ABOUT THE SPEAKER
Nate Silver - Statistician
Math whiz and baseball fan Nate Silver was mainly known for predicting outcomes in fantasy ballgames -- until his technique hit a home run calling the outcome of the 2008 election primaries.

Why you should listen

In the 2008 election season's closing weeks, throngs of wonks and laypeople alike were glued to FiveThirtyEight.com, a habitforming political blog. Red and blue bar charts crowded the scrollbars as the pulse of exit polls crept along the site's latest projections. It seemed almost miraculous: In a year of acute turns of favor, the site's owner and mouthpiece, Nate Silver (who blogged anonymously as "Poblano" until outing himself on May 30, 2008, as a baseball numberhead), managed to predict the winners of every U.S. Senate contest -- and the general Presidential election.

Besides being just-damn-fascinating, Silver's analysis is a decidedly contrarian gauntlet thrown before an unrepentant, spectacle-driven media. The up-and-coming pundit, who cut his teeth forecasting the performance of Major League Baseball players, has a fairly direct explanation of why most projections fail: "Polls are cherry-picked based on their brand name or shock value rather than their track record of accuracy."

Silver's considerable smarts are already helping local campaigns build constituencies and strategize. He is the author of The Signal and the Noise: Why So Many Predictions Fail - but Some Don't

More profile about the speaker
Nate Silver | Speaker | TED.com
TED2009

Nate Silver: Does racism affect how you vote?

ネイト・シルバー:人種は投票に影響を及ぼすか?

Filmed:
498,847 views

ネイト・シルバーが政治における人種についての物議をかもす疑問に答えます。果たしてオバマの人種は一部の地域で彼の得票数を削ぐことになったのか? 統計と俗説のぶつかり合うこの魅惑的な講演は、街づくりがいかに寛容さを促進させうるかという驚くべき洞察で締めくくられます。
- Statistician
Math whiz and baseball fan Nate Silver was mainly known for predicting outcomes in fantasy ballgames -- until his technique hit a home run calling the outcome of the 2008 election primaries. Full bio

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

00:15
I want to talk about the election選挙.
0
0
3000
選挙について話そうと思います
00:18
For the first time in the Unitedユナイテッド States, a predominantly主に white groupグループ of voters有権者
1
3000
3000
多数の白人有権者が アフリカ系アメリカ人の
00:21
voted投票された for an African-Americanアフリカ系アメリカ人 candidate候補者 for President大統領.
2
6000
3000
大統領候補に投票したというのは 初めてのことでした
00:24
And in fact事実 Barackバラク Obamaオバマ did quiteかなり well.
3
9000
2000
実際オバマはかなりよくやりました
00:26
He won勝った 375 electoral選挙 votes投票する.
4
11000
2000
選挙人投票で375票を獲得し
00:28
And he won勝った about 70 million百万 popular人気 votes投票する
5
13000
3000
そして一般票では約7000万票という
00:31
more than any other presidential大統領 candidate候補者 --
6
16000
2000
人種や政党にかかわらず
00:33
of any raceレース, of any partyパーティー -- in history歴史.
7
18000
3000
史上最多の得票をしたのです
00:36
If you compare比較する how Obamaオバマ did againstに対して how Johnジョン Kerryケリー had done完了 four4つの years earlier先に --
8
21000
4000
オバマの状況を4年前のジョン・ケリーと比べるなら
00:40
Democrats民主党 really like seeing見る this transition遷移 here,
9
25000
3000
この推移に見てとれるように
00:43
where almostほぼ everyすべて state状態 becomes〜になる bluer, becomes〜になる more democratic民主的 --
10
28000
4000
ほとんどの州がより青く より民主党寄りになっています
00:47
even states Obamaオバマ lost失われた, like out west西,
11
32000
2000
西部のようなオバマが落とした州でさえそうです
00:49
those states becameなりました more blue.
12
34000
2000
南部でも北東部でもほとんど全ての州で
00:51
In the south, in the northeast北東, almostほぼ everywhereどこにでも
13
36000
3000
青くなっています
00:54
but with a coupleカップル of exceptions例外 here and there.
14
39000
3000
そこここにある いくつかの例外を除いて
00:57
One exception例外 is in Massachusettsマサチューセッツ州.
15
42000
2000
例外の一つはマサチューセッツ州ですが
00:59
That was Johnジョン Kerry'sケリーの home state状態.
16
44000
2000
ジョン・ケリーの本拠地なので
01:01
No big大きい surprise驚き, Obamaオバマ couldn'tできなかった do better than Kerryケリー there.
17
46000
2000
オバマが下でも驚くことはありません
01:03
Or in Arizonaアリゾナ州, whichどの is Johnジョン McCain'sマケイン home,
18
48000
2000
それにマケインの本拠のアリゾナ州でも
01:05
Obamaオバマ didn't have much improvement改善.
19
50000
2000
オバマは票を増やせませんでした
01:07
But there is alsoまた、 this part of the country, kind種類 of in the middle中間 region領域 here.
20
52000
2000
他方で この国の中央に位置する
01:09
This kind種類 of Arkansasアーカンソー, Tennesseeテネシー州, Oklahomaオクラホマ州, West西 Virginiaバージニア州 region領域.
21
54000
4000
アーカンソー テネシー オクラホマ ウェストヴァージニアの辺りも駄目でした
01:13
Now if you look at '96, Billビル Clintonクリントン --
22
58000
2000
96年のビル・クリントンは
01:15
the last Democrat民主党 to actually実際に win勝つ -- how he did in '96,
23
60000
3000
民主党が前回勝利した時ですが
01:18
you see realリアル big大きい differences相違 in this part of the country right here,
24
63000
3000
まさにこの地域で 実に大きな違いが見られます
01:21
the kind種類 of Appalachiansアパラチア人, Ozarksオザーク, highlands高地 region領域, as I call it:
25
66000
4000
アパラチアやオザークといった 高地地域です
01:25
20 or 30 pointポイント swingsスイング
26
70000
2000
96年のクリントンと 08年のオバマの間で
01:27
from how Billビル Clintonクリントン did in '96 to how Obamaオバマ did
27
72000
2000
20から30ポイントも
01:29
in 2008.
28
74000
2000
下がりました
01:31
Yes Billビル Clintonクリントン was from Arkansasアーカンソー, but these are very, very profound深遠な differences相違.
29
76000
5000
確かにクリントンはアーカンソー出身でしたが それにしても大きな変化です
01:36
So, when we think about parts部品 of the country like Arkansasアーカンソー, you know.
30
81000
2000
アーカンソーのような地域について考えるとき
01:38
There is a book written書かれた calledと呼ばれる, "What's the Matter物質 with Kansasカンザス州?"
31
83000
3000
「カンザスはどうなっているのか?」という本がありますが
01:41
But really the question質問 here -- Obamaオバマ did relatively比較的 well in Kansasカンザス州.
32
86000
3000
オバマはカンザスでは割合上手くやっています
01:44
He lost失われた badlyひどく but everyすべて Democrat民主党 does.
33
89000
2000
負けましたが 民主党はここではいつも負けています
01:46
He lost失われた no worse悪化する than most最も people do.
34
91000
2000
他の人ほど ひどくは負けませんでした
01:48
But yeah, what's the matter問題 with Arkansasアーカンソー?
35
93000
4000
それにしてもアーカンソーはどうなっているのか?
01:52
(Laughter笑い)
36
97000
1000
(笑)
01:53
And when we think of Arkansasアーカンソー we tend傾向がある to have prettyかなり negative connotations意味.
37
98000
3000
アーカンソーについてはネガティブなイメージがあります
01:56
We think of a bunch of rednecksレドニー, quote見積もり, unquote見積もりを引用しない, with guns.
38
101000
3000
銃を持った多数のいわゆる「頑固な南部人」
01:59
And we think people like this probably多分 don't want to vote投票
39
104000
3000
彼らが投票しないだろうとは想像できます
02:02
for people who look like this and are named名前 Barackバラク Obamaオバマ.
40
107000
3000
こんな見た目をした バラク・オバマなどという名前の人間には
02:05
We think it's a matter問題 of raceレース. And is this fairフェア?
41
110000
3000
人種問題です これはフェアな見方でしょうか?
02:08
Are we kind種類 of stigmatizing嘲笑する people from Arkansasアーカンソー, and this part of the country?
42
113000
3000
アーカンソーあたりの人に対する偏見でしょうか?
02:11
And the answer回答 is: it is at least少なくとも partially部分的に fairフェア.
43
116000
3000
少なくともある部分フェアな見方です
02:14
We know that raceレース was a factor因子, and the reason理由 why we know that
44
119000
2000
人種という要因が確かにあるとわかるのは
02:16
is because we asked尋ねた those people.
45
121000
2000
彼らに尋ねたからです
02:18
Actually実際に we didn't ask尋ねる them, but when they conducted導かれた
46
123000
2000
直接尋ねた訳ではありませんが
02:20
exit出口 polls世論調査 in everyすべて state状態,
47
125000
2000
50州中の37州で行われた
02:22
in 37 states, out of the 50,
48
127000
2000
出口調査で
02:24
they asked尋ねた a question質問, that was prettyかなり direct直接, about raceレース.
49
129000
3000
人種について直接的な質問がありました
02:27
They asked尋ねた this question質問.
50
132000
2000
こう質問したのです
02:29
In deciding決定する your vote投票 for President大統領 today今日, was the raceレース
51
134000
2000
“今日の大統領選の投票先を決めるにあたって
02:31
of the candidate候補者 a factor因子?
52
136000
2000
候補者の人種はその要因になりましたか?”
02:33
We're looking for people that said, "Yes, raceレース was a factor因子;
53
138000
3000
この質問に対し “はい 人種は要因であるのみならず
02:36
moreoverまた、 it was an important重要 factor因子, in my decision決定,"
54
141000
2000
決める上で重要な点でした”と答えた人や
02:38
and people who voted投票された for Johnジョン McCainマケイン
55
143000
3000
恐らく他の要因との兼ね合いか
02:41
as a result結果 of that factor因子,
56
146000
2000
この要因自体のために 結果として
02:43
maybe in combination組み合わせ with other factors要因, and maybe alone単独で.
57
148000
2000
マケインに投票した人は どれほどいたのか?
02:45
We're looking for this behavior動作 among white voters有権者
58
150000
3000
そのような振る舞いは 白人投票者の間で
02:48
or, really, non-black非黒 voters有権者.
59
153000
3000
あるいは黒人以外の投票者の間で どれくらいあったのか?
02:51
So you see big大きい differences相違 in different異なる parts部品
60
156000
2000
ご覧のように 結果は地域によって
02:53
of the country on this question質問.
61
158000
2000
大きな違いが見られます
02:55
In Louisianaルイジアナ州, about one in five white voters有権者
62
160000
3000
ルイジアナでは約5人に1人の白人投票者が
02:58
said, "Yes, one of the big大きい reasons理由 why I voted投票された againstに対して Barackバラク Obamaオバマ
63
163000
3000
“はい 私がオバマに投票しなかった大きな理由は
03:01
is because he was an African-Americanアフリカ系アメリカ人."
64
166000
2000
アフリカ系アメリカ人だからです”と答えています
03:03
If those people had voted投票された for Obamaオバマ,
65
168000
2000
仮にそれらの人々の半分でも
03:05
even halfハーフ of them, Obamaオバマ would have won勝った Louisianaルイジアナ州 safely安全に.
66
170000
4000
オバマに投票していたなら 彼はルイジアナで難なく勝てたでしょう
03:09
Same同じ is true真実 with, I think, all of these states you see on the top of the listリスト.
67
174000
2000
このリストの上位の州すべてにそう言えます
03:11
Meanwhileその間, Californiaカリフォルニア, New新しい Yorkヨーク, we can say, "Oh we're enlightened啓発された"
68
176000
4000
一方カリフォルニアやニューヨークの人々は “我々は啓蒙されている”
03:15
but you know, certainly確かに a much lower低い incidence入射 of this
69
180000
2000
と言うでしょうが
03:17
admitted認められた, I suppose想定する,
70
182000
2000
人種に基づく投票というのは
03:19
manifestation現れ of racially-based人種に基づく voting投票.
71
184000
3000
確かにずっと少なくなっています
03:22
Here is the same同じ dataデータ on a map地図.
72
187000
2000
これは同じデータを地図で表したものです
03:24
You kind種類 of see the relationship関係 betweenの間に
73
189000
2000
この図で赤くなっているのは
03:26
the redder赤い states of where more people responded応答した and said,
74
191000
2000
“オバマの人種は 私には問題でした”
03:28
"Yes, Barackバラク Obama'sオバマ氏 raceレース was a problem問題 for me."
75
193000
3000
と答えた人の多かった州です
03:31
You see, comparing比較する the map地図 to '96, you see an overlapオーバーラップ here.
76
196000
3000
96年と比較した地図と この地図の間には共通点が見られます
03:34
This really seems思われる to explain説明する
77
199000
2000
これはまさにオバマが
03:36
why Barackバラク Obamaオバマ did worse悪化する
78
201000
2000
何故この地域でひどい結果だったのかを
03:38
in this one part of the country.
79
203000
2000
説明しているように見えます
03:40
So we have to ask尋ねる why.
80
205000
2000
我々は問うべきでしょう
03:42
Is racism人種差別主義 predictable予測可能な in some way?
81
207000
2000
人種差別は何らかの方法で予測できるのか?
03:44
Is there something driving運転 this?
82
209000
2000
人種差別を引き起こすものが何かあるのか?
03:46
Is it just about some weird奇妙な stuffもの that goes行く on in Arkansasアーカンソー
83
211000
2000
それは我々が理解していないアーカンソーや
03:48
that we don't understandわかる, and Kentuckyケンタッキー州?
84
213000
2000
ケンタッキーの特異性にすぎないのか?
03:50
Or are there more systematic系統的 factors要因 at work?
85
215000
2000
それとも何か構造的な要因が働いているのか?
03:52
And so we can look at a bunch of different異なる variables変数.
86
217000
2000
見る事のできる変数は他にもたくさんあります
03:54
These are things that economistsエコノミスト and political政治的 scientists科学者 look at all the time --
87
219000
3000
経済学者や政治科学者が常々観察してきた
03:57
things like income所得, and religion宗教, education教育.
88
222000
3000
収入や宗教や教育といった要因は
04:00
Whichどの of these seem思われる to driveドライブ
89
225000
2000
我々が11月4日に行った
04:02
this manifestation現れ of racism人種差別主義
90
227000
2000
この国家的大実験における
04:04
in this big大きい national全国 experiment実験 we had on November11月 4thth?
91
229000
3000
人種差別の表出を引き起こしたものなのでしょうか?
04:07
And there are a coupleカップル of these that have
92
232000
2000
実際予測を可能にするような
04:09
strong強い predictive予測的 relationships関係,
93
234000
2000
強い相関を持つ要素が2つあります
04:11
one of whichどの is education教育,
94
236000
3000
教育がその一つです
04:14
where you see the states with the fewest最少 years of schooling学校教育
95
239000
2000
成人あたりの修学期間の短い州が
04:16
per〜ごと adult大人 are in red,
96
241000
2000
赤く表示されています
04:18
and you see this part of the country, the kind種類 of Appalachiansアパラチア人 region領域,
97
243000
3000
ご覧の通りアパラチア地域は教育水準が低くなっています
04:21
is lessもっと少なく educated教育を受けた. It's just a fact事実.
98
246000
2000
これは単に事実です
04:23
And you see the relationship関係 there
99
248000
2000
ここに人種差別に基づく投票傾向との
04:25
with the racially-based人種に基づく voting投票 patternsパターン.
100
250000
3000
関連を見る事ができます
04:28
The other variable変数 that's important重要 is
101
253000
2000
もう一つの重要な変数は
04:30
the typeタイプ of neighborhoodご近所 that you liveライブ in.
102
255000
3000
近隣住民のタイプです
04:33
States that are more rural農村 --
103
258000
2000
より田舎の州では
04:35
even to some extentエクステント of the states like New新しい Hampshireハンプシャー州 and Maineメイン州 --
104
260000
2000
ニューハンプシャーやメインでさえ
04:37
they exhibit示す a little bitビット of
105
262000
2000
人種差別によるオバマへの
04:39
this racially-based人種に基づく voting投票 againstに対して Barackバラク Obamaオバマ.
106
264000
3000
反対投票が見受けられます
04:42
So it's the combination組み合わせ of these two things: it's education教育
107
267000
2000
ですからこの2つの要素の組み合わせなのです
04:44
and the typeタイプ of neighbors隣人 that you have,
108
269000
2000
教育と近隣住民のタイプです
04:46
whichどの we'll私たちは talk about more in a moment瞬間.
109
271000
2000
これについてはすぐ後で話しますが
04:48
And the thing about states like Arkansasアーカンソー and Tennesseeテネシー州
110
273000
2000
アーカンソーやテネシーのような州の問題は
04:50
is that they're bothどちらも very rural農村,
111
275000
2000
非常に田舎であり
04:52
and they are educationally教育的に impoverished貧しい.
112
277000
4000
かつ教育的にも貧しいという事です
04:56
So yes, racism人種差別主義 is predictable予測可能な.
113
281000
2000
だから人種差別は予測可能なのです
04:58
These things, among maybe other variables変数,
114
283000
2000
恐らく他にも要因があるでしょうが
05:00
but these things seem思われる to predict予測する it.
115
285000
2000
これは人種差別を予見しているように見えます
05:02
We're going to drillドリル down a little bitビット more now,
116
287000
2000
この「総合的社会調査」というのを
05:04
into something calledと呼ばれる the General一般 Socialソーシャル Survey調査.
117
289000
2000
もう少し掘り下げてみましょう
05:06
This is conducted導かれた by the University大学 of Chicagoシカゴ
118
291000
2000
これはシカゴ大学によって一年おきに
05:08
everyすべて other year.
119
293000
2000
行われているもので
05:10
And they ask尋ねる a seriesシリーズ of really interesting面白い questions質問.
120
295000
2000
彼らは実に興味深い一連の質問をしています
05:12
In 2000 they had particularly特に interesting面白い questions質問
121
297000
2000
2000年には人種差別的意見に関する
05:14
about racial人種 attitudes態度.
122
299000
2000
特に興味深い質問があります
05:16
One simple単純 question質問 they asked尋ねた is,
123
301000
2000
一例として挙げると
05:18
"Does anyone誰でも of the opposite反対の raceレース liveライブ in your neighborhoodご近所?"
124
303000
4000
“近隣にあなたと異なるの人種の人は誰か住んでいますか?”
05:22
We can see in different異なる typesタイプ of communitiesコミュニティ that the results結果 are quiteかなり different異なる.
125
307000
3000
コミュニティのタイプによって結果が大きく異なるのがわかります
05:25
In cites引用する, about 80 percentパーセント of people
126
310000
3000
都市部では約80%の人が
05:28
have someone誰か whom they consider検討する a neighbor隣人 of another別の raceレース,
127
313000
3000
近隣に別の人種が住んでいると答えています
05:31
but in rural農村 communitiesコミュニティ, only about 30 percentパーセント.
128
316000
3000
しかし田舎のコミュニティでは僅か30%です
05:34
Probably多分 because if you liveライブ on a farmファーム, you mightかもしれない not have a lot of neighbors隣人, period期間.
129
319000
3000
農場暮らしなら隣人は少ないというだけかもしれません
05:37
But neverthelessそれにもかかわらず, you're not having持つ a lot of interactionインタラクション with people
130
322000
3000
しかし いずれにしても 自分と違った人との交流は
05:40
who are unlike違う you.
131
325000
2000
多くないのです
05:42
So what we're going to do now is take the white people in the survey調査
132
327000
3000
そこで この調査から白人を抽出し
05:45
and splitスプリット them betweenの間に those who have black neighbors隣人 --
133
330000
3000
黒人や別の人種の隣人がいる人と
05:48
or, really, some neighbor隣人 of another別の raceレース --
134
333000
2000
白人の隣人しかいない人とに
05:50
and people who have only white neighbors隣人.
135
335000
3000
分けてみることにしましょう
05:53
And we see in some variables変数
136
338000
2000
政治的意見に関しては
05:55
in terms条項 of political政治的 attitudes態度, not a lot of difference.
137
340000
2000
大きな違いは見られません
05:57
This was eight8 years ago, some people were more Republican共和党 back then.
138
342000
3000
これは8年前で 当時は共和党寄りの人が多くいました
06:00
But you see Democrats民主党 versus Republican共和党,
139
345000
2000
しかし民主党支持か共和党支持かは
06:02
not a big大きい difference basedベース on who your neighbors隣人 are.
140
347000
3000
隣人がどうであるかによって さほど変わりません
06:05
And even some questions質問 about raceレース -- for example
141
350000
2000
人種に関する質問でさえそうです 例えば
06:07
affirmative肯定的な actionアクション, whichどの is kind種類 of a political政治的 question質問,
142
352000
2000
マイノリティ優遇措置という
06:09
a policyポリシー question質問 about raceレース, if you will --
143
354000
2000
人種に関する政策の問題についても
06:11
not much difference here.
144
356000
2000
ここに大きな違いはありません
06:13
Affirmative肯定的 actionアクション is not very popular人気 frankly率直に, with white voters有権者, period期間.
145
358000
3000
マイノリティ優遇措置は白人投票者に人気がない点で共通していますが
06:16
But people with black neighbors隣人 and people with mono-racial一人の人種 neighborhoods近隣
146
361000
3000
黒人の隣人がいる人といない人との間に
06:19
feel no differently異なって about it really.
147
364000
3000
この問題に対する感覚の違いは全くありません
06:22
But if you probeプローブ a bitビット deeperもっと深く and get a bitビット more personal個人的 if you will,
148
367000
4000
しかしもう少し深く 個人的なことを聞いてみるとどうでしょう
06:26
"Do you favor好意 a law法律 banning禁止する interracial異人種間 marriage結婚?"
149
371000
2000
“異人種間の結婚は法的に禁止すべきか?”
06:28
There is a big大きい difference.
150
373000
2000
この場合大きな違いが見られます
06:30
People who don't have neighbors隣人 of a different異なる raceレース
151
375000
2000
異なる人種の隣人がいない人は
06:32
are about twice二度 as likelyおそらく
152
377000
2000
いる人と比べ2倍近くが
06:34
to oppose反対する interracial異人種間 marriage結婚 as people who do.
153
379000
3000
異人種間の結婚に否定的です
06:37
Just basedベース on who lives人生 in your immediate即時 neighborhoodご近所 around you.
154
382000
3000
単に周囲に住む隣人によって変わるのです
06:40
And likewise同様に they asked尋ねた, not in 2000, but in the same同じ survey調査 in 1996,
155
385000
4000
2000年版ではなく1996年版ですが 同じ調査でこんな質問をしています
06:44
"Would you not vote投票 for a qualified修飾された black president大統領?"
156
389000
4000
“優れた大統領候補なら黒人でも投票しますか?”
06:48
You see people withoutなし neighbors隣人 who are African-Americanアフリカ系アメリカ人 who
157
393000
2000
隣人にアフリカ系アメリカ人がいない人は
06:50
were much more likelyおそらく to say, "That would give me a problem問題."
158
395000
3000
“それは私には問題だ”と答える傾向が強くなっています
06:53
So it's really not even about urban都市 versus rural農村.
159
398000
2000
だからこれは都会か田舎かという話ではなく
06:55
It's about who you liveライブ with.
160
400000
2000
誰が周りに暮らしているかということなのです
06:57
Racism人種差別 is predictable予測可能な. And it's predicted予測された by
161
402000
2000
人種差別は予測可能であり それは
06:59
interactionインタラクション or lack欠如 thereofその with people unlike違う you, people of other racesレース.
162
404000
4000
異人種との交流の有無によって予見できるのです
07:03
So if you want to address住所 it,
163
408000
2000
だからこの問題に取り組みたいなら
07:05
the goalゴール is to facilitate容易にする interactionインタラクション with people of other racesレース.
164
410000
3000
人種間の交流促進を目指すべきでしょう
07:08
I have a coupleカップル of very obvious明らか, I suppose想定する,
165
413000
2000
それを行うための
07:10
ideasアイデア for maybe how to do that.
166
415000
3000
ごく自明なアイデアがいくつかあります
07:13
I'm a big大きい fanファン of cities都市.
167
418000
2000
私は都会が大好きです
07:15
Especially特に if we have cites引用する that are diverse多様 and sustainable持続可能な,
168
420000
3000
特にその都市が持続可能で多様であり
07:18
and can supportサポート people of different異なる ethnicities民族 and different異なる income所得 groupsグループ.
169
423000
3000
異なる民族性や収入帯の集団を支えられるなら素晴らしいです
07:21
I think cities都市 facilitate容易にする more of the kind種類 of networkingネットワーキング,
170
426000
3000
都会は田舎よりも日常的に
07:24
the kind種類 of casualカジュアル interactionインタラクション than you mightかもしれない have on a daily毎日 basis基礎.
171
429000
3000
人の繋がりや気軽な交流を促進すると思います
07:27
But alsoまた、 not everyoneみんな wants to liveライブ in a cityシティ, certainly確かに not a cityシティ like New新しい Yorkヨーク.
172
432000
3000
しかし誰もがニューヨークのような都会で暮らしたいわけではありません
07:30
So we can think more about things like street通り gridsグリッド.
173
435000
3000
そこで考えるべきなのは道路網のようなものについてです
07:33
This is the neighborhoodご近所 where I grew成長しました up in East Lansingランシング, Michiganミシガン州.
174
438000
2000
これは私が育ったミシガン州イーストランシングの町並みです
07:35
It's a traditional伝統的な Midwestern中西部 communityコミュニティ, whichどの means手段 you have realリアル gridグリッド.
175
440000
3000
伝統的な中西部の田舎で 道が格子状になっています
07:38
You have realリアル neighborhoods近隣 and realリアル trees, and realリアル streets通り you can walk歩く on.
176
443000
3000
本当のご近所や 木や 歩くことが出来る道路があり
07:41
And you interact相互作用する a lot with your neighbors隣人 --
177
446000
3000
そして近所にいる 好きな人や 知らない人たちと
07:44
people you like, people you mightかもしれない not know.
178
449000
2000
交流することになります
07:46
And as a result結果 it's a very tolerant耐性のある communityコミュニティ,
179
451000
3000
結果としてそれはとても寛容なコミュニティとなり
07:49
whichどの is different異なる, I think, than something like this,
180
454000
2000
次のような所とは異なると私は考えます
07:51
whichどの is in Schaumburgショームバーグ, Illinoisイリノイ州,
181
456000
2000
このイリノイ州のシャンバーグでは
07:53
where everyすべて little setセット of houses has their彼らの own自分の cul-de-sac行き止まり
182
458000
3000
袋小路になった住宅群や ドライブスルーのスターバックスが
07:56
and drive-throughドライブスルー Starbucksスターバックス and stuffもの like that.
183
461000
2000
このように詰め込まれています
07:58
I think that actually実際に this typeタイプ of urban都市 design設計,
184
463000
3000
私はこのタイプの都市計画が
08:01
whichどの becameなりました more prevalent流行している in the 1970s and 1980s --
185
466000
3000
1970年代から80年代に流行したことと
08:04
I think there is a relationship関係 betweenの間に that and the country becoming〜になる
186
469000
3000
レーガン政権下で国が保守化したことの間には
08:07
more conservative保守的な under Ronaldロナルド Reaganレーガン.
187
472000
2000
関連があると考えています
08:09
But alsoまた、 here is another別の ideaアイディア we have --
188
474000
3000
他にもアイデアがあります
08:12
is an intercollegiate大学間交流 exchange交換 programプログラム
189
477000
2000
ニューヨークと外国とで学生を交換する
08:14
where you have students学生の going from New新しい Yorkヨーク abroad海外.
190
479000
3000
交換留学制度がありますが
08:17
But frankly率直に there are enough十分な differences相違 within以内 the country now
191
482000
2000
率直に言って米国内だけでも十分な差異があります
08:19
where maybe you can take a bunch of kids子供たち from NYUNYU,
192
484000
3000
たとえばニューヨーク大学の学生を
08:22
have them go study調査 for a semester学期 at the University大学 of Arkansasアーカンソー,
193
487000
2000
一学期間アーカンソー大学で学ばせ
08:24
and vice versaその逆. Do it at the high高い school学校 levelレベル.
194
489000
3000
逆も同様にするとか それを高校の段階でやるのはどうでしょう
08:27
Literally文字通り there are people who mightかもしれない be in school学校 in Arkansasアーカンソー or Tennesseeテネシー州
195
492000
3000
実際アーカンソーやテネシーの学校にいる人は
08:30
and mightかもしれない never interact相互作用する in a positiveポジティブ affirmative肯定的な way
196
495000
3000
恐らく別の州や別の人種の人たちと
08:33
with someone誰か from another別の part of the country, or of another別の racial人種 groupグループ.
197
498000
4000
積極的に交流する機会を持たないでしょう
08:37
I think part of the education教育 variable変数 we talked話した about before
198
502000
3000
先程話した教育という要因の一部は
08:40
is the networkingネットワーキング experience経験 you get when you go to collegeカレッジ
199
505000
2000
大学に行くことで得られる
08:42
where you do get a mixミックス of people that you mightかもしれない not interact相互作用する with otherwiseさもないと.
200
507000
4000
他では交流する事がなかった人達と混じり合う経験のためだと思います
08:46
But the pointポイント is, this is all good newsニュース,
201
511000
2000
重要なのはこれが全て良いニュースだという事です
08:48
because when something is predictable予測可能な,
202
513000
3000
なぜなら 何かが予測可能であるなら
08:51
it is what I call designable設計可能な.
203
516000
2000
それはデザイン可能でもあるからです
08:53
You can start開始 thinking考え about solutionsソリューション to solving解決する that problem問題,
204
518000
2000
問題の解決策を考える事ができます
08:55
even if the problem問題 is pernicious悪性 and as intractable扱いにくい as racism人種差別主義.
205
520000
3000
たとえその問題が人種差別のように悪質で扱い難いものであっても
08:58
If we understandわかる the rootルート causes原因 of the behavior動作
206
523000
2000
その行動の根本原因や
09:00
and where it manifests目録 itself自体 and where it doesn't,
207
525000
2000
どういう時に起きるかがわかっているなら
09:02
we can start開始 to design設計 solutionsソリューション to it.
208
527000
3000
その解決策をデザインする事ができるのです
09:05
So that's all I have to say. Thank you very much.
209
530000
2000
これが私の言うべき全てです ありがとうございました
09:07
(Applause拍手)
210
532000
1000
(拍手)
Translated by Nao Yokoyama
Reviewed by Yasushi Aoki

▲Back to top

ABOUT THE SPEAKER
Nate Silver - Statistician
Math whiz and baseball fan Nate Silver was mainly known for predicting outcomes in fantasy ballgames -- until his technique hit a home run calling the outcome of the 2008 election primaries.

Why you should listen

In the 2008 election season's closing weeks, throngs of wonks and laypeople alike were glued to FiveThirtyEight.com, a habitforming political blog. Red and blue bar charts crowded the scrollbars as the pulse of exit polls crept along the site's latest projections. It seemed almost miraculous: In a year of acute turns of favor, the site's owner and mouthpiece, Nate Silver (who blogged anonymously as "Poblano" until outing himself on May 30, 2008, as a baseball numberhead), managed to predict the winners of every U.S. Senate contest -- and the general Presidential election.

Besides being just-damn-fascinating, Silver's analysis is a decidedly contrarian gauntlet thrown before an unrepentant, spectacle-driven media. The up-and-coming pundit, who cut his teeth forecasting the performance of Major League Baseball players, has a fairly direct explanation of why most projections fail: "Polls are cherry-picked based on their brand name or shock value rather than their track record of accuracy."

Silver's considerable smarts are already helping local campaigns build constituencies and strategize. He is the author of The Signal and the Noise: Why So Many Predictions Fail - but Some Don't

More profile about the speaker
Nate Silver | Speaker | TED.com