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 sofrendo de excesso de informação ou abundância de dados. E a boa noticia é que pode haver uma solução fácil pra isso, e é usarmos mais os nossos olhos. E assim visualizando informação, para que possamos ver os padrões e conexões que importam e então projetar a informação para que faça mais sentido, ou conte uma estória, ou nos permita focar apenas na informação que for importante. Se não funcionar, informação visualizada pode simplesmente parecer muito legal.
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.
Então, vamos ver. Este é o Billion Dollar Gram (Diagrama de Bilhões de Dólares), e essa imagem surgiu de uma frustração que tive com relatos de montantes de bilhões de dólares na imprensa. Isto é, não fazem sentido sem o conexto. 500 bilhões por esse duto. 20 bilhões por essa guerra Não faz o menor sentido, então a única maneira de entender é de forma visual e relativa. Então, eu peguei um monte de figuras de várias fontes de notícias e então coloquei em escala de acordo com as quantidades. E as cores aqui representam a motivação por trás do dinheiro. Então, roxo é luta, e vermelho é doação, e verde é lucro. E o que você pode ver de imediato é que você começa a se relacionar diferente com os números. Você pode vê-los literalmente. Mas o mais importante é que você começa a ver padrões e conexões entre os números que, de outra forma, estariam desmembradas entre 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.
Deixem-me destacar alguns dos quais eu gosto bastante. Esse é a receita da OPEP, essa caixa verde aqui -- 780 bilhões por ano. E esse pequeno pixel no canto -- três bilhões -- é o fundo de mudanças climáticas deles. Americanos, pessoas incrivelmente generosas -- mais de 300 bilhões por ano, doados para caridade todos os anos, comparado com a quantidade de ajuda estrangeira dada pelas 17 mais importantes nações industrializadas em 120 bilhões. E é claro, a guerra do Iraque, prevista a custar 60 bilhões lá 2003. E cresceu de leve. O Afeganistão cresceu agora para 3.000 bilhões. Então agora é ótimo porque agora temos essa textura, e podemos adicionar números a ela também. Então podemos dizer, bem, que surge uma nova figura... vamos ver: dívida africana. Quanto deste diagrama vocês acham que será ocupado pela dívida que a África tem com o Ocidente? Vamos ver. Aí está. 227 bilhões é o que a África deve. E a crise financeira recente -- quanto desse diagrama ela pode ocupar? O que custou para mundo? Vamos dar uma olhada nisso. "Dooosh", acho que esse é o efeito sonoro apropriado para tanto dinheiro. 11.900 bilhões. Então, visualizando essa informação, nós a transformamos em um cenário que você pode explorar com os seus olhos, um tipo de mapa mesmo, um tipo de mapa de informação. E quando você está perdido em informação, um mapa de informação até que é 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.
Eu quero mostrar outro cenário a vocês agora. Precisamos imaginar como um cenário dos medos do mundo pode parecer. Vamos dar uma olhada. Isto é tempestade em um copo d'água , uma linha do tempo do pânico da mídia global. (Risos) Então, já vou legendar isso pra vocês. Mas a altura aqui, que eu quero destacar, é a intensidade de certos medos, como mostrado na mídia. Deixe-me destacá-los. Então isso, gripe suína -- rosa. Gripe aviária. SARS -- amarronzado aqui. Lembrem-se dessa. O bug do milênio -- desastre terrível. Esses pequenos picos verdes são colisões de asterórides. (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.
Então isso é como os nossos medos podem ser representados ao longo do tempo na nossa mídia. Mas o que eu amo -- e eu sou um jornalista -- e o que eu amo é achar padrões escondidos; adoro ser um detetive da dados. E existe um padrão muito interessante e estranho escondido nessa informação que você só consegue ver quando o visualiza. Deixem-me destacá-lo para vocês. Olhem essa linha. Isso é um cenário para vídeo games violentos. Como vocês podem ver, existe um padrão regular meio estranho nos dados, picos gêmeos todo ano. Se olhamos mais de perto, vemos esses picos ocorrerem no mesmo mês todo ano. Por quê? Bem, em Novembro, os jogos do Natal são lançados, e deve haver uma maior preocupação sobre seu conteúdo. Mas Abril não é um mês particularmente massivo para video games. Por que Abril? Bem, em Abril de 1999 foi o tiroteio de Columbine, e, desde então, aquele medo tem sido lembrado pela mídia e ecoa gradualmente pelo mente coletiva durante o ano. Temos restrospectivas, aniversários, casos judiciais, até mesmo tiroteios imitando, todos empurrando aquele medo pro cotidiano. E existe outro padrão aqui também. Vocês conseguem ver? Vêem essa falha aqui? Existe uma falha, e ela afeta todas as outras estórias. Por que existe essa falha aí? Vocês vêem onde ela começa? Setembro de 2001, quando tivemos algo bem real para temer.
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.
Então, tenho trabalhado como jornalista apurador por mais ou menos um ano, e fico escutando uma frase o tempo todo, que é a seguinte: "Dados são o novo petróleo." E dados são o tipo de recurso onipresente que podemos formatar pra prover novas inovações e novas perspectivas, e está ao redor, e pode ser extraído facilmente. E não é nenhuma grande metáfora nesses tempos, especialmente se você vive perto do Golfo do México. mas eu acho que adaptaria um pouquinho essa metáfora, e diria que dados são o novo solo. Porque para mim, parece um meio fértil, criativo. Sabe, ao longo dos anos, online, nós plantamos uma quantidade gigantesca de informações e dados, e irrigamos com redes e conectividade, e isso foi feito por empregados e governos sem pagamento. E, ok, eu estou explorando a metáfora um pouquinho. Mas é um meio muito fértil e visualizações, infográficos, visualização de dados, eles se parecem com flores desabrochando desse meio. Mas se você olhar diretamente, é só um monte e números e fatos disconexos. Mas se você começar a trabalhar com eles e manipulá-los de um certo modo coisas interessantes poderão aparecer, e padrões diferentes poderão ser revelados.
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?
Deixem-me mostrar isto. Vocês conseguem adivinhar o que esses dados dizem? O que cresce duas vezes por ano, uma na Páscoa e, depois, duas semanas antes do Natal, tem um mini pico todas as segundas-feiras e depois some no verão. Eu aceito respostas. (Platéia: Chocolate). David McCandless: Chocolate. Você pode querer colocar um pouco de chocolate dentro. Alguma outra idéia? (Platéia: Shopping.) DM: Shopping. É terapia das compras pode ajudar. (Platéia: Licença de Saúde.) DM: Licença de Saúde. É, vocês vão decididamente querer uma folga. Vamos ver?
(Laughter)
(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.
Então, a informação aqui, Lee Byron e eu, pegamos 10,0000 atualizações do Facebook para a frase "separar" e "separaram-se" e esse foi o padrão que achamos -- pessoas se liberando para as férias de primavera, (Risos) voltando de finais de semana péssimos na segunda, ficando solteiros durante o verão. E então o dia mais baixo do ano, claro: Dia de Natal. Quem faria isso? Então existe uma quantidade "titânica" de informação lá fora agora, sem precedentes. Mas se você fizer o tipo certo de pergunta, ou se trabalhar do jeito certo, coisas interessantes podem vir à tona.
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.
Informação é bonita. Dados são bonitos. Eu me pergunto se eu poderia fazer minha vida bela. E aqui esta meu curriculum visual Não tenho certeza se deu muito certo. Bem quadrado. As cores não são muito boas. Mas eu queria mostrar uma coisa pra vocês. Eu comecei como programador, e depois trabalhei como escritor por muitos anos, uns 20, em impressos, online e depois em propaganda, e só recentemente eu comecei a fazer design. E eu nunca fui a escola de design. Nunca estudei arte nem nada. Eu meio que aprendi fazendo. E quando eu comecei a fazer design, Eu descobri uma coisa estranha sobre mim mesmo. Eu já sabia fazer design, mas não era como se eu fosse incrivelmente brilhante nisso, mas eu era sensível às idéias de gradess e espaço e alinhamento e tipografia. É quase como se estar exposto a toda essa mídia durante os anos tivesse colocado um aprendizado de design adormecido dentro de mim. E eu não me sinto diferente de ninguém
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.
Eu sinto isso todos os dias, todos nós agora estamos sendo afetados pelo design da informação. Está sendo derramado nos nossos olhos através da web, e somos todos visualizadores agora; estamos exigindo um aspecto visual para a nossa informação. E existe algo quase mágico sobre a informação visual. É sem esforço; literalmente jorra. E se você está navegando por uma densa selva de informação, passando por um lindo gráfico ou uma ótima visualização de informação, é um alívio, é como atravessar uma clareira na selva. E eu estava curioso sobre isso, e isso me levou ao trabalho de um físico dinamarquês chamado Tor Norretranders, e ele converteu a banda larga dos sentidos em termos de informática.
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 nós. Isso são os seus sentidos, entrando nos seus sentidos a todo segundo. Seu senso de visão é o mais rápido. Tem a mesma largura de banda que a de uma rede de computadores. Então você tem o tato, que tem a velocidade de um USB. E depois tem audição e visão, que têm a capacidade de um disco rígido. E você tem o pobre, velho paladar, que é mais ou menos a capacidade de uma calculadora de bolso. E aquele pequeno quadrado no canto, 0.7 porcento, é a quantidade de que estamos realmente conscientes. E muito da sua visão -- a maior parte é visual, e está jorrando. Inconscientemente. E o olho é extremamente sensível a padrões em variações de cor, formato e padrão. Ele os ama, e os chama de belos. É a linguagem do olho. E se você combinar a linguagem do olho com a linguagem da mente, que é sobre palavras, números e conceitos, você começa a falar duas línguas simultâneamente, uma melhorando a outra. Então, você tem o olho, e insere os conceitos. E tudo aquilo -- são duas linguagens trabalhando 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.
Então usaremos esse novo tipo de linguagem, se vocês quiserem, pra alterar nossas perspectivas ou mudar nosso ponto de vista. Deixem-me fazer uma pergunta simples com uma resposta muito simples. Quem tem o maior orçamento militar? Tem que ser os Estados Unidos, certo? Massivo. 609 bilhões em 2008 -- 607, na verdade. Tão massivo, de fato, que pode conter todos os outros orçamentos militares do mundo dentro dele. Glump, glump, glump, glump. glump. Agora, você pode ver o débito total da África ali e o orçamento do Reino Unido para referência. Então isso pode ir de encontro a nossa visão dos Estados Unidos como país de guerra, máquina miltar, querendo passar por cima do mundo com seu enorme complexo militar industrial. Mas é verdade que os Estados Unidos têm o maior orçamento militar? Porque é um país incrivelmente rico. Na verdade, é tão enormemente rico que pode conter as outras quatro economias das principais nações industrializadas dentro de si, é tão rico. Então seu orçamento militar é certamente enorme. Então, pra ser justo e para alterar a nossa perspectiva, temos que trazer outro conjunto de dados, e esse conjunto de dados é um PIB, ou os ganhos do país. Quem tem o maior orçamento comparado ao PIB? Vamos dar uma olhada. Isso muda a figura consideravelmente. Outros países aparecem que você, talvez, não estivesse considerando. e os americanos caem pra oitavo.
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.
Agora você também pode fazer isso com soldados. Quem tem mais soldados? Tem que ser a China. Claro, 2.1 milhões. Novamente, de encontro a sua visão que a China é um regime militarizado pronto para mobilizar as suas forças enormes. Mas é claro, a China tem uma enorme população. Então se fizermos o mesmo, vemos uma figura radicalmente diferente. A China cai para número 124. Na verdade tem um exército mínimo quando você leva em conta outras informações. Então, valores absolutos, como o orçamento militar, num mundo conectado, meio que não fornecem uma visão geral. Não são tão verdadeiras quanto poderiam ser.
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 valores relativos que estejam conectados com outros dados. para termos uma visão mais completa, e isso pode nos levar a mudar nossa perspectiva. Como Hans Rosling, o mestre, meu mestre, disse: "Deixe o conjunto de dados mudar a sua mente" E se puder fazer isso, talvez também possa mudar a sua atitude.
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.
Olhem pra este. Eu sou um pouco louco por saúde. Eu amo tomar suplementos e estar em forma, mas eu nunca entendo o que está acontecendo em termos de evidência. Tem sempre evidências conflitantes. Devo tomar vitamina C? Deveria estar comendo broto de trigo? Esta é uma visualização de toda a evidência para suplementos nutricionais. Esse tipo de diagrama é chamado de corrida de balão. Então quanto mais alto na imagem, mais evidência existe para cada suplemento. E as bolhas correspondem à popularidade de acordo com o cliques no Google. Então você pode meio que compreender imediatamenet a relação entre eficácia e popularidade, mas você também pode, se você hierarquizar a evidência, mais ou menos fazer uma linha de "vale a pena". E então os suplementos acima dessa linha valem ser investigados. mas somente nas condições listadas a abaixo. E os suplementos abaixo da linha talvez não valham a pena ser investigados.
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.
Agora, essa imagem constitui uma enorme quantidade de trabalho. Nós pegamos uns 1.000 estudos da PubMed o banco de dados biomédico, e nós compilamos e hierarquizamos todos. e foi incrivelmente frustrante pra mim porque tive um livro de 250 visualizações para fazer para o meu livro, e eu passei um mês fazendo isso, e só consegui preencher duas páginas. Mas isso aponta para o fato de que visualizar a informação desta forma é uma forma de compressão do saber. É uma maneira de juntar uma enorme quantidade de informação e entendimento num espaço pequeno. E uma vez que você tenha trabalhado aqueles dados, uma vez que você limpou aqueles dados, e uma vez que estiver lá, você pode fazer coisas legais como esta.
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.
Então eu converti isso em um aplicativo interativo, para que eu possa gerar essa aplicação online -- essa é a visualização online -- e eu posso dizer, "É, genial." Ele se recria. E eu posso dizer, "Tá, só me mostra as coisas que afetam a saúde do coração." Então vamos filtrar isso. Então coração está filtrado, então se eu.. se estiver curioso sobre isso. Eu penso, "Não, não. Eu não quero nenhum sintético. Eu só quero ver plantas e -- só mostre ervas e plantas. Eu tenho todos os ingredientes naturais." Agora este aplicativo está se recriando a partir dos dados. Os dados estão todos guardados num Google doc, e está literalmente se gerando através desses dados. Entõa os dados estão vivos agora; é uma imagem viva, e eu posso atualizá-la em um segundo. Novas evidências aparecem -- eu só mudo uma linha na planilha. Doosh! Novamente, a imagem se recria. Então é legal. Está meio que viva.
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 meio que pode ir além dos dados. e pode ir além dos números. E eu gosto de aplicar visualização de informação a idéias e conceitos. Esta é uma visualização do espectro político numa tentativa de eu tentar entender como funciona e como as idéias são filtradas do governo para a sociedade e cultura, para famílias, indivíduos, nas suas crenças e de volta novamente num ciclo. O que eu amo dessa imagem é que é ela é feita de conceitos, ela explora a nossa visão do mundo e nos ajuda -- me ajuda pelo menos -- a ver o que os outros pensam, a ver de onde eles estão vindo. E é uma sensação muito legal a de fazer isso.
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.
E o que foi mais legal pra mim projetando isso, foi que, quando eu estava projetando essa imagem, eu queria desesperadamente que este lado, o lado esquerdo, fosse melhor do que o lado direito -- sendo um tipo de jornalista, uma pessoa de esquerda -- mas eu não podia, porque eu teria criado um diagrama desequilibrado, tendencioso. Então, pra realmente criar uma imagem completa eu teria que honrar as perspectivas da direita e ao mesmo tempo, meio que de forma desconfortável reconhecer quantas daquelas qualidades estavam realmente em mim, o que foi, muito, muito irritante e desconfortável. (Risos) Mas não tão desconfortável, porque existe algo não ameaçador sobre ver uma perspectiva política, versus ouvir ou ser forçado a ouvir uma. É realmente -- você é capaz de ter pontos de vista conflitantes de forma boa, quando você consegue vê-los. É até legal interagir com eles. porque é visual. Isso é o que é legal pra mim, ver como os dados podem mudar a minha perspectiva e mudar minha cabeça -- bela, adorável informação.
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, só pra fechar, Eu queria dizer que me parece que o design é resolver problemas e prover soluções elegantes. E design de informação é resolver problemas da informação. E parece que nós temos um monte de problemas da informação na nossa sociedade atualmente, desde o excesso e da saturação até a queda da confiança e ceticismo fugidio e falta de fransparência ou até mesmo falta de interesse. Eu quero dizer, eu acho a informação muito interessante. Ela 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.
Visualizar informação pode nos dar uma solução rápida para esses tipos de problema. E mesmo quando a informação é terrível, o visual pode ser bem bonito. E muitas vezes podemos ter clareza ou a resposta para uma pergunta simples rapidamente, como esta, o recente vulcão da Islândia. Qual estava emitindo mais CO2? Os aviões ou o vulcão? Os aviões parados ou o vulcão? Então podemos dar uma olhada. Olhamos os dados e vemos. é, o vulcão emitiu 150.000 toneladas; os aviões parados teriam emitido 345.000 se estivessem no céu. Então essencialmente, tivemos nosso primeiro vulcão carbono-neutro
(Laughter)
(Risos)
(Applause)
(Aplausos)
And that is beautiful. Thank you.
E isso é lindo. Obrigada.
(Applause)
(Aplausos)