TEDNYC
Giorgia Lupi: How we can find ourselves in data
Giorgia Lupi: Come ritrovare noi stessi attraverso i dati
Filmed:
Readability: 4.7
1,279,894 views
Giorgia Lupi usa i dati per raccontare vicende umane, aggiungendo sfumature ai numeri. In questo affascinante discorso, ci racconta come possiamo portare personalità nei dati, visualizzando anche i dettagli più mondani della nostra vita quotidiana e trasformando l'astratto e indefinito in qualcosa che può essere visto, percepito e direttamente legato alle nostre vite.
Giorgia Lupi - Information designer
Giorgia Lupi sees beauty in data. She challenges the impersonality that data communicate, designing engaging visual narratives that re-connect numbers to what they stand for: stories, people, ideas. Full bio
Giorgia Lupi sees beauty in data. She challenges the impersonality that data communicate, designing engaging visual narratives that re-connect numbers to what they stand for: stories, people, ideas. Full bio
Double-click the English transcript below to play the video.
00:12
This is what my last week looked like.
0
760
2880
Ecco rappresentata
la mia ultima settimana.
la mia ultima settimana.
00:16
What I did,
1
4680
1696
Cosa ho fatto,
con chi ero,
00:18
who I was with,
2
6400
1816
00:20
the main sensations I had
for every waking hour ...
for every waking hour ...
3
8240
3120
le sensazioni che ho provato
in ogni ora in cui ero sveglia...
in ogni ora in cui ero sveglia...
00:24
If the feeling came as I thought of my dad
4
12080
2496
Se le sensazioni sono nate
dal ricordo di mio padre
dal ricordo di mio padre
che è venuto a mancare da poco,
00:26
who recently passed away,
5
14600
1776
00:28
or if I could have just definitely
avoided the worries and anxieties.
avoided the worries and anxieties.
6
16400
4056
o se sono riuscita a evitare
preoccupazioni e ansia.
preoccupazioni e ansia.
00:32
And if you think I'm a little obsessive,
7
20480
1936
Se pensate che io sia un po' ossessiva,
00:34
you're probably right.
8
22440
1856
forse avete ragione.
00:36
But clearly, from this visualization,
9
24320
2256
Ma di certo, da questa visualizzazione,
00:38
you can learn much more about me
than from this other one,
than from this other one,
10
26600
3296
potete imparare molto più di me
che da quest'altra,
che da quest'altra,
fatta di immagini
che forse vi sono più familiari
che forse vi sono più familiari
00:41
which are images you're
probably more familiar with
probably more familiar with
11
29920
2976
00:44
and which you possibly even have
on your phone right now.
on your phone right now.
12
32920
2816
e che magari avete nel vostro telefono
proprio adesso.
proprio adesso.
00:47
Bar charts for the steps you walked,
13
35760
2216
Grafici a barre per i passi
che avete fatto,
che avete fatto,
00:50
pie charts for the quality
of your sleep --
of your sleep --
14
38000
2376
grafici a torta
per la qualità del vostro sonno,
per la qualità del vostro sonno,
00:52
the path of your morning runs.
15
40400
1720
il percorso delle corse mattutine.
00:55
In my day job, I work with data.
16
43280
2296
Durante il giorno, lavoro con dati.
00:57
I run a data visualization design company,
17
45600
2496
Dirigo un'azienda
di data visualization design,
di data visualization design,
01:00
and we design and develop ways
to make information accessible
to make information accessible
18
48120
3336
progettiamo e sviluppiamo sistemi
per rendere accessibili i dati
per rendere accessibili i dati
01:03
through visual representations.
19
51480
2096
attraverso rappresentazioni visive.
01:05
What my job has taught me over the years
20
53600
3016
Ciò che il mio lavoro
mi ha insegnato durante gli anni
mi ha insegnato durante gli anni
01:08
is that to really understand data
and their true potential,
and their true potential,
21
56640
4216
è che per capire davvero i dati
e il loro vero potenziale,
e il loro vero potenziale,
01:12
sometimes we actually
have to forget about them
have to forget about them
22
60880
3096
a volte dobbiamo davvero
dimenticarcene
dimenticarcene
01:16
and see through them instead.
23
64000
1760
e vedere invece attraverso di essi.
01:18
Because data are always
just a tool we use to represent reality.
just a tool we use to represent reality.
24
66440
3576
I dati sono sempre uno strumento
che usiamo per rappresentare la realtà.
che usiamo per rappresentare la realtà.
01:22
They're always used
as a placeholder for something else,
as a placeholder for something else,
25
70040
2856
Sono sempre usati
come sostituto di qualcos'altro,
come sostituto di qualcos'altro,
01:24
but they are never the real thing.
26
72920
2176
non sono mai oggetti reali.
01:27
But let me step back for a moment
27
75120
1936
Lasciate che torni indietro per un attimo
01:29
to when I first understood
this personally.
this personally.
28
77080
2480
a quando me ne sono resa conto.
01:32
In 1994, I was 13 years old.
29
80280
3336
Nel 1994 avevo tredici anni.
01:35
I was a teenager in Italy.
30
83640
1936
Ero un'adolescente italiana.
01:37
I was too young
to be interested in politics,
to be interested in politics,
31
85600
2616
Ero troppo giovane
per interessarmi di politica,
per interessarmi di politica,
01:40
but I knew that a businessman,
Silvio Berlusconi,
Silvio Berlusconi,
32
88240
2496
ma sapevo che un uomo d'affari,
Silvio Berlusconi,
Silvio Berlusconi,
01:42
was running for president
for the moderate right.
for the moderate right.
33
90760
2560
si era candidato presidente
per la destra moderata.
per la destra moderata.
Noi abitavamo in una città liberale,
01:46
We lived in a very liberal town,
34
94120
2016
01:48
and my father was a politician
for the Democratic Party.
for the Democratic Party.
35
96160
3296
e mio padre era un politico
del Partito Democratico.
del Partito Democratico.
01:51
And I remember that no one thought
that Berlusconi could get elected --
that Berlusconi could get elected --
36
99480
4336
Ricordo che nessuno pensava
che Berlusconi potesse essere eletto,
che Berlusconi potesse essere eletto,
01:55
that was totally not an option.
37
103840
1760
che non ci fosse alcuna possibilità.
01:58
But it happened.
38
106560
1216
Ma accadde.
01:59
And I remember the feeling very vividly.
39
107800
2536
Ricordo vividamente quello stato d'animo.
02:02
It was a complete surprise,
40
110360
1856
Fu una totale sorpresa,
02:04
as my dad promised that in my town
he knew nobody who voted for him.
he knew nobody who voted for him.
41
112240
5040
poiché mio padre mi assicurò che nessuno
dei suoi conoscenti aveva votato per lui.
dei suoi conoscenti aveva votato per lui.
02:10
This was the first time
42
118720
1496
Fu la prima volta
02:12
when the data I had gave me
a completely distorted image of reality.
a completely distorted image of reality.
43
120240
4560
in cui i dati che avevo mi avevano dato
una immagine distorta della realtà.
una immagine distorta della realtà.
Il mio campione dati era davvero
troppo limitato e distorto,
troppo limitato e distorto,
02:17
My data sample was actually
pretty limited and skewed,
pretty limited and skewed,
44
125280
3296
02:20
so probably it was because of that,
I thought, I lived in a bubble,
I thought, I lived in a bubble,
45
128600
3736
era questo il motivo,
pensai, vivevo in una bolla,
pensai, vivevo in una bolla,
02:24
and I didn't have enough chances
to see outside of it.
to see outside of it.
46
132360
2600
e non avevo possibilità
di vedere al di fuori di essa.
di vedere al di fuori di essa.
02:28
Now, fast-forward to November 8, 2016
47
136080
3776
Adesso facciamo un balzo avanti,
all'8 novembre 2016,
all'8 novembre 2016,
02:31
in the United States.
48
139880
1200
negli Stati Uniti.
I sondaggi via web,
02:33
The internet polls,
49
141960
1296
02:35
statistical models,
50
143280
1376
i modelli statistici,
02:36
all the pundits agreeing on a possible
outcome for the presidential election.
outcome for the presidential election.
51
144680
4816
tutti gli opinionisti erano concordi
sul possibile esito delle elezioni.
sul possibile esito delle elezioni.
02:41
It looked like we had
enough information this time,
enough information this time,
52
149520
2616
Ci è sembrato di avere
informazioni sufficienti,
informazioni sufficienti,
02:44
and many more chances to see outside
the closed circle we lived in --
the closed circle we lived in --
53
152160
4096
e più possibilità di vedere al di fuori
della cerchia ristretta in cui viviamo,
della cerchia ristretta in cui viviamo,
02:48
but we clearly didn't.
54
156280
1320
ma di certo non è andata così.
02:50
The feeling felt very familiar.
55
158040
2096
Le sensazioni erano molto familiari.
02:52
I had been there before.
56
160160
1480
Le conoscevo già.
02:54
I think it's fair to say
the data failed us this time --
the data failed us this time --
57
162360
2856
Penso sia giusto dire
che i dati ci hanno fuorviato,
che i dati ci hanno fuorviato,
02:57
and pretty spectacularly.
58
165240
1856
e in modo clamoroso.
02:59
We believed in data,
59
167120
1696
Noi abbiamo creduto nei dati,
03:00
but what happened,
60
168840
1416
ma ciò che è accaduto,
03:02
even with the most respected newspaper,
61
170280
2696
perfino ai giornali più rispettati,
03:05
is that the obsession to reduce everything
to two simple percentage numbers
to two simple percentage numbers
62
173000
4696
è che l'ossessione di ridurre tutto
a due semplici numeri percentuali
a due semplici numeri percentuali
03:09
to make a powerful headline
63
177720
1976
per creare un titolo ad effetto
03:11
made us focus on these two digits
64
179720
2056
ci ha indotto a guardare le due cifre
03:13
and them alone.
65
181800
1200
e solo quelle.
03:15
In an effort to simplify the message
66
183560
2056
Nello sforzo di semplificare il messaggio
03:17
and draw a beautiful,
inevitable red and blue map,
inevitable red and blue map,
67
185640
3416
e disegnare una bella
e immancabile mappa rossa e blu,
e immancabile mappa rossa e blu,
03:21
we lost the point completely.
68
189080
1880
abbiamo perso del tutto l'obiettivo.
03:23
We somehow forgot
that there were stories --
that there were stories --
69
191440
2136
Ci siamo dimenticati che c'erano storie
03:25
stories of human beings
behind these numbers.
behind these numbers.
70
193600
2360
e vicende umane dietro i numeri.
03:29
In a different context,
71
197240
1576
In un contesto diverso,
03:30
but to a very similar point,
72
198840
1656
ma per una questione molto simile,
03:32
a peculiar challenge was presented
to my team by this woman.
to my team by this woman.
73
200520
3896
questa donna presentò al mio team
una sfida particolare.
una sfida particolare.
03:36
She came to us with a lot of data,
74
204440
2376
Venne da noi con un sacco di dati,
03:38
but ultimately she wanted to tell
one of the most humane stories possible.
one of the most humane stories possible.
75
206840
4416
ma in ultima analisi voleva raccontarci
una delle più umane fra le storie.
una delle più umane fra le storie.
03:43
She's Samantha Cristoforetti.
76
211280
1696
Lei è Samantha Cristoforetti.
03:45
She has been the first
Italian woman astronaut,
Italian woman astronaut,
77
213000
2576
La prima donna astronauta italiana,
03:47
and she contacted us before being launched
78
215600
2496
e ci contattò prima di partire
03:50
on a six-month-long expedition
to the International Space Station.
to the International Space Station.
79
218120
3896
per una spedizione di sei mesi
alla Stazione Spaziale Internazionale.
alla Stazione Spaziale Internazionale.
03:54
She told us, "I'm going to space,
80
222040
2216
Ci disse: "Sto per partire per lo spazio,
03:56
and I want to do something meaningful
with the data of my mission
with the data of my mission
81
224280
3096
e voglio usare in modo significativo
i dati che raccoglierò
i dati che raccoglierò
03:59
to reach out to people."
82
227400
1240
per raggiungere la gente."
04:01
A mission to the
International Space Station
International Space Station
83
229600
2536
Una missione per la Stazione
Spaziale Internazionale
Spaziale Internazionale
04:04
comes with terabytes of data
84
232160
2096
comporta terabyte di dati
04:06
about anything you can possibly imagine --
85
234280
2376
su qualsiasi aspetto possiate immaginare:
04:08
the orbits around Earth,
86
236680
1496
le orbite attorno alla Terra,
04:10
the speed and position of the ISS
87
238200
2096
la velocità e posizione della SSI
04:12
and all of the other thousands
of live streams from its sensors.
of live streams from its sensors.
88
240320
3680
e i dati di ciascuno delle migliaia
di sensori collegati in diretta.
di sensori collegati in diretta.
04:16
We had all of the hard data
we could think of --
we could think of --
89
244840
2896
Avevamo tutti i dati concreti possibili
04:19
just like the pundits
before the election --
before the election --
90
247760
2416
proprio come gli opinionisti
prima delle elezioni
prima delle elezioni
04:22
but what is the point
of all these numbers?
of all these numbers?
91
250200
2976
ma a cosa servono tutte queste cifre?
04:25
People are not interested
in data for the sake of it,
in data for the sake of it,
92
253200
2736
Alla gente non interessano
i dati fini a se stessi,
i dati fini a se stessi,
04:27
because numbers are never the point.
93
255960
1855
perché da soli non dicono niente.
04:29
They're always the means to an end.
94
257839
1961
Sono sempre mezzi, tesi ad uno scopo.
04:32
The story we needed to tell
95
260839
1777
La storia che dovevamo raccontare
04:34
is that there is a human being
in a teeny box
in a teeny box
96
262640
2496
era che c'è un essere umano
in ogni minuscola cabina
in ogni minuscola cabina
04:37
flying in space above your head,
97
265160
2256
che vola nello spazio sopra di voi,
04:39
and that you can actually see her
with your naked eye on a clear night.
with your naked eye on a clear night.
98
267440
4096
e che si può vedere a occhio nudo
in una notte limpida.
in una notte limpida.
04:43
So we decided to use data
to create a connection
to create a connection
99
271560
3096
Così abbiamo deciso di usare i dati
per creare una connessione
per creare una connessione
04:46
between Samantha and all of the people
looking at her from below.
looking at her from below.
100
274680
4056
fra Samantha e tutta la gente
che la guardava da giù.
che la guardava da giù.
04:50
We designed and developed
what we called "Friends in Space,"
what we called "Friends in Space,"
101
278760
3176
Abbiamo progettato e sviluppato
"Amici nello Spazio",
"Amici nello Spazio",
04:53
a web application that simply
lets you say "hello" to Samantha
lets you say "hello" to Samantha
102
281960
4656
una semplice applicazione web
che permette di dire "ciao" a Samantha
che permette di dire "ciao" a Samantha
04:58
from where you are,
103
286640
1256
dal punto in cui siete,
04:59
and "hello" to all the people
who are online at the same time
who are online at the same time
104
287920
3536
e salutare tutte le persone
collegate nello stesso momento
collegate nello stesso momento
05:03
from all over the world.
105
291480
1520
da tutto il mondo.
05:05
And all of these "hellos"
left visible marks on the map
left visible marks on the map
106
293640
3456
Tutti questi "ciao" lasciavano
segni visibili sulla mappa
segni visibili sulla mappa
05:09
as Samantha was flying by
107
297120
2016
mentre Samantha stava volando
05:11
and as she was actually
waving back every day at us
waving back every day at us
108
299160
3376
e mentre ricambiava ogni giorno
i nostri saluti
i nostri saluti
05:14
using Twitter from the ISS.
109
302560
1680
usando Twitter dalla SSI.
05:16
This made people see the mission's data
from a very different perspective.
from a very different perspective.
110
304880
4976
Questo permise alla gente di vedere
quei dati da una prospettiva differente.
quei dati da una prospettiva differente.
05:21
It all suddenly became much more
about our human nature and our curiosity,
about our human nature and our curiosity,
111
309880
4696
D'improvviso il baricentro si è spostato
sulla nostra natura umana e la curiosità
sulla nostra natura umana e la curiosità
05:26
rather than technology.
112
314600
1656
più che sulla tecnologia.
05:28
So data powered the experience,
113
316280
2336
Così, i dati hanno potenziato
l'esperienza,
l'esperienza,
05:30
but stories of human beings
were the drive.
were the drive.
114
318640
2400
ma le vicende umane
sono state la nostra guida.
sono state la nostra guida.
05:34
The very positive response
of its thousands of users
of its thousands of users
115
322840
3336
Il responso assai positivo
delle migliaia di utenti
delle migliaia di utenti
mi impartì una lezione molto importante:
05:38
taught me a very important lesson --
116
326200
1936
05:40
that working with data
means designing ways
means designing ways
117
328160
2856
lavorare con i dati
significa progettare sistemi
significa progettare sistemi
05:43
to transform the abstract
and the uncountable
and the uncountable
118
331040
2736
che trasformino l'astratto e l'indefinito
05:45
into something that can be seen,
felt and directly reconnected
felt and directly reconnected
119
333800
4016
in qualcosa che possa essere visto,
percepito, e direttamente collegato
percepito, e direttamente collegato
05:49
to our lives and to our behaviors,
120
337840
2296
alle nostre vite
e ai nostri comportamenti.
e ai nostri comportamenti.
05:52
something that is hard to achieve
121
340160
1856
Qualcosa che è difficile ottenere
05:54
if we let the obsession for the numbers
and the technology around them
and the technology around them
122
342040
3896
se lasciamo che l'ossessione per i numeri
e la tecnologia che li usa
e la tecnologia che li usa
05:57
lead us in the process.
123
345960
1280
ci guidino nel processo.
06:00
But we can do even more to connect data
to the stories they represent.
to the stories they represent.
124
348600
4896
Ma possiamo fare di meglio per connettere
i dati alle storie che rappresentano.
i dati alle storie che rappresentano.
06:05
We can remove technology completely.
125
353520
2656
Possiamo eliminare completamente
la tecnologia.
la tecnologia.
06:08
A few years ago, I met this other woman,
126
356200
2256
Alcuni anni fa, ho incontrato
un'altra donna,
un'altra donna,
06:10
Stefanie Posavec --
127
358480
1376
Stefanie Posavec
06:11
a London-based designer who shares with me
the passion and obsession about data.
the passion and obsession about data.
128
359880
5816
una designer che lavora a Londra
con cui condivido la passione per i dati.
con cui condivido la passione per i dati.
06:17
We didn't know each other,
129
365720
1336
Non ci conoscevamo,
06:19
but we decided to run
a very radical experiment,
a very radical experiment,
130
367080
3256
ma decidemmo di condurre
un esperimento radicale,
un esperimento radicale,
06:22
starting a communication using only data,
131
370360
2536
iniziare una comunicazione
usando solo dati,
usando solo dati,
06:24
no other language,
132
372920
1336
senza altro linguaggio.
06:26
and we opted for using no technology
whatsoever to share our data.
whatsoever to share our data.
133
374280
4616
Scegliemmo di non usare alcuna
tecnologia per condividere i nostri dati.
tecnologia per condividere i nostri dati.
06:30
In fact, our only means of communication
134
378920
2896
Il nostro unico mezzo di comunicazione
06:33
would be through
the old-fashioned post office.
the old-fashioned post office.
135
381840
2856
sarebbe stato il vecchio ufficio postale.
06:36
For "Dear Data," every week for one year,
136
384720
2456
Per "Cari Dati", ogni settimana
per un anno,
per un anno,
06:39
we used our personal data
to get to know each other --
to get to know each other --
137
387200
3456
usammo i nostri dati personali
per conoscerci a vicenda,
per conoscerci a vicenda,
06:42
personal data around weekly
shared mundane topics,
shared mundane topics,
138
390680
3656
dati su argomenti semplici
condivisi settimanalmente,
condivisi settimanalmente,
06:46
from our feelings
139
394360
1216
dai nostri sentimenti
06:47
to the interactions with our partners,
140
395600
1856
alle interazioni con i nostri partner,
06:49
from the compliments we received
to the sounds of our surroundings.
to the sounds of our surroundings.
141
397480
3160
dai complimenti ricevuti
ai suoni dei nostri vicinati.
ai suoni dei nostri vicinati.
06:53
Personal information
that we would then manually hand draw
that we would then manually hand draw
142
401480
3536
Informazioni personali
che scrivevamo a mano
che scrivevamo a mano
06:57
on a postcard-size sheet of paper
143
405040
2496
su un foglio di carta formato cartolina
06:59
that we would every week
send from London to New York,
send from London to New York,
144
407560
2936
che avremmo spedito ogni settimana
da Londra a New York,
da Londra a New York,
07:02
where I live,
145
410520
1256
dove vivo io,
07:03
and from New York to London,
where she lives.
where she lives.
146
411800
2200
e da New York a Londra, dove vive lei.
07:06
The front of the postcard
is the data drawing,
is the data drawing,
147
414480
3696
Il fronte della cartolina
riporta i dati personali,
riporta i dati personali,
07:10
and the back of the card
148
418200
1296
nel retro della cartolina
07:11
contains the address
of the other person, of course,
of the other person, of course,
149
419520
2429
c'è l'indirizzo dell'altra persona,
ovviamente,
ovviamente,
07:13
and the legend for how
to interpret our drawing.
to interpret our drawing.
150
421973
2640
e la legenda per l'interpretazione
dei nostri dati.
dei nostri dati.
07:17
The very first week into the project,
151
425640
2016
Nella prima settimana del nostro progetto,
07:19
we actually chose
a pretty cold and impersonal topic.
a pretty cold and impersonal topic.
152
427680
3056
scegliemmo un argomento
freddo e impersonale.
freddo e impersonale.
07:22
How many times do we
check the time in a week?
check the time in a week?
153
430760
3200
Quante volte in una settimana
controllavamo l'ora?
controllavamo l'ora?
07:26
So here is the front of my card,
154
434720
1936
Qui vedete il fronte della mia cartolina
07:28
and you can see that every little symbol
155
436680
1976
e vedete che ogni piccolo simbolo
07:30
represents all of the times
that I checked the time,
that I checked the time,
156
438680
3416
rappresenta tutte le volte
in cui ho controllato l'ora,
in cui ho controllato l'ora,
07:34
positioned for days
and different hours chronologically --
and different hours chronologically --
157
442120
3376
posizionate in ordine cronologico
per giorni e ore diversi,
per giorni e ore diversi,
07:37
nothing really complicated here.
158
445520
2040
niente di complicato.
07:40
But then you see in the legend
159
448200
1576
Ma poi vedete nella legenda
07:41
how I added anecdotal details
about these moments.
about these moments.
160
449800
3456
come ho aggiunto dettagli aneddotici
relativi a quei momenti.
relativi a quei momenti.
07:45
In fact, the different types of symbols
indicate why I was checking the time --
indicate why I was checking the time --
161
453280
4576
Di fatto, i simboli differenti
indicano perché stavo controllando l'ora,
indicano perché stavo controllando l'ora,
07:49
what was I doing?
162
457880
1216
cosa stavo facendo,
07:51
Was I bored? Was I hungry?
163
459120
1696
ero annoiata? Avevo fame?
07:52
Was I late?
164
460840
1216
Ero in ritardo?
07:54
Did I check it on purpose
or just casually glance at the clock?
or just casually glance at the clock?
165
462080
3216
L'ho controllata di proposito
oppure per caso?
oppure per caso?
07:57
And this is the key part --
166
465320
2256
Ed eccoci al punto:
07:59
representing the details
of my days and my personality
of my days and my personality
167
467600
3696
rappresentare i dettagli
delle mie giornate e della mia personalità
delle mie giornate e della mia personalità
08:03
through my data collection.
168
471320
1936
attraverso la mia raccolta di dati.
08:05
Using data as a lens or a filter
to discover and reveal, for example,
to discover and reveal, for example,
169
473280
4696
Usando i dati come una lente o un filtro
per scoprire e rivelare, per esempio,
per scoprire e rivelare, per esempio,
08:10
my never-ending anxiety for being late,
170
478000
2176
la mia infinita ansietà per i ritardi,
08:12
even though I'm absolutely always on time.
171
480200
2200
per quanto io sia sempre puntuale.
08:16
Stefanie and I spent one year
collecting our data manually
collecting our data manually
172
484200
4096
Stefanie ed io abbiamo trascorso un anno
raccogliendo dati manualmente
raccogliendo dati manualmente
08:20
to force us to focus on the nuances
that computers cannot gather --
that computers cannot gather --
173
488320
4496
per costringerci a focalizzarci
sulle sfumature che i pc non colgono,
sulle sfumature che i pc non colgono,
08:24
or at least not yet --
174
492840
1536
o almeno non ancora,
08:26
using data also to explore our minds
and the words we use,
and the words we use,
175
494400
3496
usando dati per esplorare le nostre menti
e le parole che usiamo,
e le parole che usiamo,
08:29
and not only our activities.
176
497920
1936
e non solo le nostre attività.
08:31
Like at week number three,
177
499880
1416
Come nella terza settimana,
08:33
where we tracked the "thank yous"
we said and were received,
we said and were received,
178
501320
3816
quando registrammo
i "grazie" dati e ricevuti,
i "grazie" dati e ricevuti,
08:37
and when I realized that I thank
mostly people that I don't know.
mostly people that I don't know.
179
505160
4656
e quando mi resi conto che ringrazio
di più le persone che non conosco.
di più le persone che non conosco.
08:41
Apparently I'm a compulsive thanker
to waitresses and waiters,
to waitresses and waiters,
180
509840
4336
A quanto pare sono una ringraziatrice
compulsiva di camerieri e cameriere,
compulsiva di camerieri e cameriere,
08:46
but I definitely don't thank enough
the people who are close to me.
the people who are close to me.
181
514200
3160
ma non ringrazio abbastanza le persone
che mi sono più vicine.
che mi sono più vicine.
08:51
Over one year,
182
519000
1256
Durante un anno,
08:52
the process of actively noticing
and counting these types of actions
and counting these types of actions
183
520280
4496
il procedimento di annotare
e contare queste azioni
e contare queste azioni
08:56
became a ritual.
184
524800
1296
divenne un rituale.
08:58
It actually changed ourselves.
185
526120
2056
Cambiò la nostra persona.
09:00
We became much more
in tune with ourselves,
in tune with ourselves,
186
528200
2696
Diventammo molto più sintonizzate
con noi stesse,
con noi stesse,
09:02
much more aware of our behaviors
and our surroundings.
and our surroundings.
187
530920
3120
più consapevoli dei nostri comportamenti
e dei nostri contesti.
e dei nostri contesti.
09:06
Over one year, Stefanie and I
connected at a very deep level
connected at a very deep level
188
534680
2976
Nel corso di un anno, Stefanie ed io
ci legammo profondamente
ci legammo profondamente
09:09
through our shared data diary,
189
537680
2016
attraverso i nostri diari condivisi,
09:11
but we could do this only because
we put ourselves in these numbers,
we put ourselves in these numbers,
190
539720
4296
ma riuscimmo a fare questo solo
mettendo noi stesse in quei numeri,
mettendo noi stesse in quei numeri,
09:16
adding the contexts
of our very personal stories to them.
of our very personal stories to them.
191
544040
3976
aggiungendo ad essi i contesti
delle nostre vite personali.
delle nostre vite personali.
09:20
It was the only way
to make them truly meaningful
to make them truly meaningful
192
548040
2456
Era l'unico modo per renderli
davvero significativi
davvero significativi
09:22
and representative of ourselves.
193
550520
2200
e rappresentativi di noi stesse.
09:26
I am not asking you
to start drawing your personal data,
to start drawing your personal data,
194
554480
3096
Non vi sto chiedendo
di scrivere i vostri dati personali,
di scrivere i vostri dati personali,
09:29
or to find a pen pal across the ocean.
195
557600
2856
o trovare un amico di penna
oltreoceano.
oltreoceano.
09:32
But I'm asking you to consider data --
196
560480
2576
Vi sto suggerendo di considerare
i vostri dati
i vostri dati
09:35
all kind of data --
197
563080
1456
tutti i tipi di dati
09:36
as the beginning of the conversation
198
564560
1776
come l'inizio di una conversazione
09:38
and not the end.
199
566360
1200
e non la fine.
09:40
Because data alone
will never give us a solution.
will never give us a solution.
200
568080
3176
I dati da soli non ci daranno
mai la soluzione.
mai la soluzione.
09:43
And this is why data failed us so badly --
201
571280
2696
Questo è il motivo per cui i dati
ci hanno ingannato
ci hanno ingannato
09:46
because we failed to include
the right amount of context
the right amount of context
202
574000
3376
perché non abbiamo aggiunto
la giusta parte di contesto
la giusta parte di contesto
09:49
to represent reality --
203
577400
1456
per rappresentare la realtà.
09:50
a nuanced, complicated
and intricate reality.
and intricate reality.
204
578880
3200
Una realtà sfaccettata e complessa.
09:54
We kept looking at these two numbers,
205
582960
2456
Continuavamo ad osservare
questi due numeri,
questi due numeri,
09:57
obsessing with them
206
585440
1496
ossessionati da essi
09:58
and pretending that our world
could be reduced
could be reduced
207
586960
2496
fingendo che i nostri mondi
potessero ridursi
potessero ridursi
10:01
to a couple digits and a horse race,
208
589480
2336
a una coppia di cifre
e una corsa di cavalli,
e una corsa di cavalli,
10:03
while the real stories,
209
591840
1256
mentre le storie vere,
10:05
the ones that really mattered,
210
593120
1456
quelle davvero importanti,
10:06
were somewhere else.
211
594600
1416
si trovavano altrove.
10:08
What we missed looking at these stories
only through models and algorithms
only through models and algorithms
212
596040
4416
Ciò che abbiamo perso osservando queste
storie solo attraverso modelli e algoritmi
storie solo attraverso modelli e algoritmi
10:12
is what I call "data humanism."
213
600480
2520
è ciò che che chiamo "umanesimo dei dati".
10:15
In the Renaissance humanism,
214
603560
2016
Durante il Rinascimento
10:17
European intellectuals
215
605600
1616
gli intellettuali europei
10:19
placed the human nature instead of God
at the center of their view of the world.
at the center of their view of the world.
216
607240
4920
misero al centro del mondo
la natura umana anziché Dio.
la natura umana anziché Dio.
10:24
I believe something similar
needs to happen
needs to happen
217
612800
2216
Credo che debba avvenire
qualcosa di simile
qualcosa di simile
10:27
with the universe of data.
218
615040
1776
con l'universo dei dati.
10:28
Now data are apparently
treated like a God --
treated like a God --
219
616840
2976
Ora i dati sono apparentemente
trattati come un Dio,
trattati come un Dio,
10:31
keeper of infallible truth
for our present and our future.
for our present and our future.
220
619840
3280
custode di una verità infallibile
sul nostro presente e futuro.
sul nostro presente e futuro.
Le esperienze che oggi
ho condiviso con voi
ho condiviso con voi
10:35
The experiences
that I shared with you today
that I shared with you today
221
623840
2896
10:38
taught me that to make data faithfully
representative of our human nature
representative of our human nature
222
626760
5016
mi hanno insegnato che per rendere i dati
rappresentativi della natura umana
rappresentativi della natura umana
10:43
and to make sure they will not
mislead us anymore,
mislead us anymore,
223
631800
3416
ed essere certi
che non possano più fuorviarci,
che non possano più fuorviarci,
10:47
we need to start designing ways
to include empathy, imperfection
to include empathy, imperfection
224
635240
3696
dobbiamo progettare sistemi
che includano empatia, imperfezione
che includano empatia, imperfezione
10:50
and human qualities
225
638960
1576
e qualità umane
10:52
in how we collect, process,
analyze and display them.
analyze and display them.
226
640560
3720
nel modo in cui li raccogliamo, processiamo
analizziamo e mostriamo.
analizziamo e mostriamo.
10:57
I do see a place where, ultimately,
227
645280
2976
Vedo un luogo, infine, in cui
11:00
instead of using data
only to become more efficient,
only to become more efficient,
228
648280
3336
invece di usare dati solo per diventare
più efficienti,
più efficienti,
11:03
we will all use data
to become more humane.
to become more humane.
229
651640
2800
useremo i dati per diventare più umani.
11:06
Thank you.
230
654880
1216
Grazie.
11:08
(Applause)
231
656120
4441
(Applausi)
ABOUT THE SPEAKER
Giorgia Lupi - Information designerGiorgia Lupi sees beauty in data. She challenges the impersonality that data communicate, designing engaging visual narratives that re-connect numbers to what they stand for: stories, people, ideas.
Why you should listen
What sets Giorgia Lupi apart is her humanistic approach to the world of data.
Her work frequently crosses the divide between digital, print and handcrafted representations of information: primarily, she draws with data. She has a passion for and obsession with data, the material she uses to tell stories, and the lens through which she sees the world.
Data are often considered to be very impersonal, boring and clinical, but Lupi's work proves the opposite. She makes sense of data with a curious mind and a heterogeneous arsenal, which ranges from digital technology to exhausting and repetitive manual labor. She believes we will ultimately unlock the full potential of data only when we embrace their nature, and make them part of our lives, which will inevitably make data more human in the process.
Trained as an architect, Lupi has always been driven by opposing forces: analysis and intuition, logic and beauty, numbers and images. True to these dichotomies, in 2011 she started both her own company and studying for a PhD. She earned her ddoctorate in design at Politecnico di Milano, where she focused on information mapping, and she is now the design director and co-founder of Accurat, a global, data-driven research, design and innovation firm with offices in Milan and New York. She relocated from Italy to New York City, where she now lives.
Thanks to her work and research, Giorgia is a prominent voice in the world of data. She has spoken at numerous events, universities and institutions around the world, including the Museum of Modern Art, the Guggenheim Museum, PopTech Conference, Eyeo Festival, Fast Company Innovation by Design, New York University, Columbia University and the New York Public Library. She has been featured in major international outlets such as the New York Times, The Guardian, the Washington Post, NPR, BBC, TIME magazine, National Geographic, Scientific American, Popular Science, Wired, Vogue, Vanity Fair, Monocle and more. Her work has been exhibited at the Design Museum, the Science Museum, and Somerset House in London; the New York Hall of Science and the Storefront for Art and Architecture in New York; at the Triennale Design Museum and the Design Week in Milan, among others.
With her company, Accurat, she has worked with major international clients including IBM, Google, Microsoft, the United Nations, the World Health Organization, the World Economic Forum, the European Union, the Louis Vuitton-Moet-Hennessy Group, Fiat Chrysler Automobiles, J.P. Morgan Asset Management, Unicredit Group and KPMG Advisory.
Giorgia is the co-author of Dear Data, an aspirational hand-drawn data visualization book that explores the more slippery details of daily life through data, revealing the patterns that inform our decisions and affect our relationships.
Her work is part of the permanent collection of the Museum of Modern Art.
Giorgia Lupi | Speaker | TED.com