This is what my last week looked like. What I did, who I was with, the main sensations I had for every waking hour ... If the feeling came as I thought of my dad who recently passed away, or if I could have just definitely avoided the worries and anxieties. And if you think I'm a little obsessive, you're probably right. But clearly, from this visualization, you can learn much more about me than from this other one, which are images you're probably more familiar with and which you possibly even have on your phone right now. Bar charts for the steps you walked, pie charts for the quality of your sleep -- the path of your morning runs.
هفتهی پیش من به این شکل گذشت. چه کار کردم، با چه کسانی بودم، احساسات غالب من در هر ساعت بیداری چه بود ... آیا ریشهی این احساسات فکر کردن به پدرم بود، که به تازگی از دستش دادم؟ یا این که آیا میتوانستم ازاحساس نگرانی و اضطراب خود جلوگیری کنم. و اگر فکر میکنید من زیادی وسواسی هستم، احتمالاً حق دارید. ولی قطعاً از این تصویر، به شناخت بهتری ازمن میرسید، تا این یکی که تصویرهایی دارد که شما احتمالاً بیشتر با آنها آشنا هستید و شاید حتی همین الان روی موبایل خود دارید. نمودار میلهای تعداد قدمهایتان نمودار دایرهای کیفیت خوابتان، مسیر دویدن صبحگاهی شما.
In my day job, I work with data. I run a data visualization design company, and we design and develop ways to make information accessible through visual representations. What my job has taught me over the years is that to really understand data and their true potential, sometimes we actually have to forget about them and see through them instead. Because data are always just a tool we use to represent reality. They're always used as a placeholder for something else, but they are never the real thing.
من در کار روزانهام با داده کار میکنم. مدیر شرکتی هستم که کارش به تصویر کشیدن داده است، و ما راههایی را طراحی میکنیم تا اطلاعات را به صورت تصویری ارائه دهیم. آنچه شغل من در طول این سالها به من آموخت این بود که برای درک دادهها و قابلیت واقعیشان، گاهی لازم است ظاهر آنها را کنار بگذاریم و در عوض معنای واقعی آنها را ببینیم. چون دادهها همیشه تنها ابزاری برای نشان دادن واقعیت هستند. همیشه به عنوان جایگزین چیز دیگری استفاده میشود، اما هیچ وقت اصل مطلب نیستند.
But let me step back for a moment to when I first understood this personally. In 1994, I was 13 years old. I was a teenager in Italy. I was too young to be interested in politics, but I knew that a businessman, Silvio Berlusconi, was running for president for the moderate right. We lived in a very liberal town, and my father was a politician for the Democratic Party. And I remember that no one thought that Berlusconi could get elected -- that was totally not an option. But it happened. And I remember the feeling very vividly. It was a complete surprise, as my dad promised that in my town he knew nobody who voted for him.
ولی بگذارید برای یک لحظه به عقب برگردم، به اولین باری که شخصاً این موضوع را فهمیدم. در سال ۱۹۹۴ من ۱۳ ساله بودم. نوجوانی درایتالیا. جوانتر از آن بودم که به سیاست علاقه داشته باشم، ولی میدانستم تاجری به نام سیلویو برلوسکنی، کاندیدای رئیس جمهوری حزب میانهرو راست است. ما درشهری بسیار لیبرال زندگی میکردیم، و پدر من سیاستمداری دموکرات بود. به یاد میآورم که هیچ کس فکر نمیکرد برلوسکنی انتخاب شود -- این اصلاً شدنی نبود. ولی اتفاق افتاد. جو را به خوبی به یاد میآورم. کاملاً غافلگیر شده بودیم، چون پدرم قسم میخورد هیچ کس را در شهر ما نمیشناسد که به او رأی داده باشد.
This was the first time when the data I had gave me a completely distorted image of reality. My data sample was actually pretty limited and skewed, so probably it was because of that, I thought, I lived in a bubble, and I didn't have enough chances to see outside of it.
این اولین باری بود که دادههایی که داشتم، تصویری تحریفشده از واقعیت به من میداد. در واقع، نمونهی آماری من بسیار محدود و یک طرفه بود پس شاید به این علت بود که در یک حباب زندگی میکردم و فرصتی برای دیدن بیرون آن را نداشتم.
Now, fast-forward to November 8, 2016 in the United States. The internet polls, statistical models, all the pundits agreeing on a possible outcome for the presidential election. It looked like we had enough information this time, and many more chances to see outside the closed circle we lived in -- but we clearly didn't. The feeling felt very familiar. I had been there before. I think it's fair to say the data failed us this time -- and pretty spectacularly. We believed in data, but what happened, even with the most respected newspaper, is that the obsession to reduce everything to two simple percentage numbers to make a powerful headline made us focus on these two digits and them alone. In an effort to simplify the message and draw a beautiful, inevitable red and blue map, we lost the point completely. We somehow forgot that there were stories -- stories of human beings behind these numbers.
حال جلو بزنیم به ۸ نوامبر ۲۰۱۶، در آمریکا. نظرسنجیهای اینترنتی، مدلهای آماری، و همه کارشناسان در مورد نتیجهی احتمالی انتخابات ریاست جمهوری توافق داشتند. این بار به نظر میرسید اطلاعات کافی در دست داریم، و خیلی بیشتر میتوانیم بیرون دایرهی بستهای را که در آن زندگی میکنیم ببینیم-- ولی گویا این طور نبود. احساس کاملاً آشنایی بود، قبلاً آن را تجربه کرده بودم. فکرمیکنم عادلانه باشد که بگوییم این بار داده شکست خورده است، شکستی سنگین. ما به داده اطمینان داشتیم ولی آنچه که حتی برای معتبرترین روزنامه اتفاق افتاد، میل افراطی به این بود که همه چیز در دو عدد ساده خلاصه شود تا تیتری قدرتمند ایجاد شود این باعث شد فقط این دو عدد را ببینیم و تنها به آنها توجه کنیم. برای این که پیام را ساده کنیم و نمودار قرمز و آبی زیبا و اجتناب ناپذیری بکشیم، نکته اصلی را به کلی فراموش کردیم. فراموش کردیم که داستانهایی هست -- داستانهایی از آدمیزادها در پشت این اعداد هست.
In a different context, but to a very similar point, a peculiar challenge was presented to my team by this woman. She came to us with a lot of data, but ultimately she wanted to tell one of the most humane stories possible. She's Samantha Cristoforetti. She has been the first Italian woman astronaut, and she contacted us before being launched on a six-month-long expedition to the International Space Station. She told us, "I'm going to space, and I want to do something meaningful with the data of my mission to reach out to people." A mission to the International Space Station comes with terabytes of data about anything you can possibly imagine -- the orbits around Earth, the speed and position of the ISS and all of the other thousands of live streams from its sensors. We had all of the hard data we could think of -- just like the pundits before the election -- but what is the point of all these numbers? People are not interested in data for the sake of it, because numbers are never the point. They're always the means to an end. The story we needed to tell is that there is a human being in a teeny box flying in space above your head, and that you can actually see her with your naked eye on a clear night. So we decided to use data to create a connection between Samantha and all of the people looking at her from below. We designed and developed what we called "Friends in Space," a web application that simply lets you say "hello" to Samantha from where you are, and "hello" to all the people who are online at the same time from all over the world. And all of these "hellos" left visible marks on the map as Samantha was flying by and as she was actually waving back every day at us using Twitter from the ISS.
در موقعیت دیگری دقیقاً همین نکته را مشاهده کردم. وقتی که زنی تیم من را به چالش عجیبی دعوت کرد. او با کلی داده به سراغ ما آمد ولی در نهایت میخواست یکی از انسانیترین داستانهای ممکن را تعریف کند. اسمش سامانتا کریستوفورتی است. او اولین فضانورد زن ایتالیایی است، او قبل از این با ما تماس گرفت که سفری شش ماهه به ایستگاه فضایی بینالمللی را شروع کند به ما گفت «من عازم فضا هستم، و میخواهم با داده های مأموریتم کار معناداری انجام دهم تا به مردم خدمتی کنم.» با مأموریتی به ایستگاه بین المللی فضایی حجم ترابایتی از داده بدست میآید در مورد هرچه که فکرش را بکنید. مدارهای گردش حول زمین، سرعت و موقعیت ایستگاه بین المللی فضایی و هزاران اطلاعات زنده دریافتی ازسنسورهای آن. ما تمامی دادهای خام را داشتیم، درست مانند کارشناسان، قبل از انتخابات-- اما فایدهی این همه عدد چه بود؟ مردم به دادهی تنها علاقهای ندارند، چون اعداد هیچگاه اصل مطلب نیستند. همیشه ابزاری هستند برای رسیدن به هدف. داستانی که ما باید میگفتیم این بود که انسانی در جعبهای کوچک درفضای بالای سر شما درحال پرواز است، و اگر شبی هوا صاف باشد شما میتوانید با چشم غیر مسلح او را ببینید. پس تصمیم گرفتیم با استفاده از دادهها ارتباطی ایجاد کنیم بین سامانتا وتمام مردمی که از پایین به او نگاه میکردند. ما چیزی را طراحی و تولید کردیم به نام "دوستان در فضا"، اپلیکیشنی که به شما امکان میداد به سامانتا سلام کنید از هر جایی که هستید، و همچنین به هر کسی که همزمان آنلاین بود ازسرتاسر دنیا. و تمام این «سلامها» به شکل نقطهای روی نقشه دیده میشد همان طور سامانتا از آنجا میگذشت و در واقع با استفاده از توییتر ایستگاه بین المللی فضایی برایمان دست تکان میداد.
This made people see the mission's data from a very different perspective. It all suddenly became much more about our human nature and our curiosity, rather than technology. So data powered the experience, but stories of human beings were the drive. The very positive response of its thousands of users taught me a very important lesson -- that working with data means designing ways to transform the abstract and the uncountable into something that can be seen, felt and directly reconnected to our lives and to our behaviors, something that is hard to achieve if we let the obsession for the numbers and the technology around them lead us in the process. But we can do even more to connect data to the stories they represent. We can remove technology completely.
این باعث شد مردم دادههای این مأموریت را از زاویهای بسیار متفاوت ببینند. حالا پدیدهای شده بود دربارهی طبیعت انسان و کنجکاوی او، به جای تکنولوژی. پس داده آزمایش ما را تقویت کرد، اما نیروی محرک آن داستان انسانها بود. واکنش خیلی مثبت هزاران کاربر درس بزرگی به من داد-- این که کار کردن با داده یعنی طراحی روشهایی برای تبدیل مفاهیم انتزاعی و غیر قابل درک به چیزی که قابل دیدن و حس کردن باشد و با زندگی و رفتار ما ارتباط پیدا کند چیزی که به دست آوردنش سخت است اگر اجازه دهیم تعصب ما روی اعداد و تکنولوژی وابسته به آن، ما را هدایت کند. اما برای ایجاد ارتباط بین داده و داستانهای مربوط به آن میشود فراتر هم رفت میشود تکنولوژی را کاملاً حذف کرد.
A few years ago, I met this other woman, Stefanie Posavec -- a London-based designer who shares with me the passion and obsession about data. We didn't know each other, but we decided to run a very radical experiment, starting a communication using only data, no other language, and we opted for using no technology whatsoever to share our data. In fact, our only means of communication would be through the old-fashioned post office. For "Dear Data," every week for one year, we used our personal data to get to know each other -- personal data around weekly shared mundane topics, from our feelings to the interactions with our partners, from the compliments we received to the sounds of our surroundings. Personal information that we would then manually hand draw on a postcard-size sheet of paper that we would every week send from London to New York, where I live, and from New York to London, where she lives. The front of the postcard is the data drawing, and the back of the card contains the address of the other person, of course, and the legend for how to interpret our drawing. The very first week into the project, we actually chose a pretty cold and impersonal topic. How many times do we check the time in a week? So here is the front of my card, and you can see that every little symbol represents all of the times that I checked the time, positioned for days and different hours chronologically -- nothing really complicated here. But then you see in the legend how I added anecdotal details about these moments. In fact, the different types of symbols indicate why I was checking the time -- what was I doing? Was I bored? Was I hungry? Was I late? Did I check it on purpose or just casually glance at the clock? And this is the key part -- representing the details of my days and my personality through my data collection. Using data as a lens or a filter to discover and reveal, for example, my never-ending anxiety for being late, even though I'm absolutely always on time.
چند سال پیش، با زن دیگری آشنا شدم، به نام استفانی پوساوک-- طراحی اهل لندن که در مورد علاقهی شدیدش به داده با من صحبت کرد. ما یکدیگر را نمیشناختیم، اما تصمیم گرفتیم به کمک هم آزمایشی بنیادی انجام دهیم، شروع کنیم به برقراری ارتباط تنها از طریق داده بدون هیچ زبان دیگری. قرار گذاشتیم از هیچ گونه تکنولوژی برای به اشتراک گذاری داده استفاده نکنیم. در واقع، تنها وسیلهی ارتباطی ما ارسال نامه از اداره پست بود. ما به مدت یک سال هر هفته، از دادههای شخصیمان استفاده کردیم تا یکدیگر را بشناسیم -- دادههای شخصی در مورد موضوعات روزمرهی هر هفته، از احساساتمان گرفته تا برخوردهایی که با شرکایمان داشتیم، از تحسینهایی که شنیدیم تا صدای محیط اطرافمان. اطلاعات شخصی که به صورت دستی میکشیدیم روی کاغذی به اندازه کارت پستال که هر هفته از لندن میفرستادیم به نیویورک، محل زندگی من. و از نیویورک به لندن، جایی که او زندگی میکند. روی کارت پستال داده کشیده شده و طبیعتاً پشتش آدرس گیرنده هست، و همچنین راهنمای خواندن دادهها. هفتهی اول این پروژه، موضوعی نسبتاً غیر شخصی را انتخاب کردیم. این که چند بار در هفته ساعت را چک میکنیم؟ این جلوی کارت پستال من هست، همان طور که میبینید، هر علامت کوچک دفعاتی را نشان میدهد که من ساعت را چک کردم، که بر اساس روز و ساعت به ترتیب قرار گرفته است-- هیچ چیز پیچیدهای اینجا نیست. اما در راهنمای پشت کارت میبینید جزئیاتی به هر کدام از این لحظات اضافه کردهام. در واقع، علائم مختلف نشان میدهد برای چه ساعت را چک کردهام چه کار میکردهام؟ حوصلهام سر رفته بود؟ گرسنه بودم؟ دیرم شده بود؟ با هدف ساعت را نگاه کردم یا فقط نگاهی به ساعت انداختم؟ و این قسمت اصلی آزمایش هست که جزئیات زندگی و شخصیت من را از طریق دادههایم نشان میدهد. استفاده از داده به عنوان لنز یا فیلتری برای نگاه به زندگی، مثلاً نشان داد من دائماً نگران دیر کردن هستم، با این که همیشه دقیقاً به موقع میرسم.
Stefanie and I spent one year collecting our data manually to force us to focus on the nuances that computers cannot gather -- or at least not yet -- using data also to explore our minds and the words we use, and not only our activities. Like at week number three, where we tracked the "thank yous" we said and were received, and when I realized that I thank mostly people that I don't know. Apparently I'm a compulsive thanker to waitresses and waiters, but I definitely don't thank enough the people who are close to me.
من و استفانی یک سال دادههایمان را به صورت دستی جمعآوری کردیم تا روی جزئیاتی تمرکز کنیم که کامپیوترها نمیتوانند پیدا کنند یا حداقل هنوز نمیتوانند-- ما با استفاده از داده ذهن و کلماتمان را هم بررسی کردیم، نه فقط کارهایمان را. مثلاً هفته سوم، تعداد دفعاتی را شمردیم که تشکر کردیم یا کسی از ما تشکر کرد و من متوجه شدم بیشتر از کسانی تشکر میکنم که نمیشناسمشان. ظاهراً من از آنهایی هستم که بی اختیار از پیشخدمتها تشکر میکنند. ولی قطعاً به قدر کافی از کسانی که به من نزدیک هستند تشکر نمیکنم.
Over one year, the process of actively noticing and counting these types of actions became a ritual. It actually changed ourselves. We became much more in tune with ourselves, much more aware of our behaviors and our surroundings. Over one year, Stefanie and I connected at a very deep level through our shared data diary, but we could do this only because we put ourselves in these numbers, adding the contexts of our very personal stories to them. It was the only way to make them truly meaningful and representative of ourselves.
در طول یک سال، توجه کردن به این نوع فعالیتها و شمردنشان تبدیل به رسمی نهادینه شد. در حقیقت ما را تغییر داد. بعد از آن ما خیلی بیشتر با خودمان هماهنگ شدیم، خیلی بیشتر نسبت به رفتار و محیط اطرافمان آگاه شدیم. من و استفانی بعد از یک سال ارتباطی عمیق پیدا کردیم، از طریق دادههایی که به اشتراک گذاشتیم. تنها با خلاصه کردن خودمان در این اعداد و اضافه کردن شرایط داستانهای شخصیمان به آنها توانستیم این قدر به هم نزدیک شویم. این تنها راهی بود که میتوانستیم به اعداد معنا و مفهومی واقعی بدهیم.
I am not asking you to start drawing your personal data, or to find a pen pal across the ocean. But I'm asking you to consider data -- all kind of data -- as the beginning of the conversation and not the end. Because data alone will never give us a solution. And this is why data failed us so badly -- because we failed to include the right amount of context to represent reality -- a nuanced, complicated and intricate reality. We kept looking at these two numbers, obsessing with them and pretending that our world could be reduced to a couple digits and a horse race, while the real stories, the ones that really mattered, were somewhere else.
از شما نمیخواهم دادههای شخصیتان را نقاشی کنید، یا شروع به نامه نگاری با دوستی در آن سر اقیانوسها بکنید. بلکه میخواهم داده، یعنی هر نوعی از داده را به عنوان شروع مکالمه در نظر بگیرید، و نه پایان آن. چون داده به تنهایی هیچ وقت موقعیت را مشخص نمیکند. و به خاطر همین است که داده به شدت شکست خورده است -- چون شرایط آن به اندازهی کافی در نظر گرفته نشده تا واقعیتی را نشان دهد -- واقعیتی جزئی، پیچیده و ظریف. ما مدام به این دو عدد نگاه کردیم، فقط روی آنها تمرکز کردیم و تظاهر کردیم میشود دنیای اطرافمان را مثل مسابقه اسب سواری در چند عدد خلاصه کرد، درحالی که داستانهای واقعی آنهایی که واقعاً اهمیت داشتند، جای دیگری بودند.
What we missed looking at these stories only through models and algorithms is what I call "data humanism." In the Renaissance humanism, European intellectuals placed the human nature instead of God at the center of their view of the world. I believe something similar needs to happen with the universe of data. Now data are apparently treated like a God -- keeper of infallible truth for our present and our future.
آنچه با نگاه به این داستانها تنها از طریق مدل و الگوریتم از آن غافل ماندیم چیزی است که من «انسانگرایی داده» مینامم در رنسانس انسانگرایی، روشنفکران اروپایی به جای خدا، ذات انسان را در مرکز دیدگاه خود به دنیا قرار دادند. من معتقدم در دنیای دادهها هم چنین چیزی باید اتفاق بیافتد. ظاهراً در حال حاضر با داده ها مثل خدایی رفتار میشود-- که نگهدار حقیقت محظ در مورد گذشته و آیندهی ماست.
The experiences that I shared with you today taught me that to make data faithfully representative of our human nature and to make sure they will not mislead us anymore, we need to start designing ways to include empathy, imperfection and human qualities in how we collect, process, analyze and display them. I do see a place where, ultimately, instead of using data only to become more efficient, we will all use data to become more humane.
آنچه امروز با شما به اشتراک گذاشتم به من آموخت برای این که داده نمایندهی راستین ذات انسان شود و اطمینان حاصل شود که دیگر ما را گمراه نمیکند، باید راهی پیدا کنیم تا همدلی، نواقص و ویژگیهای انسانی را در روش جمعآوری، پردازش، آنالیز و نمایش دادهها بگنجانیم. میتوانم روزی را تصور کنم که به جای استفاده از داده تنها برای کارایی بیشتر، از آن برای انسان شدن بیشتر استفاده کنیم.
Thank you.
متشکرم.
(Applause)
(تشویق)