If I can leave you with one big idea today, it's that the whole of the data in which we consume is greater that the sum of the parts, and instead of thinking about information overload, what I'd like you to think about is how we can use information so that patterns pop and we can see trends that would otherwise be invisible.
Se oggi volessi farvi capire una sola grande idea sarebbe che l'insieme dei dati che consumiamo è più grande della somma delle sue parti, e che, invece di pensare alla troppa informazione, vorrei farvi pensare a come usare l'informazione per far emergere nuove relazioni così da vedere nuovi trend, altrimenti invisibili.
So what we're looking at right here is a typical mortality chart organized by age. This tool that I'm using here is a little experiment. It's called Pivot, and with Pivot what I can do is I can choose to filter in one particular cause of deaths -- say, accidents. And, right away, I see there's a different pattern that emerges. This is because, in the mid-area here, people are at their most active, and over here they're at their most frail. We can step back out again and then reorganize the data by cause of death, seeing that circulatory diseases and cancer are the usual suspects, but not for everyone. If we go ahead and we filter by age -- say 40 years or less -- we see that accidents are actually the greatest cause that people have to be worried about. And if you drill into that, it's especially the case for men.
Qui vedete delle tipiche statistiche di mortalità organizzate per età. Questo strumento che uso è un piccolo esperimento. Si chiama Pivot, e con Pivot posso scegliere di filtrare una sola causa di morte, diciamo gli incidenti. E subito vediamo emergere nuove relazioni. Il motivo è che qui nella parte centrale le persone sono più attive; e qui invece sono più fragili. Possiamo fare un passo indietro e riorganizzare i dati per causa di morte, vediamo che malattie circolatorie e cancro sono i maggiori indiziati, ma non per tutti. Se andiamo avanti e filtriamo per età, diciamo sotto i 40, vediamo che gli incidenti sono la causa di morte di cui preoccuparsi di più. Visto più da vicino, vale soprattutto per gli uomini.
So you get the idea that viewing information, viewing data in this way, is a lot like swimming in a living information info-graphic. And if we can do this for raw data, why not do it for content as well? So what we have right here is the cover of every single Sports Illustrated ever produced. It's all here; it's all on the web. You can go back to your rooms and try this after my talk. With Pivot, you can drill into a decade. You can drill into a particular year. You can jump right into a specific issue. So I'm looking at this; I see the athletes that have appeared in this issue, the sports. I'm a Lance Armstrong fan, so I'll go ahead and I'll click on that, which reveals, for me, all the issues in which Lance Armstrong's been a part of.
Quindi avrete capito che visualizzare informazioni e dati in questi modo è un po' come nuotare in un mare di informazioni grafiche. E se possiamo farlo con dati grezzi perché non farlo anche con i contenuti? Ad esempio qui abbiamo la copertina di ogni Sports Illustrated mai stampato. Tutto qui. Tutto in rete. Potete rientrare nelle vostre stanze e provare anche voi. Con Pivot si può osservare un decennio. Oppure un anno specifico. Si può isolare un numero in particolare. Ad esempio prendiamo gli atleti che appaiono in questo numero, i loro sport. Sono un fan di Lance Armstrong, quindi clicco qui e vedo tutti i numeri in cui appare Lance Armstrong.
(Applause)
(Applausi)
Now, if I want to just kind of take a peek at these, I might think, "Well, what about taking a look at all of cycling?" So I can step back, and expand on that. And I see Greg LeMond now. And so you get the idea that when you navigate over information this way -- going narrower, broader, backing in, backing out -- you're not searching, you're not browsing. You're doing something that's actually a little bit different. It's in between, and we think it changes the way information can be used.
Ora, se voglio darci un'occhiata, potrei pensare "Perché non dare uno sguardo a tutto il ciclismo?" Faccio un passo indietro e allargo la visuale. E ora vedo Greg Lemond. Insomma avrete capito che quando navigate tra le informazioni in questo modo più da vicino o più da lontano andando avanti e indietro non è solo una ricerca, non è il solito browser. Ma fate qualcosa di leggermente diverso. E' una via di mezzo che secondo noi cambierà come potremo usare le informazioni.
So I want to extrapolate on this idea a bit with something that's a little bit crazy. What we're done here is we've taken every single Wikipedia page and we reduced it down to a little summary. So the summary consists of just a little synopsis and an icon to indicate the topical area that it comes from. I'm only showing the top 500 most popular Wikipedia pages right here. But even in this limited view, we can do a lot of things. Right away, we get a sense of what are the topical domains that are most popular on Wikipedia. I'm going to go ahead and select government. Now, having selected government, I can now see that the Wikipedia categories that most frequently correspond to that are Time magazine People of the Year. So this is really important because this is an insight that was not contained within any one Wikipedia page. It's only possible to see that insight when you step back and look at all of them.
Approfondiamo ancora questa idea che può sembrare un po' folle. Abbiamo preso ogni singola pagina di Wikipedia e l'abbiamo ridotta a un breve riassunto che consiste in una piccola sinossi e un'icona che ne indica l'area tematica. Vi mostro solo le prime 500 tra le più visitate su Wikipedia. Anche in questa schermata limitata possiamo fare molto. Si capisce subito quali aree tematiche sono le più visitate su Wikipedia. A questo punto seleziono gli enti governativi. Scelta questa opzione vediamo che le categorie di Wikipedia più spesso associate a questa voce sono i "Personaggi dell'Anno" di Time Magazine. Questo è significativo perché fa emergere qualcosa che nelle pagine di Wikipedia non c'era. E lo si vede soltanto facendo un passo indietro per vedere l'insieme.
Looking at one of these particular summaries, I can then drill into the concept of Time magazine Person of the Year, bringing up all of them. So looking at these people, I can see that the majority come from government; some have come from natural sciences; some, fewer still, have come from business -- there's my boss -- and one has come from music. And interestingly enough, Bono is also a TED Prize winner. So we can go, jump, and take a look at all the TED Prize winners. So you see, we're navigating the web for the first time as if it's actually a web, not from page-to-page, but at a higher level of abstraction.
Se prendo uno di questi riassunti posso poi zoomare sulla categoria "Personaggi dell'Anno" di Time Magazine. e vederli tutti. A questo punto vedo che la maggior parte proviene da enti governativi Alcuni dal mondo della scienza Un numero minore dal mondo degli affari. Ecco il mio capo. Uno viene dalla musica. E, cosa piuttosto interessante, Bono ha anche vinto un premio TED. Allora saltiamo a vedere tutti i vincitori del premio TED. Per la prima volta stiamo davvero navigando in rete come se fosse una rete, non da pagina a pagina ma ad un livello di astrazione superiore.
And so I want to show you one other thing that may catch you a little bit by surprise. I'm just showing the New York Times website here. So Pivot, this application -- I don't want to call it a browser; it's really not a browser, but you can view web pages with it -- and we bring that zoomable technology to every single web page like this. So I can step back, pop right back into a specific section. Now the reason why this is important is because, by virtue of just viewing web pages in this way, I can look at my entire browsing history in the exact same way. So I can drill into what I've done over specific time frames. Here, in fact, is the state of all the demo that I just gave. And I can sort of replay some stuff that I was looking at earlier today. And, if I want to step back and look at everything, I can slice and dice my history, perhaps by my search history -- here, I was doing some nepotistic searching, looking for Bing, over here for Live Labs Pivot. And from these, I can drill into the web page and just launch them again. It's one metaphor repurposed multiple times, and in each case it makes the whole greater than the sum of the parts with the data.
Vi voglio mostrare un'altra cosa che vi potrebbe sorprendere. Questo è il sito del New York Times. Pivot, questa applicazione - non la chiamo browser, perché non è un browser, ma serve comunque a vedere pagine web - noi aggiungiamo questa tecnologia per lo zoom ad ogni pagina web, come questa. Posso fare un passo indietro e subito tornare ad una sezione specifica Questo è importante perché il solo vedere le pagine web così mi fa vedere tutta la mia navigazione in internet allo stesso identico modo. Posso zoomare su quello che ho fatto in momenti specifici. Qui infatti si vede lo stato della demo che ho appena presentato. Posso in un certo senso rivedere altre cose che ho visto in giornata. Se voglio fare una passo indietro e vedere tutto posso fare a pezzettini il mio storico o la storico delle mie ricerche. Qui cercavo in modo nepotistico, cercavo il motore Bing, qui per Live Labs Pivot. E da qui posso zoomare sulla mia pagina web e semplicemente rilanciare da qui. Una metafora riutilizzata molte volte, e in ogni caso il risultato è maggiore della somma delle parti, dei dati di partenza.
So right now, in this world, we think about data as being this curse. We talk about the curse of information overload. We talk about drowning in data. What if we can actually turn that upside down and turn the web upside down, so that instead of navigating from one thing to the next, we get used to the habit of being able to go from many things to many things, and then being able to see the patterns that were otherwise hidden? If we can do that, then instead of being trapped in data, we might actually extract information. And, instead of dealing just with information, we can tease out knowledge. And if we get the knowledge, then maybe even there's wisdom to be found.
Oggigiorno, al mondo, i dati sono visti come una sorta di maledizione. Si parla di sovraccarico di informazioni. Si parla di annegare nei dati. E se mettessimo tutto sottosopra se mettessimo il web sottosopra invece di passare da una cosa all'altra, ci abitueremmo a passare da molte cose a molte altre per poi poter vedere quelle strutture che altrimenti rimarrebbero nascoste? E allora invece di sentirci intrappolati nei dati potremmo davvero estrarre informazioni. Invece di occuparci solo di informazioni, possiamo tirarne fuori della conoscenza. E dalla conoscenza magari si arriva anche alla saggezza.
So with that, I thank you.
E con questo vi ringrazio.
(Applause)
(Applausi)