Wat doen we met al deze grote datasets?
-
0:01 - 0:04Technologie heeft ons zoveel gebracht:
-
0:04 - 0:07naar de Maan gaan, het Internet,
-
0:07 - 0:09het menselijk genoom kunnen bepalen.
-
0:09 - 0:13Maar technologie boort ook
onze diepste angsten aan. -
0:13 - 0:15Ongeveer 30 jaar geleden,
-
0:15 - 0:17schreef cultuurcriticus
Neil Postman een boek, -
0:17 - 0:19dat "We amuseren ons kapot!" heet,
-
0:19 - 0:22dat dit op briljante wijze uiteenzet.
-
0:22 - 0:26Hij maakte een vergelijking
tussen de dystopische visies -
0:26 - 0:30van George Orwell en Aldous Huxley.
-
0:30 - 0:35Hij zei: "Orwell was bang dat
we een gevangen cultuur zouden krijgen. -
0:35 - 0:39Huxley was bang dat het
een triviale cultuur zou worden." -
0:39 - 0:43Orwell was bang dat de waarheid
voor ons verborgen gehouden zou worden. -
0:43 - 0:48Huxley was bang dat we zouden verdrinken
in een zee van irrelevantie. -
0:48 - 0:50In een notendop
is het de keuze tussen -
0:50 - 0:52Big Brother houdt jou in de gaten
-
0:52 - 0:55en jij houdt Big Brother in de gaten.
-
0:55 - 0:57(Gelach)
-
0:57 - 0:59Zo hoeft het echter niet te zijn.
-
0:59 - 1:02We zijn geen passieve consumenten
van data en technologie. -
1:02 - 1:04We bepalen zelf de rol
die ze in ons leven spelen, -
1:04 - 1:07en de manier waarop we er
betekenis aan geven. -
1:07 - 1:08Maar om dat te doen,
-
1:08 - 1:14moeten we evenveel aandacht geven
aan hoe we denken als aan hoe we coderen. -
1:14 - 1:17We moeten onszelf vragen stellen,
moeilijke vragen, -
1:17 - 1:19die verder gaan dan dingen tellen
-
1:19 - 1:21naar dingen begrijpen.
-
1:21 - 1:26We worden overstelpt met verhalen
over hoeveel data er in de wereld is, -
1:26 - 1:30maar als het om grote datasets gaat
en de uitdaging om deze te interpreteren, -
1:30 - 1:32dan is afmeting niet het enige dat telt.
-
1:32 - 1:35Ook de snelheid
waarmee het zich ontwikkelt -
1:35 - 1:37en de variëteit van de gegevens.
-
1:37 - 1:40Hier zijn wat voorbeelden:
-
1:40 - 1:42Beelden,
-
1:42 - 1:46tekst,
-
1:46 - 1:48video,
-
1:48 - 1:50audio.
-
1:50 - 1:53Gemeenschappelijk
aan deze verschillende data -
1:53 - 1:55is dat ze door mensen gemaakt zijn
-
1:55 - 1:58en dat ze context nodig hebben.
-
1:58 - 2:00Er is een groep datawetenschappers
-
2:00 - 2:02van de Universiteit van Illinois-Chicago,
-
2:02 - 2:05het Samenwerkingsverband
Gezondheid & Media, -
2:05 - 2:08en zij werken met de centra
voor ziektebeheersing -
2:08 - 2:09om beter te begrijpen
-
2:09 - 2:12hoe mensen praten
over stoppen met roken, -
2:12 - 2:15hoe ze praten over de elektrische sigaret
-
2:15 - 2:19en wat ze samen kunnen doen
om deze mensen te helpen stoppen. -
2:19 - 2:21Het is interessant dat je om te begrijpen
-
2:21 - 2:23hoe mensen praten over roken
-
2:23 - 2:25eerst moet begrijpen
-
2:25 - 2:27wat ze bedoelen als ze 'roken' zeggen.
-
2:27 - 2:31Op Twitter zijn er vier categorieën:
-
2:31 - 2:34nummer één, het roken van sigaretten;
-
2:34 - 2:37nummer twee, het roken van marihuana;
-
2:37 - 2:40nummer drie, het roken van spare ribs
-
2:40 - 2:43en nummer vier, 'rokend' hete vrouwen.
-
2:43 - 2:46(Gelach)
-
2:46 - 2:49Dan moet je je afvragen
-
2:49 - 2:51hoe mensen praten
over de elektrische sigaret? -
2:51 - 2:53Er zijn zoveel manieren
-
2:53 - 2:55waarop mensen dit doen.
Je kunt op de dia zien -
2:55 - 2:58dat het een complexe vraag is.
-
2:58 - 3:01Het herinnert ons eraan
-
3:01 - 3:04dat taal door mensen gemaakt wordt.
-
3:04 - 3:06Wij zijn slordig en complex,
-
3:06 - 3:09gebruiken metaforen,
straattaal en jargon -
3:09 - 3:12en dat 24 uur per dag in heel veel talen,
-
3:12 - 3:15en zodra we iets uitvogelen,
dan veranderen we het. -
3:15 - 3:20Zo ook met de advertenties
van de Amerikaanse Gezondheidsraad. -
3:20 - 3:22Die advertenties waren erg grafisch,
-
3:22 - 3:25met een vrouw met een gat
in haar keel in de hoofdrol. -
3:25 - 3:27Erg beangstigend.
-
3:27 - 3:31Hadden deze advertenties echt invloed
op de keuze om te stoppen? -
3:31 - 3:35Het Samenwerkingsverband
respecteerde de grenzen van hun data, -
3:35 - 3:37maar kon wel concluderen
-
3:37 - 3:40dat deze advertenties --
jullie hebben ze misschien gezien -- -
3:40 - 3:44ervoor zorgden dat mensen
erover gingen nadenken. -
3:44 - 3:48Wat invloed kan hebben
op toekomstig gedrag. -
3:48 - 3:52Ik bewonder en waardeer
aan dit project -
3:52 - 3:57dat het het gebaseerd is
op een werkelijk menselijke behoefte, -
3:57 - 4:05én een mooi voorbeeld van moed is
in een zee van irrelevante zaken. -
4:05 - 4:08Het zijn niet alleen
die grote hoeveelheden data -
4:08 - 4:11die verschillen in interpretatie
aan de kaak stellen. -
4:11 - 4:13Wij mensen hebben een rijke historie
-
4:13 - 4:17om iedere hoeveelheid gegevens,
hoe klein ook, te verdraaien. -
4:17 - 4:21Misschien herinneren jullie je
-
4:21 - 4:24dat voormalig president Ronald Reagan
-
4:24 - 4:25bekritiseerd werd vanwege een verklaring
-
4:25 - 4:29dat feiten stomme dingen zijn.
-
4:29 - 4:31Het was een verspreking,
laten we eerlijk zijn. -
4:31 - 4:34Hij wilde John Adams citeren,
in zijn verdediging -
4:34 - 4:36in de rechtszaken
rondom het bloedbad van Boston, -
4:36 - 4:40dat 'feiten koppige dingen zijn'.
-
4:40 - 4:46Toch denk ik dat er een toevallige
wijsheid zit in wat hij zei, -
4:46 - 4:48want feiten zijn koppige dingen
-
4:48 - 4:51en soms zijn ze ook stom.
-
4:51 - 4:57Ik wil wat persoonlijks vertellen
over waarom dit mij kan schelen. -
4:57 - 4:59Ik moet even adem halen.
-
4:59 - 5:04Toen mijn zoon Isaac twee was,
werd er autisme geconstateerd. -
5:04 - 5:09Hij was een blij, grappig
liefhebbend, aanhalig jongetje, -
5:09 - 5:12maar gemeten op de ontwikkelingsschaal
-
5:12 - 5:17die keek naar het aantal woorden --
op dat moment geen -- -
5:17 - 5:21naar communicatieve gebaren
en het minimale oogcontact, -
5:21 - 5:27scoorde hij op ontwikkelingsniveau
als een baby van negen maanden oud. -
5:27 - 5:30De diagnose was feitelijk correct,
-
5:30 - 5:33maar vertelde niet het hele verhaal.
-
5:33 - 5:37Anderhalf jaar later,
toen hij bijna vier was, -
5:37 - 5:39vond ik hem op een dag achter de computer
-
5:39 - 5:45waar hij via Google
afbeeldingen zocht van vrouwen, -
5:45 - 5:48dat hij als "w-i-m-e-n" spelde.
-
5:48 - 5:51Ik deed wat
iedere geobsedeerde ouder doet, -
5:51 - 5:53op 'vorige' klikken
-
5:53 - 5:56om te zien wat hij
nog meer gezocht had. -
5:56 - 5:58Dat waren in deze volgorde: mannen,
-
5:58 - 6:06school, bus en computer.
-
6:06 - 6:08Ik was verbijsterd,
-
6:08 - 6:10want we wisten niet dat hij kon spellen,
-
6:10 - 6:12laat staan lezen, dus ik vroeg hem:
-
6:12 - 6:14"Isaac, hoe heb je dat gedaan?"
-
6:14 - 6:16Hij keek me heel serieus aan en zei:
-
6:16 - 6:20"Ik heb het ingetypt."
-
6:20 - 6:23Hij leerde zichzelf communiceren,
-
6:23 - 6:26maar wij zochten op de verkeerde plek,
-
6:26 - 6:29en dit gebeurt er wanneer testen
-
6:29 - 6:31en analyses één aspect overwaarderen --
-
6:31 - 6:34in dit geval verbale communicatie --
-
6:34 - 6:39en andere aspecten onderwaarderen,
zoals creatieve probleemoplossing. -
6:39 - 6:42Communicatie was moeilijk voor Isaac,
-
6:42 - 6:47dus vond hij een manier eromheen
om te leren wat hij nodig had. -
6:47 - 6:48Het is eigenlijk heel zinnig,
-
6:48 - 6:53want een vraag formuleren
is een heel complex proces, -
6:53 - 7:00maar hij kon eromheen werken
door een woord in een zoekvak te typen. -
7:00 - 7:03Dit momentje...
-
7:03 - 7:05had veel invloed op mij
-
7:05 - 7:07en op ons gezin
-
7:07 - 7:10omdat het ons hielp
ons referentiekader te veranderen -
7:10 - 7:12over wat er met hem gebeurde,
-
7:12 - 7:17en ons minder zorgen maken
en zijn vindingrijkheid meer waarderen. -
7:17 - 7:20Feiten zijn stomme dingen.
-
7:20 - 7:24En ze zijn kwetsbaar voor misbruik,
met opzet of anderzins. -
7:24 - 7:27Een vriendin die wetenschapper is,
Emily Willingham, -
7:27 - 7:30schreef kort geleden
een stuk voor Forbes, -
7:30 - 7:34Het heette: "De 10 Raarste Dingen
die Ooit aan Autisme Gelinkt zijn." -
7:34 - 7:37Het is nogal een lijst.
-
7:37 - 7:40Het Internet,
krijgt overal de schuld van, toch? -
7:40 - 7:44En moeders natuurlijk, omdat.
-
7:44 - 7:46Wacht, er is meer,
-
7:46 - 7:49er is een heleboel
in de categorie 'moeders'. -
7:49 - 7:54Het is een behoorlijk
rijke en interessante lijst. -
7:54 - 7:56Ik ben persoonlijk een fan
-
7:56 - 8:00van ‘zwanger zijn
in de buurt van snelwegen’. -
8:00 - 8:01De laatste is interessant,
-
8:01 - 8:04want de term 'koelkastmoeder'
-
8:04 - 8:07was de originele hypothese
-
8:07 - 8:08als oorzaak van autisme
-
8:08 - 8:11en het betekende iemand
die koud en afstandelijk was. -
8:11 - 8:13Nu denken jullie misschien,
-
8:13 - 8:14"Ok, Susan, we snappen het,
-
8:14 - 8:16je kunt data alles laten zeggen."
-
8:16 - 8:21En dat is waar, echt waar,
-
8:21 - 8:26maar de uitdaging is
-
8:26 - 8:29dat we de kans hebben
-
8:29 - 8:31om er zelf betekenis aan te geven,
-
8:31 - 8:37omdat de data zelf geen betekenis geeft.
Dat doen wij. -
8:37 - 8:42Dus als zakenman, als consument,
als patiënt, als burger, -
8:42 - 8:45hebben wij, denk ik,
een verantwoordelijkheid, -
8:45 - 8:47om meer tijd te besteden aan
-
8:47 - 8:50ons kritisch denkvermogen.
-
8:50 - 8:51Waarom?
-
8:51 - 8:56Omdat we, zoals we al zo vaak
gehoord hebben, -
8:56 - 9:00we kunnen met lichtsnelheid
exabytes aan data verwerken, -
9:00 - 9:05we kunnen veel sneller en efficiënter
slechte keuzes maken -
9:05 - 9:10en met veel grotere gevolgen
dat in het verleden. -
9:10 - 9:12Geweldig, toch?
-
9:12 - 9:15In plaats daarvan moeten we
-
9:15 - 9:17wat meer tijd besteden
-
9:17 - 9:20aan zaken zoals geesteswetenschappen,
-
9:20 - 9:23sociologie en sociale wetenschappen,
-
9:23 - 9:26retoriek, filosofie, ethiek,
-
9:26 - 9:28omdat ze ons
hele belangrijke context verschaffen -
9:28 - 9:31voor die grote datasets
-
9:31 - 9:33en omdat ze ons helpen
betere kritische denkers te worden. -
9:33 - 9:39Want als ik een probleem
in een discussie kan ontdekken, -
9:39 - 9:43dan maakt het niet uit of dat
in woorden of in getallen is. -
9:43 - 9:46Dit betekent
-
9:46 - 9:50dat we onszelf moeten leren
om onze eigen vertekening te herkennen -
9:50 - 9:52en de valse correlaties
-
9:52 - 9:56en een emotioneel argument
vanop 50 meter te herkennen. -
9:56 - 9:58Omdat als iets na iets anders gebeurt,
-
9:58 - 10:01betekent dat niet dat
het erdoor veroorzaakt is. -
10:01 - 10:03Als ik even mag,
-
10:03 - 10:08de Romeinen noemden dit
"post hoc ergo propter hoc," -
10:08 - 10:11of “nadat, dus doordat”.
-
10:11 - 10:15Het betekent bijvoorbeeld
kritisch zijn over demografie. -
10:15 - 10:17Waarom? Omdat het is
gebaseerd op aannames -
10:17 - 10:20over wie we zijn,
gebaseerd op geslacht, -
10:20 - 10:21onze leeftijd en waar we wonen
-
10:21 - 10:24en niet op gegevens over
wat we echt denken en doen. -
10:24 - 10:26Omdat we deze gegevens hebben,
-
10:26 - 10:29moeten we het behandelen
met de nodige privacy-waarborgen -
10:29 - 10:33waarin je kunt kiezen om mee te doen.
-
10:33 - 10:36Daarbuiten moeten we duidelijk zijn
-
10:36 - 10:38over onze hypotheses
-
10:38 - 10:41en de methodes die we gebruiken
-
10:41 - 10:43en over het vertrouwen
dat we in het resultaat hebben. -
10:43 - 10:46Zoals mijn wiskundeleraar vroeger zei:
-
10:46 - 10:47“Laat je berekening zien.”,
-
10:47 - 10:51want als ik niet weet
welke stappen je gezet hebt, -
10:51 - 10:53dan weet ik niet
welke je niet gezet hebt. -
10:53 - 10:55Als ik niet weet
welke vragen je gesteld hebt, -
10:55 - 10:58dan weet ik niet
welke vragen je niet gesteld hebt. -
10:58 - 11:00Dit betekent dat we onszelf
-
11:00 - 11:01het moeilijkste moeten vragen:
-
11:01 - 11:05“Blijkt dit echt uit de gegevens,
-
11:05 - 11:07of zorgt het resultaat ervoor
-
11:07 - 11:11dat we ons succesvoller
en geruster voelen?” -
11:11 - 11:15De Samenwerking van Gezondheid & Media,
kon aan het eind van hun project zeggen -
11:15 - 11:19dat 87% van de tweets angst weergaven,
-
11:19 - 11:25over die hele grafische en
confronterende anti-rookreclames. -
11:25 - 11:27Maar concludeerden ze ook
-
11:27 - 11:30dat ze mensen lieten stoppen met roken?
-
11:30 - 11:33Nee. Het is wetenschap, geen magie.
-
11:33 - 11:39Als we de kracht van de data
kunnen vrijmaken, -
11:39 - 11:42dan hoeven we Orwell
niet blind te volgen -
11:42 - 11:49in zijn totalitaire toekomstvisie,
noch Huxley in zijn triviale visie, -
11:49 - 11:52noch een verschrikkelijke cocktail
van beide. -
11:52 - 11:57Wat we moeten doen,
is kritisch denken met respect bejegenen -
11:57 - 11:59en geïnspireerd raken door voorbeelden
-
11:59 - 12:01zoals de Samenwerking
van Gezondheid en Media. -
12:01 - 12:04Zoals ze in films met superhelden zeggen:
-
12:04 - 12:06“Gebruik die macht
om iets goeds te doen.” -
12:06 - 12:08Dank je wel.
-
12:08 - 12:10(Applaus)
- Title:
- Wat doen we met al deze grote datasets?
- Speaker:
- Susan Etlinger
- Description:
-
Zorgt een dataset ervoor dat je je prettiger voelt? Succesvoller? Dan interpreteer je de data waarschijnlijk verkeerd. In een bewogen talk legt Susan Etlinger uit waarom we, nu we meer en meer gegevens krijgen, ons vermogen om kritisch te denken moeten verdiepen. De stap van dingen tellen naar ze echt begrijpen, is moeilijk.
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 12:23
Christel Foncke approved Dutch subtitles for What do we do with all this big data? | ||
Christel Foncke edited Dutch subtitles for What do we do with all this big data? | ||
Christel Foncke edited Dutch subtitles for What do we do with all this big data? | ||
Christel Foncke edited Dutch subtitles for What do we do with all this big data? | ||
Rik Delaet accepted Dutch subtitles for What do we do with all this big data? | ||
Rik Delaet edited Dutch subtitles for What do we do with all this big data? | ||
Rik Delaet edited Dutch subtitles for What do we do with all this big data? | ||
Rik Delaet edited Dutch subtitles for What do we do with all this big data? |