1
00:00:00,626 --> 00:00:04,981
Πριν από περίπου 10 χρόνια, ανέλαβα
την ευθύνη να διδάξω παγκόσμια ανάπτυξη

2
00:00:05,005 --> 00:00:07,028
σε Σουηδούς προπτυχιακούς φοιτητές.

3
00:00:07,052 --> 00:00:09,972
Αυτό ήταν αφού είχα περάσει
περίπου 20 χρόνια

4
00:00:09,996 --> 00:00:13,506
με Αφρικανικά ιδρύματα 
μελετώντας την πείνα στην Αφρική,

5
00:00:13,530 --> 00:00:17,449
κι επομένως υποτίθεται 
ότι ήξερα λίγα πράγματα για τον κόσμο.

6
00:00:17,473 --> 00:00:20,976
Και ξεκίνησα στο ιατρικό πανεπιστήμιό μας,
το Ινστιτούτο Καρολίνσκα,

7
00:00:21,000 --> 00:00:24,370
ένα προπτυχιακό μάθημα που λεγόταν 
Παγκόσμια Υγεία.

8
00:00:24,394 --> 00:00:27,376
Αλλά όταν σου δοθεί αυτή η ευκαιρία,
ανησυχείς λιγάκι.

9
00:00:27,400 --> 00:00:29,275
Σκέφτηκα ότι, αυτοί οι φοιτητές
που έρχονται σε μας

10
00:00:29,299 --> 00:00:32,811
έχουν τους υψηλότερους δυνατούς βαθμούς
στο Σουηδικό πανεπιστημιακό σύστημα

11
00:00:32,835 --> 00:00:36,252
- άρα ίσως ξέρουν όλα όσα
πρόκειται να τους διδάξω.

12
00:00:36,276 --> 00:00:37,976
Έτσι έκανα ένα προκαταρκτικό τεστ
όταν ήρθαν.

13
00:00:38,000 --> 00:00:41,708
Και μία από τις ερωτήσεις
που μου έμαθε πολλά ήταν η εξής:

14
00:00:41,732 --> 00:00:45,670
«Ποια χώρα έχει τη μεγαλύτερη παιδική 
θνησιμότητα από αυτά τα πέντε ζευγάρια;»

15
00:00:46,821 --> 00:00:49,610
Και τις τοποθέτησα έτσι
ώστε σε κάθε ζευγάρι χωρών,

16
00:00:49,634 --> 00:00:53,429
η μία είχε τη διπλάσια παιδική θνησιμότητα
από την άλλη.

17
00:00:53,453 --> 00:00:57,698
Κι αυτό σημαίνει ότι η διαφορά
είναι πολύ μεγαλύτερη

18
00:00:57,722 --> 00:00:59,393
από την αβεβαιότητα στα δεδομένα.

19
00:00:59,417 --> 00:01:01,732
Δεν θα σας κάνω τεστ εδώ,
αλλά είναι η Τουρκία,

20
00:01:01,756 --> 00:01:05,976
που είναι υψηλότερα εκεί, η Πολωνία, 
η Ρωσία, το Πακιστάν και η Νότια Αφρική.

21
00:01:06,000 --> 00:01:08,656
Αυτά ήταν τα αποτελέσματα
των Σουηδών φοιτητών.

22
00:01:08,680 --> 00:01:12,585
Τα έβαλα ώστε να πάρω το διάστημα εμπιστοσύνης,
που είναι πολύ στενό, και ευχαριστήθηκα,

23
00:01:12,609 --> 00:01:15,400
φυσικά: 1,8 σωστές απαντήσεις στις 5.

24
00:01:15,424 --> 00:01:18,976
Αυτό σημαίνει ότι υπήρχε θέση
για έναν καθηγητή της διεθνούς υγείας -

25
00:01:19,000 --> 00:01:20,107
και για το μάθημά μου.

26
00:01:20,131 --> 00:01:21,249
(Γέλια)

27
00:01:21,273 --> 00:01:24,976
Αλλά αργά ένα βράδυ, 
όταν έγραφα την αναφορά

28
00:01:25,000 --> 00:01:27,832
συνειδητοποίησα πραγματικά 
την ανακάλυψή μου. Έδειξα

29
00:01:27,856 --> 00:01:30,963
ότι οι καλύτεροι Σουηδοί φοιτητές 
ξέρουν στατιστικώς σημαντικά λιγότερα

30
00:01:30,987 --> 00:01:35,976
για τον κόσμο απ' ότι οι χιμπατζήδες.

31
00:01:36,000 --> 00:01:37,976
(Γέλια)

32
00:01:38,000 --> 00:01:41,230
Γιατί οι χιμπατζήδες θα έπιαναν 
τα μισά σωστά αν τους έδινα

33
00:01:41,254 --> 00:01:44,113
δυο μπανάνες με την Σρι Λάνκα και την
Τουρκία. Θα είχαν δίκιο τις μισές φορές.

34
00:01:44,137 --> 00:01:47,559
Αλλά οι φοιτητές δεν έπιασαν τις μισές. 
Το πρόβλημα για μένα δεν ήταν η άγνοια:

35
00:01:47,583 --> 00:01:51,798
ήταν οι προϋπάρχουσες απόψεις.

36
00:01:51,822 --> 00:01:54,559
Έκανα επίσης μια μη ήθικη μελέτη 
στους καθηγητές του Ινστιτούτου Καρολίνσκα

37
00:01:54,583 --> 00:01:56,806
(Γέλια)

38
00:01:56,830 --> 00:01:59,191
- που απονέμει το Βραβείο Νόμπελ Ιατρικής,

39
00:01:59,215 --> 00:02:01,406
και είναι ισάξιοι 
με τους χιμπατζήδες εκεί.

40
00:02:01,430 --> 00:02:04,454
(Γέλια)

41
00:02:04,478 --> 00:02:08,661
Σ' αυτό το σημείο συνειδητοποίησα ότι 
υπήρχε πραγματικά ανάγκη να επικοινωνήσω,

42
00:02:08,685 --> 00:02:11,587
επειδή τα δεδομένα
για το τι συμβαίνει στον κόσμο

43
00:02:11,611 --> 00:02:14,782
και η παιδική υγεία κάθε χώρας
είναι πάρα πολύ γνωστά.

44
00:02:14,806 --> 00:02:17,726
Το λογισμικό που φτιάξαμε
τα παρουσιάζει ως εξής:

45
00:02:17,750 --> 00:02:19,531
κάθε φούσκα εδώ είναι μια χώρα.

46
00:02:19,555 --> 00:02:24,572
Αυτή εδώ η χώρα είναι η Κίνα.

47
00:02:24,596 --> 00:02:25,597
Αυτή είναι η Ινδία.

48
00:02:25,621 --> 00:02:27,885
Το μέγεθος της φούσκας είναι ο πληθυσμός,

49
00:02:27,909 --> 00:02:31,690
και στον άξονα αυτόν έβαλα τη γονιμότητα.

50
00:02:31,714 --> 00:02:33,976
Γιατί οι φοιτητές μου, αυτό που είπαν

51
00:02:34,000 --> 00:02:36,809
όταν έβλεπαν τον κόσμο, και τους ρώτησα,

52
00:02:36,833 --> 00:02:39,179
«Τι πραγματικά νομίζετε για τον κόσμο;»

53
00:02:39,203 --> 00:02:42,745
Αρχικά λοιπόν ανακάλυψα ότι το σύγγραμμα 
ήταν, ως επί το πλείστον, ο Τεν Τεν.

54
00:02:42,769 --> 00:02:43,918
(Γέλια)

55
00:02:43,942 --> 00:02:46,457
Και απάντησαν, «Ο Κόσμος 
είναι ακόμη 'εμείς' κι 'εκείνοι'.

56
00:02:46,481 --> 00:02:49,449
Κι εμείς είναι ο Δυτικός κόσμος
κι εκείνοι είναι ο Τρίτος κόσμος».

57
00:02:50,328 --> 00:02:52,891
«Και τι εννοείτε 
με το Δυτικός κόσμος;», ρώτησα.

58
00:02:52,915 --> 00:02:54,892
«Είναι μακρά ζωή και μικρή οικογένεια,

59
00:02:54,916 --> 00:02:57,248
Τρίτος κόσμος είναι
μικρή ζωή, μεγάλη οικογένεια».

60
00:02:58,058 --> 00:03:00,436
Λοιπόν αυτό μπορώ να παρουσιάσω εδώ.

61
00:03:00,460 --> 00:03:03,836
Η γονιμότητα είναι εδώ:
αριθμός παιδιών ανά γυναίκα,

62
00:03:03,860 --> 00:03:06,976
ένα, δύο, τρία, τέσσερα, 
μέχρι περίπου οκτώ παιδιά ανά γυναίκα.

63
00:03:07,000 --> 00:03:11,345
Έχουμε καλά δεδομένα από το 1962, 1960

64
00:03:11,369 --> 00:03:13,402
για το μέγεθος των οικογενειών
σε όλες τις χώρες.

65
00:03:13,426 --> 00:03:14,801
Το περιθώριο λάθους είναι μικρό.

66
00:03:14,825 --> 00:03:16,672
Εδώ έβαλα το προσδόκιμο ζωής στη γέννηση,

67
00:03:16,696 --> 00:03:19,976
από 30 χρόνια σε μερικές χώρες
μέχρι περίπου 70 χρόνια.

68
00:03:20,000 --> 00:03:22,976
Και το 1962, υπήρχε πραγματικά
μια ομάδα χωρών εδώ,

69
00:03:23,000 --> 00:03:26,253
που ήταν βιομηχανικές χώρες,

70
00:03:26,277 --> 00:03:28,601
με είχαν μικρές οικογένειες και μακρά ζωή.

71
00:03:28,625 --> 00:03:30,639
Και αυτές ήταν οι αναπτυσσόμενες χώρες:

72
00:03:30,663 --> 00:03:33,741
είχαν μεγάλες οικογένειες 
και είχαν σχετικά σύντομη ζωή.

73
00:03:33,765 --> 00:03:37,644
Τώρα, τι έχει συμβεί από το 1962; 
Θέλουμε να δούμε την αλλαγή.

74
00:03:37,668 --> 00:03:40,605
Έχουν δίκιο οι φοιτητές;
Είναι ακόμα δύο ειδών χώρες;

75
00:03:40,629 --> 00:03:44,188
Ή έχουν αυτές οι αναπτυσσόμενες χώρες
μικρότερες οικογένειες και ζούν εδώ;

76
00:03:44,212 --> 00:03:46,687
Ή έχουν μακρύτερες ζωές 
και ζούν εκεί πάνω;

77
00:03:46,711 --> 00:03:48,552
Για να δούμε. Σταματήσαμε τον κόσμο τότε.

78
00:03:48,576 --> 00:03:51,062
Αυτά είναι όλα στατιστικές
του Ο.Η.Ε. που ήταν διαθέσιμες.

79
00:03:51,086 --> 00:03:52,587
Πάμε. Βλέπετε εδώ;

80
00:03:52,611 --> 00:03:55,898
Είναι η Κίνα, κινείται ενάντια στην
καλύτερη υγεία εκεί, βελτιώνεται εκεί.

81
00:03:55,922 --> 00:03:59,567
Όλες οι πράσινες Λατινοαμερικανικές χώρες
κινούνται προς μικρότερες οικογένειες.

82
00:03:59,591 --> 00:04:02,013
Οι κίτρινες εδώ 
είναι οι Αραβικές χώρες σας,

83
00:04:02,037 --> 00:04:05,938
και αποκτούν μακρύτερη ζωή,
αλλά όχι μεγαλύτερες οικογένειες.

84
00:04:05,962 --> 00:04:08,584
Οι Αφρικανοί είναι οι πράσινοι εδώ.
Παραμένουν ακόμα εδώ.

85
00:04:08,608 --> 00:04:10,986
Αυτή είναι η Ινδία. 
Η Ινδονησία προχωράει αρκετά γρήγορα.

86
00:04:11,010 --> 00:04:12,039
(Γέλια)

87
00:04:12,063 --> 00:04:15,498
Τη δεκαετία του '80, έχουμε το Μπανγκλαντές
ακόμα ανάμεσα στις Αφρικανικές χώρες εκεί.

88
00:04:15,522 --> 00:04:18,475
Αλλά τώρα, το Μπανγκλαντές - είναι ένα 
θαύμα που συμβαίνει τη δεκαετία του '80:

89
00:04:18,499 --> 00:04:20,976
οι ιμάμηδες αρχίζουν να προωθούν
τον οικογενειακό προγραμματισμό.

90
00:04:21,000 --> 00:04:22,839
Ανεβαίνουν σ' αυτή τη γωνία.

91
00:04:22,863 --> 00:04:26,064
Τη δεκαετία του '90, έχουμε
τη φοβερή επιδημία του HIV

92
00:04:26,088 --> 00:04:29,694
που ρίχνει το προσδόκιμο ζωής 
των Αφρικανικών χωρών

93
00:04:29,718 --> 00:04:32,976
και όλες οι υπόλοιπες 
ανεβαίνουν στη γωνία,

94
00:04:33,000 --> 00:04:37,914
όπου έχουμε μακροβιότητα και μικρές 
οικογένειες, έναν εντελώς καινούριο κόσμο.

95
00:04:37,938 --> 00:04:41,152
(Χειροκρότημα)

96
00:04:48,879 --> 00:04:49,976
(Τέλος χειροκροτήματος)

97
00:04:50,000 --> 00:04:52,380
Ας κάνω μια άμεση σύγκριση

98
00:04:52,404 --> 00:04:55,331
ανάμεσα στις Ηνωμένες Πολιτείες
και το Βιετνάμ.

99
00:04:55,355 --> 00:04:56,554
1964.

100
00:04:57,538 --> 00:05:00,149
Η Αμερική είχε μικρές
οικογένειες και μακρά ζωή.

101
00:05:00,173 --> 00:05:03,299
Το Βιετνάμ είχε μεγάλες οικογένειες 
και σύντομες ζωές.

102
00:05:03,323 --> 00:05:04,991
Και συμβαίνει αυτό:

103
00:05:05,015 --> 00:05:09,976
τα δεδομένα κατά τη διάρκεια του πολέμου
δείχνουν ότι ακόμα και με τους θανάτους,

104
00:05:10,000 --> 00:05:12,153
υπήρχε βελτίωση του προσδόκιμου ζωής.

105
00:05:12,177 --> 00:05:15,141
Μέχρι το τέλος του χρόνου, ο οικογενειακός
προγραμματισμός άρχισε στο Βιετνάμ

106
00:05:15,165 --> 00:05:16,732
και προχώρησαν προς μικρότερες οικογένειες.

107
00:05:16,756 --> 00:05:19,647
Και οι Ηνωμένες Πολιτείες 
εκεί πάνω οδεύουν προς μακρότερη ζωή,

108
00:05:19,671 --> 00:05:20,778
διατηρώντας το μέγεθος της οικογένειας.

109
00:05:20,802 --> 00:05:23,838
Και στη δεκαετία του '80 τώρα,
εγκαταλείπουν τον κομμουνιστικό σχεδιασμό

110
00:05:23,862 --> 00:05:25,821
και πάνε προς την οικονομία της αγοράς,

111
00:05:25,845 --> 00:05:27,846
και κινείται ταχύτερα
ακόμα κι από την κοινωνική ζωή.

112
00:05:27,870 --> 00:05:30,151
Και σήμερα, έχουμε στο Βιετνάμ

113
00:05:30,175 --> 00:05:34,846
το ίδιο προσδόκιμο ζωής 
και το ίδιο μέγεθος οικογένειας

114
00:05:34,870 --> 00:05:37,945
εδώ στο Βιετνάμ, 2003,

115
00:05:37,969 --> 00:05:41,705
όπως στις Η.Π.Α., 
1974, από το τέλος του πολέμου.

116
00:05:42,562 --> 00:05:45,809
Αν δεν κοιτάξουμε τα δεδομένα,

117
00:05:45,833 --> 00:05:48,976
Νομίζω όλοι μας υποεκτιμούμε
την τεράστια αλλαγή στην Ασία,

118
00:05:49,000 --> 00:05:53,769
η οποία ήταν σε κοινωνική αλλαγή 
πριν δούμε την οικονομική αλλαγή.

119
00:05:53,793 --> 00:05:57,976
Ας πάμε εδώ σε έναν άλλο τρόπο 
με τον οποίο μπορούμε να παρουσιάσουμε

120
00:05:58,000 --> 00:06:01,877
την κατανομή του εισοδήματος στον κόσμο.

121
00:06:01,901 --> 00:06:05,368
Αυτή είναι η παγκόσμια κατανομή
εισοδήματος των ανθρώπων.

122
00:06:06,499 --> 00:06:09,976
Ένα δολάριο, 10 δολάρια 
ή 100 δολάρια την ημέρα.

123
00:06:11,071 --> 00:06:14,412
Δεν υπάρχει πια χάσμα μεταξύ 
πλούσιων και φτωχών. Είναι μύθος.

124
00:06:14,436 --> 00:06:16,451
Υπάρχει μια μικρή καμπούρα εδώ.

125
00:06:17,119 --> 00:06:18,976
Αλλά υπάρχουν άνθρωποι μέχρι πέρα.

126
00:06:19,000 --> 00:06:22,976
Και αν κοιτάξουμε
που καταλήγει το εισόδημα,

127
00:06:23,000 --> 00:06:27,322
αυτό είναι το 100% του παγκόσμιου
ετήσιου εισοδήματος.

128
00:06:27,346 --> 00:06:29,809
Και το πλουσιότερο 20%,

129
00:06:29,833 --> 00:06:33,707
παίρνουν περίπου το 74% απ' αυτό.

130
00:06:33,731 --> 00:06:38,882
Και το φτωχότερο 20 τοις εκατό,
παίρνουν περίπου δύο τοις εκατό.

131
00:06:38,906 --> 00:06:41,815
Και αυτό δείχνει ότι
η ιδέα των αναπτυσόμενων χωρών

132
00:06:41,839 --> 00:06:43,194
είναι εξαιρετικά αμφίβολη.

133
00:06:43,218 --> 00:06:44,976
Σκεφτόμαστε για την αρωγή,

134
00:06:45,000 --> 00:06:48,948
σαν αυτοί οι άνθρωποι εδώ να δίνουν
βοήθεια σ' αυτούς τους ανθρώπους εδώ.

135
00:06:48,972 --> 00:06:51,610
Αλλά στο μέσο έχουμε την πλειοψηφία
του παγκόσμιου πληθυσμού,

136
00:06:51,634 --> 00:06:54,725
και αυτοί έχουν τώρα 
το 24% του εισοδήματος.

137
00:06:54,749 --> 00:06:58,519
Το ακούσαμε με άλλους τρόπους. 
Και ποιοι είνα αυτοί;

138
00:06:58,543 --> 00:07:02,944
Που είναι οι διάφορες χώρες; 
Μπορώ να σας δείξω την Αφρική.

139
00:07:02,968 --> 00:07:04,392
Αυτή είναι η Αφρική.

140
00:07:05,122 --> 00:07:07,786
Το 10 τοις εκατό του παγκόσμιου πληθυσμού,
οι περισσότεροι φτωχοί.

141
00:07:07,810 --> 00:07:09,823
Αυτός είναι ο ΟΟΣΑ.

142
00:07:09,847 --> 00:07:12,430
Οι πλούσιες χώρες. Οι πλούσιοι του Ο.Η.Ε.

143
00:07:12,454 --> 00:07:17,870
Βρίσκονται εδώ σ' αυτή την πλευρά. Αρκετή
επικάλυψη ανάμεσα στην Αφρική και τον ΟΟΣΑ.

144
00:07:17,894 --> 00:07:19,242
Και αυτή είναι η Λατινική Αμερική.

145
00:07:19,266 --> 00:07:22,621
Έχει τα πάντα στη Γη, από τους φτωχότερους
μέχρι τους πλουσιότερους,

146
00:07:22,645 --> 00:07:23,893
στην Λατινική Αμερική.

147
00:07:23,917 --> 00:07:26,935
Επιπλέον, μπορούμε να βάλουμε 
την Ανατολική Ευρώπη,

148
00:07:26,959 --> 00:07:30,348
την Ανατολική Ασία,
και βάζουμε την Νότια Ασία.

149
00:07:30,372 --> 00:07:33,502
Και πως ήταν αν πάμε πίσω στο χρόνο,

150
00:07:33,526 --> 00:07:35,429
στο 1970 περίπου;

151
00:07:35,453 --> 00:07:37,975
Τότε υπήρχε μια μεγαλύτερη καμπούρα.

152
00:07:39,154 --> 00:07:42,562
Και έχουμε τους περισσότερους που ζούσαν
σε απόλυτη φτώχεια να είναι Ασιάτες.

153
00:07:42,586 --> 00:07:45,778
Το πρόβλημα στον κόσμο 
ήταν η φτώχεια στην Ασία.

154
00:07:45,802 --> 00:07:48,976
Και αν τώρα αφήσω τον κόσμο να προχωρήσει,

155
00:07:49,000 --> 00:07:51,750
θα δείτε ότι ενώ ο πληθυσμός αυξάνεται,

156
00:07:51,774 --> 00:07:54,843
υπάρχουν εκατοντάδες εκατομμύρια στην Ασία
που βγαίνουν από τη φτώχεια

157
00:07:54,867 --> 00:07:57,076
και μερικοί άλλοι
που μπαίνουν στη φτώχεια,

158
00:07:57,100 --> 00:07:59,001
και αυτό είναι το προφίλ 
που έχουμε σήμερα.

159
00:07:59,025 --> 00:08:01,096
Και η καλύτερη πρόβλεψη
από την Παγκόσμια Τράπεζα

160
00:08:01,120 --> 00:08:02,854
είναι ότι αυτό θα συμβεί,

161
00:08:02,878 --> 00:08:04,906
και δεν θα έχουμε έναν διχασμένο κόσμο.

162
00:08:04,930 --> 00:08:06,825
Θα έχουμε τους περισσότερους
ανθρώπους στο μέσο.

163
00:08:06,849 --> 00:08:08,754
Φυσικά η κλίμακα εδώ είναι λογαριθμική,

164
00:08:08,778 --> 00:08:12,297
αλλά η ιδέα μας για την οικονομία 
είναι επί τοις εκατό ανάπτυξη.

165
00:08:12,321 --> 00:08:17,369
Το βλέπουμε σαν μια δυνατότητα
ποσοστιαίας αύξησης.

166
00:08:17,393 --> 00:08:22,320
Αν αλλάξω αυτό, και πάρω κατά κεφαλή ΑΕΠ
αντί για οικογενειακό εισόδημα,

167
00:08:22,344 --> 00:08:26,070
και μετατρέψω αυτά τα ατομικά δεδομένα

168
00:08:26,094 --> 00:08:29,136
σε περιφερειακά δεδομένα
ακαθάριστου εγχώριου προϊόντος,

169
00:08:29,160 --> 00:08:31,461
και πάρω τις περιφέρειες εδώ κάτω,

170
00:08:31,485 --> 00:08:33,724
το μέγεθος της φούσκας 
είναι ακόμα ο πληθυσμός.

171
00:08:33,748 --> 00:08:36,946
Και έχεις τον ΟΟΣΑ εκεί, 
και την υπο-Σαχάρια Αφρική εκεί,

172
00:08:36,970 --> 00:08:38,976
και αφαιρούμε τα Αραβικά κράτη εκεί,

173
00:08:39,000 --> 00:08:42,976
προερχόμενα τόσο από την Αφρική όσο και
από την Ασία, και τα βάζουμε ξεχωριστά,

174
00:08:43,000 --> 00:08:47,976
και μπορούμε να διευρύνουμε αυτόν τον άξονα,
και μπορώ να του δώσω μια νέα διάσταση εδώ,

175
00:08:48,000 --> 00:08:51,362
με το να προσθέσω τις κοινωνικές αξίες 
εκεί, παιδική επιβίωση.

176
00:08:51,386 --> 00:08:53,550
Τώρα έχω το χρήμα σ' αυτόν τον άξονα,

177
00:08:53,574 --> 00:08:56,267
και έχω τη δυνατότητα των παιδιών
να επιβιώσουν εκεί.

178
00:08:56,291 --> 00:09:00,437
Σε μερικές χώρες, το 99.7% των παιδιών 
επιβιώνουν μέχρι την ηλικία των 5 ετών,

179
00:09:00,461 --> 00:09:02,186
σε άλλες, μόνο 70.

180
00:09:02,210 --> 00:09:05,285
Και εδώ φαίνεται να υπάρχει ένα κενό
ανάμεσα στον ΟΟΣΑ,

181
00:09:05,309 --> 00:09:08,554
τη Λατινική Αμερική, 
την Ανατολική Ευρώπη, την Ανατολική Ασία,

182
00:09:08,578 --> 00:09:12,470
τις Αραβικές χώρες, την Νότια Ασία 
και την υπο-Σαχάρια Αφρική.

183
00:09:12,494 --> 00:09:17,372
Η γραμμικότητα είναι πολύ ισχυρή ανάμεσα
στην παιδική επιβίωση και το χρήμα.

184
00:09:17,396 --> 00:09:20,420
Αλλά ας χωρίσω την υπο-Σαχάρια Αφρική.

185
00:09:20,444 --> 00:09:25,665
Η υγεία είναι εκεί 
και η καλύτερη υγεία είναι εκεί πάνω.

186
00:09:25,689 --> 00:09:29,976
Μπορώ να έρθω εδώ και να χωρίσω 
την υπο-Σαχάρια Αφρική στις χώρες της.

187
00:09:30,000 --> 00:09:31,577
Και όταν ανοίξει,

188
00:09:31,601 --> 00:09:35,247
το μέγεθος της φούσκας 
της χώρας είναι το μέγεθος του πληθυσμού.

189
00:09:35,271 --> 00:09:37,811
Η Σιέρα Λεόνε εκεί κάτω.
Ο Μαυρίκιος εκεί πάνω.

190
00:09:37,835 --> 00:09:39,902
Ο Μαυρίκιος ήταν η πρώτη χώρα

191
00:09:39,926 --> 00:09:43,327
που απέφυγε τους εμπορικούς φραγμούς,
και μπορούσαν να πουλούν τη ζάχαρή τους.

192
00:09:43,351 --> 00:09:44,939
Μπορούσαν να πουλούν τα υφάσματά τους

193
00:09:44,963 --> 00:09:48,603
σε ίσους όρους με τους ανθρώπους
στην Ευρώπη και τη Βόρεια Αμερική.

194
00:09:48,627 --> 00:09:52,104
Υπάρχει τεράστια διαφορά μέσα στην Αφρική. 
Και η Γκάνα είναι εδώ στη μέση.

195
00:09:52,128 --> 00:09:54,976
Στη Σιέρα Λεόνε, ανθρωπιστική βοήθεια.

196
00:09:55,000 --> 00:09:58,926
Εδώ στην Ουγκάντα, ανθρωπιστική βοήθεια.

197
00:09:58,950 --> 00:10:01,474
Εδώ, ώρα να επενδύσεις, εκεί,
μπορείς να πας διακοπές.

198
00:10:01,498 --> 00:10:04,861
Είναι μια φοβερή ποικιλία μέσα στην Αφρική

199
00:10:04,885 --> 00:10:07,976
που σπάνια καταλαβαίνουμε
-- ότι είναι όλα ίσα.

200
00:10:08,000 --> 00:10:11,976
Μπορώ να χωρίσω τη Νότια Ασία εδώ. 
Η Ινδία είναι η μεγάλη φούσκα στη μέση.

201
00:10:12,000 --> 00:10:16,462
Αλλά μια τεράστια διαφορά ανάμεσα 
στο Αφγανιστάν και τη Σρι Λάνκα.

202
00:10:16,486 --> 00:10:18,640
Μπορώ να χωρίσω
τα Αραβικά κράτη. Πώς είναι;

203
00:10:18,664 --> 00:10:22,800
Ίδιο κλίμα, ίδια κουλτούρα,
ίδια περιοχή -- τεράστια διαφορά.

204
00:10:22,824 --> 00:10:24,157
Ακόμη και μεταξύ γειτόνων.

205
00:10:24,181 --> 00:10:25,497
Υεμένη, εμφύλιος.

206
00:10:25,521 --> 00:10:29,864
Ηνωμένα Αραβικά Εμιράτα,
χρήμα που χρησιμοποιήθηκε ίσα και σωστά.

207
00:10:29,888 --> 00:10:31,373
Όχι όπως είναι ο μύθος.

208
00:10:31,397 --> 00:10:34,570
Και αυτό συμπεριλαμβάνει όλα
τα παιδιά των ξένων εργαζομένων

209
00:10:34,594 --> 00:10:36,481
που βρίσκονται στη χώρα.

210
00:10:37,284 --> 00:10:40,976
Τα δεδομένα είναι συχνά καλύτερα απ' ό,τι νομίζετε.
Πολλοί λένε ότι τα δεδομένα είναι κακά.

211
00:10:41,000 --> 00:10:44,143
Υπάρχει εύρος αβεβαιότητας, 
αλλά μπορούμε να δούμε τη διαφορά εδώ:

212
00:10:44,167 --> 00:10:45,529
Καμπότζη, Σιγκαπούρη.

213
00:10:45,553 --> 00:10:48,524
Οι διαφορές είναι πολύ μεγαλύτερες
από την ασθενικότητα των δεδομένων.

214
00:10:48,548 --> 00:10:53,195
Ανατολική Ευρώπη: Σοβιετική
οικονομία για μεγάλο διάστημα,

215
00:10:53,219 --> 00:10:56,431
αλλά αναδύονται μετά 
από δέκα χρόνια πολύ, πολύ διαφορετικά.

216
00:10:56,455 --> 00:10:59,077
Και εκεί είναι η Λατινική Αμερική.

217
00:10:59,101 --> 00:11:00,822
Σήμερα, δεν χρειάζεται να πάμε στην Κούβα

218
00:11:00,846 --> 00:11:02,910
για να βρούμε μια υγιή χώρα
στη Λατινική Αμερική.

219
00:11:02,934 --> 00:11:07,568
Η Χιλή θα έχει χαμηλότερη παιδική θνησιμότητα
από την Κούβα σε μερικά χρόνια από τώρα.

220
00:11:07,592 --> 00:11:10,647
Και εδώ έχουμε χώρες του ΟΟΣΑ
με υψηλό εισόδημα.

221
00:11:10,671 --> 00:11:14,380
Και παίρνουμε όλο το φάσμα του κόσμου εδώ,

222
00:11:14,404 --> 00:11:16,450
που είναι πάνω-κάτω έτσι.

223
00:11:16,474 --> 00:11:21,565
Και αν το κοιτάξουμε, 
πώς φαίνεται ο κόσμος,

224
00:11:21,617 --> 00:11:24,976
το 1960, αρχίζει να κινείται.

225
00:11:25,000 --> 00:11:27,569
Εδώ είναι ο Μάο Τσετούνγκ.
Έφερε υγεία στην Κίνα.

226
00:11:27,593 --> 00:11:28,727
Και μετά πέθανε.

227
00:11:28,751 --> 00:11:31,458
Και ύστερα ο Ντενγκ Ξιαοπένγκ
ήρθε κι έφερε χρήμα στην Κίνα,

228
00:11:31,482 --> 00:11:33,536
και τους επανέφερε στο προσκήνιο.

229
00:11:33,560 --> 00:11:37,718
Και έχουμε δει πως χώρες κινούνται 
προς διαφορετικές κατευθύνσεις έτσι,

230
00:11:37,742 --> 00:11:43,107
κι έτσι είναι δύσκολο να βρεις
μια χώρα-παράδειγμα

231
00:11:43,131 --> 00:11:45,790
που να δείχνει την τάση του κόσμου.

232
00:11:45,840 --> 00:11:52,172
Θα ήθελα να σας φέρω
εδώ πίσω, περίπου στο 1960.

233
00:11:53,083 --> 00:11:56,373
Θα ήθελα να συγκρίνω

234
00:11:56,397 --> 00:12:03,087
τη Νότια Κορέα, που είναι αυτή εδώ,
με τη Βραζιλία, που είναι αυτή.

235
00:12:04,187 --> 00:12:05,968
Εδώ μου έφυγε η ταμπέλα.

236
00:12:05,992 --> 00:12:08,588
Και θα ήθελα να συγκρίνω
την Ουγκάντα, που είναι εκεί.

237
00:12:09,691 --> 00:12:12,730
Και μπορώ 
να το τρέξω προς τα εμπρός, έτσι.

238
00:12:14,413 --> 00:12:21,380
Και μπορείτε να δείτε πώς η Νότια Κορέα
κάνει μια πολύ, πολύ γρήγορη πρόοδο,

239
00:12:21,404 --> 00:12:23,976
ενώ η Βραζιλία είναι πολύ πιο αργή.

240
00:12:24,000 --> 00:12:30,334
Και αν πάμε πάλι πίσω, 
εδώ, και τους βάλουμε ίχνη, έτσι,

241
00:12:30,358 --> 00:12:33,976
μπορείτε να δείτε πάλι 
ότι η ταχύτητα ανάπτυξης

242
00:12:34,000 --> 00:12:36,814
είναι πολύ, πολύ διαφορετική,

243
00:12:36,838 --> 00:12:43,539
και οι χώρες κινούνται πάνω-κάτω με
τον ίδιο ρυθμό όπως το χρήμα και η υγεία,

244
00:12:43,563 --> 00:12:45,437
αλλά φαίνεται ότι μπορείς να κινηθείς

245
00:12:45,461 --> 00:12:48,120
πολύ γρηγορότερα αν είσαι αρχικά 
υγιής παρά αν είσαι αρχικά πλούσιος.

246
00:12:49,000 --> 00:12:52,976
Το βλέπετε αυτό βάζοντας τη διαδρομή
των Ηνωμένων Αραβικών Εμιράτων.

247
00:12:53,000 --> 00:12:55,856
Ήρθαν από δω, μια χώρα μεταλλευμάτων.

248
00:12:55,880 --> 00:12:58,205
Εξαργύρωσαν όλο το πετρέλαιο,
πήραν όλα τα λεφτά,

249
00:12:58,229 --> 00:13:00,468
αλλά η υγεία δεν μπορεί
να αγοραστεί στο σουπερμάρκετ.

250
00:13:01,516 --> 00:13:04,612
Πρέπει να επενδύσεις στην υγεία. 
Πρέπει να στείλεις τα παιδιά στο σχολείο.

251
00:13:04,636 --> 00:13:07,779
Πρέπει να εκπαιδεύσεις ιατρικό προσωπικό.
Πρέπει να ενημερώσεις τον πληθυσμό.

252
00:13:07,803 --> 00:13:10,257
Και ο Σεΐχης Σαγιέντ το έκανε αυτό
με αρκετά καλό τρόπο.

253
00:13:10,281 --> 00:13:13,976
Και παρά τις πτωτικές τιμές πετρελαίου, 
έφερε τη χώρα εδώ πάνω.

254
00:13:14,000 --> 00:13:17,976
Κι έτσι έχουμε μια πολύ 
πιο κοινότυπη εμφάνιση του κόσμου,

255
00:13:18,000 --> 00:13:20,527
όπου όλες οι χώρες τείνουν 
να χρησιμοποιούν τα χρήματά τους

256
00:13:20,551 --> 00:13:22,662
καλύτερα απ' ότι στο παρελθόν.

257
00:13:23,755 --> 00:13:30,727
Τώρα, αυτό είναι, πάνω-κάτω,
αν κοιτάξεις τους μέσους όρους των χωρών.

258
00:13:30,751 --> 00:13:32,399
Είναι έτσι.

259
00:13:32,423 --> 00:13:35,765
Αυτό είναι επικίνδυνο,
το να χρησιμοποιείς μέσους όρους,

260
00:13:35,789 --> 00:13:39,560
επειδή υπάρχουν τόσο μεγάλες
διαφορές μεταξύ των χωρών.

261
00:13:39,584 --> 00:13:46,003
Έτσι αν πάω και κοιτάξω εδώ, μπορούμε
να δούμε ότι η Ουγκάντα σήμερα

262
00:13:46,027 --> 00:13:48,976
είναι εκεί που ήταν η Νότια Κορέα το 1960.

263
00:13:49,000 --> 00:13:52,666
Εάν χωρίσω την Ουγκάντα,
υπάρχει μεγάλη διαφορά μέσα στην Ουγκάντα.

264
00:13:52,690 --> 00:13:54,868
Αυτά είναι τα πέμπτα της Ουγκάντα.

265
00:13:54,892 --> 00:13:57,076
Το πλουσιότερο 20 τοις εκατό 
της Ουγκάντα είναι εκεί.

266
00:13:57,100 --> 00:13:58,485
Το φτωχότερο είναι εκεί κάτω.

267
00:13:58,509 --> 00:14:01,385
Αν χωρίσω τη Νότιο Αφρική, είναι έτσι.

268
00:14:01,409 --> 00:14:04,152
Αν κατέβω και κοιτάξω το Νίγηρα,

269
00:14:04,176 --> 00:14:08,820
όπου υπήρχε ένας τόσο
φοβερός λιμός, τέλος, είναι έτσι.

270
00:14:08,844 --> 00:14:11,738
Το φτωχότερο 20 τοις εκατό
του Νίγηρα είναι εδώ έξω,

271
00:14:11,762 --> 00:14:14,531
και το πλουσιότερο 20 τοις εκατό 
της Νότιας Αφρικής είναι εκεί,

272
00:14:14,555 --> 00:14:16,573
και όμως τείνουμε να συζητάμε

273
00:14:16,597 --> 00:14:18,976
για το τι λύσεις θα έπρεπε
να υπάρχουν στην Αφρική.

274
00:14:19,000 --> 00:14:21,567
Τα πάντα στον κόσμο υπάρχουν στην Αφρική.

275
00:14:21,591 --> 00:14:24,866
Και δεν μπορείς να συζητάς για καθολική
πρόσβαση σε [φάρμακα για] τον HIV

276
00:14:24,890 --> 00:14:29,262
για αυτό το πέμπτο εδώ πάνω 
με την ίδια στρατηγική όπως εδώ κάτω.

277
00:14:29,286 --> 00:14:32,824
Η πρόοδος του κόσμου πρέπει να μπει
σε πολύ συγκεκριμένες συνιστώσες,

278
00:14:32,848 --> 00:14:36,778
και δεν είναι σωστό
να την έχεις σε τοπικό επίπεδο.

279
00:14:36,802 --> 00:14:38,332
Πρέπει να είμαστε πολύ πιο λεπτομερείς.

280
00:14:39,070 --> 00:14:42,396
Βρίσκουμε ότι οι φοιτητές ενθουσιάζονται 
όταν μπορούν να το χρησιμοποιήσουν αυτό.

281
00:14:42,420 --> 00:14:46,038
Και ακόμα περισσότερο οι δημιουργοί
πολιτικής και οι επιχειρηματικοί τομείς

282
00:14:46,062 --> 00:14:49,723
θα ήθελαν να δουν πώς αλλάζει ο κόσμος.

283
00:14:49,747 --> 00:14:51,435
Τώρα, γιατί δεν συμβαίνει αυτό;

284
00:14:51,459 --> 00:14:53,949
Γιατί δεν χρησιμοποιούμε
τα δεδομένα που έχουμε;

285
00:14:53,973 --> 00:14:57,783
Έχουμε δεδομένα στα Ηνωμένα Έθνη,
στις εθνικές στατιστικές υπηρεσίες

286
00:14:57,807 --> 00:15:00,976
και στα πανεπιστήμια 
και άλλες μη-κυβερνητικές οργανώσεις.

287
00:15:01,000 --> 00:15:03,334
Επειδή τα δεδομένα είναι κρυμμένα
κάτω στις βάσεις δεδομένων.

288
00:15:03,358 --> 00:15:06,290
Το κοινό και το Διαδίκτυο είναι εκεί,

289
00:15:06,315 --> 00:15:08,476
αλλά δεν τα έχουμε
χρησιμοποιήσει αποτελεσματικά.

290
00:15:08,499 --> 00:15:10,976
Όλες αυτές οι πληροφορίες 
που είδαμε να αλλάζουν στον κόσμο

291
00:15:11,000 --> 00:15:14,139
δεν συμπεριλαμβάνουν 
κρατικά-χρηματοδοτούμενες στατιστικές.

292
00:15:14,163 --> 00:15:16,317
Υπάρχουν κάποιες ιστοσελίδες
όπως αυτή, ξέρετε,

293
00:15:16,341 --> 00:15:20,976
αλλά παίρνουν κάποια από την τροφή τους
από τις βάσεις δεδομένων,

294
00:15:21,000 --> 00:15:25,976
αλλά οι άνθρωποι χρεώνουν γι' αυτές, 
χαζά συνθηματικά και βαρετές στατιστικές.

295
00:15:26,000 --> 00:15:27,389
(Γέλια)

296
00:15:27,413 --> 00:15:28,588
Κι αυτό δεν θα δουλέψει.

297
00:15:28,612 --> 00:15:31,415
(Χειροκρότημα)

298
00:15:31,439 --> 00:15:33,861
Άρα τι χρειάζεται;
Έχουμε τις βάσεις δεδομένων.

299
00:15:33,885 --> 00:15:35,662
Δεν χρειάζεσαι καινούριες
βάσεις δεδομένων.

300
00:15:35,686 --> 00:15:39,412
Έχουμε θαυμάσια σχεδιαστικά εργαλεία,
και όλο και περισσότερο προστίθενται εδώ.

301
00:15:39,436 --> 00:15:42,307
Έτσι ξεκινήσαμε
μια μη-κερδοσκοπική προσπάθεια

302
00:15:42,331 --> 00:15:46,702
συνδέοντας δεδομένα με σχεδιαστική,
που ονομάσαμε Gapminder,

303
00:15:46,726 --> 00:15:48,079
από το μετρό του Λονδίνου,

304
00:15:48,103 --> 00:15:49,880
όπου σε προειδοποιούν, 
«mind the gap», προσοχή στο κενό.

305
00:15:49,904 --> 00:15:51,844
Έτσι σκεφτήκαμε 
ότι Gapminder ήταν ταιριαστό.

306
00:15:51,868 --> 00:15:56,224
Αρχίσαμε να γράφουμε λογισμικό που 
θα μπορούσε να συνδέσει τα δεδομένα έτσι.

307
00:15:56,248 --> 00:15:57,795
Και δεν ήταν και τόσο δύσκολο.

308
00:15:57,819 --> 00:16:01,370
Χρειάστηκε μερικά ανθρωπο-έτη, 
και τους έχουμε δώσει κίνηση.

309
00:16:01,394 --> 00:16:03,727
Μπορείς να πάρεις το σετ δεδομένων
και να το βάλεις εκεί.

310
00:16:03,751 --> 00:16:07,976
Απελευθερώνουμε δεδομένα του Ο.Η.Ε., 
μερικά με λίγη οργάνωση από τον Ο.Η.Ε.

311
00:16:08,000 --> 00:16:12,500
Μερικές χώρες δέχονται ότι οι βάσεις
δεδομένων τους μπορούν να βγουν έξω στον κόσμο,

312
00:16:12,524 --> 00:16:15,595
αλλά αυτό που πραγματικά χρειαζόμαστε,
βέβαια, είναι μια λειτουργία αναζήτησης.

313
00:16:15,619 --> 00:16:19,976
Μια λειτουργία αναζήτησης όπου μπορούμε να αντιγράψουμε
τα δεδομένα σε μια αναζητήσιμη μορφή

314
00:16:20,000 --> 00:16:21,732
και να τα παρουσιάσουμε στον κόσμο.

315
00:16:21,756 --> 00:16:24,127
Και τι ακούμε όταν βγαίνουμε στον γύρο;

316
00:16:24,151 --> 00:16:27,158
Έχω κάνει ανθρωπολογία 
στις βασικές στατιστικές μονάδες.

317
00:16:27,182 --> 00:16:30,302
Όλοι λένε, «Είναι αδύνατον.
Αυτό δεν μπορεί να γίνει.

318
00:16:30,326 --> 00:16:32,836
Οι πληροφορίες μας είναι
τόσο ιδιοσυγκρατικές σε λεπτομέρεια,

319
00:16:32,860 --> 00:16:35,964
που δεν μπορούν να ψαχθούν
όπως μπορούν να ψαχθούν άλλες.

320
00:16:35,988 --> 00:16:38,343
Δεν μπορούμε να δώσουμε 
τα δεδομένα ελεύθερα στους φοιτητές,

321
00:16:38,367 --> 00:16:40,272
στους πρωτοπόρους 
επιχειρηματίες του κόσμου».

322
00:16:41,256 --> 00:16:44,151
Αλλά αυτό θα θέλαμε
να δούμε, έτσι δεν είναι;

323
00:16:44,175 --> 00:16:46,599
Τα κρατικά-χρημοτοδοτούμενα 
δεδομένα είναι εδώ κάτω.

324
00:16:46,623 --> 00:16:49,658
Και θα θέλαμε να φυτρώνουν 
λουλούδια στο Δίκτυο.

325
00:16:49,682 --> 00:16:52,849
Και ένα από τα σημεία-κλειδιά
είναι να τα κάνουμε αναζητήσιμα,

326
00:16:52,873 --> 00:16:57,117
και μετά μπορούν να χρησιμοποιηθούν διάφορα
σχεδιαστικά εργαλεία για απεικόνιση.

327
00:16:57,141 --> 00:16:59,581
Και σας έχω πολύ καλά νέα.

328
00:16:59,605 --> 00:17:01,799
Έχω καλά νέα ότι ο νυν,

329
00:17:01,823 --> 00:17:04,976
καινούριος επικεφαλής των Στατιστικών 
του Ο.Η.Ε., δεν λέει ότι είναι αδύνατον.

330
00:17:05,000 --> 00:17:06,772
Λέει μόνο, «Εμείς
δεν μπορούμε να το κάνουμε».

331
00:17:07,772 --> 00:17:10,976
(Γέλια)

332
00:17:11,000 --> 00:17:12,976
Και αυτός είναι ένας πολύ έξυπνος τύπος, ε;

333
00:17:13,000 --> 00:17:14,976
(Γέλια)

334
00:17:15,000 --> 00:17:18,976
Έτσι μπορούμε να δούμε πολλά να συμβαίνουν
στα δεδομένα τα προσεχή χρόνια.

335
00:17:19,000 --> 00:17:23,660
Θα μπορούμε να κοιτάξουμε την κατανομή
εισοδήματος με εντελώς καινούριους τρόπους.

336
00:17:23,684 --> 00:17:28,976
Αυτή είναι η κατανομή 
εισοδήματος της Κίνας, 1970.

337
00:17:29,000 --> 00:17:33,796
Η κατανομή εισοδήματος 
των Ηνωμένων Πολιτειών, 1970.

338
00:17:33,820 --> 00:17:36,869
Σχεδόν καθόλου αλληλεπικάλυψη.

339
00:17:36,893 --> 00:17:38,343
Και τι έχει συμβεί;

340
00:17:38,673 --> 00:17:40,351
Έχει συμβεί το εξής:

341
00:17:40,375 --> 00:17:43,347
η Κίνα αναπτύσεται,
δεν είναι τόσο ίση πλέον,

342
00:17:43,371 --> 00:17:46,976
και εμφανίζεται εδώ, κοιτάζοντας
τις Ηνωμένες Πολιτείες από πάνω.

343
00:17:47,000 --> 00:17:49,658
Σχεδόν σαν φάντασμα, δεν είναι, ε;

344
00:17:49,682 --> 00:17:50,976
(Γέλια)

345
00:17:51,000 --> 00:17:52,587
Είναι πολύ τρομακτικό.

346
00:17:52,611 --> 00:17:54,872
(Γέλια)

347
00:17:57,762 --> 00:18:01,572
Αλλά είναι πολύ σημαντικό 
να έχεις όλη αυτή την πληροφορία.

348
00:18:01,596 --> 00:18:04,209
Χρειαζόμαστε πραγματικά να το δούμε.

349
00:18:04,233 --> 00:18:06,976
Και αντί να κοιτάμε αυτό,

350
00:18:07,000 --> 00:18:12,648
θα ήθελα να ολοκληρώσω δείχνοντας 
τους χρήστες του Διαδικτύου ανά 1.000.

351
00:18:12,672 --> 00:18:15,554
Σε αυτό το λογισμικό, έχουμε 
πρόσβαση σε περίπου 500 μεταβλητές

352
00:18:15,578 --> 00:18:17,979
από όλες τις χώρες πολύ εύκολα.

353
00:18:18,003 --> 00:18:20,976
Παίρνει λίγο χρόνο να αλλάξεις γι' αυτό,

354
00:18:21,000 --> 00:18:26,855
αλλά στους άξονες, μπορείς πολύ εύκολα
να έχεις όποια μεταβλητή θα ήθελες.

355
00:18:26,879 --> 00:18:31,386
Και το πράγμα θα ήταν 
να έχεις τις βάσεις δεδομένων δωρεάν,

356
00:18:31,410 --> 00:18:33,976
να τις έχεις αναζητήσιμες, 
και με ένα δεύτερο κλικ, να τις έχεις

357
00:18:34,000 --> 00:18:38,976
στη γραφική μορφή, 
όπου μπορείς να τις καταλάβεις αμέσως.

358
00:18:39,000 --> 00:18:41,102
Τώρα, στους στατιστικούς δεν αρέσει,

359
00:18:41,126 --> 00:18:48,094
γιατί λένε ότι αυτό 
δεν θα δείχνει την πραγματικότητα.

360
00:18:48,118 --> 00:18:51,839
Πρέπει να έχουμε στατιστικές,
αναλυτικές μεθόδους.

361
00:18:51,863 --> 00:18:53,976
Αλλά αυτό γεννά υποθέσεις.

362
00:18:54,000 --> 00:18:55,905
Τελειώνω τώρα με τον κόσμο.

363
00:18:57,021 --> 00:18:58,506
Εκεί, το Διαδίκτυο έρχεται.

364
00:18:58,530 --> 00:19:01,013
Ο αριθμός Διαδικτυακών χρηστών
ανεβαίνει έτσι.

365
00:19:01,037 --> 00:19:03,006
Αυτό είναι το κατά κεφαλή ΑΕΠ.

366
00:19:03,030 --> 00:19:06,515
Ειναι η είσοδος μιας καινούριας τεχνολογίας, 
αλλά μετά καταπληκτικά,

367
00:19:06,539 --> 00:19:10,258
πόσο καλά ταιριάζει
στην οικονομία των χωρών.

368
00:19:10,282 --> 00:19:13,739
Γι' αυτό ο υπολογιστής των 100 δολαρίων
θα είναι τόσο σημαντικός.

369
00:19:13,763 --> 00:19:15,168
Αλλά είναι μια ωραία τάση.

370
00:19:15,192 --> 00:19:18,096
Είναι σαν ο κόσμος να γίνεται επίπεδος, 
δεν είναι;

371
00:19:18,120 --> 00:19:20,525
Αυτές οι χώρες ανεβαίνουν περισσότερο
από ό,τι η οικονομία

372
00:19:20,549 --> 00:19:23,334
και θα είναι πολύ ενδιαφέρον
να το ακολουθήσουμε αυτό με τα χρόνια,

373
00:19:23,358 --> 00:19:26,719
όπως θα ήθελα να μπορείτε να κάνετε 
με όλα τα δημοσίως-χρηματοδοτούμενα δεδομένα.

374
00:19:26,743 --> 00:19:27,976
Σας ευχαριστώ πολύ.

375
00:19:28,000 --> 00:19:31,000
(Χειροκρότημα)