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 puder deixar-vos com uma grande ideia hoje, é a de que o total da informação que nós consumimos é maior do que a soma das partes e, em vez de pensarem em sobrecarga de informação, gostaria que pensassem sobre como é que podemos usar a informação para que surjam padrões e para que possamos ver tendências que de outra forma seriam invisíveis.
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.
O que estamos a ver aqui é um gráfico de mortalidade típico organizado por idade. Esta ferramenta que estou a utilizar é uma pequena experiência. Chama-se Pivot e com ela o que posso fazer é optar por filtrar uma causa de morte em particular, por exemplo por acidentes. E, imediatamente, vejo que é criado um padrão diferente. Isto porque, nesta área central, as pessoas estão no pico da sua actividade e aqui estão no pico da sua vulnerabilidade. Podemos voltar ao início e reorganizar a informação por causa de morte, vendo que as doenças circulatórias e os cancros são os suspeitos do costume, mas não para toda a gente. Se seguirmos em frente e filtrarmos por idade, por exemplo por idade menor ou igual a 40 anos, vemos que os acidentes são de facto a causa de morte mais preocupante para as pessoas. E analisando em detalhe, mais preocupante para os homens.
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.
Assim vocês percebem a ideia de que visualizar informação, visualizar dados desta forma é muito parecido a nadar num infográfico com informação viva. E se podemos fazer isto para dados em bruto, porque não fazê-lo para conteúdo também? Então, o que temos aqui mesmo, é a capa de cada uma das edições da Sports Illustrated alguma vez produzidas. Estão todas aqui. Está tudo na internet. Podem voltar aos vossos quartos e experimentar isto depois da minha conversa. Com a Pivot, podem analisar por década. Podem analisar por um ano em particular. Podem saltar logo para uma edição em específico. Então, eu estou a ver esta: Vejo os atletas que aparecerem nesta edição, os desportos... Sou um fã do Lance Armstrong, por isso vou seguir e clicar ali, o que me mostra todas as edições em que o Lance Armstrong apareceu.
(Applause)
(Aplausos)
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.
Agora, se eu quiser apenas espreitar estas edições, eu posso pensar, "Bem, que tal espreitar todas as edições de ciclismo?" Então eu posso voltar atrás e expandir essas edições. E vejo Gred Lemond agora. E assim vocês têm uma ideia de que quando navegam na informação desta forma, indo mais ao detalhe ou à superfície voltando atrás ou saindo da análise, vocês não estão a procurar, não estão a navegar. Estão a fazer algo que é na realidade um pouco diferente. Está a meio termo e nós pensamos que isto muda a forma como a informação pode ser usada.
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.
Por isso, eu quero extrapolar um pouco esta ideia usando algo que é um pouco louco. E o que fizemos aqui foi pegar em cada página da Wikipedia e reduzimo-la a um curto sumário. O sumário consistiu em apenas uma pequena sinopse e num ícone para indicar a categoria de origem. Estou apenas a mostrar as 500 páginas mais populares da Wikipedia. Mas, mesmo nesta vista limitada, podemos fazer imensas coisas. Imediatamente, temos uma ideia dos principais tópicos que são mais populares na Wikipedia. Vou continuar e seleccionar "governo". Agora, depois de seleccionar "governo", posso ver que as categorias da Wikipedia que mais frequentemente lhes correspondem são a revista Time - Personalidades do Ano. Então isto é realmente importante porque isto é um conhecimento que não está disponível numa só página da Wikipedia Só é possível ver esse conhecimento quando nos distanciamos e olhamos para todas elas.
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.
Olhando para um destes sumários em particular, posso depois ir ao detalhe da revista Time - Personalidade do Ano, e visualizar todas as Personalidades. Assim, ao olhar para estas Personalidades, posso ver que a maioria delas tem vêm do governo. Algumas vêm das ciências naturais. Algumas, ainda menos, vêm do mundo dos negócios. Aqui está o meu patrão. E uma vem do mundo da música. E é bastante interessante porque o Bono também é um vencedor do TED Prize (Prémios TED). Então podemos dar uma olhadela em todos os vencedores do TED Prize (Prémios TED). Vocês vejam, nós estamos a navegar na internet pela primeira vez como se fosse realmente uma rede, não página a página, mas num nível superior de abstracção.
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.
E por isso eu quero mostrar-vos uma outra coisa que pode apanhar-vos um pouco de surpresa. Estou apenas aqui a mostrar o site do New York Times. A Pivot, esta aplicação -- eu não quero chamar-lhe browser; não é bem um browser, mas podem ver páginas web com ela -- e nós trazemos essa tecnologia escalável para cada página web como esta. Agora posso fazer zoom out e voltar a seleccionar uma secção específica. A razão pela qual isto é importante é que, apenas visualizando as páginas web desta forma, posso ver todo o meu histórico de navegação exactamente da mesma forma. Então eu posso analisar o que eu já fiz em determinadas alturas. Aqui, de facto, está o registo de toda a demonstração que acabei de dar. E eu posso reproduzir algumas coisas que estive a ver hoje. E, se eu quiser fazer zoom out e visualizar tudo, posso editar a minha história talvez através do meu histórico de pesquisa. Aqui, estava a fazer umas pesquisas, procurando no Bing por "Live Labs Pivot". E delas, posso analisar a página web e lançar os resultados novamente. É uma metáfora reutilizada múltiplas vezes, e, em cada caso, torna o todo maior que a soma de todas as partes.
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.
Neste momento, neste mundo, nós pensamos sobre dados e informação como sendo uma maldição. Falamos sobre a maldição das quantidades astronómicas de informação. Falamos sobre afogarmo-nos em dados e informação. E se pudermos realmente alterar isso completamente e alterar a internet completamente, de forma a que em vez de saltarmos de uma coisa para outra, nos habituássemos a passar de muitas coisas para outras tantas, e assim podermos ver os padrões que estariam de outra forma escondidos? Se conseguirmos fazer isso, então, em vez de estarmos encurralados em dados, talvez possamos na verdade extrair informação. E, em vez de lidarmos apenas com informação, podemos originar conhecimento. E, se tivermos o conhecimento, então talvez ainda haja sabedoria por alcançar.
So with that, I thank you.
E com isto, agradeço-vos.
(Applause)
(Aplausos)