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.
Cuối tuần vừa qua của tôi trông như thế này đây. Những việc tôi đã làm, những người tôi đã tiếp xúc, cám giác chính của tôi qua mỗi giờ thức giấc... Nếu cảm giác xuất hiện khi tôi nghĩ đến cha tôi người mới qua đời gần đây, hoặc nếu tôi đã có thể tránh được những lo lắng và bất an. Và nếu bạn nghĩ tôi có phần ám ảnh, có lẽ bạn đúng. Nhưng rõ ràng, từ sự biểu diễn trực quan này, bạn có thể biết về tôi nhiều hơn là từ phần này, đó là các hình ảnh mà bạn có lẽ thấy quen thuộc hơn và thậm chí bạn có thể có trên điện thoại ngay lúc này. Các biểu đồ trụ thể hiện từng bước đi của bạn, biểu đồ tròn thể hiện chất lượng giấc ngủ của bạn con đường mỗi buổi sáng bạn chạy.
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.
Công việc của tôi là làm việc với dữ liệu. Tôi điều hành một công ty thiết kế trực quan dữ liệu, chúng tôi thiết kế và phát triển cách thức để thông tin có thể truy cập thông qua sự trình bày trực quan. Qua nhiều năm làm việc công việc đã dạy tôi là để thực sự hiểu được dữ liệu và tiểm năng thực sự của nó, đôi khi ta phải thực sự quên nó đi và thay vào đó là nhìn xuyên qua nó. Bởi vì dữ liệu luôn là công cụ để chúng ta trình bày thực tế. Chúng luôn được sử dụng như vật thay thế cho thứ gì đấy, nhưng chúng không bao giờ là điều có thực.
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.
Nhưng để tôi quay lại một chút về lần đầu tiên tôi nhận ra điều này. Vào năm 1994, lúc tôi mới 13 tuổi. Tôi là một thiếu niên ở Italy. Tôi còn quá trẻ nên chưa quan tâm đến chính trị, nhưng tôi biết một doanh nhân, Silvio Berlusconi, đang chạy đua vào ghế tổng thống cho cánh hữu ôn hòa. Chúng tôi sống ở một thành phố rất tự do, và cha tôi là một chính trị gia của Đảng Dân chủ. và tôi nhớ, không ai nghĩ rằng Berlusconi có thể trúng cử -- đó không phải là một lựa chọn. Nhưng nó đã xảy ra. Và tôi nhớ cảm giác đó rất sống động. Một sự ngạc nhiên hoàn toàn, khi cha tôi đã cam đoan là ở thành phố này cha tôi biết không ai bỏ phiếu cho ông ta.
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.
Đó là lần đầu tiên mà dữ liệu tôi có đã cho tôi một hình ảnh thực tế bị méo mó hoàn toàn. Mẫu dữ liệu của tôi thực sự bị giới hạn và sai lệch, và tôi nghĩ, có lẽ chính vì điều đó, tôi đã sống trong một bong bóng, và tôi đã không có đủ cơ hội để nhìn ra bên ngoài nó.
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.
Giờ đây, cùng tiến nhanh đến ngày 8/11/2016 ở nước Mỹ. Các cuộc thăm dò internet, các mô hình thống kê, mọi chuyên gia đều đồng ý về kết quả dự báo của cuộc bầu cử tổng thống. Có vẻ như lúc này chúng ta đã có đủ thông tin, và có nhiều cơ hội hơn để nhìn thấy bên ngoài cái vòng tròn bao bọc nơi ta sống-- nhưng ta không làm được. Cái cảm giác đó rất quen thuộc. Tôi đã từng trải qua trước đó. Tôi nghĩ công bằng mà nói chính dữ liệu đã làm ta thất bại-- một cách khá là ngoạn mục. Chúng ta tin vào dữ liệu, nhưng điều đã xảy ra, ngay cả với tờ báo đáng tin nhất, đó là sự ám ảnh phải quy mọi thứ về hai con số phần trăm đơn giản để tạo nên các tiêu đề mạnh mẽ hướng chúng ta tập trung vào hai số này và chỉ chúng thôi. Trong nỗ lực làm đơn giản hóa thông điệp và vẽ nên một bản đồ xanh đỏ quen thuộc, đẹp mắt, ta đã hoàn toàn mất đi điểm mấu chốt. Chúng ta đã quên rằng còn có những câu chuyện câu chuyện của con người đằng sau những con số.
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.
Trong một tình huống khác, nhưng cũng với vấn đề tương tự, người phụ nữ này đã trình bày với nhóm của tôi một thách thức đặc biệt. Cô ấy đem đến cho chúng tôi rất nhiều dữ liệu, nhưng sau cùng, cô ấy muốn kể một trong những câu chuyện nhân đạo nhất có thể. Cô ấy là Samantha Cristoforetti. Cô ấy là nữ phi hành gia Ý đầu tiên, cô ấy đã liên lạc với chúng tôi trước khi được phóng đi đến Trạm Vũ trụ Quốc tế trong một chuyến thám hiểm sáu tháng . Cô ấy nói, "Tôi sẽ bay vào không gian, và tôi muốn làm gì đó có ý nghĩa để dữ liệu khi mình làm nhiệm vụ đến được với mọi người." Nhiệm vụ bay đến Trạm Vũ trụ Quốc tế sẽ mang về hàng TB dữ liệu về mọi thứ bạn có thể nghĩ đến -- quỹ đạo vòng quanh Trái Đất, tốc độ và vị trí của trạm ISS và cả hàng ngàn luồng dữ liệu trực tuyến từ các cảm biến của nó. Chúng ta có tất cả các dữ liệu thô mà ta có thể nghĩ đến -- giống như các chuyên viên phân tích trước kỳ bầu cử nhưng ý nghĩa của các con số này là gì? Mọi người không quan tâm đến dữ liệu để thu thập nó, vì các con số không bao giờ có ý nghĩa. Chúng luôn là phương tiện đưa đến kết quả. Câu chuyện chúng ta cần nói đến là có một con người trong cái hộp nhỏ bay trong không gian trên đầu bạn, và bạn có thể nhìn thấy cô ấy bằng mắt thường trong một đêm trời trong. Và chúng tôi đã quyết định dùng dữ liệu để tạo ra một kết nối giữa Samantha và tất cả những người đang nhìn cô ấy từ bên dưới. Chúng tôi đã thiết kế, phát triển cái gọi là "Người bạn Không gian" một ứng dụng web để bạn có thể nói "Xin chào" với Samantha từ nơi bạn ở, và nói "Xin chào" đến tất cả mọi người đang trực tuyến cùng bạn từ khắp mọi nơi trên thế giới. Và mọi câu "Xin chào" này được đánh dấu nhìn thấy được trên bản đồ khi Samantha bay ngang qua và khi cô ấy vẫy tay chào lại chúng ta mỗi ngày khi sử dụng Twitter từ trạm 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.
Điều này làm mọi người thấy dữ liệu của nhiệm vụ từ một góc nhìn rất khác. Nó đột nhiên trở nên rất gần gũi với con người và với sự tò mò của chúng ta, hơn là với công nghệ. Do đó dữ liệu đã tăng cường sự trải nghiệm nhưng các câu chuyện của con người đã dẫn dắt. Sự hưởng ứng của hàng ngàn người dùng đã dạy tôi một bài học rất quan trọng -- là làm việc với dữ liệu có nghĩa là tìm ra cách để biến sự trừu tượng và không đếm được thành thứ có thể nhìn thấy, cảm nhận và kết nối trực tiếp được đến cuộc sống chúng ta và hành vi của chúng ta, là thứ rất khó để đạt được nếu chúng ta để sự ám ảnh của các con số và công nghệ bao quanh chúng dẫn dắt ta khi xử lý. Nhưng chúng ta có thể làm tốt hơn để kết nối dữ liệu đến câu chuyện của chúng. Chúng ta có thể loại bỏ hoàn toàn công nghệ.
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.
Cách đây vài năm, tôi gặp người phụ nữ này, Stefanie Posavec -- một nhà thiết kế ở London, người chia sẻ với tôi niềm đam mê và ám ảnh về dữ liệu. Chúng tôi không biết nhau, nhưng chúng tôi quyết định thực hiện một thí nghiệm rất đặc biệt, bắt đầu giao tiếp với nhau chỉ sử dụng dữ liệu, không dùng ngôn ngữ khác, và chúng tôi đã không sử dụng bất kỳ công nghệ gì để chia sẻ dữ liệu. Thực ra, phương tiện giao tiếp duy nhất giữa chúng tôi là qua hệ thống bưu chính cổ điển. Với "Thân gửi Dữ liệu," mỗi tuần trong một năm, chúng tôi sử dụng dữ liệu cá nhân để tìm hiểu lẫn nhau -- dữ liệu cá nhân chia sẻ hàng tuần là các nội dung đời thường, từ cảm nhận của chúng tôi tới các tiếp xúc với đối tác, từ những lời khen ngợi chúng tôi nhận được đến âm thanh xung quanh. Thông tin cá nhân đó được chúng tôi vẽ bằng tay trên một tờ giấy bằng cỡ tấm bưu thiếp rồi hằng tuần chúng tôi gửi từ London đến New York, nơi tôi sống, và từ New York đến London, nơi cô ấy sống. Mặt trước của tấm bưu thiếp là hình vẽ dữ liệu, và mặt sau của nó chứa địa chỉ của người kia, hiển nhiên rồi, và chú thích cách phiên dịch bản vẽ của chúng tôi. Ở tuần đầu tiên của dự án, chúng tôi chọn chủ đề khá lạnh nhạt và không liên quan cá nhân. Chúng tôi xem giờ bao nhiêu lần trong một tuần? Và đây là mặt trước của tấm bưu thiếp, và bạn có thể thấy mỗi ký hiệu nhỏ đại diện cho một lần chúng tôi xem giờ, được sắp xếp theo ngày và giờ khác nhau theo thứ tự thời gian -- không có gì phức tạp ở đây cả. Nhưng bạn thấy ở phần chú thích cách tôi thêm các chi tiết giả định về những thời điểm này, Thực ra, các kiểu ký hiệu khác nhau biểu thị lý do tôi xem giờ-- tôi đang làm gì? Tôi đang chán nản? Tôi đang đói? Tôi trễ à? Có phải tôi xem giờ có mục đích hay chỉ tình cờ liếc đồng hồ? Và đây là phần then chốt -- trình bày chi tiết hàng ngày của tôi và tính cách của tôi thông qua tập dữ liệu. Ví dụ, sử dụng dữ liệu như một ống kính hoặc bộ lọc để khám phá ra, nỗi lo lắng bị trễ thường trực trong tôi, ngay cả khi tôi luôn tuyệt đối đúng giờ.
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.
Stefanie và tôi đã bỏ ra một năm để thu thập dữ liệu thủ công để buộc chúng tôi tập trung vào các chi tiết mà máy tính không thể tập hợp hoặc it ra là chưa được -- sử dụng dữ liệu để khám phá suy nghĩ của mình và ngôn ngữ mình sử dụng, và không chỉ các hoạt động của mình. Tương tự ở tuần thứ 3, chúng tôi theo dõi những lời "cám ơn" mà chúng tôi nói và nhận được, và khi tôi nhận ra rằng tôi hầu như nói cám ơn với những người tôi không biết. Rõ ràng tôi là người bị buộc cám ơn tới những người phục vụ, nhưng chắc chắn tôi không cám ơn hết những người ở gần tôi.
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.
Qua một năm, công việc phát hiện và đếm các loại hành động trở nên thường xuyên. Nó đã thực sự thay đổi chính chúng tôi. Chúng tôi trở nên đồng điệu với chính mình hơn rất nhiều, hiểu biết hơn hành vi của mình và những thứ xung quanh. Sau một năm, Stefanie và tôi đã kết nối ở mức độ rất sâu thông qua nhật ký dữ liệu chia sẽ, nhưng chúng tôi chỉ có thể làm điều này vì đã đặt mình vào những con số này, thêm phần ngữ cảnh của những câu chuyện rất cá nhân vào chúng. Đó là cách duy nhất làm cho chúng thực sự có ý nghĩa và đại diện cho chính chúng tôi.
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.
Tôi không yêu cầu bạn bắt đầu vẽ dữ liệu cá nhân của mình, hoặc tìm kiếm một người bạn qua thư từ bên kia đại dương. Nhưng tôi đang đề nghị các bạn xem xét dữ liệu-- mọi loại dữ liệu-- khi bắt đầu một buổi nói chuyện và không kết thúc. Bởi vì bản thân dữ liệu sẽ không bao giờ cho ta một giải pháp. Và đây là lý do, dữ liệu đã làm chúng ta thất bại tệ hại- bởi vì chúng ta đã không đưa vào được lượng ngữ cảnh phù hợp để biểu diễn thực tế-- một thực tế rắc rối, phức tạp và sâu sắc. Chúng ta cứ tập trung vào hai con số này, ám ảnh với chúng và giả vờ rằng thế giới này có thể được tóm gọn lại trong một vài con số và một cuộc đua ngựa, trong khi các câu chuyện, mới thực sự quan trọng, thì lại đang ở đâu đó.
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.
Cái mà ta bỏ nhỡ khi nhìn vào câu chuyện chỉ bằng các mô hình và thuật toán là cái mà ta gọi là "chủ nghĩa nhân văn dữ liệu." Trong chủ nghĩa nhân văn Phục hưng, các trí thức châu Âu đã đặt con người, không phải Chúa, ở trung tâm trong quan điểm của họ về thế giới. Tôi tin điều tương tự cần diễn ra với vũ trụ dữ liệu. Bây giờ dữ liệu rõ ràng đang được đối xử như Chúa -- người giữ sự thật không sai sót cho hiện tại và tương lai chúng ta.
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.
Những trải nghiệm mà tôi chia sẻ với các bạn hôm nay đã dạy tôi rằng để khiến dữ liệu mô tả một cách chính xác bản ngã con người và đảm bảo chúng không lừa dối chúng ta nữa, ta cần bắt đầu đưa ra các cách để bao hàm sự đồng cảm, khuyết điểm và các thuộc tính con người vào cách ta thu thập, xử lý, phân tích và hiển thị chúng. Sau cùng, tôi thấy một nơi, thay vì chỉ sử dụng dữ liệu để trở nên hiệu quả hơn, chúng ta sẽ sử dụng dữ liệu để trở nên nhân đạo hơn.
Thank you.
Cám ơn.
(Applause)
(Vỗ tay)