TEDGlobal 2010
David McCandless: The beauty of data visualization
دفيد ماك كادليس: جَمَالُ عَرْضِ البَيَانَاتِ
Filmed:
Readability: 4.3
3,250,094 views
يُحَوِّل ديفيد ماك كادليس مجموعات البيانات المعقدة مثل الإنفاق العسكري في العالم ، والإشاعات عبر وسائل الاعلام، وتحديث المعلومات الشخصية على فايسبوك إلى رسوم بيانية جميلة وبسيطة. ويقترح تصميم المعلومات كأداة نستخدمها للإبحار عبر تخمة المعلومات التي نعيشها اليوم، وإيجاد أنماط فريدة من نوعها وارتباطات قد تغير تماما طريقة رؤيتنا للعالم.
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
يبدو وكأنّنا جميعا نعاني
00:17
from information overload or data glut.
1
2000
3000
من المعلومات الزائدة أو تخمة البيانات.
00:20
And the good news is there might be an easy solution to that,
2
5000
2000
والخبر السار هو أنه قد يكون هناك حلّ سهل لذلك،
00:22
and that's using our eyes more.
3
7000
2000
وهو استخدام أعيننا أكثر من ذلك.
00:24
So, visualizing information, so that we can see
4
9000
2000
وهكذا، فعرض المعلومات، بحيث يمكننا أن نرى
00:26
the patterns and connections that matter
5
11000
3000
الأنماط والعلاقات المهمّة
00:29
and then designing that information so it makes more sense,
6
14000
3000
ومن ثمّ تصميم تلك المعلومات لتكون أكثر منطقية،
00:32
or it tells a story,
7
17000
2000
أو أنها تروي قصة،
00:34
or allows us to focus only on the information that's important.
8
19000
3000
أو تجعلنا قادرين على التركيز فقط على المعلومات المهمّة.
00:38
Failing that, visualized information can just look really cool.
9
23000
3000
وإذا تعذر ذلك، فإنّ عرض المعلومات يمكن أن يكون حقا رائع.
00:41
So, let's see.
10
26000
2000
دعونا نرى.
00:45
This is the $Billion Dollar o-Gram,
11
30000
2000
هذا رسم بياني للمليار دولار،
00:47
and this image arose
12
32000
2000
ونشأت هذه الصورة
00:49
out of frustration I had
13
34000
2000
وسط الإحباط الذي انتابني
00:51
with the reporting of billion-dollar amounts in the press.
14
36000
2000
مع الإعلان عن مليارات الدولارات في الصحافة.
00:53
That is, they're meaningless without context:
15
38000
3000
وهذا يعني، انها لا معنى لها بدون سياق.
00:56
500 billion for this pipeline,
16
41000
2000
500 مليار لخط الأنابيب هذا.
00:58
20 billion for this war.
17
43000
2000
20 مليار لهذه الحرب.
01:00
It doesn't make any sense, so the only way to understand it
18
45000
2000
انها لا تقدم أي معنى، ولذلك فإن السبيل الوحيد لفهمها
01:02
is visually and relatively.
19
47000
2000
هو بصري ونسبي.
01:04
So I scraped a load of reported figures
20
49000
2000
لذلك قمت بتحميل بعض الأرقام الواردة في التقارير
01:06
from various news outlets
21
51000
2000
من مختلف وكالات الأنباء
01:08
and then scaled the boxes according to those amounts.
22
53000
3000
وتحديد حجم الصناديق وفقا لتلك المبالغ.
01:11
And the colors here represent the motivation behind the money.
23
56000
3000
وتمثل الألوان هنا الدافع وراء المال.
01:14
So purple is "fighting,"
24
59000
3000
الأرجواني يرمز للقتال،
01:17
and red is "giving money away," and green is "profiteering."
25
62000
3000
والأحمر هو التبرع بالمال، والأخضر هو التربّح.
01:20
And what you can see straight away
26
65000
2000
وما يمكنك ان ترى على الفور
01:22
is you start to have a different relationship to the numbers.
27
67000
2000
تبدأ بملاحظة وجود علاقة مختلفة للأرقام.
01:24
You can literally see them.
28
69000
2000
يمكنك ان تراهم حرفيا.
01:26
But more importantly, you start to see
29
71000
2000
ولكن الأهم من ذلك، تبدأ برؤية
01:28
patterns and connections between numbers
30
73000
2000
أنماط وارتباطات بين الأرقام
01:30
that would otherwise be scattered across multiple news reports.
31
75000
3000
والتي كانت ستكون متناثرة عبر تقارير اخبارية متعددة.
01:33
Let me point out some that I really like.
32
78000
3000
واسمحوا لي أن أعرض بعض التي أحبذها من بينها.
01:36
This is OPEC's revenue, this green box here --
33
81000
2000
هذه عائدات اوبك، في هذه الخانة الخضراء هنا --
01:38
780 billion a year.
34
83000
2000
780 مليار في السنة.
01:40
And this little pixel in the corner -- three billion --
35
85000
3000
وهذه النّقطة الصغيرة في الزاوية -- ثلاثة مليارات --
01:43
that's their climate change fund.
36
88000
3000
هذا صندوق تغير المناخ.
01:46
Americans, incredibly generous people --
37
91000
2000
الأميركيون،سخيّون بشكل لا يصدق --
01:48
over 300 billion a year, donated to charity every year,
38
93000
3000
أكثر من 300 ملياردولار سنويا، يتمّ التبرع بها في كل عام،
01:51
compared with the amount of foreign aid
39
96000
2000
مقارنة مع حجم المساعدات الخارجية
01:53
given by the top 17 industrialized nations
40
98000
2000
الذي قدمته السبعة عشر دولة الصناعية الأولى
01:55
at 120 billion.
41
100000
2000
120 مليار دولار.
01:57
Then of course,
42
102000
2000
ومن ثم بطبيعة الحال،
01:59
the Iraq War, predicted to cost just 60 billion
43
104000
2000
الحرب على العراق، متوقع أن تكلّف 60 مليار دولار فقط
02:01
back in 2003.
44
106000
3000
في عام 2003.
02:04
And it mushroomed slightly. Afghanistan and Iraq mushroomed now
45
109000
3000
كانت في الصدارة لبعض الوقت. أفغانستان في الصدارة الآن
02:07
to 3,000 billion.
46
112000
3000
بمقدار 3,000 مليار دولار.
02:10
So now it's great
47
115000
2000
حتى الآن انه لشيء رائع
02:12
because now we have this texture, and we can add numbers to it as well.
48
117000
2000
لأنه لدينا الآن هذا الشكل، ويمكننا أن نضيف إليه الأرقام أيضا.
02:14
So we could say, well, a new figure comes out ... let's see African debt.
49
119000
3000
لذلك يمكننا أن نقول، حسنا، هذا رسم جديد يظهر... دعونا نرى الديون الأفريقية.
02:17
How much of this diagram do you think might be taken up
50
122000
2000
في رأيك كم تبلغ المساحة التي يمكن أن تحتلّها في هذا الرسم التخطيطي
02:19
by the debt that Africa owes to the West?
51
124000
2000
الديون التي تدين أفريقيا إلى الغرب؟
02:21
Let's take a look.
52
126000
2000
دعونا نلقي نظرة.
02:23
So there it is:
53
128000
2000
هو ذاك.
02:25
227 billion is what Africa owes.
54
130000
2000
دين أفريقيا يبلغ 227 مليار.
02:27
And the recent financial crisis,
55
132000
2000
والأزمة المالية الأخيرة --
02:29
how much of this diagram might that figure take up?
56
134000
2000
كم تبلغ المساحة التي يمكن أن تحتلّها ؟
02:31
What has that cost the world? Let's take a look at that.
57
136000
3000
كم كلّف ذلك العالم؟ دعونا نلقي نظرة على ذلك.
02:34
Dooosh -- Which I think is the appropriate sound effect
58
139000
3000
"دوووش". أعتقد أن هذا هو الصوت المناسب
02:37
for that much money:
59
142000
2000
لذلك الكثير من المال.
02:39
11,900 billion.
60
144000
4000
11،900 مليار.
02:45
So, by visualizing this information,
61
150000
2000
لذلك، بعرض هذه المعلومات،
02:47
we turned it into a landscape
62
152000
2000
نحوّلها إلى مناظر طبيعية
02:49
that you can explore with your eyes,
63
154000
2000
يمكنك أن تستكشفها بعينيك،
02:51
a kind of map really, a sort of information map.
64
156000
2000
إنّه حقا نوع من الخرائط، نوعا من خرائط المعلومات.
02:53
And when you're lost in information,
65
158000
2000
وعندما تضيع في كمّ المعلومات،
02:55
an information map is kind of useful.
66
160000
3000
تكون خريطة المعلومات ذات فائدة.
02:58
So I want to show you another landscape now.
67
163000
2000
لذلك اريد ان أعرض لكم الآن مشهدا آخر .
03:00
We need to imagine what a landscape
68
165000
2000
نحن بحاجة إلى تخيل كيف يبدو مشهد
03:02
of the world's fears might look like.
69
167000
3000
المخاوف التي تنتاب العالم.
03:05
Let's take a look.
70
170000
2000
دعونا نلقي نظرة.
03:07
This is Mountains Out of Molehills,
71
172000
2000
هذه جبال من تلال الخلد،
03:09
a timeline of global media panic.
72
174000
2000
جدول زمني من الذعر لدى وسائل الاعلام العالمية.
03:11
(Laughter)
73
176000
2000
(ضحك)
03:13
So, I'll label this for you in a second.
74
178000
2000
سأخبركم عن اسم هذا بعد قليل.
03:15
But the height here, I want to point out,
75
180000
2000
لكن ما أريد أن أشير إليه أنّ ما نراه في الأعلى،
03:17
is the intensity of certain fears
76
182000
2000
يمثّل شدة مخاوف معينة،
03:19
as reported in the media.
77
184000
2000
كما ورد في وسائل الإعلام.
03:21
Let me point them out.
78
186000
2000
اسمحوا لي أن أشير إليهما.
03:23
So this, swine flu -- pink.
79
188000
4000
هنا انفلونزا الخنازير -- باللون الوردي.
03:27
Bird flu.
80
192000
2000
انفلونزا الطيور.
03:29
SARS -- brownish here. Remember that one?
81
194000
3000
السارس -- بالبني هنا. تتذكرون ذلك.
03:32
The millennium bug,
82
197000
3000
علّة الألفية --
03:35
terrible disaster.
83
200000
2000
كارثة رهيبة.
03:37
These little green peaks
84
202000
2000
هذه القمم الخضراء الصغيرة
03:39
are asteroid collisions.
85
204000
2000
اصطدام الكويكبات بالأرض.
03:41
(Laughter)
86
206000
2000
(ضحك)
03:43
And in summer, here, killer wasps.
87
208000
2000
وفي الصيف، هنا، الدبابير القاتلة.
03:45
(Laughter)
88
210000
8000
(ضحك)
03:53
So these are what our fears look like
89
218000
2000
اذا فمخاوفنا تبدو على هذا الشّكل
03:55
over time in our media.
90
220000
2000
في وسائل إعلامنا مع مرور الوقت.
03:57
But what I love -- and I'm a journalist --
91
222000
2000
ولكن ما أرغب فيه -- وأنا صحفيّ --
03:59
and what I love is finding hidden patterns; I love being a data detective.
92
224000
3000
أرغب في العثور على الأنماط الخفية، أرغب أن أكون مُخْبر بيانات.
04:02
And there's a very interesting and odd pattern hidden in this data
93
227000
3000
وهنالك أنماط مثيرة جدا للاهتمام وغريبة مخبأة في ثنايا هذه البيانات
04:05
that you can only see when you visualize it.
94
230000
2000
والتي يمكن أن تشاهدها فقط عند عرضها.
04:07
Let me highlight it for you.
95
232000
2000
واسمحوا لي أن أُجَلّيها لكم.
04:09
See this line, this is a landscape for violent video games.
96
234000
3000
انظر إلى هذا الخط. هذا مشهد لألعاب الفيديو العنيفة.
04:12
As you can see, there's a kind of odd, regular pattern in the data,
97
237000
3000
كما ترون، هناك نوع من الأنماط، الغريبة والرّتيبة في البيانات،
04:15
twin peaks every year.
98
240000
2000
قمّتين اثنين كل عام.
04:17
If we look closer, we see those peaks occur
99
242000
2000
وإذا أمعنا النظر، نرى تلك القمم تنشأ
04:19
at the same month every year.
100
244000
3000
في نفس الشهر من كل عام.
04:22
Why?
101
247000
2000
لماذا؟
04:24
Well, November, Christmas video games come out,
102
249000
2000
حسنا، في نوفمبر/تشرين الثاني، و بمناسبة عيد الميلاد يتم اصدار ألعاب الفيديو،
04:26
and there may well be an upsurge in the concern about their content.
103
251000
3000
وربما يكون هناك زيادة في القلق بشأن محتواها.
04:29
But April isn't a particularly massive month
104
254000
3000
ولكن شهر ابريل/ نيسان ليس بالشهر الذي تصدر فيه الكثير
04:32
for video games.
105
257000
2000
من ألعاب الفيديو.
04:34
Why April?
106
259000
2000
لماذا ابريل/نيسان؟
04:36
Well, in April 1999 was the Columbine shooting,
107
261000
3000
حسنا، في ابريل/نيسان من عام 1999 وقع اطلاق النار في "كولومبين"،
04:39
and since then, that fear
108
264000
2000
ومنذ ذلك الحين، أصبح الخوف
04:41
has been remembered by the media
109
266000
2000
يُستذكر من قِبل وسائل الاعلام
04:43
and echoes through the group mind gradually through the year.
110
268000
2000
ويحدث صدى من خلال اللاوعي الجماعيّ تدريجيا على طول السّنة.
04:45
You have retrospectives, anniversaries,
111
270000
3000
لديك آثار رجعيّة، أعياد ميلاد،
04:48
court cases, even copy-cat shootings,
112
273000
3000
القضايا المعروضة على المحاكم، وحتى اطلاق نار "كوبي كات"،
04:51
all pushing that fear into the agenda.
113
276000
3000
كل ذلك دفع الخوف من جديد إلى جدول الأعمال.
04:54
And there's another pattern here as well. Can you spot it?
114
279000
2000
وهناك نمط آخر هنا أيضا. يمكنك اكتشافه؟
04:56
See that gap there? There's a gap,
115
281000
2000
هل ترون هذه الفجوة هنالك؟ هنالك فجوة،
04:58
and it affects all the other stories.
116
283000
2000
وهي تؤثر في كل القصص الأخرى.
05:00
Why is there a gap there?
117
285000
2000
لماذا توجد فجوة هناك؟
05:02
You see where it starts? September 2001,
118
287000
3000
هل ترون أين تبدأ؟ سبتمبر 2001
05:05
when we had something very real
119
290000
2000
عندما كان لدينا شيء حقيقي
05:07
to be scared about.
120
292000
2000
لنخاف منه.
05:09
So, I've been working as a data journalist for about a year,
121
294000
3000
لذلك، لقد عملت كصحفيّ بيانات لمدة عام تقريبا،
05:12
and I keep hearing a phrase
122
297000
2000
وكنت أسمع باستمرار عبارة
05:14
all the time, which is this:
123
299000
3000
وهي :
05:17
"Data is the new oil."
124
302000
2000
"البيانات هي النفط الجديد."
05:19
Data is the kind of ubiquitous resource
125
304000
3000
والبيانات هي نوع من الموارد المُتوفّرة في كل مكان
05:22
that we can shape to provide new innovations and new insights,
126
307000
3000
والتي يمكن أن نشكلها لتقديم ابتكارات جديدة ورؤى جديدة،
05:25
and it's all around us, and it can be mined very easily.
127
310000
3000
وهي في كل مكان حولنا، ويمكن استخراجها بسهولة جدا.
05:28
It's not a particularly great metaphor in these times,
128
313000
3000
وانها ليست مجرد استعارة كبيرة لا سيما في هذه الأوقات،
05:31
especially if you live around the Gulf of Mexico,
129
316000
3000
خاصة إذا كنت تعيش بالقرب من خليج المكسيك،
05:34
but I would, perhaps, adapt this metaphor slightly,
130
319000
2000
ولكني أود أن، ربما، أعدّل هذه الاستعارة قليلا،
05:36
and I would say that data is the new soil.
131
321000
3000
وأود أن أقول إن البيانات هي تربة جديدة.
05:40
Because for me, it feels like a fertile, creative medium.
132
325000
3000
لأنه بالنسبة لي، فإنها تشبه بيئة، خصبة وخلاقة.
05:43
Over the years, online,
133
328000
2000
تعلمون، على مر السنين، على الانترنت،
05:45
we've laid down
134
330000
3000
أرسينا
05:48
a huge amount of information and data,
135
333000
2000
كمية هائلة من المعلومات والبيانات،
05:50
and we irrigate it with networks and connectivity,
136
335000
2000
وقمنا برَيِّهَا بالشبكات والاتصال،
05:52
and it's been worked and tilled by unpaid workers and governments.
137
337000
3000
ولقد قام بخدمتها وحرثها عمّال متطوّعون و حكومات.
05:55
And, all right, I'm kind of milking the metaphor a little bit.
138
340000
3000
و، حسنا، وأنا أقوم بحلب هذه الاستعارة.
05:58
But it's a really fertile medium,
139
343000
3000
لكنها بيئة خصبة حقا،
06:01
and it feels like visualizations, infographics, data visualizations,
140
346000
3000
ويبدو الامر وكأنه عروض، رسوم بيانية، عرض بيانات،
06:04
they feel like flowers blooming from this medium.
141
349000
3000
انها تبدو مثل الزهور التي تتفتح من هذه البيئة.
06:07
But if you look at it directly,
142
352000
2000
ولكن اذا نظرتم اليها مباشرة،
06:09
it's just a lot of numbers and disconnected facts.
143
354000
2000
انها مجرد أرقام كثيرة حقائق متفكّكة.
06:11
But if you start working with it and playing with it in a certain way,
144
356000
3000
ولكن إذا بدأت بالعمل معها واللعب معها بطريقة معينة،
06:14
interesting things can appear and different patterns can be revealed.
145
359000
3000
يمكن أن تظهر اشياء مثيرة للاهتمام، ويمكن أن يتم الكشف عن أنماط مختلفة.
06:17
Let me show you this.
146
362000
2000
واسمحوا لي أن أوضح لكم هذا.
06:19
Can you guess what this data set is?
147
364000
3000
هل يمكنكم تخمين فحوى هذه البيانات؟
06:22
What rises twice a year,
148
367000
2000
مالذي يرتفع مرتين في السنة،
06:24
once in Easter
149
369000
2000
مرة في عيد الفصح
06:26
and then two weeks before Christmas,
150
371000
2000
وبعد ذلك اسبوعين قبل عيد الميلاد،
06:28
has a mini peak every Monday,
151
373000
2000
وذروة صغيرة كل يوم اثنين
06:30
and then flattens out over the summer?
152
375000
2000
وتكون مسطحة بعد ذلك خلال الصيف.
06:32
I'll take answers.
153
377000
2000
سآخذ الأجوبة.
06:34
(Audience: Chocolate.) David McCandless: Chocolate.
154
379000
2000
(الجمهور : شوكولا). دفيد : شوكولا.
06:36
You might want to get some chocolate in.
155
381000
3000
قد ترغب عندها في الحصول على بعض الشوكولاتة
06:39
Any other guesses?
156
384000
2000
أية تخمينات الأخرى؟
06:41
(Audience: Shopping.) DM: Shopping.
157
386000
2000
(الجمهور : التسوق.) دفيد ماك كادليس : التسوق.
06:43
Yeah, retail therapy might help.
158
388000
3000
نعم، حلّ التجزئة قد يساعد.
06:46
(Audience: Sick leave.)
159
391000
2000
(الجمهور : الإجازة المرضية).
06:48
DM: Sick leave. Yeah, you'll definitely want to take some time off.
160
393000
2000
دفيد ماك كادليس: الإجازة المرضية. نعم، أنت بالتأكيد تريد أن تأخذ بعض الوقت.
06:50
Shall we see?
161
395000
2000
سنرى؟
06:53
(Laughter)
162
398000
8000
(ضحك)
07:01
(Applause)
163
406000
3000
(تصفيق)
07:04
So, the information guru Lee Byron and myself,
164
409000
3000
لذا، فإن المعلومات هذه، قمنا "بايرون لي" و أنا،
07:07
we scraped 10,000 status Facebook updates
165
412000
3000
بمسح 10,000 تحديث للمعلومات الشخصية على فايسبوك
07:10
for the phrase "break-up" and "broken-up"
166
415000
2000
لعبارة "مُنْفصل" و "مَفْصول"
07:12
and this is the pattern we found --
167
417000
2000
وحصلنا على هذا النّمط --
07:14
people clearing out for Spring Break,
168
419000
2000
يقوم الناس بالإنفصال لقضاء عطلة الربيع،
07:16
(Laughter)
169
421000
5000
(ضحك)
07:21
coming out of very bad weekends on a Monday,
170
426000
2000
الخروج يوم الاثنين من عطلة نهاية أسبوع سيئة للغاية،
07:23
being single over the summer,
171
428000
3000
أن تكون وحيدا خلال الصيف.
07:26
and then the lowest day of the year, of course: Christmas Day.
172
431000
3000
وبعد ذلك أقل يوم من أيام السنة، بطبيعة الحال : يوم عيد الميلاد.
07:29
Who would do that?
173
434000
3000
من الذي سيفعل ذلك؟
07:32
So there's a titanic amount of data out there now,
174
437000
2000
توجد لدينا الآن كمية هائلة من البيانات هناك،
07:34
unprecedented.
175
439000
2000
لم يسبق لها مثيل.
07:37
But if you ask the right kind of question,
176
442000
2000
ولكن اذا طرحت أسئلة مناسبة،
07:39
or you work it in the right kind of way,
177
444000
2000
أو اشتغلت عليها بطريقة ملائمة،
07:41
interesting things can emerge.
178
446000
3000
فيمكن أن تَظْهر اشياء مثيرة للاهتمام.
07:44
So information is beautiful. Data is beautiful.
179
449000
3000
المعلومات جميلة. البيانات جميلة.
07:47
I wonder if I could make my life beautiful.
180
452000
3000
وأتساءل عما إذا كنت أستطيع أنّ أجعل نفسي أبدو جميلا.
07:50
And here's my visual C.V.
181
455000
2000
وهذا بيان سيرتي البصري
07:52
I'm not quite sure I've succeeded.
182
457000
2000
لست متأكدا تماما أنّي نجحت.
07:54
Pretty blocky, the colors aren't that great.
183
459000
2000
مُتكتّل و ظريف . الألوان ليست جيّدة جدّا.
07:56
But I wanted to convey something to you.
184
461000
3000
ولكن أردت أن أنقل لكم شيئا.
07:59
I started as a programmer,
185
464000
2000
لقد بدأت كمبرمج،
08:01
and then I worked as a writer for many years, about 20 years,
186
466000
2000
وعملت لسنوات عديدة بعد ذلك ككاتب، طوال عشرين عاما تقريبا،
08:03
in print, online and then in advertising,
187
468000
2000
في الصحافة المطبوعة، في الإنترنت، ومن ثم في الإعلان،
08:05
and only recently have I started designing.
188
470000
3000
ومؤخرا فقط بدأت في التصميم.
08:08
And I've never been to design school.
189
473000
2000
ولم أرتد من قبل مدرسة تصميم قطّ.
08:10
I've never studied art or anything.
190
475000
3000
لم أدرس الفن أو أي شيء.
08:13
I just kind of learned through doing.
191
478000
2000
تمكنت من التعلّم بفضل الممارسة
08:15
And when I started designing,
192
480000
2000
وعندما بدأت في تصميم،
08:17
I discovered an odd thing about myself.
193
482000
2000
اكتشفت أمرا غريبا عن نفسي.
08:19
I already knew how to design,
194
484000
2000
كنت أعرف مسبقا كيفية التصميم،
08:21
but it wasn't like I was amazingly brilliant at it,
195
486000
3000
ولكن لم يكن هذا بقدر ما كنت، بصورة مدهشة، بارعا،
08:24
but more like I was sensitive
196
489000
2000
ولكن أكثر بقدر ما كنت حساسا
08:26
to the ideas of grids and space
197
491000
2000
إلى أفكار الشبكات والفضاء
08:28
and alignment and typography.
198
493000
2000
والإنتظام والطباعة.
08:30
It's almost like being exposed
199
495000
2000
كأن الأمر تقريبا كان أنّ التعرض
08:32
to all this media over the years
200
497000
2000
إلى كلّ وسائل الإعلام هذه على مدى السنوات
08:34
had instilled a kind of dormant design literacy in me.
201
499000
3000
قد غرس فيّ مبادئ في التصميم ظلّت نائمة.
08:37
And I don't feel like I'm unique.
202
502000
2000
وأنا لا أعتقد أنّ تجربتي فريدة من نوعها.
08:39
I feel that everyday, all of us now
203
504000
2000
أشعر أنه في كل يوم، يكون كل واحد منا
08:41
are being blasted by information design.
204
506000
3000
عرضة لكمّ كبير من تصميم المعلومات.
08:44
It's being poured into our eyes through the Web,
205
509000
2000
يجري صبها في عيوننا من خلال شبكة الإنترنت،
08:46
and we're all visualizers now;
206
511000
2000
وجميعا حاليا مُتخيلون؛
08:48
we're all demanding a visual aspect
207
513000
2000
جميعا يطالب بشكل بصري
08:50
to our information.
208
515000
3000
لمعلوماتنا.
08:53
There's something almost quite magical about visual information.
209
518000
3000
وهناك شيء سحري عن المعلومات البصرية.
08:56
It's effortless, it literally pours in.
210
521000
3000
لا تستدعي منا جهدا، إنها تنصبّ عندنا تلقائيا
08:59
And if you're navigating a dense information jungle,
211
524000
3000
وإذا كنت تبحر عبر غابة كثيفة من المعلومات،
09:02
coming across a beautiful graphic
212
527000
2000
المستقاة من رسم جميل
09:04
or a lovely data visualization,
213
529000
2000
أو عرض جميل للبيانات،
09:06
it's a relief, it's like coming across a clearing in the jungle.
214
531000
3000
فيسكون ذلك مدعاة للارتياح، سيكون الأمر كالوصول إلى سهل خال من الأشجار في الغابة.
09:09
I was curious about this, so it led me
215
534000
2000
وكنت شغوفا بذلك، وقد أدى ذلك بي
09:11
to the work of a Danish physicist
216
536000
2000
إلى أعمال عالم الفيزياء الدنماركي
09:13
called Tor Norretranders,
217
538000
2000
المدعو "تور نورترندس"،
09:15
and he converted the bandwidth of the senses into computer terms.
218
540000
3000
وقد قام بتحويل عرض النطاق الترددي للحواس إلى مصطلحات كمبيوتر.
09:19
So here we go. This is your senses,
219
544000
2000
لنبدأ. هذه هي حَوَاسُّكَ،
09:21
pouring into your senses every second.
220
546000
2000
تتدفق إلى حواسك في كل ثانية.
09:23
Your sense of sight is the fastest.
221
548000
3000
حاسّة النّظر هي الأسرع.
09:26
It has the same bandwidth as a computer network.
222
551000
3000
لديها نفس عرض النطاق الترددي الموجود لدى شبكة الكمبيوتر.
09:29
Then you have touch, which is about the speed of a USB key.
223
554000
3000
ثم لديك اللّمس، الذي تبلغ سرعته سرعة ناقل تسلسلي عام (USB).
09:32
And then you have hearing and smell,
224
557000
2000
ومن ثم لدينا السمع والشم،
09:34
which has the throughput of a hard disk.
225
559000
2000
الذي لديه مردود قرص صلب.
09:36
And then you have poor old taste,
226
561000
2000
ومن ثم لديك حاسّة الذوق المسنّة، المسكينة،
09:38
which is like barely the throughput of a pocket calculator.
227
563000
3000
التي تملك بالكاد إنتاجيّة آلة حاسبة للجيب.
09:41
And that little square in the corner, a naught .7 percent,
228
566000
3000
وذلك المربع الصغير في الزاوية، 0.7 في المئة،
09:44
that's the amount we're actually aware of.
229
569000
3000
تلك هي الكميّة التي ندركها فعلا.
09:47
So a lot of your vision --
230
572000
2000
لذا فان الكثير من رؤيتك --
09:49
the bulk of it is visual, and it's pouring in.
231
574000
2000
الجزء الأكبر منه هو مرئي، وانها تتدفق نحونا.
09:51
It's unconscious.
232
576000
2000
إنّها لا إراديّة.
09:53
The eye is exquisitely sensitive
233
578000
3000
والعين حساسة بشكل رائع
09:56
to patterns in variations in color, shape and pattern.
234
581000
3000
لاختلافات الأنماط في اللون والشكل والنمط.
09:59
It loves them, and it calls them beautiful.
235
584000
2000
وهي تحبّهم، وتجدهم ذوات جمال.
10:01
It's the language of the eye.
236
586000
2000
انها لغة العين.
10:03
If you combine the language of the eye with the language of the mind,
237
588000
2000
وإذا قمت بالجمع بين لغة العين تلك مع لغة العقل،
10:05
which is about words and numbers and concepts,
238
590000
3000
المتمثّلة في الكلمات والأرقام والمفاهيم،
10:08
you start speaking two languages simultaneously,
239
593000
3000
فستشرع في التحدّث بلُغَتَيْنِ في وقت واحد،
10:11
each enhancing the other.
240
596000
3000
تثري كُلٌّ منها الأخرى.
10:14
So, you have the eye, and then you drop in the concepts.
241
599000
3000
لذلك، لديك العين، ومن ثم تسقط في المفاهيم.
10:17
And that whole thing -- it's two languages
242
602000
2000
وهذا كل شيء -- انهما لغتين
10:19
both working at the same time.
243
604000
2000
يعملان في نفس الوقت.
10:21
So we can use this new kind of language, if you like,
244
606000
2000
لذلك يمكننا استخدام هذا النوع الجديد من اللّغة، إذا أردت،
10:23
to alter our perspective or change our views.
245
608000
3000
لتغيير توجهاتنا أو تغيير وجهات نظرنا.
10:26
Let me ask you a simple question
246
611000
2000
واسمحوا لي ان اطرح عليكم سؤالا بسيطا
10:28
with a really simple answer:
247
613000
2000
مع إجابة بسيطة جدّا.
10:30
Who has the biggest military budget?
248
615000
2000
من الذي يملك أكبر ميزانية عسكرية؟
10:32
It's got to be America, right?
249
617000
2000
إنّها أميركا، أليس كذلك؟
10:34
Massive. 609 billion in 2008 --
250
619000
2000
شيء مهول. 609 مليارت في عام 2008 --
10:36
607, rather.
251
621000
2000
607، بالأحرى.
10:38
So massive, in fact, that it can contain
252
623000
2000
شىء مهول، في الواقع، يمكنها أن تَحْوِي
10:40
all the other military budgets in the world inside itself.
253
625000
3000
داخلها جميع الميزانيات العسكرية الأخرى في العالم.
10:43
Gobble, gobble, gobble, gobble, gobble.
254
628000
2000
تلتهم التهاما..
10:45
Now, you can see Africa's total debt there
255
630000
2000
الآن، يمكنك ان ترى كامل ديون أفريقيا هناك
10:47
and the U.K. budget deficit for reference.
256
632000
2000
والعجز في الميزانية المملكة المتّحدة كمرجع.
10:49
So that might well chime
257
634000
2000
بحيث يمكن أن يتناغم بشكل جيد
10:51
with your view that America
258
636000
2000
مع وجهة نظرك أن أميركا
10:53
is a sort of warmongering military machine,
259
638000
3000
هي تاجر حروب، آلة عسكرية،
10:56
out to overpower the world
260
641000
2000
تسعى للسيطرة على العالم
10:58
with its huge industrial-military complex.
261
643000
3000
مع مجمّعاتها الصناعية العسكرية الضّخمة .
11:01
But is it true that America has the biggest military budget?
262
646000
3000
ولكن هل صحيح أنّ أميركا لديها أكبر ميزانية عسكرية؟
11:04
Because America is an incredibly rich country.
263
649000
2000
لأنه بلد غني بشكل لا يصدق.
11:06
In fact, it's so massively rich
264
651000
2000
في الواقع، انها غنيّة لدرجة
11:08
that it can contain the four other
265
653000
2000
أنّ بإمكانها أن تحتوي
11:10
top industrialized nations' economies
266
655000
2000
اقتصادات الدول الصناعية الأربع الأولى
11:12
inside itself, it's so vastly rich.
267
657000
3000
داخلها، إنّها غنيّة إلى حد كبير.
11:15
So its military budget is bound to be enormous.
268
660000
3000
لذلك لا بد لميزانيتها العسكرية أن تكون هائلة.
11:18
So, to be fair and to alter our perspective,
269
663000
2000
لذلك، لكي نكون منصفين و لنغيير وجهة نظرنا،
11:20
we have to bring in another data set,
270
665000
2000
علينا أن نأخذ في الحسبان مجموعة أخرى من البيانات،
11:22
and that data set is GDP, or the country's earnings.
271
667000
2000
ومجموعة البيانات تلك هي الناتج المحلي الإجمالي، أو عائدات البلاد.
11:24
Who has the biggest budget as a proportion of GDP?
272
669000
2000
من الذي يملك أكبر ميزانية كنسبة من الناتج المحلي الإجمالي؟
11:26
Let's have a look.
273
671000
2000
دعونا نرى.
11:28
That changes the picture considerably.
274
673000
3000
هذا يغير الصورة بشكل كبير.
11:31
Other countries pop into view that you, perhaps, weren't considering,
275
676000
3000
وهناك بلدان أخرى تظهر أمامنا والتي، ربما، لم تكونوا تضعونها في الحسبان،
11:34
and American drops into eighth.
276
679000
2000
ويتراجع الأمريكيّون إلى المرتبة الثامنة.
11:36
Now you can also do this with soldiers.
277
681000
2000
الآن يمكنك أن تفعل الشىء ذاته مع الجنود.
11:38
Who has the most soldiers? It's got to be China.
278
683000
2000
من الذي يملك أكثر جنودا؟ انها الصين.
11:40
Of course, 2.1 million.
279
685000
2000
بطبيعة الحال، 2.1 مليون جندي.
11:42
Again, chiming with your view
280
687000
2000
مرة أخرى، يتناغم ذلك مع وجهة نظركم
11:44
that China has a militarized regime
281
689000
2000
أن الصين تمثّل نظاما عسكريا
11:46
ready to, you know, mobilize its enormous forces.
282
691000
2000
على استعداد، كما تعلمون، لحشد قوّاتها الهائلة.
11:48
But of course, China has an enormous population.
283
693000
3000
ولكن بطبيعة الحال، الصين لديها عدد سكان ضخم.
11:51
So if we do the same,
284
696000
2000
لذلك إذا قمنا بالشيء نفسه،
11:53
we see a radically different picture.
285
698000
2000
فسنرى صورة مختلفة بشكل جذري.
11:55
China drops to 124th.
286
700000
2000
تتراجع الصين إلى المرتبة 124.
11:57
It actually has a tiny army
287
702000
2000
انها تملك في الواقع جيشا صغيرا
11:59
when you take other data into consideration.
288
704000
3000
عندما تأخذ في الاعتبار بيانات اضافيّة.
12:02
So, absolute figures, like the military budget,
289
707000
2000
لذلك، فالأرقام المطلقة، مثل الميزانية العسكرية،
12:04
in a connected world,
290
709000
2000
في عالم متصل،
12:06
don't give you the whole picture.
291
711000
2000
لا تُمَكِّنُكَ من رؤية الصّورة بأكملها.
12:08
They're not as true as they could be.
292
713000
2000
انها ليست دقيقة بالقدر الذي يجب أن تكون عليه.
12:10
We need relative figures that are connected to other data
293
715000
3000
نحن بحاجة إلى أشكال نسبيّة مرتبطة بغيرها من البيانات
12:13
so that we can see a fuller picture,
294
718000
2000
بحيث يمكننا أن نرى صورة كاملة،
12:15
and then that can lead to us changing our perspective.
295
720000
2000
ومن ثم يمكن أن تؤدي إلى تغيير وجهة نظرنا.
12:17
As Hans Rosling, the master,
296
722000
2000
وكما قال "هانس روسلينج"، المُعَلِّم،
12:19
my master, said,
297
724000
3000
مُعَلِّمِي
12:22
"Let the dataset change your mindset."
298
727000
3000
"دَعِ البيانات تُغيّر عقليّتك."
12:26
And if it can do that, maybe it can also change your behavior.
299
731000
3000
وإذا كان يمكنها فِعْل ذلك، فيمكنها ربما أيضا تغيير سلوكك.
12:29
Take a look at this one.
300
734000
2000
ألقوا نظرة على هذه.
12:31
I'm a bit of a health nut.
301
736000
2000
أنا مهتمّ قليلا بالنّواحي الصحية.
12:33
I love taking supplements and being fit,
302
738000
3000
أحب أن أتناول المكمّلات الغذائية وأن أبقى في صحّة جيّدة،
12:36
but I can never understand what's going on in terms of evidence.
303
741000
3000
ولكن لا أستطيع أبدًا فهم ما يحدث فيم يخصّ المُسَلَّمَات.
12:39
There's always conflicting evidence.
304
744000
2000
هناك دائما مُسَلَّمَاتٌ متعارضة.
12:41
Should I take vitamin C? Should I be taking wheatgrass?
305
746000
2000
هل ينبغي أن أتناول الفيتامين (ج)؟ هل ينبغي أن أتناول عصير السّنابل؟
12:43
This is a visualization of all the evidence
306
748000
2000
هذا عرض لجميع المُسَلَّمَاتِ
12:45
for nutritional supplements.
307
750000
2000
للمُكَمِّلات الغذائية.
12:47
This kind of diagram is called a balloon race.
308
752000
3000
ويسمى هذا النوع من الرسم البياني سباق البالون.
12:50
So the higher up the image,
309
755000
2000
كلّ ما كان مستوى الصورة أعلى،
12:52
the more evidence there is for each supplement.
310
757000
3000
كان هنالك المزيد من المُسَلَّمَات لكلّ مُكمّل.
12:55
And the bubbles correspond to popularity as regards to Google hits.
311
760000
3000
وتتوافق الفقاعات مع الشعبية بالإستناد لإحصاءات جوجل.
12:58
So you can immediately apprehend
312
763000
3000
يمكن على الفور فهم
13:01
the relationship between efficacy and popularity,
313
766000
3000
العلاقة بين الفعالية والشعبية،
13:04
but you can also, if you grade the evidence,
314
769000
3000
ولكن يمكنك أيضا، إذا قمت بترتيب المسلّمات،
13:07
do a "worth it" line.
315
772000
2000
أن ترسم خطّا يضمّ "من يستحقّ حقّا"
13:09
So supplements above this line are worth investigating,
316
774000
3000
ولذلك تكون المُكَمِّلات الموجودة في الأعلى فوق هذا الخط تستحق التثبّت،
13:12
but only for the conditions listed below,
317
777000
3000
ولكن فقط للشروط المذكورة أدناه.
13:15
and then the supplements below the line
318
780000
3000
ومن ثم المكملات تحت الخط
13:18
are perhaps not worth investigating.
319
783000
2000
هي، ربما، لا تستحق التثبّت.
13:20
Now this image constitutes a huge amount of work.
320
785000
3000
الآن هذه الصورة تمثّل قدرا كبيرا من العمل.
13:23
We scraped like 1,000 studies from PubMed,
321
788000
3000
قمنا بتمشيط ما يقارب 1000 دراسة من "باب ميد"،
13:26
the biomedical database,
322
791000
2000
قاعدة البيانات الطبية الحيوية،
13:28
and we compiled them and graded them all.
323
793000
3000
وجمّعناها ورتّبناها بالكامل.
13:31
And it was incredibly frustrating for me
324
796000
2000
وكانت بالنسبة لي محبطة بشكل لا يصدق
13:33
because I had a book of 250 visualizations to do for my book,
325
798000
3000
لأنه كان لدي كتاب من 250 عرض عليّ اتمامها لكتابي،
13:36
and I spent a month doing this,
326
801000
2000
وقضيت شهر وأنا أقوم بذلك،
13:38
and I only filled two pages.
327
803000
2000
ولم أتمكّن من إتمام سوى صفحتين فقط.
13:40
But what it points to
328
805000
2000
ولكن ما يَظْهَرُ
13:42
is that visualizing information like this
329
807000
2000
هو أنّ المعلومات المعروضة كهذه
13:44
is a form of knowledge compression.
330
809000
2000
تمثّل شكلا من أشكال ضغط المعرفة.
13:46
It's a way of squeezing an enormous amount
331
811000
2000
انها وسيلة لضغط كمية هائلة
13:48
of information and understanding
332
813000
2000
من المعلومات والإدراك
13:50
into a small space.
333
815000
2000
في مساحة صغيرة.
13:52
And once you've curated that data, and once you've cleaned that data,
334
817000
2000
وبمجرّد أن تقوم بتنسيق تلك البيانات، وبمجرّد أن تقوم بتنرتيب البيانات،
13:54
and once it's there,
335
819000
2000
وبمجرد أن تكون جاهزة،
13:56
you can do cool stuff like this.
336
821000
2000
يمكنك أن تفعل أشياء رائعة مثل هذا.
13:58
So I converted this into an interactive app,
337
823000
2000
ولذا فقد قمت بتحويل هذا إلى برنامج حاسوب تفاعلي،
14:00
so I can now generate this application online --
338
825000
2000
وأصبح بإمكاني الآن استعمال هذا التطبيق على الأنترنت --
14:02
this is the visualization online --
339
827000
2000
هذا هو العرض على الانترنت --
14:04
and I can say, "Yeah, brilliant."
340
829000
2000
ويمكنني أن أقول، "نعم، ذكي".
14:06
So it spawns itself.
341
831000
2000
إنّها تقوم باستنساخ نفسها.
14:08
And then I can say, "Well, just show me the stuff
342
833000
2000
ثمّ يمكنني أن أقول، "حسنا، حدّد لي فقط الأشياء
14:10
that affects heart health."
343
835000
2000
التي تؤثر على صحة القلب. "
14:12
So let's filter that out.
344
837000
2000
لذلك دعونا نقوم بعمليّة تصفية.
14:14
So heart is filtered out, so I can see if I'm curious about that.
345
839000
3000
هكذا تمّت تصفية ما يتعلّق بالقلب، لذلك إذا كنت شغوفا بذلك.
14:17
I think, "No, no. I don't want to take any synthetics,
346
842000
2000
اعتقد، "لا، لا، لا أريد أن أستهلك أيّة مواد تركيبية.
14:19
I just want to see plants and --
347
844000
3000
أريد فقط أن أرى النباتات و--
14:22
just show me herbs and plants. I've got all the natural ingredients."
348
847000
3000
أَرِنِي الأعشاب والنباتات فقط. لقد حصلت على جميع المكونات الطبيعية. "
14:25
Now this app is spawning itself
349
850000
2000
الآن يقوم هذا التطبيق باستنساخ نفسه
14:27
from the data.
350
852000
2000
من البيانات.
14:29
The data is all stored in a Google Doc,
351
854000
2000
تم تخزين جميع البيانات على شكل وثائق "جوجل"
14:31
and it's literally generating itself from that data.
352
856000
3000
وهي تقوم بتوليد نفسها من تلك البيانات.
14:34
So the data is now alive; this is a living image,
353
859000
2000
ولذلك فإن البيانات الآن على قيد الحياة، وهذه صورة حيّة،
14:36
and I can update it in a second.
354
861000
2000
ويمكنني تحديثها في ثانية.
14:38
New evidence comes out. I just change a row on a spreadsheet.
355
863000
2000
تظهر مسلّمات جديدة -- فقط قمت بتغيير صف في جدول البيانات.
14:40
Doosh! Again, the image recreates itself.
356
865000
4000
"دووش"! مرة أخرى،تقوم الصورة بإعادة نفسها.
14:44
So it's cool.
357
869000
2000
هذا رائع.
14:46
It's kind of living.
358
871000
3000
انها نوع من الحياة.
14:49
But it can go beyond data,
359
874000
2000
ولكن بإمكانها أن تتجاوز البيانات،
14:51
and it can go beyond numbers.
360
876000
2000
وبإمكانها أن تتجاوز الأرقام.
14:53
I like to apply information visualization
361
878000
2000
وأود أن أطبّق عرض المعلومات
14:55
to ideas and concepts.
362
880000
3000
على الأفكار والمفاهيم.
14:58
This is a visualization
363
883000
2000
هذا هو عرض
15:00
of the political spectrum,
364
885000
2000
لمكوّنات الطّيف السياسي،
15:02
an attempt for me to try
365
887000
2000
في محاولة منّي للسّعي
15:04
and understand how it works
366
889000
2000
لفهم كيفية عمله
15:06
and how the ideas percolate down
367
891000
2000
وكيف يمكن للأفكار أن تنسحب نزولا
15:08
from government into society and culture,
368
893000
2000
من الحكومة إلى المجتمع والثقافة،
15:10
into families, into individuals, into their beliefs
369
895000
3000
إلى الأسر، وإلى الأفراد، وإلى معتقداتهم
15:13
and back around again in a cycle.
370
898000
3000
وعودتها مرة أخرى بشكل دوريّ.
15:16
What I love about this image
371
901000
2000
ما يعجبني في هذه الصورة
15:18
is it's made up of concepts,
372
903000
2000
هو أنّها تتكوّن من مفاهيم،
15:20
it explores our worldviews
373
905000
2000
إنّها تستكشف وجهات نظرنا
15:22
and it helps us -- it helps me anyway --
374
907000
2000
وهي تساعدنا على -- تساعدني أن شخصيّا على أي حال --
15:24
to see what others think,
375
909000
2000
على معرفة ما يعتقده الآخرون،
15:26
to see where they're coming from.
376
911000
2000
لنرى من أين هم قادمون.
15:28
And it feels just incredibly cool to do that.
377
913000
3000
ويعطيك القيام بذلك شعورا غاية في الرّوعة.
15:31
What was most exciting for me
378
916000
3000
والأكثر إثارة بالنسبة لي
15:34
designing this
379
919000
2000
أثناء تصميم هذا،
15:36
was that, when I was designing this image,
380
921000
2000
كان،عندما كنت بصدد تصميم هذه الصورة،
15:38
I desperately wanted this side, the left side,
381
923000
3000
كنت أرغب بشدة في أن يكون هذا الجانب، الجانب الأيسر،
15:41
to be better than the right side --
382
926000
2000
أفضل من الجانب الأيمن --
15:43
being a journalist, a Left-leaning person --
383
928000
3000
أن تكون صحفيّا، شخصا ذو توجّهات يسارية --
15:46
but I couldn't, because I would have created
384
931000
2000
لكني لم أستطع، لأنّ من شأن هذا أن يخلق
15:48
a lopsided, biased diagram.
385
933000
3000
رسما تخطيطيا مُتحيّزا، غير متوازن .
15:51
So, in order to really create a full image,
386
936000
3000
لذلك، من أجل إنشاء صورة كاملة حقا،
15:54
I had to honor the perspectives on the right-hand side
387
939000
3000
كان علّي أن أعيد الإعتبار إلى وجهات النظر على الجانب الأيمن
15:57
and at the same time, uncomfortably recognize
388
942000
3000
وفي الوقت نفسه، أكتشف على مضض
16:00
how many of those qualities were actually in me,
389
945000
3000
كم كنت أملك من تلك الصّفات،
16:03
which was very, very annoying and uncomfortable.
390
948000
2000
كان ذلك الأمر، مزعجا جدا وغير مريح.
16:05
(Laughter)
391
950000
4000
(ضحك)
16:09
But not too uncomfortable,
392
954000
2000
ولكن لم يكن هذا غير مريح إلى تلك الدّرجة،
16:11
because there's something unthreatening
393
956000
3000
لأنه يوجد شيء لا يشكّل تهديدا
16:14
about seeing a political perspective,
394
959000
2000
حول رؤية وجهة نظر سياسية،
16:16
versus being told or forced to listen to one.
395
961000
3000
مقابل أن تكون مطالبا أو مجبرا على الاستماع إلى إحداها.
16:19
You're capable of holding conflicting viewpoints
396
964000
3000
في الواقع -- أنت قادر على السّيطرة على وجهات النظر المتضاربة
16:22
joyously when you can see them.
397
967000
2000
بكل متعة ، حين يكون بإمكانك أن تراها.
16:24
It's even fun to engage with them
398
969000
2000
بل إن مشاركتهم أمر ممتع
16:26
because it's visual.
399
971000
2000
لأنه بصريّ.
16:28
So that's what's exciting to me,
400
973000
2000
هذا ما كان مثيرا بالنسبة لي،
16:30
seeing how data can change my perspective
401
975000
2000
رؤية كيف يمكن للبيانات تغيير وجهة نظري
16:32
and change my mind midstream --
402
977000
2000
وتغيير رأيي في منتصف الطّريق--
16:34
beautiful, lovely data.
403
979000
3000
جميلة، وفاتنة هي البيانات.
16:38
So, just to wrap up,
404
983000
2000
لذلك، فقط لأختم،
16:40
I wanted to say
405
985000
2000
أردت أن أقول
16:42
that it feels to me that design is about solving problems
406
987000
2000
أنني أشعر أنّ التصميم يرمي إلى حلّ المشاكل
16:44
and providing elegant solutions,
407
989000
3000
وتوفير حلول أنيقة.
16:47
and information design is about
408
992000
2000
أمّا تصميم المعلومات فيرمي إلى
16:49
solving information problems.
409
994000
2000
حل مشاكل المعلومات.
16:51
It feels like we have a lot of information problems
410
996000
2000
ويبدو أنّ لدينا الكثير من مشاكل المعلومات
16:53
in our society at the moment,
411
998000
2000
في مجتمعنا في الوقت الحالي،
16:55
from the overload and the saturation
412
1000000
2000
بسبب الكثرة والتخمة
16:57
to the breakdown of trust and reliability
413
1002000
2000
إلى انهيار الثقة والمصداقيّة
16:59
and runaway skepticism and lack of transparency,
414
1004000
2000
واستفحال الرِّيبة وانعدام الشفافية،
17:01
or even just interestingness.
415
1006000
2000
أو حتى مجرد غياب الإهتمام.
17:03
I mean, I find information just too interesting.
416
1008000
2000
أعني، لقد وجدت أنّ المعلومات مثيرة للاهتمام للغاية.
17:05
It has a magnetic quality that draws me in.
417
1010000
3000
انها تشدّني إليها كالمغناطيس
17:09
So, visualizing information
418
1014000
2000
وهكذا، فعرض المعلومات
17:11
can give us a very quick solution to those kinds of problems.
419
1016000
3000
يمكن أن يقدم لنا حلا سريعا للغاية لهذا النوع من المشاكل.
17:14
Even when the information is terrible,
420
1019000
2000
وحتى عندما تكون المعلومات سيّئة،
17:16
the visual can be quite beautiful.
421
1021000
3000
ويمكن أن يكون عرضها البصري جميلا جدا.
17:19
Often we can get clarity
422
1024000
3000
وكثيرا ما يمكننا الحصول على الوضوح
17:22
or the answer to a simple question very quickly,
423
1027000
2000
أو الإجابة على سؤال بسيط بسرعة كبيرة،
17:24
like this one,
424
1029000
2000
مثل هذا السّؤال،
17:26
the recent Icelandic volcano.
425
1031000
3000
ثورة بركان ايسلندا الأخيرة .
17:29
Which was emitting the most CO2?
426
1034000
2000
مالذي كان ينبعث منه أكثر كميّة من ثاني أكسيد الكربون؟
17:31
Was it the planes or the volcano,
427
1036000
2000
هل كانت الطائرات أم البركان،
17:33
the grounded planes or the volcano?
428
1038000
2000
الطائرات الموجودة على الأرض أم بركان؟
17:35
So we can have a look.
429
1040000
2000
دعونا نلقي نظرة.
17:37
We look at the data and we see:
430
1042000
2000
ننظر إلى البيانات ونرى،
17:39
Yep, the volcano emitted 150,000 tons;
431
1044000
2000
نعم، ينبعث من البركان 150,000 طن ؛
17:41
the grounded planes would have emitted
432
1046000
2000
كان سينبعث من الطائرات الموجودة على الأرض
17:43
345,000 if they were in the sky.
433
1048000
3000
345,000 طنّا لو لم يمنعها البركان من التحليق.
17:46
So essentially, we had our first carbon-neutral volcano.
434
1051000
3000
لذلك، أصبح لدينا أول بركان خال من الكربون.
17:49
(Laughter)
435
1054000
2000
(ضحك)
17:51
(Applause)
436
1056000
9000
(تصفيق)
18:00
And that is beautiful. Thank you.
437
1065000
3000
وهذا أمر جميل. شكرا لكم.
18:03
(Applause)
438
1068000
8000
(تصفيق)
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