This app makes it fun to pick up litter | Jeff Kirschner

138,165 views ・ 2017-03-22

TED


Haga doble clic en los subtítulos en inglés para reproducir el vídeo.

Traductor: Claudia Viveros Revisor: Concepción Navarro
00:12
This story starts with these two --
0
12835
2993
Esta historia comienza con estos dos --
00:15
my kids.
1
15852
1258
mis hijos.
00:17
We were hiking in the Oakland woods
2
17134
1682
Estábamos caminando por los bosques de Oakland
00:18
when my daughter noticed a plastic tub of cat litter in a creek.
3
18840
4134
cuando mi hija vio en un arroyo un tubo de plástico de arena para gato.
00:23
She looked at me and said,
4
23467
1662
Me miró y dijo,
00:25
"Daddy?
5
25153
2507
"Papi,
00:27
That doesn't go there."
6
27684
1650
eso no va aquí".
00:29
When she said that, it reminded me of summer camp.
7
29358
2422
Eso me recordó un campamento de verano.
00:31
On the morning of visiting day,
8
31804
1498
En la mañana del día de visitas,
00:33
right before they'd let our anxious parents come barreling through the gates,
9
33326
3663
justo antes de que dejaran entrar a nuestros ansiosos padres,
el director de campamento dijo:
00:37
our camp director would say,
10
37013
1369
"¡Rápido! Recoja todos cinco piezas de basura".
00:38
"Quick! Everyone pick up five pieces of litter."
11
38406
2309
00:40
You get a couple hundred kids each picking up five pieces,
12
40739
3040
Tienes a un par de cientos de niños recogiendo basura,
00:43
and pretty soon, you've got a much cleaner camp.
13
43803
2573
y, muy pronto, se tiene un campo mucho más limpio.
00:46
So I thought,
14
46400
1159
Entonces pensé,
00:47
why not apply that crowdsourced cleanup model to the entire planet?
15
47583
4537
¿por qué no aplicar ese modelo de limpieza multitudinario
al planeta entero?
00:52
And that was the inspiration for Litterati.
16
52144
2951
Esa fue la inspiración para Litterati.
00:55
The vision is to create a litter-free world.
17
55119
3349
El objetivo es crear un mundo libre de basura.
00:58
Let me show you how it started.
18
58492
1508
Déjenme mostrarles cómo empezó.
01:00
I took a picture of a cigarette using Instagram.
19
60024
3386
Tomé una foto de un cigarro mediante Instagram.
01:04
Then I took another photo ...
20
64042
1867
Luego tomé otra foto...
01:05
and another photo ...
21
65933
1557
y luego otra...
01:07
and another photo.
22
67514
1167
y otra más.
01:08
And I noticed two things:
23
68705
1286
Y noté dos cosas:
la primera, la basura se volvió artística y accesible;
01:10
one, litter became artistic and approachable;
24
70015
3472
y la segunda,
01:14
and two,
25
74064
1151
después de unos días, tenía 50 fotos en mi teléfono
01:15
at the end of a few days, I had 50 photos on my phone
26
75239
2515
01:17
and I had picked up each piece,
27
77778
1587
y había recogido cada una de esas piezas,
01:19
and I realized that I was keeping a record
28
79389
2385
y me di cuenta de que tenía un registro
01:21
of the positive impact I was having on the planet.
29
81798
3151
del impacto positivo que tenía en el planeta.
01:24
That's 50 less things that you might see,
30
84973
2188
Son 50 cosas menos que pueden ver,
01:27
or you might step on,
31
87185
1243
que pueden pisar,
01:28
or some bird might eat.
32
88452
1458
o que un ave puede comer.
01:30
So I started telling people what I was doing,
33
90589
2652
Así que empecé a contar a la gente lo que hacía,
01:33
and they started participating.
34
93265
2356
y comenzaron a participar.
01:36
One day,
35
96651
1693
Y un día,
01:38
this photo showed up from China.
36
98368
2528
esta foto apareció en China.
01:41
And that's when I realized
37
101859
1271
Fue entonces cuando me di cuenta
01:43
that Litterati was more than just pretty pictures;
38
103154
3266
de que Litterati era más que solo fotos bonitas;
01:46
we were becoming a community that was collecting data.
39
106444
3369
nos estábamos convirtiendo en una comunidad recolectora de datos.
01:50
Each photo tells a story.
40
110689
1890
Cada foto cuenta una historia.
01:53
It tells us who picked up what,
41
113099
2193
Nos dice quién recogió qué,
01:55
a geotag tells us where
42
115316
2011
una ubicación nos dice dónde
01:57
and a time stamp tells us when.
43
117351
2030
y un reloj nos dice cuándo.
01:59
So I built a Google map,
44
119826
2429
Entonces diseñé un mapa de Google,
02:02
and started plotting the points where pieces were being picked up.
45
122279
4053
y marqué los puntos donde se recogían las piezas de basura.
02:06
And through that process, the community grew
46
126356
3918
En ese proceso, la comunidad creció
02:10
and the data grew.
47
130298
1639
y los datos también.
02:12
My two kids go to school right in that bullseye.
48
132626
3461
Mis dos hijos van a la escuela justo en ese punto.
02:16
Litter:
49
136945
1211
Basura:
02:18
it's blending into the background of our lives.
50
138180
2704
se está mezclando con el trasfondo de nuestra vida.
02:20
But what if we brought it to the forefront?
51
140908
2099
¿Qué pasa si la traemos al primer plano?
¿Y si comprendiéramos exactamente lo que está en nuestras calles,
02:23
What if we understood exactly what was on our streets,
52
143031
2912
02:25
our sidewalks
53
145967
1389
nuestras aceras
02:27
and our school yards?
54
147380
1538
y patios?
02:28
How might we use that data to make a difference?
55
148942
3247
¿Cómo usaríamos esos datos para hacer un cambio?
Déjenme mostrarles.
02:33
Well, let me show you.
56
153009
1198
02:34
The first is with cities.
57
154231
1385
Lo primero sería con las ciudades.
02:36
San Francisco wanted to understand what percentage of litter was cigarettes.
58
156238
4639
San Francisco quería entender qué porcentaje de la basura eran cigarros.
02:40
Why?
59
160901
1162
¿Por qué?
02:42
To create a tax.
60
162087
1209
Para crear un impuesto.
02:43
So they put a couple of people in the streets
61
163893
2135
Pusieron a un par de personas en la calle
con lápices y portapapeles,
02:46
with pencils and clipboards,
62
166052
1361
02:47
who walked around collecting information
63
167437
2063
para andar por ahí recolectando información
02:49
which led to a 20-cent tax on all cigarette sales.
64
169524
3111
que llevó a un impuesto del 20 % en la venta de cigarros.
02:53
And then they got sued
65
173607
2153
Y fueron demandados
02:55
by big tobacco,
66
175784
1176
por Big Tobacco,
02:56
who claimed that collecting information with pencils and clipboards
67
176984
3216
quienes afirmaban que recolectar información con lápices y portapapeles
03:00
is neither precise nor provable.
68
180224
2331
no era ni preciso ni comprobable.
03:03
The city called me and asked if our technology could help.
69
183274
3680
La ciudad me llamó y preguntó si nuestra tecnología podría ayudar.
03:06
I'm not sure they realized
70
186978
1249
No creo que se hayan dado cuenta
03:08
that our technology was my Instagram account --
71
188251
2248
de que nuestra tecnología era mi cuenta de Instagram --
03:10
(Laughter)
72
190523
1039
(Risas)
03:11
But I said, "Yes, we can."
73
191586
1266
Pero dije, "Sí, sí podemos".
03:12
(Laughter)
74
192876
1016
03:13
"And we can tell you if that's a Parliament or a Pall Mall.
75
193916
3908
(Risas)
"Y podemos decirles si es el Parlamento o un Pall Mall.
03:17
Plus, every photograph is geotagged and time-stamped,
76
197848
3425
Además, cada foto se etiqueta con ubicación y hora,
03:21
providing you with proof."
77
201297
1381
lo que ofrece evidencia".
03:23
Four days and 5,000 pieces later,
78
203659
3220
Cuatro días y 5000 piezas más tarde,
03:26
our data was used in court to not only defend but double the tax,
79
206903
4938
nuestros datos se usaron en el tribunal no solo para defenderlo,
sino también duplicar el impuesto.
03:31
generating an annual recurring revenue of four million dollars
80
211865
4323
generando un ingreso periódico de cuatro millones de dólares
03:36
for San Francisco to clean itself up.
81
216212
2295
para limpiar San Francisco.
03:39
Now, during that process I learned two things:
82
219821
2235
Durante ese proceso aprendí dos cosas:
una, Instagram no es la herramienta apropiada --
03:42
one, Instagram is not the right tool --
83
222080
2554
03:44
(Laughter)
84
224658
1031
(Risas)
03:45
so we built an app.
85
225713
1503
así que creamos una aplicación.
03:47
And two, if you think about it,
86
227240
1633
Y dos, si lo piensan,
03:48
every city in the world has a unique litter fingerprint,
87
228897
3617
cada ciudad del mundo tiene una huella singular de basura,
03:52
and that fingerprint provides both the source of the problem
88
232538
3836
y esa huella provee ambos, la causa del problema
03:56
and the path to the solution.
89
236398
1921
y el camino a la solución.
03:59
If you could generate a revenue stream
90
239466
2378
Si pudieran generar una vía de ingresos
04:01
just by understanding the percentage of cigarettes,
91
241868
2463
solo por entender el porcentaje de cigarros,
04:04
well, what about coffee cups
92
244355
2096
bueno, ¿qué hay de los vasos de café
04:06
or soda cans
93
246475
1706
o las latas de refresco
04:08
or plastic bottles?
94
248205
1414
o las botellas de plástico?
04:10
If you could fingerprint San Francisco, well, how about Oakland
95
250321
3201
Si conocemos la huella de San Franciso, ¿cómo es la de Oakland
04:13
or Amsterdam
96
253546
1696
o Ámsterdam
04:15
or somewhere much closer to home?
97
255266
2970
o de algún otro lugar cercano a casa?
04:19
And what about brands?
98
259228
1234
¿Qué hay de las marcas?
04:20
How might they use this data
99
260486
1901
¿Cómo se podrían usar estos datos
04:22
to align their environmental and economic interests?
100
262411
4212
para alinear los intereses ambientales y económicos?
04:27
There's a block in downtown Oakland that's covered in blight.
101
267466
3212
Hay un edificio en el centro de Oakland muy deteriorado.
04:31
The Litterati community got together and picked up 1,500 pieces.
102
271145
4104
La comunidad Litterati se reunió y recogió cerca de 1500 piezas.
04:35
And here's what we learned:
103
275632
1340
Y esto es lo que aprendimos:
04:36
most of that litter came from a very well-known taco brand.
104
276996
3210
la mayoría de esa basura venía de una marca de tacos muy conocida.
04:41
Most of that brand's litter were their own hot sauce packets,
105
281558
3577
La mayoría de esa basura eran bolsitas de salsa picante de esa marca,
04:46
and most of those hot sauce packets hadn't even been opened.
106
286258
3626
y la mayoría de estas bolsas no estaban si quiera abiertas.
04:51
The problem and the path to the solution --
107
291785
2715
El problema y el camino a la solución --
04:54
well, maybe that brand only gives out hot sauce upon request
108
294524
3961
quizá esa marca deba solo dar salsa picante por petición
04:58
or installs bulk dispensers
109
298509
2009
o instalar dispensadores
05:00
or comes up with more sustainable packaging.
110
300542
2552
o cambiar a bolsitas más ecológicas.
05:03
How does a brand take an environmental hazard,
111
303118
2969
¿Cómo puede una marca utilizar una amenaza ambiental,
05:06
turn it into an economic engine
112
306111
2006
convertirlo en un motor económico
05:08
and become an industry hero?
113
308141
1768
y convertirse en un héroe de la industria?
05:11
If you really want to create change,
114
311112
2202
Si realmente quieren crear un cambio,
05:13
there's no better place to start than with our kids.
115
313338
2874
no hay mejor lugar para empezar que con nuestros hijos.
05:16
A group of fifth graders picked up 1,247 pieces of litter
116
316236
3403
Un grupo de niños de quinto curso recogió 1247 piezas de basura
05:19
just on their school yard.
117
319663
1848
solo en el patio de su escuela.
05:21
And they learned that the most common type of litter
118
321535
2532
Y aprendieron que el tipo de basura más común
05:24
were the plastic straw wrappers from their own cafeteria.
119
324091
3234
eran envoltorios de pajillas de su propia cafetería.
05:27
So these kids went to their principal and asked,
120
327767
2529
Entonces estos niños fueron al director y le preguntaron,
05:30
"Why are we still buying straws?"
121
330320
1660
"¿Por qué seguimos comprando pajitas?"
05:32
And they stopped.
122
332986
1755
Y dejaron de hacerlo.
05:34
And they learned that individually they could each make a difference,
123
334765
3654
Y aprendieron que de forma individual podrían marcar una diferencia,
05:38
but together they created an impact.
124
338443
2338
pero que juntos creaban un impacto.
05:41
It doesn't matter if you're a student or a scientist,
125
341323
4012
No importa si eres estudiante o científico,
05:45
whether you live in Honolulu or Hanoi,
126
345359
3135
si vives en Honolulu o en Hanoi,
05:48
this is a community for everyone.
127
348518
2441
esta es una comunidad para todos.
05:51
It started because of two little kids in the Northern California woods,
128
351794
4679
Comenzó por dos niños pequeños en el bosque del norte de California,
05:56
and today it's spread across the world.
129
356497
2814
y hoy está extendido por todo el mundo.
05:59
And you know how we're getting there?
130
359758
1783
¿Saben cómo lo hemos logrado?
06:01
One piece at a time.
131
361887
1878
Yendo de uno en uno.
06:04
Thank you.
132
364328
1215
Gracias.
06:05
(Applause)
133
365567
3618
(Aplausos)
Acerca de este sitio web

Este sitio le presentará vídeos de YouTube útiles para aprender inglés. Verá lecciones de inglés impartidas por profesores de primera categoría de todo el mundo. Haz doble clic en los subtítulos en inglés que aparecen en cada página de vídeo para reproducir el vídeo desde allí. Los subtítulos se desplazan en sincronía con la reproducción del vídeo. Si tiene algún comentario o petición, póngase en contacto con nosotros mediante este formulario de contacto.

https://forms.gle/WvT1wiN1qDtmnspy7