Visualizing the world's Twitter data - Jer Thorp

Visualizando los datos mundiales de Twitter - Jer Thorp

Transcriber: Andrea McDonough Reviewer: Bedirhan Cinar

Traductor: Sebastian Betti Revisor: Ariana Bleau Lugo

A couple of years ago I started using Twitter,

Hace un par de años empecé a usar Twitter,

and one of the things that really charmed me about Twitter

y una de las cosas que realmente me encantaron de Twitter

is that people would wake up in the morning

es que la gente se despertaba por la mañana

and they would say, "Good morning!"

y decía: "¡Buenos días!"

which I thought,

Algo que me pareció,

I'm a Canadian,

soy canadiense,

so I was a little bit,

así que fue un poquito...

I liked that politeness.

me gustó esa cortesía.

And so, I'm also a giant nerd,

Y por eso, como soy un gran nerd,

and so I wrote a computer program

escribí un programa informático

that would record 24 hours of everybody on Twitter

que grababa 24 horas de todo el mundo que en Twitter

saying, "Good morning!"

dijera, "¡Buenos días!"

And then I asked myself my favorite question,

Y luego hice mi pregunta favorita:

"What would that look like?"

"¿A qué se parecería eso?"

Well, as it turns out, I think it would look something like this.

Bueno, creo que tendría este aspecto.

Right, so we'd see this wave of people

Bien, veríamos esta ola de gente

saying, "Good morning!" across the world as they wake up.

diciendo "¡Buenos días!" por todo el mundo conforme despertaran.

Now the green people, these are people that wake up

La gente de verde, es gente que se levanta

at around 8 o'clock in the morning,

cerca de las 8 de la mañana.

Who wakes up at 8 o'clock or says, "Good morning!" at 8?

¿Quién se levanta a las 8 o dice "¡Buenos días!" a las 8?

And the orange people,

La gente de naranja

they say, "Good morning!" around 9.

dice "¡Buenos días!" cerca de las 9.

And the red people, they say, "Good morning!" around 10.

Y la gente de rojo dice "¡Buenos días!" cerca de las 10.

Yeah, more at 10's than, more at 10's than 8's.

Sí, hay más a las 10 que a las 8.

And actually if you look at this map,

Y, en realidad, si miran en este mapa

we can learn a little bit about how people wake up

podemos aprender un poquito sobre como se levanta la gente

in different parts of the world.

en diferentes sitios.

People on the West Coast, for example,

La gente en la Costa Oeste, por ejemplo,

they wake up a little bit later

se levanta un poco más tarde

than those people on the East Coast.

que la gente de la Costa Este.

But that's not all that people say on Twitter, right?

Pero eso no es todo lo que la gente dice en Twitter, ¿no?

We also get these really important tweets, like,

También tenemos tuits importantes como estos:

"I just landed in Orlando!! [plane sign, plane sign]"

"¡¡Acabo de aterrizar en Orlando!! [signo de avión, signo de avión]"

Or, or, "I just landed in Texas [exclamation point]!"

O "¡Acabo de aterrizar en Texas!"

Or "I just landed in Honduras!"

O "¡Acabo de aterrizar en Honduras!"

These lists, they go on and on and on,

Y la lista sigue y sigue

all these people, right?

con toda esta gente, ¿sí?

So, on the outside, these people are just telling us

Así, desde afuera, esta gente nos está diciendo

something about how they're traveling.

algo de como viaja.

But we know the truth, don't we?

Pero sabemos la verdad, ¿no?

These people are show-offs!

¡Están alardeando!

They are showing off that they're in Cape Town and I'm not.

Hacen alarde de que están en Ciudad del Cabo y yo no.

So I thought, how can we take this vanity

Y pensé, ¿cómo podemos convertir esta vanidad

and turn it into utility?

en algo útil?

So using a similar approach that I did with "Good morning,"

Entonces, usando un enfoque similar al de "¡Buenos días!",

I mapped all those people's trips

registré todos estos viajes

because I know where they're landing,

porque sé dónde están aterrizando,

they just told me,

porque me lo dicen,

and I know where they live

y sé dónde viven

because they share that information on their Twitter profile.

porque comparten esa información en sus perfiles de Twitter.

So what I'm able to do with 36 hours of Twitter

Con estas 36 horas de Twitter puedo

is create a model of how people are traveling

crear un modelo de viajes de la gente

around the world during that 36 hours.

por el mundo durante esas 36 horas.

And this is kind of a prototype

Y este es una suerte de prototipo

because I think if we listen to everybody

porque creo que si escucháramos a todos

on Twitter and Facebook and the rest of our social media,

en Twitter y Facebook y al resto de los medios sociales

we'd actually get a pretty clear picture

tendríamos una imagen bastante clara

of how people are traveling from one place to the other,

de la forma en que viaja la gente de un lugar a otro;

which is actually turns out to be a very useful thing for scientists,

algo que resultaría ser muy útil para los científicos

particularly those who are studying how disease is spread.

en particular para quienes estudian la propagación de enfermedades.

So, I work upstairs in the New York Times,

Yo trabajo arriba, en el New York Times,

and for the last two years,

y en los últimos dos años

we've been working on a project called, "Cascade,"

hemos estado trabajando en un proyecto llamado "Cascada",

which in some ways is kind of similar to this one.

que en cierto modo se parece a éste.

But instead of modeling how people move,

Pero en vez de modelar los movimientos

we're modeling how people talk.

modelamos la forma de hablar.

We're looking at what does a discussion look like.

Estamos viendo el aspecto de una discusión.

Well, here's an example.

Este es un ejemplo.

This is a discussion around an article called,

Esta es una discusión en torno a un artículo titulado

"The Island Where People Forget to Die".

"La isla donde la gente se olvida de morir".

It's about an island in Greece where people live

Se trata de una isla griega donde la gente vive

a really, really, really, really, really, really long time.

un tiempo muy, muy, muy, muy, muy, muy largo.

And what we're seeing here

Y aquí vemos

is we're seeing a conversation that's stemming

una conversación que deriva

from that first tweet down in the bottom, left-hand corner.

del primer tuit de la esquina inferior izquierda.

So we get to see the scope of this conversation

Veremos el alcance de esta conversación

over about 9 hours right now,

durante unas 9 horas en este momento,

we're going to creep up to 12 hours here in a second.

pasaremos a unas 12 horas en un segundo.

But, we can also see what that conversation

También podemos ver el aspecto de la conversación

looks like in three dimensions.

en tres dimensiones.

And that three-dimensional view is actually much more useful for us.

Y la vista 3D en realidad es mucho más útil para nosotros.

As humans, we are really used to things

Como humanos, estamos acostumbrados

that are structured as three dimensions.

a estructuras tridimensionales.

So, we can look at those little off-shoots of conversation,

Podemos ver esos desprendimientos de conversación,

we can find out what exactly happened.

podemos averiguar exactamente lo sucedido.

And this is an interactive, exploratory tool

Es una herramienta interactiva de exploración

so we can go through every step in the conversation.

que nos permite seguir cada paso de la conversación.

We can look at who the people were,

Podemos ver quién era la gente,

what they said,

qué dijo,

how old they are,

qué edad tiene,

where they live,

dónde vive,

who follows them,

quién la sigue,

and so on, and so on, and so on.

etc., etc., etc.

So, the Times creates about 6,500 pieces of content every month,

El Times crea unos 6500 artículos por mes

and we can model every single one

y nosotros podemos modelar cada una

of the conversations that happen around them.

de las conversaciones que ocurren en torno a ellos.

And they look somewhat different.

Se ven algo diferentes.

Depending on the story

Dependiendo de la historia

and depending on how fast people are talking about it

y dependiendo de lo rápido que la gente esté hablando de eso

and how far the conversation spreads,

y de lo rápido que se difunda la conversación,

these structures, which I call these conversational architectures,

estas estructuras, que denomino arquitecturas conversacionales,

end up looking different.

terminan teniendo aspectos diferentes.

So, these projects that I've shown you,

Estos proyectos que les he mostrado,

I think they all involve the same thing:

creo que implican todos lo mismo:

we can take small pieces of data

podemos tomar unos pocos datos

and by putting them together,

y al juntarlos

we can generate more value,

podemos generar más valor,

we can do more exciting things with them.

podemos hacer cosas más interesantes con ellos.

But so far we've only talked about Twitter, right?

Pero hasta ahora sólo hemos hablado de Twitter, ¿sí?

And Twitter isn't all the data.

Pero Twitter no es toda la información.

We learned a moment ago

Hace un momento aprendimos

that there is tons and tons,

que hay toneladas y toneladas

tons more data out there.

de datos por ahí.

And specifically, I want you to think about one type of data

Y, específicamente, quiero que piensen en un tipo de datos

because all of you guys,

porque todos Uds.,

everybody in this audience, we,

todos en la audiencia,

we, me as well,

y me incluyo,

are data-making machines.

somos máquinas de producir datos.

We are producing data all the time.

Todo el tiempo producimos datos.

Every single one of us, we're producing data.

Cada uno de nosotros producimos datos.

Somebody else, though, is storing that data.

Alguien está almacenando esos datos.

Usually we put our trust into companies to store that data,

Por lo general confiamos en empresas que guardan esos datos

but what I want to suggest here

pero lo que quiero sugerir aquí

is that rather than putting our trust

es que en vez de confiar

in companies to store that data,

en empresas que guarden esos datos

we should put the trust in ourselves

deberíamos confiar en nosotros mismos

because we actually own that data.

porque en realidad somos dueños de esos datos.

Right, that is something we should remember.

Sí, es algo que deberíamos recordar.

Everything that someone else measures about you,

Todo lo que alguien mida de uno,

you actually own.

es propiedad de uno.

So, it's my hope,

Por eso espero,

maybe because I'm a Canadian,

quizá porque soy canadiense,

that all of us can come together

que todos podamos reunirnos

with this really valuable data that we've been storing,

con estos datos muy valiosos que hemos estado almacenando,

and we can collectively launch that data

y que podamos usar esos datos en forma colectiva

toward some of the world's most difficulty problems

en alguno de los problemas más difíciles del mundo

because big data can solve big problems,

porque grandes datos pueden resolver grandes problemas

but I think it can do it the best

pero creo que puede ser mejor

if it's all of us who are in control.

si todos tenemos el control.

Thank you.

Gracias.