling common myths about the so-called developing world, which (as he pointed out) is no longer worlds away from the West. In fact, most of the Third World is on the same trajectory toward health and prosperity, and many countries are moving twice as fast as the west did.

What set Rosling apart wasn't just his apt observations of broad social and economic trends, but the stunning way he presented them. Guaranteed: You've never seen data presented like this. A presentation that tracks global health and poverty trends should be, in a word: boring. But in Rosling's hands, data sings. Trends come to life. And the big picture — usually hazy at best — snaps into sharp focus.

Rosling's presentations were grounded in solid statistics (often drawn from United Nations and World Bank data), illustrated by the visualization software he developed. The animations transform development statistics into moving bubbles and flowing curves that make global trends clear, intuitive and even playful. During his legendary presentations, Rosling took this one step farther, narrating the animations with a sportscaster's flair.

Rosling developed the breakthrough software behind his visualizations through his nonprofit Gapminder, founded with his son and daughter-in-law. The free software — which can be loaded with any data — was purchased by Google in March 2007. (Rosling met the Google founders at TED.)

Rosling began his wide-ranging career as a physician, spending many years in rural Africa tracking a rare paralytic disease (which he named konzo) and discovering its cause: hunger and badly processed cassava. He co-founded Médecins sans Frontièrs (Doctors without Borders) Sweden, wrote a textbook on global health, and as a professor at the Karolinska Institut in Stockholm initiated key international research collaborations. He's also personally argued with many heads of state, including Fidel Castro.

Hans Rosling passed away in February 2017. He is greatly missed.


More profile about the speaker
Hans Rosling | Speaker | TED.com
TEDxChange

Hans Rosling: The good news of the decade? We're winning the war against child mortality

Hans Rosling: As boas notícias da década?

Filmed:
900,534 views

Hans Rosling reestrutura 10 anos de dados da ONU com suas visualizações espetaculares, iluminando uma surpreendente -- e geralmente não comentada -- matéria de capa com boas notícias. Ao fazer isso ele desconstrói uma abordagem enganosa da estatística que mascara histórias vitais como essas.
- Global health expert; data visionary
In Hans Rosling’s hands, data sings. Global trends in health and economics come to vivid life. And the big picture of global development—with some surprisingly good news—snaps into sharp focus. Full bio

Double-click the English transcript below to play the video.

00:15
We are here today
0
0
2000
Estamos aqui hoje
00:17
because [the] United Nations
1
2000
2000
porque as Nações Unidas
00:19
have defined goals
2
4000
2000
definiram metas
00:21
for the progress of countries.
3
6000
2000
para o progresso dos países.
00:23
They're called Millennium Development Goals.
4
8000
3000
Elas são chamadas as Metas de Desenvolvimento do Milênio.
00:26
And the reason I really like these goals
5
11000
3000
O motivo pela qual gosto de verdade dessas metas
00:29
is that there are eight of them.
6
14000
3000
é que elas são oito.
00:32
And by specifying eight different goals,
7
17000
2000
E, ao especificar oito metas diferentes,
00:34
the United Nations has said
8
19000
2000
as Nações Unidas disseram
00:36
that there are so many things needed
9
21000
2000
que existem todas essas coisas que precisam
00:38
to change in a country
10
23000
2000
ser mudadas num país
00:40
in order to get the good life for people.
11
25000
2000
para conseguir uma boa vida para as pessoas.
00:42
Look here -- you have to end poverty,
12
27000
2000
Vejam aqui, é preciso acabar com a pobreza,
00:44
education, gender,
13
29000
2000
educação, gênero,
00:46
child and maternal health,
14
31000
2000
saúde das crianças e mães,
00:48
control infections, protect the environment
15
33000
3000
controlar infecções, proteger o ambiente
00:51
and get the good global links between nations
16
36000
2000
e conseguir os bons elos globais entre as nações
00:53
in every aspect
17
38000
2000
em todos aspectos
00:55
from aid to trade.
18
40000
3000
desde a ajuda humanitária até o comércio.
00:58
There's a second reason I like these development goals,
19
43000
3000
Há uma segunda razão para que eu goste dessas metas de desenvolvimento,
01:01
and that is because each and every one is measured.
20
46000
3000
é porque cada uma delas é medida.
01:04
Take child mortality;
21
49000
3000
Por exemplo, a mortalidade infantil.
01:07
the aim here is to reduce child mortality
22
52000
2000
O objetivo aqui é reduzir a mortalidade infantil
01:09
by two-thirds,
23
54000
2000
em dois terços,
01:11
from 1990 to 2015.
24
56000
3000
de 1990 a 2015.
01:14
That's a four percent reduction per year --
25
59000
3000
Isso é uma redução de quatro por cento ao ano.
01:18
and this, with measuring.
26
63000
2000
E é com medição.
01:20
That's what makes the difference
27
65000
2000
Isso é o que faz a diferença
01:22
between political talking like this
28
67000
2000
entre conversa política como essa
01:24
and really going for the important thing,
29
69000
2000
e realmente partir para as coisas que importam,
01:26
a better life for people.
30
71000
3000
uma vida melhor para as pessoas.
01:29
And what I'm so happy about with this
31
74000
2000
E o que me faz tão feliz com isso
01:31
is that we have already documented
32
76000
2000
é que já documentamos
01:33
that there are many countries
33
78000
2000
que há muitos países
01:35
in Asia, in the Middle East,
34
80000
2000
na Ásia, no Oriente Médio,
01:37
in Latin America and East Europe
35
82000
3000
na América Latina e na Europa Oriental
01:40
that [are] reducing with this rate.
36
85000
2000
que estão reduzindo nessa proporção.
01:42
And even mighty Brazil is going down with five percent per year,
37
87000
3000
E mesmo o poderoso Brasil está reduzindo com cinco por cento ao ano,
01:45
and Turkey with seven percent per year.
38
90000
2000
e a Turquia com sete por cento ao ano.
01:47
So there's good news.
39
92000
2000
Portanto, aí estão boas notícias.
01:49
But then I hear people saying, "There is no progress in Africa.
40
94000
3000
Mas então ouço pessoas dizendo, "Não há nenhum progresso na África.
01:52
And there's not even statistics on Africa
41
97000
2000
E nem mesmo existem estatísticas na África
01:54
to know what is happening."
42
99000
2000
para saber o que está acontecendo."
01:56
I'll prove them wrong on both points.
43
101000
3000
Vou provar que elas estão erradas nos dois pontos.
01:59
Come with me to the wonderful world of statistics.
44
104000
3000
Venham comigo ao maravilhoso mundo da estatística.
02:02
I bring you to the webpage, ChildMortality.org,
45
107000
3000
Trago vocês à página da web, ChildMortality.org,
02:05
where you can take deaths in children
46
110000
2000
onde podem encontrar o número de mortes de crianças
02:07
below five years of age for all countries --
47
112000
3000
abaixo de cinco anos de idade para todos os países.
02:10
it's done by U.N. specialists.
48
115000
2000
É feita por especialistas da ONU.
02:12
And I will take Kenya as an example.
49
117000
2000
e vou pegar o Quênia como exemplo.
02:14
Here you see the data.
50
119000
2000
Aqui vocês observam os dados.
02:16
Don't panic -- don't panic now, I'll help you through this.
51
121000
3000
Não entrem em pânico. Não entrem em pânico agora. Vou ajudar vocês com isso.
02:19
It looks nasty, like in college
52
124000
2000
Parece confuso, como na faculdade
02:21
when you didn't like statistics.
53
126000
2000
quando vocês não gostavam de estatística.
02:23
But first thing, when you see dots like this,
54
128000
2000
Mas a primeira coisa, quando vocês vêem pontos assim,
02:25
you have to ask yourself:
55
130000
2000
vocês precisam perguntar a si mesmos:
02:27
from where do the data come?
56
132000
2000
de onde vieram esses dados?
02:29
What is the origin of the data?
57
134000
2000
Qual é a origem dos dados?
02:31
Is it so that in Kenya,
58
136000
2000
É assim que no Quênia
02:33
there are doctors and other specialists
59
138000
2000
existem médicos e outros especialistas
02:35
who write the death certificate at the death of the child
60
140000
2000
que escrevem as certidões de óbito quando as crianças morrem,
02:37
and it's sent to the statistical office?
61
142000
2000
e elas vão para os escritórios dos estatísticos?
02:39
No -- low-income countries like Kenya
62
144000
3000
Não. Países de baixa renda como o Quênia
02:42
still don't have that level of organization.
63
147000
3000
ainda não possuem esse nível de organização.
02:45
It exists, but it's not complete
64
150000
2000
Ela existe, mas não é completa,
02:47
because so many deaths occur in the home
65
152000
3000
porque tantas mortes ocorrem nos lares
02:50
with the family,
66
155000
2000
com as famílias,
02:52
and it's not registered.
67
157000
2000
e não são registradas.
02:54
What we rely on is not an incomplete system.
68
159000
2000
O que tomamos como base não é um sistema incompleto.
02:56
We have interviews, we have surveys.
69
161000
3000
Temos entrevistas, temos levantamentos.
02:59
And this is highly professional
70
164000
2000
E isso é extremamente profissional,
03:01
female interviewers
71
166000
2000
mulheres entrevistadoras
03:03
who sit down for one hour with a woman
72
168000
2000
que sentam durante uma hora com uma mulher
03:05
and ask her about [her] birth history.
73
170000
2000
e perguntam a ela sobre o histórico de nascimentos.
03:07
How many children did you have?
74
172000
2000
Quantos filhos você teve?
03:09
Are they alive?
75
174000
2000
Eles estão vivos?
03:11
If they died, at what age and what year?
76
176000
3000
Se eles morreram, com que idade e em que ano?
03:14
And then this is done in a representative sample
77
179000
2000
E então isso é feito numa amostra representativa
03:16
of thousands of women in the country
78
181000
3000
de milhares de mulheres no país
03:19
and put together in what used to be called
79
184000
2000
e reunido no que costumava ser chamado
03:21
a demographic health survey report.
80
186000
3000
um levantamento demográfico de apoio à saúde.
03:24
But these surveys are costly,
81
189000
2000
Mas esses levantamentos são caros,
03:26
so they can only be done [in] three- to five-year intervals.
82
191000
3000
portanto eles só podem ser feitos em intervalos de três a cinco anos.
03:29
But they have good quality.
83
194000
2000
Mas eles são de boa qualidade.
03:31
So this is a limitation.
84
196000
2000
Assim, isso é uma limitação.
03:33
And all these colored lines here are results;
85
198000
3000
E em todas essas linhas coloridas aqui há resultados;
03:36
each color is one survey.
86
201000
2000
cada cor é um levantamento.
03:38
But that's too complicated for today, so I'll simplify it for you,
87
203000
3000
Mas isso é muito complicado para hoje, portanto vou simplificar isso para vocês,
03:41
and I give you one average point for each survey.
88
206000
3000
e vou dar a vocês um ponto médio para cada levantamento.
03:44
This was 1977, 1988,
89
209000
3000
Isso foi em 1977, 1988,
03:47
1992, '97
90
212000
2000
1992, 1997
03:49
and 2002.
91
214000
3000
e 2002.
03:52
And when the experts in the U.N.
92
217000
2000
E quando os peritos da ONU
03:54
have got these surveys in place in their database,
93
219000
3000
colocam esses levantamentos nas bases de dados deles,
03:57
then they use advanced mathematical formulas
94
222000
3000
então eles usam fórmulas matemáticas avançadas
04:00
to produce a trend line, and the trend line looks like this.
95
225000
3000
para produzir uma linha de tendência, e a linha de tendência é assim.
04:03
See here -- it's the best fit they can get of this point.
96
228000
3000
Vejam aqui. É o melhor ajuste deste ponto que podem conseguir.
04:06
But watch out --
97
231000
2000
Mas observem.
04:08
they continue the line
98
233000
2000
Eles continuam a linha
04:10
beyond the last point
99
235000
2000
além do último ponto
04:12
out into nothing.
100
237000
2000
para dentro do nada.
04:14
And they estimated that in 2008,
101
239000
3000
E eles estimaram que, em 2008,
04:17
Kenya had per child mortality of 128.
102
242000
3000
o Quênia teria mortalidade por criança de 128.
04:20
And I was sad,
103
245000
2000
E fiquei triste,
04:22
because we could see
104
247000
2000
porque poderíamos ver
04:24
this reversal in Kenya
105
249000
2000
esta reversão no Quênia
04:26
with an increased child mortality in the 90s.
106
251000
3000
com uma mortalidade aumentada nos anos 90.
04:29
It was so tragic.
107
254000
2000
Era tão trágico.
04:31
But in June, I got a mail in my inbox
108
256000
3000
Mas em junho recebi um e-mail em minha caixa de entrada
04:34
from Demographic Health Surveys,
109
259000
2000
dos Levantamentos Demográficos de Saúde,
04:36
and it showed good news from Kenya.
110
261000
2000
e ele mostrava boas notícias do Quênia.
04:38
I was so happy.
111
263000
2000
Eu estava tão feliz.
04:40
This was the estimate of the new survey.
112
265000
3000
Essa era a estimativa do novo levantamento.
04:43
Then it just took another three months
113
268000
2000
Então levou apenas mais três meses
04:45
for [the] U.N. to get it into their server,
114
270000
2000
para a ONU colocar no servidor deles,
04:47
and on Friday we got the new trend line --
115
272000
3000
e na sexta-feira tivemos a nova linha de tendência.
04:50
it was down here.
116
275000
2000
Ela estava aqui.
04:52
Isn't it nice -- isn't it nice, yeah?
117
277000
2000
Não é bacana? Não é bacana, sim?
04:54
I was actually, on Friday, sitting in front of my computer,
118
279000
3000
Eu estava efetivamente, na sexta-feira, sentado diante do meu computador,
04:57
and I saw the death rate fall
119
282000
2000
e vi a taxa de mortalidade cair
04:59
from 128 to 84 just that morning.
120
284000
3000
de 128 para 84 só naquela manhã.
05:02
So we celebrated.
121
287000
2000
Então nós celebramos.
05:04
But now, when you have this trend line,
122
289000
2000
Mas agora, quando temos esta linha de tendência,
05:06
how do we measure progress?
123
291000
2000
como medimos o progresso?
05:08
I'm going into some details here,
124
293000
2000
Vou entrar em alguns detalhes aqui,
05:10
because [the] U.N. do it like this.
125
295000
2000
porque a ONU faz isso assim.
05:12
They start [in] 1990 -- they measure to 2009.
126
297000
3000
Eles começam em 1990, eles medem até 2009.
05:15
They say, "0.9 percent, no progress."
127
300000
3000
Eles dizem, "0,9 por cento, nenhum progresso."
05:18
That's unfair.
128
303000
2000
Isso não é justo.
05:20
As a professor, I think I have the right to propose something differently.
129
305000
3000
Como professor, penso que tenho o direito de propor uma coisa diferente.
05:23
I would say, at least do this --
130
308000
2000
Eu diria, pelo menos façam isto.
05:25
10 years is enough to follow the trend.
131
310000
2000
10 anos são suficientes para seguir a tendência.
05:27
It's two surveys, and you can see what's happening now.
132
312000
3000
São dois levantamentos, e vocês podem ver o que está acontecendo agora.
05:30
They have 2.4 percent.
133
315000
2000
Eles têm 2,4 por cento.
05:32
Had I been in the Ministry of Health in Kenya,
134
317000
2000
Se eu estivesse no Ministério da Saúde do Quênia,
05:34
I may have joined these two points.
135
319000
3000
eu poderia ter juntado esses dois pontos.
05:37
So what I'm telling you
136
322000
2000
Então o que estou dizendo a vocês
05:39
is that we know the child mortality.
137
324000
2000
é que sabemos a mortalidade infantil.
05:41
We have a decent trend.
138
326000
2000
Temos uma tendência de queda.
05:43
It's coming into some tricky things then
139
328000
2000
Estão aparecendo algumas coisas estranhas então
05:45
when we are measuring MDGs.
140
330000
2000
quando estamos medindo MDMs [Metas de Desenvolvimento do Milênio].
05:47
And the reason here for Africa is especially important,
141
332000
3000
E a razão aqui, para a África, é especialmente importante,
05:50
because '90s was a bad decade,
142
335000
2000
porque os anos 90 foram uma década ruim,
05:52
not only in Kenya, but across Africa.
143
337000
3000
não apenas no Quênia, mas em toda a África.
05:55
The HIV epidemic peaked.
144
340000
2000
A epidemia do HIV chegou ao pico.
05:57
There was resistance for the old malaria drugs, until we got the new drugs.
145
342000
3000
Ocorreu resistência aos antigos remédios para a malária, até que conseguimos os novos remédios.
06:00
We got, later, the mosquito netting.
146
345000
2000
Conseguimos, depois, os mosquiteiros.
06:02
And there was socio-economic problems,
147
347000
2000
E houveram problemas sócio-econômicos,
06:04
which are now being solved at a much better scale.
148
349000
3000
que agora estão sendo resolvidos numa escala muito melhor.
06:07
So look at the average here --
149
352000
2000
Então vejam a média aqui.
06:09
this is the average for all of sub-Saharan Africa.
150
354000
2000
Esta é a média para toda a África sub-Saariana.
06:11
And [the] U.N. says
151
356000
2000
E a ONU afirma
06:13
it's a reduction with 1.8 percent.
152
358000
3000
que é uma redução de 1,8 por cento.
06:16
Now this sounds a little theoretical,
153
361000
2000
Então isso parece um pouco teórico,
06:18
but it's not so theoretical.
154
363000
2000
mas não é tão teórico.
06:20
You know, these economists,
155
365000
2000
Vocês sabem, esses economistas,
06:22
they love money, they want more and more of it, they want it to grow.
156
367000
3000
eles adoram dinheiro, eles o desejam mais e mais, eles querem que ele cresça.
06:25
So they calculate the percent annual growth rate of [the] economy.
157
370000
3000
Portanto eles calculam a taxa de crescimento anual da economia.
06:28
We in public health, we hate child death,
158
373000
3000
Nós, na saúde pública, odiamos mortes de crianças,
06:31
so we want less and less and less of child deaths.
159
376000
2000
então queremos menos e menos mortes de crianças.
06:33
So we calculate the percent reduction per year,
160
378000
2000
Assim nós calculamos a redução porcentual por ano.
06:35
but it's sort of the same percentage.
161
380000
2000
Mas é mais ou menos a mesma porcentagem.
06:37
If your economy grows with four percent,
162
382000
2000
Se a sua economia cresce com quatro por cento,
06:39
you ought to reduce child mortality four percent;
163
384000
2000
você deveria reduzir a mortalidade infantil com quatro por cento,
06:41
if it's used well and people are really involved
164
386000
3000
se isso for bem usado e as pessoas estiverem realmente envolvidas
06:44
and can get the use of the resources in the way they want it.
165
389000
3000
e puderem utilizar os recursos da maneira que eles querem.
06:47
So is this fair now to measure this over 19 years?
166
392000
3000
E então será justo agora medir isso ao longo de 19 anos?
06:50
An economist would never do that.
167
395000
3000
Um economista jamais faria isso.
06:53
I have just divided it into two periods.
168
398000
2000
Eu simplesmente dividi isso em dois períodos.
06:55
In the 90s, only 1.2 percent,
169
400000
3000
Nos anos 90, apenas 1,2 por cento,
06:58
only 1.2 percent.
170
403000
2000
apenas 1,2 por cento.
07:00
Whereas now, second gear --
171
405000
2000
Enquanto que agora, em segunda marcha --
07:02
it's like Africa had first gear,
172
407000
2000
é como se a África tivesse em primeira marcha,
07:04
now they go into second gear.
173
409000
2000
agora eles mudam para segunda marcha.
07:06
But even this
174
411000
2000
Mas mesmo isso
07:08
is not a fair representation of Africa,
175
413000
2000
não é uma representação justa da África,
07:10
because it's an average,
176
415000
2000
porque é uma média,
07:12
it's an average speed of reduction in Africa.
177
417000
2000
é uma velocidade média da redução na África.
07:14
And look here when I take you into my bubble graphs.
178
419000
3000
E vejam aqui quando mostro a vocês meus gráficos de bolhas.
07:17
Still here,
179
422000
2000
Ainda aqui,
07:19
child death per 1,000 on that axis.
180
424000
3000
mortalidade infantil por 1.000 naquele eixo.
07:22
Here we have [the] year.
181
427000
2000
Aqui temos o ano.
07:24
And I'm now giving you a wider picture than the MDG.
182
429000
3000
E agora estou apresentando a vocês um quadro mais amplo do que as MDM [Metas de Desenvolvimento do Milênio].
07:27
I start 50 years ago
183
432000
2000
Começo há 50 anos
07:29
when Africa celebrated independence in most countries.
184
434000
3000
quando a África celebrava a independência na maioria dos países.
07:32
I give you Congo, which was high,
185
437000
2000
Mostro a vocês o Congo, que era elevado,
07:34
Ghana -- lower. And Kenya -- even lower.
186
439000
2000
Gana, mais baixo, e Quênia, ainda mais baixo.
07:36
And what has happened over the years since then? Here we go.
187
441000
3000
E o que aconteceu ao longo dos anos desde aquela época? Aqui vamos nós.
07:39
You can see, with independence, literacy improved
188
444000
3000
Vocês podem ver, com a independência, melhorou a alfabetização
07:42
and vaccinations started, smallpox was eradicated,
189
447000
3000
e começaram as vacinações, a varíola foi erradicada,
07:45
hygiene was improved, and things got better.
190
450000
3000
a higiene melhorou, e as coisas melhoraram.
07:48
But then, in the '80s, watch out here.
191
453000
2000
Mas então, nos anos 80, vejam aqui.
07:50
Congo got into civil war,
192
455000
2000
O Congo entrou em guerra civil,
07:52
and they leveled off here.
193
457000
2000
e eles estacionaram aqui.
07:54
Ghana got very ahead, fast.
194
459000
2000
Gana passou a frente, rápido
07:56
This was the backlash in Kenya, and Ghana bypassed,
195
461000
3000
Isto foi uma reação no Quênia, e Gana contornou,
07:59
but then Kenya and Ghana go down together --
196
464000
2000
mas depois o Quênia e Gana caíram juntos --
08:01
still a standstill in Congo.
197
466000
2000
ainda o Congo estacionado.
08:03
That's where we are today.
198
468000
2000
Isso é onde estamos hoje.
08:05
You can see it doesn't make sense
199
470000
3000
Vocês podem ver, não faz sentido
08:08
to make an average of this zero improvement
200
473000
3000
fazer uma média desta melhoria zero
08:11
and this very fast improvement.
201
476000
3000
e desta melhoria muito rápida.
08:15
Time has come
202
480000
2000
Chegou a hora
08:17
to stop thinking about sub-Saharan Africa as one place.
203
482000
4000
de parar de pensar na África Sub-Saariana como um só lugar.
08:21
Their countries are so different,
204
486000
3000
Os países dali são tão diferentes,
08:24
and they merit to be recognized in the same way,
205
489000
3000
e eles merecem ser reconhecidos do mesmo modo,
08:27
as we don't talk about Europe as one place.
206
492000
2000
assim como não falamos da Europa como um só lugar.
08:29
I can tell you that the economy in Greece and Sweden are very different --
207
494000
3000
Posso afirmar a vocês que as economias da Grécia e da Suécia são muito diferentes.
08:32
everyone knows that.
208
497000
2000
Todo mundo sabe disso.
08:34
And they are judged, each country, on how they are doing.
209
499000
3000
E eles são julgados, cada país, por como estão desempenhando.
08:37
So let me show the wider picture.
210
502000
3000
Então deixem que eu lhes mostre o quadro mais amplo.
08:40
My country, Sweden:
211
505000
3000
Meu país, a Suécia:
08:43
1800, we were up there.
212
508000
3000
1800, estávamos ali em cima.
08:46
What a strange personality disorder we must have,
213
511000
3000
Que estranha perturbação de personalidade devemos ter,
08:49
counting the children so meticulously in spite of a high child death rate.
214
514000
3000
contando as crianças tão meticulosamente apesar de uma alta taxa de mortalidade infantil.
08:52
It's very strange. It's sort of embarrassing.
215
517000
3000
É muito estranho. É meio embaraçoso.
08:55
But we had that habit in Sweden, you know,
216
520000
2000
Mas tínhamos esse hábito na Suécia, vocês sabem,
08:57
that we counted all the child deaths,
217
522000
2000
de contar todas as mortes infantis,
08:59
even if we didn't do anything about it.
218
524000
2000
mesmo que não fizéssemos nada a respeito disso.
09:01
And then, you see, these were famine years.
219
526000
2000
E então, vejam, esses foram os anos da fome.
09:03
These were bad years, and people got fed up with Sweden.
220
528000
2000
Esses foram anos ruins, e as pessoas se desiludiram com a Suécia.
09:05
My ancestors moved to the United States.
221
530000
3000
Meus ancestrais mudaram-se para os Estados Unidos.
09:08
And eventually, soon they started to get better and better here.
222
533000
3000
E, eventualmente, eles começaram a ficar cada vez melhor aqui.
09:11
And here we got better education, and we got health service,
223
536000
3000
E aqui nós tivemos uma educação melhor, e tivemos assistência médica,
09:14
and child mortality came down.
224
539000
2000
e a mortalidade infantil caiu.
09:16
We never had a war; Sweden was in peace all this time.
225
541000
3000
Nunca tivemos uma guerra, a Suécia estava em paz todo esse tempo.
09:19
But look, the rate of lowering
226
544000
2000
Mas vejam, a taxa de queda
09:21
in Sweden
227
546000
2000
na Suécia
09:23
was not fast.
228
548000
2000
não foi rápida.
09:25
Sweden achieved a low child mortality
229
550000
3000
A Suécia conseguiu uma baixa mortalidade infantil
09:28
because we started early.
230
553000
3000
porque começamos cedo.
09:31
We had primary school actually
231
556000
2000
Tivemos escolas primárias efetivamente
09:33
started in 1842.
232
558000
2000
desde 1842.
09:35
And then you get that wonderful effect
233
560000
2000
E então tivemos aquele efeito maravilhoso
09:37
when we got female literacy
234
562000
2000
quando conseguimos a alfabetização das mulheres
09:39
one generation later.
235
564000
2000
uma geração mais tarde.
09:41
You have to realize that the investments we do in progress
236
566000
3000
Vocês precisam notar que os investimentos que fazemos no progresso
09:44
are long-term investments.
237
569000
2000
são investimentos a longo prazo.
09:46
It's not about just five years --
238
571000
2000
Não é uma coisa de cinco anos.
09:48
it's long-term investments.
239
573000
2000
São investimentos a longo prazo.
09:50
And Sweden never reached [the] Millennium Development Goal rate,
240
575000
3000
E a Suécia jamais atingiu a taxa da Meta de Desenvolvimento do Milênio,
09:53
3.1 percent when I calculated.
241
578000
2000
3,1 por cento quando calculei.
09:55
So we are off track -- that's what Sweden is.
242
580000
3000
Então estamos fora do rumo, hem. A Suécia é desse jeito.
09:58
But you don't talk about it so much.
243
583000
2000
Mas a gente não fala muito disso.
10:00
We want others to be better than we were, and indeed, others have been better.
244
585000
3000
Nós queremos que os outros sejam melhores do que nós fomos. E, efetivamente, os outros foram melhores.
10:03
Let me show you Thailand,
245
588000
2000
Vamos ver a Tailândia,
10:05
see what a success story, Thailand from the 1960s --
246
590000
2000
vejam que história de sucesso, a Tailândia desde os anos 1960 --
10:07
how they went down here
247
592000
2000
como eles chegaram aqui embaixo
10:09
and reached almost the same child mortality levels as Sweden.
248
594000
3000
e atingiram quase a mesma taxa de mortalidade infantil da Suécia.
10:12
And I'll give you another story -- Egypt,
249
597000
3000
E vou dar-lhes mais uma história, Egito,
10:15
the most hidden, glorious success in public health.
250
600000
3000
o mais escondido, glorioso sucesso em saúde pública.
10:18
Egypt was up here in 1960,
251
603000
2000
O Egito estava ali em cima em 1960,
10:20
higher than Congo.
252
605000
2000
acima do Congo.
10:22
The Nile Delta was a misery for children
253
607000
3000
O Delta do Nilo era uma desgraça para as crianças
10:25
with diarrheal disease
254
610000
2000
com diarréias
10:27
and malaria and a lot of problems.
255
612000
2000
e malária e um monte de problemas.
10:29
And then they got the Aswan Dam. They got electricity in their homes,
256
614000
3000
E então eles fizeram a represa de Assuan. Eles tiveram eletricidade nas casas deles.
10:32
they increased education
257
617000
2000
Eles aumentaram a educação.
10:34
and they got primary health care.
258
619000
2000
E eles conseguiram assistência médica primária.
10:36
And down they went, you know.
259
621000
2000
E assim foram caindo, vocês sabem.
10:38
And they got safer water, they eradicated malaria.
260
623000
3000
E eles conseguiram água segura, eles erradicaram a malária.
10:41
And isn't it a success story.
261
626000
2000
E isso não é uma história de sucesso?
10:43
Millennium Development Goal rates for child mortality
262
628000
3000
As taxas de mortalidade infantil das Metas de Desenvolvimento do Milênio
10:46
is fully possible.
263
631000
2000
são plenamente possíveis.
10:48
And the good thing is
264
633000
2000
E a coisa boa é
10:50
that Ghana today is going with the same rate
265
635000
2000
que Gana, hoje, está seguindo com a mesma taxa
10:52
as Egypt did at its fastest.
266
637000
3000
que o Egito conseguiu no ponto mais rápido.
10:55
Kenya is now speeding up.
267
640000
2000
O Quênia agora está acelerando.
10:57
Here we have a problem.
268
642000
2000
Aqui temos um problema.
10:59
We have a severe problem in countries which are at a standstill.
269
644000
3000
Temos um problema grave nos países que estão estacionados.
11:03
Now, let me now bring you to a wider picture,
270
648000
3000
Agora, deixem que lhes mostre um quadro mais amplo,
11:06
a wider picture of child mortality.
271
651000
2000
um quadro mais amplo da mortalidade infantil.
11:08
I'm going to show you the relationship
272
653000
2000
Vou mostrar a vocês a relação
11:10
between child mortality on this axis here --
273
655000
3000
entre mortalidade infantil neste eixo aqui --
11:13
this axis here is child mortality --
274
658000
3000
este eixo aqui é mortalidade infantil --
11:16
and here I have the family size.
275
661000
3000
e aqui tenho o tamanho das famílias.
11:19
The relationship between child mortality and family size.
276
664000
2000
A relação entre mortalidade infantil e tamanho das famílias.
11:21
One, two, three, four children per woman:
277
666000
2000
Um, dois, três, quatro filhos por mulher.
11:23
six, seven, eight children per woman.
278
668000
2000
Seis, sete, oito filhos por mulher.
11:25
This is, once again, 1960 --
279
670000
2000
Isto é, novamente, 1960,
11:27
50 years ago.
280
672000
2000
há 50 anos.
11:29
Each bubble is a country --
281
674000
2000
Cada bolha é um país.
11:31
the color, you can see, a continent.
282
676000
2000
Cada cor, como vocês vêem, é um continente.
11:33
The dark blue here is sub-Saharan Africa.
283
678000
2000
O azul escuro aqui é a África Sub-Saariana.
11:35
And the size of the bubble is the population.
284
680000
3000
E o tamanho da bolha é a população.
11:39
And these are
285
684000
2000
E esses são
11:41
the so-called "developing" countries.
286
686000
2000
os assim chamados países "em desenvolvimento".
11:43
They had high, or very high, child mortality
287
688000
3000
Eles tinham uma mortalidade infantil alta, ou muito alta
11:46
and family size, six to eight.
288
691000
3000
e tamanho da família, de seis a oito.
11:49
And the ones over there,
289
694000
2000
E aqueles ali,
11:51
they were so-called Western countries.
290
696000
2000
eles eram os chamados países Ocidentais.
11:53
They had low child mortality
291
698000
2000
Eles tinham baixa mortalidade infantil
11:55
and small families.
292
700000
2000
e famílias pequenas.
11:57
What has happened?
293
702000
2000
O que aconteceu?
11:59
What I want you [to do] now is to see with your own eyes
294
704000
3000
O que quero que vocês façam agora é ver com seus próprios olhos
12:02
the relation between fall in child mortality
295
707000
3000
a relação entre queda na mortalidade infantil
12:05
and decrease in family size.
296
710000
3000
e redução do tamanho das famílias.
12:08
I just want not to have any room for doubt --
297
713000
2000
Peço que vejam para que não haja dúvidas.
12:10
you have to see that for yourself.
298
715000
2000
Vocês precisam ver isso por si mesmos.
12:12
This is what happened. Now I start the world.
299
717000
3000
Isso é o que aconteceu. Agora começo pelo mundo.
12:15
Here we come down with the eradication of
300
720000
2000
Aqui reduzimos com a erradicação da
12:17
smallpox, better education,
301
722000
2000
varíola, melhor educação,
12:19
health service.
302
724000
2000
assistência médica,
12:21
It got down there -- China comes into the Western box here.
303
726000
3000
Desce ali -- a China entra na caixa do Ocidente aqui.
12:24
And here Brazil is in the Western Box.
304
729000
2000
E aqui o Brasil está na caixa do Ocidente.
12:26
India is approaching. The first African countries coming into the Western box,
305
731000
3000
A Índia se aproxima. Os primeiros países da África entrando na caixa do Ocidente.
12:29
and we get a lot a new neighbors.
306
734000
2000
E conseguimos um monte de novos vizinhos.
12:31
Welcome to a decent life.
307
736000
2000
Sejam bem vindos a uma vida decente.
12:33
Come on. We want everyone down there.
308
738000
2000
Venham. Queremos todos aqui embaixo.
12:35
This is the vision we have, isn't it.
309
740000
2000
Essa é a visão que nós temos, não é?
12:37
And look now, the first African countries here are coming in.
310
742000
3000
E vejam agora, os primeiros países africanos aqui estão entrando.
12:40
There we are today.
311
745000
2000
É aí que estamos hoje.
12:43
There is no such thing
312
748000
2000
Não existe essa coisa
12:45
as a "Western world" and "developing world."
313
750000
2000
de "Mundo Ocidental" e "Mundo em Desenvolvimento."
12:47
This is the report from [the] U.N.,
314
752000
2000
Este é o relatório da ONU,
12:49
which came out on Friday.
315
754000
2000
que saiu na sexta-feira.
12:51
It's very good -- "Levels and Trends in Child Mortality" --
316
756000
3000
É muito bom -- "Níveis e Tendências em Mortalidade Infantil" --
12:54
except this page.
317
759000
2000
exceto esta página.
12:56
This page is very bad;
318
761000
2000
Esta página é muito ruim.
12:58
it's a categorization of countries.
319
763000
3000
É uma classificação de países.
13:01
It labels "developing countries," -- I can read from the list here --
320
766000
3000
Ela rotula "países em desenvolvimento" -- posso ler na lista aqui --
13:04
developing countries: Republic of Korea -- South Korea.
321
769000
3000
países em desenvolvimento: República da Coréia do Sul.
13:07
Huh?
322
772000
2000
Hã?
13:09
They get Samsung, how can they be [a] developing country?
323
774000
3000
Eles têm a Samsung, como eles podem ser um país em desenvolvimento?
13:12
They have here Singapore.
324
777000
2000
Aqui eles têm Singapura.
13:14
They have the lowest child mortality in the world, Singapore.
325
779000
2000
Eles têm a menor taxa de mortalidade infantil do mundo, Singapura.
13:16
They bypassed Sweden five years ago,
326
781000
2000
Eles ultrapassaram a Suécia há cinco anos,
13:18
and they are labeled a developing country.
327
783000
2000
e eles são rotulados como um país em desenvolvimento.
13:20
They have here Qatar.
328
785000
2000
Aqui eles têm o Catar.
13:22
It's the richest country in the world with Al Jazeera.
329
787000
2000
É o país mais rico do mundo com Al Jazeera.
13:24
How the heck could they be [a] developing country?
330
789000
2000
Por que diabo eles podem ser um país em desenvolvimento?
13:26
This is crap.
331
791000
2000
Isso é lixo.
13:28
(Applause)
332
793000
3000
(Aplausos)
13:31
The rest here is good -- the rest is good.
333
796000
2000
O resto aqui é bom. O resto é bom.
13:33
We have to have a modern concept,
334
798000
2000
Precisamos ter um conceito moderno,
13:35
which fits to the data.
335
800000
2000
que se ajuste aos dados.
13:37
And we have to realize
336
802000
2000
E precisamos perceber
13:39
that we are all going to into this, down to here.
337
804000
3000
que todos nós estaremos nisso, até aqui embaixo.
13:42
What is the importance now with the relations here.
338
807000
3000
Qual é agora a importância dessas relações aqui.
13:45
Look -- even if we look in Africa --
339
810000
2000
Vejam. Mesmo que observemos a África.
13:47
these are the African countries.
340
812000
2000
Esses são os países africanos.
13:49
You can clearly see the relation with falling child mortality
341
814000
3000
Vocês podem ver claramente a relação entre queda da mortalidade infantil
13:52
and decreasing family size,
342
817000
2000
e redução do tamanho das famílias,
13:54
even within Africa.
343
819000
2000
mesmo dentro da África.
13:56
It's very clear that this is what happens.
344
821000
2000
É muito claro que isso é o que acontece.
13:58
And a very important piece of research came out on Friday
345
823000
3000
E uma pesquisa muito importante saiu na sexta-feira
14:01
from the Institute of Health Metrics and Evaluation in Seattle
346
826000
4000
do Instituto de Medições e Avaliações em Saúde em Seattle
14:05
showing that almost 50 percent
347
830000
2000
mostrando que quase 50 por cento
14:07
of the fall in child mortality
348
832000
2000
da queda na mortalidade infantil
14:09
can be attributed to female education.
349
834000
3000
pode ser atribuída à educação das mulheres.
14:12
That is, when we get girls in school,
350
837000
3000
Isto é, quando colocamos as meninas na escola,
14:15
we'll get an impact 15 to 20 years later,
351
840000
2000
obtemos um impacto 15 a 20 anos mais tarde,
14:17
which is a secular trend which is very strong.
352
842000
3000
o que é uma tendência secular, que é muito forte.
14:20
That's why we must have that long-term perspective,
353
845000
3000
É por isso que precisamos ter aquela perspectiva a longo prazo,
14:23
but we must measure the impact
354
848000
2000
mas precisamos medir o impacto
14:25
over 10-year periods.
355
850000
2000
de um período de 10 anos.
14:27
It's fully possible
356
852000
2000
É completamente possível
14:29
to get child mortality down in all of these countries
357
854000
2000
reduzir a mortalidade infantil em todos esses países
14:31
and to get them down in the corner
358
856000
2000
e colocá-los lá embaixo no canto
14:33
where we all would like to live together.
359
858000
3000
onde todos nós gostaríamos de viver juntos.
14:37
And of course, lowering child mortality
360
862000
3000
E, é claro, reduzir a mortalidade infantil
14:40
is a matter of utmost importance
361
865000
3000
é absolutamente uma questão da maior importância
14:43
from humanitarian aspects.
362
868000
2000
em relação a aspectos humanitários.
14:45
It's a decent life for children,
363
870000
2000
É de uma vida decente para as crianças
14:47
we are talking about.
364
872000
2000
que estamos falando.
14:49
But it is also a strategic investment
365
874000
3000
Mas isso também é um investimento estratégico
14:52
in the future of all mankind,
366
877000
2000
no futuro de toda a humanidade,
14:54
because it's about the environment.
367
879000
3000
porque é uma questão sobre o ambiente.
14:57
We will not be able to manage the environment
368
882000
2000
Não seremos capazes de administrar o ambiente
14:59
and avoid the terrible climate crisis
369
884000
2000
e evitar a terrível crise climática
15:01
if we don't stabilize the world population.
370
886000
2000
se não estabilizarmos a população mundial.
15:03
Let's be clear about that.
371
888000
2000
Vamos ser claros a respeito disso.
15:05
And the way to do that,
372
890000
2000
E a maneira de fazer isso,
15:07
that is to get child mortality down, get access to family planning
373
892000
3000
isto é, reduzir a mortalidade infantil, ter acesso ao planejamento familiar
15:10
and behind that drive female education.
374
895000
3000
e por trás disso estimular a educação das mulheres.
15:13
And that is fully possible. Let's do it.
375
898000
2000
E isso é completamente possível. Vamos fazer isso.
15:15
Thank you very much.
376
900000
2000
Muito obrigado a vocês.
15:17
(Applause)
377
902000
10000
(Aplausos)
Translated by Durval Castro
Reviewed by Nadja Nathan

▲Back to top

ABOUT THE SPEAKER
Hans Rosling - Global health expert; data visionary
In Hans Rosling’s hands, data sings. Global trends in health and economics come to vivid life. And the big picture of global development—with some surprisingly good news—snaps into sharp focus.

Why you should listen

Even the most worldly and well-traveled among us have had their perspectives shifted by Hans Rosling. A professor of global health at Sweden's Karolinska Institute, his work focused on dispelling common myths about the so-called developing world, which (as he pointed out) is no longer worlds away from the West. In fact, most of the Third World is on the same trajectory toward health and prosperity, and many countries are moving twice as fast as the west did.

What set Rosling apart wasn't just his apt observations of broad social and economic trends, but the stunning way he presented them. Guaranteed: You've never seen data presented like this. A presentation that tracks global health and poverty trends should be, in a word: boring. But in Rosling's hands, data sings. Trends come to life. And the big picture — usually hazy at best — snaps into sharp focus.

Rosling's presentations were grounded in solid statistics (often drawn from United Nations and World Bank data), illustrated by the visualization software he developed. The animations transform development statistics into moving bubbles and flowing curves that make global trends clear, intuitive and even playful. During his legendary presentations, Rosling took this one step farther, narrating the animations with a sportscaster's flair.

Rosling developed the breakthrough software behind his visualizations through his nonprofit Gapminder, founded with his son and daughter-in-law. The free software — which can be loaded with any data — was purchased by Google in March 2007. (Rosling met the Google founders at TED.)

Rosling began his wide-ranging career as a physician, spending many years in rural Africa tracking a rare paralytic disease (which he named konzo) and discovering its cause: hunger and badly processed cassava. He co-founded Médecins sans Frontièrs (Doctors without Borders) Sweden, wrote a textbook on global health, and as a professor at the Karolinska Institut in Stockholm initiated key international research collaborations. He's also personally argued with many heads of state, including Fidel Castro.

Hans Rosling passed away in February 2017. He is greatly missed.


More profile about the speaker
Hans Rosling | Speaker | TED.com

Data provided by TED.

This site was created in May 2015 and the last update was on January 12, 2020. It will no longer be updated.

We are currently creating a new site called "eng.lish.video" and would be grateful if you could access it.

If you have any questions or suggestions, please feel free to write comments in your language on the contact form.

Privacy Policy

Developer's Blog

Buy Me A Coffee