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.
Tak wyglądał mój zeszły tydzień. Co robiłam, z kim byłam, główne emocje, jakie odczuwałam w każdej godzinie od obudzenia, czy uczucie spowodowała myśl o tacie, który niedawno zmarł, albo czy dałoby się uniknąć zmartwień. Jeśli myślicie, że mam obsesję, pewnie macie rację. Ale ewidentnie z tej wizualizacji możecie się dowiedzieć o mnie o wiele więcej niż z tej, której obrazy są wam zapewne bardziej znajome i które pewnie macie na własnych telefonach. Wykresy pokazujące kroki, które przeszliście, pokazujące jakość snu, trasę porannego biegania.
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.
W pracy mam do czynienia z danymi. Prowadzę firmę projektującą wizualizacje danych. Projektujemy i rozwijamy sposoby udostępniania informacji przez ich wizualną reprezentację. Praca nauczyła mnie przez lata, że aby w pełni zrozumieć dane i ich prawdziwy potencjał, trzeba o nich zapomnieć i zamiast tego przejrzeć je na wylot, bo dane są narzędziem do reprezentacji rzeczywistości. Zastępują coś innego, ale nigdy nie są tym czymś.
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.
Cofnijmy się na moment do czasu, gdy pierwszy raz zrozumiałam to osobiście. W 1994 miałam 13 lat. Byłam nastolatką we Włoszech. Byłam za młoda, by interesować się polityką, ale wiedziałam, że biznesmen Silvio Berlusconi startuje w wyborach prezydenckich jako umiarkowany prawicowiec. Żyliśmy w bardzo liberalnym mieście i mój ojciec był politykiem w Partii Demokratycznej. Pamiętam, jak nikt nie przypuszczał, że Berlusconi wygra, nie było takiej możliwości. Ale to się wydarzyło. Pamiętam bardzo wyraźnie to uczucie. To była kompletna niespodzianka, a tata przysięgał, że w mieście nie zna nikogo, kto na niego głosował.
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.
Wtedy po raz pierwszy dane, które posiadałam, w pełni zniekształciły rzeczywistość. Moje dane były po prostu dość ograniczone i zniekształcone, więc pewnie dlatego żyłam w bańce i nie miałam za wiele okazji, aby wyjrzeć poza nią.
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.
Przewińmy do 8 listopada 2016 roku w Stanach Zjednoczonych. Ankiety internetowe, modele statystyczne, wszyscy eksperci zgodni co do przewidywanych wyników wyborów. Tym razem wyglądało na to, że mamy dość informacji i wiele szans na wyjrzenie poza zamknięte koło, w którym żyjemy, ale jak widać - nie mieliśmy. To uczucie było bardzo podobne. Odczuwałam to wcześniej. Chyba można śmiało powiedzieć, że dane tym razem nas zawiodły i to dość spektakularnie. Wierzyliśmy w dane W rzeczywistości nawet szanowane gazety miały obsesję ograniczania wszystkiego do dwóch liczb, żeby stworzyć mocny nagłówek, żeby skupić uwagę na dwóch cyfrach i tylko na nich. Żeby uprościć wiadomość i narysować piękną i wyraźną czerwono-niebieską mapę, zupełnie straciliśmy sedno. Jakoś zapomnieliśmy, że to są historie, ludzkie historie ukryte za liczbami.
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.
W innym kontekście, ale zmierzając do tego samego, pewna kobieta rzuciła nam niespotykane wyzwanie. Przyszła do nas z dużą ilością danych, ale docelowo chciała opowiedzieć jedną z najbardziej ludzkich historii. Jest to Samantha Cristoforetti. Jest pierwszą włoską astronautką i skontaktowała się z nami przed lotem na 6-miesięczną misję na Międzynarodowej Stacji Kosmicznej (ISS). Powiedziała: "Lecę w kosmos i chcę zrobić coś wartościowego z danymi z misji, żeby sięgnąć ludzi". Misja na Międzynarodowej Stacji Kosmicznej wiąże się z terabajtami danych o wszystkim, co można sobie wyobrazić: o okrążaniu Ziemi, o szybkości i pozycji ISS i o tysiącach innych informacji z czujników. Mieliśmy wszystkie twarde fakty, jakie tylko przyszły nam do głowy, tak jak eksperci przed wyborami, ale jaki jest sens tych wszystkich liczb? Ludzi nie interesują dane same w sobie, bo to nie o liczby chodzi. Liczby to środki do celu. Historia, którą musieliśmy opowiedzieć, mówiła o człowieku w blaszanej puszce lecącej w kosmosie nad naszymi głowami, gdzie można ją zobaczyć gołym okiem podczas bezchmurnej nocy. Zadecydowaliśmy zrobić z danych więź między Samanthą i wszystkimi obserwatorami z dołu. Zaprojektowaliśmy i stworzyliśmy coś, co nazywamy "Przyjaciele w kosmosie". To aplikacja internetowa, która pozwala powiedzieć "cześć" Samanthcie z dowolnego miejsca i "cześć" do wszystkich ludzi, którzy są w danym czasie online na całym świecie. Każde "cześć" zostawiało widoczne znaki na mapie, podczas gdy Samantha przelatywała nad nami i machała do nas codziennie, używając Twittera z ISS.
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.
To umożliwiło pokazanie ludziom danych z misji w innej perspektywie. Nagle wszystko zaczęło dotyczyć ludzkiej natury i ciekawości bardziej niż technologii. Dane zasilały to doświadczenie, ale to ludzie je napędzali. Niesamowicie pozytywny odzew tysięcy użytkowników nauczył mnie ważnej lekcji: praca z danymi oznacza projektowanie sposobu na transformację czegoś abstrakcyjnego i niepoliczalnego w coś, co można zobaczyć, poczuć i powiązać z naszymi życiem i zachowaniem, co jest trudne do osiągnięcia, jeśli pozwolimy obsesji liczb i reszty technologii objąć prowadzenie. Ale możemy zrobić więcej, aby połączyć dane z historiami, które reprezentują. Możemy całkowicie usunąć technologię.
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.
Kilka lat temu spotkałam kobietę, Stefanię Posavec, projektantkę z Londynu, która wraz ze mną dzieli pasję i obsesję dotyczącą danych. Nie znałyśmy się, ale postanowiłyśmy przeprowadzić bardzo radykalny eksperyment, rozpoczynając komunikację wyłącznie za pomocą danych, bez innego języka i bez żadnej technologii do ich propagowania. Porozumiewałyśmy się wyłącznie przez staromodną pocztę. Z tytułem "Drogie Dane", co tydzień przez rok poznawałyśmy się przez osobiste dane dotyczące cotygodniowych nudnych tematów, od naszych uczuć do interakcji z partnerami, od usłyszanych komplementów do dźwięków otoczenia. Informacje osobiste, które później ręcznie rysowałyśmy na papierze wielkości pocztówki, które co tydzień wysyłałyśmy z Londynu do Nowego Jorku, gdzie mieszkam, i z Nowego Jorku do Londynu, gdzie ona mieszka. Front pocztówki to rysunek z danymi, a tył zawiera dane adresata i legendę, jak zinterpretować rysunek. W pierwszym tygodniu projektu wybrałyśmy zimne i nieosobiste tematy. Ile razy na tydzień patrzymy na zegarek? Na froncie mojej kartki widać, że każdy mały symbol przedstawia patrzenie na zegarek zorganizowany chronologicznie według dni i godzin, nic skomplikowanego. Ale potem w legendzie dodałam dodałam detale sytuacyjne dotyczące tych momentów. Różne typy symboli wskazują, dlaczego sprawdzałam godzinę: co robiłam? Nudziło mi się? Byłam głodna? Byłam spóźniona? Sprawdziłam specjalnie, czy po prostu przypadkowo spojrzałam na zegarek? To jest kluczowa kwestia: reprezentowanie szczegółów moich dni i mojej osobowości przez zbieranie danych. Używanie danych jako soczewki albo filtra, żeby odkrywać i odsłaniać, na przykład, mój ciągły lęk przed spóźnieniem, choć zawsze jestem na czas.
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.
Wraz ze Stefanie spędziłyśmy rok ręcznie zbierając dane, żeby zmusić się do skupienia na niuansach, których komputery nie mogą zebrać, przynajmniej na razie. Używałyśmy danych do badania naszych umysłów i używanych słów, a nie tylko działań. Gdzieś w trzecim tygodniu, kiedy śledziłyśmy ilość "dziękuję", które mówimy i otrzymujemy, okazało się, że głównie dziękuję ludziom, których nie znam. Najwyraźniej kompulsywnie dziękuję kelnerkom i kelnerom, ale stanowczo za mało dziękuję ludziom, którzy są blisko mnie.
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.
Po roku proces aktywnego zauważania i liczenia tego typu zachowań stał się rytuałem. Właściwie to nas zmieniło. Zestroiłyśmy się ze sobą, z większą świadomością zachowań i otoczenia. Po roku Stefanie i ja związałyśmy się na głębokim poziomie przez wspólny pamiętnik danych, ale mogłyśmy to uczynić tylko dlatego, że umieściłyśmy się w tych liczbach, dodając do nich kontekst osobistych historii. Tylko tak dane zyskiwały znaczenie i reprezentatywność.
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.
Nie proszę, żebyście zaczęli rysować osobiste dane albo żebyście znaleźli przyjaciela po drugiej stronie oceanu. Proszę o postrzeganie danych - wszystkich rodzajów danych - jako początku konwersacji, a nie jej końca. Same dane nie dadzą nam nigdy rozwiązania. To dlatego dane tak bardzo nas zawiodły: zapomnieliśmy dodać odpowiednią ilość kontekstu, żeby pokazać rzeczywistość pełną niuansów, komplikacji i szczegółów. Przyglądaliśmy się tym dwóm liczbom, mieliśmy na ich punkcie obsesję i udawaliśmy, że świat można zredukować do kilku cyfr i wyścigu konnego, gdy prawdziwe historie, te naprawdę istotne były gdzieś indziej.
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.
Przy patrzeniu na historie przez same tylko modele i algorytmy zabrakło czegoś, co nazywam "humanizmem danych". W renesansowym humanizmie europejscy intelektualiści umieszczali w centrum świata ludzkość zamiast Boga. Wierzę, że coś podobnego musi się stać w świecie danych. Obecnie dane są, jak widać, traktowane jak Bóg: opiekun niezawodnej prawdy dla teraźniejszości i przyszłości.
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.
Doświadczenia, którymi się dziś podzieliłam, nauczyły mnie tworzyć dane wiarygodnie reprezentujące ludzką naturę. Żeby zapewnić, że nas więcej nie zawiodą, trzeba zacząć celowo włączać empatię, niedoskonałości i ludzkie cechy do metod, w jakie zbieramy, przetwarzamy, analizujemy i przedstawiamy dane. Widzę miejsce, w którym dane, zamiast służyć tylko wzrostowi wydajności, posłużą wzrostowi humanizmu.
Thank you.
Dziękuję.
(Applause)
(Brawa)