It feels like we're all suffering from information overload or data glut. And the good news is there might be an easy solution to that, and that's using our eyes more. So, visualizing information, so that we can see the patterns and connections that matter and then designing that information so it makes more sense, or it tells a story, or allows us to focus only on the information that's important. Failing that, visualized information can just look really cool.
Parece que estamos todos a sofrer de uma sobrecarga de informações ou excesso de dados. Felizmente, pode haver uma solução simples para isso, que é usarmos mais os nossos olhos. Visualizar as informações, para podermos ver os padrões e ligações que interessam e depois projetar essas informações para fazerem mais sentido, ou contarem-nos uma história, ou permitirem-nos focar somente nas informações importantes. Na falta disso, a informação visualizada pode simplesmente parecer muito porreira.
So, let's see. This is the $Billion Dollar o-Gram, and this image arose out of frustration I had with the reporting of billion-dollar amounts in the press. That is, they're meaningless without context: 500 billion for this pipeline, 20 billion for this war. It doesn't make any sense, so the only way to understand it is visually and relatively. So I scraped a load of reported figures from various news outlets and then scaled the boxes according to those amounts. And the colors here represent the motivation behind the money. So purple is "fighting," and red is "giving money away," and green is "profiteering." And what you can see straight away is you start to have a different relationship to the numbers. You can literally see them. But more importantly, you start to see patterns and connections between numbers that would otherwise be scattered across multiple news reports.
Vejamos, então. Este é o diagrama Billion Dollar. Esta imagem surgiu da frustração que eu tinha com os milhares de milhões de dólares anunciados nas notícias. Isto é, eram insignificantes sem um contexto. 500 mil milhões por esta conduta de gás. 20 mil milhões por esta guerra. Não faz sentido nenhum, portanto a única maneira de perceber é visualmente e relativamente. Portanto vasculhei uma data de imagens de várias fontes de notícias e depois dimensionei as caixas segundo essas quantidades. As cores representam a motivação por detrás do dinheiro. Então o roxo é "combates", o vermelho é "doar dinheiro", e o verde é "lucrar". Vemos, de imediato, que começamos a ter uma relação diferente com os números. Podemos vê-los. Mas mais importante, começamos a ver padrões e ligações entre números que, de outra forma, ficariam espalhados em várias notícias.
Let me point out some that I really like. This is OPEC's revenue, this green box here -- 780 billion a year. And this little pixel in the corner -- three billion -- that's their climate change fund. Americans, incredibly generous people -- over 300 billion a year, donated to charity every year, compared with the amount of foreign aid given by the top 17 industrialized nations at 120 billion. Then of course, the Iraq War, predicted to cost just 60 billion back in 2003. And it mushroomed slightly. Afghanistan and Iraq mushroomed now to 3,000 billion. So now it's great because now we have this texture, and we can add numbers to it as well. So we could say, well, a new figure comes out ... let's see African debt. How much of this diagram do you think might be taken up by the debt that Africa owes to the West? Let's take a look. So there it is: 227 billion is what Africa owes. And the recent financial crisis, how much of this diagram might that figure take up? What has that cost the world? Let's take a look at that. Dooosh -- Which I think is the appropriate sound effect for that much money: 11,900 billion. So, by visualizing this information, we turned it into a landscape that you can explore with your eyes, a kind of map really, a sort of information map. And when you're lost in information, an information map is kind of useful.
Vou indicar alguns de que gosto muito. Este é a receita da OPEP — esta caixa verde aqui — 780 mi milhões por ano. Este pixel pequeno no canto — três mil milhões — é o fundo que têm para a alteração climática. Os americanos, pessoas incrivelmente generosas, doam para a caridade, todos os anos, mais de 300 mil milhões, em comparação com a ajuda estrangeira dada pelas 17 maiores nações industrializadas de 120 mil milhões. Depois, a guerra do Iraque, com um custo previsto de apenas 60 mil milhões em 2003. Cresceu ligeiramente. O Afeganistão e o Iraque cresceram agora para 3 biliões. Isto é ótimo, porque temos esta textura, e também podemos adicionar números a isto. Aparece agora uma nova figura aparece. Vejamos a dívida africana. Que parte deste diagrama pode corresponder à dívida africana para com o Ocidente? Vamos dar uma olhadela. Está aqui. A África deve 227 mil milhões. E a recente crise financeira? Quanto é que este diagrama representará? Quanto é que isso custou ao mundo? Vamos lá ver isso. Uau! Acho que este é o efeito sonoro apropriado para este dinheiro todo. 11,900 biliões. Portanto, ao visualizar esta informação, tornámo-la num cenário que podem explorar com os vossos olhos, uma espécie de mapa informativo. Quando estamos perdidos em informações, um mapa informativo pode ser útil.
So I want to show you another landscape now. We need to imagine what a landscape of the world's fears might look like. Let's take a look. This is Mountains Out of Molehills, a timeline of global media panic. (Laughter) So, I'll label this for you in a second. But the height here, I want to point out, is the intensity of certain fears as reported in the media. Let me point them out. So this, swine flu -- pink. Bird flu. SARS -- brownish here. Remember that one? The millennium bug, terrible disaster. These little green peaks are asteroid collisions. (Laughter) And in summer, here, killer wasps.
Agora quero mostrar-vos outro cenário. Precisamos de imaginar o aspeto de um cenário dos medos do mundo. Vamos dar uma olhadela. Isto são montanhas entre montículos, uma linha temporal do pânico global nos "media". (Risos) Vou etiquetar-vos isto num segundo. Mas quero esclarecer que a altura é a intensidade dos medos, noticiados nos "media". Vou referi-los. Portanto, gripe suína — cor-de-rosa. (Risos) Gripe das aves. SARS (Síndrome respiratória aguda grave) — acastanhado. Lembrem-se desta. O bug do milénio — um desastre terrível! (Risos) Este picos verdes pequenos são colisões de asteroides. (Risos) E no verão, aqui, vespas assassinas.
(Laughter)
(Risos)
So these are what our fears look like over time in our media. But what I love -- and I'm a journalist -- and what I love is finding hidden patterns; I love being a data detective. And there's a very interesting and odd pattern hidden in this data that you can only see when you visualize it. Let me highlight it for you. See this line, this is a landscape for violent video games. As you can see, there's a kind of odd, regular pattern in the data, twin peaks every year. If we look closer, we see those peaks occur at the same month every year. Why? Well, November, Christmas video games come out, and there may well be an upsurge in the concern about their content. But April isn't a particularly massive month for video games. Why April? Well, in April 1999 was the Columbine shooting, and since then, that fear has been remembered by the media and echoes through the group mind gradually through the year. You have retrospectives, anniversaries, court cases, even copy-cat shootings, all pushing that fear into the agenda. And there's another pattern here as well. Can you spot it? See that gap there? There's a gap, and it affects all the other stories. Why is there a gap there? You see where it starts? September 2001, when we had something very real to be scared about.
É este o aspeto dos nossos medos ao longo do tempo nos nossos "media". Mas o que eu adoro — e sou jornalista — é encontrar padrões ocultos. Adoro ser detetive de dados. Há um padrão interessante e estranho oculto nestes dados que só vemos quando o visualizamos. Vou realçá-lo. Veem esta linha? É o cenário para videojogos violentos. Como vemos, há uma espécie de padrão estranho e regular nestes dados, picos gémeos todos os anos. Vistos mais de perto, estes picos aparecem no mesmo mês todos os anos. Porquê? Bem, em novembro, saem os jogos de Natal, e pode haver uma explosão de preocupação quanto ao seu conteúdo. Mas abril não é um mês especial para videojogos. Porquê abril? Em abril de 1999 houve o massacre de Columbine. A partir daí, os "media" têm recordado esse medo e ecoa pela mente coletiva gradualmente ao longo do ano. Têm as retrospetivas, os aniversários, os processos de tribunal, e até tiroteios de imitação, todos a puxar esse medo para o calendário. Ainda há outro padrão escondido. Conseguem vê-lo? Veem aquela falha ali? Há uma falha que afeta todas as outras histórias. Porque é que há uma falha ali? Veem onde começa? setembro de 2001, Quando tivemos uma coisa muito real para ter medo.
So, I've been working as a data journalist for about a year, and I keep hearing a phrase all the time, which is this: "Data is the new oil." Data is the kind of ubiquitous resource that we can shape to provide new innovations and new insights, and it's all around us, and it can be mined very easily. It's not a particularly great metaphor in these times, especially if you live around the Gulf of Mexico, but I would, perhaps, adapt this metaphor slightly, and I would say that data is the new soil. Because for me, it feels like a fertile, creative medium. Over the years, online, we've laid down a huge amount of information and data, and we irrigate it with networks and connectivity, and it's been worked and tilled by unpaid workers and governments. And, all right, I'm kind of milking the metaphor a little bit. But it's a really fertile medium, and it feels like visualizations, infographics, data visualizations, they feel like flowers blooming from this medium. But if you look at it directly, it's just a lot of numbers and disconnected facts. But if you start working with it and playing with it in a certain way, interesting things can appear and different patterns can be revealed.
Trabalhado como jornalista de dados há cerca de um ano, e estou sempre a ouvir esta frase: "Os dados são o novo petróleo." Os dados são uma espécie de recursos ubíquos que podemos modelar para fornecer inovações e novas perceções. Estão por todo o lado e podem ser extraídos muito facilmente. Não é propriamente uma boa metáfora, neste momento, especialmente se viverem à volta do Golfo do México, mas eu vou adaptar ligeiramente esta metáfora, e dizer que "os dados são o novo solo". Porque para mim, parece-me ser um meio fértil e criativo. Ao longo dos anos, depositámos online uma enorme quantidade de informação e dados, e irrigamo-los com redes e ligações. Tem sido trabalhado e lavrado por voluntários e governos. Ok, estou de certa forma a enaltecer um bocado esta metáfora, mas, de facto, é um meio fértil. Parece que as visualizações, infográficos, visualizações de dados, se parecem com flores a brotar deste meio. Se olharem para eles diretamente, são apenas um monte de números e factos desligados. Mas se os trabalharem e arranjarem de certa maneira, podem aparecer coisas interessantes e revelar-se padrões diferentes.
Let me show you this. Can you guess what this data set is? What rises twice a year, once in Easter and then two weeks before Christmas, has a mini peak every Monday, and then flattens out over the summer? I'll take answers. (Audience: Chocolate.) David McCandless: Chocolate. You might want to get some chocolate in. Any other guesses? (Audience: Shopping.) DM: Shopping. Yeah, retail therapy might help. (Audience: Sick leave.) DM: Sick leave. Yeah, you'll definitely want to take some time off. Shall we see?
Vou mostrar-vos. Adivinham o que é que estes dados indicam? O que é que aumenta duas vezes por ano, uma vez na Páscoa e depois duas semanas antes do Natal? Tem minipicos às segundas-feiras e nivela durante o verão? Aceito respostas. Audiência: Chocolates. David McCandless: Chocolates? Podem querer meter chocolates aqui. Mais palpites? Audiência: Compras. DM: Compras. Sim, terapia de compras poderá ajudar. Audiência: Baixa médica. DM: Baixa médica. Sim, definitivamente querem descansar. Vamos ver?
(Laughter)
[Folgas do trabalho]
(Risos)
(Applause)
(Aplausos)
So, the information guru Lee Byron and myself, we scraped 10,000 status Facebook updates for the phrase "break-up" and "broken-up" and this is the pattern we found -- people clearing out for Spring Break, (Laughter) coming out of very bad weekends on a Monday, being single over the summer, and then the lowest day of the year, of course: Christmas Day. Who would do that? So there's a titanic amount of data out there now, unprecedented. But if you ask the right kind of question, or you work it in the right kind of way, interesting things can emerge.
Para esta informação, o Lee Byron e eu vasculhámos 10 mil atualizações de estado no Facebook com as palavras "acabar" e "acabaram" e encontrámos este padrão — pessoas a acabar as férias da primavera... (Risos) ... a virem de fins de semanas muito maus à segunda-feira, serem solteiros durante o verão. E o dia mais baixo do ano, claro: o dia de Natal. Quem faria uma coisa assim? Há uma quantidade titânica de dados por aí, sem precedentes. Mas se fizermos a pergunta certa, ou trabalharem da maneira correta, podem surgir coisas interessantes.
So information is beautiful. Data is beautiful. I wonder if I could make my life beautiful. And here's my visual C.V. I'm not quite sure I've succeeded. Pretty blocky, the colors aren't that great. But I wanted to convey something to you. I started as a programmer, and then I worked as a writer for many years, about 20 years, in print, online and then in advertising, and only recently have I started designing. And I've never been to design school. I've never studied art or anything. I just kind of learned through doing. And when I started designing, I discovered an odd thing about myself. I already knew how to design, but it wasn't like I was amazingly brilliant at it, but more like I was sensitive to the ideas of grids and space and alignment and typography. It's almost like being exposed to all this media over the years had instilled a kind of dormant design literacy in me. And I don't feel like I'm unique.
Portanto a informação é linda. Os dados são lindos. Questiono-me se poderia tornar a minha vida mais bonita. Este é o meu CV visual. Não tenho a certeza se fui bem sucedido. Muito monobloco. As cores não são muito boas. Mas queria transmitir-vos uma coisa. Comecei como programador e depois trabalhei como escritor, durante cerca de 20 anos, na imprensa, online e depois em publicidade. e só recentemente comecei a fazer projetos. Nunca frequentei uma escola de "design". Nunca estudei arte nem nada. Simplesmente aprendi fazendo. Quando comecei a fazer projetos, descobri um coisa estranha sobre mim. Eu já sabia fazer projetos, não era espantosamente brilhante a fazê-lo, mas era mais como se eu fosse sensível às ideias de grelhas e espaço, de alinhamento e topografia. É quase como que, ao ser exposto aos "media" ao longo dos anos tenha instalado uma forma de instrução adormecida em mim. E não acho que seja o único.
I feel that everyday, all of us now are being blasted by information design. It's being poured into our eyes through the Web, and we're all visualizers now; we're all demanding a visual aspect to our information. There's something almost quite magical about visual information. It's effortless, it literally pours in. And if you're navigating a dense information jungle, coming across a beautiful graphic or a lovely data visualization, it's a relief, it's like coming across a clearing in the jungle. I was curious about this, so it led me to the work of a Danish physicist called Tor Norretranders, and he converted the bandwidth of the senses into computer terms.
Acho que todos os dias, todos nós estamos a ser bombardeados com "design" de informação. Está a entrar-nos pelos olhos através da Internet. Agora somos visualizadores e todos exigimos um aspeto visual para a nossa informação. A informação visual é uma coisa quase mágica. É passiva, entra literalmente para dentro de nós. Se estivermos a navegar numa selva densa de informação, e depararmos com um bonito gráfico ou uma agradável visualização de dados, é um alívio, é como se chegássemos a uma clareira na selva. Fiquei curioso em relação a isto, o que me levou ao trabalho de um físico dinamarquês chamado Tor Norretranders que converteu a largura de banda dos sentidos em termos informáticos.
So here we go. This is your senses, pouring into your senses every second. Your sense of sight is the fastest. It has the same bandwidth as a computer network. Then you have touch, which is about the speed of a USB key. And then you have hearing and smell, which has the throughput of a hard disk. And then you have poor old taste, which is like barely the throughput of a pocket calculator. And that little square in the corner, a naught .7 percent, that's the amount we're actually aware of. So a lot of your vision -- the bulk of it is visual, and it's pouring in. It's unconscious. The eye is exquisitely sensitive to patterns in variations in color, shape and pattern. It loves them, and it calls them beautiful. It's the language of the eye. If you combine the language of the eye with the language of the mind, which is about words and numbers and concepts, you start speaking two languages simultaneously, each enhancing the other. So, you have the eye, and then you drop in the concepts. And that whole thing -- it's two languages both working at the same time.
Então aqui vamos. Estes são os nossos sentidos, o que nos chega aos sentidos em cada segundo. O sentido de visão é o mais rápido. Tem a mesma largura de banda que uma rede de computadores. Depois temos o tacto, que tem quase a velocidade de uma porta USB. A seguir, temos a audição e o olfato, que têm o mesmo rendimento que um disco rígido. No fim temos o pobre e velho paladar, com um desempenho semelhante a uma calculadora de bolso. E aquele quadradinho no canto, uns míseros 0,7 %, é a quantidade de que temos consciência. Portanto a maior parte da nossa visão — que entra de forma torrencial — é inconsciente. O olho é extremamente sensível a padrões de variação de cor, de forma e de padrão. Adora-os e acha-os lindos. É a linguagem do olho. Se aliarmos essa linguagem do olho à linguagem do espírito, que se baseia em palavras, em números e conceitos, começamos a falar duas linguagens em simultâneo, em que cada uma potencia a outra. Portanto, temos o olho e depois adicionamos os conceitos. Tudo junto — são duas linguagens ambas a trabalhar ao mesmo tempo.
So we can use this new kind of language, if you like, to alter our perspective or change our views. Let me ask you a simple question with a really simple answer: Who has the biggest military budget? It's got to be America, right? Massive. 609 billion in 2008 -- 607, rather. So massive, in fact, that it can contain all the other military budgets in the world inside itself. Gobble, gobble, gobble, gobble, gobble. Now, you can see Africa's total debt there and the U.K. budget deficit for reference. So that might well chime with your view that America is a sort of warmongering military machine, out to overpower the world with its huge industrial-military complex. But is it true that America has the biggest military budget? Because America is an incredibly rich country. In fact, it's so massively rich that it can contain the four other top industrialized nations' economies inside itself, it's so vastly rich. So its military budget is bound to be enormous. So, to be fair and to alter our perspective, we have to bring in another data set, and that data set is GDP, or the country's earnings. Who has the biggest budget as a proportion of GDP? Let's have a look. That changes the picture considerably. Other countries pop into view that you, perhaps, weren't considering, and American drops into eighth.
Assim, podemos usar este novo tipo de linguagem, para alterar a nossa perspetiva ou mudar as nossas opiniões. Vou fazer-vos uma pergunta simples com uma resposta muito simples. Quem tem o maior orçamento militar? Tem de ser os EUA, certo? Enorme, 609 mil milhões, em 2008 aliás, 607 mil milhões. Tão grande que consegue conter dentro de si todos os outros orçamentos militares do mundo. Goble, goble, goble, goble, goble, Vemos ali a dívida total de África e o défice orçamental do Reino Unido, como referência. Isto pode estar de acordo com a vossa visão dos EUA de que é uma nação belicista, uma máquina militar, que quer dominar o mundo com o seu enorme complexo industrial-militar. Mas será verdade que os EUA têm o maior orçamento militar? Porque os EUA são um país incrivelmente rico. De facto, são tão ricos que conseguem conter dentro de si as quatro outras maiores economia das nações industrializadas, tão ricos são. Por isso, o seu orçamento militar é obviamente enorme. Assim, par ser justo e para alterar a nossa perspetiva, temos de introduzir outro conjunto de dados, — o PIB, ou os ganhos dos países. Quem tem o maior orçamento em relação ao seu PIB? Vejamos. Isto altera o cenário consideravelmente. Saltam à vista outros países que talvez não estávamos a considerar e os EUA caem para oitavo lugar.
Now you can also do this with soldiers. Who has the most soldiers? It's got to be China. Of course, 2.1 million. Again, chiming with your view that China has a militarized regime ready to, you know, mobilize its enormous forces. But of course, China has an enormous population. So if we do the same, we see a radically different picture. China drops to 124th. It actually has a tiny army when you take other data into consideration. So, absolute figures, like the military budget, in a connected world, don't give you the whole picture. They're not as true as they could be.
Podemos fazer o mesmo com soldados. Quem tem mais soldados? Tem de ser a China. Claro, 2100 milhões. De novo, de acordo com a nossa visão, a China é um regime militarizado pronto para mobilizar as suas enormes forças. Mas claro, a China tem uma população enorme. Por isso, se fizermos o mesmo, vemos um cenário radicalmente diferente. A China cai para 124.º lugar. Na realidade, tem um exército pequeno, quando tomamos em consideração outros dados. Portanto, números absolutos, como o orçamento militar, num mundo interligado, não dão um cenário completo. Não são tão reais como julgamos.
We need relative figures that are connected to other data so that we can see a fuller picture, and then that can lead to us changing our perspective. As Hans Rosling, the master, my master, said, "Let the dataset change your mindset." And if it can do that, maybe it can also change your behavior.
Precisamos de números relativos que estejam ligados a outros dados para podermos ver um cenário mais completo e isso pode levar-nos a mudar de perspetiva. Como o Hans Rosling, o mestre, o meu mestre, disse: "Deixa que os dados mudem a tua mentalidade." Se puderem fazê-lo, talvez também possam mudar o vosso comportamento.
Take a look at this one. I'm a bit of a health nut. I love taking supplements and being fit, but I can never understand what's going on in terms of evidence. There's always conflicting evidence. Should I take vitamin C? Should I be taking wheatgrass? This is a visualization of all the evidence for nutritional supplements. This kind of diagram is called a balloon race. So the higher up the image, the more evidence there is for each supplement. And the bubbles correspond to popularity as regards to Google hits. So you can immediately apprehend the relationship between efficacy and popularity, but you can also, if you grade the evidence, do a "worth it" line. So supplements above this line are worth investigating, but only for the conditions listed below, and then the supplements below the line are perhaps not worth investigating.
Vejam este caso. Eu sou um bocado maníaco da saúde. Adoro tomar suplementos e estar em forma, mas nunca consigo perceber o que há em termos de evidências. Há sempre evidências conflituosas. Devo tomar Vitamina C? Devo tomar erva de trigo? Esta é uma visualização de todos os indícios para suplementos nutricionais. Este tipo de diagrama chama-se uma corrida de balões. Por isso, quanto mais alto na imagem, mais indícios há para cada suplemento. As bolhas correspondem à popularidade em relação ao número de pesquisas no Google. Podemos apreender imediatamente a relação entre a eficácia e a popularidade, mas também podem, se graduarem os indícios, fazer uma linha de "vale a pena". Assim, vale a pena investigar os suplementos acima da linha, mas apenas nas condições indicadas. Os suplementos abaixo da linha talvez não sejam merecedores de mais investigação.
Now this image constitutes a huge amount of work. We scraped like 1,000 studies from PubMed, the biomedical database, and we compiled them and graded them all. And it was incredibly frustrating for me because I had a book of 250 visualizations to do for my book, and I spent a month doing this, and I only filled two pages. But what it points to is that visualizing information like this is a form of knowledge compression. It's a way of squeezing an enormous amount of information and understanding into a small space. And once you've curated that data, and once you've cleaned that data, and once it's there, you can do cool stuff like this.
Esta imagem traduz uma quantidade enorme de trabalho. Vasculhámos cerca de mil estudos do PubMed, a base de dados biomédica, e fizemos uma compilação e graduação de todos. Para mim, foi incrivelmente frustrante porque tinha que fazer 250 visualizações para o meu livro, e demorei um mês a fazer isto, e só preenchi duas páginas. Mas mostra que visualizar as informações desta maneira é uma forma de compressão de conhecimento. É uma maneira de apertar uma enorme quantidade de informações e conhecimentos num pequeno espaço. Depois de tratar os dados, de os limpar, de eles estarem ali, podemos fazer coisas muito giras.
So I converted this into an interactive app, so I can now generate this application online -- this is the visualization online -- and I can say, "Yeah, brilliant." So it spawns itself. And then I can say, "Well, just show me the stuff that affects heart health." So let's filter that out. So heart is filtered out, so I can see if I'm curious about that. I think, "No, no. I don't want to take any synthetics, I just want to see plants and -- just show me herbs and plants. I've got all the natural ingredients." Now this app is spawning itself from the data. The data is all stored in a Google Doc, and it's literally generating itself from that data. So the data is now alive; this is a living image, and I can update it in a second. New evidence comes out. I just change a row on a spreadsheet. Doosh! Again, the image recreates itself. So it's cool. It's kind of living.
Converti isto numa aplicação interativa, e agora posso gerar esta aplicação online — esta é a visualização online — e posso dizer: "Sim, brilhante!" Ela organiza-se por si mesma. Depois posso dizer: "Mostra-me apenas as coisas que afetam a saúde cardíaca." Vamos lá filtrar isso. Filtrado o coração, se eu estiver curioso em relação a isso, penso: "Não. Não quero tomar compostos sintéticos. "Só quero ver plantas. Mostra-me só ervas e plantas". Obtenho todos os ingredientes naturais. Esta aplicação está a desenvolver-se a partir dos dados. Os dados estão todos armazenados num documento Google, e está a criar-se a partir desses dados. Portanto, os dados estão vivos, é uma imagem viva, e posso atualizá-la num segundo. Lanço novos indícios. Só mudo uma linha na folha de cálculo. A imagem recria-se de novo. É fixe. Parece ter vida.
But it can go beyond data, and it can go beyond numbers. I like to apply information visualization to ideas and concepts. This is a visualization of the political spectrum, an attempt for me to try and understand how it works and how the ideas percolate down from government into society and culture, into families, into individuals, into their beliefs and back around again in a cycle. What I love about this image is it's made up of concepts, it explores our worldviews and it helps us -- it helps me anyway -- to see what others think, to see where they're coming from. And it feels just incredibly cool to do that.
Mas pode ir para além dos dados e para além dos números. Gosto de aplicar a visualização de informação a ideias e conceitos. Esta é uma visualização do espetro político, numa tentativa para compreender como é que funciona e como é que as ideias se agregam a partir do governo para a sociedade e para a cultura, para as famílias, para os indivíduos, para as suas crenças e voltam ao governo, num ciclo. O que eu adoro nesta imagem é que é feita de conceitos, explora a nossa visão do mundo e ajuda-nos — pelo menos a mim — a ver o que é que os outros pensam, a ver de onde eles vêm. É incrivelmente fixe fazer isto.
What was most exciting for me designing this was that, when I was designing this image, I desperately wanted this side, the left side, to be better than the right side -- being a journalist, a Left-leaning person -- but I couldn't, because I would have created a lopsided, biased diagram. So, in order to really create a full image, I had to honor the perspectives on the right-hand side and at the same time, uncomfortably recognize how many of those qualities were actually in me, which was very, very annoying and uncomfortable. (Laughter) But not too uncomfortable, because there's something unthreatening about seeing a political perspective, versus being told or forced to listen to one. You're capable of holding conflicting viewpoints joyously when you can see them. It's even fun to engage with them because it's visual. So that's what's exciting to me, seeing how data can change my perspective and change my mind midstream -- beautiful, lovely data.
O mais entusiasmante para mim, ao desenhar isto, foi que, quando estava a projetar esta imagem, queria, sobretudo, ver que o lado esquerdo, fosse melhor que o lado direito — como jornalista, uma pessoa de tendências de esquerda — mas não podia, porque iria criar um diagrama parcial e assimétrico. Então, para criar esta imagem completa, tinha que honrar as perspetivas do lado direito e ao mesmo tempo, reconhecer desconfortavelmente, quantas dessas qualidades existiam em mim, o que foi muito irritante e desconfortável. (Risos) Mas não desconfortável em demasia, porque não há nada de assustador em ver uma perspetiva política, em comparação com ser-nos dito ou forçados a ouvir uma. Somos capazes de manter pontos de vista conflituosos alegremente, quando os conseguimos ver. Até é divertido interagir com eles porque é visual. É isso que me entusiasma, ver como é que os dados conseguem mudar a minha perspetiva e mudar a minha corrente de pensamentos — lindos e adoráveis dados.
So, just to wrap up, I wanted to say that it feels to me that design is about solving problems and providing elegant solutions, and information design is about solving information problems. It feels like we have a lot of information problems in our society at the moment, from the overload and the saturation to the breakdown of trust and reliability and runaway skepticism and lack of transparency, or even just interestingness. I mean, I find information just too interesting. It has a magnetic quality that draws me in.
Então, para finalizar, queria dizer que parece-me que o design trata de resolver problemas e de providenciar soluções elegantes. E o design de informação trata de resolver problemas de informação. Parece que há muitos problemas de informação na nossa sociedade neste momento, desde a sobrecarga e a saturação até à perda de confiança e credibilidade e ceticismo desertor e falta de transparência, ou simplesmente falta de interesse. Eu acho a informação por demais interessante. Tem uma qualidade magnética que me atrai.
So, visualizing information can give us a very quick solution to those kinds of problems. Even when the information is terrible, the visual can be quite beautiful. Often we can get clarity or the answer to a simple question very quickly, like this one, the recent Icelandic volcano. Which was emitting the most CO2? Was it the planes or the volcano, the grounded planes or the volcano? So we can have a look. We look at the data and we see: Yep, the volcano emitted 150,000 tons; the grounded planes would have emitted 345,000 if they were in the sky. So essentially, we had our first carbon-neutral volcano.
Portanto, visualizar a informação pode dar-nos uma solução muito rápida para esse tipo de problemas. Mesmo quando a informação é terrível, o seu visual pode ser bastante bonito. Muitas vezes podemos obter esclarecimento ou a resposta a uma pergunta simples muito rapidamente, como esta, o recente vulcão islandês. Quem é que estava a emitir mais CO2? Eram os aviões ou o vulcão? Os aviões em terra ou o vulcão? Podemos dar uma olhadela. Olhamos para os dados e vemos, sim, o vulcão emitiu 150 mil toneladas; os aviões em terra teriam emitido 345 mil se estivessem no ar. Então, tivemos o nosso primeiro vulcão neutro em carbono
(Laughter)
(Risos)
(Applause)
(Aplausos)
And that is beautiful. Thank you.
E isso é lindo. Obrigado.
(Applause)
(Aplausos)