TEDNYC
Mona Chalabi: 3 ways to spot a bad statistic
منى شلبي: ثلاث طرق لتحديد الإحصاء السيئ
Filmed:
Readability: 4.2
1,888,599 views
يصعب أحياناً معرفة ما إذا كانت الإحصائيات جديرة بثقتنا. لكن لايجب علينا إستبعادها كلية. عوضاً عن ذلك، ينبغي علينا البحث خلفها. في ثنايا هذا الحديث المبهج والمرح تطرح صحفية البيانات منى شلبي نصائح مفيدة للمساعدة في التساؤل وتفسير وفهم ما تقوله الأرقام حقاً.
Mona Chalabi - Data journalist
Mona Chalabi tries to take the numb out of numbers. She's left with lots of "ers." Full bio
Mona Chalabi tries to take the numb out of numbers. She's left with lots of "ers." Full bio
Double-click the English transcript below to play the video.
00:12
Now, I'm going to be talking
about statistics today.
about statistics today.
0
884
2763
سأتحدث عن الإحصائيات اليوم
00:15
If that makes you immediately feel
a little bit wary, that's OK,
a little bit wary, that's OK,
1
3671
3138
ولو كان هذا يجعلك في الحال حذراً
بعض الشيء فلا بأس،
بعض الشيء فلا بأس،
00:18
that doesn't make you some
kind of crazy conspiracy theorist,
kind of crazy conspiracy theorist,
2
6833
2859
فإن هذا لن يجعلك نوعا ما
صاحب نظرية مؤامرة مهووس، بل متشكك.
صاحب نظرية مؤامرة مهووس، بل متشكك.
00:21
it makes you skeptical.
3
9716
1296
وعندما يتعلق الأمربالأرقام، خاصة الآن،
لابد أن تكون متشككاً.
لابد أن تكون متشككاً.
00:23
And when it comes to numbers,
especially now, you should be skeptical.
especially now, you should be skeptical.
4
11036
3886
00:26
But you should also be able to tell
which numbers are reliable
which numbers are reliable
5
14946
3011
ولكن أيضاً لابد أن تكون قادراً على القول
أي الأرقام موثوق به وأيها ليس كذلك.
أي الأرقام موثوق به وأيها ليس كذلك.
00:29
and which ones aren't.
6
17981
1160
00:31
So today I want to try to give you
some tools to be able to do that.
some tools to be able to do that.
7
19165
3206
لذا اليوم سأحاول إعطاءكم الأدوات التي
تمكنكم من ذلك.
تمكنكم من ذلك.
00:34
But before I do,
8
22395
1169
قبل أن أفعل،
أريد أن أوضح أي الأرقام أتحدث عنها هنا.
أريد أن أوضح أي الأرقام أتحدث عنها هنا.
00:35
I just want to clarify which numbers
I'm talking about here.
I'm talking about here.
9
23588
2839
00:38
I'm not talking about claims like,
10
26451
1635
فأنا لا أتحدث عن الادعاءات مثل،
00:40
"9 out of 10 women recommend
this anti-aging cream."
this anti-aging cream."
11
28110
2449
"9 من 10 نساء ينصحون
بهذا الكريم المضاد للشيخوخة."
بهذا الكريم المضاد للشيخوخة."
أعتقد أن كثير منا يبحثون
على أرقام كهذه.
على أرقام كهذه.
00:42
I think a lot of us always
roll our eyes at numbers like that.
roll our eyes at numbers like that.
12
30583
2972
00:45
What's different now is people
are questioning statistics like,
are questioning statistics like,
13
33579
2984
المختلف الآن أن الناس
يتساءلون عن إحصائيات مثل،
يتساءلون عن إحصائيات مثل،
"معدل البطالة الأمريكي هو %5."
00:48
"The US unemployment
rate is five percent."
rate is five percent."
14
36587
2014
الذي يجعل هذا الإدعاء مختلفاً
أنه لم يأتي من شركة خاصة، بل من الحكومة.
أنه لم يأتي من شركة خاصة، بل من الحكومة.
00:50
What makes this claim different is
it doesn't come from a private company,
it doesn't come from a private company,
15
38625
3516
00:54
it comes from the government.
16
42165
1388
00:55
About 4 out of 10 Americans
distrust the economic data
distrust the economic data
17
43577
3336
والحقيقة ، أن حوالي 4 من 10 أمريكيين
لا يثقون بالبيانات الاقتصادية
لا يثقون بالبيانات الاقتصادية
00:58
that gets reported by government.
18
46937
1573
التي تصدرها الحكومة.
01:00
Among supporters of President Trump
it's even higher;
it's even higher;
19
48534
2491
وهي أعلي بين مؤيدي الرئيس (ترامب)؛
إنها حوالي 7 من 10.
إنها حوالي 7 من 10.
01:03
it's about 7 out of 10.
20
51049
1633
01:04
I don't need to tell anyone here
21
52706
1804
لست بحاجة لإخبار أحد هنا
01:06
that there are a lot of dividing lines
in our society right now,
in our society right now,
22
54534
3011
أن هناك المزيد من الخطوط الفاصلة
في مجتمعنا الآن،
في مجتمعنا الآن،
01:09
and a lot of them start to make sense,
23
57569
1825
والكثيرمنهم أصبح منطقي،
بمجرد فهمك لعلاقة الناس
بأرقام الحكومة تلك.
بأرقام الحكومة تلك.
01:11
once you understand people's relationships
with these government numbers.
with these government numbers.
24
59418
3687
01:15
On the one hand, there are those who say
these statistics are crucial,
these statistics are crucial,
25
63129
3336
ومن جانب، هناك أؤلئك اللذين يقولون
أن هذه الإحصائيات في غاية الأهمية.
أن هذه الإحصائيات في غاية الأهمية.
01:18
that we need them to make sense
of society as a whole
of society as a whole
26
66489
2630
ونحن بحاجة إليهم لنفهم المجتمع ككل
ولتجاوز الحكايات العاطفية
ولتجاوز الحكايات العاطفية
01:21
in order to move beyond
emotional anecdotes
emotional anecdotes
27
69143
2164
01:23
and measure progress in a subjective way.
28
71331
2410
وقياس التقدم بطريقة (موضوعية).
01:25
And then there are the others,
29
73765
1467
ومن ثم هناك آخرون،
01:27
who say that these statistics are elitist,
30
75256
2156
اللذين يقولون أن هذه الإحصائيات نخبوية،
أو ربما تكون مزورة؛
أو ربما تكون مزورة؛
01:29
maybe even rigged;
31
77436
1208
فهم غير منطقيون ولا يعكسون فعلاً
ما يحدث في حياة الناس اليومية.
ما يحدث في حياة الناس اليومية.
01:30
they don't make sense
and they don't really reflect
and they don't really reflect
32
78668
2394
01:33
what's happening
in people's everyday lives.
in people's everyday lives.
33
81086
2296
01:35
It kind of feels like that second group
is winning the argument right now.
is winning the argument right now.
34
83406
3487
نوعاً ما تبدو المجموعة الثانية
أنها علي صواب حتى الآن.
أنها علي صواب حتى الآن.
01:38
We're living in a world
of alternative facts,
of alternative facts,
35
86917
2108
نعيش في عالم من الحقائق البديلة،
01:41
where people don't find statistics
this kind of common ground,
this kind of common ground,
36
89049
2935
حيث لا يجد الناس إحصائيات
ذات أرضية مشتركة،
ذات أرضية مشتركة،
01:44
this starting point for debate.
37
92008
1636
وهذا هو أصل الخلاف، وهذه مشكلة.
01:45
This is a problem.
38
93668
1286
هناك فعلاً تحركات في أمريكا الآن
للتخلص من إحصائيات الحكومة كليًا.
للتخلص من إحصائيات الحكومة كليًا.
01:46
There are actually
moves in the US right now
moves in the US right now
39
94978
2067
01:49
to get rid of some government
statistics altogether.
statistics altogether.
40
97069
2861
01:51
Right now there's a bill in congress
about measuring racial inequality.
about measuring racial inequality.
41
99954
3387
فهناك الآن مشروع قانون في الكونجرس
حول قياس التمييز العنصري.
حول قياس التمييز العنصري.
01:55
The draft law says that government
money should not be used
money should not be used
42
103365
2801
تقول مسودة القانون أن أموال الحكومة
لا ينبغي إستخدامها
لا ينبغي إستخدامها
01:58
to collect data on racial segregation.
43
106190
1902
لجمع المعلومات حول التميز العنصري.
هذه كارثة كلية.
هذه كارثة كلية.
02:00
This is a total disaster.
44
108116
1885
02:02
If we don't have this data,
45
110025
1748
إذا لم تكن لدينا هذه الببانات،
كيف لنا أن نرصد التميز،
كيف لنا أن نرصد التميز،
02:03
how can we observe discrimination,
46
111797
1778
02:05
let alone fix it?
47
113599
1278
ناهيك عن إصلاحه؟
02:06
In other words:
48
114901
1188
وبمعنى أخر: كيف لحكومة
أن تصنع سياسات منصفة
أن تصنع سياسات منصفة
02:08
How can a government create fair policies
49
116113
2059
02:10
if they can't measure
current levels of unfairness?
current levels of unfairness?
50
118196
2771
إذا كانت غير قادرة على قياس مستويات
عدم الإنصاف الحالية؟
عدم الإنصاف الحالية؟
02:12
This isn't just about discrimination,
51
120991
1794
إن هذا لا يتعلق بالتمييز العنصري وحده،
بل بكل شئ - فكروا في ذلك.
بل بكل شئ - فكروا في ذلك.
02:14
it's everything -- think about it.
52
122809
1670
كيف نسن قوانين للرعاية الصحية
02:16
How can we legislate on health care
53
124503
1690
02:18
if we don't have good data
on health or poverty?
on health or poverty?
54
126217
2271
إذا لم يكن لدينا بيانات كافية
حول الصحة والفقر؟
حول الصحة والفقر؟
كيف يكون لدينا نقاش عام حول الهجرة
02:20
How can we have public debate
about immigration
about immigration
55
128512
2198
إذا لم نتفق على الأقل على
عدد الناس الداخلين والخارجين من البلاد؟
عدد الناس الداخلين والخارجين من البلاد؟
02:22
if we can't at least agree
56
130734
1250
02:24
on how many people are entering
and leaving the country?
and leaving the country?
57
132008
2643
02:26
Statistics come from the state;
that's where they got their name.
that's where they got their name.
58
134675
3058
جاء أصل كلمة إحصائيات من كلمة تعين؛
من هنا جاء مسماها.
من هنا جاء مسماها.
الهدف كان قياس نسبة السكان بشكل أفضل
لتقديم خدمة افضل لهم.
لتقديم خدمة افضل لهم.
02:29
The point was to better
measure the population
measure the population
59
137757
2157
02:31
in order to better serve it.
60
139938
1357
02:33
So we need these government numbers,
61
141319
1725
لذا نحتاج أرقام الحكومة هذه،
02:35
but we also have to move
beyond either blindly accepting
beyond either blindly accepting
62
143068
2647
ولكن علينا أيضاً تجاوز القبول الأعمى
أو الرفض الأعمى لهم.
أو الرفض الأعمى لهم.
02:37
or blindly rejecting them.
63
145739
1268
02:39
We need to learn the skills
to be able to spot bad statistics.
to be able to spot bad statistics.
64
147031
2997
علينا تعلم مهارة القدرة
على معرفة الإحصائيات السيئة.
على معرفة الإحصائيات السيئة.
02:42
I started to learn some of these
65
150052
1528
قد بدأت بتعلم بعض من هذا
عندما كنت أعمل في قسم إحصائي
عندما كنت أعمل في قسم إحصائي
02:43
when I was working
in a statistical department
in a statistical department
66
151604
2166
02:45
that's part of the United Nations.
67
153794
1643
تابع للأمم المتحدة.
02:47
Our job was to find out how many Iraqis
had been forced from their homes
had been forced from their homes
68
155461
3406
كان عملنا هو معرفة عدد العراقيين
الذين شُردوا من منازلهم بسب الحرب،
الذين شُردوا من منازلهم بسب الحرب،
02:50
as a result of the war,
69
158891
1158
02:52
and what they needed.
70
160073
1158
وما يحتاجون إليه.
02:53
It was really important work,
but it was also incredibly difficult.
but it was also incredibly difficult.
71
161255
3178
كان عملاً مهماً حقًا، ولكنه صعب جدًا.
كل يوم، كنا نتخذ قررات
تؤثر على دقة أرقامنا
تؤثر على دقة أرقامنا
02:56
Every single day, we were making decisions
72
164457
2018
02:58
that affected the accuracy
of our numbers --
of our numbers --
73
166499
2157
03:00
decisions like which parts
of the country we should go to,
of the country we should go to,
74
168680
2744
قررات مثل أي الأماكن في البلاد
التي ينبغي الذهاب إليها،
التي ينبغي الذهاب إليها،
03:03
who we should speak to,
75
171448
1156
من يجب أن نتكلم معه،
وما الأسئلة التي يجب أن نطرحها.
وما الأسئلة التي يجب أن نطرحها.
03:04
which questions we should ask.
76
172628
1568
03:06
And I started to feel
really disillusioned with our work,
really disillusioned with our work,
77
174220
2680
وبدأت أشعر بخيبة أمل حقًا بشان عملنا،
03:08
because we thought we were doing
a really good job,
a really good job,
78
176924
2518
لاعتقادنا بأننا نقوم بعمل جيد،
03:11
but the one group of people
who could really tell us were the Iraqis,
who could really tell us were the Iraqis,
79
179466
3278
ولكن مجموعة الناس التي بإمكانها
إخبارنا أين العراقيون،
إخبارنا أين العراقيون،
نادراً ما تتاح الفرصة لهم لإيجاد
تحليلنا، ناهيك عن النقاش بخصوصه.
تحليلنا، ناهيك عن النقاش بخصوصه.
03:14
and they rarely got the chance to find
our analysis, let alone question it.
our analysis, let alone question it.
80
182768
3540
03:18
So I started to feel really determined
81
186332
1831
لذا شعرت أن الطريقة الوحيدة
لجعل الأرقام أكثر دقة
لجعل الأرقام أكثر دقة
03:20
that the one way to make
numbers more accurate
numbers more accurate
82
188187
2311
هو وجود عدد كبير بقدر الإمكان
من الناس الذين نستطيع طرح أسئلة عليهم.
من الناس الذين نستطيع طرح أسئلة عليهم.
03:22
is to have as many people as possible
be able to question them.
be able to question them.
83
190522
3053
03:25
So I became a data journalist.
84
193599
1434
لهذا أصبحتُ صحفية بيانات.
03:27
My job is finding these data sets
and sharing them with the public.
and sharing them with the public.
85
195057
3904
عملي هو إيجاد مجموعات البيانات تلك
ومشاركتها مع العامة.
ومشاركتها مع العامة.
03:30
Anyone can do this,
you don't have to be a geek or a nerd.
you don't have to be a geek or a nerd.
86
198985
3173
أي أحد بإمكانه ذلك فلا يجب عليك
أن تكون عالمًا أو أن تدرس كثيرًا.
أن تكون عالمًا أو أن تدرس كثيرًا.
03:34
You can ignore those words;
they're used by people
they're used by people
87
202182
2355
بإمكانك تجاهل هذه الكلمات؛
التي يستخدمها الناس
التي يستخدمها الناس
للوصف بأنهم أذكياء في حين أنهم بسطاء.
بالتأكيد أي أحد بإمكانه ذلك.
بالتأكيد أي أحد بإمكانه ذلك.
03:36
trying to say they're smart
while pretending they're humble.
while pretending they're humble.
88
204561
2822
03:39
Absolutely anyone can do this.
89
207407
1589
03:41
I want to give you guys three questions
90
209020
2067
أريد أن أسألكم ثلاث أسئلة
03:43
that will help you be able to spot
some bad statistics.
some bad statistics.
91
211111
3005
ستساعدكم في تحديد بعض الإحصائيات السيئة
03:46
So, question number one
is: Can you see uncertainty?
is: Can you see uncertainty?
92
214140
3507
السؤال الأول هو
هل يساوركم شعور بالشك؟
هل يساوركم شعور بالشك؟
03:49
One of things that's really changed
people's relationship with numbers,
people's relationship with numbers,
93
217671
3364
أن إحدى الأشياء التي غيرت
علاقة الناس بالأرقام،
علاقة الناس بالأرقام،
03:53
and even their trust in the media,
94
221059
1641
وحتي ثقتهم في وسائل الاعلام،
03:54
has been the use of political polls.
95
222724
2258
كانت استخدام استطلاعات الرأي السياسية.
أنا شخصيًا لدي الكثير من المشاكل معها
03:57
I personally have a lot of issues
with political polls
with political polls
96
225006
2538
03:59
because I think the role of journalists
is actually to report the facts
is actually to report the facts
97
227568
3376
لأنيّ أعتقد أن دور الصحفيين
في الواقع هو إيصال الحقائق
في الواقع هو إيصال الحقائق
وليس محاولة التنبؤ بها،
04:02
and not attempt to predict them,
98
230968
1553
خاصة إذا كانت هذة التنبؤات بإمكانها
فعلاً تدميرالديمقراطية.
فعلاً تدميرالديمقراطية.
04:04
especially when those predictions
can actually damage democracy
can actually damage democracy
99
232545
2996
04:07
by signaling to people:
don't bother to vote for that guy,
don't bother to vote for that guy,
100
235565
2732
بالإشارة الي الناس:
لا يهم التصويت لهذا الشخص،
لا يهم التصويت لهذا الشخص،
04:10
he doesn't have a chance.
101
238321
1205
ليس لديه فرصة.
دعونا ننحيّ هذا جانباً الآن ونتكلم
عن دقة هذه المحاولة.
عن دقة هذه المحاولة.
04:11
Let's set that aside for now and talk
about the accuracy of this endeavor.
about the accuracy of this endeavor.
102
239550
3654
04:15
Based on national elections
in the UK, Italy, Israel
in the UK, Italy, Israel
103
243228
4608
بناءً على الإنتخابات القومية في المملكة
المتحدة وإيطاليا وإسرائيل
المتحدة وإيطاليا وإسرائيل
وبالطبع الإنتخابات
الرئاسية الأمريكية الأخيرة،
الرئاسية الأمريكية الأخيرة،
04:19
and of course, the most recent
US presidential election,
US presidential election,
104
247860
2764
استخدموا الاستطلاعات للتنبؤ
بنتائج إنتخابية
بنتائج إنتخابية
04:22
using polls to predict electoral outcomes
105
250648
2137
04:24
is about as accurate as using the moon
to predict hospital admissions.
to predict hospital admissions.
106
252809
3812
تبلغ دقتها دقة الاسترشاد بالقمر
في التنبؤ بالدخول إلى المستشفى.
في التنبؤ بالدخول إلى المستشفى.
04:28
No, seriously, I used actual data
from an academic study to draw this.
from an academic study to draw this.
107
256645
4200
الآن، جدياً، لقد استخدمت بيانات حقيقية
من دراسة أكاديمية لرسم هذا.
من دراسة أكاديمية لرسم هذا.
04:32
There are a lot of reasons why
polling has become so inaccurate.
polling has become so inaccurate.
108
260869
3727
هناك العديد من الأسباب لماذا أصبحت
استطلاعات الرأي غير دقيقة بالمرة.
استطلاعات الرأي غير دقيقة بالمرة.
04:36
Our societies have become really diverse,
109
264620
1970
أصبحت مجتمعاتنا متفرقة جداً،
04:38
which makes it difficult for pollsters
to get a really nice representative sample
to get a really nice representative sample
110
266614
3821
والذي يُصعِب الأمرعلي منظمي الاستطلاعات
الحصول على عينة تمثيلية مناسبة
الحصول على عينة تمثيلية مناسبة
04:42
of the population for their polls.
111
270459
1627
لعدد السكان في استطلاعهم.
04:44
People are really reluctant to answer
their phones to pollsters,
their phones to pollsters,
112
272110
3006
فالناس يترددون حقًا في الإجابة على منظمي
الاستطلاع بالهاتف،
الاستطلاع بالهاتف،
وأيضًا، الصادم أكثر، أن الناس قد يكذبون.
04:47
and also, shockingly enough,
people might lie.
people might lie.
113
275140
2276
ولكنك بالضرورة لن تعرف بالنظر
إلى وسائل الإعلام
إلى وسائل الإعلام
04:49
But you wouldn't necessarily
know that to look at the media.
know that to look at the media.
114
277440
2811
لأمر واحد، فإن إحتمالية
فوز (هيلاري كلينتون)
فوز (هيلاري كلينتون)
04:52
For one thing, the probability
of a Hillary Clinton win
of a Hillary Clinton win
115
280275
2761
04:55
was communicated with decimal places.
116
283060
2791
كانت شائعة في الخانات العشرية.
04:57
We don't use decimal places
to describe the temperature.
to describe the temperature.
117
285875
2621
كنا لا نستخدم الخانات العشرية
لوصف درجات الحرارة.
لوصف درجات الحرارة.
05:00
How on earth can predicting the behavior
of 230 million voters in this country
of 230 million voters in this country
118
288520
4228
كيف إذًا من الممكن أن يكون التنبؤ بسلوك
230 مليون مُصوِت في هذه البلاد دقيقًا؟
230 مليون مُصوِت في هذه البلاد دقيقًا؟
05:04
be that precise?
119
292772
1829
05:06
And then there were those sleek charts.
120
294625
2002
لذا كانت هناك تلك الرسوم البيانية الدقيقة.
05:08
See, a lot of data visualizations
will overstate certainty, and it works --
will overstate certainty, and it works --
121
296651
3973
انظروا ستبالغ الكثير من التصورات البيانية
بالتاكيد، وهو نافع
بالتاكيد، وهو نافع
05:12
these charts can numb
our brains to criticism.
our brains to criticism.
122
300648
2620
هذه البيانات يمكن أن تخدر عقولنا
حتي لا ننتقدها.
حتي لا ننتقدها.
05:15
When you hear a statistic,
you might feel skeptical.
you might feel skeptical.
123
303292
2558
عندما تسمع بإحصاء، تشعر بالشك.
05:17
As soon as it's buried in a chart,
124
305874
1635
طالما هو موضوع في رسم بياني،
تشعرك بأنه علم موضوعي نوعًا ما،
تشعرك بأنه علم موضوعي نوعًا ما،
05:19
it feels like some kind
of objective science,
of objective science,
125
307533
2129
05:21
and it's not.
126
309686
1249
لكنه ليس كذلك.
05:22
So I was trying to find ways
to better communicate this to people,
to better communicate this to people,
127
310959
3103
لذا كنت أحاول إيجاد بعض الطرق
لتحسين وصول هذا للناس،
لتحسين وصول هذا للناس،
لإظهارعدم اليقين في أرقامنا لهم.
05:26
to show people the uncertainty
in our numbers.
in our numbers.
128
314086
2504
05:28
What I did was I started taking
real data sets,
real data sets,
129
316614
2246
لقد بدأت بتبني مجموعات بيانات حقيقية،
وتحويلهم إلى تصورات مرسومة باليد،
وتحويلهم إلى تصورات مرسومة باليد،
05:30
and turning them into
hand-drawn visualizations,
hand-drawn visualizations,
130
318884
2652
ليتمكن الناس من معرفة عدم دقة البيانات؛
05:33
so that people can see
how imprecise the data is;
how imprecise the data is;
131
321560
2672
05:36
so people can see that a human did this,
132
324256
1996
ويعرفوا أن الإنسان هو من قام بذلك،
فقد وجد البيانات وتصورها.
فقد وجد البيانات وتصورها.
05:38
a human found the data and visualized it.
133
326276
1972
05:40
For example, instead
of finding out the probability
of finding out the probability
134
328272
2672
على سبيل المثال، بدلاً من معرفة احتمالية
الإصابة بالإنفلونزا في شهر معين،
الإصابة بالإنفلونزا في شهر معين،
05:42
of getting the flu in any given month,
135
330968
2126
05:45
you can see the rough
distribution of flu season.
distribution of flu season.
136
333118
2792
فبإمكانك معرفة التوزيع التقريبي
للإنفلونزا الموسمية.
للإنفلونزا الموسمية.
05:47
This is --
137
335934
1167
ها هي --
لقطة غير لطيفة في فبراير،
05:49
(Laughter)
138
337125
1018
05:50
a bad shot to show in February.
139
338167
1486
05:51
But it's also more responsible
data visualization,
data visualization,
140
339677
2455
لكنه تصور بياني موثوق به،
05:54
because if you were to show
the exact probabilities,
the exact probabilities,
141
342156
2455
لأنه إذا اتضحت لكم الاحتمالات الفعلية،
فإن هذا يشجع الناس على تعاطي
لقاحات الإنفلونزا في الوقت الخطأ.
لقاحات الإنفلونزا في الوقت الخطأ.
05:56
maybe that would encourage
people to get their flu jabs
people to get their flu jabs
142
344635
2592
05:59
at the wrong time.
143
347251
1456
06:01
The point of these shaky lines
144
349163
1693
إن الهدف من هذه الخطوط غير المستقرة
هو تذكير الناس بعدم الدقة،
هو تذكير الناس بعدم الدقة،
06:02
is so that people remember
these imprecisions,
these imprecisions,
145
350880
2911
06:05
but also so they don't necessarily
walk away with a specific number,
walk away with a specific number,
146
353815
3227
ولكن أيضًا لا يكتفون بالضرورة برقم معين،
06:09
but they can remember important facts.
147
357066
1866
بل بإمكانهم أن يتذكروا حقائق هامة.
حقائق مثل الظلم وعدم المساواة
التي تترك أثراً كبيراً في حياتنا.
التي تترك أثراً كبيراً في حياتنا.
06:10
Facts like injustice and inequality
leave a huge mark on our lives.
leave a huge mark on our lives.
148
358956
4024
06:15
Facts like Black Americans and Native
Americans have shorter life expectancies
Americans have shorter life expectancies
149
363004
4189
حقائق مثل أن الأمريكان السود والأصليين
لديهم أقصر متوسط عمري متوقع
لديهم أقصر متوسط عمري متوقع
مقارنة بالأجناس الأخرى،
والتي لن تتغير في أي وقت قريب.
والتي لن تتغير في أي وقت قريب.
06:19
than those of other races,
150
367217
1400
06:20
and that isn't changing anytime soon.
151
368641
2138
06:22
Facts like prisoners in the US
can be kept in solitary confinement cells
can be kept in solitary confinement cells
152
370803
3901
حقائق مثل أن المسجونين في أمريكا
يمكن أن يوضعوا في غرف حبس انفرادي
يمكن أن يوضعوا في غرف حبس انفرادي
أصغر في الحجم من مساحة
موقف السيارة العادي.
موقف السيارة العادي.
06:26
that are smaller than the size
of an average parking space.
of an average parking space.
153
374728
3342
هدف هذه التصورات أيضاً هو تذكير الناس
ببعض المفاهيم الإحصائية الهامة،
ببعض المفاهيم الإحصائية الهامة،
06:30
The point of these visualizations
is also to remind people
is also to remind people
154
378535
3335
06:33
of some really important
statistical concepts,
statistical concepts,
155
381894
2350
مثل المتوسطات.
06:36
concepts like averages.
156
384268
1636
06:37
So let's say you hear a claim like,
157
385928
1668
لذا دعونا نقول أنكم سمعتم إدعاءً مثل:
06:39
"The average swimming pool in the US
contains 6.23 fecal accidents."
contains 6.23 fecal accidents."
158
387620
4434
"يحتوي حمام السباحة العادي في أمريكا
على 6.23 حادثة براز."
على 6.23 حادثة براز."
هذا لايعني أن كل حمامات السباحة في البلاد
تحتوي علي 6.23 حادثة براز بالضبط.
تحتوي علي 6.23 حادثة براز بالضبط.
06:44
That doesn't mean every single
swimming pool in the country
swimming pool in the country
159
392078
2797
06:46
contains exactly 6.23 turds.
160
394899
2194
لذا لإيضاح ذلك،
06:49
So in order to show that,
161
397117
1417
رجعت إلى البيانات الأصلية،
والتى أتت من مركز مكافحة الأمراض
والتى أتت من مركز مكافحة الأمراض
06:50
I went back to the original data,
which comes from the CDC,
which comes from the CDC,
162
398558
2841
06:53
who surveyed 47 swimming facilities.
163
401423
2065
الذي عاين 47 من مرافق السباحة.
06:55
And I just spent one evening
redistributing poop.
redistributing poop.
164
403512
2391
و قضيت ليلة واحدة فقط
في إعادة توزيع البراز.
في إعادة توزيع البراز.
06:57
So you can kind of see
how misleading averages can be.
how misleading averages can be.
165
405927
2682
بذلك يمكنكم أن تروا كيف
أن المتوسطات مضللة.
أن المتوسطات مضللة.
(ضحك)
07:00
(Laughter)
166
408633
1282
07:01
OK, so the second question
that you guys should be asking yourselves
that you guys should be asking yourselves
167
409939
3901
حسنًا، السؤال الثاني الذي يجب
أن تسألوه لأنفسكم
أن تسألوه لأنفسكم
لمعرفة الإرقام الزائفة هو:
هل بإمكاني رؤية نفسي في البيانات؟
هل بإمكاني رؤية نفسي في البيانات؟
07:05
to spot bad numbers is:
168
413864
1501
07:07
Can I see myself in the data?
169
415389
1967
07:09
This question is also
about averages in a way,
about averages in a way,
170
417380
2913
وهو سؤال عن المتوسطات أيضا بطريقة ما،
لأن جزءاً من سبب إحباط الناس جداً
بشأن هذه الإحصائيات المحلية،
بشأن هذه الإحصائيات المحلية،
07:12
because part of the reason
why people are so frustrated
why people are so frustrated
171
420317
2605
07:14
with these national statistics,
172
422946
1495
هو أنهم لا يقولون بحق قصة
الرابح والخاسر من السياسة المحلية.
الرابح والخاسر من السياسة المحلية.
07:16
is they don't really tell the story
of who's winning and who's losing
of who's winning and who's losing
173
424465
3273
07:19
from national policy.
174
427762
1156
من السهل فَهم إحباط الناس الكبير
بشأن المتوسطات العالمية
بشأن المتوسطات العالمية
07:20
It's easy to understand why people
are frustrated with global averages
are frustrated with global averages
175
428942
3318
عندما لا يمكنهم مطابقتها
مع تجاربهم الشخصية.
مع تجاربهم الشخصية.
07:24
when they don't match up
with their personal experiences.
with their personal experiences.
176
432284
2679
أردت أن أظهر للناس الطريقة التى ترتبط بها
البيانات بحياتهم اليومية.
البيانات بحياتهم اليومية.
07:26
I wanted to show people the way
data relates to their everyday lives.
data relates to their everyday lives.
177
434987
3263
بدأت بعمود النصائح هذا المدعو
"عزيزتي منى،"
"عزيزتي منى،"
07:30
I started this advice column
called "Dear Mona,"
called "Dear Mona,"
178
438274
2246
حيث سيكتب الناس إلي
عن أسئلتهم واهتماماتهم.
عن أسئلتهم واهتماماتهم.
07:32
where people would write to me
with questions and concerns
with questions and concerns
179
440544
2726
وحاولت أن أٌجيبهم بالبيانات.
07:35
and I'd try to answer them with data.
180
443294
1784
سألني الناس عن أي شئ.
07:37
People asked me anything.
181
445102
1200
أسئلة مثل "هل هو طبيعي أن
أنام في سرير منفصل عن زوجتي؟"
أنام في سرير منفصل عن زوجتي؟"
07:38
questions like, "Is it normal to sleep
in a separate bed to my wife?"
in a separate bed to my wife?"
182
446326
3261
"هل يندم الناس على وشومهم؟"
07:41
"Do people regret their tattoos?"
183
449611
1591
"ما معني الموت لأسباب طبيعية؟"
07:43
"What does it mean to die
of natural causes?"
of natural causes?"
184
451226
2164
كل هذه أسئلة رائعة، لأنها تجعلك تفكر
في طرق إيجاد وإيصال تلك الأرقام.
في طرق إيجاد وإيصال تلك الأرقام.
07:45
All of these questions are great,
because they make you think
because they make you think
185
453414
2966
07:48
about ways to find
and communicate these numbers.
and communicate these numbers.
186
456404
2336
إذا ما سألك أحد،
"ما مقدار البول الذي يعد كثيراً؟"
"ما مقدار البول الذي يعد كثيراً؟"
07:50
If someone asks you,
"How much pee is a lot of pee?"
"How much pee is a lot of pee?"
187
458764
2503
وهو سؤال قد سُئلته،
07:53
which is a question that I got asked,
188
461291
2458
أنتم تريدون فعلَا أن تتأكدوا من أن
هذه التصورات منطقية
هذه التصورات منطقية
07:55
you really want to make sure
that the visualization makes sense
that the visualization makes sense
189
463773
2980
لأكبر قدر ممكن من الناس.
07:58
to as many people as possible.
190
466777
1747
فهذه الأرقام غير متوفرة.
08:00
These numbers aren't unavailable.
191
468548
1575
وفي بعض الأحيان تُدفن
في ملحق دراسة أكاديمية.
في ملحق دراسة أكاديمية.
08:02
Sometimes they're just buried
in the appendix of an academic study.
in the appendix of an academic study.
192
470147
3507
وهي ليست غامضة بالتأكيد؛
08:05
And they're certainly not inscrutable;
193
473678
1839
إذا أردتم اختبار هذه الأرقام
حسب مقدار التبول
حسب مقدار التبول
08:07
if you really wanted to test
these numbers on urination volume,
these numbers on urination volume,
194
475541
2975
يمكن أن تُحضر زجاجة وتجربها بنفسك.
08:10
you could grab a bottle
and try it for yourself.
and try it for yourself.
195
478540
2257
الغرض من هذا ليس بالضرورة
أن كل مجموعة بيانات لها صلة بك بالضرورة.
أن كل مجموعة بيانات لها صلة بك بالضرورة.
08:12
(Laughter)
196
480821
1008
08:13
The point of this isn't necessarily
197
481853
1694
08:15
that every single data set
has to relate specifically to you.
has to relate specifically to you.
198
483571
2877
أنا مهتمة بعدد النساء اللواتي فرض
عليهن غرامة في فرنسا
عليهن غرامة في فرنسا
08:18
I'm interested in how many women
were issued fines in France
were issued fines in France
199
486472
2880
بسب غطاء الوجة، أو النقاب،
08:21
for wearing the face veil, or the niqab,
200
489376
1959
وحتي إن لم أكن أعيش في فرنسا أو أرتديه.
08:23
even if I don't live in France
or wear the face veil.
or wear the face veil.
201
491359
2618
والمقصد من السؤال عن مكانك المناسب
هو معرفة أكبر قدر من السياق،
هو معرفة أكبر قدر من السياق،
08:26
The point of asking where you fit in
is to get as much context as possible.
is to get as much context as possible.
202
494001
3835
فالأمر يتعلق بالخروج من نقطة بيانات واحدة،
مثل معدل البطالة يبلغ %5،
مثل معدل البطالة يبلغ %5،
08:29
So it's about zooming out
from one data point,
from one data point,
203
497860
2191
08:32
like the unemployment rate
is five percent,
is five percent,
204
500075
2104
ومعرفة كيف يتغير بمرور الوقت،
08:34
and seeing how it changes over time,
205
502203
1757
أو كيف يتغير حسب الحالة التعليمية
08:35
or seeing how it changes
by educational status --
by educational status --
206
503984
2650
08:38
this is why your parents always
wanted you to go to college --
wanted you to go to college --
207
506658
3104
هذا سبب أن والديك يريدونك
أن تلتحق بالجامعة
أن تلتحق بالجامعة
أو كيف يتنوع حسب الجنس.
08:41
or seeing how it varies by gender.
208
509786
2032
08:43
Nowadays, male unemployment rate is higher
209
511842
2127
في الوقت الحاضر، يعد معدل البطالة
عند الذكور أعلى من معدلها عند الإناث.
عند الذكور أعلى من معدلها عند الإناث.
08:45
than the female unemployment rate.
210
513993
1700
فحتى مطلع القرن الثامن عشر كان العكس.
08:47
Up until the early '80s,
it was the other way around.
it was the other way around.
211
515717
2695
08:50
This is a story of one
of the biggest changes
of the biggest changes
212
518436
2117
ها هي قصة واحدة من أكبر التغيرات
التي حدثت في المجتمع الأمريكي،
التي حدثت في المجتمع الأمريكي،
08:52
that's happened in American society,
213
520577
1720
ها هي الآن في الرسم البياني،
عندما ننظر أبعد من المتوسطات،
عندما ننظر أبعد من المتوسطات،
08:54
and it's all there in that chart,
once you look beyond the averages.
once you look beyond the averages.
214
522321
3276
المحاور هي كل شئ.
08:57
The axes are everything;
215
525621
1165
فإن غيرت مقياس الرسم، بإمكانك تغيير القصة.
08:58
once you change the scale,
you can change the story.
you can change the story.
216
526810
2669
حسناً، إذاً السؤال الثالث
الذي أريدكم أن يا تفكروا فيه
الذي أريدكم أن يا تفكروا فيه
09:01
OK, so the third and final question
that I want you guys to think about
that I want you guys to think about
217
529503
3380
09:04
when you're looking at statistics is:
218
532907
1819
عندما ننظر إلى الإحصاء:
كيف جُمعت البيانات؟
09:06
How was the data collected?
219
534750
1873
حتي الآن، تكلمت فقط
عن طريقة إيصال البيانات،
عن طريقة إيصال البيانات،
09:09
So far, I've only talked about the way
data is communicated,
data is communicated,
220
537667
2939
09:12
but the way it's collected
matters just as much.
matters just as much.
221
540630
2276
ولكن طريقة جمعها تعني الكثير أيضاً.
أعلم أن هذا صعب،
09:14
I know this is tough,
222
542930
1167
لأن المنهجيات يمكن أن تكون مبهمة
وفي الواقع مملة نوعاً ما،
وفي الواقع مملة نوعاً ما،
09:16
because methodologies can be opaque
and actually kind of boring,
and actually kind of boring,
223
544121
3081
لكن هناك بعض الخطوات البسيطة
يمكن أن تأخذها لتفحص ذلك.
يمكن أن تأخذها لتفحص ذلك.
09:19
but there are some simple steps
you can take to check this.
you can take to check this.
224
547226
2873
سأستخدم واحد هنا على الأقل.
09:22
I'll use one last example here.
225
550123
1839
09:24
One poll found that 41 percent of Muslims
in this country support jihad,
in this country support jihad,
226
552309
3887
كشف استطلاع للرأي أن %41 من المسلمين
في هذا البلد يؤيدون الجهاد،
في هذا البلد يؤيدون الجهاد،
ومن الواضح أنه أمر مفزع،
وقد صدر في 2015 في كل مكان.
وقد صدر في 2015 في كل مكان.
09:28
which is obviously pretty scary,
227
556220
1525
09:29
and it was reported everywhere in 2015.
228
557769
2642
حينما أريد تفحص رقم مثل هذا،
09:32
When I want to check a number like that,
229
560435
2615
أبدأ أولاً بإيجاد التساؤل الأصلي.
09:35
I'll start off by finding
the original questionnaire.
the original questionnaire.
230
563074
2501
09:37
It turns out that journalists
who reported on that statistic
who reported on that statistic
231
565599
2926
اتضح أن الصحفيين الذين أوردوا الإحصاء
09:40
ignored a question
lower down on the survey
lower down on the survey
232
568549
2231
أغفلوا سؤالاً في آخر الإحصاء
الذي يسأل المشاركين ما تعريفهم لـ "الجهاد"
09:42
that asked respondents
how they defined "jihad."
how they defined "jihad."
233
570804
2346
09:45
And most of them defined it as,
234
573174
1981
وأغلبهم عرفه بـ "جهاد المسلم
الشخصي والسلمي ليكون أكثر تديناً."
الشخصي والسلمي ليكون أكثر تديناً."
09:47
"Muslims' personal, peaceful struggle
to be more religious."
to be more religious."
235
575179
3942
فقط %16عرفه بـ
"الحرب المقدسة العنيفة على الكفار."
"الحرب المقدسة العنيفة على الكفار."
09:51
Only 16 percent defined it as,
"violent holy war against unbelievers."
"violent holy war against unbelievers."
236
579145
4194
تلك هي النقطة الأهم:
09:55
This is the really important point:
237
583363
2430
09:57
based on those numbers,
it's totally possible
it's totally possible
238
585817
2155
بناءً على تلك الأرقام، فإنه ممكن تمامًا
09:59
that no one in the survey
who defined it as violent holy war
who defined it as violent holy war
239
587996
3105
أن لا يكون أحد في الإحصاء
قد عرفه بالحرب المقدسة العنيفة
قد عرفه بالحرب المقدسة العنيفة
10:03
also said they support it.
240
591125
1332
وأيضًا قالوا أنهم يدعموها.
10:04
Those two groups might not overlap at all.
241
592481
2208
هاتين المجموعتين لا يمكن أن تتداخل ابداً
10:07
It's also worth asking
how the survey was carried out.
how the survey was carried out.
242
595122
2637
وجدير بالسؤال كذلك هو كيف تم الإحصاء.
كان هذا شئ يسمى خيار الاستطلاع،
10:09
This was something called an opt-in poll,
243
597783
1998
10:11
which means anyone could have found it
on the internet and completed it.
on the internet and completed it.
244
599805
3402
والذي يعني أن أي شخص يمكن أن يجده
على الإنترنت ويكمله.
على الإنترنت ويكمله.
لم يكن ثمة سبيل لمعرفة ما إذا كان
هؤلاء الناس مسلمين فعلاً.
هؤلاء الناس مسلمين فعلاً.
10:15
There's no way of knowing
if those people even identified as Muslim.
if those people even identified as Muslim.
245
603231
3339
10:18
And finally, there were 600
respondents in that poll.
respondents in that poll.
246
606594
2612
وأخيراً، كان هناك 600 مشارك في الاستطلاع.
هناك ما يقرب من ثلاثة مليون
مسلم في هذا البلد.
مسلم في هذا البلد.
10:21
There are roughly three million
Muslims in this country,
Muslims in this country,
247
609230
2654
وفق مركز (بيو) للبحوث.
10:23
according to Pew Research Center.
248
611908
1607
ما يعني أن الاستطلاع شمل فقط واحد
من كل 5,000 مسلم تقريباً في هذا البلد.
من كل 5,000 مسلم تقريباً في هذا البلد.
10:25
That means the poll spoke to roughly
one in every 5,000 Muslims
one in every 5,000 Muslims
249
613539
2993
10:28
in this country.
250
616556
1168
هذا هو أحد الأسباب
10:29
This is one of the reasons
251
617748
1266
10:31
why government statistics
are often better than private statistics.
are often better than private statistics.
252
619038
3607
الذي يجعل إحصائيات الحكومة أفضل
بكثير من الإحصائيات الخاصة.
بكثير من الإحصائيات الخاصة.
وقد يشمل إحصاء ما بضع المئات
من الأشخاص، أو حتى الف،
من الأشخاص، أو حتى الف،
10:34
A poll might speak to a couple
hundred people, maybe a thousand,
hundred people, maybe a thousand,
253
622669
3035
أو لو كانت شركة "لوريال" تحاول بيع
منتجات البشرة في 2005،
منتجات البشرة في 2005،
10:37
or if you're L'Oreal, trying to sell
skin care products in 2005,
skin care products in 2005,
254
625728
3058
بذلك تكون قد تحدثت مع 48 امراة
لإقناعنا بأنها ناجحة.
لإقناعنا بأنها ناجحة.
10:40
then you spoke to 48 women
to claim that they work.
to claim that they work.
255
628810
2417
10:43
(Laughter)
256
631251
1026
(ضحك)
ليس لدى الشركات الخاصة اهتمام كبير
لتحصيل أرقام صحيحة،
لتحصيل أرقام صحيحة،
10:44
Private companies don't have a huge
interest in getting the numbers right,
interest in getting the numbers right,
257
632301
3556
هم فقط يريدون الأرقام الصحيحة.
10:47
they just need the right numbers.
258
635881
1755
الإحصائيات الحكومية ليست كذلك.
10:49
Government statisticians aren't like that.
259
637660
2020
نظرياً، على الأقل، فهم
غير متحيزون تماماً،
غير متحيزون تماماً،
10:51
In theory, at least,
they're totally impartial,
they're totally impartial,
260
639704
2447
10:54
not least because most of them do
their jobs regardless of who's in power.
their jobs regardless of who's in power.
261
642175
3501
على الأقل لأن معظمهم يقومون بعملهم
بغض النظر عمن له اليد العليا.
بغض النظر عمن له اليد العليا.
فهم الموظفون الحكوميون.
10:57
They're civil servants.
262
645700
1162
وللقيام بعملهم بشكل مناسب،
10:58
And to do their jobs properly,
263
646886
1964
11:00
they don't just speak
to a couple hundred people.
to a couple hundred people.
264
648874
2363
فإنهم لا يتحدثون فقط إلى بضع
المئات من الناس.
المئات من الناس.
إن أرقام البطالة التي احتفظ بها في المرجع
11:03
Those unemployment numbers
I keep on referencing
I keep on referencing
265
651261
2318
صدرت عن مكتب الإحصائيات العمالية،
11:05
come from the Bureau of Labor Statistics,
266
653603
2004
وكي يقوموا بتقديراتهم،
11:07
and to make their estimates,
267
655631
1335
فقد تناولوا ما يزيد عن 140,000
من الشركات التجارية في هذا البلد.
من الشركات التجارية في هذا البلد.
11:08
they speak to over 140,000
businesses in this country.
businesses in this country.
268
656990
3489
لقد فهمتها، إنها محبطة.
11:12
I get it, it's frustrating.
269
660503
1725
فإذا أردت اختبار إحصاء صادر عن شركة خاصة،
11:14
If you want to test a statistic
that comes from a private company,
that comes from a private company,
270
662252
3115
فيمكن أن تشتري كريم الوجه لك
ولمجموعة من أصدقائك، ثم جربوه،
ولمجموعة من أصدقائك، ثم جربوه،
11:17
you can buy the face cream for you
and a bunch of friends, test it out,
and a bunch of friends, test it out,
271
665391
3361
إن لم يكن ناجحاً، يمكنك أن تقول
أن الأرقام كانت خاطئة.
أن الأرقام كانت خاطئة.
11:20
if it doesn't work,
you can say the numbers were wrong.
you can say the numbers were wrong.
272
668776
2591
ولكن كيف يمكنكم الشك في إحصائيات الحكومة؟
ذلك بأن تستمروا في فحص كل شئ.
ذلك بأن تستمروا في فحص كل شئ.
11:23
But how do you question
government statistics?
government statistics?
273
671391
2146
11:25
You just keep checking everything.
274
673561
1630
وأن تعرفوا كيف جمعوا الأرقام.
11:27
Find out how they collected the numbers.
275
675215
1913
وأن تجودوا كل شئ تريدون
أن تروه في الرسم البياني.
أن تروه في الرسم البياني.
11:29
Find out if you're seeing everything
on the chart you need to see.
on the chart you need to see.
276
677152
3125
لكن لا تـفقدوا الثقة في الأرقام كلية،
لأنكم إذا فعلتم،
لأنكم إذا فعلتم،
11:32
But don't give up on the numbers
altogether, because if you do,
altogether, because if you do,
277
680301
2965
سنتجاهل بذلك بقررات السياسة العامة،
11:35
we'll be making public policy
decisions in the dark,
decisions in the dark,
278
683290
2439
مستخدمين فقط اهتمامتنا الخاصة لترشدنا.
11:37
using nothing but private
interests to guide us.
interests to guide us.
279
685753
2262
شكراً لكم.
11:40
Thank you.
280
688039
1166
(تصفيق)
11:41
(Applause)
281
689229
2461
ABOUT THE SPEAKER
Mona Chalabi - Data journalistMona Chalabi tries to take the numb out of numbers. She's left with lots of "ers."
Why you should listen
After working for a humanitarian organisation, Mona Chalabi saw how important data was, but also how easily it could be used by people with their own specific agendas. Since then, her work for organizations like Transparency International and The Guardian has had one goal: to make sure as many people as possible can find and question the data they need to make informed decisions about their lives.
Chalabi is currently the Data Editor of the Guardian US, where she writes articles, produces documentaries and turns data into illustrations and animations. In 2016, her data illustrations were commended by the Royal Statistical Society.
Mona Chalabi | Speaker | TED.com