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)
A tecnologia já nos trouxe tantas coisas: o pouso na Lua, a Internet, a habilidade de sequenciar o genoma humano. Mas ela também toca em vários dos nossos medos mais profundos, e, há cerca de 30 anos, o crítico cultural Neil Postman escreveu um livro chamado "Divertindo-nos até a Morte", que coloca isso de forma brilhante. Eis o que ele disse, comparando as visões distópicas de George Orwell e Aldous Huxley. Ele disse que Orwell temia que nos tornaríamos uma cultura cativa. Huxley temia que nos tornaríamos uma cultura trivial. Orwell temia que a verdade seria escondida de nós, e Huxley temia que submergiríamos num mar de irrelevância. Em suma, é uma escolha entre ter o Big Brother vigiando-nos ou assistir ao Big Brother. (Risos)
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.
Mas não precisa ser assim. Não somos consumidores passivos de dados e tecnologia. Nós definimos seu papel em nossas vidas e como fazemos sentido disso. Mas para fazer isto, precisamos prestar tanta atenção à maneira como pensamos quanto à maneira como codificamos. Temos que fazer perguntas, perguntas difíceis, para ir além de apenas contar as coisas, para realmente entendê-las. Somos bombardeados constantemente com histórias sobre quanta informação há no mundo, mas quando se trata de megadados e os desafios para sua interpretação, tamanho não é tudo. Há também a velocidade com que se move, e as variedade de tipos de dados, e aqui são só alguns exemplos: imagens, texto, [por favor, aguarde aqui até tornar-se útil, obrigado] vídeo, áudio. O que reúne esses dados de tipos tão diferentes é o fato de serem criados por pessoas e de exigirem um contexto.
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)
Bem, há um grupo de cientistas de dados da Universidade de Illinois-Chicago, que são chamados de Colaboração da Mídia da Saúde, e vêm trabalhando com o Centro pelo Controle das Doenças para entender melhor o que as pessoas falam sobre parar de fumar, o que falam sobre cigarros eletrônicos, e o que podem fazer coletivamente para ajudá-las a parar. O interessante é que se você quiser entender como que as pessoas falam sobre fumar, primeiro tem que entender o que elas querem dizer quando dizem "fumar". E no Twitter, há quatro categorias principais: número um: fumar cigarros; número dois: fumar maconha; número três: defumar costelas; número quatro : mulheres quentes e gostosas. (Risos)
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.
Então você precisar refletir sobre o que as pessoas falam sobre cigarros eletrônicos? E há tantas maneiras diferentes de falar disso - dá para ver no slide - que é uma pesquisa bem complexa. E isso nos lembra que a língua é criada por pessoas, e pessoas são confusas, e nós somos complexos usamos metáforas e gírias e jargões e fazemos isso 24/7 em muitas línguas, e assim que decidimos, já mudamos de novo.
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.
Então, será que esses anúncios que a CCD divulgou, esses comercias que apresentam uma mulher com um buraco na garganta e que eram bastante explícitos e bastante perturbadores, influenciaram realmente sobre a decisão de parar? A Colaboração da Mídia da Saúde respeitou o limite de seus dados, mas conseguiram concluir que esses comerciais; e talvez vocês tenham visto; tiveram o efeito de disparar nas pessoas um processo de raciocínio que pode ter um impacto no comportamento futuro. O que eu admiro e aprecio nesse projeto, além do fato de que é baseado numa real necessidade humana, é que é um exemplo fantástico de coragem em face a um mar de irrelevância.
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.
Então não são só megadados que causam desafios de interpretação, porque, convenhamos, nós seres humanos temos um histórico bem rico de pegar qualquer conjunto de dados, tão pequenos sejam eles, e estragar tudo. Há muitos anos, vocês devem se lembrar que o ex-presidente Ronald Reagan foi muito criticado por uma declaração de que fatos são coisas estúpidas. Isso foi um deslize no discurso, sejamos justos. Ele queria, de fato, citar a defesa de John Adams pelos soldados britânicos nos julgamentos do Massacre de Boston de que fatos são coisas teimosas. Mas, na verdade, acho que há um pouco de sabedoria acidental no que ele disse, porque fatos são coisas teimosas, mas às vezes são estúpidos também.
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."
Quero contar-lhes uma história pessoal sobre porque isso é tão importante para mim. Preciso respirar fundo. Meu filho Isaac, quando tinha dois anos, foi diagnosticado com autismo. Era um garotinho feliz, hilário, carinhoso, afetuoso, mas os números em suas avaliações de desenvolvimento, que analisavam coisas como o número de palavras; até aquele momento: nenhuma; gestos comunicativos e contato visual mínimo, colocavam seu nível de desenvolvimento a par com o de um bebê de nove meses. O diagnóstico estava correto, de fato, mas não mostrava a história completa. E cerca de um ano e meio depois, quando ele tinha quase quatro anos, Encontrei-o em frente ao computador, um belo dia, buscando no Google imagens de mulheres, escrito "m-o-l-h-e-r-e-s". Eu fiz o que qualquer pai obcecado faria, imediatamente comecei a clicar no botão "voltar" para ver o que mais ele tinha buscando. E era, na ordem: homens, escola, ônibus e computador. E eu fiquei pasma, porque não sabíamos que ele sabia soletrar, muito menos ler, e então eu perguntei, "Isaac, como você fez isso?" Ele me olhou muito sério e disse: "Digitei no quadradinho".
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.
Ele estava se ensinando a comunicar-se, mas estávamos olhando no lugar errado, e é isso o que acontece quando as avaliações e as análises superestimam um indicador; nesse caso, a comunicação verbal; e subestimam outros, como resolução criativa de problemas. A comunicação era difícil para Isaac, então ele encontrou uma alternativa para descobrir o que ele precisava saber. E, pensando bem, faz muito sentido, porque formar uma pergunta, é um processo muito complexo, mas ele conseguiu andar boa parte do caminho digitando uma palavra numa caixa de pesquisa.
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.
Então, esse breve momento teve um impacto muito profundo em mim e em nossa família porque nos ajudou a mudar nosso ponto de referência a respeito do que estava acontecendo com ele, e preocupar-nos um pouco menos e apreciar mais sua desenvoltura.
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.
Fatos são coisas estúpidas. E são vulneráveis ao uso incorreto, obstinado ou outro. Eu tenho uma amiga, Emily Willingham, que é cientista, que escreveu um texto para a Forbes há pouco tempo com o título "As 10 coisas mais estranhas já vinculadas com autismo". É uma lista e tanto. A Internet, culpada por tudo, certo? E claro, as mães, porque sim. Na verdade, esperem, tem mais, há um monte de coisas aqui na categoria "mãe". E dá para ver que é uma lista bem rica e interessante. Eu gosto bastante de ficar grávida próximo a estradas, pessoalmente. O último é interessante, porque o termo "mãe geladeira" era, na verdade, a hipótese original para a causa do autismo, e denominava alguém que era fria e desamorosa.
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.
E a esta altura, vocês devem estar pensando: "Certo, Susan, nós entendemos, é possível pegar dados e dá-los qualquer significado". E é verdade, verdade absoluta. Mas, o desafio é que nós temos a oportunidade de tentar fazer sentido disso nós mesmos, porque, francamente, dados não criam significado. Nós criamos. Então como pessoas de negócios, como consumidores, como pacientes, como cidadãos, temos uma responsabilidade, acredito eu, de passar mais tempo focando nossas habilidades de pensamento crítico. Por quê? Porque, a esta altura da nossa história, como temos ouvido repetidamente, conseguimos processar exabytes de dados à velocidade da luz, e temos o potencial de tomar más decisões muito mais rápido e eficientemente, e com um impacto muito maior do que tínhamos no passado. Ótimo, não é? E o que precisamos fazer, em vez disso é passar um pouco mais de tempo em coisas como ciências humanas e sociologia, e ciências sociais, retórica, filosofia, ética, porque elas nos dão um contexto que é tão importante para os megadados, e porque nos ajudam a nos tornarmos pensadores críticos. Porque afinal de contas, se eu conseguir identificar um problema em um argumento, não importa tanto se está expressado em palavras ou em números. E isso significa ensinar-nos a encontrar o viés de confirmação e falsas correlações e ser capaz de identificar um apelo puramente emocional de longe, porque uma coisa que acontece depois da outra não significa que aconteceu por causa da outra, necessariamente, e se me deixarem ser <i>geek</i> por em segundo, os romanos chamavam isso de "post hoc ergo propter hoc", "depois disso, logo causado por isso". E significa questionar disciplinas como demografia.
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?
Por quê? Porque são baseadas em suposições sobre quem somos com base em nosso sexo e nossa idade e onde vivemos ao invés de dados sobre o que realmente pensamos e fazemos. E já que temos esses dados, Precisamos lidar com eles com o controle de privacidade apropriado e o consentimento dos consumidores, e além disso, precisamos ser claros sobre nossas hipóteses, as metodologias que usamos, e nossa confiança no resultado. Como dizia meu professor de álgebra no colégio, mostre-me a matemática, porque se eu não souber os passos que você deu, não saberei os passos que não deu, e se eu não souber as perguntas que você fez, não saberei as perguntas que não fez. E significa fazer-nos a pergunta mais difícil de todas: Será que os dados realmente mostram isso, ou será que o resultado faz-nos sentir mais bem sucedidos e mais confortáveis?
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.
A Colaboração da Mídia da Saúde, ao final de seu projeto, conseguiu descobrir que 87% dos tuítes sobre aqueles comerciais contra o fumo bastante explícitos e perturbadores expressavam medo, Mas será que chegaram à conclusão que eles realmente faziam as pessoas pararem de fumar? Não. É ciência, não é mágica.
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.
Então se formos liberar o poder dos dados, não precisamos assumir cegamente a visão de Orwell de um futuro totalitário, ou a visão de Huxley de um futuro trivial, ou uma mistura horrível das duas. O que temos que fazer é tratar o pensamento crítico com respeito e ser inspirados por exemplos como a Colaboração da Mídia da Saúde, e como dizem nos filmes de super-heróis, vamos usar o nosso poder para o bem.
Thank you.
Obrigada.
(Applause)
(Aplausos)