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)
Annyi mindent adott nekünk a modern technológia; a holdra szállást, az internetet, lehetőséget az emberi genom feltérképezésére. De mindemellett felszínre hozta legmélyebb félelmeinket is; kb. 30 évvel ezelőtt írta a kultúrkritikus Neil Postman a "Halálba szórakozzuk magunkat" c. könyvét, amely ezt gyönyörűen illusztrálja. Postman a következőket mondta George Orwell és Aldous Huxley antiutópisztikus világképét összehasonlítva: Orwell attól félt, hogy foglyokká válunk, míg Huxley attól, hogy egy banális társadalom szintjére süllyedünk. Orwell látomásában az igazságot elrejtik előlünk, Huxley attól tartott, hogy belefulladunk a lényegtelenség tengerébe. Dióhéjban, két választási lehetőségünk van: vagy Nagy Testvér (Big Brother) tart szemmel bennünket, vagy mi tartjuk szemmel Nagy Testvért. (Nevetés)
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.
De ennek nem kell így történnie. Ugyanis nem vagyunk az információ és a technológia passzív fogyasztói. Mi döntjük el, mi a szerepük az életünkben, és mekkora jelentőséget tulajdonítunk nekik. De ahhoz, hogy ez sikerüljön, nemcsak arra kell figyelnünk, hogy mit gondolunk, hanem arra is, hogy miként fogalmazunk. Kérdéseket kell feltennünk, nehéz kérdéseket; hogy túllépjünk a dolgok számbavételén, és megértsük őket. Folyamatosan történetekkel bombáznak minket arról, hogy milyen sok információ van a világon, de mikor szóba kerül a "big data" és az értelmezésében rejlő kihívások, kiderül, hogy nem csak a mérete számít. Ugyanis az is fontos, hogy milyen sebességgel mozog és hány fajtája van. Néhány példa rá: képek, szöveg, [Kérjük várjon itt, míg hasznossá nem teszi magát. Köszönjük.] videó, hang, Az információ különböző formáit az köti össze, hogy emberek alkották őket, s az embereknek szükségük van kontextusra.
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)
Adatbányászok egy csoportja a chicagói Illinois Egyetemen, akiket "Health Media Collaboratory-nak" hívnak, együtt dolgoznak a Járványügyi Központtal, azért, hogy jobban megértsék, miként beszélnek az emberek a dohányzásról való leszokásról, az elektronikus cigarettáról, és hogyan segíthetnek egymásnak a leszokásban. Érdekesség, hogy ha szeretnénk megérteni, miként beszélnek a dohányzásról, először azt kell megértenünk, hogy mit értenek dohányzáson. A Twitteren négy fő kategória van: az első: cigarettát szívni, a második: füvet szívni, a harmadik: marhabordát füstölni, és végül a negyedik: vonzó dohányzó nők. (Nevetés)
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.
Tehát el kell gondolkodnunk azon, hogyan is beszélnek az emberek az e-cigiről? Számtalan lehetőség van az e-cigi megnevezésére, és ahogy a dián is látható, ez egy rendkívül összetett lekérdezés. Legtöbbünket ez arra emlékezteti, hogy a nyelveket emberek hozták létre, és az emberek rendetlenek és összetettek, metaforákat, szlenget és szakzsargont használnak a nap 24 órájában több ezer nyelven, és mire rájövünk valaminek a jelentésére, újra megváltoztatjuk.
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.
A Járványügyi Központ egy lyukas torkú nővel kampányol a dohányzás ellen egy látványos, de meglehetősen zavaró tévéreklámban. Vajon van-e ennek bármilyen hatása arra, hogy az emberek leszokjanak a dohányzásról? A Health Media Collaboratory tisztában volt adatainak korlátaival, mégis tudtak következtetéseket levonni. Eszerint ezek a reklámok, — talán önök is látták őket — melyekről úgy gondolták, hogy az embereket elgondolkodásra sarkallják, igenis hatással lehetnek a jövőbeli viselkedésükre. Ami nekem ebben a projektben tetszik és értékelek, eltekintve attól a ténytől, hogy emberi szükségleten alapszik, az az, hogy remek példája a fölösleges információval való szembeszállásnak.
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.
Viszont nem csak a nagy adatmennyiség okozza az értelmezés nehézségeit, hiszen — valljuk be — mi, emberek sokszor hajlamosak vagyunk a meglévő információt — méretétől függetlenül — elfuserálni. Sok éve, talán emlékeznek, hogy Ronald Reagan volt elnököt sokan bírálták, amikor kijelentette, hogy "a tények ostoba dolgok". Legyünk méltányosak, ez csak nyelvbotlás volt. Reagan valójában John Adamst akarta idézni, a bostoni sortűzben résztvevő brit katonák ügyvédjét, aki szerint "a tények makacs dolgok". Én úgy gondolom, hogy van igazság abban, amit Reagan akaratlanul mondott, ugyanis a tények valóban makacs dolgok, de néha ostobák is egyben.
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."
Elmondok egy személyes sztorit arról, hogy ez miért olyan fontos számomra. Ehhez szükségem van egy kis levegőre. A fiamat, Isaac-et, amikor 2 éves volt, autizmussal diagnosztizálták. Ő egy vidám, derűs, imádni való és szeretetteljes kisgyerek volt, de a vizsgálatok eredményei alapján, amelyek a szavak számát — ezen a ponton: nulla —, a kommunikációs gesztusokat és a minimális szemkontaktust mérték, a fejlettségi szintje egy 9 hónapos babáénak felelt meg. A diagnózis a tényeket tekintve helytálló volt, de nem mondta el a teljes történetet. Kb. másfél évvel később, amikor már majdnem 4 éves volt, a számítógép előtt találtam, amint lányokat ábrázoló képeket keresett az interneten "l-á-n-j"-ként betűzve. Azt tettem, amit bármelyik megszállott szülő tett volna: rögtön nyomkodtam a "Vissza" gombot, hogy lássam, mire keresett még rá. És sorban a következők voltak: férfiak, iskola, busz és számítógép. Meg voltam döbbenve, hiszen mi nem tudtuk, hogy tud írni, hát még olvasni, ezért megkérdeztem; "Isaac, hogy csináltad ezt?" Ő nagyon komolyan rám nézett s azt mondta: "Begépeltem a dobozba."
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.
Kommunikálni tanította magát, de mi rossz helyen keresgéltünk, és ez történik, mikor az értékelések és elemzések túlértékelnek egy mérőszámot — ez esetben a szóbeli kommunikációt — és alábecsülnek másokat, mint az alkotó problémamegoldást. A kommunikálás nehezére esett Isaac-nek ezért más módot keresett rá, hogy megtudja, amit tudni akart. Jobban belegondolva, van ennek értelme, mivel megformálni egy kérdést rendkívül összetett folyamat. De ő úgy oldotta meg a gondot, hogy beírta a szót keresődobozba.
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.
Ennek a pillanatnak igazán nagy hatása volt rám és a családomra, ugyanis teljesen megváltoztatta a fejünkben a képet arról, hogy mi zajlik le a fiamban, és már kevésbé aggódtunk érte, inkább csodáltuk a találékonyságát.
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.
A tények ostoba dolgok. És — szándékosan vagy sem — könnyű velük visszaélni. Barátnőm, Emily Willingham, kutató. Írt egy cikket a Forbes-nak ezzel a címmel: "A 10 legfurcsább dolog, amelyet az autizmushoz kötnek". Szép kis lista. Az internet a hibás mindenéért, ugye? És persze az anyák is, mert miért ne? De várjunk csak, van még, szép kis gyűjtemény csak az "anya" kategórián belül. Láthatóan hosszú és érdekes lista. Én személyesen is nagy rajongója vagyok az autópályák közelében való terhesség nevű tételnek. Az utolsó kifejezetten érdekes, mivel a "hűtőszekrény anya" kifejezés az első hipotézis volt az autizmus okára vonatkozóan. A kifejezés hideg és érzéketlen természetű embert jelent.
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.
És ezen a ponton gondolhatják: "Susan, értjük, bármilyen adattal tetszésünk szerint visszaélhetünk". És ez igaz, teljesen igaz, de itt a kihívás az, hogy használjuk ki a lehetőségét, hogy értelmezhetjük az adathalmazokat, hiszen nincs saját jelentésük, csak amit mi adunk nekik. Tehát, mint üzletemberek, mint fogyasztók, mint páciensek, mint állampolgárok, úgy gondolom, hogy miénk a felelősség, hogy eleget foglalkozunk-e kritikai gondolkodásunk fejlesztésével. Miért? Mert a történelem során már eleget hallottuk, hogy képesek vagyunk adatok exabyte-jait feldolgozni egy pillanat alatt, és nagyobb az esélye, hogy rossz döntéseket hozunk visszafordíthatatlan következményekkel, mint valaha. Jó, mi? Ehelyett inkább arra kellene figyelnünk, hogy több időt fordítsunk a humán tudományokra: szociológiára, társadalomtudományokra, retorikára, filozófiára és etikára, mert ezek adják meg a kontextust, amely fontos nagy adathalmazok megértéséhez, mert általuk jobb kritikai gondolkodóvá válhatunk. Végtére is, ha képes vagyok egy vitában a problémát felismerni, nem az a lényeg, hogy számokban vagy szavakban van-e kifejezve. Ez azt jelenti, hogy ha már messziről képesek vagyunk átlátni a megerősítési torzításon, a hamis korreláción, és a nyers érzelmi befolyásoláson, mert attól, hogy az egyik a másik után történik, még nem biztos, hogy miatta történt. Hogy latin szóval éljek, a régi rómaiak mondása szerint: "Post hoc ergo propter hoc." vagyis "Utána, tehát miatta".
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?
Ez olyan tudományok megkérdőjelezését jelenti, mint a demográfia. Miért? Mert a feltevései arról, hogy kik vagyunk, olyan dolgokra építenek, mint a nemünk, a korunk és a lakhelyünk, s fittyet hány a gondolatainkról és tetteinkről valló adatokra. Ilyen adatok valóban léteznek, ezért van szükség megfelelő adatvédelmi szabályozásra és a fogyasztó beleegyezésére, és mindezen túl, tisztában kell lennünk a saját hipotéziseinkkel, a használt módszertannal és az eredményben való bizalmunkkal. Ahogy a középiskolai matektanárom szokta mondani; írd le a levezetést is, mivel ha nem tudom, hogy milyen lépéseket tettél meg, azt sem fogom tudni, melyeket nem, és ha nem tudom, hogy melyik részét nem érted, azt sem tudom, hogy melyik részét érted. Fel kell tennünk magunknak a legnehezebb kérdést: Az adatok valóban ezt mutatják, vagy csak a végeredmény tölt el bennünket a siker és a kényelem érzetével?
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.
Szóval, a Health Media Collaboratory a projekt végén kijelenthette, hogy az emberek 87%-ánál okoztak félelemérzetet azok a látványos és nyugtalanító dohányzásellenes reklámok. De jutottak-e arra a következtetésre, hogy az embereket leszoktatták a dohányzásról? Nem. Ez tudomány, nem varázslat.
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.
Tehát, ha szabadjára akarjuk engedni az információ hatalmát, nem szükséges vakon belerohannunk Orwell totalitárius vagy Huxley banális jövőképébe, vagy a kettőnek egy szörnyű elegyébe. A mi dolgunk, hogy tekintettel legyünk a kritikai gondolkodás fontosságára, szem előtt tartsunk olyan példákat, mint a Health Media Collaboratory projektje; és ahogy a szuperhősös filmekben mondják: az erőnket jóra használjuk.
Thank you.
Köszönöm.
(Applause)
(Taps)