Erik Hersman: How texting helped Kenyans survive crisis

15,544 views ・ 2009-04-22

TED


يرجى النقر نقرًا مزدوجًا فوق الترجمة الإنجليزية أدناه لتشغيل الفيديو.

المترجم: Anwar Dafa-Alla المدقّق: Yasser Bahjatt
00:12
So I'm here to tell you a story of success from Africa.
0
12160
4000
أذن، أنا هنا لأخبركم عن قصة نجاح من أفريقيا
00:16
A year and a half ago,
1
16160
3000
قبل سنة ونصف
00:19
four of the five people who are full time members
2
19160
2000
أربعة من الخمسة أعضاء المداومين بإستمرار
00:21
at Ushahidi,
3
21160
2000
في أوشاهيدي
00:23
which means "testimony" in Swahili,
4
23160
3000
التي تعني "شهادة" في اللغة السواحلية
00:26
were TED Fellows.
5
26160
2000
كانوا مشاركين في تيد
00:28
A year ago in Kenya we had post-election violence.
6
28160
3000
قبل عام في كينيا شهدنا أحداث عنف عقب الإنتخابات
00:31
And in that time we prototyped and built,
7
31160
3000
في ذلك الوقت صممنا وبنينا
00:34
in about three days, a system that would allow
8
34160
2000
في حوالي ثلاثة أيام، نظام يسمح
00:36
anybody with a mobile phone
9
36160
2000
لأي شخص لديه هاتف محمول
00:38
to send in information and reports on what was happening around them.
10
38160
3000
بإرسال معلومات وتقارير حول ما يجري حولهم
00:41
We took what we knew about Africa,
11
41160
2000
أستخدمنا ما عرفناه عن أفريقيا
00:43
the default device,
12
43160
2000
الجهاز التلقائي
00:45
the mobile phone, as our common denominator,
13
45160
2000
الهاتف المحمول، كقاسم مشترك بيننا
00:47
and went from there.
14
47160
2000
وبدأنا من هناك
00:49
We got reports like this.
15
49160
3000
أستقبلنا تقارير مثل هذا
00:56
This is just a couple of them from January 17th, last year.
16
56160
3000
هذه بعضها منذ 17 يناير، العام الماضي
01:02
And our system was rudimentary. It was very basic.
17
62160
3000
وكان نظامنا بدائياً. هذا شئ أساسي
01:05
It was a mash-up that used data that we collected from people,
18
65160
3000
كان مزيجاً من البيانات التي جمعناها من الناس
01:08
and we put it on our map.
19
68160
2000
والتي وضعناها على الخريطة
01:10
But then we decided we needed to do something more.
20
70160
2000
لكن قررنا أننا نحتاج الى فعل المزيد
01:12
We needed to take what we had built
21
72160
2000
أحتجنا أخذ ما بنيناه
01:14
and create a platform out of it so that it could be used elsewhere in the world.
22
74160
3000
ونصنع منه منصة يمكن إستخدامها في أماكن أخرى في العالم
01:17
And so there is a team of developers
23
77160
3000
ولذا هناك فريق من المطورين
01:20
from all over Africa, who are part of this team now --
24
80160
3000
من كل انحاء أفريقيا، يشاركون في فريق العمل الآن
01:23
from Ghana, from Malawi, from Kenya.
25
83160
2000
من غانا، من ملاوي، من كينيا
01:25
There is even some from the U.S.
26
85160
4000
حتى أن بعضهم من أمريكا
01:29
We're building for smartphones, so that it can be used in the developed world,
27
89160
3000
نحن نطوّر هواتف ذكية، يمكن إستخدامها في العالم المتطور
01:32
as well as the developing world.
28
92160
2000
بنفس القدر في العالم النامي
01:34
We are realizing that this is true.
29
94160
2000
نعتقد أن هذه حقيقة
01:36
If it works in Africa then it will work anywhere.
30
96160
2000
اذا نجحت في أفريقيا فستنجح في أي مكان آخر
01:38
And so we build for it in Africa first
31
98160
3000
لذا فقد طوّرناها في أفريقيا أولاً
01:41
and then we move to the edges.
32
101160
2000
وبعدها ننتقل الى أماكن أخرى
01:43
It's now been deployed in the Democratic Republic of the Congo.
33
103160
3000
الآن تعمل في جمهورية الكونغو الديموقراطية
01:46
It's being used by NGOs all over East Africa,
34
106160
3000
وتستخدمها المنظمات الطوعية في كل شرق أفريقيا
01:49
small NGOs doing their own little projects.
35
109160
3000
المنظمات الطوعية الصغيرة تعمل في المشاريع الخاصة بها
01:52
Just this last month it was deployed by
36
112160
2000
في الشهر الماضي فقط أستخدمتها
01:54
Al Jazeera in Gaza.
37
114160
3000
قناة الجزيرة في غزة
01:57
But that's actually not what I'm here to talk about.
38
117160
2000
لكن ليس هذا ما جئت للحديث عنه
01:59
I'm here to talk about the next big thing,
39
119160
2000
أنا هنا لأتحدث عن الخطوة الكبيرة القادمة
02:01
because what we're finding out is that
40
121160
2000
لأن ما نكتشفه هو
02:03
we have this capacity to report
41
123160
2000
أن لدينا المقدرة على الإبلاغ
02:05
eyewitness accounts of what's going on in real time.
42
125160
4000
من شهود عيان على الحدث، مباشرةً
02:09
We're seeing this in events like Mumbai recently,
43
129160
3000
رأينا ذلك في أحداث مثل مومباي مؤخراً
02:12
where it's so much easier to report now
44
132160
2000
حيث من السهل جداً إرسال تقرير الآن
02:14
than it is to consume it.
45
134160
2000
بدلاً عن إستهلاكه
02:16
There is so much information; what do you do?
46
136160
2000
هناك كم هائل من المعلومات، ماذا ستفعل؟
02:18
This is the Twitter reports for over three days
47
138160
3000
هذه تقارير تويتر لمدة ثلاث أيام
02:21
just covering Mumbai.
48
141160
2000
تغطي مومباي فقط
02:23
How do you decide what is important?
49
143160
2000
كيف تقرر ما هو مهم؟
02:25
What is the veracity level of what you're looking at?
50
145160
3000
ما مستوى المصداقية في ما تأخذ منه؟
02:28
So what we find is that there is this
51
148160
2000
أذن ما نتوصل اليه هو أن
02:30
great deal of wasted crisis information
52
150160
2000
هناك إهدار لكثير من معلومات الأزمة
02:32
because there is just too much information for us to
53
152160
3000
لأن هناك الكثير من المعلومات المتاحة لنا
02:35
actually do anything with right now.
54
155160
3000
لنفعل بها أي شئ في الوقت الراهن
02:38
And what we're actually really concerned with
55
158160
2000
ما نهتم به في الحقيقة
02:40
is this first three hours.
56
160160
2000
هو الثلاث ساعات الأولى
02:42
What we are looking at is the first three hours.
57
162160
2000
ما نبحث عنه في الثلاث ساعات الأولى
02:44
How do we deal with that information that is coming in?
58
164160
3000
كيف نتعامل مع المعلومات الواردة؟
02:47
You can't understand what is actually happening.
59
167160
2000
لا تستطيع فهم ما يجري بالفعل
02:49
On the ground and around the world
60
169160
2000
على أرض الواقع وحول العالم
02:51
people are still curious,
61
171160
2000
يتوق الناس للمعرفة
02:53
and trying to figure out what is going on. But they don't know.
62
173160
3000
ويحاولون معرفة ما يجري. لكنهم لا يعرفون
02:56
So what we built of course, Ushahidi,
63
176160
3000
لذا ما بنيناه بالفعل، أوشاهيدي
02:59
is crowdsourcing this information.
64
179160
2000
هو حشد مصادر هذه المعلومات
03:01
You see this with Twitter, too. You get this information overload.
65
181160
3000
تشهدون ذلك عبر تويتر، أيضاً. يأتيكم كم هائل من المعلومات
03:04
So you've got a lot of information. That's great.
66
184160
2000
فلديك كميات هائلة من المعلومات، ذلك عظيم
03:06
But now what?
67
186160
2000
لكن ماذا الآن؟
03:08
So we think that there is something interesting we can do here.
68
188160
3000
لذا نعتقد أن هناك شئ مثير يمكننا فعله هنا
03:11
And we have a small team who is working on this.
69
191160
2000
ولدينا فريق عمل صغير يعمل على هذا
03:13
We think that we can actually create
70
193160
2000
نعتقد أن بمقدورنا في الحقيقة صنع
03:15
a crowdsourced filter.
71
195160
2000
مصفاة لحشود المعلومات
03:17
Take the crowd and apply them to the information.
72
197160
3000
يأخذ الحشد ويطبقها على المعلومات
03:20
And by rating it and by rating
73
200160
2000
وبتقييمها وبتقييم
03:22
the different people who submit information,
74
202160
2000
الأشخاص الذين قدموا المعلومات
03:24
we can get refined results
75
204160
2000
يمكننا الحصول على نتائج محسنة
03:26
and weighted results.
76
206160
2000
ونتائج مرجحة
03:28
So that we have a better understanding
77
208160
2000
بذلك نصل الى فهم أفضل
03:30
of the probability of something being true or not.
78
210160
2000
حول إحتمالية أن يكون الشئ صحيحاً أم لا
03:32
This is the kind of innovation that is,
79
212160
3000
هذا النوع من الإبتكار هو
03:35
quite frankly -- it's interesting that it's coming from Africa.
80
215160
2000
بصراحة شديدة-- من المشوق أن يأتي من أفريقيا
03:37
It's coming from places that you wouldn't expect.
81
217160
3000
يأتي من أماكن لا يمكنكم تصورها
03:40
From young, smart developers.
82
220160
2000
من شباب، مطورين أذكياء
03:42
And it's a community around it that has decided to build this.
83
222160
3000
والمجتمع في الجوار الذي قرر تطوريها
03:45
So, thank you very much.
84
225160
2000
لذا ، شكراً جزيلاً لكم
03:47
And we are very happy to be part of the TED family.
85
227160
2000
ونحن سعداء كوننا جزء من أسرة تيد
03:49
(Applause)
86
229160
1000
(تصفيق)
حول هذا الموقع

سيقدم لك هذا الموقع مقاطع فيديو YouTube المفيدة لتعلم اللغة الإنجليزية. سترى دروس اللغة الإنجليزية التي يتم تدريسها من قبل مدرسين من الدرجة الأولى من جميع أنحاء العالم. انقر نقرًا مزدوجًا فوق الترجمة الإنجليزية المعروضة على كل صفحة فيديو لتشغيل الفيديو من هناك. يتم تمرير الترجمات بالتزامن مع تشغيل الفيديو. إذا كان لديك أي تعليقات أو طلبات ، يرجى الاتصال بنا باستخدام نموذج الاتصال هذا.

https://forms.gle/WvT1wiN1qDtmnspy7