1
00:00:00,000 --> 00:00:04,000
Πριν από περίπου 10 χρόνια, ανέλαβα 
την ευθύνη να διδάξω παγκόσμια ανάπτυξη

2
00:00:04,000 --> 00:00:08,000
σε Σουηδούς προπτυχιακούς φοιτητές. 
Αυτό ήταν αφού είχα περάσει

3
00:00:08,000 --> 00:00:12,000
περίπου 20 χρόνια με Αφρικανικά ιδρύματα 
μελετώντας την πείνα στην Αφρική,

4
00:00:12,000 --> 00:00:16,000
κι επομένως υποτίθεται 
ότι ήξερα λιγα πράγματα για τον κόσμο.

5
00:00:16,000 --> 00:00:21,000
Και ξεκίνησα στο ιατρικό πανεπιστήμιό μας,
το Ινστιτούτο Καρολίνσκα,

6
00:00:21,000 --> 00:00:25,000
ένα προπτυχιακό μάθημα που λεγόταν 
Παγκόσμια Υγεία. Αλλά όταν σου δοθεί

7
00:00:25,000 --> 00:00:28,000
αυτή η ευκαιρία, ανυσηχείς λιγάκι.
Σκέφτηκα ότι, αυτοί οι φοιτητές

8
00:00:28,000 --> 00:00:31,000
που έρχονται σε μας έχουν τους 
ψηλότερους βαθμούς που μπορείς να πάρεις

9
00:00:31,000 --> 00:00:34,000
στο Σουηδικό πανεπιστημιακό σύστημα
- άρα ίσως ξέρουν όλα όσα

10
00:00:34,000 --> 00:00:38,000
πρόκειται να τους διδάξω. Έτσι 
έκανα ένα προκαταρκτικό τεστ όταν ήρθαν.

11
00:00:38,000 --> 00:00:41,000
Και μια από τις ερωτήσεις
που μου έμαθε πολλά ήταν η εξής:

12
00:00:41,000 --> 00:00:45,000
«Ποια χώρα έχει τη μεγαλύτερη παιδική 
θνησιμότητα από αυτά τα πέντε ζευγάρια;»

13
00:00:45,000 --> 00:00:49,000
Και τις τοποθέτησα έτσι 
ώστε σε κάθε ζευγάρι χωρών,

14
00:00:49,000 --> 00:00:54,000
η μία είχε τη διπλάσια παιδική θνησιμότητα
από την άλλη. Κι αυτό σημαίνει ότι

15
00:00:54,000 --> 00:00:59,000
η διαφορά είναι πολύ μεγαλύτερη
από την αβεβαιότητα στα δεδομένα.

16
00:00:59,000 --> 00:01:01,000
Δεν θα σας κάνω τεστ εδώ,
αλλά είναι η Τουρκία,

17
00:01:01,000 --> 00:01:06,000
που είναι υψηλότερα εκεί, η Πολωνία, 
η Ρωσία, το Πακιστάν και η Νότια Αφρική.

18
00:01:06,000 --> 00:01:09,000
Αυτά ήταν τα αποτελέσματα των Σουηδών
φοιτητών. Τα έβαλα ώστε να πάρω

19
00:01:09,000 --> 00:01:12,000
το διάστημα εμπιστοσύνης, 
που είναι πολύ στενό, και ευχαριστήθηκα,

20
00:01:12,000 --> 00:01:16,000
φυσικά: 1,8 σωστές απαντήσεις στις 5. 
Αυτό σημαίνει ότι

21
00:01:16,000 --> 00:01:19,000
υπήρχε θέση για έναν καθηγητή 
της διεθνούς υγείας -

22
00:01:19,000 --> 00:01:21,000
(Γέλια) 
και για το μάθημά μου.

23
00:01:21,000 --> 00:01:25,000
Αλλά αργά ένα βράδυ, 
όταν έγραφα την αναφορά

24
00:01:25,000 --> 00:01:29,000
συνειδητοποίησα πραγματικά 
την ανακάλυψή μου. Έδειξα

25
00:01:29,000 --> 00:01:34,000
ότι οι καλύτεροι Σουηδοί φοιτητές 
ξέρουν στατιστικώς σημαντικά λιγότερα

26
00:01:34,000 --> 00:01:36,000
για τον κόσμο απ' ότι οι χιμπατζήδες.

27
00:01:36,000 --> 00:01:38,000
(Γέλια)

28
00:01:38,000 --> 00:01:42,000
Γιατί οι χιμπατζήδες θα έπιαναν 
τα μισά σωστά αν τους έδινα

29
00:01:42,000 --> 00:01:45,000
δυο μπανάνες με την Σρι Λάνκα και την
Τουρκία. Θα είχαν δίκιο τις μισές φορές.

30
00:01:45,000 --> 00:01:49,000
Αλλά οι φοιτητές δεν έπιασαν τις μισές. 
Το πρόβλημα για μένα δεν ήταν η άγνοια:

31
00:01:49,000 --> 00:01:52,000
ήταν οι προϋπάρχουσες απόψεις.

32
00:01:52,000 --> 00:01:56,000
Έκανα επίσης μια μη ήθικη μελέτη 
στους καθηγητές του Ινστιτούτου Καρολίνσκα

33
00:01:56,000 --> 00:01:57,000
(Γέλια)

34
00:01:57,000 --> 00:01:59,000
- που απονέμει το Βραβείο Νόμπελ Ιατρικής,

35
00:01:59,000 --> 00:02:01,000
και είναι ισάξιοι 
με τους χιμπατζήδες εκεί.

36
00:02:01,000 --> 00:02:04,000
(Γέλια)

37
00:02:04,000 --> 00:02:08,000
Σ' αυτό το σημείο συνειδητοποίησα ότι 
υπήρχε πραγματικά ανάγκη να επικοινωνήσω,

38
00:02:08,000 --> 00:02:11,000
επειδή τα δεδομένα
για το τι συμβαίνει στον κόσμο

39
00:02:11,000 --> 00:02:14,000
και η παιδική υγεία κάθε χώρας
είναι πάρα πολύ γνωστά.

40
00:02:14,000 --> 00:02:19,000
Φτιάξαμε αυτό το λογισμικό που τα παρουσιάζει
ως εξής: κάθε φούσκα εδώ είναι μια χώρα.

41
00:02:19,000 --> 00:02:25,000
Αυτή εδώ η χώρα είναι η Κίνα. 
Αυτή είναι η Ινδία.

42
00:02:25,000 --> 00:02:31,000
Το μέγεθος της φούσκας είναι ο πληθυσμός,
και σ' αυτόν τον άξονα έβαλα την γονιμότητα.

43
00:02:31,000 --> 00:02:34,000
Γιατί οι φοιτητές μου, αυτό που είπαν

44
00:02:34,000 --> 00:02:36,000
όταν έβλεπαν τον κόσμο, και τους ρώτησα,

45
00:02:36,000 --> 00:02:38,000
«Τι πραγματικά νομίζετε για τον κόσμο;»

46
00:02:38,000 --> 00:02:42,000
Αρχικά λοιπόν ανακάλυψα ότι το σύγγραμμα 
ήταν, ως επί το πλέιστον, ο Τεν Τεν.

47
00:02:42,000 --> 00:02:43,000
(Γέλια)

48
00:02:43,000 --> 00:02:46,000
Και απάντησαν, «Ο Κόσμος 
είναι ακόμη 'εμείς' κι 'εκείνοι'.

49
00:02:46,000 --> 00:02:49,000
Κι εμείς είναι ο Δυτικός κόσμος
κι εκείνοι είναι ο Τρίτος κόσμος».

50
00:02:49,000 --> 00:02:52,000
«Και τι εννοείτε 
με το Δυτικός κόσμος;», ρώτησα.

51
00:02:52,000 --> 00:02:57,000
«Είναι μακρά ζωή και μικρή οικογένεια, Τρίτος
κόσμος είναι σύντομη ζωή και μεγάλη οικογένεια.»

52
00:02:57,000 --> 00:03:03,000
Λοιπόν αυτό μπορώ να παρουσιάσω εδώ. 
Έβαλα τη γονιμότητα εδώ: αριθμός παιδιών ανά γυναίκα,

53
00:03:03,000 --> 00:03:07,000
ένα, δύο, τρία, τέσσερα, 
μέχρι περίπου οκτώ παιδιά ανά γυναίκα.

54
00:03:07,000 --> 00:03:13,000
Έχουμε πολύ καλά δεδομένα από το 1962 - 1960 περίπου - για το μέγεθος των οικογενειών σε όλες τις χώρες.

55
00:03:13,000 --> 00:03:16,000
Το περιθώριο λάθους είναι μικρό. Εδώ έβαλα το προσδόκιμο ζωής στη γέννηση,

56
00:03:16,000 --> 00:03:20,000
από 30 χρόνια σε μερικές χώρες μέχρι περίπου 70 χρόνια.

57
00:03:20,000 --> 00:03:23,000
Και το 1962, υπήρχε πραγματικά μια ομάδα χωρών εδώ,

58
00:03:23,000 --> 00:03:28,000
που ήταν βιομηχανικές χώρες, και είχαν μικρές οικογένειες και μακρά ζωή.

59
00:03:28,000 --> 00:03:30,000
Και αυτές ήταν οι αναπτυσσόμενες χώρες:

60
00:03:30,000 --> 00:03:33,000
είχαν μεγάλες οικογένειες και είχαν σχετικά σύντομη ζωή.

61
00:03:33,000 --> 00:03:37,000
Τώρα, τι έχει συμβεί από το 1962; Θέλουμε να δούμε την αλλαγή.

62
00:03:37,000 --> 00:03:40,000
Έχουν δίκιο οι φοιτητές; Είναι ακόμα δύο ειδών χώρες;

63
00:03:41,000 --> 00:03:44,000
Ή έχουν αυτές οι αναπτυσσόμενες χώρες μικρότερες οικογένειες και ζούν εδώ;

64
00:03:44,000 --> 00:03:46,000
Ή έχουν μακρύτερες ζωές και ζούν εκεί πάνω;

65
00:03:46,000 --> 00:03:49,000
Για να δούμε. Σταματήσαμε τον κόσμο τότε. Αυτά είναι όλα στατιστικές του Ο.Η.Ε.

66
00:03:49,000 --> 00:03:52,000
που ήταν διαθέσιμες. Πάμε. Βλέπετε εδώ;

67
00:03:52,000 --> 00:03:55,000
Είναι η Κίνα εκεί, κινείται ενάντια στην καλύτερη υγεία εκεί, βελτιώνεται εκεί.

68
00:03:55,000 --> 00:03:58,000
Όλες οι πράσινες Λατινοαμερικανικές χώρες κινούνται προς μικρότερες οικογένειες.

69
00:03:58,000 --> 00:04:01,000
Οι κίτρινες εδώ είναι οι Αραβικές χώρες σας,

70
00:04:01,000 --> 00:04:05,000
και αποκτούν μεγαλύτερες οικογένειες, αλλα - όχι, μακρύτερη ζωή, αλλά όχι μεγαλύτερες οικογένειες.

71
00:04:05,000 --> 00:04:08,000
Οι Αφρικανοί είναι οι πράσινοι εδώ κάτω. Παραμένουν ακόμα εδώ.

72
00:04:08,000 --> 00:04:11,000
Αυτή είναι η Ινδία. Η Ινδονησία προχωράει αρκετα γρήγορα.

73
00:04:11,000 --> 00:04:12,000
(Γέλια)

74
00:04:12,000 --> 00:04:15,000
Κι εδώ τη δεκαετία του '80, έχουμε το Μπανγκλαντές ακόμα ανάμεσα στις Αφρικανικές χώρες εκεί.

75
00:04:15,000 --> 00:04:18,000
Αλλά τώρα, το Μπανγκλαντές - είναι ένα θαύμα που συμβαίνει τη δεκαετία του '80:

76
00:04:18,000 --> 00:04:21,000
οι ιμάμηδες αρχίζουν να προωθούν τον οικογενειακό προγραμματισμό.

77
00:04:21,000 --> 00:04:26,000
Ανεβαίνουν σ' αυτή τη γωνία. Και στη δεκαετία του '90, έχουμε τη φοβερή επιδημία του HIV

78
00:04:26,000 --> 00:04:29,000
που ρίχνει το προσδόκιμο ζωής των Αφρικανικών χωρών

79
00:04:29,000 --> 00:04:33,000
και όλες οι υπόλοιπες ανεβαίνουν στη γωνία,

80
00:04:33,000 --> 00:04:37,000
όπου έχουμε μακροβιότητα και μικρές οικογένειες, και έχουμε έναν εντελώς καινούριο κόσμο.

81
00:04:37,000 --> 00:04:50,000
(Χειροκρότημα)

82
00:04:50,000 --> 00:04:55,000
Ας κάνω μια άμεση σύγκριση ανάμεσα στις Ηνωμένες Πολιτείες και το Βιετνάμ.

83
00:04:55,000 --> 00:05:00,000
1964: Η Αμερική είχε μικρές οικογένειες και μακρά ζωή.

84
00:05:00,000 --> 00:05:04,000
Το Βιετνάμ είχε μεγάλες οικογένειες και σύντομες ζωές. Και συμβαίνει αυτό:

85
00:05:04,000 --> 00:05:10,000
τα δεδομένα κατά τη διάρκεια του πολέμου δείχνουν ότι ακόμα και με όλους τους θανάτους,

86
00:05:10,000 --> 00:05:13,000
υπήρχε βελτίωση του προσδόκιμου ζωής. Μέχρι το τέλος του χρόνου,

87
00:05:13,000 --> 00:05:16,000
ο οικογενειακός προγραμματισμός άρχισε στο Βιετνάμ και προχώρησαν προς μικρότερες οικογένειες.

88
00:05:16,000 --> 00:05:19,000
Και οι Ηνωμένες Πολιτείες εκεί πάνω οδεύουν προς μακρότερη ζωή,

89
00:05:19,000 --> 00:05:22,000
διατηρώντας το μέγεθος της οικογένειας. Και στη δεκαετία του '80 τώρα,

90
00:05:22,000 --> 00:05:25,000
εγκαταλείπουν τον κομμουνιστικό σχεδιασμό και πάνε προς την οικονομία της αγοράς,

91
00:05:25,000 --> 00:05:29,000
κα κινείται ταχύτερα ακόμα κι από την κοινωνική ζωή. Και σήμερα, έχουμε

92
00:05:29,000 --> 00:05:34,000
στο Βιετνάμ το ίδιο προσδόκιμο ζωής και το ίδιο μέγεθος οικογένειας

93
00:05:34,000 --> 00:05:41,000
εδώ στο Βιετνάμ, 2003, όπως στις Η.Π.Α., 1974, από το τέλος του πολέμου.

94
00:05:41,000 --> 00:05:45,000
Νομίζω όλοι μας - αν δεν κοιτάξουμε τα δεδομένα -

95
00:05:45,000 --> 00:05:49,000
υποεκτιμούμε την τεράστια αλλαγή στην Ασία, η οποία ήταν

96
00:05:49,000 --> 00:05:53,000
σε κοινωνική αλλαγή πριν δούμε την οικονομική αλλαγή.

97
00:05:53,000 --> 00:05:58,000
Ας πάμε εδώ σε έναν άλλο τρόπο με τον οποίο μπορούμε να παρουσιάσουμε

98
00:05:58,000 --> 00:06:05,000
την κατανομή του εισοδήματος στον κόσμο. Αυτή είναι η παγκόσμια κατανομή εισοδήματος των ανθρώπων.

99
00:06:05,000 --> 00:06:10,000
Ένα δολάριο, 10 δολάρια ή 100 δολάρια την ημέρα.

100
00:06:10,000 --> 00:06:14,000
Δεν υπάρχει πια χάσμα μεταξύ πλούσιων και φτωχών. Είναι ένας μύθος.

101
00:06:14,000 --> 00:06:18,000
Υπάρχει μια μικρή καμπούρα εδώ. Αλλά υπάρχουν άνθρωποι μέχρι πέρα.

102
00:06:19,000 --> 00:06:23,000
Και αν κοιτάξουμε που καταλήγει το εισόδημα - το εισόδημα -

103
00:06:23,000 --> 00:06:29,000
αυτό είναι το 100% του παγκόσμιου ετήσιου εισοδήματος. Και το πλουσιότερο 20%,

104
00:06:29,000 --> 00:06:36,000
παίρνουν περίπου το 74% απ' αυτό. Και το φτωχότερο 20 τοις εκατό,

105
00:06:36,000 --> 00:06:41,000
παίρνουν περίπου δύο τοις εκατο. Και αυτό δειχνεί ότι η ιδέα

106
00:06:41,000 --> 00:06:45,000
των αναπτυσόμενων χωρών είναι αξαιρετικά αμφίβολη. Σκεφτόμαστε για την αρωγή, σαν

107
00:06:45,000 --> 00:06:50,000
αυτοί οι άνθρωποι εδώ να δίνουν βοήθεια σ' αυτούς τους ανθρώπους εδώ. Αλλά στο μέσο

108
00:06:50,000 --> 00:06:54,000
έχουμε την πλειοψηφία του παγκόσμιου πληθυσμού, και αυτοί έχουν τώρα το 24% του εισοδήματος.

109
00:06:54,000 --> 00:06:58,000
Το ακούσαμε με άλλους τρόπους. Και ποιοί είνα αυτοί;

110
00:06:58,000 --> 00:07:02,000
Που είναι οι διάφορες χώρες; Μπορώ να σας δείξω την Αφρική.

111
00:07:02,000 --> 00:07:07,000
Αυτή είναι η Αφρική. 10 τοις εκατό του παγκόσμιου πληθυσμού, οι περισσότεροι φτωχοί.

112
00:07:07,000 --> 00:07:12,000
Αυτός είναι ο ΟΟΣΑ. Οι πλούσιες χώρες. Οι πλούσιοι του Ο.Η.Ε.

113
00:07:12,000 --> 00:07:17,000
Και βρίσκονται εδώ σ' αυτή την πλευρά. Αρκετή επικάλυψη ανάμεσα στην Αφρική και τον ΟΟΣΑ.

114
00:07:17,000 --> 00:07:20,000
Και αυτή είναι η Λατινική Αμερική. Έχει τα πάντα στη Γη,

115
00:07:20,000 --> 00:07:23,000
από τους φτωχότερους μέχρι τους πλουσιότερους, στην Λατινική Αμερική.

116
00:07:23,000 --> 00:07:28,000
Και επι πλέον, μπορούμε να βάλουμε την Ανατολική Ευρώπη, μπορούμε να βάλουμε την Ανατολική Ασία,

117
00:07:28,000 --> 00:07:33,000
και βάζουμε την Νότια Ασία. Και πως ήταν αν πάμε πίσω στο χρόνο,

118
00:07:33,000 --> 00:07:38,000
στο 1970 περίπου; Τότε υπήρχε μια μεγαλύτερη καμπούρα.

119
00:07:38,000 --> 00:07:42,000
Και έχουμε τους περισσότερους που ζούσαν σε απόλυτη φτώχια να είναι Ασιάτες.

120
00:07:42,000 --> 00:07:49,000
Το πρόβλημα στον κόσμο ήταν η φτώχια στην Ασία. Και αν τώρα αφήσω τον κόσμο να προχωρήσει,

121
00:07:49,000 --> 00:07:52,000
θα δείτε ότι ενώ ο πληθυσμός αυξάνεται, υπάρχουν

122
00:07:52,000 --> 00:07:55,000
εκατοντάδες εκατομμύρια στην Ασία που βγαίνουν από τη φτώχια και μερικοί άλλοι

123
00:07:55,000 --> 00:07:58,000
που μπαίνουν στη φτώχια, και αυτό είναι το προφίλ που έχουμε σήμερα.

124
00:07:58,000 --> 00:08:02,000
Και η καλύτερη πρόβλεψη από την Παγκόσμια Τράπεζα είναι ότι αυτό θα συμβεί,

125
00:08:02,000 --> 00:08:06,000
και δεν θα έχουμε έναν διχασμένο κόσμο. Θα έχουμε τους περισσότερους ανθρώπους στο μέσο.

126
00:08:06,000 --> 00:08:08,000
Φυσικά η κλίμακα εδώ είναι λογαριθμική,

127
00:08:08,000 --> 00:08:13,000
αλλά η ιδέα μας για την οικονομία είναι επι τοις εκατό ανάπτυξη. Το βλέπουμε

128
00:08:13,000 --> 00:08:19,000
σαν μια δυνατότητα ποσοστιαίας αύξησης. Αν αλλάξω αυτό, και πάρω

129
00:08:19,000 --> 00:08:23,000
κατά κεφαλή ΑΕΠ αντί για οικογενειακό εισόδημα, και μετατρέψω αυτά

130
00:08:23,000 --> 00:08:29,000
τα ατομικά δεδομένα σε περιφερειακά δεδομένα ακαθάριστου εγχώριου προϊόντος,

131
00:08:29,000 --> 00:08:33,000
και πάρω τις περιφέρειες εδώ κάτω, το μέγεθος της φούσκας είναι ακόμα ο πληθυσμός.

132
00:08:33,000 --> 00:08:36,000
Και έχεις τον ΟΟΣΑ εκεί, και την υπο-Σαχάρια Αφρική εκεί,

133
00:08:36,000 --> 00:08:39,000
και αφαιρούμε τα Αραβικά κράτη εκεί,

134
00:08:39,000 --> 00:08:43,000
προερχόμενα τόσο από την Αφρική όσο και από την Ασία, και τα βάζουμε ξεχωριστά,

135
00:08:43,000 --> 00:08:48,000
και μπορούμε να διευρύνουμε αυτόν τον άξονα, και μπορώ να του δώσω μια νέα διάσταση εδώ,

136
00:08:48,000 --> 00:08:51,000
με το να προσθέσω τις κοινωνικές αξίες εκεί, παιδική επιβίωση.

137
00:08:51,000 --> 00:08:56,000
Τώρα έχω το χρήμα σ' αυτόν τον άξονα, και έχω την δυνατότητα των παιδιών να επιβιώσουν εκεί.

138
00:08:56,000 --> 00:09:00,000
Σε μερικές χώρες, το 99.7% των παιδιών επιβιώνουν μέχρι την ηλικία των 5 ετών,

139
00:09:00,000 --> 00:09:04,000
σε άλλες, μόνο 70. Και εδώ φαίνεται να υπάρχει ένα κενό

140
00:09:04,000 --> 00:09:08,000
ανάμεσα στον ΟΟΣΑ, την Λατινική Αμερική, την Ανατολική Ευρώπη, την Ανατολική Ασία,

141
00:09:08,000 --> 00:09:12,000
τις Αραβικές χώρες, την Νότια Ασία και την υπο-Σαχάρια Αφρική.

142
00:09:12,000 --> 00:09:17,000
Η γραμμικότητα είναι πολύ ισχυρή ανάμεσα στην παιδική επιβίωση και το χρήμα.

143
00:09:17,000 --> 00:09:25,000
Αλλά ας χωρίσω την υπο-Σαχάρια Αφρική. Η υγεία είναι εκέι και καλύτερη υγεία είναι εκεί πάνω.

144
00:09:25,000 --> 00:09:30,000
Μπορώ να έρθω εδώ και να χωρίσω την υπο-Σαχάρια Αφρική στις χώρες της.

145
00:09:30,000 --> 00:09:35,000
Και όταν ανοίξει, το μέγεθος της φούσκας της χώρας είναι το μέγεθος του πληθυσμού.

146
00:09:35,000 --> 00:09:39,000
Η Σιέρρα Λεόνε εκεί κάτω. Ο Μαυρίκιος εκεί πάνω. Ο Μαυρίκιος ήταν η πρώτη χώρα

147
00:09:39,000 --> 00:09:42,000
που απέφυγε τους εμπορικούς φραγμούς, και μπορούσαν να πουλούν τη ζάχαρή τους.

148
00:09:43,000 --> 00:09:48,000
Μπορούσαν να πουλούν τα υφάσματά τους σε ίσους όρους με τους ανθρώπους στην Ευρώπη και τη Βόρεια Αμερική.

149
00:09:48,000 --> 00:09:52,000
Υπάρχει τεράστια διαφορά μέσα στην Αφρική. Και η Γκάνα είναι εδώ στη μέση.

150
00:09:52,000 --> 00:09:55,000
Στη Σιέρρα Λεόνε, ανθρωπιστική βοήθεια.

151
00:09:55,000 --> 00:10:00,000
Εδώ στην Ουγκάντα, ανθρωπιστική βοήθεια. Εδώ, ώρα να επενδύσεις, εκεί,

152
00:10:00,000 --> 00:10:03,000
μπορείς να πας διακοπές. Είναι μια φοβερή ποικιλία

153
00:10:03,000 --> 00:10:08,000
μέσα στην Αφρική που σπάνια καταλαβαίνουμε - ότι είναι όλα ίσα.

154
00:10:08,000 --> 00:10:12,000
Μπορώ να χωρίσω τη Νότια Ασία εδώ. Η Ινδία είναι η μεγάλη φούσκα στη μέση.

155
00:10:12,000 --> 00:10:16,000
Αλλά μια τεράστια διαφορά ανάμεσα στο Αφγανιστάν και τη Σρι Λάνκα.

156
00:10:16,000 --> 00:10:20,000
Μπορώ να χωρίσω τα Αραβικά κράτη. Πως είναι; Ίδιο κλίμα, ίδια κουλτούρα,

157
00:10:20,000 --> 00:10:24,000
ίδια περιοχή. Τεράστια διαφορά. Ακόμη και μεταξύ γειτόνων.

158
00:10:24,000 --> 00:10:29,000
Υεμένη, εμφύλιος. Ηνωμένα Αραβικά Εμιράτα, χρήμα που χρησιμοποιήθηκε ίσα και σωστά.

159
00:10:29,000 --> 00:10:36,000
Όχι όπως είναι ο μύθος. Και αυτό συμπεριλαμβάνει όλα τα παιδιά των ξένων εργαζομένων που βρίσκονται στη χώρα.

160
00:10:36,000 --> 00:10:40,000
Τα δεδομένα είναι συχνά καλύτερα απ' ό,τι νομίζει κανείς. Πολλοί λένε ότι τα δεδομένα είναι κακά.

161
00:10:41,000 --> 00:10:43,000
Υπάρχει εύρος αβεβαιότητας, αλλά μπορούμε να δούμε τη διαφορά εδώ:

162
00:10:43,000 --> 00:10:46,000
Καμπότζη, Σιγκαπούρη. Οι διαφορές είναι πολύ μεγαλύτερες

163
00:10:46,000 --> 00:10:49,000
από την ασθενικότητα των δεδομένων. Ανατολική Ευρώπη:

164
00:10:49,000 --> 00:10:55,000
Σοβιετική οικονομία για μεγάλο διάστημα, αλλά αναδύονται μετά από δέκα χρόνια

165
00:10:55,000 --> 00:10:58,000
πολύ, πολύ διαφορετικά. Και εκεί είναι η Λατινική Αμερική.

166
00:10:58,000 --> 00:11:02,000
Σήμερα, δεν χρειάζεται να πάμε στην Κούβα για να βρούμε μια υγειή χώρα στην Λατινική Αμερική.

167
00:11:02,000 --> 00:11:07,000
Η Χιλή θα έχει χαμηλότερη παιδική θνησιμότητα απο την Κούβα σε μερικά χρόνια από τώρα.

168
00:11:07,000 --> 00:11:10,000
Και εδώ έχουμε χώρες του ΟΟΣΑ με υψηλό εισόδημα.

169
00:11:10,000 --> 00:11:14,000
Και παίρνουμε όλο το φάσμα του κόσμου εδώ,

170
00:11:14,000 --> 00:11:19,000
που είναι πάνω-κάτω έτσι. Και αν το κοιτάξουμε,

171
00:11:19,000 --> 00:11:25,000
πως φαίνεται - ο κόσμος, το 1960, αρχίζει να κινείται. 1960.

172
00:11:25,000 --> 00:11:28,000
Εδώ είναι ο Μάο Τσετούνγκ. Έφερε υγεία στην Κίνα. Και μετά πέθανε.

173
00:11:28,000 --> 00:11:33,000
Και ύστερα ο Ντενγκ Ξιαοπένγκ ήρθε κι έφερε χρήμα στην Κίνα, και τους επανέφερε στο προσκήνιο.

174
00:11:33,000 --> 00:11:37,000
Και έχουμε δει πως χώρες κινούνται προς διαφορετικές κατευθύνσεις έτσι,

175
00:11:37,000 --> 00:11:41,000
κι έτσι είναι δύσκολο να βρεις

176
00:11:41,000 --> 00:11:46,000
μια χώρα-παράδειγμα που να δείχνει την τάση του κόσμου.

177
00:11:46,000 --> 00:11:52,000
Θα ήθελα να σας φέρω εδώ πίσω περίπου στο 1960.

178
00:11:52,000 --> 00:12:02,000
Θα ήθελα να συγκρίνω την Νότια Κορέα, που είναι αυτή εδώ, με τη Βραζιλία,

179
00:12:02,000 --> 00:12:07,000
που είναι αυτή. Εδώ μου έφυγε η ταμπέλα. Και θα ήθελα να συγκρίνω την Ουγκάντα,

180
00:12:07,000 --> 00:12:12,000
που είναι εκεί. Και μπορώ να το τρέξω προς τα εμπρός, έτσι.

181
00:12:12,000 --> 00:12:21,000
Και μπορείτε να δείτε πώς η Νότια Κορέα κάνει μια πολύ, πολύ γρήγορη πρόοδο,

182
00:12:21,000 --> 00:12:24,000
ενώ η Βραζιλία είναι πολύ πιο αργή.

183
00:12:24,000 --> 00:12:30,000
Και αν πάμε πάλι πίσω, εδώ, και τους βάλουμε ίχνη, έτσι,

184
00:12:30,000 --> 00:12:34,000
μπορείτε να δείτε πάλι ότι η ταχύτητα ανάπτυξης

185
00:12:34,000 --> 00:12:40,000
είναι πολύ, πολύ διαφορετική, και οι χώρες κινούνται πάνω-κάτω

186
00:12:40,000 --> 00:12:44,000
με τον ίδιο ρυθμό όπως το χρήμα και η υγεία, αλλά φαίνεται ότι μπορείς να κινηθείς

187
00:12:44,000 --> 00:12:48,000
πολύ γρηγορότερα άν είσαι αρχικά υγειής παρά αν είσαι αρχικά πλούσιος.

188
00:12:49,000 --> 00:12:53,000
Και για να σας το δείξω αυτό, μπορείτε να βάλετε τη διαδρομή των Ηνωμένων Αραβικών Εμιράτων.

189
00:12:53,000 --> 00:12:56,000
Ήρθαν από δώ, μια χώρα μεταλλευμάτων. Εξαργύρωσαν όλο το πετρέλαιο,

190
00:12:56,000 --> 00:13:00,000
πήραν όλα τα λεφτά, αλλά η υγεία δεν μπορεί να αγοραστεί στο σουπερμάρκετ.

191
00:13:00,000 --> 00:13:04,000
Πρέπει να επενδύσεις στην υγεία. Πρέπει να στείλεις τα παιδιά στο σχολείο.

192
00:13:04,000 --> 00:13:07,000
Πρέπει να εκπαιδεύσεις ιατρικό προσωπικό. Πρέπει να ενημερώσεις τον πληθυσμό.

193
00:13:07,000 --> 00:13:10,000
Και ο Σεΐχης Σαγιέντ το έκανε αυτό με αρκετά καλό τρόπο.

194
00:13:10,000 --> 00:13:14,000
Και παρά τις πτωτικές τιμές πετρελαίου, έφερε τη χώρα εδώ πάνω.

195
00:13:14,000 --> 00:13:18,000
Κι έτσι έχουμε μια πολύ πιο κοινότυπη εμφάνιση του κόσμου,

196
00:13:18,000 --> 00:13:20,000
όπου όλες οι χώρες τείνουν να χρησιμοποιούν τα χρήματά τους

197
00:13:20,000 --> 00:13:25,000
καλύτερα απ' ότι στο παρελθόν. Τώρα, αυτό είναι, πάνω-κάτω,

198
00:13:25,000 --> 00:13:32,000
αν κοιτάξεις τους μέσους όρους των χωρών. Είναι έτσι.

199
00:13:32,000 --> 00:13:37,000
Τώρα αυτό είναι επικίνδυνο, το να χρησιμοποιείς μέσους όρους, επειδή υπάρχουν τόσο μεγάλες

200
00:13:37,000 --> 00:13:43,000
διαφορές μεταξύ των χωρών. Έτσι αν πάω και κοιτάξω εδώ, μπορούμε να δούμε

201
00:13:43,000 --> 00:13:49,000
ότι η Ουγκάντα σήμερα είναι εκεί που ήταν η Νότια Κορέα το 1960. Εάν χωρίσω την Ουγκάντα,

202
00:13:49,000 --> 00:13:54,000
υπάρχει μεγάλη διαφορά μέσα στην Ουγκάντα. Αυτά είναι τα πέμπτα της Ουγκάντα.

203
00:13:54,000 --> 00:13:57,000
Το πλουσιότερο 20 τοις εκατό της Ουγκάντα είναι εκεί.

204
00:13:57,000 --> 00:14:01,000
Το φτωχότερο είναι εκεί κάτω. Αν χωρίσω τη Νότιο Αφρική, είναι έτσι.

205
00:14:01,000 --> 00:14:06,000
Αν κατέβω και κοιτάξω το Νίγηρα, όπου υπήρχε ένας τόσο φοβερός λιμός,

206
00:14:06,000 --> 00:14:11,000
τέλος, είναι έτσι. Το φτωχότερο 20 τοις εκατό του Νίγηρα είναι εδώ έξω,

207
00:14:11,000 --> 00:14:14,000
και το πλουσιότερο 20 τοις εκατό της Νότιας Αφρικής είναι εκεί,

208
00:14:14,000 --> 00:14:19,000
και όμως τείνουμε να συζητάμε για το τι λύσεις θα έπρεπε να υπάρχουν στην Αφρική.

209
00:14:19,000 --> 00:14:22,000
Τα πάντα στον κόσμο υπάρχουν στην Αφρική. Και δεν μπορείς να

210
00:14:22,000 --> 00:14:26,000
συζητάς για καθολική πρόσβαση σε [φάρμακα για] τον HIV για αυτό το πέμπτο εδώ πάνω

211
00:14:26,000 --> 00:14:30,000
με την ίδια στρατηγική όπως εδώ κάτω. Η πρόοδος του κόσμου

212
00:14:30,000 --> 00:14:35,000
πρέπει να μπει σε πολύ συγκεκριμένες συνιστώσες, και δεν είναι σωστό να την έχεις

213
00:14:35,000 --> 00:14:38,000
σε τοπικό επίπεδο. Πρέπει να είμαστε πολύ πιο λεπτομερείς.

214
00:14:38,000 --> 00:14:42,000
Βρίσκουμε ότι στους φοιτητές αρέσει πάρα πολύ όταν μπορούν να το χρησιμοποιήσουν αυτό.

215
00:14:42,000 --> 00:14:47,000
Και ακόμα περισσότερο οι δημιουργοί πολιτικής και οι επιχειρηματικοί τομείς θα ήθελαν να δούν

216
00:14:47,000 --> 00:14:51,000
πως αλλάζει ο κόσμος. Τώρα, γιατί δεν συμβαίνει αυτό;

217
00:14:51,000 --> 00:14:55,000
Γιατί δεν χρησιμοποιούμε τα δεδομένα που έχουμε; Έχουμε δεδομένα στα Ηνωμένα Έθνη,

218
00:14:55,000 --> 00:14:57,000
στις εθνικές στατιστικές υπηρεσίες

219
00:14:57,000 --> 00:15:01,000
και στα πανεπιστήμια και άλλες μη-κυβερνητικές οργανώσεις.

220
00:15:01,000 --> 00:15:03,000
Επειδή τα δεδομένα είναι κρυμμένα κάτω στις βάσεις δεδομένων.

221
00:15:03,000 --> 00:15:08,000
Και το κοινό είναι εκεί, και το Διαδίκτυο είναι εκεί, αλλά δεν το έχουμε χρησμοποιήσει αποτελεσματικά.½

222
00:15:08,000 --> 00:15:11,000
Όλες αυτές οι πληροφορίες που είδαμε να αλλάζουν στον κόσμο

223
00:15:11,000 --> 00:15:15,000
δεν συμπεριλαμβάνουν κρατικά-χρηματοδοτούμενες στατιστικές. Υπάρχουν κάποιες ιστοσελίδες

224
00:15:15,000 --> 00:15:21,000
όπως αυτή, ξέρετε, αλλά παίρνουν κάποια από την τροφή τους από τις βάσεις δεδομένων,

225
00:15:21,000 --> 00:15:26,000
αλλά οι άνθρωποι χρεώνουν γι' αυτές, χαζά passwords και βαρετές στατιστικές.

226
00:15:26,000 --> 00:15:29,000
(Γέλια) (Χειροκρότημα)

227
00:15:29,000 --> 00:15:33,000
Κι αυτό δεν θα δουλέψει. Άρα τι χρειάζεται; Έχουμε τις βάσεις δεδομένων.

228
00:15:33,000 --> 00:15:37,000
Αυτό που χρειάζεσαι δεν είναι οι καινούριες βάσεις δεδομένων. Έχουμε θαυμάσια σχεδιαστικά εργαλεία,

229
00:15:37,000 --> 00:15:40,000
και όλο και περισσότερο προστίθενται εδώ. Έτσι ξεκινήσαμε

230
00:15:40,000 --> 00:15:45,000
μια μη-κερδοσκοπική προσπάθεια που ονομάσαμε -- συνδέοντας δεδομένα με σχεδιαστική --

231
00:15:45,000 --> 00:15:48,000
το ονομάσαμε Gapminder (Κενοπροσεκτικός), από το μετρό του Λονδίνου, όπου σε προειδοποιούν,

232
00:15:48,000 --> 00:15:51,000
"mind the gap" ("προσοχή στο κενό"). Έτσι σκεφτήκαμε ότι Gapminder ήταν ταιριαστό.

233
00:15:51,000 --> 00:15:55,000
Και αρχίσαμε να γράφουμε λογισμικό που θα μπορούσε να συνδέσει τα δεδομένα μ' αυτόν τον τρόπο.

234
00:15:55,000 --> 00:16:01,000
Και δεν ήταν και τόσο δύσκολο. Χρειάστηκε μερικά ανθρωπο-έτη, και τους έχουμε δώσει κίνηση.

235
00:16:01,000 --> 00:16:03,000
Μπορείς να πάρεις το σετ δεδομένων και να το βάλεις εκεί.

236
00:16:03,000 --> 00:16:08,000
Απελευθερώνουμε δεδομένα του Ο.Η.Ε., μερικά με λίγη οργάνωση από τον Ο.Η.Ε.

237
00:16:08,000 --> 00:16:12,000
Μερικές χώρες δέχονται ότι οι βάσεις δεδομένων τους μπορούν να βγούν έξω στον κόσμο,

238
00:16:12,000 --> 00:16:15,000
αλλά αυτό που πραγματικά χρειαζόμαστε, βέβαια, είναι μια λειτουργία αναζήτησης.

239
00:16:15,000 --> 00:16:20,000
Μια λειτουργία αναζήτησης όπου μπορούμε να αντιγράψουμε τα δεδομένα σε μια αναζητήσιμη μορφή

240
00:16:20,000 --> 00:16:23,000
και να τα παρουσιάσουμε στον κόσμο. Και τι ακούμε όταν βγαίνουμε στον γύρο;

241
00:16:23,000 --> 00:16:27,000
Έχω κάνει ανθρωπολογία στις βασικές στατιστικές μονάδες. Όλοι λένε,

242
00:16:28,000 --> 00:16:32,000
«Είναι αδύνατον. Αυτό δεν μπορεί να γίνει. 
Οι πληροφορίες μας είναι τόσο ιδιοσυγκρατικές

243
00:16:32,000 --> 00:16:35,000
σε λεπτομέρεια, που δεν μπορούν 
να ψαχθούν όπως μπορούν να ψαχθούν άλλες.

244
00:16:35,000 --> 00:16:40,000
Δεν μπορούμε να δώσουμε τα δεδομένα ελεύθερα στους φοιτητές, στους πρωτοπόρους επιχειρηματίες του κόσμου.»

245
00:16:40,000 --> 00:16:43,000
Αλλά αυτό θα θέλαμε να δούμε, έτσι δεν είναι;

246
00:16:43,000 --> 00:16:46,000
Τα κρατικά-χρημοτοδοτούμενα δεδομένα είναι εδώ κάτω.

247
00:16:46,000 --> 00:16:49,000
Και θα θέλαμε να φυτρώνουν λουλούδια στο Δίκτυο.

248
00:16:49,000 --> 00:16:54,000
Και ένα από τα σημεία-κλειδιά είναι να τα κάνουμε αναζητήσημα, και μετά ο κόσμος μπορεί να χρησιμοποιήσει

249
00:16:54,000 --> 00:16:56,000
τα διαφορετικά σχεδιαστικά εργαλεία για να τους δώσει κίνηση εκεί.

250
00:16:56,000 --> 00:17:01,000
Και σας έχω πολύ καλά νέα. Έχω καλά νέα ότι ο νυν,

251
00:17:01,000 --> 00:17:05,000
καινούριος επικεφαλής των Στατιστικών του Ο.Η.Ε., δεν λέει ότι είναι αδύνατον.

252
00:17:05,000 --> 00:17:07,000
Λέει μόνο, "Εμείς δεν μπορούμε να το κάνουμε."

253
00:17:07,000 --> 00:17:11,000
(Γέλια)

254
00:17:11,000 --> 00:17:13,000
Και αυτός είναι ένας πολύ έξυπνος τύπος, ε;

255
00:17:13,000 --> 00:17:15,000
(Γέλια)

256
00:17:15,000 --> 00:17:19,000
Έτσι μπορούμε να δούμε πολλά να συμβαίνουν στα δεδομένα τα προσεχή χρόνια.

257
00:17:19,000 --> 00:17:23,000
Θα μπορούμε να κοιτάξουμε την κατανομή εισοδήματος με εντελώς καινούριους τρόπους.

258
00:17:23,000 --> 00:17:28,000
Αυτή είναι η κατανομή εισοδήματος της Κίνας, 1970.

259
00:17:29,000 --> 00:17:34,000
Η κατανομή εισοδήματος των Ηνωμένων Πολιτειών, 1970.

260
00:17:34,000 --> 00:17:38,000
Σχεδόν καθόλου αλληλεπικάλυψη. Σχεδόν καθόλου αλληλεπικάλυψη. Και τι έχει συμβεί;

261
00:17:38,000 --> 00:17:43,000
Έχει συμβεί το εξής: η Κίνα αναπτύσεται, δεν είναι τόσο ίση πλέον,

262
00:17:43,000 --> 00:17:47,000
και εμφανίζεται εδώ, κοιτάζοντας τις Ηνωμένες Πολιτείες από πάνω.

263
00:17:47,000 --> 00:17:49,000
Σχεδόν σαν φάντασμα, δεν είναι, ε;

264
00:17:49,000 --> 00:17:51,000
(Γέλια)

265
00:17:51,000 --> 00:18:01,000
Είναι πολύ τρομακτικό. Αλλά είναι πολύ σημαντικό να έχεις όλη αυτή την πληροφορία.

266
00:18:01,000 --> 00:18:07,000
Χρειαζόμαστε πραγματικά να το δούμε. Και αντί να κοιτάμε αυτό,

267
00:18:07,000 --> 00:18:12,000
θα ήθελα να ολοκληρώσω δείχνοντας τους χρήστες του Διαδικτύου ανά 1000.

268
00:18:12,000 --> 00:18:17,000
Σε αυτό το λογισμικό, έχουμε πρόσβαση σε περίπου 500 μεταβλητές από όλες τις χώρες πολύ εύκολα.

269
00:18:17,000 --> 00:18:21,000
Παίρνει λίγο χρόνο να αλλάξεις γι' αυτό,

270
00:18:21,000 --> 00:18:26,000
αλλά στους άξονες, μπορείς πολύ εύκολα να έχεις όποια μεταβλητή θα ήθελες.

271
00:18:26,000 --> 00:18:31,000
Και το πράγμα θα ήταν να έχεις τις βάσεις δεδομένων δωρεάν,

272
00:18:31,000 --> 00:18:34,000
να τις έχεις αναζητήσιμες, και με ένα δεύτερο κλικ, να τις έχεις

273
00:18:34,000 --> 00:18:39,000
στη γραφική μορφή, όπου μπορείς να τις καταλάβεις αμέσως.

274
00:18:39,000 --> 00:18:42,000
Τώρα, στους στατιστικούς δεν αρέσει, γιατί λένε ότι αυτό

275
00:18:42,000 --> 00:18:51,000
δεν θα δείχνει την πραγματικότητα. Πρέπει να έχουμε στατιστικές, αναλυτικές μεθόδους.

276
00:18:51,000 --> 00:18:54,000
Αλλά αυτό γεννά υποθέσεις.

277
00:18:54,000 --> 00:18:58,000
Τελειώνω τώρα με τον κόσμο. 
Εκεί, το Διαδίκτυο έρχεται.

278
00:18:58,000 --> 00:19:02,000
Ο αριθμός Διαδικτυακών χρηστών ανεβαίνει έτσι. Αυτό είναι το κατά κεφαλή ΑΕΠ.

279
00:19:02,000 --> 00:19:07,000
Και έιναι η είσοδος μιας καινούριας τεχνολογίας, αλλά μετά καταπληκτικά, πόσο καλά

280
00:19:07,000 --> 00:19:12,000
ταιριάζει στην οικονομία των χωρών.
Γι' αυτό ο υπολογιστής των 100 δολαρίων

281
00:19:12,000 --> 00:19:15,000
θα είναι τόσο σημαντικός. 
Αλλά είναι μια ωραία τάση.

282
00:19:15,000 --> 00:19:18,000
Είναι σαν ο κόσμος να γίνεται επίπεδος, 
δεν είναι; Αυτές οι χώρες

283
00:19:18,000 --> 00:19:21,000
ανεβαίνουν περισσότερο από ότι η οικονομία και θα είναι πολύ ενδιαφέρον

284
00:19:21,000 --> 00:19:25,000
να το ακολουθήσουμε αυτό με τα χρόνια, όπως θα ήθελα να μπορείτε να κάνετε

285
00:19:25,000 --> 00:19:27,000
με όλα τα δημοσίως-χρηματοδοτούμενα δεδομένα. Σας ευχαριστώ πολύ.

286
00:19:28,000 --> 00:19:31,000
(Χειροκρότημα)