TEDGlobal 2010
David McCandless: The beauty of data visualization
Дэвид МакКэндлесс: Красота визуализации данных
Filmed:
Readability: 4.3
3,250,094 views
Дэвид МакКэндлесс превращает сложные массивы данных (мировые затраты на войны, гул СМИ, обновление статуса на Facebook) в прекрасные, но простые диаграммы. Он утверждает, что информационный дизайн как инструмент навигации в сегодняшнем море информации и поиска общих закономерностей и связей может перевернуть наше восприятие мира.
David McCandless - Data journalist
David McCandless draws beautiful conclusions from complex datasets -- thus revealing unexpected insights into our world. Full bio
David McCandless draws beautiful conclusions from complex datasets -- thus revealing unexpected insights into our world. Full bio
Double-click the English transcript below to play the video.
00:15
It feels like we're all suffering
0
0
2000
У меня сложилось ощущение, что мы все страдаем
00:17
from information overload or data glut.
1
2000
3000
от перенасыщения информацией и избытка данных.
00:20
And the good news is there might be an easy solution to that,
2
5000
2000
Хорошая новость — у проблемы есть довольно простое решение:
00:22
and that's using our eyes more.
3
7000
2000
нам надо чаще использовать свои глаза.
00:24
So, visualizing information, so that we can see
4
9000
2000
Нужно визуализировать информацию так, чтобы мы могли увидеть
00:26
the patterns and connections that matter
5
11000
3000
важные паттерны и взаимосвязи,
00:29
and then designing that information so it makes more sense,
6
14000
3000
и затем организовывать эту информацию так, чтобы она имела больше смысла,
00:32
or it tells a story,
7
17000
2000
или рассказывала историю,
00:34
or allows us to focus only on the information that's important.
8
19000
3000
или позволяла сфокусироваться только на важном.
00:38
Failing that, visualized information can just look really cool.
9
23000
3000
А иначе визуализация только выглядит красиво, но не более того.
00:41
So, let's see.
10
26000
2000
Итак, давайте посмотрим.
00:45
This is the $Billion Dollar o-Gram,
11
30000
2000
Эта схема демонстрирует миллиарды долларов,
00:47
and this image arose
12
32000
2000
и она возникла,
00:49
out of frustration I had
13
34000
2000
потому что я был недоволен тем,
00:51
with the reporting of billion-dollar amounts in the press.
14
36000
2000
как миллиардные суммы представляются в прессе.
00:53
That is, they're meaningless without context:
15
38000
3000
Они бессмысленны вне контекста.
00:56
500 billion for this pipeline,
16
41000
2000
500 миллиардов на трубопровод.
00:58
20 billion for this war.
17
43000
2000
20 миллиардов на войну.
01:00
It doesn't make any sense, so the only way to understand it
18
45000
2000
Эти цифры нам ни о чём не говорят, потому единственный способ из понять —
01:02
is visually and relatively.
19
47000
2000
это представить информацию наглядно и в сравнении.
01:04
So I scraped a load of reported figures
20
49000
2000
Тогда я взял и собрал значительное количество цифр,
01:06
from various news outlets
21
51000
2000
освещённых в разных источниках прессы,
01:08
and then scaled the boxes according to those amounts.
22
53000
3000
и придал отдельным блокам разные размеры, в соответствии с размерами сумм.
01:11
And the colors here represent the motivation behind the money.
23
56000
3000
Цвета отображают мотивы, стоящие за этими числами.
01:14
So purple is "fighting,"
24
59000
3000
Фиолетовый — это войны;
01:17
and red is "giving money away," and green is "profiteering."
25
62000
3000
красный – благотворительность; зелёный – спекуляции.
01:20
And what you can see straight away
26
65000
2000
И вот что можно сразу же увидеть:
01:22
is you start to have a different relationship to the numbers.
27
67000
2000
у вас складывается новое восприятие этих цифр.
01:24
You can literally see them.
28
69000
2000
Вы в буквальном смысле можете их видеть.
01:26
But more importantly, you start to see
29
71000
2000
Но более важно то, что вы начинаете выявлять
01:28
patterns and connections between numbers
30
73000
2000
закономерности и связи между этими цифрами,
01:30
that would otherwise be scattered across multiple news reports.
31
75000
3000
которые иначе были бы разбросаны по множеству новостных сообщений.
01:33
Let me point out some that I really like.
32
78000
3000
Позвольте мне указать на некоторые из них, наиболее мне понравившиеся.
01:36
This is OPEC's revenue, this green box here --
33
81000
2000
Этот зелёный блок – доходы ОПЕКа,
01:38
780 billion a year.
34
83000
2000
780 миллиардов в год.
01:40
And this little pixel in the corner -- three billion --
35
85000
3000
А вот этот маленький пиксель в углу, 3 миллиарда, —
01:43
that's their climate change fund.
36
88000
3000
это их отчисления в фонд изменения климата.
01:46
Americans, incredibly generous people --
37
91000
2000
Американцы – крайне щедрые люди –
01:48
over 300 billion a year, donated to charity every year,
38
93000
3000
более 300 миллиардов в год перечисляется на благотворительность,
01:51
compared with the amount of foreign aid
39
96000
2000
в сравнении со 120 миллиардами, перечисленными
01:53
given by the top 17 industrialized nations
40
98000
2000
17 ведущими индустриальными странами
01:55
at 120 billion.
41
100000
2000
на поддержку соседних иностранных государств.
01:57
Then of course,
42
102000
2000
И затем, конечно, война в Ираке,
01:59
the Iraq War, predicted to cost just 60 billion
43
104000
2000
стоимость которой оценивалась лишь в 60 миллиардов
02:01
back in 2003.
44
106000
3000
в 2003 году.
02:04
And it mushroomed slightly. Afghanistan and Iraq mushroomed now
45
109000
3000
Однако расходы на войну в Ираке и Афганистане выросли
02:07
to 3,000 billion.
46
112000
3000
на данный момент до 3 000 миллиардов.
02:10
So now it's great
47
115000
2000
Прелесть визуализации в том,
02:12
because now we have this texture, and we can add numbers to it as well.
48
117000
2000
что теперь у нас есть структура, к которой мы можем добавлять другие цифры.
02:14
So we could say, well, a new figure comes out ... let's see African debt.
49
119000
3000
Скажем, у нас появилось новое число — долг Африки, например.
02:17
How much of this diagram do you think might be taken up
50
122000
2000
Какую площадь, как вы думаете, мог бы занять
02:19
by the debt that Africa owes to the West?
51
124000
2000
долг Африки Западу на этой диаграмме?
02:21
Let's take a look.
52
126000
2000
Давайте посмотрим.
02:23
So there it is:
53
128000
2000
Вот он, пожалуйста.
02:25
227 billion is what Africa owes.
54
130000
2000
Долг Африки составляет 227 миллиардов.
02:27
And the recent financial crisis,
55
132000
2000
А недавний финансовый кризис –
02:29
how much of this diagram might that figure take up?
56
134000
2000
сколько пространства на этой диаграмме он бы мог занять?
02:31
What has that cost the world? Let's take a look at that.
57
136000
3000
Сколько он стоил миру в целом? Давайте посмотрим.
02:34
Dooosh -- Which I think is the appropriate sound effect
58
139000
3000
Бум! Я думаю это подходящий звуковой эффект
02:37
for that much money:
59
142000
2000
для такой огромной суммы.
02:39
11,900 billion.
60
144000
4000
11 900 миллиардов.
02:45
So, by visualizing this information,
61
150000
2000
Таким образом, визуализируя эту информацию
02:47
we turned it into a landscape
62
152000
2000
мы превратили её в панораму,
02:49
that you can explore with your eyes,
63
154000
2000
которую мы может изучать визуально,
02:51
a kind of map really, a sort of information map.
64
156000
2000
своего рода карту, что то вроде информационной карты.
02:53
And when you're lost in information,
65
158000
2000
И когда вы чувствуете, что потерялись в потоке информации,
02:55
an information map is kind of useful.
66
160000
3000
информационная карта очень удобна.
02:58
So I want to show you another landscape now.
67
163000
2000
Итак, я хочу показать вам ещё одну панораму.
03:00
We need to imagine what a landscape
68
165000
2000
Нам нужно представить, как бы выглядела картина
03:02
of the world's fears might look like.
69
167000
3000
мировых страхов.
03:05
Let's take a look.
70
170000
2000
Давайте посмотрим.
03:07
This is Mountains Out of Molehills,
71
172000
2000
Вот как раздувают из мухи слона:
03:09
a timeline of global media panic.
72
174000
2000
временная шкала мировых паник в прессе.
03:11
(Laughter)
73
176000
2000
(Смех)
03:13
So, I'll label this for you in a second.
74
178000
2000
Я обозначу каждую вершину через минуту.
03:15
But the height here, I want to point out,
75
180000
2000
Но вначале я бы хотел отметить, что высота
03:17
is the intensity of certain fears
76
182000
2000
соответствует интенсивности определённых страхов и переживаний,
03:19
as reported in the media.
77
184000
2000
как они отражены в прессе.
03:21
Let me point them out.
78
186000
2000
Позвольте мне на них указать.
03:23
So this, swine flu -- pink.
79
188000
4000
Вот это свиной грипп, розового цвета.
03:27
Bird flu.
80
192000
2000
Птичий грипп.
03:29
SARS -- brownish here. Remember that one?
81
194000
3000
SARS, или атипичная пневмония - коричневого цвета. Помните такую?
03:32
The millennium bug,
82
197000
3000
«Проблема 2000» —
03:35
terrible disaster.
83
200000
2000
ужасное бедствие.
03:37
These little green peaks
84
202000
2000
Вот эти небольшие зелёные пики —
03:39
are asteroid collisions.
85
204000
2000
столкновения с астероидами.
03:41
(Laughter)
86
206000
2000
(Смех)
03:43
And in summer, here, killer wasps.
87
208000
2000
А летом, вот здесь, осы-убийцы.
03:45
(Laughter)
88
210000
8000
(Смех)
03:53
So these are what our fears look like
89
218000
2000
Вот так выглядят наши страхи в прессе
03:55
over time in our media.
90
220000
2000
в долгосрочной перспективе.
03:57
But what I love -- and I'm a journalist --
91
222000
2000
Но что я больше всего люблю, а я журналист,
03:59
and what I love is finding hidden patterns; I love being a data detective.
92
224000
3000
так это выявлять скрытые закономерности; я обожаю быть информационным сыщиком.
04:02
And there's a very interesting and odd pattern hidden in this data
93
227000
3000
И на этой панораме скрыта очень интересная и странная закономерность,
04:05
that you can only see when you visualize it.
94
230000
2000
которую можно увидеть только представив визуально.
04:07
Let me highlight it for you.
95
232000
2000
Позвольте мне её выделить.
04:09
See this line, this is a landscape for violent video games.
96
234000
3000
Эта диаграмма показывает наш переполох по поводу агрессивных видео игр.
04:12
As you can see, there's a kind of odd, regular pattern in the data,
97
237000
3000
Очевидна странная систематическая закономерность,
04:15
twin peaks every year.
98
240000
2000
ежегодный двойной всплеск.
04:17
If we look closer, we see those peaks occur
99
242000
2000
Если мы внимательнее присмотримся к этим пикам,
04:19
at the same month every year.
100
244000
3000
то увидим, что они происходят в одно и то же время каждый год.
04:22
Why?
101
247000
2000
Почему?
04:24
Well, November, Christmas video games come out,
102
249000
2000
В ноябре, перед рождеством, выходят новые игры,
04:26
and there may well be an upsurge in the concern about their content.
103
251000
3000
и они, скорее всего, вызывают всплеск беспокойства по поводу их содержания.
04:29
But April isn't a particularly massive month
104
254000
3000
Апрель же не является особенно активным месяцем
04:32
for video games.
105
257000
2000
в плане выпуска видео игр.
04:34
Why April?
106
259000
2000
Тогда почему апрель?
04:36
Well, in April 1999 was the Columbine shooting,
107
261000
3000
В апреле 1999 произошла трагедия в школе Колумбайн,
04:39
and since then, that fear
108
264000
2000
и страх, рождённый в то время,
04:41
has been remembered by the media
109
266000
2000
сохранился в прессе,
04:43
and echoes through the group mind gradually through the year.
110
268000
2000
его отголоски слышатся в течение всего года.
04:45
You have retrospectives, anniversaries,
111
270000
3000
Мы создаём ретроспективы, годовщины,
04:48
court cases, even copy-cat shootings,
112
273000
3000
судебные разбирательства, и даже копируем трагедии из прошлого,
04:51
all pushing that fear into the agenda.
113
276000
3000
втискивая этот страх в установившийся ход жизни.
04:54
And there's another pattern here as well. Can you spot it?
114
279000
2000
Здесь есть ещё одна закономерность. Вы её можете опознать?
04:56
See that gap there? There's a gap,
115
281000
2000
Вы видите здесь пробел? Здесь есть пробел,
04:58
and it affects all the other stories.
116
283000
2000
и он влияет на все остальные истории.
05:00
Why is there a gap there?
117
285000
2000
Откуда этот пробел?
05:02
You see where it starts? September 2001,
118
287000
3000
Вам видно, где он начинается? Сентябрь 2001,
05:05
when we had something very real
119
290000
2000
когда у нас появилась
05:07
to be scared about.
120
292000
2000
реальная причина для страха.
05:09
So, I've been working as a data journalist for about a year,
121
294000
3000
Итак, я работаю в качестве информационного журналиста около года,
05:12
and I keep hearing a phrase
122
297000
2000
и я постоянно слышу
05:14
all the time, which is this:
123
299000
3000
одну и ту же фразу:
05:17
"Data is the new oil."
124
302000
2000
«Информация - это новая нефть».
05:19
Data is the kind of ubiquitous resource
125
304000
3000
Информация, в своём роде, повсеместный ресурс,
05:22
that we can shape to provide new innovations and new insights,
126
307000
3000
который можно видоизменять, чтобы производить или познавать что-то новое,
05:25
and it's all around us, and it can be mined very easily.
127
310000
3000
она вокруг нас и легко доступна.
05:28
It's not a particularly great metaphor in these times,
128
313000
3000
Я не думаю, что эта метафора обязательно верна,
05:31
especially if you live around the Gulf of Mexico,
129
316000
3000
особенно если вы живете в районе Мексиканского залива,
05:34
but I would, perhaps, adapt this metaphor slightly,
130
319000
2000
я бы слегка изменил эту метафору,
05:36
and I would say that data is the new soil.
131
321000
3000
сказав, что информация — это почва.
05:40
Because for me, it feels like a fertile, creative medium.
132
325000
3000
Потому что для меня она как плодородная, созидательная основа.
05:43
Over the years, online,
133
328000
2000
Вы знаете, за много лет
05:45
we've laid down
134
330000
3000
мы уже выложили онлайн
05:48
a huge amount of information and data,
135
333000
2000
огромное количество информации и данных;
05:50
and we irrigate it with networks and connectivity,
136
335000
2000
мы орошаем её через сети и соединения,
05:52
and it's been worked and tilled by unpaid workers and governments.
137
337000
3000
она обрабатывается и возделывается добровольцами и правительствами.
05:55
And, all right, I'm kind of milking the metaphor a little bit.
138
340000
3000
Ну хорошо, я немного увлёкся этой метафорой.
05:58
But it's a really fertile medium,
139
343000
3000
Но это на самом деле плодородная основа,
06:01
and it feels like visualizations, infographics, data visualizations,
140
346000
3000
визуализация, инфографики, визуализация данных —
06:04
they feel like flowers blooming from this medium.
141
349000
3000
это цветы, расцветающие на этой основе.
06:07
But if you look at it directly,
142
352000
2000
Но если вы посмотрите на них непосредственно,
06:09
it's just a lot of numbers and disconnected facts.
143
354000
2000
то увидите только цифры и бессвязные факты.
06:11
But if you start working with it and playing with it in a certain way,
144
356000
3000
Но если вы начнёте так или иначе манипулировать и экспериментировать с ними,
06:14
interesting things can appear and different patterns can be revealed.
145
359000
3000
вам могут открыться интересные вещи и различные закономерности.
06:17
Let me show you this.
146
362000
2000
Позвольте мне показать следующее.
06:19
Can you guess what this data set is?
147
364000
3000
Вы можете догадаться, о чем говорят эти данные?
06:22
What rises twice a year,
148
367000
2000
Что повышается дважды в год:
06:24
once in Easter
149
369000
2000
во время Пасхи
06:26
and then two weeks before Christmas,
150
371000
2000
и потом за две недели до Рождества;
06:28
has a mini peak every Monday,
151
373000
2000
слегка поднимается каждый понедельник,
06:30
and then flattens out over the summer?
152
375000
2000
и выравнивается во время летнего сезона.
06:32
I'll take answers.
153
377000
2000
Я принимаю ответы.
06:34
(Audience: Chocolate.) David McCandless: Chocolate.
154
379000
2000
(Аудитория: Шоколад) Дэвид МакКэндлесс: Шоколад.
06:36
You might want to get some chocolate in.
155
381000
3000
Вам, возможно, захочется шоколад.
06:39
Any other guesses?
156
384000
2000
Другие варианты?
06:41
(Audience: Shopping.) DM: Shopping.
157
386000
2000
(Аудитория: Шоппинг.) ДМ: Шоппинг.
06:43
Yeah, retail therapy might help.
158
388000
3000
Да, шоппинг может помочь вам почувствовать себя лучше.
06:46
(Audience: Sick leave.)
159
391000
2000
(Аудитория: Больничный.)
06:48
DM: Sick leave. Yeah, you'll definitely want to take some time off.
160
393000
2000
ДМ: Больничный. Да, вам определённо захочется взять отгул.
06:50
Shall we see?
161
395000
2000
Давайте посмотрим? (На экране: Пики разрыва отношений в соответствии со статусами на Facebook)
06:53
(Laughter)
162
398000
8000
(Смех)
07:01
(Applause)
163
406000
3000
(Аплодисменты)
07:04
So, the information guru Lee Byron and myself,
164
409000
3000
Итак, чтоб собрать эту информацию, Ли Байрон и я
07:07
we scraped 10,000 status Facebook updates
165
412000
3000
прошерстили 10 000 обновлений статусов на Facebook,
07:10
for the phrase "break-up" and "broken-up"
166
415000
2000
выбирая фразы «разойтись» и «расстались»,
07:12
and this is the pattern we found --
167
417000
2000
и вот закономерность, которую мы нашли —
07:14
people clearing out for Spring Break,
168
419000
2000
люди готовятся к новой жизни по весне,
07:16
(Laughter)
169
421000
5000
(Смех)
07:21
coming out of very bad weekends on a Monday,
170
426000
2000
завершают неудачные выходные в понедельник,
07:23
being single over the summer,
171
428000
3000
и холосты в летний период.
07:26
and then the lowest day of the year, of course: Christmas Day.
172
431000
3000
И, конечно же, низшая точка в году — это Рождество.
07:29
Who would do that?
173
434000
3000
В чём же причина?
07:32
So there's a titanic amount of data out there now,
174
437000
2000
Таким образом, мы имеем доступ к колоссальному,
07:34
unprecedented.
175
439000
2000
небывалому объёму информации.
07:37
But if you ask the right kind of question,
176
442000
2000
И, задавая правильные вопросы,
07:39
or you work it in the right kind of way,
177
444000
2000
или обрабатывая её правильными методами,
07:41
interesting things can emerge.
178
446000
3000
можно выявлять интересные вещи.
07:44
So information is beautiful. Data is beautiful.
179
449000
3000
Информация прекрасна. Данные и факты прекрасны.
07:47
I wonder if I could make my life beautiful.
180
452000
3000
Мне интересно, смогу ли я сделать свою жизнь прекрасной.
07:50
And here's my visual C.V.
181
455000
2000
Вот пожалуйста, моё резюме, представленное визуально.
07:52
I'm not quite sure I've succeeded.
182
457000
2000
Я не уверен в том, что я в этом преуспел.
07:54
Pretty blocky, the colors aren't that great.
183
459000
2000
Довольно блочно. Цвета не самые лучшие.
07:56
But I wanted to convey something to you.
184
461000
3000
Но я хотел донести до вас следующее.
07:59
I started as a programmer,
185
464000
2000
Я начал карьеру программистом,
08:01
and then I worked as a writer for many years, about 20 years,
186
466000
2000
и затем я работал писателем много лет, около 20 лет,
08:03
in print, online and then in advertising,
187
468000
2000
в печати, в интернете и потом в рекламе;
08:05
and only recently have I started designing.
188
470000
3000
и только недавно я начал заниматься дизайном.
08:08
And I've never been to design school.
189
473000
2000
Я никогда не ходил в школу дизайна.
08:10
I've never studied art or anything.
190
475000
3000
Я никогда не изучал искусство или что-то в этом роде.
08:13
I just kind of learned through doing.
191
478000
2000
Я просто учился, работая.
08:15
And when I started designing,
192
480000
2000
И когда я начал заниматься дизайном,
08:17
I discovered an odd thing about myself.
193
482000
2000
я открыл странную вещь для себя.
08:19
I already knew how to design,
194
484000
2000
Я уже знал, как это делать,
08:21
but it wasn't like I was amazingly brilliant at it,
195
486000
3000
но это не было чем-то вроде гениального таланта,
08:24
but more like I was sensitive
196
489000
2000
но вроде как у меня было чутьё
08:26
to the ideas of grids and space
197
491000
2000
и понимание идей структуры и пространства,
08:28
and alignment and typography.
198
493000
2000
выравнивании и типографической разметке текста.
08:30
It's almost like being exposed
199
495000
2000
Словно все эти годы работы
08:32
to all this media over the years
200
497000
2000
с прессой медленно вводили в меня
08:34
had instilled a kind of dormant design literacy in me.
201
499000
3000
дремлющую способность к дизайну.
08:37
And I don't feel like I'm unique.
202
502000
2000
И я не думаю, что я единственный с кем это произошло.
08:39
I feel that everyday, all of us now
203
504000
2000
Я думаю, что каждый день, каждый из нас
08:41
are being blasted by information design.
204
506000
3000
заражается вирусом информационного дизайна.
08:44
It's being poured into our eyes through the Web,
205
509000
2000
Его выплёскивают нам в лицо через интернет,
08:46
and we're all visualizers now;
206
511000
2000
и теперь мы все визуализаторы;
08:48
we're all demanding a visual aspect
207
513000
2000
нам всем подавай визуальный аспект
08:50
to our information.
208
515000
3000
представляемой информации.
08:53
There's something almost quite magical about visual information.
209
518000
3000
И в этом есть что-то магическое.
08:56
It's effortless, it literally pours in.
210
521000
3000
Просто и без усилий информация проникает сама по себе.
08:59
And if you're navigating a dense information jungle,
211
524000
3000
И если, пробиваясь через джунгли данных,
09:02
coming across a beautiful graphic
212
527000
2000
вы натолкнулись на прекрасный график
09:04
or a lovely data visualization,
213
529000
2000
или восхитительную визуализацию,
09:06
it's a relief, it's like coming across a clearing in the jungle.
214
531000
3000
вы ощущаете облегчение; словно нашли прочищенную дорогу посреди джунглей.
09:09
I was curious about this, so it led me
215
534000
2000
Этот интерес привёл меня
09:11
to the work of a Danish physicist
216
536000
2000
к работе датского физика
09:13
called Tor Norretranders,
217
538000
2000
Тора Норретрандерса,
09:15
and he converted the bandwidth of the senses into computer terms.
218
540000
3000
который перевёл пропускную способность наших чувств в компьютерные термины.
09:19
So here we go. This is your senses,
219
544000
2000
Вот они перед вами, это ваши ощущения,
09:21
pouring into your senses every second.
220
546000
2000
скорость вашего восприятия в секунду.
09:23
Your sense of sight is the fastest.
221
548000
3000
Зрительное восприятие самое быстрое.
09:26
It has the same bandwidth as a computer network.
222
551000
3000
Его скорость равна скорости компьютерной сети.
09:29
Then you have touch, which is about the speed of a USB key.
223
554000
3000
Затем идёт осязание, которое сравнимо со скоростью USB.
09:32
And then you have hearing and smell,
224
557000
2000
За ним - слух и обоняние,
09:34
which has the throughput of a hard disk.
225
559000
2000
сопоставимые с пропускной способностью жёсткого диска.
09:36
And then you have poor old taste,
226
561000
2000
и только потом идёт чувство вкуса,
09:38
which is like barely the throughput of a pocket calculator.
227
563000
3000
которое едва сравнимо со скоростью карманного калькулятора.
09:41
And that little square in the corner, a naught .7 percent,
228
566000
3000
А вот этот маленький квадрат - 0.7%,
09:44
that's the amount we're actually aware of.
229
569000
3000
это процент информации, которую мы осознаём.
09:47
So a lot of your vision --
230
572000
2000
Это значит, что
09:49
the bulk of it is visual, and it's pouring in.
231
574000
2000
большинство информации поступает к нам визуальным путём.
09:51
It's unconscious.
232
576000
2000
И это происходит неосознанно.
09:53
The eye is exquisitely sensitive
233
578000
3000
А человеческий глаз остро реагирует
09:56
to patterns in variations in color, shape and pattern.
234
581000
3000
на взаимодействия в цветах, формах и моделях.
09:59
It loves them, and it calls them beautiful.
235
584000
2000
Они радуют глаз своей красотой.
10:01
It's the language of the eye.
236
586000
2000
Они являются языком для глаз.
10:03
If you combine the language of the eye with the language of the mind,
237
588000
2000
И если связать язык глаз с языком мышления,
10:05
which is about words and numbers and concepts,
238
590000
3000
состоящим из чисел и понятий,
10:08
you start speaking two languages simultaneously,
239
593000
3000
то можно говорить на двух языках одновременно,
10:11
each enhancing the other.
240
596000
3000
при этом оба будут дополнять друг друга.
10:14
So, you have the eye, and then you drop in the concepts.
241
599000
3000
И так, мы используем глаза и подключаем свои понятия.
10:17
And that whole thing -- it's two languages
242
602000
2000
И в результате, оба языка
10:19
both working at the same time.
243
604000
2000
работают одновременно.
10:21
So we can use this new kind of language, if you like,
244
606000
2000
Мы можем использовать новый тип языка, если хотите,
10:23
to alter our perspective or change our views.
245
608000
3000
чтоб изменить нашу перспективу или точку зрения.
10:26
Let me ask you a simple question
246
611000
2000
Позвольте мне задать простой вопрос,
10:28
with a really simple answer:
247
613000
2000
у которого есть простой ответ.
10:30
Who has the biggest military budget?
248
615000
2000
У какой страны самый большой военный бюджет?
10:32
It's got to be America, right?
249
617000
2000
Должно быть у Америки, правда?
10:34
Massive. 609 billion in 2008 --
250
619000
2000
Он громаднейший - 609 миллиардов в 2008 году -
10:36
607, rather.
251
621000
2000
точнее 607.
10:38
So massive, in fact, that it can contain
252
623000
2000
Настолько громадный, что он может быть вместить в себя
10:40
all the other military budgets in the world inside itself.
253
625000
3000
бюджеты вооружённых сил всего мира.
10:43
Gobble, gobble, gobble, gobble, gobble.
254
628000
2000
(имитирует звук жадного поедания еды)
10:45
Now, you can see Africa's total debt there
255
630000
2000
А теперь посмотрите на долг Африки вот здесь
10:47
and the U.K. budget deficit for reference.
256
632000
2000
и сравните его с дефицитом бюджета Великобритании и Северной Ирландии.
10:49
So that might well chime
257
634000
2000
Это должно быть созвучно
10:51
with your view that America
258
636000
2000
с вашим представлением об Америке
10:53
is a sort of warmongering military machine,
259
638000
3000
как о вооружённой машине, разжигающей войны
10:56
out to overpower the world
260
641000
2000
с целью подавить весь мир
10:58
with its huge industrial-military complex.
261
643000
3000
своим огромным военно-промышленным комплексом.
11:01
But is it true that America has the biggest military budget?
262
646000
3000
Но правда ли то, что военный бюджет Америки самый большой в мире?
11:04
Because America is an incredibly rich country.
263
649000
2000
Ведь это невероятно богатая страна.
11:06
In fact, it's so massively rich
264
651000
2000
На самом деле она настолько богата,
11:08
that it can contain the four other
265
653000
2000
что её экономика может легко включить в себя
11:10
top industrialized nations' economies
266
655000
2000
экономики четырёх других ведущих развитых стран,
11:12
inside itself, it's so vastly rich.
267
657000
3000
настолько Америка богата.
11:15
So its military budget is bound to be enormous.
268
660000
3000
Поэтому её военный бюджет кажется таким громадным.
11:18
So, to be fair and to alter our perspective,
269
663000
2000
Тогда, справедливости ради и дабы изменить угол зрения,
11:20
we have to bring in another data set,
270
665000
2000
нам надо внести новые данные -
11:22
and that data set is GDP, or the country's earnings.
271
667000
2000
валовый внутренний продукт или доходы страны.
11:24
Who has the biggest budget as a proportion of GDP?
272
669000
2000
Чей военный бюджет самый большой в процентном отношении к ВВП?
11:26
Let's have a look.
273
671000
2000
Давайте посмотрим.
11:28
That changes the picture considerably.
274
673000
3000
Это в корне меняет дело.
11:31
Other countries pop into view that you, perhaps, weren't considering,
275
676000
3000
Другие страны выходят вперёд, о которых вы и не думали,
11:34
and American drops into eighth.
276
679000
2000
а Америка сдвигается на 8-е место.
11:36
Now you can also do this with soldiers.
277
681000
2000
Теперь можно проделать то же самое с солдатами.
11:38
Who has the most soldiers? It's got to be China.
278
683000
2000
У кого самое большое количество солдат? Должно быть у Китая.
11:40
Of course, 2.1 million.
279
685000
2000
Конечно, 2.1 миллион.
11:42
Again, chiming with your view
280
687000
2000
Опять же, если верить этому, то получается,
11:44
that China has a militarized regime
281
689000
2000
Китай находится в военном режиме,
11:46
ready to, you know, mobilize its enormous forces.
282
691000
2000
готовый мобилизовать свои бескрайние силы.
11:48
But of course, China has an enormous population.
283
693000
3000
Но опять же, у Китая громаднейшее население.
11:51
So if we do the same,
284
696000
2000
Поэтому, если проведём те же операции,
11:53
we see a radically different picture.
285
698000
2000
пред нами предстанет радикально иная картина.
11:55
China drops to 124th.
286
700000
2000
Китай сдвигается на 124-ое место.
11:57
It actually has a tiny army
287
702000
2000
У него, на самом деле, крошечная армия,
11:59
when you take other data into consideration.
288
704000
3000
если мы сравним количество солдат с другими переменными.
12:02
So, absolute figures, like the military budget,
289
707000
2000
Поэтому такие реальные цифры как военный бюджет
12:04
in a connected world,
290
709000
2000
не дают вам действительного представления
12:06
don't give you the whole picture.
291
711000
2000
на уровне мирового масштаба.
12:08
They're not as true as they could be.
292
713000
2000
Они не настолько верны, как могли бы быть.
12:10
We need relative figures that are connected to other data
293
715000
3000
Нам нужны другие числа для сравнения, которые связаны с другими данными,
12:13
so that we can see a fuller picture,
294
718000
2000
чтобы мы могли видеть полную картину,
12:15
and then that can lead to us changing our perspective.
295
720000
2000
и это нам поможет изменить наше представление о реальности.
12:17
As Hans Rosling, the master,
296
722000
2000
Как учитель, Ганс Рослинг,
12:19
my master, said,
297
724000
3000
мой учитель, однажды сказал:
12:22
"Let the dataset change your mindset."
298
727000
3000
«Позвольте данным изменить ваш склад ума».
12:26
And if it can do that, maybe it can also change your behavior.
299
731000
3000
И если это возможно, то возможно изменится и ваше поведение.
12:29
Take a look at this one.
300
734000
2000
Посмотрите на следующее.
12:31
I'm a bit of a health nut.
301
736000
2000
Я увлечён здоровым образом жизни.
12:33
I love taking supplements and being fit,
302
738000
3000
Я люблю принимать добавки и быть в хорошей форме,
12:36
but I can never understand what's going on in terms of evidence.
303
741000
3000
но я никогда не мог понять что происходит на самом деле.
12:39
There's always conflicting evidence.
304
744000
2000
Всегда существуют противоречивые данные.
12:41
Should I take vitamin C? Should I be taking wheatgrass?
305
746000
2000
Нужно ли мне принимать витамин С? Стоит ли есть пророщенную пшеницу?
12:43
This is a visualization of all the evidence
306
748000
2000
Перед вами визуализация фактов
12:45
for nutritional supplements.
307
750000
2000
о всевозможных пищевых добавках.
12:47
This kind of diagram is called a balloon race.
308
752000
3000
Этот вид диаграммы называется «гонки воздушных шаров».
12:50
So the higher up the image,
309
755000
2000
Чем выше шар,
12:52
the more evidence there is for each supplement.
310
757000
3000
тем больше доказательств, что данная добавка эффективна.
12:55
And the bubbles correspond to popularity as regards to Google hits.
311
760000
3000
А размер шаров соответствует популярности, основанной на поиске в Google.
12:58
So you can immediately apprehend
312
763000
3000
Это сразу даёт возможность понять
13:01
the relationship between efficacy and popularity,
313
766000
3000
связь между эффективностью и популярностью,
13:04
but you can also, if you grade the evidence,
314
769000
3000
но так же, если вы сортируете доказательства,
13:07
do a "worth it" line.
315
772000
2000
вы можете провести своего рода черту «ценности», стоит ли оно того или нет.
13:09
So supplements above this line are worth investigating,
316
774000
3000
Таким образом, пищевые добавки над этой чертой, стоят вашего внимания,
13:12
but only for the conditions listed below,
317
777000
3000
но только при обстоятельствах упомянутых ниже.
13:15
and then the supplements below the line
318
780000
3000
Тогда как добавки под чертой
13:18
are perhaps not worth investigating.
319
783000
2000
возможно, не стоят ни времени, ни денег.
13:20
Now this image constitutes a huge amount of work.
320
785000
3000
Эта диаграмма стоила огромных усилий.
13:23
We scraped like 1,000 studies from PubMed,
321
788000
3000
Мы прошерстили около 1 000 исследований на PubMed
13:26
the biomedical database,
322
791000
2000
и в биомедицинских базах данных,
13:28
and we compiled them and graded them all.
323
793000
3000
и мы их собрали и оценили каждый из них.
13:31
And it was incredibly frustrating for me
324
796000
2000
Это изрядно меня отвлекло,
13:33
because I had a book of 250 visualizations to do for my book,
325
798000
3000
потому что мне нужно было сделать по работе книгу из 250 визуализаций,
13:36
and I spent a month doing this,
326
801000
2000
а я потратил целый месяц на это,
13:38
and I only filled two pages.
327
803000
2000
и у меня вышло всего две страницы.
13:40
But what it points to
328
805000
2000
Но это указывает на то,
13:42
is that visualizing information like this
329
807000
2000
что подобная визуализация —
13:44
is a form of knowledge compression.
330
809000
2000
это своего рода сжатие знаний.
13:46
It's a way of squeezing an enormous amount
331
811000
2000
Это способ сжатия необъятного количества
13:48
of information and understanding
332
813000
2000
информации и её осмысления
13:50
into a small space.
333
815000
2000
на маленьком пространстве.
13:52
And once you've curated that data, and once you've cleaned that data,
334
817000
2000
И как только вы организовали и отсортировали данные,
13:54
and once it's there,
335
819000
2000
как только они готовы,
13:56
you can do cool stuff like this.
336
821000
2000
вы можете делать интересные вещи вроде следующих.
13:58
So I converted this into an interactive app,
337
823000
2000
Итак, я переделал эту диаграмму в интерактивное приложение,
14:00
so I can now generate this application online --
338
825000
2000
так что её можно запускать онлайн,
14:02
this is the visualization online --
339
827000
2000
то есть это визуализация онлайн,
14:04
and I can say, "Yeah, brilliant."
340
829000
2000
и я могу сказать: «Да, классно».
14:06
So it spawns itself.
341
831000
2000
И она создаётся сама собой.
14:08
And then I can say, "Well, just show me the stuff
342
833000
2000
А потом я могу сказать: «Хорошо, покажи мне только те добавки,
14:10
that affects heart health."
343
835000
2000
которые действуют на сердце».
14:12
So let's filter that out.
344
837000
2000
Давайте отфильтруем.
14:14
So heart is filtered out, so I can see if I'm curious about that.
345
839000
3000
И вот, если интересно, отфильтровали для сердца.
14:17
I think, "No, no. I don't want to take any synthetics,
346
842000
2000
Тогда я думаю: «Нет, нет. Я не хочу принимать ничего синтетического.
14:19
I just want to see plants and --
347
844000
3000
Я хочу видеть только результаты для растений и -
14:22
just show me herbs and plants. I've got all the natural ingredients."
348
847000
3000
покажи мне травы и растения. Я получил результат всех натуральных ингредиентов».
14:25
Now this app is spawning itself
349
850000
2000
Помните, это приложение создаётся само собой
14:27
from the data.
350
852000
2000
на основе данных.
14:29
The data is all stored in a Google Doc,
351
854000
2000
Эти данные сохранены в Google документе,
14:31
and it's literally generating itself from that data.
352
856000
3000
и приложение буквально само генерируется из этих данных.
14:34
So the data is now alive; this is a living image,
353
859000
2000
Итак, эти данные живые, это живая картина,
14:36
and I can update it in a second.
354
861000
2000
и я могу её обновлять каждую секунду.
14:38
New evidence comes out. I just change a row on a spreadsheet.
355
863000
2000
Появляются новые подтверждения - и я просто меняю строку в таблице.
14:40
Doosh! Again, the image recreates itself.
356
865000
4000
Бум! И опять картина воспроизводится сама.
14:44
So it's cool.
357
869000
2000
Так здорово.
14:46
It's kind of living.
358
871000
3000
Оно вроде живого организма.
14:49
But it can go beyond data,
359
874000
2000
И оно словно может быть больше чем просто данные,
14:51
and it can go beyond numbers.
360
876000
2000
больше чем просто цифры.
14:53
I like to apply information visualization
361
878000
2000
И мне нравится применять визуализацию информации
14:55
to ideas and concepts.
362
880000
3000
к идеям и концепциям.
14:58
This is a visualization
363
883000
2000
Перед вами визуализация
15:00
of the political spectrum,
364
885000
2000
политического диапазона,
15:02
an attempt for me to try
365
887000
2000
в попытке понять,
15:04
and understand how it works
366
889000
2000
как он функционирует
15:06
and how the ideas percolate down
367
891000
2000
и как идеи проникают
15:08
from government into society and culture,
368
893000
2000
из правительства в культуру и общество,
15:10
into families, into individuals, into their beliefs
369
895000
3000
в семьи, в отдельные личности, в их веру,
15:13
and back around again in a cycle.
370
898000
3000
и возвращаются назад по замкнутому кругу.
15:16
What I love about this image
371
901000
2000
Что мне особенно нравится в этом рисунке,
15:18
is it's made up of concepts,
372
903000
2000
так это то, что он сделан из общих представлений,
15:20
it explores our worldviews
373
905000
2000
он исследует наше мировоззрение
15:22
and it helps us -- it helps me anyway --
374
907000
2000
и помогает нам, во всяком случае мне,
15:24
to see what others think,
375
909000
2000
увидеть, что думают другие,
15:26
to see where they're coming from.
376
911000
2000
увидеть, почему они так думают.
15:28
And it feels just incredibly cool to do that.
377
913000
3000
И это так здорово быть способным делать подобное.
15:31
What was most exciting for me
378
916000
3000
А вот то, что меня больше всего привело в восторг,
15:34
designing this
379
919000
2000
пока я над этим работал,
15:36
was that, when I was designing this image,
380
921000
2000
это то, что в процессе составления этой схемы,
15:38
I desperately wanted this side, the left side,
381
923000
3000
я страшно хотел, чтоб эта половина, левая часть,
15:41
to be better than the right side --
382
926000
2000
выглядела лучше правой -
15:43
being a journalist, a Left-leaning person --
383
928000
3000
будучи журналистом, и человеком склоняющемуся к левому крылу,
15:46
but I couldn't, because I would have created
384
931000
2000
но я не мог этого сделать, иначе бы я создал
15:48
a lopsided, biased diagram.
385
933000
3000
асимметричную и необъективную диаграмму.
15:51
So, in order to really create a full image,
386
936000
3000
Поэтому, чтоб действительно создать полную картину происходящего,
15:54
I had to honor the perspectives on the right-hand side
387
939000
3000
мне пришлось честно отображать данные правой стороны
15:57
and at the same time, uncomfortably recognize
388
942000
3000
и одновременно, с долей дискомфорта, осознать,
16:00
how many of those qualities were actually in me,
389
945000
3000
сколько из этих качеств присущи мне самому,
16:03
which was very, very annoying and uncomfortable.
390
948000
2000
что было весьма, весьма досадно и неудобно.
16:05
(Laughter)
391
950000
4000
(Смех)
16:09
But not too uncomfortable,
392
954000
2000
Но не слишком неудобно,
16:11
because there's something unthreatening
393
956000
3000
потому что есть что-то безопасное в том,
16:14
about seeing a political perspective,
394
959000
2000
чтобы видеть политическую перспективу,
16:16
versus being told or forced to listen to one.
395
961000
3000
в сравнении с тем, когда вам диктуют и навязывают.
16:19
You're capable of holding conflicting viewpoints
396
964000
3000
На самом деле, мы способны иметь противоречащие точки зрения
16:22
joyously when you can see them.
397
967000
2000
и принимать их, когда мы их можем видеть.
16:24
It's even fun to engage with them
398
969000
2000
Ещё более интересно, когда вы вовлечены в них,
16:26
because it's visual.
399
971000
2000
потому что они теперь визуально представлены.
16:28
So that's what's exciting to me,
400
973000
2000
Вот именно это я считаю захватывающим,
16:30
seeing how data can change my perspective
401
975000
2000
когда я вижу, как простые данные могут перестроить моё видение
16:32
and change my mind midstream --
402
977000
2000
и изменить направление моего мышления -
16:34
beautiful, lovely data.
403
979000
3000
прекрасные, милые данные.
16:38
So, just to wrap up,
404
983000
2000
И в заключении,
16:40
I wanted to say
405
985000
2000
я хотел сказать
16:42
that it feels to me that design is about solving problems
406
987000
2000
что такой дизайн помогает решению проблем
16:44
and providing elegant solutions,
407
989000
3000
и предлагает изысканные решения.
16:47
and information design is about
408
992000
2000
Информационный дизайн способствует
16:49
solving information problems.
409
994000
2000
решению информационных проблем.
16:51
It feels like we have a lot of information problems
410
996000
2000
Мне кажется, что в нашем обществе
16:53
in our society at the moment,
411
998000
2000
существует много информационных проблем,
16:55
from the overload and the saturation
412
1000000
2000
начиная с перегруженности и пресыщенности,
16:57
to the breakdown of trust and reliability
413
1002000
2000
и кончая упадком надёжности и достоверности,
16:59
and runaway skepticism and lack of transparency,
414
1004000
2000
бесконтрольным скептицизмом и нехваткой открытости,
17:01
or even just interestingness.
415
1006000
2000
или даже просто увлекательности.
17:03
I mean, I find information just too interesting.
416
1008000
2000
Я имею ввиду, что я нахожу информацию очень интересной.
17:05
It has a magnetic quality that draws me in.
417
1010000
3000
В ней есть магнитная сила, притягивающая меня.
17:09
So, visualizing information
418
1014000
2000
И представляя информацию визуально,
17:11
can give us a very quick solution to those kinds of problems.
419
1016000
3000
можно получить быстрое решение разного рода проблем.
17:14
Even when the information is terrible,
420
1019000
2000
И даже если информация ужасна,
17:16
the visual can be quite beautiful.
421
1021000
3000
то её визуальное представление может быть прекрасным.
17:19
Often we can get clarity
422
1024000
3000
И часто мы можем получить ясность
17:22
or the answer to a simple question very quickly,
423
1027000
2000
или быстрый ответ на простой вопрос,
17:24
like this one,
424
1029000
2000
вроде этого,
17:26
the recent Icelandic volcano.
425
1031000
3000
недавнее извержение исландского вулкана.
17:29
Which was emitting the most CO2?
426
1034000
2000
От чего больше выброс СО2?
17:31
Was it the planes or the volcano,
427
1036000
2000
От самолётов или от вулкана,
17:33
the grounded planes or the volcano?
428
1038000
2000
от самолётов, находящихся на земле, или от вулкана?
17:35
So we can have a look.
429
1040000
2000
Давайте посмотрим.
17:37
We look at the data and we see:
430
1042000
2000
Мы смотрим на данные, и мы видим, что,
17:39
Yep, the volcano emitted 150,000 tons;
431
1044000
2000
ага, вулкан выбросил 150 000 тонн;
17:41
the grounded planes would have emitted
432
1046000
2000
тогда как самолёты, выбросили бы в атмосферу
17:43
345,000 if they were in the sky.
433
1048000
3000
345 000, если бы они находились в воздухе.
17:46
So essentially, we had our first carbon-neutral volcano.
434
1051000
3000
По существу, это был наш первый углеродно-нейтральный вулкан.
17:49
(Laughter)
435
1054000
2000
(Смех)
17:51
(Applause)
436
1056000
9000
(Аплодисменты)
18:00
And that is beautiful. Thank you.
437
1065000
3000
И это прекрасно. Спасибо.
18:03
(Applause)
438
1068000
8000
(Аплодисменты)
ABOUT THE SPEAKER
David McCandless - Data journalistDavid McCandless draws beautiful conclusions from complex datasets -- thus revealing unexpected insights into our world.
Why you should listen
David McCandless makes infographics -- simple, elegant ways to see information that might be too complex or too big, small, abstract or scattered to otherwise be grasped. In his new book, Information Is Beautiful (in the US, it's being called The Visual Miscellaneum), McCandless and his cadre of info designers take a spin through the world of visualized data, from hard stats on politics and climate to daffy but no less important trends in pop music.
McCandless' genius is not so much in finding jazzy new ways to show data -- the actual graphics aren't the real innovation here -- as in finding fresh ways to combine datasets to let them ping and prod each other. Reporting the number of drug deaths in the UK every year is interesting; but mapping that data onto the number of drug deaths reported by the UK press, broken down by drug, is utterly fascinating (more deaths by marijuana were reported than in fact occurred, by a factor of 484%). McCandless contributes a monthly big-think graphic to the Guardian's Data Blog, and makes viral graphics for his blog Information Is Beautiful.
David McCandless | Speaker | TED.com