Technology has brought us so much: the moon landing, the Internet, the ability to sequence the human genome. But it also taps into a lot of our deepest fears, and about 30 years ago, the culture critic Neil Postman wrote a book called "Amusing Ourselves to Death," which lays this out really brilliantly. And here's what he said, comparing the dystopian visions of George Orwell and Aldous Huxley. He said, Orwell feared we would become a captive culture. Huxley feared we would become a trivial culture. Orwell feared the truth would be concealed from us, and Huxley feared we would be drowned in a sea of irrelevance. In a nutshell, it's a choice between Big Brother watching you and you watching Big Brother. (Laughter)
La technologie nous a tellement apporté : l'alunissage, Internet, la possibilité de séquencer le génome humain. Mais elle infiltre aussi nos plus grandes peurs et il y a environ 30 ans, le critique Neil Postman a écrit un livre intitulé « Se distraire à en mourir » qui expose celà brillamment. Voici ce qu'il a dit, en comparant les vues dystopiques de George Orwell et d'Aldous Huxley. Il a dit que Orwell avait peur que nous devenions une culture en captivité. Huxley avait peur que nous devenions une culture banale. Orwell avait peur que la vérité ne nous soit dissimulée, et Huxley craignait que nous nous noyions dans un océan de choses sans importance. En un mot, c'est un choix entre être regardé par Big Brother et regarder Big Brother. (Rires)
But it doesn't have to be this way. We are not passive consumers of data and technology. We shape the role it plays in our lives and the way we make meaning from it, but to do that, we have to pay as much attention to how we think as how we code. We have to ask questions, and hard questions, to move past counting things to understanding them. We're constantly bombarded with stories about how much data there is in the world, but when it comes to big data and the challenges of interpreting it, size isn't everything. There's also the speed at which it moves, and the many varieties of data types, and here are just a few examples: images, text, video, audio. And what unites this disparate types of data is that they're created by people and they require context.
Mais ça ne doit pas forcément se passer comme ça. Nous ne sommes pas des consommateurs passifs de données et de technologie. Nous façonnons le rôle qu'elles jouent dans nos vies et la façon dont nous leur donnons sens. Mais, pour ce faire, nous devons prêter autant d'attention à notre façon de penser qu'à notre façon de programmer. Nous devons nous poser des questions, des questions difficiles, pour aller au-delà de compter les choses, et commencer à les comprendre. Nous sommes constamment bombardés d'histoires sur la quantité de données dans le monde, mais quand il s'agit de mégadonnées et des défis pour les interpréter, la taille n'est pas tout. Il y a aussi la vitesse à laquelle elles bougent, et la grande variété des types de données. Voici juste quelques exemples : des images, des textes, des vidéos, des sons. Ce qui unifie ces différents types de données, c'est qu'elles sont créées par des personnes et qu'elles nécessitent un contexte.
Now, there's a group of data scientists out of the University of Illinois-Chicago, and they're called the Health Media Collaboratory, and they've been working with the Centers for Disease Control to better understand how people talk about quitting smoking, how they talk about electronic cigarettes, and what they can do collectively to help them quit. The interesting thing is, if you want to understand how people talk about smoking, first you have to understand what they mean when they say "smoking." And on Twitter, there are four main categories: number one, smoking cigarettes; number two, smoking marijuana; number three, smoking ribs; and number four, smoking hot women. (Laughter)
Un groupe de scientifiques de données de l'Université d'Illinois à Chicago, dénommé « Collectif Média Santé » qui ont travaillé au Centre de Contrôle des Maladies [CDC] pour mieux comprendre comment les gens discutent à propos d'arrêter de fumer, comment ils parlent des cigarettes électroniques, et sur ce qu'ils peuvent faire ensemble pour les aider à arrêter. Ce qui est intéressant, si on veut comprendre comment les gens parlent de fumer, d'abord, on doit commencer par comprendre ce qu'ils entendent par « fumer ». Sur Twitter, il y a quatre catégories : numéro un : fumer des cigarettes ; numéro deux : fumer de la marijuana ; numéro trois : côtelettes fumées ; et numéro quatre : femmes chaudes et sexy. (Rires)
So then you have to think about, well, how do people talk about electronic cigarettes? And there are so many different ways that people do this, and you can see from the slide it's a complex kind of a query. And what it reminds us is that language is created by people, and people are messy and we're complex and we use metaphors and slang and jargon and we do this 24/7 in many, many languages, and then as soon as we figure it out, we change it up.
Ensuite, on doit réfléchir sur comment les gens parlent de cigarette électroniques. Il y a tant de façons différentes d'en parler, comme vous pouvez le voir sur la diapositive, c'est une requête bien complexe. Et ceci nous rappelle que le langage a été créé par des personnes, et les personnes sont désordonnées, et nous sommes complexes, et que nous utilisons des métaphores, de l'argot, du jargon et nous faisons ça 24h/24, 7j/7, dans plein, plein de langues, et aussitôt qu'on se décide, on change tout à nouveau.
So did these ads that the CDC put on, these television ads that featured a woman with a hole in her throat and that were very graphic and very disturbing, did they actually have an impact on whether people quit? And the Health Media Collaboratory respected the limits of their data, but they were able to conclude that those advertisements — and you may have seen them — that they had the effect of jolting people into a thought process that may have an impact on future behavior. And what I admire and appreciate about this project, aside from the fact, including the fact that it's based on real human need, is that it's a fantastic example of courage in the face of a sea of irrelevance.
Donc, est-ce que ces annonces du CDC, ces publicités à la télé qui montraient une femme avec un trou dans la gorge, qui étaient très crues et troublantes. ont-elles finalement eu un impact sur la décision des gens d'arrêter de fumer ? Le Collectif Média Santé a respecté les limites de leurs données mais ils ont réussi à conclure que ces annonces - que vous avez probablement vues - ont eu pour effet d'induire les gens à un processus de réfléxion qui peut avoir eu un impact sur leur comportement futur. Ce que j'admire et reconnais de ce projet, en dehors du fait qu'il est basé sur des besoins humains réels est que c'est un exemple fantastique de courage dans un océan de choses sans importance.
And so it's not just big data that causes challenges of interpretation, because let's face it, we human beings have a very rich history of taking any amount of data, no matter how small, and screwing it up. So many years ago, you may remember that former President Ronald Reagan was very criticized for making a statement that facts are stupid things. And it was a slip of the tongue, let's be fair. He actually meant to quote John Adams' defense of British soldiers in the Boston Massacre trials that facts are stubborn things. But I actually think there's a bit of accidental wisdom in what he said, because facts are stubborn things, but sometimes they're stupid, too.
Ainsi, ce ne sont pas uniquement les mégadonnées qui représentent un défi d'interprétation, car, soyons honnêtes, nous, les humains, nous avons un riche historique de prendre n'importe quelles données, même petites, et de tout gâcher. Il y a plusieurs années, vous vous en rappelez peut être, l'ancien Président Ronald Reagan fut violemment critiqué pour avoir dit que les faits étaient des choses stupides. Soyons honnêtes, ce fut à peine un lapsus. Il voulait citer John Adams, dans sa défense des soldats anglais lors du procès du massacre de Boston, disant que les faits étaient des choses tenaces. Mais je pense qu'il y a un peu de sagesse fortuite dans ce qu'il a dit, car les faits sont tenaces, et, parfois, ils sont aussi stupides.
I want to tell you a personal story about why this matters a lot to me. I need to take a breath. My son Isaac, when he was two, was diagnosed with autism, and he was this happy, hilarious, loving, affectionate little guy, but the metrics on his developmental evaluations, which looked at things like the number of words — at that point, none — communicative gestures and minimal eye contact, put his developmental level at that of a nine-month-old baby. And the diagnosis was factually correct, but it didn't tell the whole story. And about a year and a half later, when he was almost four, I found him in front of the computer one day running a Google image search on women, spelled "w-i-m-e-n." And I did what any obsessed parent would do, which is immediately started hitting the "back" button to see what else he'd been searching for. And they were, in order: men, school, bus and computer. And I was stunned, because we didn't know that he could spell, much less read, and so I asked him, "Isaac, how did you do this?" And he looked at me very seriously and said, "Typed in the box."
J'aimerai vous raconter une histoire personnelle sur pourquoi cela me tient tant à cœur. J'ai besoin de respirer. Isaac, mon fils, quand il avait deux ans, a été diagnostiqué d'autisme. C'était un petit gars heureux, drôle, aimant, affectueux, mais, les scores des évaluations de son développement qui considèrent des choses comme le nombre de mots -- à cette époque là : zéro -- de gestes communicatifs, et de contact visuel minimal, plaçaient son développement au niveau de celui d'un bébé de 9 mois. Ces diagnostics étaient effectivement corrects, mais ils ne racontaient pas tout. Environ un an et demi plus tard, quand il avait presque 4 ans, je l'ai trouvé, un beau jour, devant l'ordinateur cherchant sur Google des images de femmes épelées "f-a-m-e-s." Et j'ai fait ce que tout parent obsessif aurait fait : J'ai cliqué immédiatement le bouton « précédent » pour voir quoi d'autre il avait cherché. C'était, dans l'ordre : hommes, école, bus et ordinateur. J'étais stupéfaite, car on ne savait pas qu'il savait épeler, et encore moins lire. Donc je lui ai demandé : « Isaac, comment as-tu fait ça ? » Il m'a regardé très sérieusement et dit : « Écrit dans le cadre. »
He was teaching himself to communicate, but we were looking in the wrong place, and this is what happens when assessments and analytics overvalue one metric — in this case, verbal communication — and undervalue others, such as creative problem-solving. Communication was hard for Isaac, and so he found a workaround to find out what he needed to know. And when you think about it, it makes a lot of sense, because forming a question is a really complex process, but he could get himself a lot of the way there by putting a word in a search box.
Il s'apprenait lui-même à communiquer, mais nous cherchions au mauvais endroit, et c'est ce qui se passe quand les évaluations et les analyses donnent plus d'importance à une mesure -- dans ce cas, la communication verbale -- et en sous-estiment d'autres, comme la résolution créative de problèmes. Communiquer était difficile pour Isaac, et il avait donc trouvé une astuce pour découvrir ce qu'il avait besoin de savoir. Quand on y pense, ça semble logique, car formuler une question est un processus vraiment complexe, mais il a réussi à faire un grand pas en tapant un mot dans un cadre de recherche.
And so this little moment had a really profound impact on me and our family because it helped us change our frame of reference for what was going on with him, and worry a little bit less and appreciate his resourcefulness more.
Et ce court instant a eu un profond impact sur moi et sur notre famille. Car ça nous a aidé à changer nos références sur ce qu'il lui arrivait, à nous préoccuper un peu moins et à apprécier davantage sa débrouillardise.
Facts are stupid things. And they're vulnerable to misuse, willful or otherwise. I have a friend, Emily Willingham, who's a scientist, and she wrote a piece for Forbes not long ago entitled "The 10 Weirdest Things Ever Linked to Autism." It's quite a list. The Internet, blamed for everything, right? And of course mothers, because. And actually, wait, there's more, there's a whole bunch in the "mother" category here. And you can see it's a pretty rich and interesting list. I'm a big fan of being pregnant near freeways, personally. The final one is interesting, because the term "refrigerator mother" was actually the original hypothesis for the cause of autism, and that meant somebody who was cold and unloving.
Les faits sont des choses stupides. Et ils sont vulnérables à une mauvaise utilisation, délibérée ou non. J'ai une amie, Emily Willingham, qui est une scientifique. Elle a écrit un article pour Forbes il n'y a pas longtemps, intitulé « Les 10 choses plus bizarres reliées à l'autisme. » Il y en a toute une liste. On blâme Internet pour tout , n'est ce pas ? Et bien entendu, les mères, parce que voilà. Attendez, ça n'est pas tout, Il y a toute une liste dans la catégorie « mère », comme vous voyez, une liste très complète et intéressante. Personnellement. je suis vraiment fan de « tomber enceinte près des autoroutes ». La dernière est intéressante, car le terme « mère réfrigérateur » était en fait l'hypothèse initiale de la cause de l'autisme, il signifie quelqu'un de froid et sans amour.
And at this point, you might be thinking, "Okay, Susan, we get it, you can take data, you can make it mean anything." And this is true, it's absolutely true, but the challenge is that we have this opportunity to try to make meaning out of it ourselves, because frankly, data doesn't create meaning. We do. So as businesspeople, as consumers, as patients, as citizens, we have a responsibility, I think, to spend more time focusing on our critical thinking skills. Why? Because at this point in our history, as we've heard many times over, we can process exabytes of data at lightning speed, and we have the potential to make bad decisions far more quickly, efficiently, and with far greater impact than we did in the past. Great, right? And so what we need to do instead is spend a little bit more time on things like the humanities and sociology, and the social sciences, rhetoric, philosophy, ethics, because they give us context that is so important for big data, and because they help us become better critical thinkers. Because after all, if I can spot a problem in an argument, it doesn't much matter whether it's expressed in words or in numbers. And this means teaching ourselves to find those confirmation biases and false correlations and being able to spot a naked emotional appeal from 30 yards, because something that happens after something doesn't mean it happened because of it, necessarily, and if you'll let me geek out on you for a second, the Romans called this "post hoc ergo propter hoc," after which therefore because of which.
À ce stade, vous devez penser: « Ok, Susan, on comprend, on peut prendre des données et leur faire dire ce qu'on veut. » Et c'est vrai, c'est absolument vrai, mais, le défi c'est que nous avons cette chance d'essayer de leur donner nous-mêmes un sens car, franchement, les données ne se créent pas leur sens. C'est nous qui le faisons. Donc, en tant qu'hommes d'affaires, et consommateurs en tant que patients, en tant que citoyens nous avons la responsabilité, je pense, de passer plus de temps à se concentrer sur nos capacités de pensée critique. Pourquoi ? Parce qu'à ce moment de notre histoire, comme nous l'avons entendu souvent, nous pouvons traiter des milliards d'octets de données, à la vitesse de la lumière, et nous avons le potentiel de prendre de mauvaises décisions bien plus rapidement, efficacement, et avec un impact bien plus grand que par le passé. Super, n'est ce pas ? Donc, ce que nous devons faire, au contraire, c'est consacrer un peu plus de temps sur des choses comme les sciences humaines, la sociologie, les sciences sociales, la rhétorique, la philosophie, l'éthique, car elles nous fournissent le contexte qui est si important pour les mégadonnées, et parce que elles nous aident à devenir de meilleurs penseurs critiques. Car, en fin de compte, si je repère un problème dans une controverse, il importe peu qu'il soit exprimé en mots ou en chiffres. Cela signifie que nous devons nous enseigner à détecter ces biais d'interprétation, et ces fausses corrélations et à être capables de repérer un recours clairement émotionnel à 30 mètres de distance. Car si un événement se produit après un autre ça ne veut pas forcément dire qu'il s'est produit à cause du premier. Et, si vous me permettez d'oser un instant, les romains appelaient cela « post hoc ergo propter hoc » « à la suite de ceci, donc à cause de cela ».
And it means questioning disciplines like demographics. Why? Because they're based on assumptions about who we all are based on our gender and our age and where we live as opposed to data on what we actually think and do. And since we have this data, we need to treat it with appropriate privacy controls and consumer opt-in, and beyond that, we need to be clear about our hypotheses, the methodologies that we use, and our confidence in the result. As my high school algebra teacher used to say, show your math, because if I don't know what steps you took, I don't know what steps you didn't take, and if I don't know what questions you asked, I don't know what questions you didn't ask. And it means asking ourselves, really, the hardest question of all: Did the data really show us this, or does the result make us feel more successful and more comfortable?
Cela signifie mettre en doute les disciplines telles que la démographie. Pourquoi ? Parce qu'elles sont basées sur des hypothèses sur qui nous sommes, fondées sur notre sexe, notre âge, notre lieu de vie, au contraire des données sur ce que nous pensons et faisons vraiment. Et, puisque nous avons ces données, nous devons la traiter avec un contrôle approprié de confidentialité et avec le consentement du consommateur, et au-delà de ça, nous devons être clairs quant à nos hypothèses, aux méthodes que nous utilisons, et à notre confiance dans les résultats. Comme disait mon prof d'algèbre au lycée : « Montre tes calculs, car si je ne sais pas quelles étapes tu as suivies, je ne sais pas les étapes tu n'as pas suivies, et, si je ne sais pas les questions que tu t'es posées, je ne sais pas quelles questions tu n'as pas posées. » Ce qui signifie, vraiment, nous poser la plus difficile des questions : Est ce que les données nous montrent vraiment ceci ou est-ce que les résultats nous font nous sentir plus performants et plus à l'aise ?
So the Health Media Collaboratory, at the end of their project, they were able to find that 87 percent of tweets about those very graphic and disturbing anti-smoking ads expressed fear, but did they conclude that they actually made people stop smoking? No. It's science, not magic.
Donc, à la fin du projet, le Collectif Média Santé a réussi à trouver que 87% des tweets sur ces annonces anti-tabac très dérangeantes exprimaient la peur. Mais ont-ils conclu qu'elles avaient vraiment fait les gens arrêter de fumer? Non. C'est de la science, pas de la magie.
So if we are to unlock the power of data, we don't have to go blindly into Orwell's vision of a totalitarian future, or Huxley's vision of a trivial one, or some horrible cocktail of both. What we have to do is treat critical thinking with respect and be inspired by examples like the Health Media Collaboratory, and as they say in the superhero movies, let's use our powers for good.
Donc, si nous sommes sur le point de dévoiler le pouvoir des données nous n'avons pas à suivre aveuglément Orwell dans sa vision d'un futur totalitaire, ni Huxley et sa vision d'un futur banal, ni quelque horrible mixture des deux. Ce que nous devons faire, c'est respecter la pensée critique et s'inspirer d'exemples comme le Collectif Média Santé, comme ils disent dans les films de superhéros « Utilisons nos pouvoirs pour le bien ».
Thank you.
Merci.
(Applause)
(Applaudissements)