Cosa ce ne facciamo di tutti questi big data?
-
0:01 - 0:04La tecnologia ci ha dato davvero tanto:
-
0:04 - 0:06l'atterraggio sulla luna, Internet,
-
0:06 - 0:09l'abilità di sequenziare
il genoma umano. -
0:09 - 0:13Ma allo stesso tempo fa leva
sulle nostre paure più profonde. -
0:13 - 0:15Una trentina di anni fa,
-
0:15 - 0:17il critico culturale
Neil Postman scrisse un libro -
0:17 - 0:19intitolato "Divertirsi da Morire"
-
0:19 - 0:22che mostra molto bene
questa condizione. -
0:22 - 0:27Postman affermava, confrontando
le visioni distopiche -
0:27 - 0:30di George Orwell e Aldous Huxley.
-
0:30 - 0:33Affermava che Orwell
temeva che saremmo diventati -
0:33 - 0:35una cultura schiavizzata.
-
0:35 - 0:39Huxley temeva che saremmo diventati
una cultura banale. -
0:39 - 0:43Orwell temeva che la verità
ci sarebbe stata nascosta, -
0:43 - 0:45e Huxley temeva che saremmo annegati
-
0:45 - 0:48nel mare della noncuranza.
-
0:48 - 0:50In poche parole,
non ci resta che scegliere -
0:50 - 0:52tra essere osservati dal Grande Fratello
-
0:52 - 0:55oppure guardare il Grande Fratello.
-
0:55 - 0:57(Risate)
-
0:57 - 0:59Ma non deve essere per forza così.
-
0:59 - 1:02Non siamo consumatori passivi
di dati e tecnologia. -
1:02 - 1:04Scegliamo noi il ruolo
che hanno nella nostra vita, -
1:04 - 1:06e il modo in cui assumono un significato,
-
1:06 - 1:08ma per fare ciò
-
1:08 - 1:12dobbiamo prestare la stessa attenzione
sia al modo in cui pensiamo -
1:12 - 1:14sia al modo in cui codifichiamo.
-
1:14 - 1:17Dobbiamo porci delle domande,
domande difficili, -
1:17 - 1:19per andare oltre
al computo delle cose, -
1:19 - 1:21e iniziare a comprenderle.
-
1:21 - 1:24Siamo costantemente bombardati da notizie
-
1:24 - 1:26sulla quantità di dati
che esistono nel mondo, -
1:26 - 1:28ma quando si parla di big data
-
1:28 - 1:30e della sfida
di riuscire ad interpretarli, -
1:30 - 1:32la dimensione non è tutto.
-
1:32 - 1:35È importante anche conoscere
la velocità a cui si muovono -
1:35 - 1:37e le diverse tipologie di dati esistenti,
-
1:37 - 1:40e questi sono solo alcuni degli esempi:
-
1:40 - 1:42immagini,
-
1:42 - 1:45testi,
-
1:46 - 1:48video,
-
1:48 - 1:50audio.
-
1:50 - 1:53Ciò che unisce
questa moltitudine di dati eterogenei -
1:53 - 1:55è il fatto
che siano stati tutti creati dall'uomo -
1:55 - 1:58e che necessitano un contesto.
-
1:58 - 2:00C'è un gruppo di data scientist
-
2:00 - 2:03dell'Università dell'Illinois a Chicago,
-
2:03 - 2:05chiamato
Health Media Collaboratory, -
2:05 - 2:08che ha collaborato con il Centro
per la Prevenzione delle Malattie -
2:08 - 2:09per comprendere meglio
-
2:09 - 2:12come le persone
parlano di smettere di fumare, -
2:12 - 2:15come parlano delle sigarette elettroniche,
-
2:15 - 2:17e di ciò che possono fare collettivamente
-
2:17 - 2:18per aiutarli a smettere di fumare.
-
2:18 - 2:21La cosa interessante è
che se si vuole comprendere -
2:21 - 2:23come le persone parlano del fumo,
-
2:23 - 2:25bisogna prima comprendere
-
2:25 - 2:27cosa intendono quando
parlano del concetto di "fumare". -
2:27 - 2:31Su Twitter ci sono
quattro categorie principali: -
2:31 - 2:34numero uno, fumare sigarette;
-
2:34 - 2:37numero due, fumare marijuana;
-
2:37 - 2:40numero tre, costolette fumanti;
-
2:40 - 2:43e numero quattro, donne calde fumanti.
-
2:43 - 2:46(Risate)
-
2:46 - 2:48Quindi bisogna riflettere bene
-
2:48 - 2:51su come le persone
parlano delle sigarette elettroniche. -
2:51 - 2:53Ci sono tantissimi modi diversi
-
2:53 - 2:56che le persone usano,
e come potete vedere nella diapositiva -
2:56 - 2:58è una query alquanto complessa.
-
2:58 - 3:01Tutto questo ci fa ricordare
-
3:01 - 3:04che il linguaggio è creato dalle persone,
-
3:04 - 3:06e le persone sono disordinate
e complesse, -
3:06 - 3:09usano metafore, slang e dialetti
-
3:09 - 3:12e lo fanno ventiquattro ore
su ventiquattro, in tante lingue, -
3:12 - 3:15e non appena se ne accorgono,
cambiano atteggiamento. -
3:15 - 3:20Così fanno le pubblicità del Centro
per la Prevenzione delle Malattie, -
3:20 - 3:23quelle campagne televisive
in cui si vede una donna -
3:23 - 3:25con un buco in gola, molto esplicite
-
3:25 - 3:27e molto scioccanti,
-
3:27 - 3:29Influiscono davvero
-
3:29 - 3:31sul fatto che la gente smetta di fumare?
-
3:31 - 3:35L'Health Media Collaboratory,
pur rispettando il limite dei suoi dati, -
3:35 - 3:37ha comunque potuto concludere
-
3:37 - 3:40che quelle campagne,
probabilmente le avrete viste, -
3:40 - 3:42hanno l'effetto
di far precipitare la gente -
3:42 - 3:44in un processo durissimo
-
3:44 - 3:48che potrebbe avere un impatto
nel loro futuro comportamento. -
3:48 - 3:52Ciò che più ho ammirato
e apprezzato di questo progetto -
3:52 - 3:53oltre al fatto e incluso il fatto
-
3:53 - 3:57che si basa sui bisogni reali dell'uomo,
-
3:57 - 4:00è il fatto che rappresenti
un fantastico esempio di coraggio -
4:00 - 4:05alla faccia di un mare di irrilevanza.
-
4:05 - 4:08Quindi non sono solo i big data a causare
-
4:08 - 4:11sfide di interpretazione,
perché, diciamoci la verità, -
4:11 - 4:13noi esseri umani abbiamo
alle nostre spalle una lunga storia -
4:13 - 4:16di dati di qualsiasi dimensione,
non importa se piccoli, -
4:16 - 4:17presi e messi in disordine.
-
4:17 - 4:21Forse vi ricorderete che, tanti anni fa,
-
4:21 - 4:24l'ex Presidente Ronald Reagan
-
4:24 - 4:25fu molto criticato per aver affermato
-
4:25 - 4:28che i fatti sono argomenti stupidi.
-
4:28 - 4:31Siamo sinceri,
sarà stato certamente un lapsus. -
4:31 - 4:34In realtà intendeva
citare la difesa di John Adams -
4:34 - 4:36dei soldati britannici
al processo per il massacro di Boston -
4:36 - 4:40il quale affermava che
i fatti erano argomenti testardi. -
4:40 - 4:42Personalmente ritengo che ci fosse
-
4:42 - 4:46un fondo di saggezza accidentale
in ciò che affermò, -
4:46 - 4:48perché i fatti sono argomenti testardi,
-
4:48 - 4:51ma a volte sono anche argomenti stupidi.
-
4:51 - 4:53Voglio raccontarvi una storia personale
-
4:53 - 4:57per farvi capire perché
tutto questo significa molto per me. -
4:57 - 4:59Ho bisogno di respirare a fondo.
-
4:59 - 5:02All'età di due anni, a mio figlio Isaac
-
5:02 - 5:04fu diagnosticata una forma di autismo.
-
5:04 - 5:07Era un ragazzino così felice,
-
5:07 - 5:09sorridente, amorevole e affettuoso,
-
5:09 - 5:12ma i parametri
di valutazione del suo sviluppo -
5:12 - 5:14che valutano valori come
il numero di parole, -
5:14 - 5:17che in quel momento era pari a zero,
-
5:17 - 5:21gesti comunicativi
e contatto visivo minimo, -
5:21 - 5:23lo posizionavano al livello di sviluppo
-
5:23 - 5:27di un neonato di nove mesi.
-
5:27 - 5:30La diagnosi, sulla carta, era corretta,
-
5:30 - 5:33ma non raccontava tutta la verità.
-
5:33 - 5:35Un anno e mezzo più tardi,
-
5:35 - 5:37quando aveva quasi quattro anni,
-
5:37 - 5:39un giorno lo trovai davanti al computer
-
5:39 - 5:45che cercava su Google immagini di donne,
-
5:45 - 5:48scritto "d-o-n-e".
-
5:48 - 5:51E feci quello che ogni
genitore ossessionato avrebbe fatto, -
5:51 - 5:53Cioè premere
subito il pulsante "indietro" -
5:53 - 5:56per vedere cos'altro avesse cercato.
-
5:56 - 5:58E in quest'ordine c'erano: uomini,
-
5:58 - 6:06scuola, autobus e computer.
-
6:06 - 6:08E rimasi stupita,
-
6:08 - 6:10perché non sapevamo
che sapesse scrivere, -
6:10 - 6:12e tantomeno leggere, così gli chiesi:
-
6:12 - 6:14"Isaac, come sei riuscito a fare questo?"
-
6:14 - 6:16E lui, guardandomi molto serio, mi disse:
-
6:16 - 6:20"Scrivendo nella scatola".
-
6:20 - 6:23Stava cercando di imparare
da solo a comunicare, -
6:23 - 6:26ma noi stavamo
cercando nel posto sbagliato. -
6:26 - 6:29Questo è ciò che accade
quando le valutazioni -
6:29 - 6:31e le analisi sopravvalutano
il sistema di misura, -
6:31 - 6:34in questo caso, la comunicazione verbale,
-
6:34 - 6:36e sottovalutano altri parametri
-
6:36 - 6:39come la capacità
di risoluzione dei problemi. -
6:39 - 6:42Per Isaac era difficile comunicare,
-
6:42 - 6:44allora ha cercato un modo
-
6:44 - 6:47di scoprire ciò
che aveva bisogno di sapere. -
6:47 - 6:48Se ci pensate, tutto questo ha senso,
-
6:48 - 6:51perché formulare una domanda
-
6:51 - 6:53è un processo davvero complesso,
-
6:53 - 6:56ma lui è riuscito
ad arrivare a quello che voleva -
6:56 - 7:00inserendo una parola
nella finestra di ricerca. -
7:00 - 7:03Questo piccolo momento
-
7:03 - 7:05ha avuto un impatto
molto profondo su di me -
7:05 - 7:07e sulla nostra famiglia
-
7:07 - 7:10perché ci ha aiutato
a cambiare i parametri di riferimento, -
7:10 - 7:12per capire meglio
cosa passava per la sua testa, -
7:12 - 7:15e a preoccuparci un po' meno,
apprezzando di più, -
7:15 - 7:17la sua ingegnosità.
-
7:17 - 7:20I fatti sono argomenti stupidi.
-
7:20 - 7:23E c'è il rischio che vengano usati
-
7:23 - 7:24in modo scorretto.
-
7:24 - 7:27Ho un'amica ricercatrice,
Emily Willingham, -
7:27 - 7:30che non molto tempo fa
ha scritto un articolo per Forbes -
7:30 - 7:32intitolato "Le 10 cose più strane
-
7:32 - 7:34associate all'autismo".
-
7:34 - 7:37È una lista piuttosto lunga.
-
7:37 - 7:40Internet è il colpevole di tutto, vero?
-
7:40 - 7:44E ovviamente le madri.
-
7:44 - 7:46Tra l'altro, non è tutto,
-
7:46 - 7:49ce ne sono diverse
nella categoria "madre". -
7:49 - 7:54Come potete vedere, è una lista
piuttosto ricca e interessante. -
7:54 - 7:56Personalmente, la mia preferita
-
7:56 - 8:00è rimanere incinta
vicino alle autostrade". -
8:00 - 8:01Anche l'ultima è interessante,
-
8:01 - 8:04perché, di fatto,
il termine "madre frigorifero" -
8:04 - 8:08fu usata come ipotesi originale
per spiegare la causa dell'autismo, -
8:08 - 8:11indicando una persona
fredda e incapace di amare. -
8:11 - 8:13A questo punto starete pensando:
-
8:13 - 8:14"D'accordo, Susan, abbiamo capito,
-
8:14 - 8:17puoi prendere i dati
e dar loro un significato". -
8:17 - 8:26Ed è vero, è del tutto vero, ma la sfida
-
8:26 - 8:29è che abbiamo questa opportunità
-
8:29 - 8:31di provare a ricavarne
un significato noi stessi, -
8:31 - 8:37perché, onestamente, i dati non creano
significati. Siamo noi a farlo. -
8:37 - 8:40Quindi,
come persone d'affari, consumatori, -
8:40 - 8:42pazienti e cittadini,
-
8:42 - 8:45ritengo che abbiamo la responsabilità
-
8:45 - 8:47di passare più tempo
-
8:47 - 8:50a concentrarci sulle nostre capacità
di pensiero critico. -
8:50 - 8:51Perché?
-
8:51 - 8:56Perché in questo momento storico,
come abbiamo sentito più volte, -
8:56 - 9:00siamo in grado di analizzare
Exabyte di dati alla velocità della luce, -
9:00 - 9:03e corriamo il rischio
di prendere decisioni sbagliate -
9:03 - 9:05molto più velocemente, efficientemente,
-
9:05 - 9:10e con un impatto molto più forte
che in passato. -
9:10 - 9:12Splendido, vero?
-
9:12 - 9:15Ciò che dobbiamo fare, quindi,
-
9:15 - 9:20è dedicare un po' più di tempo
a cose come gli studi umanistici, -
9:20 - 9:23la sociologia e le scienze sociali,
la retorica, la filosofia, l'etica, -
9:25 - 9:26perché ci danno un contesto,
-
9:26 - 9:28che, abbiamo visto,
è molto importante -
9:28 - 9:31per comprendere i big data e perché
-
9:31 - 9:33ci aiutano ad usare meglio
il nostro pensiero critico. -
9:33 - 9:38Perché, dopo tutto,
se siamo in grado di individuare -
9:38 - 9:40un problema in un ragionamento,
non ci importa tanto -
9:40 - 9:43se viene espresso con parole o numeri.
-
9:43 - 9:46Questo vuol dire
-
9:46 - 9:52che dobbiamo imparare ad individuare
questi pregiudizi -
9:50 - 9:52e false correlazioni,
-
9:52 - 9:54e dobbiamo essere in grado
di individuare da lontano -
9:54 - 9:56un semplice appello emotivo,
-
9:56 - 9:58perché qualcosa
che succede dopo qualcos'altro, -
9:58 - 10:00non vuol dire per forza
che ne sia una conseguenza. -
10:00 - 10:02Se mi permettete di fare
-
10:02 - 10:04la secchiona per un momento,
-
10:04 - 10:08i romani lo chiamavano
"post hoc ergo propter hoc", -
10:08 - 10:11"dopo di ciò, quindi a causa di ciò".
-
10:11 - 10:15Questo implica mettere in discussione
discipline come la demografia. -
10:15 - 10:17Perché? Perché si basano su deduzioni
-
10:17 - 10:20su chi siamo, sul nostro sesso,
-
10:20 - 10:21sulla nostra età e su dove viviamo
-
10:21 - 10:24in opposizione ai dati
su chi siamo e a cosa pensiamo veramente. -
10:24 - 10:26Avendo questi dati,
-
10:26 - 10:29dobbiamo trattarli
con controlli della privacy appropriati -
10:29 - 10:33e con l'autorizzazione dei consumatori,
-
10:33 - 10:36e dobbiamo, inoltre, essere chiari
-
10:36 - 10:38riguardo le nostre ipotesi,
-
10:38 - 10:41le metodologie che utilizziamo,
-
10:41 - 10:43e la nostra fiducia sul risultato.
-
10:43 - 10:46Come diceva
la mia professoressa di algebra, -
10:46 - 10:47dovete scrivere i passaggi,
-
10:47 - 10:50perché se non so
quali passaggi avete seguito, -
10:51 - 10:53non posso sapere
quelli che non avete seguito, -
10:53 - 10:55e se non so che domande vi siete fatti,
-
10:55 - 10:58non posso sapere
che domande non vi siete fatti. -
10:58 - 11:02Questo vuol dire che dobbiamo
porci la domanda più difficile di tutte: -
11:02 - 11:05i big data ci mostrano
davvero tutto questo -
11:05 - 11:11o è il risultato che ci fa sentire
più soddisfatti e a nostro agio? -
11:11 - 11:14Così l'Health Media Collaboratory,
-
11:14 - 11:19alla fine del progetto ha potuto
concludere che l'87 per cento dei tweet -
11:19 - 11:25riguardanti quelle campagne
esplicite e scioccanti -
11:21 - 11:25contro il fumo suscitavano paura,
-
11:25 - 11:27ma hanno potuto concludere
-
11:27 - 11:30che facessero realmente
smettere di fumare? -
11:30 - 11:33No. È scienza, non magia.
-
11:33 - 11:36Quindi, se dovessimo liberare
-
11:36 - 11:39il potere dei dati,
-
11:39 - 11:42non dovremo credere ciecamente
-
11:42 - 11:45alla visione di Orwell
di un futuro totalitario, -
11:45 - 11:49o a quella di Huxley
di un futuro banale, -
11:49 - 11:52o qualche terribile cocktail di entrambi.
-
11:52 - 11:54Ciò che dobbiamo fare
-
11:54 - 11:57è trattare il pensiero critico
con rispetto -
11:57 - 11:59e ispirarci ad esempi
-
11:59 - 12:01come quello
dell'Health Media Collaboratory, -
12:01 - 12:04e come dicono i supereroi nei film,
-
12:04 - 12:06usiamo i nostri poteri per fare del bene.
-
12:06 - 12:08Grazie.
-
12:08 - 12:10(Applausi)
- Title:
- Cosa ce ne facciamo di tutti questi big data?
- Speaker:
- Susan Etlinger
- Description:
-
L’esistenza di un insieme di dati ti fa sentire meglio? Ti fa sentire più soddisfatto? Se è così, forse non li hai interpretati nel modo corretto. In una conferenza incredibilmente toccante, Susan Etlinger ci spiega perché, a causa del numero crescente di dati che riceviamo, è necessario approfondire le nostre capacità di analisi critica. La risposta è che non dobbiamo fermarci al semplice computo delle cose, ma dobbiamo incominciare a comprenderne anche il significato.
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 12:23
Anna Cristiana Minoli approved Italian subtitles for What do we do with all this big data? | ||
Anna Cristiana Minoli edited Italian subtitles for What do we do with all this big data? | ||
Anna Cristiana Minoli edited Italian subtitles for What do we do with all this big data? | ||
Anna Cristiana Minoli edited Italian subtitles for What do we do with all this big data? | ||
Debora Serrentino edited Italian subtitles for What do we do with all this big data? | ||
Debora Serrentino edited Italian subtitles for What do we do with all this big data? | ||
Debora Serrentino accepted Italian subtitles for What do we do with all this big data? | ||
Debora Serrentino edited Italian subtitles for What do we do with all this big data? |