BOX SET: 6 Minute English - 'The Future' English mega-class! 30 minutes of new vocabulary!

217,743 views

2023-06-11 ・ BBC Learning English


New videos

BOX SET: 6 Minute English - 'The Future' English mega-class! 30 minutes of new vocabulary!

217,743 views ・ 2023-06-11

BBC Learning English


Por favor, faça duplo clique nas legendas em inglês abaixo para reproduzir o vídeo. As legendas traduzidas são traduzidas automaticamente.

00:06
Hello. I'm Rob and this is 6 Minute
0
6080
2240
Olá. Eu sou Rob e este é o 6 Minute
00:08
English– the show that brings you an
1
8320
1680
English – o programa que traz para você um
00:10
interesting topic, authentic listening
2
10000
2240
tópico interessante, prática de escuta autêntica
00:12
practice and some vocabulary to help
3
12240
2560
e algum vocabulário para ajudá-
00:14
you improve your language skills.
4
14800
1680
lo a melhorar suas habilidades no idioma.
00:16
And hello, I'm Neil. Our topic today
5
16480
2400
E olá, eu sou Neil. Nosso assunto hoje
00:18
is transport. How do you think you'll
6
18880
2400
é transporte. Como você acha que
00:21
be travelling to work in, say, 30
7
21280
2240
estará viajando para o trabalho daqui a, digamos, 30
00:23
years' time, Rob?
8
23520
1120
anos, Rob?
00:24
Well, not only will homeworking
9
24640
1920
Bem, não apenas o dever de casa
00:26
be more prevalent – that means
10
26560
1600
será mais prevalente - isso significa
00:28
‘common’ – but I hope I won't be
11
28160
1520
"comum" - mas espero não
00:29
working in 30 years' time!
12
29680
1440
trabalhar daqui a 30 anos!
00:31
Good answer! But if we look back
13
31840
2000
Boa resposta! Mas se olharmos para trás
00:33
and see how transport has changed
14
33840
1920
e vermos como o transporte mudou
00:35
in the last 30 years, it makes you
15
35760
1760
nos últimos 30 anos, você se
00:37
wonder what the future holds.
16
37520
1840
perguntará o que o futuro reserva.
00:39
Yes, we've seen how air travel has
17
39360
2160
Sim, vimos como as viagens aéreas se
00:41
become commonplace for
18
41520
1120
tornaram comuns para
00:42
many people.
19
42640
960
muitas pessoas.
00:43
Commonplace means ‘not unusual’.
20
43600
1840
Commonplace significa ‘não incomum’.
00:46
And there's been the development of
21
46000
1360
E houve o desenvolvimento de
00:47
high-speed train travel. But the main
22
47360
2080
viagens de trem de alta velocidade. Mas a principal
00:49
priority has been speed – going
23
49440
2080
prioridade tem sido a velocidade – ir
00:51
faster to make your journeys quicker.
24
51520
2240
mais rápido para tornar suas viagens mais rápidas.
00:53
That's true, and we'll be discussing
25
53760
1600
Isso é verdade, e em breve discutiremos
00:55
some ideas for making transport
26
55360
1680
algumas ideias para tornar o transporte
00:57
even faster soon.
27
57040
1760
ainda mais rápido.
00:58
But let's not waste any time and
28
58800
1920
Mas não vamos perder tempo e
01:00
speed on to today's quiz question.
29
60720
2240
acelerar para a pergunta do questionário de hoje.
01:02
Ah yes, time waits for no one, not
30
62960
2000
Ah sim, o tempo não espera por ninguém, nem
01:04
even you, Neil.
31
64960
1200
mesmo por você, Neil.
01:06
So, can you answer this question?
32
66160
2000
Então, você pode responder a esta pergunta?
01:08
According to Guinness World Records,
33
68160
1920
De acordo com o Guinness World Records,
01:10
in which country has the fastest
34
70080
2160
em que país
01:12
ever train been recorded?
35
72240
2000
foi registrado o trem mais rápido de todos os tempos?
01:14
Is it in… a) China, b) Japan, or,
36
74240
3520
É em… a) China, b) Japão, ou,
01:17
c) France?
37
77760
960
c) França?
01:19
All these countries have fast
38
79760
1920
Todos esses países têm
01:21
trains but I've heard that Chinese
39
81680
1520
trens rápidos, mas ouvi dizer que os
01:23
trains go particularly fast. So, I'm going
40
83200
2240
trens chineses são particularmente rápidos. Então, vou
01:25
to say a) China.
41
85440
1680
dizer a) China.
01:27
Well, you'll have to wait until the
42
87120
1680
Bem, você terá que esperar até o
01:28
end of the programme to see if
43
88800
1520
final do programa para ver se
01:30
you're right.
44
90320
1040
acertou.
01:31
But let's talk more now about the
45
91360
1920
Mas vamos falar mais agora sobre o
01:33
future of transport.
46
93280
1600
futuro do transporte.
01:34
One development we hear much
47
94880
1520
Um desenvolvimento sobre o qual ouvimos falar muito
01:36
about is automation.
48
96400
1760
é a automação.
01:38
Automation means ‘using
49
98160
1360
Automação significa “usar
01:39
machines to do work that humans
50
99520
2000
máquinas para fazer o trabalho que os humanos
01:41
normally do’ and in terms of
51
101520
1760
normalmente fazem” e, em termos de
01:43
transport this means driverless
52
103280
2080
transporte, isso significa veículos sem motorista
01:45
vehicles.
53
105360
720
.
01:46
It won't be too long before we
54
106080
1520
Não demorará muito para que nos
01:47
become the passenger in a
55
107600
1200
tornemos o passageiro de um
01:48
driverless car.
56
108800
880
carro sem motorista.
01:50
Scary! And the French train
57
110240
2160
Apavorante! E a empresa francesa de engenharia de trens
01:52
engineering company, Alstom, is
58
112400
2000
, Alstom, está
01:54
planning to test automated freight
59
114400
1760
planejando testar trens de carga automatizados
01:56
trains later this year.
60
116160
1360
ainda este ano.
01:57
The automated train prototype can
61
117520
2240
O protótipo do trem automatizado pode
01:59
travel for about 100 kilometres
62
119760
2000
percorrer cerca de 100 quilômetros
02:01
without driver intervention.
63
121760
1840
sem a intervenção do motorista.
02:03
A prototype is the first version of
64
123600
2320
Um protótipo é a primeira versão de
02:05
something which can be tested
65
125920
1840
algo que pode ser testado
02:07
before it is produced in large
66
127760
1520
antes de ser produzido em grandes
02:09
quantities.
67
129280
720
quantidades.
02:10
Of course, some trains are already
68
130000
1840
Claro, alguns trens já são
02:11
driven by computers but there's
69
131840
1920
dirigidos por computadores, mas há
02:13
an exciting plan to develop a form
70
133760
2320
um plano empolgante para desenvolver uma forma
02:16
of driverless vehicle that could
71
136080
1840
de veículo sem motorista que pode
02:17
move you around at 1,123
72
137920
4240
movê-lo a 1.123
02:22
kilometres per hour.
73
142160
1440
quilômetros por hora.
02:23
Come on, Neil. That sounds a bit
74
143600
1440
Vamos, Neil. Isso soa um pouco
02:25
far-fetched – like flying cars that
75
145040
2240
exagerado – como carros voadores que
02:27
we see in sci-fi movies – it's
76
147280
1840
vemos em filmes de ficção científica – é
02:29
difficult to believe because
77
149120
1520
difícil de acreditar porque
02:30
it's unlikely to happen.
78
150640
1440
é improvável que aconteça.
02:32
Well, you say that but it's already
79
152080
1920
Bem, você diz isso, mas já está
02:34
being tested in Nevada in the
80
154000
1440
sendo testado em Nevada nos
02:35
USA and has a name – Hyperloop One.
81
155440
2880
EUA e tem um nome – Hyperloop One.
02:38
Tell me more!
82
158880
880
Me diga mais!
02:39
The idea is, you get loaded into
83
159760
2080
A ideia é que você é carregado em
02:41
a pod then you're pushed through
84
161840
1840
uma cápsula e empurrado por
02:43
a metal tube at high speed, taking
85
163680
1920
um tubo de metal em alta velocidade, levando-
02:45
you to your destination in minutes
86
165600
1920
o ao seu destino em minutos, em vez
02:47
rather than hours.
87
167520
1360
de horas.
02:48
Anita Sengupta is the lead systems
88
168880
2400
Anita Sengupta é a principal
02:51
engineer and says there's nothing
89
171280
1760
engenheira de sistemas e diz que não há nada de
02:53
scary about it…
90
173040
960
assustador nisso…
02:54
The Hyperloop is a maglev train
91
174560
2240
O Hyperloop é um trem maglev
02:56
in a vacuum system – or in a vacuum
92
176800
2560
em um sistema de vácuo – ou em um
02:59
tube – and so you can also think of
93
179360
1680
tubo de vácuo – e então você também pode pensar
03:01
it as an aircraft flying at 200,000 feet
94
181040
2320
nele como uma aeronave voando a 200.000 pés
03:03
so people don't have any issue flying
95
183360
1280
para que as pessoas não não há nenhum problema em voar
03:04
in aeroplanes and people don't have
96
184640
1360
em aviões e as pessoas não têm
03:06
any issue going in maglev trains.
97
186000
1360
nenhum problema em ir em trens maglev.
03:07
This is simply combining the two
98
187360
1360
Isso é simplesmente combinar os dois
03:08
and allows you to be more
99
188720
880
e permite que você seja mais
03:09
energy efficient.
100
189600
720
eficiente em termos de energia.
03:11
So, Anita Sengupta explained the
101
191280
2720
Assim, Anita Sengupta explicou o
03:14
type of technology the Hyperloop used.
102
194000
2720
tipo de tecnologia utilizada pelo Hyperloop.
03:17
First she mentioned maglev – that's
103
197280
2240
Primeiro ela mencionou maglev – é
03:19
a short way of saying magnetic levitation.
104
199520
3040
uma forma abreviada de dizer levitação magnética.
03:22
It's when trains travel on magnetic
105
202560
2000
É quando os trens viajam em
03:24
track rather than conventional rails.
106
204560
2560
trilhos magnéticos em vez de trilhos convencionais.
03:27
And then she mentioned a vacuum
107
207120
1920
E então ela mencionou um
03:29
system - a vacuum is a space that
108
209040
2240
sistema de vácuo - um vácuo é um espaço que
03:31
has had all the air and any other
109
211280
1200
teve todo o ar e quaisquer outros
03:32
gases removed from it.
110
212480
1520
gases removidos dele.
03:34
So the tube these pods travel in have
111
214000
2240
Portanto, o tubo em que esses pods viajam
03:36
no air in so there's no resistance.
112
216240
1760
não tem ar, então não há resistência.
03:38
And these technologies are more
113
218560
1520
E essas tecnologias são mais
03:40
efficient and they save energy.
114
220080
1840
eficientes e economizam energia.
03:41
Which is a good thing.
115
221920
1120
O que é uma boa coisa.
03:43
This sounds like a great way to
116
223760
1360
Isso soa como uma ótima maneira de
03:45
travel but will it take off?
117
225120
2080
viajar, mas será que vai decolar?
03:47
Well, BBC technology correspondent
118
227200
2000
Bem, o correspondente de tecnologia da BBC,
03:49
Rory Cellan-Jones isn't so sure.
119
229200
2480
Rory Cellan-Jones, não tem tanta certeza.
03:51
He thinks it will be quite challenging
120
231680
2080
Ele acha que será um grande desafio
03:53
to convince governments to allow
121
233760
1680
convencer os governos a permitir que
03:55
long metal tubes to be built on or
122
235440
2160
longos tubos de metal sejam construídos no solo ou
03:57
below ground.
123
237600
880
abaixo dele.
03:58
But we have to try these new
124
238480
1600
Mas temos que experimentar essas novas
04:00
technologies, Rob.
125
240080
1120
tecnologias, Rob.
04:01
If we didn't, we'd still be travelling
126
241200
2000
Se não o fizéssemos, ainda estaríamos viajando
04:03
around on horse and cart!
127
243200
1440
a cavalo e de carroça!
04:05
A good point, Neil – and we wouldn't
128
245200
2000
Um bom ponto, Neil – e não
04:07
have been able to travel at the great
129
247200
1920
poderíamos viajar nas grandes
04:09
speeds mentioned in today's question.
130
249120
2560
velocidades mencionadas na pergunta de hoje.
04:11
Now, earlier I asked you, according to
131
251680
1920
Agora, antes eu perguntei a você, de acordo com o
04:13
Guinness World Records, in which
132
253600
1680
Guinness World Records, em qual
04:15
country has the fastest ever train
133
255280
2400
país o trem mais rápido já
04:17
travelled?
134
257680
880
viajou?
04:18
Is it in…a) China, b) Japan, or
135
258560
3440
É em... a) China, b) Japão ou
04:22
c) France?
136
262000
1280
c) França?
04:23
And I said a) China.
137
263280
1920
E eu disse a) China.
04:26
And you were wrong, Neil.
138
266320
1680
E você estava errado, Neil. A
04:28
China does have some very
139
268000
1600
China tem alguns
04:29
fast trains.
140
269600
1200
trens muito rápidos.
04:30
But the fastest recorded train was a
141
270800
2080
Mas o trem mais rápido registrado foi um
04:32
maglev from the Central Japan
142
272880
2160
maglev da Central Japan
04:35
Railway Company, which ran on a
143
275040
2000
Railway Company, que rodou em uma
04:37
test track at a speed of 603
144
277040
2320
pista de teste a uma velocidade de 603
04:39
kilometres per hour.
145
279360
1120
quilômetros por hora.
04:40
Now that would make my
146
280480
1200
Agora, isso tornaria meu
04:41
commute to work very quick!
147
281680
1280
trajeto para o trabalho muito rápido!
04:43
OK, shall we recap some of the
148
283520
2000
OK, vamos recapitular um pouco do
04:45
vocabulary we've heard today?
149
285520
1600
vocabulário que ouvimos hoje?
04:47
Starting with commonplace.
150
287120
2000
Começando pelo lugar-comum.
04:49
Yes. Which means ‘not unusual or often seen’.
151
289120
3840
Sim. O que significa "não incomum ou frequentemente visto".
04:52
For example, 'free Wi-Fi in coffee shops
152
292960
2400
Por exemplo, 'Wi-Fi gratuito em cafeterias
04:55
is commonplace these days.'
153
295360
1520
é comum hoje em dia'.
04:56
And very useful it is too!
154
296880
1360
E muito útil também!
04:58
Next we had automation, meaning
155
298800
2480
Em seguida, tivemos a automação, que significa
05:01
‘using a machine to do something
156
301280
1360
'usar uma máquina para fazer algo
05:02
instead of a human.’
157
302640
1360
em vez de um ser humano'. 'A
05:04
'Automation in the car making
158
304000
1680
automação na
05:05
industry has led to the loss of
159
305680
1600
indústria automobilística levou à perda de
05:07
hundreds of jobs.'
160
307280
1520
centenas de empregos.'
05:08
Of course, when you build a new car
161
308800
1840
Claro, quando você constrói um carro novo,
05:10
you need to make a prototype – that's
162
310640
2320
você precisa fazer um protótipo – essa é
05:12
the first version of something which
163
312960
1920
a primeira versão de algo que
05:14
can be tested before it is produced in
164
314880
2000
pode ser testado antes de ser produzido em
05:16
large quantities.
165
316880
1280
grandes quantidades.
05:18
'The prototype of a new solar-powered
166
318160
2080
'O protótipo de uma nova bicicleta movida a energia solar
05:20
bike has been so successful that it's
167
320240
2160
teve tanto sucesso que
05:22
now going into mass-production.'
168
322400
1440
agora está entrando em produção em massa.'
05:24
Come on, Rob, that sounds a bit
169
324560
1440
Qual é, Rob, isso soa um pouco
05:26
far-fetched – and by that I mean ‘so
170
326000
2400
exagerado – e com isso quero dizer 'tão
05:28
unbelievable it's unlikely to happen.’
171
328400
2480
inacreditável que é improvável
05:30
Well, something people once thought
172
330880
2160
05:33
far-fetched is now a reality and that's
173
333040
2960
05:36
maglev – that's short for magnetic
174
336000
2320
que
05:38
levitation and is how some of the
175
338320
2240
aconteça'. é como alguns dos
05:40
world's fastest trains travel.
176
340560
1760
trens mais rápidos do mundo viajam.
05:42
Finally, we discussed the word vacuum.
177
342960
2560
Finalmente, discutimos a palavra vácuo.
05:45
It's a space that has had all the air and
178
345520
2400
É um espaço que teve todo o ar e
05:47
other gases removed from
179
347920
1280
outros gases removidos
05:49
it – basically an empty space.
180
349200
2080
– basicamente um espaço vazio.
05:51
'The plan for Virgin's Hyperloop One
181
351280
2160
'O plano para o Hyperloop One da Virgin
05:53
is to make a maglev even faster by
182
353440
2480
é fazer um maglev ainda mais rápido
05:55
putting it in a vacuum tube.'
183
355920
2240
colocando-o em um tubo de vácuo.'
05:58
And that brings us to the end of
184
358160
1200
E isso nos leva ao final do
05:59
today’s 6 Minute English.
185
359360
1600
6 Minute English de hoje.
06:00
Don’t forget to check out our You Tube,
186
360960
2240
Não se esqueça de conferir nossas páginas no You Tube,
06:03
Facebook, Twitter and Instagram pages,
187
363200
2240
Facebook, Twitter e Instagram,
06:05
and we’ll see you next time. Goodbye.
188
365440
1680
e até a próxima. Adeus.
06:07
Bye
189
367120
500
Tchau
06:13
Hello. This is 6 Minute English from
190
373520
1840
Olá. Este é o 6 Minute English da
06:15
BBC Learning English. I’m Neil.
191
375360
2080
BBC Learning English. Eu sou Neil.
06:17
And I’m Rob.
192
377440
880
E eu sou Rob.
06:18
From the ancient Roman sea god, Neptune,
193
378320
2720
Do antigo deus romano do mar, Netuno,
06:21
to myths of mermaids, to modern Hollywood
194
381040
2640
aos mitos das sereias, aos modernos
06:23
films like Finding Nemo, people throughout
195
383680
2640
filmes de Hollywood como Procurando Nemo, as pessoas ao longo da
06:26
history have been fascinated by the idea of
196
386320
2720
história ficaram fascinadas com a ideia de
06:29
living underwater.
197
389040
1280
viver debaixo d'água.
06:30
In this programme, we’ll be hearing about
198
390880
1680
Neste programa, ouviremos sobre
06:32
projects to create liveable underwater
199
392560
2480
projetos para criar habitats subaquáticos habitáveis
06:35
habitats and the challenges they face.
200
395040
2800
e os desafios que eles enfrentam.
06:37
We’ll be finding out how realistic it is to
201
397840
2240
Estaremos descobrindo o quão realista é
06:40
believe that in a few years we could be
202
400080
2400
acreditar que em alguns anos poderemos estar
06:42
eating breakfast whilst watching fish
203
402480
2720
tomando café da manhã enquanto vemos peixes
06:45
swim outside the kitchen window, before
204
405200
2080
nadando pela janela da cozinha, antes de
06:47
heading off to work in an office under
205
407280
2000
irmos trabalhar em um escritório no fundo
06:49
the ocean...
206
409280
880
do oceano... ...
06:50
…and we’ll be learning some related
207
410160
1600
e vamos estar aprendendo algum
06:51
vocabulary as well.
208
411760
1360
vocabulário relacionado também.
06:53
But first, it’s time for our quiz question.
209
413120
3040
Mas primeiro, é hora da nossa pergunta do questionário.
06:56
One of the first adventure stories to fire
210
416160
2480
Uma das primeiras histórias de aventura a despertar a
06:58
the public’s imagination about the
211
418640
1840
imaginação do público sobre o
07:00
underwater world was the 1870 novel,
212
420480
3120
mundo subaquático foi o romance de 1870,
07:03
Twenty Thousand Leagues Under the Sea.
213
423600
2320
Vinte Mil Léguas Submarinas.
07:05
But who wrote this underwater classic?
214
425920
2800
Mas quem escreveu este clássico subaquático?
07:08
Was it: a) H G Wells?, b) Arthur
215
428720
3280
Foi: a) H G Wells?, b) Arthur
07:12
Conan Doyle?, or c) Jules Verne?
216
432000
2960
Conan Doyle?, ou c) Júlio Verne?
07:16
I think I know this one, Neil. Wasn’t it,
217
436160
2000
Acho que conheço este, Neil. Não foi,
07:18
a) H G Wells?
218
438160
1920
a) HG Wells?
07:20
OK, Rob, we’ll find out later if you’re right.
219
440080
2880
OK, Rob, descobriremos mais tarde se você está certo.
07:22
Now, one of the most ambitious designs
220
442960
2240
Agora, um dos projetos mais ambiciosos
07:25
for an underwater city is Ocean Spiral,
221
445200
2960
para uma cidade subaquática é o Ocean Spiral,
07:28
a huge transparent globe attached
222
448160
2480
um enorme globo transparente preso
07:30
to the seabed – the solid ground
223
450640
2160
ao fundo do mar – o solo sólido
07:32
which lies deep below the sea level.
224
452800
2480
que fica bem abaixo do nível do mar.
07:35
The top of the globe stands above
225
455280
2080
O topo do globo fica acima
07:37
the surface of the ocean and
226
457360
1680
da superfície do oceano e
07:39
running through the centre is a tower
227
459040
2240
atravessando o centro há uma torre
07:41
to add strength, and to provide space
228
461280
2240
para aumentar a força e fornecer espaço
07:43
for homes, offices and even an
229
463520
2240
para casas, escritórios e até mesmo um
07:45
amusement park for five thousand
230
465760
2320
parque de diversões para cinco mil
07:48
underwater residents.
231
468080
1520
residentes subaquáticos. A
07:49
Ocean Spiral has been dreamt up
232
469600
2080
Ocean Spiral foi idealizada
07:51
by the Japanese Shimizu Corporation.
233
471680
2320
pela japonesa Shimizu Corporation.
07:54
Here’s Shimizu engineer, Maksaki
234
474560
2080
Aqui está o engenheiro de Shimizu, Maksaki
07:56
Takeuchi, explaining to BBC World
235
476640
2560
Takeuchi, explicando ao programa BBC World
07:59
Service programme, CrowdScience,
236
479200
1840
Service, CrowdScience,
08:01
the motivation behind the idea:
237
481040
1840
a motivação por trás da ideia:
08:06
At the moment the world is facing a
238
486960
3120
No momento, o mundo está enfrentando
08:10
lot of serious problems regarding food,
239
490080
3200
muitos problemas sérios em relação a alimentos,
08:13
energy, water, natural resources...
240
493280
3520
energia, água, recursos naturais...
08:16
however, we are trying to solve the
241
496800
2480
tentando resolver os
08:19
issues just by using our land.
242
499280
3680
problemas apenas usando nossa terra.
08:22
Our idea is to connect the sea surface
243
502960
3600
Nossa ideia é conectar a superfície do mar
08:26
and the deep sea vertically and that way
244
506560
3680
e o mar profundo verticalmente e dessa forma
08:30
we believe that we can utilise the
245
510240
3440
acreditamos que podemos utilizar a
08:33
capability of the deep sea and that’s the
246
513680
3040
capacidade do mar profundo e esse é o
08:36
purpose of this whole project.
247
516720
3120
propósito de todo esse projeto.
08:41
The effects of human activity on the
248
521200
2080
Os efeitos da atividade humana na
08:43
land have led some to look to the oceans
249
523280
2720
terra levaram alguns a procurar
08:46
for natural resources - naturally existing
250
526000
2720
recursos naturais nos oceanos - coisas naturalmente existentes,
08:48
things such as minerals, oil, coal and
251
528720
2640
como minerais, petróleo, carvão e
08:51
other energy sources that can be
252
531360
1760
outras fontes de energia que podem ser
08:53
used by people.
253
533120
1040
usadas pelas pessoas.
08:54
This search deep underwater is
254
534160
1760
Essa busca subaquática está
08:55
happening vertically - at a ninety
255
535920
2400
acontecendo verticalmente - em um
08:58
degree angle straight up or down
256
538320
1920
ângulo de noventa graus para cima ou para baixo
09:00
from the ground, as opposed to
257
540240
1440
do solo, em oposição à
09:01
horizontally, or flat across the
258
541680
2160
horizontal ou plana na
09:03
Earth’s surface.
259
543840
1120
superfície da Terra.
09:04
But as yet, Shimizu Corporation’s plans
260
544960
2720
Mas, por enquanto, os planos da Shimizu Corporation
09:07
for an underwater city are still in the
261
547680
2400
para uma cidade subaquática ainda estão em
09:10
planning stages - no part of the project
262
550080
2560
fase de planejamento - nenhuma parte do projeto
09:12
has yet been built and the total cost
263
552640
2080
foi construída e o custo total
09:14
is thought to exceed 26 billion dollars.
264
554720
2865
é estimado em mais de 26 bilhões de dólares.
09:17
In fact, the longest anyone has spent
265
557585
2000
Na verdade, o tempo mais longo que alguém passou
09:19
living under the sea is only 73 days.
266
559600
2960
vivendo no fundo do mar foi de apenas 73 dias.
09:22
That record was set by Roger Garcia,
267
562560
2480
Esse recorde foi estabelecido por Roger Garcia,
09:25
ex-military diver and head of The
268
565040
2080
ex-mergulhador militar e chefe do The
09:27
Aquarius, currently the world’s only
269
567120
2320
Aquarius, atualmente a única
09:29
underwater research station.
270
569440
2000
estação de pesquisa subaquática do mundo.
09:31
Here’s Roger Garcia, explaining to
271
571440
1920
Aqui está Roger Garcia, explicando ao
09:33
BBC World Service programme,
272
573360
1600
programa da BBC World Service,
09:34
CrowdScience, what happens to the
273
574960
2080
CrowdScience, o que acontece com o
09:37
human body after living underwater
274
577040
2320
corpo humano depois de viver debaixo d'água
09:39
for so long:
275
579360
1226
por tanto tempo:
09:41
Perhaps a change in their voice, not
276
581017
2823
Talvez uma mudança em sua voz, não
09:43
much ‘cos we’re not very deep, that’s
277
583840
1920
muito porque não somos muito profundos, é
09:45
because the air becomes denser.
278
585760
2003
porque o ar se torna mais denso .
09:47
Physiologically, the most important thing
279
587763
2477
Fisiologicamente, porém, o mais importante
09:50
though, is that since you are, in this case,
280
590240
4320
é que, como você está, neste caso,
09:54
at two and a half times atmospheric
281
594560
2240
a duas vezes e meia a
09:56
pressure you do take on more inner gas,
282
596800
3360
pressão atmosférica, você absorve mais gás interno
10:00
and, in this case, inside The Aquarius we
283
600160
2880
e, neste caso, dentro do Aquário nós
10:03
just breathe normal air - you’re gonna
284
603040
2400
apenas respiramos ar normal - você 'vai
10:05
take on more nitrogen and depending
285
605440
3040
consumir mais nitrogênio e dependendo
10:08
on how long you stay in The Aquarius,
286
608480
2080
de quanto tempo você ficar no Aquarius,
10:10
that’s going to incur some sort of
287
610560
1760
isso vai incorrer em algum tipo de
10:12
decompressed obligation.
288
612320
2136
obrigação descompactada.
10:14
In addition to engineering challenges,
289
614703
2257
Além dos desafios de engenharia,
10:16
living underwater for long periods of
290
616960
1920
viver debaixo d'água por longos períodos de
10:18
time also affects the human body.
291
618880
2720
tempo também afeta o corpo humano.
10:21
One example is the bends – or
292
621600
2000
Um exemplo são as curvas – ou
10:23
decompression sickness, a serious
293
623600
2480
doença descompressiva, um grave
10:26
medical disorder created by nitrogen
294
626080
2400
distúrbio médico criado por
10:28
bubbles in the muscles when returning
295
628480
1920
bolhas de nitrogênio nos músculos ao retornar
10:30
to the surface of the sea too quickly.
296
630400
2718
à superfície do mar muito rapidamente.
10:33
The bends, and changes to the voice,
297
633118
2236
As curvas e as mudanças na voz
10:35
are examples of how underwater living
298
635354
2326
são exemplos de como a vida subaquática
10:37
changes the body
299
637680
1200
muda o corpo
10:38
physiologically – relating
300
638880
1840
fisiologicamente – relacionando-se
10:40
to how the bodies of living humans and
301
640720
2080
com o funcionamento dos corpos de humanos e
10:42
animals function.
302
642800
1200
animais vivos.
10:44
As divers descend deep below the
303
644000
2000
Conforme os mergulhadores descem profundamente abaixo da
10:46
ocean’s surface, there is an increase in
304
646000
2320
superfície do oceano, há um aumento na
10:48
atmospheric pressure – the normal air
305
648320
2720
pressão atmosférica – a pressão normal do ar
10:51
pressure within the Earth’s atmosphere.
306
651040
2480
dentro da atmosfera da Terra.
10:53
The deeper they dive, the higher
307
653520
1644
Quanto mais fundo eles mergulham, maior
10:55
the pressure.
308
655164
1236
a pressão.
10:56
Physiological reactions like the bends are
309
656400
2480
Reações fisiológicas como as curvas são
10:58
caused by divers incorrectly readjusting
310
658880
2560
causadas por mergulhadores que se reajustam incorretamente
11:01
to normal atmospheric pressure.
311
661440
2240
à pressão atmosférica normal.
11:03
Well, Neil, with so many difficulties, it’s
312
663680
2560
Bem, Neil, com tantas dificuldades,
11:06
no surprise that H G Wells's fantasy of
313
666240
3120
não é surpresa que a fantasia de H G Wells de
11:09
living under the sea is still science-fiction.
314
669360
3360
viver no fundo do mar ainda seja ficção científica.
11:12
Ah, but are you sure it was H G Wells,
315
672720
2560
Ah, mas você tem certeza que foi HG Wells,
11:15
Rob?
316
675280
800
Rob?
11:16
In my quiz question I asked you who wrote
317
676080
2320
Na minha pergunta do questionário, perguntei quem escreveu
11:18
the classic underwater adventure Twenty
318
678400
2320
a clássica aventura subaquática Vinte Mil
11:20
Thousand Leagues Under the Sea.
319
680720
1840
Léguas Submarinas.
11:22
Yes, and I said a) H G Wells.
320
682560
2800
Sim, e eu disse a) H G Wells.
11:25
Which was… the wrong answer!
321
685360
2400
O que era... a resposta errada!
11:27
It was, in fact, c) Jules Verne, the
322
687760
2560
Foi, de fato, c) Júlio Verne, o
11:30
French author who also wrote Around
323
690320
2080
autor francês que também escreveu A Volta
11:32
the World in Eighty Days.
324
692400
1680
ao Mundo em Oitenta Dias.
11:34
In this programme, we’ve been
325
694080
1280
Neste programa,
11:35
discussing the challenge of living
326
695360
1520
discutimos o desafio de viver
11:36
underwater, going down vertically – at
327
696880
2560
debaixo d'água, descendo verticalmente – em
11:39
a 90 degree angle – to the seabed – the
328
699440
2640
um ângulo de 90 graus – até o fundo do mar – o solo
11:42
solid ground hundreds of metres under
329
702080
1920
sólido centenas de metros abaixo
11:44
the sea.
330
704000
640
11:44
Ocean explorers search underwater
331
704640
2080
do mar. Os
exploradores do oceano procuram recursos naturais debaixo d'água
11:46
for natural resources – useful materials
332
706720
2800
- materiais úteis
11:49
like coal and oil.
333
709520
1360
como carvão e petróleo.
11:50
But they face many physiological
334
710880
1920
Mas eles enfrentam muitos
11:52
problems – problems relating to how
335
712800
2160
problemas fisiológicos – problemas relacionados ao
11:54
the human body functions, such as the
336
714960
2240
funcionamento do corpo humano, como as
11:57
bends – a painful medical condition
337
717200
2640
curvas – uma condição médica dolorosa
11:59
caused by returning too quickly to
338
719840
1920
causada pelo retorno muito rápido à
12:01
atmospheric pressure – the Earth’s
339
721760
2000
pressão atmosférica – a
12:03
usual air pressure.
340
723760
1280
pressão atmosférica normal da Terra.
12:05
That’s all for this programme, but we
341
725040
1520
Isso é tudo para este programa, mas
12:06
hope you’ll be diving back into 6 Minute
342
726560
2320
esperamos que você volte a mergulhar no inglês de 6 minutos em
12:08
English very soon.
343
728880
1200
breve.
12:10
Bye for now!
344
730080
1027
Adeus por agora!
12:11
Bye!
345
731107
683
Tchau!
12:17
Hello and welcome to 6 Minute
346
737520
1680
Olá e bem-vindo ao 6 Minute
12:19
English. I'm Dan and joining me
347
739200
1600
English. Eu sou Dan e se juntando a mim
12:20
today is Neil. Hi, Neil.
348
740800
1360
hoje é Neil. Olá, Neil.
12:22
Hi Dan. What’s with the protective
349
742160
2320
Oi Dan. O que há com o
12:24
gear and helmet?
350
744480
1120
equipamento de proteção e o capacete?
12:25
I’m just getting ready for the inevitable
351
745600
2240
Estou apenas me preparando para a
12:27
rise of the machines. That’s the takeover
352
747840
2480
ascensão inevitável das máquinas. Essa é a aquisição
12:30
of the world by artificial intelligence, or
353
750320
3200
do mundo pela inteligência artificial, ou
12:33
AI, which some people predict will happen.
354
753520
3760
IA, que algumas pessoas preveem que acontecerá.
12:37
'Inevitable' means 'cannot be avoided or
355
757280
2480
'Inevitável' significa 'não pode ser evitado ou
12:39
stopped'. Rise of the machines? What do
356
759760
2560
interrompido'. Ascensão das máquinas? O que
12:42
you mean?
357
762320
720
você quer dizer?
12:43
It’s our topic in this 6 Minute English.
358
763040
2480
É o nosso tópico neste 6 Minute English.
12:45
We’ll be talking about that, giving you
359
765520
1920
Estaremos falando sobre isso, dando a você
12:47
six related pieces of vocabulary and, of
360
767440
2560
seis vocabulários relacionados e, é
12:50
course, our regular quiz question.
361
770000
2400
claro, nossa pergunta regular do questionário.
12:52
That’s the first thing you’ve said that
362
772400
1600
Essa é a primeira coisa que você disse que
12:54
makes any sense. What’s the question?
363
774000
2240
faz algum sentido. Qual é a questão?
12:56
The word ‘robot’ as we use it today was first
364
776240
2880
A palavra 'robô' como a usamos hoje foi
12:59
used in a 1920’s Czech play ‘Rossum’s Universal
365
779120
4480
usada pela primeira vez em uma peça tcheca de 1920 'Rossum's Universal
13:03
Robots’. But before this, what was its
366
783600
3440
Robots'. Mas antes disso, qual era o seu
13:07
original meaning:
367
787040
1520
significado original:
13:08
a) forced labour, b) metal man, or
368
788560
3040
a) trabalho forçado, b) homem de metal, ou
13:11
c) heartless thing?
369
791600
2160
c) coisa sem coração?
13:13
I will go for a) forced labour.
370
793760
2880
Eu irei para a) trabalho forçado.
13:17
We’ll find out if you were right or not
371
797200
2080
Vamos descobrir se você estava certo ou não mais
13:19
later in the show.
372
799280
1360
tarde no show.
13:20
OK Dan. Tell me what’s going on.
373
800640
2160
OK Dan. Diz-me o que se passa.
13:22
I saw a news article written by BBC
374
802800
2480
Eu vi um artigo de notícias escrito pelo
13:25
technology correspondent Rory
375
805280
1920
correspondente de tecnologia da BBC, Rory
13:27
Cellan-Jones about the recent CES
376
807200
3120
Cellan-Jones, sobre o recente
13:30
technology show in Las Vegas.
377
810320
2480
show de tecnologia da CES em Las Vegas.
13:32
He interviewed David Hanson, founder
378
812800
2800
Ele entrevistou David Hanson, fundador
13:35
of Hanson Robotics, who said it was his
379
815600
3120
da Hanson Robotics, que disse que era sua
13:38
ambition to achieve an AI that can beat
380
818720
3840
ambição alcançar uma IA que pudesse vencer os
13:42
humans at any intellectual task.
381
822560
3200
humanos em qualquer tarefa intelectual.
13:45
Surely, it’s a good thing! Better AI and
382
825760
2640
Certamente, é uma coisa boa! Melhor IA e
13:48
robotics could take over many of the
383
828400
2080
robótica podem assumir muitos dos
13:50
jobs that we don’t want to do, or that
384
830480
2240
trabalhos que não queremos fazer, ou que
13:52
are so important to get 100% right…
385
832720
2560
são tão importantes para acertar 100%...
13:55
like air traffic control.
386
835280
1920
como controle de tráfego aéreo.
13:57
We’d never have another plane crash.
387
837200
1920
Nunca teríamos outro acidente de avião.
13:59
It would be infallible because it
388
839120
1760
Seria infalível porque
14:00
would be so clever.
389
840880
1440
seria muito inteligente.
14:02
'Infallible' means 'never failing'.
390
842320
2320
'Infalível' significa 'nunca falha'.
14:04
And that’s what bothers me.
391
844640
1600
E é isso que me incomoda.
14:06
What happens when its intelligence
392
846240
1920
O que acontece quando sua inteligência
14:08
surpasses ours? Why should it do
393
848160
2480
supera a nossa? Por que ele deveria fazer o
14:10
what we want it to do?
394
850640
1600
que queremos que ele faça?
14:12
To surpass something is to do or
395
852240
1920
Superar algo é fazer ou
14:14
be better than it. Dan, you’ve been
396
854160
1840
ser melhor do que isso. Dan, você tem
14:16
watching too many movies.
397
856000
1440
assistido muitos filmes.
14:17
Robots fighting humanity is a
398
857440
1760
Robôs lutando contra a humanidade é um
14:19
popular theme. Guess what… humanity
399
859200
2960
tema popular. Adivinhe... a humanidade
14:22
often wins. And besides, we would
400
862160
2080
geralmente vence. Além disso,
14:24
programme the computer to be
401
864240
1280
programaríamos o computador para ser
14:25
benevolent.
402
865520
1120
benevolente.
14:26
'Benevolent' means 'kind and helpful'.
403
866640
2480
'Benevolente' significa 'gentil e prestativo'.
14:29
But that’s just it, once the intelligence
404
869120
2560
Mas é só isso, uma vez que a inteligência
14:31
becomes sentient, or able to think for
405
871680
2640
se torna senciente, ou capaz de pensar por
14:34
itself, who knows what it will do.
406
874320
2480
si mesma, quem sabe o que ela fará.
14:36
We humans are not exactly perfect,
407
876800
1840
Nós humanos não somos exatamente perfeitos,
14:38
you know. What happens if it decides
408
878640
2160
você sabe. O que acontece se decidir
14:40
that it is better than us and wants us
409
880800
2160
que é melhor do que nós e nos quer
14:42
out of the way?
410
882960
1120
fora do caminho?
14:44
Don’t worry. Asimov thought of that.
411
884080
2800
Não se preocupe. Asimov pensou nisso.
14:46
Isaac Asimov was an American
412
886880
1760
Isaac Asimov foi um
14:48
science fiction writer who, among
413
888640
2080
escritor americano de ficção científica que, entre
14:50
other things, wrote about robots.
414
890720
1920
outras coisas, escreveu sobre robôs.
14:52
He came up with three laws that
415
892640
2000
Ele criou três leis que
14:54
every robot would have to follow to
416
894640
2160
todo robô deveria seguir para
14:56
stop it from acting against humanity.
417
896800
2160
impedi-lo de agir contra a humanidade.
14:58
So we’re safe!
418
898960
1440
Então estamos seguros!
15:00
I’m not so sure. A sentient robot could
419
900400
2800
Eu não tenho tanta certeza. Um robô senciente poderia
15:03
make up its own mind about how to
420
903200
2000
decidir por si mesmo sobre como
15:05
interpret the laws. For example, imagine
421
905200
3120
interpretar as leis. Por exemplo, imagine
15:08
if we created an AI system to protect
422
908320
2880
se criássemos um sistema de IA para proteger
15:11
all of humanity.
423
911200
1120
toda a humanidade.
15:12
Well, that’s great! No more war.
424
912320
1920
Bem, isso é ótimo! Não há mais guerra.
15:14
No more murder. No more fighting.
425
914240
1920
Chega de assassinato. Chega de brigas.
15:16
Do you really think that humans
426
916160
1600
Você realmente acha que os humanos
15:17
can stop fighting? What if the AI decides
427
917760
2880
podem parar de lutar? E se a IA decidir
15:20
that the only way to stop us from hurting
428
920640
2240
que a única maneira de impedir que nos machuquemos
15:22
ourselves and each other is to control
429
922880
3920
e uns aos outros é controlar
15:26
everything we do, so it takes over to
430
926800
3040
tudo o que fazemos, para que ela assuma o controle para
15:29
protect us. Then we would lose our
431
929840
2880
nos proteger? Então perderíamos nossa
15:32
freedom to a thing that we created
432
932720
2480
liberdade para uma coisa que criamos
15:35
that is infallible and more intelligent
433
935200
2960
que é infalível e mais inteligente
15:38
than we are! That’s the end, Neil!
434
938160
2720
do que nós! É o fim, Neil!
15:40
I think that’s a little far-fetched, which
435
940880
2080
Eu acho que é um pouco forçado, o que
15:42
means difficult to believe.
436
942960
1360
significa difícil de acreditar.
15:44
I’m sure others don’t think that way.
437
944320
1840
Tenho certeza que os outros não pensam assim.
15:46
OK. Let’s hear what the Learning
438
946160
1920
OK. Vamos ouvir o que a
15:48
English team say when I ask them
439
948080
2240
equipe do Learning English diz quando pergunto
15:50
if they are worried that AI and robots
440
950320
2480
se eles estão preocupados que a IA e os robôs
15:52
could take over the world.
441
952800
1810
possam dominar o mundo.
15:55
Well, it’s possible, but unlikely.
442
955417
3143
Bem, é possível, mas improvável.
15:58
There will come a point where our
443
958560
1120
Chegará um ponto em que nossa
15:59
technology will be limited – probably
444
959680
2160
tecnologia será limitada – provavelmente
16:01
before real AI is achieved.
445
961840
2340
antes que a IA real seja alcançada.
16:05
Never in a million years. First of all,
446
965120
2960
Nunca em um milhão de anos. Em primeiro lugar,
16:08
we’d programme them so that they
447
968080
1760
nós os programaríamos para que
16:09
couldn’t, and secondly we’d beat
448
969840
2400
não pudessem e, em segundo lugar,
16:12
them anyway. Haven’t you ever
449
972240
1760
os venceríamos de qualquer maneira. Você nunca
16:14
seen a movie?
450
974000
1709
viu um filme?
16:16
I totally think it could happen.
451
976697
2183
Eu totalmente acho que isso pode acontecer.
16:18
We only have to make a robot
452
978880
1680
Só precisamos fazer um robô
16:20
that’s smart enough to start
453
980560
1280
inteligente o suficiente para começar
16:21
thinking for itself. After that, who
454
981840
2240
a pensar por si mesmo. Depois disso, quem
16:24
knows what it might do.
455
984080
1466
sabe o que pode fazer.
16:26
A mixed bag of opinions there, Dan.
456
986480
1920
Uma mistura de opiniões, Dan.
16:28
It seems you aren’t alone.
457
988400
2160
Parece que você não está sozinho.
16:30
Nope. But I don’t exactly have
458
990560
1840
Não. Mas também não tenho exatamente
16:32
an army of support either. I guess
459
992400
2480
um exército de apoio. Acho que
16:34
we’ll just have to wait and see.
460
994880
1440
teremos que esperar para ver.
16:36
Speak for yourself. I’ve waited
461
996320
1600
Fale por você mesmo. Já esperei o
16:37
long enough – for our quiz question
462
997920
1600
suficiente - pela nossa pergunta do questionário
16:39
that is.
463
999520
560
.
16:40
Oh yeah! I asked you what the
464
1000080
1680
Oh sim! Eu perguntei a você qual era o
16:41
original meaning of the word ‘robot’
465
1001760
1920
significado original da palavra 'robô'
16:43
was before it was used in its
466
1003680
2080
antes de ser usada em sua
16:45
modern form:
467
1005760
1280
forma moderna:
16:47
a) forced labour, b) metal man, or
468
1007040
2960
a) trabalho forçado, b) homem de metal ou
16:50
c) heartless thing?
469
1010000
1760
c) coisa sem coração?
16:51
And I said a) forced labour.
470
1011760
1760
E eu disse a) trabalho forçado.
16:53
And you were… right!
471
1013520
2240
E você estava... certo!
16:55
Shall we take a look at the
472
1015760
880
Vamos então dar uma olhada no
16:56
vocabulary then?
473
1016640
1280
vocabulário?
16:57
OK. First we had inevitable.
474
1017920
3040
OK. Primeiro tivemos inevitável.
17:00
If something is inevitable then it
475
1020960
2000
Se algo é inevitável, então
17:02
cannot be avoided or stopped.
476
1022960
2400
não pode ser evitado ou parado.
17:05
Can you think of something
477
1025360
880
Você consegue pensar em algo
17:06
inevitable, Neil?
478
1026240
1040
inevitável, Neil?
17:07
It is inevitable that one day the
479
1027280
2000
É inevitável que um dia o
17:09
Sun will stop burning. Then we had
480
1029280
2960
Sol pare de queimar. Então tivemos
17:12
infallible, which means never failing.
481
1032240
2720
infalível, o que significa nunca falhar.
17:14
Give us an example, Dan.
482
1034960
1360
Dê-nos um exemplo, Dan.
17:16
The vaccine for smallpox is infallible.
483
1036320
2560
A vacina para varíola é infalível.
17:18
The natural spread of that disease
484
1038880
1600
A propagação natural dessa doença
17:20
has been completely stopped.
485
1040480
2000
foi completamente interrompida.
17:22
After that was 'surpasses'.
486
1042480
2320
Depois disso foi 'supera'.
17:24
If something surpasses something
487
1044800
1920
Se algo supera
17:26
else then it becomes better than it.
488
1046720
2560
outra coisa, torna-se melhor do que isso.
17:29
Many parents across the world hope
489
1049280
1680
Muitos pais em todo o mundo esperam
17:30
that their children will surpass them
490
1050960
1680
que seus filhos os superem
17:32
in wealth, status or achievement.
491
1052640
2960
em riqueza, status ou realizações.
17:35
After that we heard benevolent, which
492
1055600
1760
Depois disso, ouvimos benevolente, que
17:37
means kind and helpful. Name a person
493
1057360
2240
significa gentil e prestativo. Cite uma pessoa
17:39
famous for being benevolent, Dan.
494
1059600
1877
famosa por ser benevolente, Dan.
17:41
Father Christmas is a benevolent
495
1061477
2363
Papai Noel é um
17:43
character.
496
1063840
1160
personagem benevolente.
17:45
After that we heard sentient.
497
1065000
2360
Depois disso, ouvimos sencientes.
17:47
If something is sentient, it is able
498
1067360
2160
Se algo é senciente, é capaz
17:49
to think for itself.
499
1069520
1360
de pensar por si mesmo.
17:50
Indeed. Many people wonder about
500
1070880
1520
De fato. Muitas pessoas se perguntam sobre
17:52
the possibility of sentient life on
501
1072400
2480
a possibilidade de vida senciente em
17:54
other planets. Finally, we heard
502
1074880
2160
outros planetas. Finalmente, ouvimos
17:57
far-fetched, which means difficult
503
1077040
1600
rebuscado, o que significa difícil
17:58
to believe. Like that far-fetched
504
1078640
2000
de acreditar. Como aquela
18:00
story you told me the other day
505
1080640
1280
história absurda que você me contou outro dia
18:01
about being late because of a
506
1081920
1280
sobre estar atrasado por causa de um
18:03
dragon, Dan.
507
1083200
880
dragão, Dan.
18:04
I swear it was real! It had big sharp
508
1084080
2560
Eu juro que foi real! Tinha dentes grandes e afiados
18:06
teeth and everything!
509
1086640
960
e tudo!
18:07
Yeah, yeah, yeah. And that’s the end
510
1087600
1920
Sim Sim Sim. E esse é o fim
18:09
of this 6 Minute English. Don’t forget
511
1089520
1840
deste inglês de 6 minutos. Não se esqueça
18:11
to check out our Facebook, Twitter,
512
1091360
1600
de conferir nossas páginas no Facebook, Twitter
18:12
and YouTube pages.
513
1092960
1200
e YouTube.
18:14
See you next time!
514
1094160
1120
Vejo você na próxima vez!
18:15
Bye!
515
1095280
560
18:15
Bye.
516
1095840
500
Tchau!
Tchau.
18:22
Hello. This is 6 Minute English
517
1102000
1600
Olá. Este é o 6 Minute English
18:23
from BBC Learning English.
518
1103600
1520
da BBC Learning English.
18:25
I’m Neil.
519
1105120
880
Eu sou Neil.
18:26
And I’m Sam.
520
1106000
1360
E eu sou Sam.
18:27
Are you feeling well, Sam?
521
1107360
1680
Você está se sentindo bem, Sam?
18:29
No headache or sore throat?
522
1109040
2160
Sem dor de cabeça ou dor de garganta?
18:31
No, I feel fine, thanks, Neil.
523
1111200
2560
Não, sinto-me bem, obrigado, Neil.
18:33
Why do you ask?
524
1113760
1520
Por que você pergunta?
18:35
Well, I’ve been reading some
525
1115280
1360
Bem, tenho lido algumas
18:36
inspirational stories about the
526
1116640
1760
histórias inspiradoras sobre os
18:38
doctors and nurses
527
1118400
1120
médicos e enfermeiras que
18:39
fighting Covid. When I was a boy, I
528
1119520
2320
lutam contra a Covid. Quando eu era menino,
18:41
always dreamed of becoming a doctor.
529
1121840
2310
sempre sonhei em ser médico.
18:44
Ah, I see. Have you ever been in
530
1124150
2570
Entendo. Você já esteve no
18:46
hospital?
531
1126720
1280
hospital?
18:48
Yes, I have, and I remember the
532
1128000
2080
Sim, eu tenho, e eu me lembro do
18:50
nurse’s bedside manner – you
533
1130080
1520
jeito da enfermeira ao lado do leito - você
18:51
know, the kind and caring way
534
1131600
1840
sabe, a maneira gentil e carinhosa com
18:53
that doctors and nurses
535
1133440
1280
que os médicos e enfermeiras
18:54
treat people who are ill.
536
1134720
1680
tratam as pessoas que estão doentes.
18:56
Nowadays more and more of the
537
1136400
1680
Hoje em dia, cada vez mais os
18:58
jobs that humans do are being carried
538
1138080
2080
trabalhos que os humanos fazem estão sendo
19:00
out by machines. But I doubt that a
539
1140160
2720
realizados por máquinas. Mas duvido que os
19:02
doctor’s bedside manner could easily
540
1142880
2160
modos de cabeceira de um médico possam
19:05
be replaced by a robot.
541
1145040
2093
ser facilmente substituídos por um robô.
19:07
In this programme, we’ll be discussing
542
1147133
2067
Neste programa, discutiremos
19:09
whether the revolution in artificial
543
1149200
1920
se a revolução da
19:11
intelligence, often shortened to ‘AI’,
544
1151120
2560
inteligência artificial, muitas vezes abreviada para ‘IA’,
19:13
could replace human doctors
545
1153680
1600
poderia substituir médicos
19:15
and nurses.
546
1155280
880
e enfermeiras humanos.
19:16
We’ll be asking: can you imagine a
547
1156160
2000
Estaremos perguntando: você consegue imaginar um
19:18
future without doctors?
548
1158160
2000
futuro sem médicos?
19:20
In fact, machines are already doing
549
1160160
2320
Na verdade, as máquinas já estão realizando
19:22
some of the jobs traditionally done
550
1162480
1840
alguns dos trabalhos tradicionalmente realizados
19:24
by doctors - scanning people’s
551
1164320
2160
pelos médicos - escanear o corpo das pessoas
19:26
bodies to detect skin cancer,
552
1166480
2160
para detectar câncer de pele,
19:28
for example.
553
1168640
1360
por exemplo.
19:30
Yes, that’s true, Sam, and it links to
554
1170000
1840
Sim, isso é verdade, Sam, e está vinculado à
19:31
my quiz question which is about
555
1171840
1760
minha pergunta do questionário, que é sobre
19:33
human skin. It’s a well-known fact that
556
1173600
2800
pele humana. É um fato bem conhecido que a
19:36
skin is the human body’s largest
557
1176400
2160
pele é o maior órgão do corpo humano
19:38
organ – but how much skin does the
558
1178560
2320
– mas quanta pele tem o
19:40
average adult have? Is it:
559
1180880
2000
adulto médio? É:
19:42
a) 2 square metres?,
560
1182880
2240
a) 2 metros quadrados?,
19:45
b) 3 square metres? or
561
1185120
2640
b) 3 metros quadrados? ou
19:47
c) 4 square metres?
562
1187760
2640
c) 4 metros quadrados?
19:50
Of course our skin gets loose as
563
1190400
2000
Claro que a nossa pele fica flácida com a
19:52
we age but I can’t believe there’s
564
1192400
2240
idade mas nem acredito que são
19:54
3 square metres of it!
565
1194640
2320
3 metros quadrados dela!
19:56
I’ll say the answer is
566
1196960
1280
Direi que a resposta é
19:58
a) 2 square metres.
567
1198240
2646
a) 2 metros quadrados.
20:00
OK, we’ll find out if that’s correct later.
568
1200886
3194
OK, vamos descobrir se isso está correto mais tarde.
20:04
Every year in the UK over 5 million
569
1204080
2560
Todos os anos, no Reino Unido, mais de 5 milhões de
20:06
people are treated for skin cancer.
570
1206640
2080
pessoas são tratadas de câncer de pele.
20:08
Catch it early and your chances
571
1208720
1600
Pegue-o cedo e suas chances
20:10
of survival are increased.
572
1210320
2130
de sobrevivência aumentam.
20:12
Usually a skin specialist, or
573
1212450
2430
Normalmente, um especialista em pele ou
20:14
dermatologist, will examine your skin
574
1214880
2880
dermatologista examinará sua pele
20:17
using a handheld microscope.
575
1217760
2720
usando um microscópio portátil.
20:20
But in 2017, a team of researchers
576
1220480
2800
Mas em 2017, uma equipe de pesquisadores
20:23
at Stanford Medical School made
577
1223280
2240
da Stanford Medical School fez
20:25
an exciting announcement.
578
1225520
2000
um anúncio emocionante.
20:27
Here’s Oxford University researcher
579
1227520
2000
Aqui está o pesquisador da Universidade de Oxford,
20:29
Daniel Susskind, telling BBC World
580
1229520
2160
Daniel Susskind, contando ao
20:31
Service programme, The Big Idea, what
581
1231680
2240
programa do Serviço Mundial da BBC, The Big Idea, o que
20:33
the medics at Stanford had invented:
582
1233920
3069
os médicos de Stanford inventaram:
20:36
A team of researchers at Stamford
583
1236989
2371
20:39
last year announced the development
584
1239360
1360
20:40
of a system that, if you give it a photo
585
1240720
1520
20:42
of a freckle it can tell you as accurately
586
1242240
2480
ele pode dizer com a mesma precisão
20:44
as twenty-one leading dermatologists
587
1244720
2560
que 21 dermatologistas importantes
20:47
whether or not that freckle is cancerous.
588
1247280
2703
se aquela sarda é cancerígena ou não.
20:51
The Stanford medical team had
589
1251183
1937
A equipe médica de Stanford
20:53
invented an AI system to analyse
590
1253120
2960
inventou um sistema de IA para analisar
20:56
freckles – small brown spots
591
1256080
2560
sardas – pequenas manchas marrons
20:58
found on people’s
592
1258640
880
encontradas na pele das pessoas
20:59
skin, especially on pale skin.
593
1259520
3419
, especialmente na pele pálida.
21:02
As it turned out, the AI programme was
594
1262939
2501
Como se viu, o programa de IA era
21:05
better than human doctors at
595
1265440
1440
melhor do que os médicos humanos em
21:06
telling whether a freckle was harmless
596
1266880
1840
dizer se uma sarda era inofensiva
21:08
or cancerous – connected to some
597
1268720
1920
ou cancerígena – ligada a algum
21:10
type of cancer.
598
1270640
1280
tipo de câncer.
21:11
So, it seems that artificial intelligence
599
1271920
2160
Assim, parece que a inteligência artificial
21:14
is already replacing humans when
600
1274080
2160
já está substituindo os humanos quando
21:16
it comes to detecting
601
1276240
1520
se trata de detectar o
21:17
cancer – and doing
602
1277760
1600
câncer – e fazer
21:19
a better job of it.
603
1279360
1840
um trabalho melhor.
21:21
But Daniel Susskind isn’t convinced.
604
1281200
2640
Mas Daniel Susskind não está convencido.
21:23
One reason is that AI systems still
605
1283840
2240
Uma razão é que os sistemas de IA ainda
21:26
need humans to programme
606
1286080
1440
precisam de humanos para programá-
21:27
them – and as it turns out, knowing
607
1287520
2320
los – e, como se vê, saber
21:29
exactly how doctors detect
608
1289840
1680
exatamente como os médicos detectam
21:31
illness remains
609
1291520
960
doenças permanece
21:32
something of a mystery.
610
1292480
1760
um mistério.
21:34
Here’s Daniel Susskind again in
611
1294240
2000
Aqui está Daniel Susskind novamente em
21:36
conversation with BBC World
612
1296240
1600
conversa com o programa do BBC World
21:37
Service programme, The Big Idea:
613
1297840
2836
Service, The Big Idea:
21:41
If you ask a doctor how it is they
614
1301697
2463
Se você perguntar a um médico como eles
21:44
make a diagnosis, they might be
615
1304160
2480
fazem um diagnóstico, eles
21:46
able to point you to particularly
616
1306640
2240
podem indicar
21:48
revealing parts of a reference book
617
1308880
1840
partes particularmente reveladoras de um livro de referência
21:50
or give you a few rules of thumb,
618
1310720
1760
ou fornecer algumas regras de polegar,
21:52
but ultimately they’d struggle…
619
1312480
1200
mas no final eles teriam dificuldades...
21:53
they’d say again it requires
620
1313680
1440
eles diriam novamente que requer
21:55
things like creativity and judgment,
621
1315120
1680
coisas como criatividade e julgamento,
21:56
and these things are very difficult to
622
1316800
2240
e essas coisas são muito difíceis de
21:59
articulate – and so traditionally it’s
623
1319040
1920
articular - e tradicionalmente tem
22:00
been thought very hard to
624
1320960
1040
sido considerado muito difícil de
22:02
automate – if a human being can’t
625
1322000
1520
automatizar - se um ser humano não pode
22:03
explain how they do these special
626
1323520
1760
explicar como eles fazem essas
22:05
things, where on earth do we begin
627
1325280
2160
coisas especiais, onde diabos começamos a
22:07
in writing instructions for a
628
1327440
1200
escrever instruções para uma
22:08
machine to follow?
629
1328640
2800
máquina seguir? A
22:12
Most doctors find it difficult to
630
1332000
2080
maioria dos médicos acha difícil
22:14
explain how they make a
631
1334080
1440
explicar como faz um
22:15
diagnosis – their judgement
632
1335520
1840
diagnóstico – seu julgamento
22:17
about what someone’s
633
1337360
1120
sobre qual
22:18
particular sickness is, made by
634
1338480
1920
é a doença específica de alguém, feito por meio de
22:20
examining them.
635
1340400
1123
exame.
22:21
Diagnosing someone’s illness is
636
1341920
1920
Diagnosticar a doença de alguém é
22:23
complicated but there are some
637
1343840
1760
complicado, mas existem algumas
22:25
rules of thumb. A rule of thumb is
638
1345600
3120
regras práticas. Uma regra prática é
22:28
a practical but approximate way
639
1348720
2800
uma maneira prática, mas aproximada,
22:31
of doing something.
640
1351520
1440
de fazer algo.
22:32
For example, when cooking, a good
641
1352960
2080
Por exemplo, ao cozinhar, uma boa
22:35
rule of thumb is two portions of
642
1355040
1840
regra é duas porções de
22:36
water to one portion of rice.
643
1356880
2480
água para uma porção de arroz.
22:39
Exactly. And because identifying
644
1359360
2640
Exatamente. E como identificar
22:42
sickness is so difficult, Daniel
645
1362000
2560
doenças é tão difícil, Daniel
22:44
says “where on earth do we
646
1364560
1840
diz “onde diabos
22:46
begin writing instructions for a
647
1366400
1760
começamos a escrever instruções para uma
22:48
machine?” We use phrases like
648
1368160
2480
máquina?” Usamos frases como
22:50
where, how or what on earth to show
649
1370640
3360
onde, como ou o que diabos para mostrar
22:54
feelings like anger, surprise
650
1374000
2640
sentimentos como raiva, surpresa
22:56
or disbelief.
651
1376640
1360
ou descrença.
22:58
I might show surprise by asking
652
1378000
1760
Eu poderia mostrar surpresa perguntando a
22:59
Sam, ‘how on earth did you know
653
1379760
1600
Sam, 'como diabos você sabe
23:01
the answer to that?’
654
1381360
1246
a resposta para isso?'
23:02
Ha ha! I guess you’re talking about
655
1382606
2114
Ha ha! Acho que você está falando sobre
23:04
your quiz question, Neil? And
656
1384720
2080
sua pergunta do teste, Neil? E
23:06
you needn’t be so
657
1386800
880
você não precisa ficar tão
23:07
surprised – I’m naturally brainy!
658
1387680
2720
surpreso – eu sou naturalmente inteligente!
23:10
Of course you are. In my quiz
659
1390400
1760
Claro que você é. Na minha
23:12
question, I asked Sam how
660
1392160
1440
pergunta do questionário, perguntei a Sam
23:13
much skin there is
661
1393600
1120
quanta pele existe
23:14
on an adult human body.
662
1394720
2240
em um corpo humano adulto.
23:16
And I said it was a) 2 square
663
1396960
2320
E eu disse que era a) 2
23:19
metres.
664
1399280
1123
metros quadrados.
23:20
Which was… the correct answer!
665
1400403
2477
Qual era... a resposta correta!
23:22
With your brains, I think you’d make
666
1402880
1520
Com seu cérebro, acho que você daria
23:24
a good doctor, Sam, and I’m sure
667
1404400
1840
um bom médico, Sam, e tenho certeza de que também
23:26
you’d have a good bedside
668
1406240
1360
teria boas
23:27
manner too.
669
1407600
1440
maneiras.
23:29
You mean, the kind and caring way
670
1409040
2720
Você quer dizer a maneira gentil e atenciosa com
23:31
that doctors and nurses treat
671
1411760
1440
que médicos e enfermeiras tratam
23:33
their patients.
672
1413200
1306
seus pacientes.
23:34
OK, let’s recap the rest of the
673
1414506
1974
OK, vamos recapitular o resto do
23:36
vocabulary, starting with freckle – a
674
1416480
2720
vocabulário, começando com sardas – uma
23:39
small brown spot
675
1419200
1200
pequena mancha marrom
23:40
on someone’s skin.
676
1420400
1280
na pele de alguém. As
23:41
Freckles are usually harmless, but
677
1421680
1680
sardas geralmente são inofensivas, mas
23:43
some skin spots can be
678
1423360
1360
algumas manchas na pele podem ser
23:44
cancerous – connected to cancer.
679
1424720
2640
cancerígenas – ligadas ao câncer.
23:47
A doctor’s diagnosis is their
680
1427360
1840
O diagnóstico de um médico é seu
23:49
judgement about what someone’s
681
1429200
1600
julgamento sobre qual
23:50
particular sickness
682
1430800
1200
23:52
or disease is.
683
1432000
1523
é a doença ou doença específica de alguém.
23:53
A rule of thumb is a useful but
684
1433523
2157
Uma regra prática é uma maneira útil, mas
23:55
approximate way of doing or
685
1435680
1680
aproximada, de fazer ou
23:57
measuring something.
686
1437360
1440
medir algo.
23:58
And finally, we use phrases
687
1438800
1680
E, finalmente, usamos frases
24:00
like, 'where on earth..?'
688
1440480
1789
como, 'onde diabos...?'
24:02
as a way to show emotions
689
1442269
1657
como uma forma de mostrar emoções
24:03
like anger, surprise or disbelief.
690
1443926
2874
como raiva, surpresa ou descrença.
24:06
That’s all for this programme
691
1446800
1360
Isso é tudo para este programa,
24:08
but join us for the next edition
692
1448160
1520
mas junte-se a nós para a próxima edição
24:09
of 6 Minute English
693
1449680
1280
do 6 Minute English,
24:10
when we’ll discuss another
694
1450960
1200
quando discutiremos outro
24:12
trending topic
695
1452160
880
tópico de tendências
24:13
and the related vocabulary.
696
1453040
2216
e o vocabulário relacionado.
24:15
Why on earth would you miss it?
697
1455256
2024
Por que diabos você perderia isso?
24:17
Goodbye for now!
698
1457280
1440
Até logo!
24:18
Goodbye!
699
1458720
926
Adeus!
24:25
Hello. This is 6 Minute English
700
1465400
1842
Olá. Este é o 6 Minute English
24:27
from BBC Learning English.
701
1467242
1414
da BBC Learning English.
24:28
I’m Neil.
702
1468656
864
Eu sou Neil.
24:29
And I’m Rob.
703
1469520
717
E eu sou Rob.
24:30
From the bubonic plague to
704
1470237
1853
Da peste bubônica à
24:32
cholera and tuberculosis, disease
705
1472090
2916
cólera e tuberculose, doenças
24:35
and pandemics have changed the
706
1475006
2036
e pandemias mudaram a forma como as
24:37
way cities have been built.
707
1477042
2074
cidades foram construídas.
24:39
For example, buildings in 19th century Paris
708
1479116
3284
Por exemplo, os edifícios da Paris do século 19
24:42
were designed with large, high-up windows
709
1482400
2696
foram projetados com grandes janelas altas
24:45
to allow plenty of sunlight.
710
1485096
1728
para permitir a entrada de muita luz solar.
24:46
They were supposed to stop
711
1486824
1466
Eles deveriam impedir
24:48
the spread of tuberculosis.
712
1488290
2000
a propagação da tuberculose. O
24:50
Coronavirus has been no different.
713
1490290
2730
coronavírus não foi diferente.
24:53
In lockdown, cities from Rio to Barcelona
714
1493020
3835
No confinamento, as cidades do Rio a Barcelona
24:56
were transformed as wildlife and birdsong
715
1496855
2697
foram transformadas à medida que a vida selvagem e o canto dos pássaros
24:59
replaced the noise of taxi horns
716
1499552
2000
substituíram o barulho das buzinas dos táxis
25:01
and traffic. And with no car pollution,
717
1501552
2403
e do trânsito. E sem a poluição dos carros,
25:03
you could even see the stars at night!
718
1503955
3056
você pode até ver as estrelas à noite!
25:07
In this programme, we’ll be asking if cities
719
1507011
2190
Neste programa, perguntaremos se as cidades
25:09
after lockdown will ever be the same
720
1509201
1926
após o bloqueio voltarão a ser as mesmas
25:11
again – and if we want them to be.
721
1511127
1964
– e se queremos que sejam.
25:13
We’ll be hearing some ideas from
722
1513091
1853
Estaremos ouvindo algumas ideias de
25:14
different cities around the world.
723
1514944
2073
diferentes cidades ao redor do mundo.
25:17
And, of course, we’ll be learning
724
1517017
1780
E, é claro, aprenderemos
25:18
some new vocabulary along the way.
725
1518797
2257
um novo vocabulário ao longo do caminho.
25:21
One of the cities most affected by
726
1521054
2000
Uma das cidades mais afetadas pelo
25:23
Covid-19 was Mumbai in India –
727
1523054
2696
Covid-19 foi Mumbai, na Índia –
25:25
but approximately how many people
728
1525750
1670
mas aproximadamente quantas pessoas
25:27
were affected? What’s the estimated
729
1527420
2404
foram afetadas? Qual é a
25:29
population of Mumbai?
730
1529824
1413
população estimada de Mumbai?
25:31
That’s my quiz question for you today, Rob.
731
1531237
2367
Essa é a minha pergunta do questionário para você hoje, Rob.
25:33
Is it: a) 15 million people,
732
1533604
3062
É: a) 15 milhões de pessoas,
25:36
b) 20 million people, or
733
1536666
1487
b) 20 milhões de pessoas ou
25:38
c) 25 million people?
734
1538153
2330
c) 25 milhões de pessoas?
25:40
I know Mumbai is an international
735
1540483
2957
Sei que Mumbai é uma
25:43
mega-city, so I’ll say
736
1543440
2364
megacidade internacional, então direi
25:45
b) 20 million people.
737
1545804
2516
b) 20 milhões de pessoas.
25:48
OK, Rob, we’ll find out later if
738
1548320
1920
OK, Rob, descobriremos mais tarde se
25:50
that’s right.
739
1550240
1200
está certo.
25:51
Now, Beatriz Colomina is a professor
740
1551440
2640
Agora, Beatriz Colomina é professora
25:54
of architecture at Princeton University
741
1554080
2400
de arquitetura na Universidade de Princeton,
25:56
in the United States. She’s spent years
742
1556480
2560
nos Estados Unidos. Ela passou anos
25:59
researching the relationship between
743
1559040
1760
pesquisando a relação entre
26:00
cities and disease. Here she is talking
744
1560800
2800
cidades e doenças. Aqui ela está conversando
26:03
with Kavita Puri, presenter of BBC
745
1563600
2640
com Kavita Puri, apresentadora do
26:06
World Service programme, The Inquiry:
746
1566240
2440
programa da BBC World Service, The Inquiry:
26:09
Take tuberculosis. Unlike
747
1569010
2590
Take tuberculosis. Ao contrário da
26:11
cholera, which
748
1571600
800
cólera, que
26:12
was eliminated in London by
749
1572400
1840
foi eliminada em Londres com o
26:14
re-designing the sewage system
750
1574240
1760
redesenho do sistema de esgoto
26:16
in the 1850s, TB was airborne.
751
1576000
3920
na década de 1850, a tuberculose era transmitida pelo ar.
26:19
It became a real problem with
752
1579920
2400
Tornou-se um problema real com
26:22
the rise of the industrial cities, the
753
1582320
2640
o surgimento das cidades industriais, das
26:24
metropolis, before an antibiotic
754
1584960
2960
metrópoles, antes que um antibiótico
26:27
was effective.
755
1587920
1520
fizesse efeito.
26:29
One in seven people on the
756
1589440
1520
Uma em cada sete pessoas no
26:30
planet had TB, but in dense cities
757
1590960
2800
planeta tinha tuberculose, mas em cidades densas
26:33
like Paris, it was one in three. Closely
758
1593760
4000
como Paris, era uma em três. Cortiços muito próximos
26:37
packed tenements meant the disease
759
1597760
2240
significavam que a doença
26:40
spread like wildfire and architects
760
1600000
3120
se espalhava como um incêndio florestal e arquitetos
26:43
and planning experts responded.
761
1603120
2480
e especialistas em planejamento respondiam.
26:45
Some diseases, like cholera, could
762
1605600
2080
Algumas doenças, como a cólera, poderiam
26:47
be prevented by redesigning cities
763
1607680
2400
ser evitadas redesenhando as cidades
26:50
to improve hygiene, like the waste
764
1610080
2240
para melhorar a higiene, como os
26:52
water sewers in 19th century London.
765
1612320
2880
esgotos de águas residuais na Londres do século XIX.
26:55
But the problem with tuberculosis, or
766
1615200
2320
Mas o problema com a tuberculose, ou
26:57
TB for short, was that the disease is
767
1617520
2960
TB, para abreviar, é que a doença é transmitida pelo
27:00
airborne – carried and spread in
768
1620480
2000
ar – transportada e espalhada
27:02
the air.
769
1622480
720
pelo ar.
27:03
Adding to the problem was the fact
770
1623200
1680
Somando-se ao problema estava o fato de
27:04
that antibiotics – medicines like
771
1624880
2480
que os antibióticos – medicamentos como a
27:07
penicillin that can destroy harmful
772
1627360
2080
penicilina, que podem destruir
27:09
bacteria or stop their growth – was
773
1629440
2560
bactérias nocivas ou impedir seu crescimento –
27:12
not discovered until 1928 – too late
774
1632000
3280
não foram descobertos até 1928 – tarde demais
27:15
to save the thousands of people who
775
1635280
1840
para salvar as milhares de pessoas que
27:17
died in Mumbai, New York, Paris and
776
1637120
2240
morreram em Mumbai, Nova York, Paris e
27:19
other cities during the 1800s.
777
1639360
2080
outras cidades durante os anos 1800.
27:21
Diseases like TB killed more and
778
1641440
2240
Doenças como a tuberculose matavam cada vez
27:23
more people as cities industrialised
779
1643680
2880
mais pessoas à medida que as cidades se industrializavam
27:26
and grew bigger and bigger, leading
780
1646560
1840
e cresciam cada vez mais, levando
27:28
to the creation of the
781
1648400
1360
à criação da
27:29
metropolis – the largest, busiest and
782
1649760
2640
metrópole – a maior, mais movimentada e
27:32
most important
783
1652400
880
mais importante
27:33
city in a country or region.
784
1653280
1680
cidade de um país ou região.
27:34
Many people crowded together in
785
1654960
1520
Muitas pessoas se aglomeraram em
27:36
large metropolises meaning that
786
1656480
1920
grandes metrópoles, o que significa que a
27:38
disease could spread like wildfire – an
787
1658400
2560
doença pode se espalhar como um incêndio florestal – uma
27:40
idiom meaning spread quickly around
788
1660960
2000
expressão que significa espalhar-se rapidamente em torno de
27:42
many people.
789
1662960
1040
muitas pessoas.
27:44
Even today disease is shaping
790
1664000
1840
Ainda hoje, a doença está moldando
27:45
our cities. In post-Covid Paris, new
791
1665840
3280
nossas cidades. Na Paris pós-Covid, novas
27:49
ideas for a ’15 minute city’ aim to
792
1669120
2720
ideias para uma 'cidade de 15 minutos' visam
27:51
make all public services available
793
1671840
2000
disponibilizar todos os serviços públicos
27:53
within a fifteen minute walk to help
794
1673840
2160
a quinze minutos a pé para ajudar as
27:56
people working from home.
795
1676000
1680
pessoas que trabalham em casa.
27:57
Other countries want to build
796
1677680
1440
Outros países querem construir
27:59
better, more affordable housing
797
1679120
1680
moradias melhores e mais acessíveis
28:00
outside the city centre.
798
1680800
1680
fora do centro da cidade.
28:02
But according to Mumbai resident
799
1682480
1680
Mas, de acordo com o
28:04
Dr Vaidehi Tandel, this won’t
800
1684160
2240
Dr. Vaidehi Tandel, morador de Mumbai, isso não
28:06
work – even if the housing on
801
1686400
2000
funcionará - mesmo que a
28:08
offer is better.
802
1688400
1280
oferta de habitação seja melhor.
28:09
But why? The reason is work.
803
1689680
3120
Mas por que? A razão é o trabalho.
28:12
When you shift them out, you’re
804
1692800
1360
Quando você os transfere, você
28:14
moving them away from their
805
1694160
1280
os está afastando de seus
28:15
livelihoods and they’re not going to
806
1695440
1360
meios de subsistência e eles não serão
28:16
be able to sustain themselves there
807
1696800
1680
capazes de se sustentar lá
28:18
so, they will be coming back because
808
1698480
2400
, então eles voltarão porque
28:20
their jobs are in the city and they
809
1700880
1680
seus empregos são na cidade e eles
28:22
cannot afford the commute from
810
1702560
2000
não podem pagar o deslocamento de
28:24
further off places.
811
1704560
1200
mais longe. lugares fora.
28:26
Dr Vaidehi Tandel there, talking on
812
1706400
2160
Lá está o Dr. Vaidehi Tandel, falando
28:28
the BBC World Service programme
813
1708560
1840
no programa da BBC World Service,
28:30
The Inquiry.Trying to make cities less
814
1710400
2720
The Inquiry. Tentar tornar as cidades menos
28:33
crowded is one way to minimise the
815
1713120
2160
populosas é uma forma de minimizar os
28:35
risks from disease. But moving people
816
1715280
2480
riscos de doenças. Mas mover as pessoas para
28:37
away from the city centre means moving
817
1717760
2080
longe do centro da cidade significa afastá-las
28:39
them away from their livelihood – their
818
1719840
1920
de seus meios de subsistência – seu
28:41
job or other way of earning money to
819
1721760
1760
trabalho ou outra forma de ganhar dinheiro para
28:43
pay for food, housing and clothing.
820
1723520
2880
pagar por comida, moradia e roupas.
28:46
Many people still want to live near
821
1726400
1600
Muitas pessoas ainda querem morar perto de
28:48
their workplace in the city centre
822
1728000
2080
seu local de trabalho no centro da cidade
28:50
because they can’t afford to pay
823
1730080
1600
porque não podem pagar
28:51
for the commute – the journey
824
1731680
1520
pelo deslocamento – a viagem
28:53
between their home and their
825
1733200
1360
entre sua casa e seu
28:54
place of work.
826
1734560
1440
local de trabalho.
28:56
Which is real problem when you
827
1736000
1440
O que é um problema real quando você
28:57
live in a city of… how many people
828
1737440
2400
mora em uma cidade de... quantas pessoas
28:59
did you say live in Mumbai, Neil?
829
1739840
2000
você disse que moram em Mumbai, Neil?
29:01
Ah yes, in our quiz question I asked
830
1741840
2320
Ah, sim, em nossa pergunta do questionário,
29:04
you what the estimated population
831
1744160
2000
perguntei qual é a população estimada
29:06
of Mumbai is.
832
1746160
1200
de Mumbai.
29:07
I said b) 20 million people.
833
1747360
2720
Eu disse b) 20 milhões de pessoas.
29:10
And you were absolutely right!
834
1750080
1760
E você estava absolutamente certo!
29:11
Around 20 million people live in
835
1751840
1920
Cerca de 20 milhões de pessoas vivem
29:13
the Mumbai metropolis, making it
836
1753760
2000
na metrópole de Mumbai, tornando
29:15
very difficult to socially distance.
837
1755760
2640
muito difícil o distanciamento social.
29:18
In this programme, we’ve been
838
1758400
1360
Neste programa,
29:19
discussing the relationship between
839
1759760
1600
discutimos a relação entre
29:21
cities and disease. In the 1800s,
840
1761360
3040
cidades e doenças. Em 1800, a
29:24
tuberculous, or TB, killed thousands
841
1764400
3360
tuberculose, ou tuberculose, matava milhares
29:27
because it was an airborne
842
1767760
1680
porque era uma doença transmitida pelo ar
29:29
disease – spread
843
1769440
1280
– espalhada
29:30
in the air, and hard to prevent.
844
1770720
2080
pelo ar e difícil de prevenir.
29:32
Antibiotics – medicinal chemicals
845
1772800
2400
Antibióticos – produtos químicos medicinais
29:35
like penicillin which can destroy
846
1775200
1920
como a penicilina, que podem destruir
29:37
harmful germs, couldn’t help
847
1777120
2160
germes nocivos, não puderam ajudar
29:39
because they weren’t discovered
848
1779280
1360
porque não foram descobertos
29:40
until decades later.
849
1780640
1760
até décadas depois.
29:42
So in metropolises – the largest and
850
1782400
2640
Assim, nas metrópoles – as maiores e
29:45
most important cities, where people
851
1785040
1760
mais importantes cidades, onde as pessoas
29:46
live crowded close together, diseases
852
1786800
2960
vivem aglomeradas, as doenças
29:49
spread like wildfire – an idiom
853
1789760
2400
se espalham como fogo – uma expressão
29:52
meaning spread widely and quickly.
854
1792160
2400
que significa espalhar-se ampla e rapidamente.
29:54
In Mumbai and other places, the
855
1794560
1840
Em Mumbai e em outros lugares,
29:56
problem remains that many
856
1796400
1440
persiste o problema de que muitas
29:57
people need the city for their
857
1797840
1440
pessoas precisam da cidade para seu
29:59
livelihood – job or other way of
858
1799280
2240
sustento – trabalho ou outra forma de
30:01
earning money.
859
1801520
960
ganhar dinheiro.
30:02
So, they prefer to live in the city
860
1802480
1600
Por isso, preferem morar no
30:04
centre instead of paying for the
861
1804080
1600
centro da cidade a pagar pelo
30:05
daily commute – a journey, often
862
1805680
2160
deslocamento diário – uma viagem, muitas vezes
30:07
by train, bus or car, from your home
863
1807840
2240
de trem, ônibus ou carro, de sua casa
30:10
to your workplace.
864
1810080
1600
até o local de trabalho.
30:11
That’s all we have time for in
865
1811680
1600
É só para isso que temos tempo
30:13
this programme, but remember you
866
1813280
1440
neste programa, mas lembre-se de que você
30:14
can find more useful vocabulary,
867
1814720
2000
pode encontrar vocabulário mais útil,
30:16
trending topics and help with your
868
1816720
1760
tópicos de tendências e ajuda com o
30:18
language learning here at
869
1818480
1440
aprendizado de idiomas aqui no
30:19
BBC Learning English.
870
1819920
1520
BBC Learning English.
30:21
Bye for now!
871
1821440
1050
Adeus por agora!
30:22
Bye bye!
872
1822490
793
Bye Bye!
Sobre este site

Este sítio irá apresentar-lhe vídeos do YouTube que são úteis para a aprendizagem do inglês. Verá lições de inglês ensinadas por professores de primeira linha de todo o mundo. Faça duplo clique nas legendas em inglês apresentadas em cada página de vídeo para reproduzir o vídeo a partir daí. As legendas deslocam-se em sincronia com a reprodução do vídeo. Se tiver quaisquer comentários ou pedidos, por favor contacte-nos utilizando este formulário de contacto.

https://forms.gle/WvT1wiN1qDtmnspy7