кто ещё не знает — я делаю свой плагин для визуализации данных.
и вот — первый — за долгое время — апдейт

плагин пока в стадии alpha, но уже может помочь с некоторыми вашими задачками

Насколько сложно вам будет адаптироваться к ИИ-революции?

Ещё один взгляд на эту проблему предложили исследователи рынка труда и ИИ Sam Manning и Tomás Aguirre и журналисты Washington Post, которые эти данные визуализировали.

Ранние работы оценивали уязвимость профессий «в лоб»: насколько задачи работника совпадают с тем, что ИИ потенциально может ускорить или взять на себя. Авторы же этого исследования добавили второе измерение — «адаптивный потенциал»: есть ли у работника сбережения, переносимые навыки, доступ к широкому рынку труда и достаточно лет и энергии, чтобы переучиться.

Оказалось, что даже среди профессий с высокой ИИ-уязвимостью разрыв может быть огромным. Веб-дизайнеры и программисты, скорее всего, смогут перестроиться — а вот писатели, туристические гиды, продавцы в рознице и преподаватели вузов рискуют куда больше.

Отдельный важный вывод — гендерный перекос: среди работников с высокой ИИ-уязвимостью и низким адаптивным потенциалом 86% составляют женщины. Во многом потому, что именно женщины чаще работают на административных и офисных должностях, которые ИИ может задеть раньше других.

Впрочем, такие оценки всё ещё очень условны: мы пока плохо умеем предсказывать, какие профессии ИИ вытеснит, а какие просто изменит. Пугаться заранее не стоит — но учитывать этот риск и готовиться к переменам — вполне.

Исследование и интерактивная инфографика

Замечали ли вы, что одни языки звучат быстро, а другие медленно?

Оказалось, что на скорость передачи смысла это почти не влияет. Исследователи из Лионского университета изучили 17 языков. Они измерили две вещи: скорость речи (слогов в секунду) и информационную плотность (сколько информации несёт каждый слог).

Между ними обнаружилась обратная зависимость: чем быстрее произносятся слоги в языке, тем меньше информации несёт каждый из них — и наоборот. Это и видно на графике The Economist: скорость речи (слева) отличается сильно, скорость передачи информации (справа) — умеренно.

График не очень понятный, поэтому поясню: показано на нём распределение скоростей, которое замеряли у разных носителей. Так, например, у итальянцев получился огромный диапазон скоростей, в то время как японцы говорили плюс-минус одинаково.

Похожая логика работает и с длиной текста. Одна и та же статья была бы длиннее на японском и короче на тайском. Но при чтении вслух эта разница почти исчезла бы.

Авторы оригинального научного исследования предполагают, что мозг комфортно обрабатывает лишь определённое количество речевой информации в секунду. Поэтому языки как бы «договорились»: одни берут скоростью, другие — плотностью. А итоговая пропускная способность у всех примерно одинакова.

Оригинальный текст

Дата-журналистика от Генпрокуратуры

По запросу РБК ведомство выкатило статистику, описывающую типичного российского коррупционера. Он не похож на «обычного» преступника.

Образованный и трезвый. Высшее образование — у 87% взяточников (против 13,5% среди всех осуждённых в стране). Пятая часть преступников в России нарушает закон в состоянии опьянения — среди коррупционеров пьяных около 1%. Это холодный расчёт, а не импульс.

Не попадается дважды. Больше половины всех российских преступников уже совершали преступления (53,2%) — среди коррупционеров таких 14,6%, а среди взяткополучателей — 7,2%. Либо их плохо ловят, либо после первого приговора карьера заканчивается.

Становится всё моложе. Число коррупционеров 18–24 лет за 8 лет выросло на 84,6%. Учащихся и студентов среди взяткодателей стало почти в шесть раз больше: с 60 человек в 2018 году до 352 в 2025-м.

Коррупция в погонах стягивается к полиции. В 2025 году 67% силовиков, пойманных на коррупции, — полицейские (в 2018-м — 58%). Если сузить до взяточничества, их доля ещё выше — 75%. При этом сами силовики стали реже мелькать в делах о взятках: 34,5% от всех осуждённых за взяточничество против 46,7% в 2018-м. Силовая коррупция в целом сжимается, но то, что остаётся, концентрируется в полиции.

Читать полностью

Все темы Евровидения за 70 лет

Симпатичная интерактивная визуализация тем всех песен Евровидения с начала конкурса.

Внутри текста раскрыта драма — исторически на конкурсе доминировала тема любви, однако в в последние годы её активно теснят песни, восхваляющие стойкость и силу духа.

Вот несколько лидеров из этой категории:

Heroes — Måns Zelmerlöw, Швеция 2015 (победитель)
Посвящение тем, кто не вписывается в стандарты, аутсайдерам, которые на самом деле меняют мир. Припев «We are the heroes of our time» — буквально про то, что обычные люди могут быть героями.

The Code — Nemo, Швейцария 2024 (победитель)
Песня рассказывает личную историю артиста о принятии себя вне гендерных рамок. «I went to hell and back to find myself on track».

Rock Bottom — Lynsey de Paul & Mike Moran, Великобритания 1977 (2-е место)
Название переводится как «дно»: когда ты на него упал, дальше — только вверх.

Говорит ли это о развороте наших приоритетов от поиска партёра и построения романтических отношений к построению, в первую очередь, себя?

Помимо главной драмы в тексте есть место и для более локальных наблюдений: появлений на конкурсе городов, имён и менее заметных тем.

Читать (с российских IP не откроется, но там красиво!)