TED@IBM
Susan Etlinger: What do we do with all this big data?
Susan Etlinger: Ce facem cu aceste date masive?
Filmed:
Readability: 4.7
1,344,301 views
Vă dau datele un sens de satisfacție? De mai mult succes? În acest caz interpretarea lor e probabil eronată. Într-o prezentare emoționantă, Susan Etlinger explică de ce, pe măsură ce colectăm tot mai multe date, trebuie să ne aprofundăm gândirea critică. Pentru că e greu să trecem de la listarea datelor la înțelegerea lor profundă.
Susan Etlinger - Data analyst
Susan Etlinger promotes the smart, well-considered and ethical use of data. Full bio
Susan Etlinger promotes the smart, well-considered and ethical use of data. Full bio
Double-click the English transcript below to play the video.
00:13
Technology has brought us so much:
0
1354
3135
Tehnologia a făcut posibile
așa de multe lucruri
așa de multe lucruri
aterizarea pe lună, Internetul,
00:16
the moon landing, the Internet,
1
4489
2019
00:18
the ability to sequence the human genome.
2
6508
2625
posibilitatea de a decoda genomul uman.
00:21
But it also taps into a lot of our deepest fears,
3
9133
3724
Dar ea are de-a face și cu
fricile noaste cele mai puternice
fricile noaste cele mai puternice
00:24
and about 30 years ago,
4
12857
1856
și acum vreo 30 de ani
00:26
the culture critic Neil Postman wrote a book
5
14713
2553
criticul Neil Postman a scris o carte
00:29
called "Amusing Ourselves to Death,"
6
17266
2115
numită „Ne amuzăm până la moarte”
00:31
which lays this out really brilliantly.
7
19381
2759
care abordează problema asta foarte bine.
00:34
And here's what he said,
8
22140
1650
Iată ce a spus,
00:35
comparing the dystopian visions
9
23790
2263
comparând viziunile distopice
00:38
of George Orwell and Aldous Huxley.
10
26053
3573
ale lui George Orwell și Aldous Huxley.
00:41
He said, Orwell feared we would become
11
29626
3126
A spus ca Orwell se temea că vom deveni
00:44
a captive culture.
12
32752
2248
o cultură captivă.
00:47
Huxley feared we would become a trivial culture.
13
35000
3752
Huxley se temea că vom deveni
o cultură banală.
o cultură banală.
00:50
Orwell feared the truth would be
14
38752
2145
Orwell se temea că adevărul
00:52
concealed from us,
15
40897
1923
ne va fi ascuns,
00:54
and Huxley feared we would be drowned
16
42820
2190
iar Huxley se temea că ne vom îneca
00:57
in a sea of irrelevance.
17
45010
2693
într-o mare de irelevanță.
00:59
In a nutshell, it's a choice between
18
47703
2170
Pe scurt, e o alegere între
01:01
Big Brother watching you
19
49873
2600
a fi urmărit de Big Brother
01:04
and you watching Big Brother.
20
52473
2496
sau a urmări Big Brother.
01:06
(Laughter)
21
54969
1931
(Râsete)
01:08
But it doesn't have to be this way.
22
56900
1734
Dar nu trebuie să fie așa.
01:10
We are not passive consumers
of data and technology.
of data and technology.
23
58634
3336
Nu suntem utilizatori pasivi
de date și tehnologie.
de date și tehnologie.
01:13
We shape the role it plays in our lives
24
61970
2403
Noi definim rolul lor în viețile noastre
01:16
and the way we make meaning from it,
25
64373
2130
și modul în care le interpretăm înțelesul,
01:18
but to do that,
26
66503
1603
dar pentru a face asta,
01:20
we have to pay as much attention to how we think
27
68106
3513
trebuie să acordăm aceeași
importanță modului de gândire
importanță modului de gândire
01:23
as how we code.
28
71619
2030
ca modului de codare.
01:25
We have to ask questions, and hard questions,
29
73649
3098
Trebuie să ne punem întrebări;
întrebări dificile
întrebări dificile
01:28
to move past counting things
30
76747
1869
să trecem de la a număra lucruri
01:30
to understanding them.
31
78616
2602
la a le înțelege.
01:33
We're constantly bombarded with stories
32
81218
2446
Suntem bombardați constant cu povești
01:35
about how much data there is in the world,
33
83664
2476
despre cât de multă data există în lume,
dar când e vorba
de volume mari de date
de volume mari de date
01:38
but when it comes to big data
34
86140
1580
01:39
and the challenges of interpreting it,
35
87720
2596
și de provocările acestora,
mărimea nu contează.
01:42
size isn't everything.
36
90316
2088
01:44
There's also the speed at which it moves,
37
92404
2903
Contează și viteza cu care se mișcă,
01:47
and the many varieties of data types,
38
95307
1696
varietățile de tipuri de date,
01:49
and here are just a few examples:
39
97003
2498
iar aici avem numai câteva exemple:
01:51
images,
40
99501
2198
imagini,
01:53
text,
41
101699
4007
text,
01:57
video,
42
105706
2095
video,
01:59
audio.
43
107801
1830
audio.
02:01
And what unites this disparate types of data
44
109631
3042
Și ce unește aceste tipuri disparate
de date
de date
02:04
is that they're created by people
45
112673
2221
este că toate sunt create de oameni
02:06
and they require context.
46
114894
2775
și au nevoie de un context.
02:09
Now, there's a group of data scientists
47
117669
2445
Există un grup de oameni de știință
02:12
out of the University of Illinois-Chicago,
48
120114
2305
de la Universitatea Illinois-Chicago
02:14
and they're called the Health Media Collaboratory,
49
122419
2554
numit Health Media Collaboratory,
02:16
and they've been working with
the Centers for Disease Control
the Centers for Disease Control
50
124973
2587
care a lucrat cu Centrul de Control
al Bolilor
al Bolilor
02:19
to better understand
51
127560
1505
pentru a înțelege mai bine
02:21
how people talk about quitting smoking,
52
129065
2848
cum vorbesc oamenii
despre lăsatul de fumat,
despre lăsatul de fumat,
02:23
how they talk about electronic cigarettes,
53
131913
2680
cum vorbesc despre țigările electronice,
02:26
and what they can do collectively
54
134593
1985
și ce pot face ei împreună
02:28
to help them quit.
55
136578
1984
pentru a-i ajuta să se lase de fumat.
02:30
The interesting thing is, if you want to understand
56
138562
2013
Lucrul interesant este că,
dacă vrei să înțelegi
dacă vrei să înțelegi
02:32
how people talk about smoking,
57
140575
2216
cum vorbesc oamenii despre fumat,
02:34
first you have to understand
58
142791
1901
trebuie mai întâi să înțelegi
la ce se referă ei când spun „fumat”.
02:36
what they mean when they say "smoking."
59
144692
2565
02:39
And on Twitter, there are four main categories:
60
147257
3926
Și pe Twitter, sunt 4 mari categorii:
02:43
number one, smoking cigarettes;
61
151183
2997
unu, fumatul de țigări;
02:46
number two, smoking marijuana;
62
154180
2807
doi, fumatul de marijuana;
02:48
number three, smoking ribs;
63
156987
2643
trei, costițe afumate („smoking”);
02:51
and number four, smoking hot women.
64
159630
3553
și patru, femei mortale („smoking hot”).
02:55
(Laughter)
65
163183
2993
(Râsete)
02:58
So then you have to think about, well,
66
166176
2426
Așa că apoi trebuie sa te gândești
cum vorbesc oamenii
despre țigări electronice?
despre țigări electronice?
03:00
how do people talk about electronic cigarettes?
67
168602
2140
03:02
And there are so many different ways
68
170742
2025
Și sunt așa de multe feluri
03:04
that people do this, and you can see from the slide
69
172767
2599
în care oamenii fac asta
și se vede de pe slide
și se vede de pe slide
03:07
it's a complex kind of a query.
70
175366
2610
că e o chestiune complexă.
03:09
And what it reminds us is that
71
177976
3224
Și ne reamintește
03:13
language is created by people,
72
181200
2411
că limbile sunt create de oameni
03:15
and people are messy and we're complex
73
183611
2340
și oamenii sunt dezordonați
și suntem complecși
și suntem complecși
03:17
and we use metaphors and slang and jargon
74
185951
2767
și folosim metafore și argou și jargon
03:20
and we do this 24/7 in many, many languages,
75
188718
3279
și facem asta 24/7 în multe, multe limbi
03:23
and then as soon as we figure it out, we change it up.
76
191997
3224
și apoi imediat ce ne dăm seama,
schimbăm lucrurile.
schimbăm lucrurile.
03:27
So did these ads that the CDC put on,
77
195221
5118
Au avut oare reclamele astea
de la CDC,
de la CDC,
reclamele la televizor cu o femeie
03:32
these television ads that featured a woman
78
200339
2430
cu o gaură în gât,
03:34
with a hole in her throat and that were very graphic
79
202769
2021
foarte grafice și foarte deranjante
03:36
and very disturbing,
80
204790
1904
03:38
did they actually have an impact
81
206694
1885
un impact într-adevăr
03:40
on whether people quit?
82
208579
2671
asupra lăsatului de fumat?
03:43
And the Health Media Collaboratory
respected the limits of their data,
respected the limits of their data,
83
211250
3307
Iar Health media Collaboratory
a respectat limitele datelor lor,
a respectat limitele datelor lor,
03:46
but they were able to conclude
84
214557
2005
dar au putut concluziona
03:48
that those advertisements —
and you may have seen them —
and you may have seen them —
85
216562
3312
că acele reclame,
pe care probabil le-ați văzut,
pe care probabil le-ați văzut,
03:51
that they had the effect of jolting people
86
219874
2591
au avut efectul de a-i scutura pe oameni
03:54
into a thought process
87
222465
1822
și de a duce la un proces de gândire
03:56
that may have an impact on future behavior.
88
224287
3667
care ar putea avea un impact
asupra comportamentului viitor.
asupra comportamentului viitor.
03:59
And what I admire and
appreciate about this project,
appreciate about this project,
89
227954
3891
Ceea ce admir și apreciez
la acest proiect,
la acest proiect,
pe lângă faptul, împreună cu faptul
04:03
aside from the fact, including the fact
90
231845
1489
04:05
that it's based on real human need,
91
233334
4057
că se bazează pe o nevoie umană reală,
04:09
is that it's a fantastic example of courage
92
237391
2846
este că e un exemplu fantastic de curaj
04:12
in the face of a sea of irrelevance.
93
240237
4443
în fața unei mări de irelevanță.
04:16
And so it's not just big data that causes
94
244680
3305
Așa că nu numai volumul mare de date
cauzează probleme de interpretare,
pentru că, să fim sinceri,
pentru că, să fim sinceri,
04:19
challenges of interpretation, because let's face it,
95
247985
2601
04:22
we human beings have a very rich history
96
250586
2594
noi oamenii avem o istorie lungă
04:25
of taking any amount of data, no matter how small,
97
253180
2693
în a lua orice volum de date,
oricât de mic
oricât de mic
04:27
and screwing it up.
98
255873
1617
și în a-l strica.
04:29
So many years ago, you may remember
99
257490
3737
Cu mulți ani în urmă,
probabil vă aduceți aminte
probabil vă aduceți aminte
04:33
that former President Ronald Reagan
100
261227
2273
că fostul președinte Ronald Regan
04:35
was very criticized for making a statement
101
263500
1991
a fost foare criticat când a spus
04:37
that facts are stupid things.
102
265491
3010
că adevărurile dovedite sunt ceva stupid.
04:40
And it was a slip of the tongue, let's be fair.
103
268501
2794
A fost probabil o simplă greșeală,
ca să fim sinceri.
ca să fim sinceri.
04:43
He actually meant to quote John Adams' defense
104
271295
2430
Vroia de fapt să-l citeze pe John Adams
04:45
of British soldiers in the Boston Massacre trials
105
273725
2751
în apararea soldaților britanici
în procesul masacrului din Boston
în procesul masacrului din Boston
04:48
that facts are stubborn things.
106
276476
3150
că realitatea este încăpățânată.
04:51
But I actually think there's
107
279626
2624
Dar cred că este de fapt
04:54
a bit of accidental wisdom in what he said,
108
282250
3418
puțină înțelepciune accidentală
în ceea ce a spus,
în ceea ce a spus,
04:57
because facts are stubborn things,
109
285668
2776
pentru că realitatea este încăpățânată
05:00
but sometimes they're stupid, too.
110
288444
2923
dau uneori este și stupidă.
05:03
I want to tell you a personal story
111
291367
1888
Vreau să vă zic o poveste personală
05:05
about why this matters a lot to me.
112
293255
3548
despre de ce contează asta
așa de mult pentru mine.
așa de mult pentru mine.
05:08
I need to take a breath.
113
296803
2437
Trebuie să repir adânc.
05:11
My son Isaac, when he was two,
114
299240
2754
Fiul meu Isaac, când avea 2 ani,
05:13
was diagnosed with autism,
115
301994
2417
a fost diagnosticat cu autism.
05:16
and he was this happy, hilarious,
116
304411
2161
Era un omuleț vesel, amuzant,
05:18
loving, affectionate little guy,
117
306572
2035
iubitor și afectuos
05:20
but the metrics on his developmental evaluations,
118
308607
2902
însă datele evaluărilor dezvoltării sale,
05:23
which looked at things like
the number of words —
the number of words —
119
311509
2070
care luau în considerare lucruri ca
numărul de cuvinte,
numărul de cuvinte,
05:25
at that point, none —
120
313579
3657
la acel moment, zero,
05:29
communicative gestures and minimal eye contact,
121
317236
3940
gesturi de comunicare
și contact vizual minim
și contact vizual minim
05:33
put his developmental level
122
321176
2003
au stabilit gradul său de dezvoltare
05:35
at that of a nine-month-old baby.
123
323179
3961
ca fiind cel al unui bebeluș de 9 luni.
05:39
And the diagnosis was factually correct,
124
327140
2960
Iar diagnosticul era corect
din punct de vedere al datelor,
din punct de vedere al datelor,
05:42
but it didn't tell the whole story.
125
330100
3209
însă nu zicea toata povestea.
05:45
And about a year and a half later,
126
333309
1401
După vreun an jumate,
05:46
when he was almost four,
127
334710
2102
cand avea aproape 4 ani,
05:48
I found him in front of the computer one day
128
336812
2363
l-am găsit într-o zi
în fața calculatorului
în fața calculatorului
05:51
running a Google image search on women,
129
339175
5453
facând o căutare Google despre femei,
05:56
spelled "w-i-m-e-n."
130
344628
3616
scris „f-i-m-e-i”.
Și am facut ce ar fi făcut
orice părinte obsedat
orice părinte obsedat
06:00
And I did what any obsessed parent would do,
131
348244
2740
adică am început imediat
să apas pe „Back” (înapoi)
să apas pe „Back” (înapoi)
06:02
which is immediately started
hitting the "back" button
hitting the "back" button
132
350984
1901
06:04
to see what else he'd been searching for.
133
352885
3363
să văd ce altceva mai căutase.
06:08
And they were, in order: men,
134
356248
2171
Și am găsit, în ordine: bărbat
06:10
school, bus and computer.
135
358419
7267
școală, autobuz și computer.
06:17
And I was stunned,
136
365686
2070
Și am fost uimită,
06:19
because we didn't know that he could spell,
137
367756
2002
pentru că nu știam că poate să scrie,
06:21
much less read, and so I asked him,
138
369758
1766
cu atât mai mult să citească,
și l-am întrebat
și l-am întrebat
06:23
"Isaac, how did you do this?"
139
371524
2193
„Isaac, cum ai făcut asta?”
06:25
And he looked at me very seriously and said,
140
373717
2678
S-a uitam la mine foarte serios
și a zis
și a zis
06:28
"Typed in the box."
141
376395
3352
„Scris în cutie”
06:31
He was teaching himself to communicate,
142
379747
3734
Învăța singur să comunice,
06:35
but we were looking in the wrong place,
143
383481
3004
dar noi se uitam în direcția greșită
06:38
and this is what happens when assessments
144
386485
2295
și asta se întâmplă când evaluările
06:40
and analytics overvalue one metric —
145
388780
2396
și analizele supraevaluează un parametru,
06:43
in this case, verbal communication —
146
391176
2609
în acest caz, comunicarea verbală,
06:45
and undervalue others, such
as creative problem-solving.
as creative problem-solving.
147
393785
5703
și subevaluează altele,
cum ar fi gândirea creativă.
cum ar fi gândirea creativă.
06:51
Communication was hard for Isaac,
148
399488
2307
Comunicarea era dificilă pentru Isaac
06:53
and so he found a workaround
149
401795
1912
așa că a găsit o cale
06:55
to find out what he needed to know.
150
403707
2857
de a afla ce trebuia să știe.
Iar când te gândești, are multă logică
06:58
And when you think about it, it makes a lot of sense,
151
406564
1890
07:00
because forming a question
152
408454
2081
pentru că formularea unei întrebări
07:02
is a really complex process,
153
410535
2565
este un proces complex,
07:05
but he could get himself a lot of the way there
154
413100
2522
dar el s-a descurcat
07:07
by putting a word in a search box.
155
415622
4092
punând un cuvânt
într-o căsuță de căutare.
într-o căsuță de căutare.
07:11
And so this little moment
156
419714
2936
Și astfel acest moment mărunt
07:14
had a really profound impact on me
157
422650
2836
a avut un impact profund asupra mea
07:17
and our family
158
425486
1309
și a familiei noastre
07:18
because it helped us change our frame of reference
159
426795
3141
pentru că ne-a ajutat să ne schimbăm
cadrul de referință
cadrul de referință
07:21
for what was going on with him,
160
429936
2208
în legătură cu ce se întâmpla cu el
07:24
and worry a little bit less and appreciate
161
432144
2976
și să ne facem mai puține griji
și să apreciem
și să apreciem
07:27
his resourcefulness more.
162
435120
2182
creativitatea sa mai mult
07:29
Facts are stupid things.
163
437302
2861
Datele sunt stupide.
07:32
And they're vulnerable to misuse,
164
440163
2397
Pot fi utilizate greșit,
07:34
willful or otherwise.
165
442560
1653
de bunăvoie sau nu.
07:36
I have a friend, Emily Willingham, who's a scientist,
166
444213
3026
Am o prietenă, Emily Willingham,
care e om de știință
care e om de știință
07:39
and she wrote a piece for Forbes not long ago
167
447239
2801
care a scris un articol pentru Forbes
nu demult
nu demult
07:42
entitled "The 10 Weirdest Things
168
450040
1980
numit „Cele mai ciudate 10 lucruri
07:44
Ever Linked to Autism."
169
452020
1810
legate de autism.”
07:45
It's quite a list.
170
453830
3005
Este o listă destul de lungă.
07:48
The Internet, blamed for everything, right?
171
456835
3532
Internetul, mereu de vină, nu?
07:52
And of course mothers, because.
172
460367
3757
Și mamele, bineînțeles.
07:56
And actually, wait, there's more,
173
464124
1587
Și mai sunt de fapt
07:57
there's a whole bunch in
the "mother" category here.
the "mother" category here.
174
465711
3430
foarte multe în categoria „mame” aici.
08:01
And you can see it's a pretty
rich and interesting list.
rich and interesting list.
175
469141
4815
Și puteți vedea că e o listă
bogată și interesantă.
bogată și interesantă.
08:05
I'm a big fan of
176
473956
2193
Îmi place mult
08:08
being pregnant near freeways, personally.
177
476149
3704
„să fii gravidă lângă autostrazi”.
08:11
The final one is interesting,
178
479853
1539
Ultima este interesantă
08:13
because the term "refrigerator mother"
179
481392
3003
pentru că termenul „mamă frigider”
08:16
was actually the original hypothesis
180
484395
2605
a fost ipoteza originală
08:19
for the cause of autism,
181
487000
1431
pentru cauzele autismului
08:20
and that meant somebody
who was cold and unloving.
who was cold and unloving.
182
488431
2735
iar asta însemana o persoană
rece și neafectuoasă.
rece și neafectuoasă.
08:23
And at this point, you might be thinking,
183
491166
1562
Și acum probabil vă gândiți,
08:24
"Okay, Susan, we get it,
184
492728
1657
„OK, Susan, am înțeles.
08:26
you can take data, you can
make it mean anything."
make it mean anything."
185
494385
1782
Poți lua date și le poți
da orice înțeles.”
da orice înțeles.”
08:28
And this is true, it's absolutely true,
186
496167
4703
Și e adevărat, e absolut adevărat.
08:32
but the challenge is that
187
500870
5610
Dar provocarea este că
08:38
we have this opportunity
188
506480
2448
avem oportunitatea
de a încerca să găsim singuri înțelesul,
08:40
to try to make meaning out of it ourselves,
189
508928
2284
08:43
because frankly, data doesn't
create meaning. We do.
create meaning. We do.
190
511212
5352
pentru că sincer, datele nu au înțeles.
Noi îl dăm.
Noi îl dăm.
08:48
So as businesspeople, as consumers,
191
516564
3256
În calitate de oameni de afaceri,
consumatori,
consumatori,
08:51
as patients, as citizens,
192
519820
2539
pacienți și cetățeni,
08:54
we have a responsibility, I think,
193
522359
2396
avem responsabilitatea, cred,
08:56
to spend more time
194
524755
2194
să petrecem mai mult timp
08:58
focusing on our critical thinking skills.
195
526949
2870
concentrându-ne pe abilitățile
noastre de gândire critică.
noastre de gândire critică.
09:01
Why?
196
529819
1078
De ce?
09:02
Because at this point in our history, as we've heard
197
530897
3178
Pentru că în acest moment,
după cum am auzit
după cum am auzit
09:06
many times over,
198
534075
1706
de multe ori,
09:07
we can process exabytes of data
199
535781
1981
putem procesa exabiți de date
09:09
at lightning speed,
200
537762
2153
cu viteza luminii
09:11
and we have the potential to make bad decisions
201
539915
3515
și putem lua decizii proaste
09:15
far more quickly, efficiently,
202
543430
1834
mai repede, mai eficient
09:17
and with far greater impact than we did in the past.
203
545264
5028
și cu mai mare impact decât în trecut.
09:22
Great, right?
204
550292
1388
Grozav, nu?
09:23
And so what we need to do instead
205
551680
3030
Așa că ce trebuie să facem
09:26
is spend a little bit more time
206
554710
2330
este să petrecem mai mult timp
09:29
on things like the humanities
207
557040
2746
cu discipline umanistice
09:31
and sociology, and the social sciences,
208
559786
3464
ca sociologia și științele sociale,
09:35
rhetoric, philosophy, ethics,
209
563250
2308
retorica, filozofia, etica,
09:37
because they give us context that is so important
210
565558
2856
pentru că oferă context,
care e atât de important
care e atât de important
09:40
for big data, and because
211
568414
2576
pentru volumele mari de date
și pentru că ne ajută
să ne îmbunătățim gândirea critică.
să ne îmbunătățim gândirea critică.
09:42
they help us become better critical thinkers.
212
570990
2418
09:45
Because after all, if I can spot
213
573408
4207
La urma urmei, dacă pot găsi
09:49
a problem in an argument, it doesn't much matter
214
577615
2486
o problemă într-o discuție,
nu mai contează
nu mai contează
09:52
whether it's expressed in words or in numbers.
215
580101
2759
dacă e exprimată în cuvinte sau în cifre.
09:54
And this means
216
582860
2719
Și asta înseamnă
09:57
teaching ourselves to find
those confirmation biases
those confirmation biases
217
585579
4421
să ne educăm să identificăm
acele predilecții
acele predilecții
10:02
and false correlations
218
590000
1822
și legături false
10:03
and being able to spot a naked emotional appeal
219
591822
2138
și să fim capabili să identificăm
o pistă falsă
o pistă falsă
10:05
from 30 yards,
220
593960
1662
de la 100 de metri,
10:07
because something that happens after something
221
595622
2522
pentru că ceva ce succede altceva
10:10
doesn't mean it happened
because of it, necessarily,
because of it, necessarily,
222
598144
3082
nu înseamnă neaparat că s-a întâmplat
din cauza lui
din cauza lui
10:13
and if you'll let me geek out on you for a second,
223
601226
2119
și dacă mă lăsați să fiu puțin pedantă,
10:15
the Romans called this
"post hoc ergo propter hoc,"
"post hoc ergo propter hoc,"
224
603345
4297
romanii numeau asta
„post hoc ergo propter hoc”
„post hoc ergo propter hoc”
10:19
after which therefore because of which.
225
607642
3296
după asta, iată că datorită asta.
10:22
And it means questioning
disciplines like demographics.
disciplines like demographics.
226
610938
3757
Iar asta înseamnă să punem sub semnul
întrebării discipline ca demografia.
întrebării discipline ca demografia.
10:26
Why? Because they're based on assumptions
227
614695
2520
De ce? Pentru că se bazează pe presupuneri
10:29
about who we all are based on our gender
228
617215
2306
despre cine suntem, în baza sexului
10:31
and our age and where we live
229
619521
1462
vârstei și locului unde trăim
10:32
as opposed to data on what
we actually think and do.
we actually think and do.
230
620983
3478
în loc de informații despre ce
gândim și cu ce ne ocupăm.
gândim și cu ce ne ocupăm.
10:36
And since we have this data,
231
624461
1663
Și din moment ce avem aceste date
10:38
we need to treat it with appropriate privacy controls
232
626124
3139
trebuie să folosim controalele
de confidențialitate potrivite
de confidențialitate potrivite
10:41
and consumer opt-in,
233
629263
3576
cu acordul consumatorului
10:44
and beyond that, we need to be clear
234
632839
2993
și mai mult de asta, trebuie să fim clari
10:47
about our hypotheses,
235
635832
2103
în legătură cu ipotezele
10:49
the methodologies that we use,
236
637935
2596
metodologiile pe care le folosim
10:52
and our confidence in the result.
237
640531
2804
și încerederea noastră în rezultate.
10:55
As my high school algebra teacher used to say,
238
643335
2474
Cum spunea profesorul meu de algebră
din liceu
din liceu
10:57
show your math,
239
645809
1531
„arată-mi calculele”
10:59
because if I don't know what steps you took,
240
647340
3441
pentru că dacă nu știu ce pași ai urmat,
11:02
I don't know what steps you didn't take,
241
650781
1991
nu știu ce pași nu ai urmat,
11:04
and if I don't know what questions you asked,
242
652772
2438
iar dacă nu știu ce întrebări ai pus,
11:07
I don't know what questions you didn't ask.
243
655210
3197
nu știu ce întrebări nu ai pus.
Și înseamnă să ne întrebăm
11:10
And it means asking ourselves, really,
244
658407
1523
11:11
the hardest question of all:
245
659930
1479
cea mai grea întrebare din toate:
11:13
Did the data really show us this,
246
661409
3500
Oare datele ne-au arătat asta,
11:16
or does the result make us feel
247
664909
2311
sau rezultatul ne face să ne simțim
11:19
more successful and more comfortable?
248
667220
3878
sau realizați și mai satisfăcuți?
11:23
So the Health Media Collaboratory,
249
671098
2584
Așa că Health Media Collaboratory
11:25
at the end of their project, they were able
250
673682
1699
au fost în stare la sfârșitul proiectului
11:27
to find that 87 percent of tweets
251
675381
3408
să vadă că 87% din tweeturile
11:30
about those very graphic and disturbing
252
678789
2144
despre reclamele acelea anti-fumat
11:32
anti-smoking ads expressed fear,
253
680933
4038
foarte grafice și deranjante
provocau frică
provocau frică
11:36
but did they conclude
254
684971
1856
dau au putut trage concluzia
11:38
that they actually made people stop smoking?
255
686827
3161
că determinau într-adevăr oamenii
să se lase de fumat?
să se lase de fumat?
11:41
No. It's science, not magic.
256
689988
2542
Nu. E știință, nu magie.
11:44
So if we are to unlock
257
692530
3190
Așa că dacă trebuie să dezlegăm
11:47
the power of data,
258
695720
2862
puterea datelor
11:50
we don't have to go blindly into
259
698582
3448
nu prebuie să urmăm orbește
11:54
Orwell's vision of a totalitarian future,
260
702030
3436
viziunea lui Orwell
despre un viitor totalitar
despre un viitor totalitar
11:57
or Huxley's vision of a trivial one,
261
705466
3117
sau cea a lui Huxley
despre un viitor banal,
despre un viitor banal,
12:00
or some horrible cocktail of both.
262
708583
3020
sau vreun amestec groaznic din ambele.
12:03
What we have to do
263
711603
2379
Ce trebuie să facem
12:05
is treat critical thinking with respect
264
713982
2718
este să prețuim gândirea critică
12:08
and be inspired by examples
265
716700
2029
și să fim inspirați de exemple
12:10
like the Health Media Collaboratory,
266
718729
2610
cum ar fi cel al
Health Media Collaboratory
Health Media Collaboratory
12:13
and as they say in the superhero movies,
267
721339
2328
sau, cum spun în filmele cu supereroi,
12:15
let's use our powers for good.
268
723667
1822
să ne folosim puterile pentru bine.
12:17
Thank you.
269
725489
2351
Vă mulțumesc.
12:19
(Applause)
270
727840
2334
(Aplauze)
ABOUT THE SPEAKER
Susan Etlinger - Data analystSusan Etlinger promotes the smart, well-considered and ethical use of data.
Why you should listen
Susan Etlinger is an industry analyst with Altimeter Group, where she focuses on data and analytics. She conducts independent research and has authored two intriguing reports: “The Social Media ROI Cookbook” and “A Framework for Social Analytics.” She also advises global clients on how to work measurement into their organizational structure and how to extract insights from the social web which can lead to tangible actions. In addition, she works with technology innovators to help them refine their roadmaps and strategies.
Etlinger is on the board of The Big Boulder Initiative, an industry organization dedicated to promoting the successful and ethical use of social data. She is regularly interviewed and asked to speak on data strategy and best practices, and has been quoted in media outlets like The Wall Street Journal, The New York Times, and the BBC.
Susan Etlinger | Speaker | TED.com