Šta radimo sa ovim velikim podacima?
-
0:01 - 0:04Tehnologija nam je donela puno toga:
-
0:04 - 0:07sletanje na Mesec, internet,
-
0:07 - 0:09mogućnost da sekvenciramo
ljudski genom. -
0:09 - 0:13Ali je i dotakla mnogo naših
najdubljih strahova, -
0:13 - 0:15i pre oko 30 godina,
-
0:15 - 0:17kritičar kulture Nil Postman
napisao je knjigu -
0:17 - 0:19po imenu "Zabavljamo se na mrtvo",
-
0:19 - 0:22koja to pokazuje na briljantan način.
-
0:22 - 0:24I evo šta je on rekao,
-
0:24 - 0:26upoređujući distopijske vizije
-
0:26 - 0:30Džordža Orvela i Oldosa Hakslija.
-
0:30 - 0:33Rekao je: "Orvel se plašio
da ćemo postati -
0:33 - 0:35zatočena kultura.
-
0:35 - 0:39Haksli se plašio da ćemo postati
beznačajna kultura. -
0:39 - 0:41Orvel se plašio da će istina
-
0:41 - 0:43biti sakrivena od nas,
-
0:43 - 0:45a Haksli se plašio da ćemo
se udaviti -
0:45 - 0:48u moru nebitnih stvari".
-
0:48 - 0:50Ukratko, izbor se svodi na
-
0:50 - 0:52Velikog Brata koji posmatra tebe
-
0:52 - 0:55i tebe koji posmatraš "Velikog brata".
-
0:55 - 0:57(Smeh)
-
0:57 - 0:59Ali ne mora da bude tako.
-
0:59 - 1:02Mi nismo pasivni potrošači
podataka i tehnologije. -
1:02 - 1:05Mi oblikujemo ulogu koju
oni igraju u našim životima -
1:05 - 1:07i način na koji ih shvatamo,
-
1:07 - 1:08ali da bismo to uradili,
-
1:08 - 1:12moramo da obratimo onoliko
pažnje na to kako mislimo -
1:12 - 1:14koliko i na to kako kodiramo.
-
1:14 - 1:17Moramo da postavljamo pitanja,
teška pitanja, -
1:17 - 1:19da pređemo sa brojanja stvari
-
1:19 - 1:21na njihovo razumevanje.
-
1:21 - 1:24Konstantno smo bombardovani pričama
-
1:24 - 1:26o tome koliko podataka ima u svetu,
-
1:26 - 1:28ali kada se radi
o velikoj količini podataka -
1:28 - 1:30i izazovima njihovog tumačenja,
-
1:30 - 1:33količina nije sve.
-
1:33 - 1:35Bitna je i brzina kojom se menjaju,
-
1:35 - 1:37mnoge varijacije tipova podataka,
-
1:37 - 1:40i ovo su samo neki od primera:
-
1:40 - 1:42fotografije,
-
1:42 - 1:46tekst,
-
1:46 - 1:48video,
-
1:48 - 1:50audio.
-
1:50 - 1:53I ono što ujedinjuje ove
različite tipove podataka -
1:53 - 1:55je to da su ih stvorili ljudi,
-
1:55 - 1:58a to povlači i kontekst.
-
1:58 - 2:01Postoji grupa naučnika
koja se bavi podacima -
2:01 - 2:03na Univerzitetu Ilinois u Čikagu,
-
2:03 - 2:05zovu ih Health Media Collaboratory,
-
2:05 - 2:08i oni sarađuju
sa Centrom za kontrolu bolesti -
2:08 - 2:09da bi bolje razumeli
-
2:09 - 2:12kako ljudi pričaju
kako će da prestanu da puše, -
2:12 - 2:15kako pričaju o elektronskim cigaretama,
-
2:15 - 2:17i šta oni mogu da urade kao kolektiv
-
2:17 - 2:19da im pomognu da prestanu.
-
2:19 - 2:21Interesantna stvar je da,
ako hoćete da razumete -
2:21 - 2:23kako ljudi pričaju o pušenju,
-
2:23 - 2:25prvo morate da razumete
-
2:25 - 2:27na šta misle kada kažu "pušenje".
-
2:27 - 2:31Na Tviteru, postoje
četiri glavne kategorije: -
2:31 - 2:34broj jedan, pušenje cigareta;
-
2:34 - 2:37broj dva, pušenje marihuane;
-
2:37 - 2:40broj tri, dimljena rebarca,
-
2:40 - 2:43i broj četiri, zgodne žene.
-
2:43 - 2:45(Smeh)
-
2:46 - 2:49Onda morate da razmislite,
-
2:49 - 2:51kako ljudi pričaju
o elektronskim cigaretama? -
2:51 - 2:53Postoji toliko različitih načina
-
2:53 - 2:55na koji ljudi to rade,
i kao što vidite sa slajda, -
2:55 - 2:58to je kompleksno pitanje.
-
2:58 - 3:01I ono nas podseća na to
-
3:01 - 3:04da jezik stvaraju ljudi,
-
3:04 - 3:06a ljudi su zbrkani i kompleksni
-
3:06 - 3:09i koristimo metafore i sleng i žargon
-
3:09 - 3:12i radimo to non-stop
na mnogo, mnogo jezika, -
3:12 - 3:15i taman kada se stvari slegnu,
mi sve promenimo. -
3:15 - 3:20Dakle, da li su ove reklame
koje je CDC napravio, -
3:20 - 3:23ove televizijske reklame
koje su imale ženu -
3:23 - 3:25sa rupom u grlu i koje su
bile vrlo snažne -
3:25 - 3:27i vrlo uznemirujuće,
-
3:27 - 3:29da li su one zapravo imale uticaja
-
3:29 - 3:32da ljudi ostave pušenje?
-
3:32 - 3:35Health Media Collaboratory je
bila svesna ograničenosti podataka, -
3:35 - 3:37ali bili su u mogućnosti da zaključe
-
3:37 - 3:40da te reklame - i možda ste ih videli -
-
3:40 - 3:42da su imale efekat da trgnu ljude
-
3:42 - 3:44da uđu u proces razmišljanja
-
3:44 - 3:48koji će možda imati uticaj
na buduće ponašanje. -
3:48 - 3:52Ono čemu se divim i što poštujem
kod ovog projekta, -
3:52 - 3:54pored činjenice,
uključujući činjenicu -
3:54 - 3:57da je baziran
na realnoj ljudskoj potrebi, -
3:57 - 4:00je da je sjajan primer hrabrosti
-
4:00 - 4:05uprkos moru irelevantnih stvari.
-
4:05 - 4:08I nije samo velika količina podataka
ta koja prouzrokuje -
4:08 - 4:11probleme u interpretaciji jer,
budimo realni, -
4:11 - 4:13mi ljudi imamo veoma bogatu istoriju
-
4:13 - 4:16da od bilo koje količine podataka,
ma koliko male, -
4:16 - 4:17izvedemo loše zaključke.
-
4:17 - 4:21Pre mnogo godina, možda se sećate,
-
4:21 - 4:24bivšeg predsednika Ronalda Regana
-
4:24 - 4:25snažno su kritikovali zbog izjave
-
4:25 - 4:29da su činjenice glupost.
-
4:29 - 4:31Bio je to lapsus, budimo pošteni.
-
4:31 - 4:34On je zapravo želeo da citira Džona Adamsa
-
4:34 - 4:37i njegovu odbranu britanskih vojnika
u suđenju za Bostonski masakr -
4:37 - 4:40koji kaže da su činjenice neumoljive.
-
4:40 - 4:42Ono što ja zapravo mislim je da
-
4:42 - 4:46u onome što je on rekao postoji
i delić slučajne mudrosti, -
4:46 - 4:48jer činjenice jesu neumoljive,
-
4:48 - 4:51ali su nekada i glupe.
-
4:51 - 4:53Hoću da vam ispričam ličnu priču
-
4:53 - 4:57o tome zašto sve ovo meni
mnogo znači. -
4:57 - 4:59Moram da udahnem.
-
4:59 - 5:02Mom sinu Isaku, kada je imao dve godine,
-
5:02 - 5:04dijagnostikovan je autizam,
-
5:04 - 5:07a on je bio srećan, razdragan,
-
5:07 - 5:09pun ljubavi, srdačan mali momak,
-
5:09 - 5:12ali pokazatelji njegove
razvojne evaluacije, -
5:12 - 5:14koji su gledali na stvari kao što su
broj reči - -
5:14 - 5:17u tom trenutku, nijedna -
-
5:17 - 5:21gestikuliranje i minimalni kontakt očima,
-
5:21 - 5:23rangirali su njegov razvojni nivo
-
5:23 - 5:27na nivo devetomesečne bebe.
-
5:27 - 5:30Dijagnoza je činjenično bila tačna,
-
5:30 - 5:33ali nije pričala celu priču.
-
5:33 - 5:35Oko godinu i po dana kasnije,
-
5:35 - 5:37kada mu je bilo skoro četiri godine,
-
5:37 - 5:39zatekla sam ga za kompjuterom jednog dana
-
5:39 - 5:45kako pretražuje Gugl za slikama žena,
-
5:45 - 5:48tražeći "žne".
-
5:48 - 5:51I ja sam uradila isto što i svaki
opsednuti roditelj - -
5:51 - 5:54odmah sam počela
da pritiskam dugme "nazad" -
5:54 - 5:56kako bih videla šta je još pretraživao.
-
5:56 - 5:58Pretrage su bile: muškarci,
-
5:58 - 6:04škola, autobus i kompjuter.
-
6:06 - 6:08Bila sam zatečena,
-
6:08 - 6:10jer nismo znali da on ume da sriče,
-
6:10 - 6:12kamoli da čita, i pitala sam ga:
-
6:12 - 6:14"Isače, kako si ovo uradio?"
-
6:14 - 6:16Pogledao me je veoma ozbiljno
i rekao: -
6:16 - 6:20"Kucao sam u polje za tekst."
-
6:20 - 6:23On je učio sebe da komunicira,
-
6:23 - 6:26ali mi smo gledali na pogrešnom mestu,
-
6:26 - 6:29i to je ono što se desi kad procene
-
6:29 - 6:31i analize daju previše značaja
jednom pokazatelju - -
6:31 - 6:34u ovom slučaju, verbalnoj komunikaciji -
-
6:34 - 6:39a premalo značaja drugim, kao što je
kreativno rešavanje problema. -
6:39 - 6:42Komunikacija je bila teška za Isaka,
-
6:42 - 6:44pa je on našao drugi put
-
6:44 - 6:47kako bi došao do onoga što ga zanima.
-
6:47 - 6:48I kada razmislite o tome,
to ima smisla, -
6:48 - 6:51jer formiranje pitanja
-
6:51 - 6:53je veoma složen proces,
-
6:53 - 6:56ali je on mogao dosta toga da postigne
-
6:56 - 7:00upisujući reč u polje za pretraživanje.
-
7:00 - 7:03I tako je taj momenat
-
7:03 - 7:05imao veoma jak uticaj na mene
-
7:05 - 7:07i našu porodicu
-
7:07 - 7:10jer nam je pomogao da promenimo fokus
-
7:10 - 7:12u vezi sa onim što se dešavalo sa njim
-
7:12 - 7:15i da brinemo malo manje, a da više cenimo
-
7:15 - 7:17njegovu snalažljivost.
-
7:17 - 7:20Činjenice su glupost.
-
7:20 - 7:23I lako ih je pogrešno protumačiti,
-
7:23 - 7:24svesno ili ne.
-
7:24 - 7:27Ja imam prijateljicu, Emili Vilingem,
koja je naučnik, -
7:27 - 7:30i ona je nedavno napisala članak za Forbs
-
7:30 - 7:32pod imenom "10 najčudnijih stvari
-
7:32 - 7:34ikada vezanih za autizam".
-
7:34 - 7:37Jako zanimljiva lista.
-
7:37 - 7:40Internet, krivac za sve, je l' da?
-
7:40 - 7:44I naravno majke, jer eto.
-
7:44 - 7:46I zapravo, čekajte, ima još,
-
7:46 - 7:49postoji čitava gomila
u kategoriji "majka". -
7:49 - 7:53I možete da vidite da je prilično bogata
i zanimljiva lista. -
7:54 - 7:56Ja sam veliki fan stavke
-
7:56 - 7:58"trudnoća blizu autoputa".
-
8:00 - 8:02Poslednji je interesantan,
-
8:02 - 8:04jer je termin "frižider majka"
-
8:04 - 8:07zapravo bio originalna hipoteza
-
8:07 - 8:08za uzrok autizma,
-
8:08 - 8:11i opisuje nekoga
ko je hladan i bez ljubavi. -
8:11 - 8:13U ovom trenutku, možda mislite,
-
8:13 - 8:15"U redu, Suzan, razumemo,
-
8:15 - 8:18moguće je uzeti podatke
i napraviti od njih bilo šta." -
8:18 - 8:20I to je tačno, to je apsolutno tačno,
-
8:21 - 8:24ali izazov je da
-
8:27 - 8:29imamo ovu priliku
-
8:29 - 8:31da sami pokušamo da shvatimo smisao,
-
8:31 - 8:36jer iskreno, podaci ne stvaraju smisao.
Mi ga stvaramo. -
8:37 - 8:40Pa kao poslovni ljudi, kao potrošači,
-
8:40 - 8:42kao pacijenti, kao građani,
-
8:42 - 8:45mi imamo odgovornost, po mom mišljenju,
-
8:45 - 8:47da provodimo više vremena
-
8:47 - 8:49fokusirajući se na
veštinu kritičkog razmišljanja. -
8:50 - 8:51Zašto?
-
8:51 - 8:54Zato što u ovom trenutku
naše istorije, kao što smo čuli -
8:54 - 8:56mnogo puta do sad,
-
8:56 - 8:58mi možemo da obradimo
eksabajte podataka -
8:58 - 9:00brzinom svetlosti,
-
9:00 - 9:03pa imamo potencijal da donosimo
loše odluke -
9:03 - 9:05mnogo brže, efikasnije
-
9:05 - 9:08i sa većim posledicama nego ikada pre.
-
9:10 - 9:12Sjajno, zar ne?
-
9:12 - 9:15Ono što treba da uradimo
umesto toga -
9:15 - 9:17je da potrošimo malo više vremena
-
9:17 - 9:20na stvari poput humanističkih nauka
-
9:20 - 9:23i sociologije, i društvenih nauka,
-
9:23 - 9:26retorike, filozofije, etike
-
9:26 - 9:29jer one pružaju kontekst
koji je tako bitan -
9:29 - 9:31za velike količine podataka,
-
9:31 - 9:33jer nam one pomažu da budemo
bolji u kritičkom mišljenju. -
9:33 - 9:38Jer na kraju svega,
ako ja mogu da primetim -
9:38 - 9:40problem u nekom argumentu,
nije mnogo bitno -
9:40 - 9:43da li je on izražen
u rečima ili brojevima. -
9:43 - 9:46A to zahteva
-
9:46 - 9:50da naučimo sebe da prepoznajemo
pristrasnost u zaključcima -
9:50 - 9:52i lažne korelacije
-
9:52 - 9:54i da možemo da primetimo
čistu emotivnu manipulaciju -
9:54 - 9:56sa 30 metara,
-
9:56 - 9:58jer ako se nešto desilo posle nečega,
-
9:58 - 10:01ne znači da se nužno desilo
baš zbog toga, -
10:01 - 10:04i ako mi dozvolite da budem štreber
na sekund, -
10:04 - 10:08Rimljani su ovo zvali
"Post hoc ergo propter hoc", -
10:08 - 10:11"Posle toga, dakle zbog toga".
-
10:11 - 10:15To znači i preispitivanje
disciplina kao što je demografija. -
10:15 - 10:18Zašto? Zato što su takve discipline
zasnovane na pretpostavkama -
10:18 - 10:20o tome ko smo mi na osnovu
našeg pola -
10:20 - 10:21i naših godina i gde živimo
-
10:21 - 10:25umesto na osnovu toga
šta mislimo i radimo. -
10:25 - 10:26Pošto imamo tu veliku
količinu podataka, -
10:26 - 10:29moramo da je tretiramo sa
prikladnom kontrolom privatnosti -
10:29 - 10:33i pristankom potrošača,
-
10:33 - 10:36i pored toga, moramo biti jasni
-
10:36 - 10:38kada su u pitanju naše hipoteze,
-
10:38 - 10:41metodologije koje koristimo,
-
10:41 - 10:43i naša uverenost u rezultat.
-
10:43 - 10:46Kao što je moj učitelj algebre
iz srednje škole umeo da kaže: -
10:46 - 10:47"Pokaži proces,
-
10:47 - 10:51jer ako ne znam koje si korake napravila,
-
10:51 - 10:53ne znam ni koje korake nisi napravila,
-
10:53 - 10:55i ako ne znam koja pitanja si postavila,
-
10:55 - 10:58ne znam ni koja pitanja nisi postavila".
-
10:58 - 11:00I to znači zapitati se, zapravo,
-
11:00 - 11:01najteže pitanje od svih:
-
11:01 - 11:05"Da li su nam podaci ovo pokazali,
-
11:05 - 11:07ili da li rezultat čini da se osećamo
-
11:07 - 11:11uspešnije i zadovoljnije?"
-
11:11 - 11:14Health Media Collaboratory,
-
11:14 - 11:16na kraju svog projekta, pokazala je
-
11:16 - 11:19da je 87 procenata tvitova
-
11:19 - 11:21baš o onim snažnim i uznemirujućim
-
11:21 - 11:25antipušačkim reklamama izražavalo strah,
-
11:25 - 11:27ali da li su zaključili
-
11:27 - 11:30da su zapravo učinili
da ljudi prestanu da puše? -
11:30 - 11:33Ne. To je nauka, a ne magija.
-
11:33 - 11:36Ako želimo da otključamo
-
11:36 - 11:39moć podataka,
-
11:39 - 11:42ne moramo slepo da pratimo
-
11:42 - 11:45Orvelovu viziju totalitarne budućnosti,
-
11:45 - 11:49ili Hakslijevu viziju trivijalne,
-
11:49 - 11:52ili neki užasavajući koktel obe.
-
11:52 - 11:54Ono što moramo da uradimo
-
11:54 - 11:57je da tretiramo kritičko mišljenje
sa poštovanjem -
11:57 - 11:59i da budemo inspirisani primerima
-
11:59 - 12:01kao što je Health Media Collaboratory,
-
12:01 - 12:04i kao što kažu
u filmovima o superherojima, -
12:04 - 12:06hajde da koristimo naše moći
da činimo dobro. -
12:06 - 12:07Hvala vam.
-
12:07 - 12:10(Aplauz)
- Title:
- Šta radimo sa ovim velikim podacima?
- Speaker:
- Suzan Etlindžer (Susan Etlinger)
- Description:
-
Da li jedna količina podataka čini da se osećate ugodnije? Uspešnije? Ukoliko je odgovor da, vaša interpretacija tih podataka je verovatno pogrešna. U iznenađujuće dirljivom govoru, Suzan Etlindžer objašnjava zašto, dok prikupljamo sve više i više podataka, moramo da ojačamo i umeće kritičkog mišljenja. Jer teško je preći sa pukog brojanja stvari na njihovo razumevanje.
- Video Language:
- English
- Team:
closed TED
- Project:
- TEDTalks
- Duration:
- 12:23
![]() |
Ivana Korom edited Serbian subtitles for What do we do with all this big data? | |
![]() |
Ivana Korom edited Serbian subtitles for What do we do with all this big data? | |
![]() |
Ivana Korom edited Serbian subtitles for What do we do with all this big data? | |
![]() |
Ivana Korom edited Serbian subtitles for What do we do with all this big data? | |
![]() |
Ivana Korom edited Serbian subtitles for What do we do with all this big data? | |
![]() |
Ivana Korom approved Serbian subtitles for What do we do with all this big data? | |
![]() |
Mile Živković accepted Serbian subtitles for What do we do with all this big data? | |
![]() |
Mile Živković edited Serbian subtitles for What do we do with all this big data? |