1
00:00:00,714 --> 00:00:03,660
2003 yılında,

2
00:00:03,844 --> 00:00:06,203
İngiliz hükumeti bir anket gerçekleştirdi.

3
00:00:07,324 --> 00:00:11,523
Toplumun sayısal becerilerini
ölçen bir anketti bu.

4
00:00:11,798 --> 00:00:13,541
Ve sonuç oldukça şaşırtıcıydı.

5
00:00:13,541 --> 00:00:16,859
Buna göre, ülkede çalışma yaşındaki
her 100 kişiden 47’si

6
00:00:16,859 --> 00:00:20,114
temel seviye sayısal
bilgilerden yoksundu.

7
00:00:20,992 --> 00:00:24,824
Düşük bir GCSE puanına karşılık 
gelen bu seviye,

8
00:00:25,050 --> 00:00:28,768
kesirler, yüzdeler ve ondalık sayıları 
içeren bir eksikliğin göstergesiydi.

9
00:00:28,768 --> 00:00:33,040
Ve bu kötü sonuç hükümette
ciddi endişelere yol açtı.

10
00:00:33,244 --> 00:00:34,736
Politikalar değişti,

11
00:00:34,856 --> 00:00:36,262
yatırımlar yapıldı.

12
00:00:36,502 --> 00:00:39,544
Ve sonra, 2011 yılında anket tekrarlandı.

13
00:00:39,714 --> 00:00:41,809
Peki tahmin edin sonuç ne oldu?

14
00:00:43,941 --> 00:00:45,365
49’a çıktı.

15
00:00:45,365 --> 00:00:46,638
(Gülüşmeler)

16
00:00:46,692 --> 00:00:49,055
Doğrusu bu raporu Financial
Times’a sunduğumda,

17
00:00:49,055 --> 00:00:50,996
okuyuculardan biri espiriyle şöyle dedi;

18
00:00:50,996 --> 00:00:54,726
“Anlaşılan bu durum, ülkenin
sadece yüzde 51'ini şaşırtıyor.”

19
00:00:54,726 --> 00:00:56,651
(Gülüşmeler)

20
00:00:57,185 --> 00:01:00,466
Ama en dikkat çeken yanıt ise
aslında bir öğrenciden gelmişti.

21
00:01:00,466 --> 00:01:04,466
Yaptığım bir sunum esnasında
elini kaldırdı ve şöyle dedi;

22
00:01:04,996 --> 00:01:08,927
“Bu sonuca ulaşan kişinin de yüzde
49’dan biri olmadığına emin miyiz?"

23
00:01:08,927 --> 00:01:10,307
(Gülüşmeler)

24
00:01:10,771 --> 00:01:14,761
Yani bu konuda bazı sıkıntılar
yaşadığımız ortada.

25
00:01:14,761 --> 00:01:17,591
Çünkü bunların yaşantımıza
etkileri oldukça fazla ve

26
00:01:17,591 --> 00:01:19,431
çağımıza kazandırdığımız çoğu değişime

27
00:01:19,831 --> 00:01:22,651
sayılarla olan bağımızı
ilerleterek ortak oluyoruz.

28
00:01:22,991 --> 00:01:24,881
Bu sorun sadece
İngiltere'ye özgü değil.

29
00:01:24,881 --> 00:01:26,117
OECD bu yıl,

30
00:01:26,117 --> 00:01:29,627
gençlerin sayısal yeteneklerini gösteren
bazı sonuçlar yayınladı.

31
00:01:30,147 --> 00:01:34,298
Buna göre, ilk sırada Amerika var ve
buradaki gençlerin yaklaşık yüzde 40'ı

32
00:01:34,298 --> 00:01:37,508
sayısal yönden düşük seviyede.

33
00:01:37,578 --> 00:01:38,879
İngiltere de aynı durumda,

34
00:01:38,879 --> 00:01:42,432
hatta bu tabloda, yüzde 20’nin üzerinde
bir kitlenin düşük seviyede olduğu

35
00:01:42,432 --> 00:01:44,082
7 OECD ülkesi var.

36
00:01:44,082 --> 00:01:46,618
Bu bir sorun, çünkü bu şekilde
olmaması gerekiyor.

37
00:01:46,618 --> 00:01:48,218
Grafiğin sonuna baktığınızda,

38
00:01:48,578 --> 00:01:51,998
bu oranı sadece Hollanda ve Kore için
tek haneli seviyelerde görürsünüz.

39
00:01:52,168 --> 00:01:56,474
Bunları bir takım sayısal sıkıntılara
dikkat çekmek için anlattım.

40
00:01:57,330 --> 00:02:00,124
Aslında bu çalışmalar faydalı
olmalarının yanı sıra,

41
00:02:00,364 --> 00:02:05,358
bence istemeden de olsa insanları iki
gruba ayırarak, bir anlamda risk taşıyor.

42
00:02:05,358 --> 00:02:07,424
Yani ortaya iki grup insan çıkıyor.

43
00:02:07,664 --> 00:02:11,487
Sayılarla arası iyi olup,
bu alanda yeteneği olanlar

44
00:02:12,011 --> 00:02:14,031
ve olmayanlar.

45
00:02:14,261 --> 00:02:16,176
Bugün söylemeye çalıştığım şey,

46
00:02:16,176 --> 00:02:19,482
ben bu ayrımın yanlış olduğuna inanıyorum.

47
00:02:19,502 --> 00:02:21,130
Yani bir sınıflandırma şart değil.

48
00:02:21,390 --> 00:02:23,982
Bana göre sayılarla harikalar
yaratacak düzeyde bir

49
00:02:23,982 --> 00:02:26,550
sayısal yeteneğiniz olmak
zorunda değil.

50
00:02:26,660 --> 00:02:29,587
Ve şimdi anlatacaklarımın çıkış
noktası da aslında bu konu.

51
00:02:31,607 --> 00:02:33,885
Bunu biraz daha açmak istersek,

52
00:02:33,885 --> 00:02:36,345
bence istatistiklere göz
atmamız gerekir.

53
00:02:36,345 --> 00:02:37,921
Öncelikle şunu kabul ediyorum,

54
00:02:37,921 --> 00:02:41,161
istatistikler zihninizde canlanmakta
biraz direniyor olabilir.

55
00:02:41,161 --> 00:02:42,379
(Gülüşmeler)

56
00:02:42,444 --> 00:02:46,426
İstatistik matematiğin bir parçası olsa da
matematikçiler tam anlamıyla sevmezler.

57
00:02:46,993 --> 00:02:50,579
Çünkü matematiğin kalanı tamamen 
hassasiyet ve kesinlik üzerinedir.

58
00:02:50,909 --> 00:02:53,186
İstatistik ise çoğunlukla buna terstir.

59
00:02:53,913 --> 00:02:58,078
Buna rağmen aslında ben istatistik 
dünyasına biraz geç katıldım.

60
00:02:58,726 --> 00:03:03,088
Eğer lisans hocalarıma okuldan sonra hangi
iki konuda ilerleyeceğimi sorsaydınız

61
00:03:03,088 --> 00:03:07,797
istatistik ve bilgisayar programcılığını
size muhtemelen en son sayacaklardı.

62
00:03:07,797 --> 00:03:11,697
Ama birazdan size kendi programladığım
bazı istatistiksel verileri göstereceğim.

63
00:03:12,457 --> 00:03:14,400
Peki beni bu değişime sürükleyen neydi?

64
00:03:14,400 --> 00:03:17,462
İstatistiğin aslında ilginç bir şey
olduğunu bana ne düşündürdü?

65
00:03:18,066 --> 00:03:20,402
Aslında nedeni istatistiğin
bizi konu almasıydı.

66
00:03:20,702 --> 00:03:22,975
İstatistiğin kökenine bakarsak,

67
00:03:23,259 --> 00:03:25,948
yaşadığımız ülkenin veya
toplumun verileriyle ilgilenen

68
00:03:25,948 --> 00:03:28,472
ve onları konu alan bir
bilim olduğunu görürüz.

69
00:03:28,472 --> 00:03:31,496
Yani istatistik bizi bir
grup olarak ele alır,

70
00:03:31,900 --> 00:03:33,305
kişisel değil.

71
00:03:33,305 --> 00:03:34,723
Ve sosyal varlıklar olarak,

72
00:03:34,723 --> 00:03:39,857
bireysellikten toplum hayatına uzanan bu
ilişkinin büyüsünü beraber yaşıyoruz.

73
00:03:40,463 --> 00:03:42,257
Bu anlamda istatistik bilimi,

74
00:03:42,257 --> 00:03:45,068
asıl gücünü bizi şaşırttığı
anda göstermiş oluyor.

75
00:03:45,758 --> 00:03:50,166
Ipsos MORI organizasyonu, son birkaç yılda
gerçekten harika anketler gerçekleştirdi.

76
00:03:50,346 --> 00:03:53,164
Britanya’da 1000'den fazla
katılımcıyla bir anket yaptılar

77
00:03:53,164 --> 00:03:56,718
ve bu kişilere İngiltere ve Galler’de
yaşayan her 100 kişiden kaçı

78
00:03:56,728 --> 00:03:58,528
müslümandır diye sordular.

79
00:03:58,698 --> 00:04:01,232
Buradan çıkacak sonucun da,

80
00:04:01,432 --> 00:04:04,388
toplumun bu konudaki düşüncesini
yansıtması bekleniyordu.

81
00:04:04,742 --> 00:04:06,678
Ve sonuç 24 çıktı.

82
00:04:07,062 --> 00:04:08,371
İnsanlar böyle düşünüyordu.

83
00:04:08,371 --> 00:04:12,221
Yani İngilizlere göre, ülkelerindeki
her 100 kişiden 24’ü Müslümandı.

84
00:04:12,601 --> 00:04:14,013
Ama resmi sonuçlar,

85
00:04:14,413 --> 00:04:17,143
bu rakamın yüzde 5 olduğunu gösteriyor.

86
00:04:17,413 --> 00:04:20,221
Bu da gösteriyor ki, algılarımız
sonucu oluşan düşünce ile

87
00:04:20,221 --> 00:04:23,665
istatistiklerin ortaya koyduğu gerçekler
arasında büyük farklılıklar var.

88
00:04:23,665 --> 00:04:24,645
Ve bu çok ilginç.

89
00:04:24,645 --> 00:04:28,409
Peki bizdeki bu yanlış algıya
sebep olan şey ne olabilir?

90
00:04:28,960 --> 00:04:30,690
Bu beni oldukça heyecanlandırmıştı.

91
00:04:30,690 --> 00:04:33,818
Bu sebeple sunumlarda bazı sorulara
cevaplar aramaya başladım.

92
00:04:34,308 --> 00:04:37,748
Hammersmith’te bulunan St.Paul
kız lisesinde bir sunum yaptım.

93
00:04:38,230 --> 00:04:43,780
Buna benzer bir izleyici grubu vardı fakat
tamamıyla kız öğrencilerden oluşuyordu.

94
00:04:44,256 --> 00:04:46,776
Ve kızlara şöyle dedim,

95
00:04:47,426 --> 00:04:53,321
"Sizce İngiliz Toplumu, her yıl kaç genç
kızın hamile kaldığını düşünüyordur? "

96
00:04:53,847 --> 00:04:56,513
Cevabı duyan kızların suratı asıldı.

97
00:04:57,453 --> 00:05:02,360
İngilizler her yıl bu kızların yaklaşık
%15'inin hamile kaldığını düşünüyordu.

98
00:05:03,279 --> 00:05:05,660
Kızlar bu duruma kızmakta
sonuna kadar haklıydılar.

99
00:05:05,684 --> 00:05:08,662
Çünkü resmi sonuçlara göre
bu rakam yalnızca yüzde 0.6.

100
00:05:08,662 --> 00:05:12,036
Yani tek bir nokta bile tam
dolu olmuyor bu sonuca göre.

101
00:05:12,419 --> 00:05:16,129
Sayısal sıkıntılarda olduğu gibi,
bu da yine İngilizlere özgü değildi.

102
00:05:16,423 --> 00:05:20,377
Ipsos MORI son yıllarda bu anketlerini
dünya çapında genişletti.

103
00:05:20,771 --> 00:05:23,461
Böylece Suudi Arabistanlılara
şunu sordular;

104
00:05:23,925 --> 00:05:26,091
Ülkenizdeki her 100 kişiden

105
00:05:26,470 --> 00:05:29,343
kaçı aşırı kilolu veya obezdir?

106
00:05:30,526 --> 00:05:33,079
Bu soruya karşılık, Suudilerden
gelen cevap

107
00:05:34,319 --> 00:05:36,021
yüzde 25’in biraz üstüydü.

108
00:05:36,031 --> 00:05:37,049
Öyle sanıyorlardı.

109
00:05:37,049 --> 00:05:39,750
Yani obeziteyi yüzde 25
seviyesinde görüyorlardı.

110
00:05:39,750 --> 00:05:42,025
Ama resmi rakamlar gerçek sonucun aslında,

111
00:05:42,025 --> 00:05:44,987
tahminlerinin yaklaşık 3 katı
olduğunu gösteriyor.

112
00:05:44,987 --> 00:05:46,113
(Gülüşmeler)

113
00:05:46,773 --> 00:05:48,471
Yani yine büyük bir fark var.

114
00:05:48,471 --> 00:05:49,642
Şu da ilginç bir örnek.

115
00:05:49,642 --> 00:05:52,869
Japonya’da soruluyor bu kez,

116
00:05:53,279 --> 00:05:57,651
Japonlara ülkelerindeki kırsal kesim
nüfusu yüzde kaçtır diye sorulmuş.

117
00:05:58,501 --> 00:06:02,501
Ve bu soruya verdikleri cevap 
yüzde 50’nin biraz üzerinde.

118
00:06:02,501 --> 00:06:06,814
Yani Japonlar yüzde 56’lık bir kesimin
kırsal bölgede yaşadığını düşünüyordu.

119
00:06:07,659 --> 00:06:09,629
Oysaki resmi sonuç yüzde 7.

120
00:06:11,313 --> 00:06:13,193
Aradaki beklenmeyen bu fark,

121
00:06:13,543 --> 00:06:16,286
bazıları için şaşırtıcı olurken,
bazıları için değildir.

122
00:06:16,286 --> 00:06:19,292
Daniel Kahneman’ın çalışmasını okuyanlar
bunu normal karşılıyor.

123
00:06:19,382 --> 00:06:21,524
Kendisi Nobel Ödüllü bir ekonomist.

124
00:06:21,524 --> 00:06:23,983
Kahneman ve arkadaşı Amos Tversky,

125
00:06:23,983 --> 00:06:29,604
uzun yıllarını algılarımız ve gerçekler
arasındaki bu farkı araştırmakla harcadı.

126
00:06:29,604 --> 00:06:33,274
Ve gerçek şu ki, aslında istatistiksel
konulardaki sezgilerimiz oldukça zayıf.

127
00:06:33,554 --> 00:06:34,839
Bunun bir çok sebebi var.

128
00:06:34,839 --> 00:06:38,907
Kişisel deneyimler şüphesiz ki gerçekler
üzerindeki algılarımızı etkileyebiliyor,

129
00:06:38,907 --> 00:06:44,063
hatta bazı durumlarda bunu,
medya üzerinde bile görebiliyoruz.

130
00:06:44,609 --> 00:06:46,465
Kahneman bu durumu,
şöyle açıklıyor;

131
00:06:46,465 --> 00:06:49,630
“Gerçeği göremediğimizden yanlış 
sonuçlara ulaşabiliriz.

132
00:06:49,630 --> 00:06:52,482
Ama aynı zamanda bunun
farkında da değiliz."

133
00:06:52,482 --> 00:06:55,778
Ve bu durum kararlarımız üzerinde
büyük sonuçlar doğuruyor.

134
00:06:56,192 --> 00:06:58,564
İstatistik ofisinde oturup
tüm bunları düşünürken,

135
00:06:58,704 --> 00:07:00,044
aklıma ilginç bir şey geldi.

136
00:07:00,044 --> 00:07:02,288
Bunun dünya çapında bir
problem olduğu kesindi,

137
00:07:02,288 --> 00:07:05,243
ama belki de sorun yaşadığımız
coğrafyadaydı.

138
00:07:05,577 --> 00:07:09,590
Tüm bunlar akıllara şunu getiriyor;
Ülkenizi ne kadar iyi tanıyorsunuz?

139
00:07:09,590 --> 00:07:13,197
Peki bu durumda, 64 milyon insanı
ne kadar tanıyabilirsiniz?

140
00:07:13,547 --> 00:07:15,149
Çok fazla değildi elbette.

141
00:07:15,429 --> 00:07:16,333
Ben yapamazdım.

142
00:07:16,333 --> 00:07:22,686
Ve sonra aklıma bu yaklaşım tarzını daha
yerel bir biçimde düşünme fikri geldi.

143
00:07:23,007 --> 00:07:24,162
Şunu yapsak peki?

144
00:07:24,162 --> 00:07:25,973
Soruyu düzenleyip şöyle soralım;

145
00:07:25,973 --> 00:07:27,973
Bulunduğunuz çevreyi
ne kadar tanıyorsunuz?

146
00:07:28,203 --> 00:07:30,476
Bu şekilde cevabınız daha
gerçekçi olur muydu?

147
00:07:32,047 --> 00:07:33,522
Bunun için bir test hazırladım.

148
00:07:33,622 --> 00:07:35,552
Çevrenizi ne kadar tanıyorsunuz?

149
00:07:36,454 --> 00:07:38,257
Basit bir web uygulaması.

150
00:07:38,257 --> 00:07:41,374
Posta kodununuzu girdikten sonra
size bulunduğunuz yer hakkında,

151
00:07:41,374 --> 00:07:43,794
nüfus verilerini baz
alarak sorular soruyor.

152
00:07:44,495 --> 00:07:46,322
Bu testi çok dikkatle hazırladım.

153
00:07:46,322 --> 00:07:50,455
Çünkü mümkün olan en geniş insan
kitlesine ulaşmasını istiyordum.

154
00:07:50,455 --> 00:07:54,693
Yani sadece yüzde 49'un değil,
herkesin uğraşmasını istedim.

155
00:07:54,693 --> 00:07:55,943
Ve bu testi tasarlarken,

156
00:07:56,713 --> 00:07:57,545
Şunu kullandım.

157
00:07:57,745 --> 00:08:02,890
1920’lerden 1930’lara Otto Neurath’ın
izotiplerinden esinlendim.

158
00:08:02,890 --> 00:08:08,918
Bu yönteme göre sayılar, ard arda gelen
tekrarlı şekillerle temsil ediliyordu.

159
00:08:09,590 --> 00:08:12,445
Böylece sayılar işlevlerini geri
planda kalarak sürdürecekti.

160
00:08:12,795 --> 00:08:17,172
Yani miktar göstermeniz gerektiğinde yüzde
kesir veya oran kavramına ihtiyaç duymayan

161
00:08:17,172 --> 00:08:19,794
harika bir yöntem kullanmış olacaktınız.

162
00:08:20,394 --> 00:08:21,710
Ve işte test.

163
00:08:22,280 --> 00:08:23,851
Ana hatlarıyla ele alırsak,

164
00:08:23,851 --> 00:08:26,384
sol tarafınızda tekrar eden
şekiller bulunuyor.

165
00:08:26,384 --> 00:08:30,442
Sağ tarafınızda ise bir harita var ve
size soru sorulan bölgeyi gösteriyor.

166
00:08:30,462 --> 00:08:31,837
7 soru var.

167
00:08:32,337 --> 00:08:35,860
Her soru için 0-100 aralığında
tek bir cevap var.

168
00:08:36,314 --> 00:08:40,273
Testin sonunda ise toplamda 0-100
aralığında bir puan kazanıyorsunuz.

169
00:08:40,999 --> 00:08:43,083
Şuanda TEDx Exeter'da olduğumuzdan,

170
00:08:43,107 --> 00:08:47,442
Exeter için, testimizdeki ilk birkaç
soruya hızlıca bakabiliriz diye düşündüm.

171
00:08:47,789 --> 00:08:52,134
İlk soru şöyle, buradaki her 100 kişiden
kaçı 16 yaşın altındadır?

172
00:08:52,784 --> 00:08:55,088
Ben aslında Exeter’i çok bilmiyorum,

173
00:08:55,188 --> 00:08:56,273
ama bir tahminim var.

174
00:08:56,273 --> 00:08:58,603
Tabi bu size test hakkında
fikir verecektir.

175
00:08:58,853 --> 00:09:02,218
Şekilleri aktifleştirmek için
kaydıracı sürüklüyorsunuz.

176
00:09:02,578 --> 00:09:04,721
Cevabınız için ise “Onay” a
basmanız yeterli.

177
00:09:04,721 --> 00:09:08,206
Böylece verdiğiniz yanıt ile gerçek
sonuç arasındaki fark ortaya çıkıyor.

178
00:09:08,486 --> 00:09:09,610
Ve işte sonuç.

179
00:09:09,610 --> 00:09:11,707
Ben baya kötü
tahmin etmişim,

180
00:09:11,917 --> 00:09:12,826
cevap beş.

181
00:09:12,826 --> 00:09:13,890
Sıradakine bakalım.

182
00:09:13,890 --> 00:09:16,460
Bu seferki soru ise yaş ortalaması
kaçtır diye soruyor.

183
00:09:16,460 --> 00:09:20,213
Buna göre nüfusu yarısı genç,
yarısı yaşlı olarak düşündüm

184
00:09:20,213 --> 00:09:21,623
ve 35 gibi geldi bana.

185
00:09:21,623 --> 00:09:23,929
Biraz orta yaş gibi düşünmüşüm.

186
00:09:24,219 --> 00:09:25,657
(Gülüşmeler)

187
00:09:28,079 --> 00:09:30,149
Aslında Exeter'in
nüfusu baya genç,

188
00:09:30,149 --> 00:09:34,559
ben bu bölgede Üniversitenin buna
etkisini yeterince dikkate almamışım.

189
00:09:34,898 --> 00:09:36,929
Devam ettikçe sorular zorlaşıyor.

190
00:09:36,953 --> 00:09:39,336
Bu soru ise ev sahipleri ile ilgili.

191
00:09:39,955 --> 00:09:43,574
Kredi veya Mortgage ile ev sahibi
olanların oranı yüzde kaçtır?

192
00:09:43,574 --> 00:09:44,828
Ama burada iyi düşündüm,

193
00:09:44,828 --> 00:09:48,180
çünkü bu kez sonuçla aramdaki farkın
50'yi geçmesini istemiyordum.

194
00:09:48,180 --> 00:09:49,174
(Gülüşmeler)

195
00:09:50,148 --> 00:09:52,428
Gördüğünüz gibi sorular zorlaşıyor.

196
00:09:52,428 --> 00:09:55,187
Çünkü bir çevrede yaşıyor ve
o toplumun bir parçasıysanız,

197
00:09:55,187 --> 00:09:56,265
bu gibi konularda,

198
00:09:56,265 --> 00:10:00,250
yani bir nüfusun yaşlı veya genç olup
olmadığı konusunda ipuçları vardır.

199
00:10:00,250 --> 00:10:02,361
Sadece çevrenize bakarak
bunu görebilirsiniz.

200
00:10:02,361 --> 00:10:06,299
Ama ev sahiplerinin oranı gibi konularda
tahminde bulunmak daha zor olduğundan,

201
00:10:06,299 --> 00:10:08,950
sezgilerimize ve öngörülerimize
ihtiyaç duyarız.

202
00:10:08,950 --> 00:10:13,270
Yani ev sahibi olabilecek insan sayısı
hakkında zihnimizi yoklarız.

203
00:10:14,086 --> 00:10:20,016
Doğrusu bu testi insanlara sunduğumuzda,
dayandığı veriler birkaç yıl öncesinindi.

204
00:10:20,590 --> 00:10:24,213
Yıllarca bir posta kodu girdiğimizde bize
sadece istatistiksel veriler sunan

205
00:10:24,213 --> 00:10:26,417
internet uygulamaları kullandık.

206
00:10:26,417 --> 00:10:29,600
Aslında bunlar bir bakıma
biraz eskiydi,

207
00:10:29,930 --> 00:10:31,287
ya da pek yeni sayılmazdı.

208
00:10:31,287 --> 00:10:32,916
Ama ben burada şunu istedim,


209
00:10:33,086 --> 00:10:37,561
verileri bu şekilde eğlenceli bir hale
dönüştürüp, animasyonlar kullandığımızda

210
00:10:37,801 --> 00:10:42,962
ve bu şekliyle insanlara sunduğumuzda
toplumun ilgisi nasıl olacaktı.

211
00:10:43,978 --> 00:10:44,858
Şöyle ki,

212
00:10:44,858 --> 00:10:47,498
aslında bu ilgi--

213
00:10:48,302 --> 00:10:50,050
Beklentimin çok üstünde oldu.

214
00:10:50,120 --> 00:10:53,841
Bir istatistik sitesinin yoğun ilgi
nedeniyle çökmesini çok beklemiştim.

215
00:10:53,841 --> 00:10:55,933
(Gülüşmeler)

216
00:10:57,021 --> 00:11:00,505
Üstelik bu URL adresi “İstatistik”, “gov”
ve “UK” kelimelerini içeriyordu

217
00:11:00,505 --> 00:11:03,521
ve bunlar internette en az ilgi
duyulabilecek 3 kelimeydi.

218
00:11:03,641 --> 00:11:07,150
İşin ilginç yanı ise sitemiz
çöktüğünde saat,

219
00:11:07,634 --> 00:11:09,727
gece 9:44 gibiydi.

220
00:11:09,821 --> 00:11:12,736
Çünkü insanlar kendi fikirlerini
ifade edebildikleri bu teste

221
00:11:12,736 --> 00:11:16,295
ancak gece boş zamanlarında
bakabiliyorlardı.

222
00:11:16,928 --> 00:11:19,065
48 saatlik bir zaman dilimi içerisinde,

223
00:11:19,065 --> 00:11:23,668
bu teste katılan çeyrek milyon
insana ulaşmış olmak

224
00:11:23,668 --> 00:11:25,822
beni fazlasıyla heyecanlandırdı.

225
00:11:26,012 --> 00:11:29,823
Ve üstüne bu durum İnternette ve sosyal
medyada büyük ses getirdi.

226
00:11:29,823 --> 00:11:35,740
Yanlış cevaplar üzerine eğlence yaratan
birçok insan büyük bir akım başlattı.

227
00:11:36,121 --> 00:11:39,910
Sanırım benim için de
bundan iyisi olamazdı.

228
00:11:39,910 --> 00:11:43,556
Bir başka eğlenceli yanı ise insanlar bunu
politikacılara göndermeye başladı.

229
00:11:43,556 --> 00:11:45,798
Seçim bölgeni ne kadar tanıyorsun?

230
00:11:45,798 --> 00:11:47,288
(Gülüşmeler)

231
00:11:47,288 --> 00:11:48,632
Ve son olarak,

232
00:11:49,776 --> 00:11:52,126
insanları ikiye ayırmıştık hatırlarsanız.

233
00:11:52,126 --> 00:11:56,673
Peki bu testte sayılarla arası iyi olanlar
ne kadar iyiydi, biraz da onlara bakalım.

234
00:11:57,156 --> 00:11:59,966
İngiltere ve Galler'den ulusal
istatistikçi, John Pullinger

235
00:11:59,966 --> 00:12:02,389
kendisinden oldukça iyi bir
sonuç bekliyorsunuzdur.

236
00:12:03,424 --> 00:12:04,443
Ama 44 aldı,

237
00:12:04,443 --> 00:12:06,041
üstelik kendi çevresi içinde.

238
00:12:06,181 --> 00:12:07,710
(Gülüşmeler)

239
00:12:08,436 --> 00:12:09,856
Jeremy Paxman,

240
00:12:10,281 --> 00:12:12,412
muhtemelen bir kadeh şarap
ve ardından sonuç,

241
00:12:12,542 --> 00:12:13,663
36.

242
00:12:13,841 --> 00:12:15,171
Hatta daha kötü.

243
00:12:15,715 --> 00:12:18,674
Bu sadece şunu gösteriyor, sayılar
hepimize ilham verebilirler.

244
00:12:18,674 --> 00:12:20,126
Ve hepimizi şaşırtabilirler.

245
00:12:20,216 --> 00:12:23,758
İstatistiklerden belirsizlikler bilimi
diyerek sık sık bahsediyoruz.

246
00:12:23,758 --> 00:12:25,423
Bugün dikkat çekmeye
çalıştığım şey,

247
00:12:25,483 --> 00:12:28,585
istatistiğin aslında hepimizin,
yani insanlığın bilimi olması.

248
00:12:28,675 --> 00:12:31,766
Ve sayılara hayranlık duymamızın
nedeni de, işte tam olarak bu.

249
00:12:31,766 --> 00:12:33,023
Çok teşekkürler.

250
00:12:33,023 --> 00:12:34,993
(Alkışlar)