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?

Нэйт Силвер: Влияет ли раса на количество избирательных голосов?

Filmed:
498,847 views

У Нэйта Силвера есть ответы на спорные вопросы о влиянии расы на политику. Повлияла ли раса Барака Обамы на меньшее количество голосов в некоторых штатак? В этой увлекательной лекции столкнулись мифы и статистические данные, а заканчивается она яркой мыслью о том, как планировка города может помочь в воспитании терпимости.
- 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 electionвыборы.
0
0
3000
Я хочу поговорить о выборах.
00:18
For the first time in the Unitedобъединенный Statesсостояния, a predominantlyпреимущественно whiteбелый groupгруппа of votersизбирателей
1
3000
3000
Первый раз в США преимущественно белая группа избирателей
00:21
votedпроголосовавший for an African-AmericanАфроамериканец candidateкандидат for Presidentпрезидент.
2
6000
3000
проголосовала за афроамериканского кандидата в президенты.
00:24
And in factфакт BarackБарак ObamaОбама did quiteдовольно well.
3
9000
2000
И действительно Барак Обама добился успеха.
00:26
He wonвыиграл 375 electoralизбирательный votesголосов.
4
11000
2000
Он набрал 375 голосов выборщиков
00:28
And he wonвыиграл about 70 millionмиллиона popularпопулярный votesголосов
5
13000
3000
и завоевал около 70 миллионов народных голосов.
00:31
more than any other presidentialпрезидентских candidateкандидат --
6
16000
2000
Больше чем любой другой кандидат в президенты,
00:33
of any raceраса, of any partyвечеринка -- in historyистория.
7
18000
3000
любой расы, от любой партии в истории США.
00:36
If you compareсравнить how ObamaОбама did againstпротив how JohnДжон KerryКерри had doneсделанный four4 yearsлет earlierранее --
8
21000
4000
Если вы сравните результаты Обамы с результатами Джона Керри 4 года назад —
00:40
Democratsдемократы really like seeingвидя this transitionпереход here,
9
25000
3000
демократам особенно нравится наблюдать эти изменения.
00:43
where almostпочти everyкаждый stateгосударство becomesстановится bluerголубее, becomesстановится more democraticдемократической --
10
28000
4000
Почти каждый штат синеет — становится более демократическим —
00:47
even statesсостояния ObamaОбама lostпотерял, like out westзапад,
11
32000
2000
даже те, где Обама проиграл, например, западные штаты.
00:49
those statesсостояния becameстал more blueсиний.
12
34000
2000
Эти штаты стали более синими.
00:51
In the southюг, in the northeastк северо-востоку, almostпочти everywhereвезде
13
36000
3000
На юге, на северо-востоке, почти везде,
00:54
but with a coupleпара of exceptionsисключения here and there.
14
39000
3000
с парой небольших исключений кое-где.
00:57
One exceptionисключение is in MassachusettsМассачусетс.
15
42000
2000
Одно исключение - Массачусетс.
00:59
That was JohnДжон Kerry'sКерри home stateгосударство.
16
44000
2000
Это родной штат Джона Керри.
01:01
No bigбольшой surpriseсюрприз, ObamaОбама couldn'tне может do better than KerryКерри there.
17
46000
2000
Поэтому неудивительно, что там Обама проиграл Керри.
01:03
Or in ArizonaАризона, whichкоторый is JohnДжон McCain'sМаккейн-х home,
18
48000
2000
Или в Аризоне — родине Джона МакКейна
01:05
ObamaОбама didn't have much improvementулучшение.
19
50000
2000
там у Обамы тоже не было значительного продвижения.
01:07
But there is alsoтакже this partчасть of the countryстрана, kindсвоего рода of in the middleсредний regionобласть here.
20
52000
2000
Но есть ещё вот эта часть страны - центральный регион.
01:09
This kindсвоего рода of ArkansasArkansas, TennesseeТеннесси, OklahomaОклахома, Westзапад VirginiaВиргиния regionобласть.
21
54000
4000
Например, Арканзас, Теннесси, Оклахома, Западная Вирджиния.
01:13
Now if you look at '96, BillБилл ClintonКлинтон --
22
58000
2000
Если вспомните выборы Билла Клинтона в 1996 году,
01:15
the last Democratдемократ to actuallyна самом деле winвыиграть -- how he did in '96,
23
60000
3000
это была настоящая победа последнего демократа,
01:18
you see realреальный bigбольшой differencesразличия in this partчасть of the countryстрана right here,
24
63000
3000
вы увидите очень большие различия вот в этой части страны —
01:21
the kindсвоего рода of AppalachiansАппалачи, OzarksOzarks, highlandsгорная местность regionобласть, as I call it:
25
66000
4000
я называю её высокогорный регион — Аппалачи, Озарки и другие горы.
01:25
20 or 30 pointточка swingsкачается
26
70000
2000
Разница колеблется от 20 до 30 пунктов
01:27
from how BillБилл ClintonКлинтон did in '96 to how ObamaОбама did
27
72000
2000
между результатами Билла Клинтона в 1996 году
01:29
in 2008.
28
74000
2000
и результатами Обамы в 2008.
01:31
Yes BillБилл ClintonКлинтон was from ArkansasArkansas, but these are very, very profoundглубокий differencesразличия.
29
76000
5000
Да, Билл Клинтон родом из Арканзаса, но эти различия имеют глубинные корни.
01:36
So, when we think about partsчасти of the countryстрана like ArkansasArkansas, you know.
30
81000
2000
Когда начинаешь думать о таких штатах, как Арканзас —
01:38
There is a bookкнига writtenнаписано calledназывается, "What's the MatterДело with KansasКанзас?"
31
83000
3000
знаете, есть книга "Что случилось с Канзасом?"
01:41
But really the questionвопрос here -- ObamaОбама did relativelyотносительно well in KansasКанзас.
32
86000
3000
Но здесь вопрос не в этом — в Канзасе Обама показал неплохие результаты.
01:44
He lostпотерял badlyплохо but everyкаждый Democratдемократ does.
33
89000
2000
Он проиграл, но там проигрывают все демократы.
01:46
He lostпотерял no worseхуже than mostбольшинство people do.
34
91000
2000
Его результат был не хуже чем у большинства.
01:48
But yeah, what's the matterдело with ArkansasArkansas?
35
93000
4000
А что же случилось с Арканзасом?
01:52
(LaughterСмех)
36
97000
1000
(Смех)
01:53
And when we think of ArkansasArkansas we tendиметь тенденцию to have prettyСимпатичная negativeотрицательный connotationsконнотации.
37
98000
3000
При мысли об Арканзасе у нас возникают негативные ассоциации.
01:56
We think of a bunchгроздь of rednecksбыдло, quoteкотировка, unquoteзакрывать кавычки, with gunsоружие.
38
101000
3000
На ум приходит образ "кучка неотесанных работяг с ружьями".
01:59
And we think people like this probablyвероятно don't want to voteголос
39
104000
3000
И мы считаем, что такие люди вряд ли захотят голосовать
02:02
for people who look like this and are namedназванный BarackБарак ObamaОбама.
40
107000
3000
за людей, которые выглядят вот так и носят имя Барак Обама.
02:05
We think it's a matterдело of raceраса. And is this fairСправедливая?
41
110000
3000
Мы полагаем, что всё дело в расе. Так ли это?
02:08
Are we kindсвоего рода of stigmatizingстигматизирует people from ArkansasArkansas, and this partчасть of the countryстрана?
42
113000
3000
Или мы несправедливо оскорбляем людей из Арканзаса и этого региона страны?
02:11
And the answerответ is: it is at leastнаименее partiallyчастично fairСправедливая.
43
116000
3000
Ответ: это предположение отчасти верно.
02:14
We know that raceраса was a factorфактор, and the reasonпричина why we know that
44
119000
2000
Мы знаем, что фактор расы влиял на голосование,
02:16
is because we askedспросил those people.
45
121000
2000
потому что мы опросили этих людей.
02:18
ActuallyНа самом деле we didn't askпросить them, but when they conductedпроведены
46
123000
2000
Мы не делали этого лично, но когда они шли к выходу
02:20
exitВыход pollsопросы in everyкаждый stateгосударство,
47
125000
2000
с избирательных участков в каждом штате,
02:22
in 37 statesсостояния, out of the 50,
48
127000
2000
в 37 штатах из 50
02:24
they askedспросил a questionвопрос, that was prettyСимпатичная directнепосредственный, about raceраса.
49
129000
3000
им задали вопрос — весьма прямой — о влиянии расы.
02:27
They askedспросил this questionвопрос.
50
132000
2000
Их спросили:
02:29
In decidingпринятия решения your voteголос for Presidentпрезидент todayCегодня, was the raceраса
51
134000
2000
Влияла ли раса кандидата
02:31
of the candidateкандидат a factorфактор?
52
136000
2000
на Ваш сегодняшний выбор?
02:33
We're looking for people that said, "Yes, raceраса was a factorфактор;
53
138000
3000
Мы искали людей, ответивших "Да, влияла,
02:36
moreoverболее того it was an importantважный factorфактор, in my decisionрешение,"
54
141000
2000
и более того, она сыграла решающую роль".
02:38
and people who votedпроголосовавший for JohnДжон McCainМаккейн
55
143000
3000
Люди, проголосовавшие за Джона МакКейна
02:41
as a resultрезультат of that factorфактор,
56
146000
2000
ответили на этот вопрос положительно,
02:43
maybe in combinationсочетание with other factorsфакторы, and maybe aloneв одиночестве.
57
148000
2000
возможно, на их решение повлияли и другие факторы, а может быть и нет.
02:45
We're looking for this behaviorповедение amongсреди whiteбелый votersизбирателей
58
150000
3000
Мы искали такие ответы среди белых избирателей
02:48
or, really, non-blackнечерноземных votersизбирателей.
59
153000
3000
или, вернее нечерных избирателей.
02:51
So you see bigбольшой differencesразличия in differentдругой partsчасти
60
156000
2000
Вы можете видеть большие различия
02:53
of the countryстрана on this questionвопрос.
61
158000
2000
в ответах на этот вопрос в разных частях страны.
02:55
In LouisianaЛуизиана, about one in five5 whiteбелый votersизбирателей
62
160000
3000
В Луизиане примерно каждый пятый белый избиратель
02:58
said, "Yes, one of the bigбольшой reasonsпричины why I votedпроголосовавший againstпротив BarackБарак ObamaОбама
63
163000
3000
сказал: "Да, одна из важных причин, побудившая меня голосовать против Барака Обамы
03:01
is because he was an African-AmericanАфроамериканец."
64
166000
2000
это то, что он афроамериканец".
03:03
If those people had votedпроголосовавший for ObamaОбама,
65
168000
2000
Если бы эти люди проголосовали за Обаму
03:05
even halfполовина of them, ObamaОбама would have wonвыиграл LouisianaЛуизиана safelyбезопасно.
66
170000
4000
хотя бы половина из них — он легко выиграл бы выборы в Луизиане.
03:09
SameОдна и та же is trueправда with, I think, all of these statesсостояния you see on the topВверх of the listсписок.
67
174000
2000
Наверняка, это верно и для остальных штатов в верхней части списка.
03:11
Meanwhileмежду тем, CaliforniaКалифорния, Newновый YorkЙорк, we can say, "Oh we're enlightenedпросвещенный"
68
176000
4000
А жители Калифорнии или Нью-Йорка могут похвастаться: "Мы уже просвещённые!",
03:15
but you know, certainlyбезусловно a much lowerниже incidenceпадение of this
69
180000
2000
но я думаю, что в этих штатах
03:17
admittedпризнал, I supposeпредполагать,
70
182000
2000
намного меньше людей
03:19
manifestationпроявление of racially-basedрасово основе votingголосование.
71
184000
3000
открыто признались, что на их выбор повлияла раса.
03:22
Here is the sameодна и та же dataданные on a mapкарта.
72
187000
2000
Вот те же данные на карте.
03:24
You kindсвоего рода of see the relationshipотношения betweenмежду
73
189000
2000
Можно увидеть взаимосвязь между
03:26
the redderкраснее statesсостояния of where more people respondedответил and said,
74
191000
2000
более красными штатами, где больше людей ответили:
03:28
"Yes, BarackБарак Obama'sОбама raceраса was a problemпроблема for me."
75
193000
3000
"Да, раса Барака Обамы стала для меня препятствием".
03:31
You see, comparingСравнение the mapкарта to '96, you see an overlapперекрытие here.
76
196000
3000
Сравнив эту карту с картой 1996 года мы видим частичное совпадение.
03:34
This really seemsкажется to explainобъяснять
77
199000
2000
Мне кажется, что это объясняет,
03:36
why BarackБарак ObamaОбама did worseхуже
78
201000
2000
почему Барак Обама проиграл выборы
03:38
in this one partчасть of the countryстрана.
79
203000
2000
в этой части страны.
03:40
So we have to askпросить why.
80
205000
2000
Нам стоит задать себе вопрос:
03:42
Is racismрасизм predictableпредсказуемый in some way?
81
207000
2000
можно ли спрогнозировать расизм?
03:44
Is there something drivingвождение this?
82
209000
2000
Есть ли у него какие-то причины?
03:46
Is it just about some weirdстранный stuffматериал that goesидет on in ArkansasArkansas
83
211000
2000
Или просто в Арканзасе и Кентукки
03:48
that we don't understandПонимаю, and KentuckyКентукки?
84
213000
2000
творится что-то странное, чего мы не понимаем?
03:50
Or are there more systematicсистематическая factorsфакторы at work?
85
215000
2000
Или же там задействованы системные факторы?
03:52
And so we can look at a bunchгроздь of differentдругой variablesпеременные.
86
217000
2000
Мы можем рассмотреть и другие переменные,
03:54
These are things that economistsэкономисты and politicalполитическая scientistsученые look at all the time --
87
219000
3000
те, на которые всегда обращают внимание экономисты и политологи —
03:57
things like incomeдоход, and religionрелигия, educationобразование.
88
222000
3000
например, уровень дохода, религию, образование.
04:00
WhichКоторый of these seemказаться to driveводить машину
89
225000
2000
Что из этих факторов привело
04:02
this manifestationпроявление of racismрасизм
90
227000
2000
к открытому проявлению расизма
04:04
in this bigбольшой nationalнациональный experimentэксперимент we had on Novemberноябрь 4thго?
91
229000
3000
в большом всенародном эксперименте 4 ноября?
04:07
And there are a coupleпара of these that have
92
232000
2000
Есть две переменные
04:09
strongсильный predictiveпрогностическое relationshipsотношения,
93
234000
2000
тесно связанные с данным результатом —
04:11
one of whichкоторый is educationобразование,
94
236000
3000
во-первых, это уровень образования.
04:14
where you see the statesсостояния with the fewestмалочисленнее yearsлет of schoolingучеба в школе
95
239000
2000
Здесь вы видите штаты с наименьшим сроком обучения в школах
04:16
perв adultдля взрослых are in redкрасный,
96
241000
2000
на взрослого — они помечены красным —
04:18
and you see this partчасть of the countryстрана, the kindсвоего рода of AppalachiansАппалачи regionобласть,
97
243000
3000
видите, в этой части страны — в районе Аппалачей
04:21
is lessМеньше educatedобразованный. It's just a factфакт.
98
246000
2000
люди менее образованны. Это просто факт.
04:23
And you see the relationshipотношения there
99
248000
2000
И здесь можно увидеть связь
04:25
with the racially-basedрасово основе votingголосование patternsузоры.
100
250000
3000
с выборами по расовому признаку.
04:28
The other variableпеременная that's importantважный is
101
253000
2000
Вторая важная переменная
04:30
the typeтип of neighborhoodокрестности that you liveжить in.
102
255000
3000
это тип местности, в которой живёт человек.
04:33
Statesсостояния that are more ruralсельская местность --
103
258000
2000
Более сельские штаты,
04:35
even to some extentстепень of the statesсостояния like Newновый HampshireХэмпшир and MaineМэн --
104
260000
2000
даже такие как Нью-Гемпшир и Мэн,
04:37
they exhibitэкспонат a little bitнемного of
105
262000
2000
проявляют некоторые признаки
04:39
this racially-basedрасово основе votingголосование againstпротив BarackБарак ObamaОбама.
106
264000
3000
выборов на расовой основе против Барака Обамы.
04:42
So it's the combinationсочетание of these two things: it's educationобразование
107
267000
2000
Т.е. причиной расизма стала комбинация двух факторов
04:44
and the typeтип of neighborsсоседи that you have,
108
269000
2000
уровень образования и тип местности,
04:46
whichкоторый we'llЧто ж talk about more in a momentмомент.
109
271000
2000
о котором мы еще поговорим.
04:48
And the thing about statesсостояния like ArkansasArkansas and TennesseeТеннесси
110
273000
2000
Между Арканзасом и Теннесси есть общий признак —
04:50
is that they're bothи то и другое very ruralсельская местность,
111
275000
2000
оба этих штата очень сельские,
04:52
and they are educationallyпедагогически impoverishedобедневший.
112
277000
4000
и их жители лишены качественного образования.
04:56
So yes, racismрасизм is predictableпредсказуемый.
113
281000
2000
Поэтому, да, расизм предсказуем.
04:58
These things, amongсреди maybe other variablesпеременные,
114
283000
2000
Возможно есть и другие важные переменные,
05:00
but these things seemказаться to predictпрогнозировать it.
115
285000
2000
но эти две помогают предсказать его.
05:02
We're going to drillдрель down a little bitнемного more now,
116
287000
2000
А теперь давайте поговорим подробнее
05:04
into something calledназывается the GeneralГенеральная SocialСоциальное SurveyОпрос.
117
289000
2000
о Всеобщем Социологическом Опросе.
05:06
This is conductedпроведены by the UniversityУниверситет of ChicagoЧикаго
118
291000
2000
Он проводится Университетом Чикаго
05:08
everyкаждый other yearгод.
119
293000
2000
каждые два года.
05:10
And they askпросить a seriesсерии of really interestingинтересно questionsвопросов.
120
295000
2000
Исследователи задают ряд интересных вопросов.
05:12
In 2000 they had particularlyв частности interestingинтересно questionsвопросов
121
297000
2000
В 2000 году у них были особенно интересные вопросы
05:14
about racialрасовый attitudesотношения.
122
299000
2000
об отношении к людям другой расы.
05:16
One simpleпросто questionвопрос they askedспросил is,
123
301000
2000
Один из вопросов звучал так:
05:18
"Does anyoneкто угодно of the oppositeнапротив raceраса liveжить in your neighborhoodокрестности?"
124
303000
4000
"Живут ли рядом с вами люди другой расы?"
05:22
We can see in differentдругой typesтипы of communitiesсообщества that the resultsРезультаты are quiteдовольно differentдругой.
125
307000
3000
Мы видим, что есть разные виды общества и что результаты совершенно разные.
05:25
In citesприводит, about 80 percentпроцент of people
126
310000
3000
В городах около 80% людей
05:28
have someoneкто то whomкого they considerрассматривать a neighborсосед of anotherдругой raceраса,
127
313000
3000
имеют соседа или близкого человека другой расы
05:31
but in ruralсельская местность communitiesсообщества, only about 30 percentпроцент.
128
316000
3000
Но в деревнях таких людей всего 30%
05:34
ProbablyВероятно because if you liveжить on a farmферма, you mightмог бы not have a lot of neighborsсоседи, periodпериод.
129
319000
3000
Вероятно потому, что у человека, живущего на ферме, просто мало соседей.
05:37
But neverthelessтем не менее, you're not havingимеющий a lot of interactionвзаимодействие with people
130
322000
3000
Но даже несмотря на это у них не так много общения с людьми
05:40
who are unlikeВ отличие от you.
131
325000
2000
не похожими на них.
05:42
So what we're going to do now is take the whiteбелый people in the surveyопрос
132
327000
3000
Теперь мы возьмём всех белых опрошенных
05:45
and splitТрещина them betweenмежду those who have blackчерный neighborsсоседи --
133
330000
3000
и разделим их на тех у кого есть чёрные соседи
05:48
or, really, some neighborсосед of anotherдругой raceраса --
134
333000
2000
или вообще соседи другой расы,
05:50
and people who have only whiteбелый neighborsсоседи.
135
335000
3000
и тех, у кого только белые соседи.
05:53
And we see in some variablesпеременные
136
338000
2000
И некоторые переменные
05:55
in termsсроки of politicalполитическая attitudesотношения, not a lot of differenceразница.
137
340000
2000
не оказывают видимого влияния на политические взгляды.
05:57
This was eight8 yearsлет agoтому назад, some people were more Republicanреспубликанец back then.
138
342000
3000
Это было 8 лет назад, некоторые люди больше поддерживали Республиканцев.
06:00
But you see Democratsдемократы versusпротив Republicanреспубликанец,
139
345000
2000
Но в таблице "Демократы против Республиканцев",
06:02
not a bigбольшой differenceразница basedисходя из on who your neighborsсоседи are.
140
347000
3000
раса окружения не очень влияет на выбор.
06:05
And even some questionsвопросов about raceраса -- for exampleпример
141
350000
2000
И даже при ответах на некоторые вопросы о расе
06:07
affirmativeутвердительный actionдействие, whichкоторый is kindсвоего рода of a politicalполитическая questionвопрос,
142
352000
2000
например, о приёме на работу человека другой расы,
06:09
a policyполитика questionвопрос about raceраса, if you will --
143
354000
2000
что тоже связано с политикой и соблюдением законов,
06:11
not much differenceразница here.
144
356000
2000
не очень большая разница в ответах.
06:13
Affirmativeутвердительный actionдействие is not very popularпопулярный franklyОткровенно, with whiteбелый votersизбирателей, periodпериод.
145
358000
3000
Хотя белые избиратели неохотно принимают таких людей на работу.
06:16
But people with blackчерный neighborsсоседи and people with mono-racialмоно-расовый neighborhoodsокрестности
146
361000
3000
Но независимо от того, какие люди их окружают,
06:19
feel no differentlyиначе about it really.
147
364000
3000
их мнения практически солидарны.
06:22
But if you probeзонд a bitнемного deeperГлубже and get a bitнемного more personalличный if you will,
148
367000
4000
Но если копнуть поглубже и сделать вопросы более личными,
06:26
"Do you favorблагоприятствовать a lawзакон banningзапрещая interracialмежрасовый marriageБрак, создание семьи?"
149
371000
2000
"Одобряете ли Вы закон о запрете межрасовых браков?"
06:28
There is a bigбольшой differenceразница.
150
373000
2000
Здесь большая разница в ответах.
06:30
People who don't have neighborsсоседи of a differentдругой raceраса
151
375000
2000
Люди, в окружении которых нет представителей другой расы,
06:32
are about twiceдважды as likelyвероятно
152
377000
2000
почти в два раза чаще против
06:34
to opposeоппонировать interracialмежрасовый marriageБрак, создание семьи as people who do.
153
379000
3000
межрасовых браков, чем те, кто живет в смешанном окружении.
06:37
Just basedисходя из on who livesжизни in your immediateнемедленный neighborhoodокрестности around you.
154
382000
3000
Их ответы были основаны на их ближайшем окружении.
06:40
And likewiseтакже they askedспросил, not in 2000, but in the sameодна и та же surveyопрос in 1996,
155
385000
4000
Почти так же они ответили в таком же опросе 1996 года.
06:44
"Would you not voteголос for a qualifiedквалифицированный blackчерный presidentпрезидент?"
156
389000
4000
"Будете ли вы голосовать против компетентного, но чернокожего кандидата?"
06:48
You see people withoutбез neighborsсоседи who are African-AmericanАфроамериканец who
157
393000
2000
Видите, люди, в окружении которых нет афроамериканцев,
06:50
were much more likelyвероятно to say, "That would give me a problemпроблема."
158
395000
3000
были более склонны отвечать "Это станет проблемой".
06:53
So it's really not even about urbanгородской versusпротив ruralсельская местность.
159
398000
2000
То есть дело даже не в городских или сельских штатах.
06:55
It's about who you liveжить with.
160
400000
2000
Дело в том с кем рядом ты живёшь.
06:57
Racismрасизм is predictableпредсказуемый. And it's predictedпредсказанный by
161
402000
2000
Расизм предсказуем. Его можно спрогнозировать по
06:59
interactionвзаимодействие or lackотсутствие thereofэтого with people unlikeВ отличие от you, people of other racesгонки.
162
404000
4000
наличию или отсутствию общения с людьми других рас.
07:03
So if you want to addressадрес it,
163
408000
2000
Если вам хочется решить эту проблему,
07:05
the goalЦель is to facilitateсодействовать interactionвзаимодействие with people of other racesгонки.
164
410000
3000
то нужно создать больше возможностей для общения с людьми другой расы.
07:08
I have a coupleпара of very obviousочевидный, I supposeпредполагать,
165
413000
2000
У меня есть парочка вполне очевидных
07:10
ideasидеи for maybe how to do that.
166
415000
3000
идей, которые, возможно, помогут это сделать.
07:13
I'm a bigбольшой fanпоклонник of citiesгорода.
167
418000
2000
Я очень люблю города
07:15
EspeciallyОсобенно if we have citesприводит that are diverseразнообразный and sustainableустойчивый,
168
420000
3000
особенно со стабильным развитием и разным составом населения,
07:18
and can supportподдержка people of differentдругой ethnicitiesэтносы and differentдругой incomeдоход groupsгруппы.
169
423000
3000
которые могут помочь людям разных наций с разным уровнем дохода.
07:21
I think citiesгорода facilitateсодействовать more of the kindсвоего рода of networkingсетей,
170
426000
3000
Я думаю, города помогают налаживать связи,
07:24
the kindсвоего рода of casualповседневная interactionвзаимодействие than you mightмог бы have on a dailyежедневно basisоснова.
171
429000
3000
и в вашем повседневном кругу общения появляется больше людей.
07:27
But alsoтакже not everyoneвсе wants to liveжить in a cityгород, certainlyбезусловно not a cityгород like Newновый YorkЙорк.
172
432000
3000
Но, разумеется, не все хотят жить в городах, особенно таких, как Нью-Йорк.
07:30
So we can think more about things like streetулица gridsсетки.
173
435000
3000
Мы можем задуматься об улицах, которые образуют решётки.
07:33
This is the neighborhoodокрестности where I grewвырос up in Eastвосток LansingLansing, MichiganМичиган.
174
438000
2000
Это квартал в Ист Лансинге, штат Мичиган, где я вырос.
07:35
It's a traditionalтрадиционный Midwesternсреднезападный communityсообщество, whichкоторый meansозначает you have realреальный gridсетка.
175
440000
3000
Это обычный городок среднего запада, где люди связаны между собой настоящей решёткой.
07:38
You have realреальный neighborhoodsокрестности and realреальный treesдеревья, and realреальный streetsулицы you can walkходить on.
176
443000
3000
С настоящими соседями, деревьями и улицами, по которым можно гулять.
07:41
And you interactвзаимодействовать a lot with your neighborsсоседи --
177
446000
3000
Там люди очень часто общаются со своими соседями,
07:44
people you like, people you mightмог бы not know.
178
449000
2000
с людьми, которые им нравятся и даже с незнакомцами.
07:46
And as a resultрезультат it's a very tolerantтерпимый communityсообщество,
179
451000
3000
И в результате жители этих городков очень терпимы к окружающим.
07:49
whichкоторый is differentдругой, I think, than something like this,
180
454000
2000
Я думаю, что они отличаются от жителей вот таких городков.
07:51
whichкоторый is in SchaumburgSchaumburg, IllinoisИллинойс,
181
456000
2000
Это Шомберг в штате Иллинойс.
07:53
where everyкаждый little setзадавать of housesдома has theirих ownсвоя cul-de-sacтупиковый
182
458000
3000
Где у каждого ряда домов есть собственный тупик
07:56
and drive-throughпроехать StarbucksСтарбакс and stuffматериал like that.
183
461000
2000
кафешки, где подают заказ в машину, и все в таком духе.
07:58
I think that actuallyна самом деле this typeтип of urbanгородской designдизайн,
184
463000
3000
Я полагаю, что именно такой тип планировки города,
08:01
whichкоторый becameстал more prevalentпревалирующий in the 1970s and 1980s --
185
466000
3000
стал преобладать в 1970–1980 годах.
08:04
I think there is a relationshipотношения betweenмежду that and the countryстрана becomingстановление
186
469000
3000
И я считаю, что есть связь между этим и тем, что страна стала
08:07
more conservativeконсервативный underпод RonaldРональд ReaganРейган.
187
472000
2000
более консервативной при Рональде Рейгане.
08:09
But alsoтакже here is anotherдругой ideaидея we have --
188
474000
3000
Но у меня есть ещё одна идея —
08:12
is an intercollegiateмежуниверситетский exchangeобмен programпрограмма
189
477000
2000
есть программы обмена студентами,
08:14
where you have studentsстуденты going from Newновый YorkЙорк abroadза границу.
190
479000
3000
которые позволяют студентам Нью-Йорка поехать за границу.
08:17
But franklyОткровенно there are enoughдостаточно differencesразличия withinв the countryстрана now
191
482000
2000
Но и внутри нашей страны хватает различий.
08:19
where maybe you can take a bunchгроздь of kidsДети from NYUNYU,
192
484000
3000
Может быть, стоит взять группу детей из Нью-Йорка
08:22
have them go studyизучение for a semesterсеместр at the UniversityУниверситет of ArkansasArkansas,
193
487000
2000
и отправить их на полгода в Университет Арканзаса
08:24
and viceвице versaVersa. Do it at the highвысокая schoolшкола levelуровень.
194
489000
3000
и наоборот. Начните делать так в старших классах.
08:27
LiterallyБуквально there are people who mightмог бы be in schoolшкола in ArkansasArkansas or TennesseeТеннесси
195
492000
3000
В Арканзасе или Теннесси могут учиться дети,
08:30
and mightмог бы never interactвзаимодействовать in a positiveположительный affirmativeутвердительный way
196
495000
3000
у которых никогда не было положительного опыта общения
08:33
with someoneкто то from anotherдругой partчасть of the countryстрана, or of anotherдругой racialрасовый groupгруппа.
197
498000
4000
с кем-то из другой части страны или с представителями другой расы.
08:37
I think partчасть of the educationобразование variableпеременная we talkedговорили about before
198
502000
3000
Я думаю, что часть переменной "образование", о которой мы говорили ранее,
08:40
is the networkingсетей experienceопыт you get when you go to collegeколледж
199
505000
2000
это налаживание контактов при поступлении в колледж
08:42
where you do get a mixсмешивание of people that you mightмог бы not interactвзаимодействовать with otherwiseв противном случае.
200
507000
4000
где ты узнаёшь разных людей, с которыми иначе мог бы не общаться.
08:46
But the pointточка is, this is all good newsНовости,
201
511000
2000
Но суть в том, что это хорошо.
08:48
because when something is predictableпредсказуемый,
202
513000
3000
Потому что когда что-то можно спрогнозировать,
08:51
it is what I call designableпроектируемый.
203
516000
2000
это можно спроектировать.
08:53
You can startНачало thinkingмышление about solutionsрешения to solvingрешение that problemпроблема,
204
518000
2000
Можно начать думать над решениями этой проблемы.
08:55
even if the problemпроблема is perniciousпагубный and as intractableнеподатливый as racismрасизм.
205
520000
3000
Даже если это такая тлетворная и застарелая проблема как расизм.
08:58
If we understandПонимаю the rootкорень causesпричины of the behaviorповедение
206
523000
2000
Если мы поймём основные причины такого поведения,
09:00
and where it manifestsманифесты itselfсам and where it doesn't,
207
525000
2000
увидим, где оно проявляется, а где нет,
09:02
we can startНачало to designдизайн solutionsрешения to it.
208
527000
3000
мы сможем придумать, как это исправить.
09:05
So that's all I have to say. Thank you very much.
209
530000
2000
Это всё, что я хотел сказать. Спасибо большое.
09:07
(ApplauseАплодисменты)
210
532000
1000
(Аплодисменты)
Translated by Anna Novikova
Reviewed by Oleg Shmelyov

▲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