Tornar os dados mais humanos
-
0:02 - 0:07Eu vou falar-vos de duas das coisas
mais emocionantes possíveis. -
0:08 - 0:10Provavelmente já adivinharam
-
0:10 - 0:12— os dados e a História.
-
0:13 - 0:14Certo?
-
0:16 - 0:18Eu não sou historiador.
-
0:18 - 0:21Não vos vou dar
uma definição de história -
0:21 - 0:24Ao invés disso, vamos pensar
na História dentro de uma estrutura. -
0:24 - 0:26Então, quando fazemos História,
-
0:26 - 0:28ou quando criamos
documentos históricos, -
0:28 - 0:31nós agarramos em coisas
que aconteceram no passado, -
0:31 - 0:34e juntamo-las,
costurando-as numa história. -
0:34 - 0:36Vou começar com um bocadinho
da minha história. -
0:36 - 0:40Como todos os da minha idade que
trabalham criativamente com computadores, -
0:40 - 0:44eu era um jovem popular,
socialmente bem ajustado -
0:44 - 0:46(Risos)
-
0:47 - 0:49— e desportista!
Um jovem desportista. -
0:50 - 0:55Tal como muitos da minha idade
e no meu ramo de atividade, -
0:55 - 0:58eu fui tremendamente
influenciado pela Apple. -
0:59 - 1:02Mas observem a minha
escolha do logotipo aqui. -
1:02 - 1:06A Apple da esquerda,
não a Apple da direita. -
1:07 - 1:09Eu sou tão influenciado
pela Apple da direita -
1:09 - 1:11como qualquer outra pessoa
-
1:11 - 1:14mas a Apple da esquerda...
olhem para aquele logótipo! -
1:14 - 1:16É um arco-íris.
E nem está na ordem correta! -
1:16 - 1:17(Risos)
-
1:17 - 1:20Isto mostra quão louca era a Apple.
-
1:20 - 1:21(Risos)
-
1:21 - 1:24Mas eu não quero falar
muito sobre a empresa. -
1:24 - 1:26Vou começar por falar sobre uma máquina.
-
1:26 - 1:30É fascinante pensar nisso.
Vou recuar no tempo e pensar nisso. -
1:30 - 1:33Quarta-feira. Uma quarta-feira,
quando eu tinha uns 12 anos, -
1:33 - 1:36não tinha computador.
-
1:36 - 1:39Na quinta-feira, eu tinha um computador.
-
1:40 - 1:42Conseguem imaginar esta mudança?
-
1:42 - 1:44É tão drástica.
-
1:44 - 1:47Não consigo pensar em nada que
possa mudar tanto a nossa vida. -
1:47 - 1:50Mas não vou falar no computador.
-
1:50 - 1:53vou falar num programa
que vinha naquele computador. -
1:53 - 1:56Fora feito, não pelo homem à esquerda,
-
1:56 - 1:57mas pelo homem à direita.
-
1:57 - 2:00Alguém sabe quem é o homem à direita?
-
2:01 - 2:04Nunca ninguém sabe a resposta
a esta pergunta. -
2:04 - 2:05Este é Bill Atkinson.
-
2:05 - 2:08Bill Atkinson foi o responsável
por muitas das coisas -
2:08 - 2:11que vemos no nosso computador diariamente.
-
2:11 - 2:14Mas eu quero falar de um programa
que o Bill Atkinson escreveu, -
2:14 - 2:16designado HyperCard.
-
2:17 - 2:19Há alguém ali a aplaudir.
-
2:19 - 2:20(Risos)
-
2:20 - 2:23O HyperCard era um programa
que acompanhava o Mac, -
2:23 - 2:26e fora desenvolvido para que
os utilizadores do computador -
2:26 - 2:29escrevessem programas
nos seus computadores. -
2:30 - 2:31Uma ideia louca hoje.
-
2:31 - 2:34Estes programas não eram os aplicativos
em que pensamos hoje, -
2:34 - 2:36com grandes orçamentos
e grandes distribuições. -
2:36 - 2:39Eram pequenas aplicações
que as pessoas criavam. -
2:39 - 2:42para seguirem a pontuação
das equipas de basquete locais -
2:42 - 2:45ou para organizarem uma pesquisa
-
2:45 - 2:48ou para ensinarem música clássica
às pessoas -
2:48 - 2:52ou para calcularem
datas astronómicas estranhas. -
2:52 - 2:54E claro, para fazerem
alguns projetos artísticos. -
2:54 - 2:56Este é o meu favorito.
-
2:56 - 2:58Chama-se "Se os monges tivessem Macs".
-
2:58 - 3:02É um tipo de ambiente
de exploração não-linear. -
3:02 - 3:07Estou eternamente grato às estrelas
pelo HyperCard. -
3:07 - 3:10E igualmente grato às estrelas
por me terem colocado nesta época -
3:10 - 3:13em que eu pude usar o HyperCard.
-
3:13 - 3:17O HyperCard foi o último programa
lançado num computador público -
3:17 - 3:22que foi desenvolvido para os utilizadores
poderem fazer os seus programas. -
3:22 - 3:25Se conversássemos
com os inventores do computador -
3:25 - 3:28e lhes disséssemos
que um dia, um dia mágico, -
3:28 - 3:33todos teriam um computador,
mas ninguém saberia programar, -
3:33 - 3:35eles pensariam que estávamos malucos.
-
3:35 - 3:37Vamos avançar uns anos.
-
3:37 - 3:40Estou a começar
a minha carreira de artista, -
3:40 - 3:44e construo coisas com o meu
computador, numa escala pequena, -
3:44 - 3:47investigando coisas como
os sistemas de crescimento das plantas. -
3:47 - 3:50Ou, neste exemplo, construo
uma economia simulada -
3:50 - 3:54onde os pixéis estão a negociar
cores uns com os outros, -
3:54 - 3:57tentando investigar como funcionam
estes tipos de sistemas, -
3:57 - 3:59e a divertir-me um bocado.
-
3:59 - 4:01Então, este projeto levou-me
a trabalhar com dados -
4:01 - 4:04e comecei a fazer gráficos como este,
-
4:04 - 4:07que compara "comunismo"
-
4:07 - 4:10— a frequência do uso da palavra
"comunismo" no New York Times — -
4:10 - 4:12com "terrorismo", no topo.
-
4:12 - 4:17Vemos que "terrorismo" aparece
e "comunismo" vai desaparecendo. -
4:17 - 4:20Com estes gráficos, eu estava
interessado na estética deles. -
4:20 - 4:22Estes são o Irão e o Iraque.
-
4:22 - 4:26Lê-se como um relógio.
Chama-se "gráfico de relógio". -
4:26 - 4:31Este é outro gráfico de relógio
que sobrepõe "desespero" e "esperança". -
4:31 - 4:35Há apenas três momentos
— é "crise" sobre "esperança" — -
4:35 - 4:38há apenas três vezes em que
"crise" eclipsa "esperança". -
4:38 - 4:40Neste momento, estamos
no meio de uma delas. -
4:40 - 4:42Mas não pensem muito nisso.
-
4:42 - 4:43(Risos)
-
4:43 - 4:47Finalmente, culminando este trabalho
com os dados do New York Times -
4:47 - 4:51há uns anos tentámos combinar
o ciclo de notícias de um ano inteiro -
4:51 - 4:53num único gráfico.
-
4:53 - 4:56Estes gráficos mostram-nos
um ano inteiro de notícias, -
4:56 - 5:00todas as pessoas, e como elas
se interligaram num único gráfico. -
5:00 - 5:04A partir daí, comecei a interessar-me
novamente por sistemas mais ativos. -
5:04 - 5:06Este é um projeto
chamado "Acabei de Aterrar," -
5:06 - 5:09em que estou a ver as pessoas
a fazer "tweets" no Twitter. -
5:09 - 5:11"Olá! Acabei de aterrar no Havai!"
-
5:11 - 5:15— como as pessoas se tentam insinuar
nas suas conversas do Twitter: -
5:15 - 5:18"Eu não estou a exibir-me. A sério.
Mas acabei de aterrar no Havaí." -
5:18 - 5:21Então eu estou a detetar
a viagem destas pessoas -
5:21 - 5:24na esperança de podermos
usar as redes sociais -
5:24 - 5:26e os dados que isto nos proporciona
-
5:26 - 5:28para criar um modelo
da movimentação das pessoas. -
5:28 - 5:31que pode ser valioso para
epidemiologistas, entre outros. -
5:31 - 5:33E, muito divertido
— este é um projeto similar: -
5:33 - 5:36olhar para as pessoas que dizem
"Bom dia" umas para as outras -
5:36 - 5:37pelo mundo inteiro.
-
5:37 - 5:39O que me ensinou, a propósito,
-
5:39 - 5:42que é verdade que,
em Vancouver, na Costa Oeste -
5:42 - 5:45as pessoas acordam mais tarde
e dizem "bom dia" muito depois -
5:45 - 5:47das pessoas na Costa Leste,
-
5:47 - 5:49que são mais intrépidas.
-
5:49 - 5:51Este é um projeto mais útil — talvez —
-
5:51 - 5:54em que eu agarrei em todas
as informações do Projeto Kepler -
5:54 - 5:57e tentei dar-lhe uma forma visual
que fizesse sentido para mim. -
5:57 - 6:00Devo dizer que tudo
que mostrei até agora -
6:00 - 6:02são coisas que fiz apenas por prazer.
-
6:02 - 6:05Pode parecer estranho,
mas isto volta ao HyperCard. -
6:05 - 6:07Eu estou a construir
ferramentas para mim. -
6:07 - 6:09Posso partilhá-las com outras pessoas
-
6:09 - 6:11mas são apenas para diversão,
são para mim. -
6:13 - 6:17Todas estas ferramentas que mostrei
ocupam um espaço estranho -
6:17 - 6:20entre a ciência, a arte e o "design".
-
6:20 - 6:22É aqui que reside a minha prática.
-
6:22 - 6:25Ainda hoje, a partir da minha
experiência com o HyperCard, -
6:25 - 6:29estou a construir ferramentas visuais
que me ajudam a entender sistemas. -
6:30 - 6:32Hoje trabalho no New York Times.
-
6:32 - 6:35Eu sou o artista de dados
residente no New York Times. -
6:35 - 6:37E tive a oportunidade no Times
-
6:37 - 6:40de trabalhar numa série
de projetos muito interessantes. -
6:40 - 6:42dois dos quais vou
partilhar hoje convosco. -
6:42 - 6:45No primeiro, tenho trabalhado
em conjunto com Mark Hansen. -
6:45 - 6:50Mark Hansen é professor de estatística
na UCLA e também é artista dos "media". -
6:50 - 6:53E o Mark veio ao Times
com uma pergunta muito interessante -
6:53 - 6:56que pode parecer um problema óbvio:
-
6:56 - 6:59Quando as pessoas partilham
conteúdos na Internet, -
6:59 - 7:03como é que o conteúdo vai
da pessoa A para a pessoa B? -
7:03 - 7:08Ou talvez, da pessoa A para B,
para a pessoa C, para a pessoa D? -
7:08 - 7:10Sabemos que as pessoas
partilham conteúdos na Internet, -
7:11 - 7:13mas o que não sabemos
é o que ocorre nesse intervalo -
7:13 - 7:15de uma pessoa para a outra.
-
7:15 - 7:17Assim, decidimos construir
algo para explorar isso -
7:17 - 7:19e esta ferramenta chama-se Cascata.
-
7:19 - 7:22Se olharmos para estes sistemas
-
7:22 - 7:27eles começam com um evento
que leva a outros eventos. -
7:27 - 7:29Chamamos "cascata" a esta estrutura.
-
7:29 - 7:31Estas cascatas ocorrem ao longo do tempo.
-
7:31 - 7:33Então podemos modelá-las
ao longo do tempo. -
7:33 - 7:37O New York Times tem muita gente
que partilha os nossos conteúdos, -
7:37 - 7:41por isso a cascata não é parecida
com esta, mas com esta. -
7:41 - 7:43Esta é uma cascata típica.
-
7:43 - 7:46No canto inferior esquerdo,
o primeiro evento. -
7:46 - 7:50Depois, as pessoas partilham o conteúdo
de uma pessoa para outra, -
7:51 - 7:54nós subimos no eixo Y
— os graus de separação — -
7:54 - 7:57e avançamos no eixo X — o tempo.
-
7:57 - 8:00Podemos olhar para essa conversa
e duas maneiras: -
8:00 - 8:03esta, que nos mostra
os tópicos da conversa, -
8:03 - 8:07e esta, que combina
essa visão empilhada -
8:07 - 8:10com uma visão
que nos permite ver os tópicos. -
8:10 - 8:14O Times publica umas 7000
peças de conteúdo, todos os meses. -
8:15 - 8:17Assim, quando estávamos
a criar esta ferramenta, -
8:17 - 8:20era importante para nós
torná-la exploratória, -
8:20 - 8:23para as pessoas poderem cavar
este vasto terreno de dados. -
8:23 - 8:26Penso nisso como um veículo
que estamos a dar às pessoas -
8:26 - 8:29para atravessar este terreno de dados
realmente grande. -
8:29 - 8:31É este o seu aspeto,
-
8:31 - 8:34e esta é a cascata
a ocorrer em tempo real. -
8:34 - 8:36Eu tenho de dizer, isto foi
um momento tremendo. -
8:36 - 8:40Tínhamos trabalhado com dados de teste,
com dados falsos, durante tanto tempo, -
8:40 - 8:43que, quando vimos isto,
no primeiro momento -
8:43 - 8:48foi como um arqueólogo que acabara
de tirar o pó a ossos de dinossauro. -
8:48 - 8:51Nós descobrimos esta coisa,
e estávamos a vê-la pela primeira vez, -
8:52 - 8:55essas estruturas de partilha
subjacente à Internet. -
8:56 - 8:59Talvez a analogia do dinossauro
seja uma coisa boa, -
8:59 - 9:02porque estamos a fazer
suposições probabilísticas -
9:02 - 9:03sobre como essas coisas se articulam.
-
9:03 - 9:07Olhamos para algumas destas
peças e a fazer algumas suposições, -
9:07 - 9:09mas tentamos garantir
que elas são, estatisticamente, -
9:09 - 9:11tão rigorosas quanto possível.
-
9:12 - 9:15Os "tweets", neste caso,
tornam-se partes das histórias. -
9:15 - 9:17Tornam-se partes das narrativas.
-
9:17 - 9:20Então, estamos a construir histórias aqui,
-
9:20 - 9:22mas são histórias de curto prazo.
-
9:22 - 9:26E às vezes as cascatas muito grandes
são as mais interessantes, -
9:26 - 9:29mas às vezes as pequenas
também são interessantes. -
9:29 - 9:32Esta é uma das minhas favoritas.
Chama-se "Cascata Rabino". -
9:33 - 9:38É uma conversa entre rabinos
sobre este artigo no New York Times, -
9:38 - 9:41sobre o facto de os trabalhadores
religiosos não terem muito tempo livre. -
9:41 - 9:45Eu acho que os sábados e os domingos
são maus dias para eles arrancarem. -
9:46 - 9:49Nesta cascata, há um grupo
de rabinos a conversar -
9:49 - 9:51sobre uma história do New York Times.
-
9:51 - 9:53Um deles tem o melhor
nome do Twitter de sempre, -
9:53 - 9:55chama-se "O Rabino Velveteen".
-
9:55 - 9:57(Risos)
-
9:57 - 10:01Mas nunca teríamos encontrado isto
se não fosse esta ferramenta exploratória. -
10:02 - 10:03Isso estaria apenas algures,
-
10:03 - 10:06e nunca o teríamos visto.
-
10:06 - 10:10Mas esse exercício de agarrar
em pedaços isolados de informações -
10:10 - 10:14e construir estruturas narrativas,
construindo histórias a partir deles, -
10:14 - 10:16é extremamente interessante,
quanto a mim. -
10:16 - 10:19Eu mudei-me para Nova Iorque
há uns dois anos. -
10:19 - 10:21Em Nova Iorque,
toda a gente tem uma história -
10:21 - 10:24relacionada com aquele acontecimento
de enorme impacto -
10:24 - 10:27que ocorreu a 11 de setembro de 2001.
-
10:27 - 10:34A minha história no 11 de Setembro
tornou-se muito mais complexo, -
10:34 - 10:36porque passei muito tempo a trabalhar
-
10:36 - 10:40num pedaço do memorial
do 11 de Setembro, em Manhattan. -
10:41 - 10:43A ideia central do Memorial
do 11 de Setembro -
10:43 - 10:48é que os nomes no memorial
não estão dispostos por ordem alfabética -
10:48 - 10:49ou por ordem cronológica.
-
10:49 - 10:51Em vez disso, estão dispostos
de uma maneira -
10:52 - 10:55em que as relações
entre as pessoas que morreram -
10:55 - 10:57estão incorporadas no memorial.
-
10:57 - 11:00Os irmãos estão colocados
ao lado de irmãos, -
11:00 - 11:02os colegas de trabalho
estão colocados juntos. -
11:02 - 11:07Este memorial considera
todas essas inúmeras ligações -
11:07 - 11:09que faziam parte da vida dessas pessoas.
-
11:10 - 11:14Eu trabalhei com uma empresa
chamada Local Projects, -
11:14 - 11:17a trabalhar num algoritmo
e numa ferramenta de "software" -
11:17 - 11:20para ajudar os arquitetos a construir
o "layout" do memorial: -
11:20 - 11:22quase 3000 nomes
-
11:22 - 11:26e quase 1500 pedidos de vizinhança,
-
11:26 - 11:28esses pedidos de ligação
-
11:28 - 11:31— uma história muito densa,
uma narrativa muito densa, -
11:31 - 11:34que se torna numa parte incorporada
deste memorial. -
11:34 - 11:38Trabalhando com Jake Barton,
produzimos a ferramenta de "software", -
11:38 - 11:42que permitiu aos arquitetos,
primeiro que tudo, gerar um "layout" -
11:42 - 11:45que satisfez todos os pedidos
de vizinhança, -
11:45 - 11:48e depois, fazer pequenos ajustes
onde era preciso, -
11:48 - 11:51para contar as histórias
que eles queriam contar. -
11:51 - 11:55Esse memorial, segundo penso,
tem um conceito extremamente oportuno -
11:55 - 11:58na nossa era das redes sociais,
-
11:58 - 12:02porque essas redes — as redes da vida real
que compõem a vida das pessoas — -
12:02 - 12:05estão incorporados dentro do memorial.
-
12:05 - 12:09Uma das experiências
mais terrivelmente comoventes -
12:09 - 12:10é ir ao memorial
-
12:10 - 12:15e ver como essas pessoas
estão colocadas umas ao lado das outras, -
12:15 - 12:18para que este memorial
represente as suas vidas. -
12:19 - 12:21Como é que isso afeta a nossa vida?
-
12:21 - 12:23Eu não sei se vocês se lembram,
-
12:23 - 12:26mas na primavera,
houve uma controvérsia, -
12:26 - 12:28porque descobriu-se que, no iPhone,
-
12:28 - 12:30e nos nossos computadores,
-
12:30 - 12:33guardávamos uma quantidade enorme
de dados sobre localização. -
12:33 - 12:37Então, a Apple respondeu, dizendo que
não eram dados de localização sobre nós, -
12:37 - 12:40eram dados de localização
sobre as redes sem fios -
12:40 - 12:42que estavam na área onde vocês estão.
-
12:42 - 12:45Portanto, não é sobre nós,
é sobre onde nós estamos. -
12:45 - 12:47(Risos)
-
12:47 - 12:49São dados muito valiosos.
-
12:50 - 12:54São como ouro para os investigadores,
esses dados da mobilidade humana. -
12:55 - 12:58Então pensámos: "Bolas!
Quantas pessoas têm iPhones? " -
12:58 - 13:00Quantos de vocês têm iPhones?
-
13:01 - 13:06Então, nesta sala, temos uma enorme
base de dados de localização -
13:06 - 13:10de que os investigadores
gostariam muito, muito mesmo. -
13:10 - 13:12Assim, criámos um sistema
chamado Open Paths, -
13:12 - 13:15que permite que as pessoas
enviem os dados do iPhone -
13:15 - 13:17e as relações com corretores,
com investigadores -
13:17 - 13:19para partilharem esses dados,
-
13:19 - 13:22para doar esses dados às pessoas
que podem realmente usá-los. -
13:22 - 13:25O Open Paths foi um ótimo
sucesso enquanto protótipo. -
13:25 - 13:28Recebemos milhares
de conjuntos de dados, -
13:28 - 13:29e criámos uma interface
-
13:29 - 13:33que permite que as pessoas
vejam o desenrolar da sua vida -
13:33 - 13:36a partir desses dados que se mantêm
nos seus dispositivos. -
13:37 - 13:42Mas não esperávamos
quão emocionante seria essa experiência. -
13:42 - 13:44Quando carreguei os meus dados,
pensei: "Nada de especial. -
13:44 - 13:48"Eu sei onde moro. Eu sei onde trabalho.
O que é que vou ver aqui? " -
13:48 - 13:51Acontece que o que eu vi
foi quando saí do avião -
13:51 - 13:53para começar a minha nova vida
em Nova Iorque; -
13:54 - 13:57o restaurante onde eu comera
comida tailandesa nessa primeira noite -
13:57 - 14:00a pensar nesta nova experiência
de estar em Nova Iorque; -
14:00 - 14:02o dia em que conhecera a minha namorada.
-
14:03 - 14:05Este é o aeroporto de LaGuardia.
-
14:05 - 14:07(Risos)
-
14:07 - 14:10Este é um restaurante tailandês
na Amsterdam Avenue. -
14:11 - 14:14Este é o momento em que conheci
a minha namorada. -
14:14 - 14:18Vejam como isto muda a primeira vez
em que contei estas histórias -
14:18 - 14:20e a segunda vez que eu falei
sobre estas histórias? -
14:20 - 14:23Porque o que fazemos é que pomos
na ferramenta, involuntariamente, -
14:23 - 14:27estes dados num contexto humano.
-
14:27 - 14:29Quando colocamos dados
num contexto humano, -
14:29 - 14:31eles ganham significado.
-
14:31 - 14:34E eu acho que isso é
extremamente importante, -
14:34 - 14:39porque estas são nossas histórias
que estão armazenadas nos dispositivos. -
14:41 - 14:43Ao pensarmos neles desta maneira,
-
14:44 - 14:46ao colocá-los num contexto humano
-
14:46 - 14:48— primeiro de tudo, o que fazemos
com os nossos dados -
14:48 - 14:51é entender melhor o tipo de informação
que estamos a partilhar. -
14:52 - 14:54Mas se pudermos fazer isso
com outros dados, -
14:54 - 14:56se pudermos colocar dados
num contexto humano, -
14:56 - 15:00acho que podemos mudar muitas coisas,
-
15:01 - 15:05porque cria, automaticamente, empatia
com as pessoas envolvidas nesses sistemas. -
15:06 - 15:09Isso, por sua vez, resulta
num respeito fundamental, -
15:09 - 15:12que, segundo creio, falta
em grande parte da tecnologia, -
15:12 - 15:16quando começamos a lidar
com questões como a privacidade, -
15:17 - 15:20ao percebermos que esses números
não são apenas números, -
15:20 - 15:23mas estão interligados,
amarrados a pedaços do mundo real. -
15:23 - 15:25Têm peso.
-
15:25 - 15:28Se entendermos isso, a caixa de diálogo
torna-se muito diferente. -
15:30 - 15:32Quantos de vocês já clicaram num botão
-
15:32 - 15:37que permite que terceiros tenham acesso
aos dados de localização do telefone? -
15:38 - 15:39Muitos de vocês.
-
15:39 - 15:41Então, a terceira parte é o programador,
-
15:41 - 15:43a segunda parte é a Apple.
-
15:44 - 15:49A única parte que nunca tem acesso
a esta informação é a primeira parte! -
15:50 - 15:53Acho que é porque pensamos
nesses dados -
15:53 - 15:55de forma isolada e abstrata.
-
15:55 - 15:57Não os colocámos em contexto
-
15:57 - 16:00o que, segundo creio, os torna
muito mais importante. -
16:00 - 16:02Assim, o que vos peço que façam
é muito simples: -
16:02 - 16:05comecem a pensar em dados
num contexto humano. -
16:05 - 16:07Não é preciso nada.
-
16:07 - 16:10Quando lerem os preços das ações,
pensem nelas num contexto humano. -
16:10 - 16:14Quando pensarem em relatórios de hipoteca,
pensem neles num contexto humano. -
16:14 - 16:17Não há dúvida de que os grandes dados
são um grande negócio. -
16:18 - 16:20Há uma indústria em desenvolvimento.
-
16:22 - 16:23Pensem em como fizemos bem
-
16:23 - 16:26em indústrias anteriores
em que desenvolvemos recursos envolventes. -
16:26 - 16:28Não foi lá muito bem.
-
16:28 - 16:30Eu acho que parte do problema
-
16:30 - 16:32é que tivemos falta de participação
nesses diálogos -
16:32 - 16:37de várias partes da sociedade humana.
-
16:37 - 16:39Então a outra coisa que eu peço
-
16:40 - 16:44é a inclusão neste diálogo
de artistas, de poetas, de escritores -
16:44 - 16:48de pessoas que podem contribuir
com um elemento humano para esta análise. -
16:49 - 16:51Porque acredito que este mundo de dados
-
16:51 - 16:54vai ser transformador para nós.
-
16:55 - 16:58Ao contrário das nossas tentativas
com a indústria de recursos -
16:58 - 17:00e as nossas tentativas
com o setor financeiro, -
17:00 - 17:03ao introduzir o elemento humano
nesta história, -
17:03 - 17:06podemos levá-lo a locais maravilhosos.
-
17:06 - 17:08Obrigado.
-
17:08 - 17:11(Aplausos)
- Title:
- Tornar os dados mais humanos
- Speaker:
- Jer Thorp
- Description:
-
Jer Thorp cria belas visualizações de dados para colocar dados abstratos em contexto humano. No TEDxVancouver, ele partilha os seus projetos atuais, da representação gráfica de um ciclo inteiro de um novo ano até ao mapeamento do modo como as pessoas partilham os artigos pela Internet.
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 17:22
Margarida Ferreira approved Portuguese subtitles for Make data more human | ||
Margarida Ferreira edited Portuguese subtitles for Make data more human | ||
Margarida Ferreira accepted Portuguese subtitles for Make data more human | ||
Margarida Ferreira edited Portuguese subtitles for Make data more human | ||
Anabela de Sousa edited Portuguese subtitles for Make data more human | ||
Anabela de Sousa edited Portuguese subtitles for Make data more human | ||
Anabela de Sousa edited Portuguese subtitles for Make data more human | ||
Luís Senko edited Portuguese subtitles for Make data more human |