TED@IBM
Susan Etlinger: What do we do with all this big data?
Susan Etlinger: Học cách xử lý lượng thông tin
Filmed:
Readability: 4.7
1,344,301 views
Liệu nguồn thông tin dồi dào có giúp ta sống thoải mái và thành công hơn? Susan Etlinger đã giải thích trong bài nói của mình cách ta cần đào sâu tư duy lô-gic của bản thân trong môi trường đang ngày càng nhiều thông tin và dữ liệu. Bởi vì, rất khó để bỏ qua những lối mòn trong suy nghĩ để thực sự hiểu bất kỳ điều gì.
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
Công nghệ mang lại cho chúng ta rất nhiều:
00:16
the moon landing, the Internet,
1
4489
2019
đặt chân lên mặt trăng, mạng Internet,
00:18
the ability to sequence the human genome.
2
6508
2625
khả năng lập trình bộ gen của con người.
00:21
But it also taps into a lot of our deepest fears,
3
9133
3724
Nhưng nó cũng động chạm đến
nỗi sợ hãi lớn nhất của loài người.
nỗi sợ hãi lớn nhất của loài người.
Vào khoảng 30 năm trước,
00:24
and about 30 years ago,
4
12857
1856
nhà phê bình văn hóa Neil Postman
00:26
the culture critic Neil Postman wrote a book
5
14713
2553
đã viết một cuốn sách
00:29
called "Amusing Ourselves to Death,"
6
17266
2115
tựa đề "Amusing Ourselves to Death,"
00:31
which lays this out really brilliantly.
7
19381
2759
viết vô cùng thông minh về vấn đề này.
00:34
And here's what he said,
8
22140
1650
Ông đã so sánh
giữa hai nhà tư tưởng
00:35
comparing the dystopian visions
9
23790
2263
chủ nghĩa phản không tưởng
00:38
of George Orwell and Aldous Huxley.
10
26053
3573
George Orwell và Aldous Huxley.
00:41
He said, Orwell feared we would become
11
29626
3126
Orwell sợ xã hội của chúng ta
00:44
a captive culture.
12
32752
2248
sẽ trở thành một "nền văn hóa tù đày".
00:47
Huxley feared we would become a trivial culture.
13
35000
3752
Huxley lại sợ "tầm thường hóa" văn hóa.
00:50
Orwell feared the truth would be
14
38752
2145
Orwell lo rằng
00:52
concealed from us,
15
40897
1923
ta sẽ bị che mắt khỏi sự thật
00:54
and Huxley feared we would be drowned
16
42820
2190
và Huxley giữ mối lo
00:57
in a sea of irrelevance.
17
45010
2693
con người sẽ bị dìm
trong biển chông chênh.
trong biển chông chênh.
00:59
In a nutshell, it's a choice between
18
47703
2170
Tóm lại, bạn cần lựa chọn
01:01
Big Brother watching you
19
49873
2600
để anh mình trông nom
01:04
and you watching Big Brother.
20
52473
2496
và trông nom ông anh của mình.
01:06
(Laughter)
21
54969
1931
01:08
But it doesn't have to be this way.
22
56900
1734
Nhưng cũng không bắt buộc.
01:10
We are not passive consumers
of data and technology.
of data and technology.
23
58634
3336
Ta không phải kẻ thụ động
thu nạp thông tin và công nghệ.
thu nạp thông tin và công nghệ.
01:13
We shape the role it plays in our lives
24
61970
2403
Chúng ta quyết định
vai trò của chúng
vai trò của chúng
01:16
and the way we make meaning from it,
25
64373
2130
và cách mà ta tiếp nhận từ chúng,
01:18
but to do that,
26
66503
1603
nhưng để làm được điều đó,
01:20
we have to pay as much attention to how we think
27
68106
3513
ta cần để tâm đến cung cách suy nghĩ
01:23
as how we code.
28
71619
2030
và diễn giải của mình.
01:25
We have to ask questions, and hard questions,
29
73649
3098
Ta phải hỏi, những câu hỏi khó
01:28
to move past counting things
30
76747
1869
để vượt qua những lề thói có sẵn,
01:30
to understanding them.
31
78616
2602
để thấu hiểu.
01:33
We're constantly bombarded with stories
32
81218
2446
Con người bị phủ đầu bởi bao câu chuyện
01:35
about how much data there is in the world,
33
83664
2476
về lượng thông tin khổng lồ
có trên thế giới
có trên thế giới
01:38
but when it comes to big data
34
86140
1580
nhưng nếu xét theo khối thông tin
01:39
and the challenges of interpreting it,
35
87720
2596
và thách thức
trong việc giải mã thông tin,
trong việc giải mã thông tin,
01:42
size isn't everything.
36
90316
2088
kích cỡ không phải là tất cả.
01:44
There's also the speed at which it moves,
37
92404
2903
Nó còn tùy thuộc vào tốc độ tin tức,
01:47
and the many varieties of data types,
38
95307
1696
về độ phong phú đa dạng của chúng,
01:49
and here are just a few examples:
39
97003
2498
và đây chỉ là một vài ví dụ:
01:51
images,
40
99501
2198
hình ảnh,
01:53
text,
41
101699
4007
bài viết,
01:57
video,
42
105706
2095
truyền hình,
01:59
audio.
43
107801
1830
truyền thanh.
02:01
And what unites this disparate types of data
44
109631
3042
Điểm chung liên kết
các loại hình thông tin này
các loại hình thông tin này
02:04
is that they're created by people
45
112673
2221
đó là chúng do con người tạo ra
02:06
and they require context.
46
114894
2775
và chúng cần một bối cảnh.
02:09
Now, there's a group of data scientists
47
117669
2445
Một nhóm nhà khoa học về thông tin
02:12
out of the University of Illinois-Chicago,
48
120114
2305
mang tên
"Nhóm nghiên cứu Truyền thông Sức khỏe"
"Nhóm nghiên cứu Truyền thông Sức khỏe"
02:14
and they're called the Health Media Collaboratory,
49
122419
2554
ở trường đại học Illinois-Chicago.
02:16
and they've been working with
the Centers for Disease Control
the Centers for Disease Control
50
124973
2587
Họ làm việc với
Trung tâm Kiểm soát Dịch bệnh
Trung tâm Kiểm soát Dịch bệnh
02:19
to better understand
51
127560
1505
để hiểu sâu sát hơn
02:21
how people talk about quitting smoking,
52
129065
2848
về cách con người nói về chuyện cai thuốc,
02:23
how they talk about electronic cigarettes,
53
131913
2680
về thuốc lá điện tử
02:26
and what they can do collectively
54
134593
1985
cũng như những phương pháp
02:28
to help them quit.
55
136578
1984
giúp họ từ bỏ thuốc lá.
02:30
The interesting thing is, if you want to understand
56
138562
2013
Điều thú vị là, nếu bạn muốn hiểu được
02:32
how people talk about smoking,
57
140575
2216
khi người ta nói đến chuyện hút thuốc.
02:34
first you have to understand
58
142791
1901
Đầu tiên, bạn cần hiểu
02:36
what they mean when they say "smoking."
59
144692
2565
ý của họ khi nhắc đến từ "hút".
02:39
And on Twitter, there are four main categories:
60
147257
3926
Trên twitter, chia thành 4 loại chính:
02:43
number one, smoking cigarettes;
61
151183
2997
loại 1, hút thuốc lá;
02:46
number two, smoking marijuana;
62
154180
2807
loại 2, hút cần;
02:48
number three, smoking ribs;
63
156987
2643
loại 3, sườn hun khói;
02:51
and number four, smoking hot women.
64
159630
3553
và loại 4, những cô gái vô cùng nóng bỏng.
02:55
(Laughter)
65
163183
2993
02:58
So then you have to think about, well,
66
166176
2426
Vậy nên bạn cần phải suy nghĩ,
03:00
how do people talk about electronic cigarettes?
67
168602
2140
mọi người nói thế nào về thuốc lá điện tử?
03:02
And there are so many different ways
68
170742
2025
Có rất nhiều cách nói
03:04
that people do this, and you can see from the slide
69
172767
2599
và bạn có thể dựa vào slide để thấy,
03:07
it's a complex kind of a query.
70
175366
2610
đây là một câu hỏi phức tạp.
03:09
And what it reminds us is that
71
177976
3224
Ta cần luôn nhớ rằng
03:13
language is created by people,
72
181200
2411
ngôn ngữ do con người sáng tạo ra
03:15
and people are messy and we're complex
73
183611
2340
và con người là
sinh vật lộn xộn và phức tạp.
sinh vật lộn xộn và phức tạp.
03:17
and we use metaphors and slang and jargon
74
185951
2767
Ta sử dụng bao phép ẩn dụ,
tiếng lóng, biệt ngữ
tiếng lóng, biệt ngữ
03:20
and we do this 24/7 in many, many languages,
75
188718
3279
24/7 trong mọi loại ngôn ngữ
03:23
and then as soon as we figure it out, we change it up.
76
191997
3224
và ngay khi ta vừa kịp biết đến
chúng ta đã thay đổi chúng.
chúng ta đã thay đổi chúng.
03:27
So did these ads that the CDC put on,
77
195221
5118
Cũng như quảng cáo của bên
Trung tâm Kiểm soát dịch bệnh,
Trung tâm Kiểm soát dịch bệnh,
03:32
these television ads that featured a woman
78
200339
2430
quảng cáo này dùng hình ảnh
một người phụ nữ
một người phụ nữ
03:34
with a hole in her throat and that were very graphic
79
202769
2021
có lỗ hổng nơi cổ họng
03:36
and very disturbing,
80
204790
1904
sinh động đến nhức nhối.
03:38
did they actually have an impact
81
206694
1885
Chúng thực sự có tạo ra được ảnh hưởng
03:40
on whether people quit?
82
208579
2671
giúp mọi người bỏ thuốc không?
03:43
And the Health Media Collaboratory
respected the limits of their data,
respected the limits of their data,
83
211250
3307
Tuy dữ liệu của
"Nhóm nghiên cứu Truyền thông Sức khỏe"
"Nhóm nghiên cứu Truyền thông Sức khỏe"
03:46
but they were able to conclude
84
214557
2005
còn hạn chế
nhưng họ có thể kết luận rằng
nhưng họ có thể kết luận rằng
03:48
that those advertisements —
and you may have seen them —
and you may have seen them —
85
216562
3312
những quảng cáo này...
có lẽ các bạn cũng đã xem rồi
có lẽ các bạn cũng đã xem rồi
03:51
that they had the effect of jolting people
86
219874
2591
là cú đấm điếng người
03:54
into a thought process
87
222465
1822
ép chúng ta phải suy ngẫm
03:56
that may have an impact on future behavior.
88
224287
3667
và có lẽ sẽ có chút ảnh hưởng
đến tương lai mọi người.
đến tương lai mọi người.
03:59
And what I admire and
appreciate about this project,
appreciate about this project,
89
227954
3891
Điều khiến tôi ngưỡng mộ
và coi trọng dự án này
và coi trọng dự án này
04:03
aside from the fact, including the fact
90
231845
1489
bên ngoài và bao gồm sự thật là
04:05
that it's based on real human need,
91
233334
4057
nó dựa vào nhu cầu của con người,
04:09
is that it's a fantastic example of courage
92
237391
2846
Dự án là một tấm gương dũng cảm
04:12
in the face of a sea of irrelevance.
93
240237
4443
trên bề mặt biển chông chênh.
04:16
And so it's not just big data that causes
94
244680
3305
Nó cũng không phải là khối thông tin đồ sộ
04:19
challenges of interpretation, because let's face it,
95
247985
2601
thách thức ta diễn giải.
Hãy đối mặt với sự thật,
Hãy đối mặt với sự thật,
04:22
we human beings have a very rich history
96
250586
2594
loài người có một lịch sử lâu đời
04:25
of taking any amount of data, no matter how small,
97
253180
2693
trong việc đóng đinh
04:27
and screwing it up.
98
255873
1617
mọi loại thông tin dù nhỏ thế nào.
04:29
So many years ago, you may remember
99
257490
3737
Bạn có thể nhớ lại
một chuyện xảy ra nhiều năm trước,
một chuyện xảy ra nhiều năm trước,
04:33
that former President Ronald Reagan
100
261227
2273
Cựu Tổng thống Ronald Reagan
04:35
was very criticized for making a statement
101
263500
1991
đã bị chỉ trích nặng nề vì
04:37
that facts are stupid things.
102
265491
3010
dám nói rằng sự thật là
những điều ngu ngốc.
những điều ngu ngốc.
04:40
And it was a slip of the tongue, let's be fair.
103
268501
2794
Công bằng mà nói, đây chỉ là một sự sơ ý.
04:43
He actually meant to quote John Adams' defense
104
271295
2430
Ông chỉ có ý trích lại lời của John Adams
04:45
of British soldiers in the Boston Massacre trials
105
273725
2751
về vụ án lính Anh tại Boston Massacre:
04:48
that facts are stubborn things.
106
276476
3150
sự thật là điều ngoan cố.
04:51
But I actually think there's
107
279626
2624
Nhưng tôi lại cho rằng
04:54
a bit of accidental wisdom in what he said,
108
282250
3418
trong lời ông nói
có ẩn chút khôn ngoan vô tình
có ẩn chút khôn ngoan vô tình
04:57
because facts are stubborn things,
109
285668
2776
bởi đúng là sự thật rất ngoan cố
05:00
but sometimes they're stupid, too.
110
288444
2923
nhưng cũng có lúc chúng ngu ngốc lắm.
05:03
I want to tell you a personal story
111
291367
1888
Xin được kể lại câu chuyện của tôi
05:05
about why this matters a lot to me.
112
293255
3548
nguyên nhân khiến tôi
coi trọng vấn đề này đến vậy.
coi trọng vấn đề này đến vậy.
05:08
I need to take a breath.
113
296803
2437
Xin cho phép tôi lấy hơi đã.
05:11
My son Isaac, when he was two,
114
299240
2754
Hồi con trai Isaac của tôi mới lên 2,
05:13
was diagnosed with autism,
115
301994
2417
thằng bé bị chẩn đoán bệnh tự kỷ.
05:16
and he was this happy, hilarious,
116
304411
2161
Nó là một đứa trẻ vui vẻ, hạnh phúc,
05:18
loving, affectionate little guy,
117
306572
2035
rất thương yêu mọi người,
05:20
but the metrics on his developmental evaluations,
118
308607
2902
nhưng số liệu đánh giá
tốc độ phát triển của thẳng bé,
tốc độ phát triển của thẳng bé,
05:23
which looked at things like
the number of words —
the number of words —
119
311509
2070
thứ dựa trên con số để nhìn mọi thứ,
05:25
at that point, none —
120
313579
3657
tại thời điểm đó,
05:29
communicative gestures and minimal eye contact,
121
317236
3940
giao tiếp cử chỉ và
giao tiếp bằng mắt của thằng bé
giao tiếp bằng mắt của thằng bé
05:33
put his developmental level
122
321176
2003
đặt mức tăng trưởng của thằng bé
05:35
at that of a nine-month-old baby.
123
323179
3961
tương đương một đứa trẻ 9 tháng tuổi.
05:39
And the diagnosis was factually correct,
124
327140
2960
Chẩn đoán đó sát với thực tế
05:42
but it didn't tell the whole story.
125
330100
3209
nhưng không phải tất cả.
05:45
And about a year and a half later,
126
333309
1401
Vào khoảng 1 năm rưỡi sau đó,
05:46
when he was almost four,
127
334710
2102
khi thằng bé sắp sửa lên 4,
05:48
I found him in front of the computer one day
128
336812
2363
tôi thấy nó ngồi trước vi tính
05:51
running a Google image search on women,
129
339175
5453
đang tra Google hình ảnh về phụ nữ
05:56
spelled "w-i-m-e-n."
130
344628
3616
với từ khóa w-i-m-e-n.
06:00
And I did what any obsessed parent would do,
131
348244
2740
Và tôi đã làm điều
bậc phụ huynh lo cho con thường làm
bậc phụ huynh lo cho con thường làm
06:02
which is immediately started
hitting the "back" button
hitting the "back" button
132
350984
1901
ngay lập tức bắt đầu nhấn nút "back"
06:04
to see what else he'd been searching for.
133
352885
3363
để xem nãy giờ nó đang tra thứ gì.
06:08
And they were, in order: men,
134
356248
2171
Theo thứ tự là: men
06:10
school, bus and computer.
135
358419
7267
school, bus và computer.
06:17
And I was stunned,
136
365686
2070
Tôi đã vô cùng kinh ngạc,
bởi tôi không biết
06:19
because we didn't know that he could spell,
137
367756
2002
thằng bé có thể đánh vần
06:21
much less read, and so I asked him,
138
369758
1766
chứ đừng nói đến việc đọc.
06:23
"Isaac, how did you do this?"
139
371524
2193
Tôi hỏi:
"Isaac, sao con làm được hay vậy?"
"Isaac, sao con làm được hay vậy?"
06:25
And he looked at me very seriously and said,
140
373717
2678
Thằng bé nghiêm túc nhìn tôi và trả lời:
06:28
"Typed in the box."
141
376395
3352
"Gõ vào ô."
06:31
He was teaching himself to communicate,
142
379747
3734
Thằng bé tự dạy mình cách giao tiếp
06:35
but we were looking in the wrong place,
143
383481
3004
nhưng chúng tôi đã không để ý đúng chỗ.
06:38
and this is what happens when assessments
144
386485
2295
Đây là điều có thể xảy ra
khi nhận xét, phân tích
khi nhận xét, phân tích
06:40
and analytics overvalue one metric —
145
388780
2396
quá chú trọng vào một bảng đánh giá.
06:43
in this case, verbal communication —
146
391176
2609
Trong trường hợp này
là khả năng giao tiếp ngôn ngữ
là khả năng giao tiếp ngôn ngữ
06:45
and undervalue others, such
as creative problem-solving.
as creative problem-solving.
147
393785
5703
và đánh giá thấp những yếu tố khác,
như sáng tạo trong giải quyết vấn đề.
như sáng tạo trong giải quyết vấn đề.
06:51
Communication was hard for Isaac,
148
399488
2307
Isaac gặp khó khăn trong việc giao tiếp
06:53
and so he found a workaround
149
401795
1912
và nó tìm ra một cách khác
06:55
to find out what he needed to know.
150
403707
2857
để tìm hiểu những gì nó muốn biết.
06:58
And when you think about it, it makes a lot of sense,
151
406564
1890
Nếu dành chút thời gian suy nghĩ,
07:00
because forming a question
152
408454
2081
bạn sẽ hiểu được
07:02
is a really complex process,
153
410535
2565
đặt câu hỏi là một quá trình phức tạp
07:05
but he could get himself a lot of the way there
154
413100
2522
nó có thể dùng đến nhiều cách khác
07:07
by putting a word in a search box.
155
415622
4092
như gõ từ khóa vào ô tìm kiếm.
07:11
And so this little moment
156
419714
2936
Vậy nên, giây phút đó
07:14
had a really profound impact on me
157
422650
2836
có ảnh hưởng rất lớn đến tôi
07:17
and our family
158
425486
1309
và gia đình tôi
07:18
because it helped us change our frame of reference
159
426795
3141
bởi điều này đã phá vỡ
khung định kiến của chúng tôi
khung định kiến của chúng tôi
07:21
for what was going on with him,
160
429936
2208
về tình trạng của thằng bé,
07:24
and worry a little bit less and appreciate
161
432144
2976
để bớt lo lắng và tôn trọng hơn
07:27
his resourcefulness more.
162
435120
2182
năng lực tưởng tượng của thằng bé.
07:29
Facts are stupid things.
163
437302
2861
Sự thật là những điều ngu ngốc.
07:32
And they're vulnerable to misuse,
164
440163
2397
Chúng cũng dễ bị sử dụng sai cách
07:34
willful or otherwise.
165
442560
1653
dù bạn có muốn hay không.
07:36
I have a friend, Emily Willingham, who's a scientist,
166
444213
3026
Bạn tôi, Emily Willingham
là một nhà khoa học.
là một nhà khoa học.
07:39
and she wrote a piece for Forbes not long ago
167
447239
2801
Một thời gian trước,
cô ấy có viết bài cho Forbes
cô ấy có viết bài cho Forbes
07:42
entitled "The 10 Weirdest Things
168
450040
1980
tựa đề: "10 điều kỳ lạ
07:44
Ever Linked to Autism."
169
452020
1810
liên quan đến chứng tự kỷ."
07:45
It's quite a list.
170
453830
3005
Danh sách khá là dài.
07:48
The Internet, blamed for everything, right?
171
456835
3532
Mạng internet bị đổ lỗi cho mọi thứ.
07:52
And of course mothers, because.
172
460367
3757
Và đương nhiên cả những bà mẹ, bởi vì...
07:56
And actually, wait, there's more,
173
464124
1587
À, khoan đã, còn nữa,
07:57
there's a whole bunch in
the "mother" category here.
the "mother" category here.
174
465711
3430
trong danh mục "mẹ" có nhiều thứ lắm.
08:01
And you can see it's a pretty
rich and interesting list.
rich and interesting list.
175
469141
4815
Bạn có thể thấy
cả một danh sách dài thòng, rất thú vị.
cả một danh sách dài thòng, rất thú vị.
08:05
I'm a big fan of
176
473956
2193
Bản thân tôi rất thích câu:
08:08
being pregnant near freeways, personally.
177
476149
3704
mang thai gần đường cao tốc.
08:11
The final one is interesting,
178
479853
1539
Câu cuối cùng thú vị
08:13
because the term "refrigerator mother"
179
481392
3003
với cụm từ "refrigerator mother"
08:16
was actually the original hypothesis
180
484395
2605
mới được sáng tạo ra trong bài viết
08:19
for the cause of autism,
181
487000
1431
là nguyên nhân dẫn đến tự kỷ.
Từ này nghĩa là
08:20
and that meant somebody
who was cold and unloving.
who was cold and unloving.
182
488431
2735
sống lạnh lùng, thiếu thương yêu.
08:23
And at this point, you might be thinking,
183
491166
1562
Đến lúc này chắc bạn sẽ nghĩ.
08:24
"Okay, Susan, we get it,
184
492728
1657
"Rồi, Susan, chúng tôi hiểu rồi.
08:26
you can take data, you can
make it mean anything."
make it mean anything."
185
494385
1782
Cứ ôm đống thông tin đó
bẻ lái tùy theo cách cô muốn."
bẻ lái tùy theo cách cô muốn."
08:28
And this is true, it's absolutely true,
186
496167
4703
Chính xác, hoàn toàn chính xác,
08:32
but the challenge is that
187
500870
5610
nhưng thách thức nằm ở chỗ
08:38
we have this opportunity
188
506480
2448
ta có thể sử dụng cơ hội này
08:40
to try to make meaning out of it ourselves,
189
508928
2284
để tạo nên ý nghĩa
từ nguồn thông tin ta có
từ nguồn thông tin ta có
08:43
because frankly, data doesn't
create meaning. We do.
create meaning. We do.
190
511212
5352
bởi thật ra bản thân thông tin
chẳng có ý nghĩa gì. Ta tạo ra ý nghĩa.
chẳng có ý nghĩa gì. Ta tạo ra ý nghĩa.
08:48
So as businesspeople, as consumers,
191
516564
3256
Vậy, với tư cách là doanh nhân,
người tiêu dùng,
người tiêu dùng,
08:51
as patients, as citizens,
192
519820
2539
bệnh nhân, hay công dân,
08:54
we have a responsibility, I think,
193
522359
2396
tôi cho rằng ta đều có trách nhiệm
08:56
to spend more time
194
524755
2194
dành ra nhiều thời gian hơn
08:58
focusing on our critical thinking skills.
195
526949
2870
tập trung vào kỹ năng tư duy phản biện.
09:01
Why?
196
529819
1078
Tại sao?
09:02
Because at this point in our history, as we've heard
197
530897
3178
Ta chắc cũng đã được nghe rất nhiều,
09:06
many times over,
198
534075
1706
bởi vì trong thời đại này,
09:07
we can process exabytes of data
199
535781
1981
ta có thể xử lý hàng tấn dữ liệu
09:09
at lightning speed,
200
537762
2153
với tốc độ ánh sáng.
09:11
and we have the potential to make bad decisions
201
539915
3515
và dễ đưa ra những lựa chọn không tốt
09:15
far more quickly, efficiently,
202
543430
1834
một cách nhanh chóng
09:17
and with far greater impact than we did in the past.
203
545264
5028
với những hậu quả nghiêm trọng
hơn hẳn trong quá khứ.
hơn hẳn trong quá khứ.
09:22
Great, right?
204
550292
1388
Ghê gớm quá nhỉ?
09:23
And so what we need to do instead
205
551680
3030
Chính vì vậy, thay vào đó,
09:26
is spend a little bit more time
206
554710
2330
ta cần dành ra chút thời gian
09:29
on things like the humanities
207
557040
2746
cho những vấn đề như nhân học,
09:31
and sociology, and the social sciences,
208
559786
3464
xã hội học và những môn khoa học xã hội:
09:35
rhetoric, philosophy, ethics,
209
563250
2308
hùng biện, triết học, đạo đức
09:37
because they give us context that is so important
210
565558
2856
bởi chúng cung cấp
kiến thức nền quan trọng
kiến thức nền quan trọng
09:40
for big data, and because
211
568414
2576
cho những khối thông tin lớn
và hỗ trợ ta rèn luyện
09:42
they help us become better critical thinkers.
212
570990
2418
năng lực tư duy phản biện hơn.
09:45
Because after all, if I can spot
213
573408
4207
Bởi vì dẫu sao,
09:49
a problem in an argument, it doesn't much matter
214
577615
2486
khi ta có thể tìm ra vấn đề
trong cuộc tranh cãi,
trong cuộc tranh cãi,
09:52
whether it's expressed in words or in numbers.
215
580101
2759
nó được thể hiện qua từ ngữ hay con số
không quan trọng.
không quan trọng.
09:54
And this means
216
582860
2719
Điều này cũng có nghĩa,
09:57
teaching ourselves to find
those confirmation biases
those confirmation biases
217
585579
4421
ta tự dạy mình cách tìm ra
những đánh giá thiên vị,
những đánh giá thiên vị,
10:02
and false correlations
218
590000
1822
những mối tương quan không chuẩn xác
10:03
and being able to spot a naked emotional appeal
219
591822
2138
cũng như xác định được những cảm xúc thật
từ khoảng cách 30 mét
10:05
from 30 yards,
220
593960
1662
bởi một sự kiện diễn ra
10:07
because something that happens after something
221
595622
2522
sau một sự kiện khác
không nhất thiết là
10:10
doesn't mean it happened
because of it, necessarily,
because of it, necessarily,
222
598144
3082
chúng có quan hệ nhân quả
Xin phép các bạn,
tôi nói đến một khái niệm.
10:13
and if you'll let me geek out on you for a second,
223
601226
2119
Người La Mã gọi điều này là:
10:15
the Romans called this
"post hoc ergo propter hoc,"
"post hoc ergo propter hoc,"
224
603345
4297
"post hoc ergo propter hoc,"
sau một sự kiện đồng nghĩa
10:19
after which therefore because of which.
225
607642
3296
do sự kiện đó gây ra.
Điều này nghĩa là ta phải đặt ra câu hỏi
10:22
And it means questioning
disciplines like demographics.
disciplines like demographics.
226
610938
3757
với những điều hiển nhiên như dân số học.
10:26
Why? Because they're based on assumptions
227
614695
2520
Tại sao? Bởi chúng dựa trên những dữ liệu
10:29
about who we all are based on our gender
228
617215
2306
về bản thân ta như giới tính,
10:31
and our age and where we live
229
619521
1462
lứa tuổi, nơi sinh sống
10:32
as opposed to data on what
we actually think and do.
we actually think and do.
230
620983
3478
để đánh giá
tư duy và hành động của chúng ta.
tư duy và hành động của chúng ta.
10:36
And since we have this data,
231
624461
1663
Bởi vì chúng ta nắm giữ thông tin,
10:38
we need to treat it with appropriate privacy controls
232
626124
3139
ta cần biết cách kiểm soát đúng đắn
những dữ liệu cá nhân
những dữ liệu cá nhân
10:41
and consumer opt-in,
233
629263
3576
và đưa ra lựa chọn thích hợp.
10:44
and beyond that, we need to be clear
234
632839
2993
Hơn nữa, ta cần biết rõ
10:47
about our hypotheses,
235
635832
2103
về những giả thiết của chính mình.
10:49
the methodologies that we use,
236
637935
2596
những phương pháp ta sử dụng
10:52
and our confidence in the result.
237
640531
2804
và cả sự tự tin vào thành quả đạt được.
10:55
As my high school algebra teacher used to say,
238
643335
2474
Giáo viên đại số
thời cấp 3 của tôi thường nói
thời cấp 3 của tôi thường nói
10:57
show your math,
239
645809
1531
cho cô xem phép tính của các em
10:59
because if I don't know what steps you took,
240
647340
3441
bởi nếu cô không biết các bước em làm
cô sẽ không biết được
11:02
I don't know what steps you didn't take,
241
650781
1991
những bước nào em đã không làm
11:04
and if I don't know what questions you asked,
242
652772
2438
và nếu cô không biết các em hỏi gì
11:07
I don't know what questions you didn't ask.
243
655210
3197
cô sẽ không biết
những câu các em không hỏi.
những câu các em không hỏi.
11:10
And it means asking ourselves, really,
244
658407
1523
Vậy nên, ta cần tự hỏi mình,
11:11
the hardest question of all:
245
659930
1479
câu hỏi khó khăn nhất:
11:13
Did the data really show us this,
246
661409
3500
những dữ liệu có cho ta thấy thực tế
11:16
or does the result make us feel
247
664909
2311
hay kết quả có khiến chúng ta
11:19
more successful and more comfortable?
248
667220
3878
cảm thấy thoải mái, thành công hơn?
11:23
So the Health Media Collaboratory,
249
671098
2584
Khi kết thúc dự án,
11:25
at the end of their project, they were able
250
673682
1699
Nhóm Truyền thông Sức khỏe
11:27
to find that 87 percent of tweets
251
675381
3408
đã tìm ra rằng 87% tweet về vấn đề này
11:30
about those very graphic and disturbing
252
678789
2144
rất sống động và nhức nhối,
11:32
anti-smoking ads expressed fear,
253
680933
4038
những quảng cáo tuyên truyền cai thuốc
khiến người xem sợ hãi
khiến người xem sợ hãi
11:36
but did they conclude
254
684971
1856
nhưng có phải họ kết luận rằng
11:38
that they actually made people stop smoking?
255
686827
3161
chúng có thể buộc con người ngừng hút?
11:41
No. It's science, not magic.
256
689988
2542
Không. Đó là khoa học,
không phải ma thuật.
không phải ma thuật.
11:44
So if we are to unlock
257
692530
3190
Nếu ta mở ra
11:47
the power of data,
258
695720
2862
nguồn sức mạnh số,
11:50
we don't have to go blindly into
259
698582
3448
ta sẽ không phải mù quáng
11:54
Orwell's vision of a totalitarian future,
260
702030
3436
nghe theo tư tưởng độc tài của Orwell
11:57
or Huxley's vision of a trivial one,
261
705466
3117
hay tư tưởng tầm thường của Huxley
12:00
or some horrible cocktail of both.
262
708583
3020
hay một hỗn hợp dở tệ của cả hai.
12:03
What we have to do
263
711603
2379
Điều ta cần làm
12:05
is treat critical thinking with respect
264
713982
2718
là tư duy phản biện kèm theo sự tôn trọng
12:08
and be inspired by examples
265
716700
2029
và nhận cảm hứng từ những gương đi trước
12:10
like the Health Media Collaboratory,
266
718729
2610
như Nhóm nghiên cứu Truyền thông Sức khỏe
12:13
and as they say in the superhero movies,
267
721339
2328
hay như lời nhân vật trong phim anh hùng:
12:15
let's use our powers for good.
268
723667
1822
Hãy tận dụng sức mạnh để làm điều tốt.
12:17
Thank you.
269
725489
2351
Cảm ơn.
12:19
(Applause)
270
727840
2334
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