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

138,165 views ・ 2017-03-22

TED


لطفا برای پخش فیلم روی زیرنویس انگلیسی زیر دوبار کلیک کنید.

Translator: Nima Pourreza Reviewer: soheila Jafari
00:12
This story starts with these two --
0
12835
2993
این داستان با این دو نفر آغاز میشود --
00:15
my kids.
1
15852
1258
فرزندانم.
00:17
We were hiking in the Oakland woods
2
17134
1682
ما در جنگل های اوکلند در حال پیاده روی بودیم،
00:18
when my daughter noticed a plastic tub of cat litter in a creek.
3
18840
4134
وقتی دخترم یک جعبه پلاستیکی که مخصوص نگهداری گربه ها بود را در یک نهر آب دید.
00:23
She looked at me and said,
4
23467
1662
به من نگاه کرد و گفت،
00:25
"Daddy?
5
25153
2507
"بابا
00:27
That doesn't go there."
6
27684
1650
اون نباید اونجا باشه."
00:29
When she said that, it reminded me of summer camp.
7
29358
2422
وقتی این را گفت، من را به یاد کمپ تابستانی انداخت.
00:31
On the morning of visiting day,
8
31804
1498
در صبح روز بازدید،
00:33
right before they'd let our anxious parents come barreling through the gates,
9
33326
3663
درست قبل از اینکه به والدین دلواپس اجازه ورود از ورودی کمپ رو بدهند،
مدیر کمپ‌مان گفت،
00:37
our camp director would say,
10
37013
1369
"سریع! هرنفر پنج تا اشغال رو از زمین برداره."
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
و شما با دویست دانش آموزی روبرو شدید که هر کدوم پنج تا اشغال برداشته بودند،
00:43
and pretty soon, you've got a much cleaner camp.
13
43803
2573
و خیلی زود شما کمپی بسیار تمیز تحویل گرفتید.
00:46
So I thought,
14
46400
1159
بنابراین من فکر کردم،
00:47
why not apply that crowdsourced cleanup model to the entire planet?
15
47583
4537
چرا این مدل همکاری دسته جمعی برای پاکسازی را در کل کره زمین پیاده نکنیم؟
00:52
And that was the inspiration for Litterati.
16
52144
2951
و آن ایده الهام بخش نرم افزار LITTERATI بود.
00:55
The vision is to create a litter-free world.
17
55119
3349
هدف، ایجاد دنیایی بدون اشغال بود.
00:58
Let me show you how it started.
18
58492
1508
اجازه بدید بهتون نشون بدم چگونه شروع بکار کرد
01:00
I took a picture of a cigarette using Instagram.
19
60024
3386
من تصویری از یک سیگار رو توسط اینستاگرام به اشتراک گذاشتم.
01:04
Then I took another photo ...
20
64042
1867
و تصویری دیگر ...
01:05
and another photo ...
21
65933
1557
و یکی دیگه ...
01:07
and another photo.
22
67514
1167
و ...
01:08
And I noticed two things:
23
68705
1286
و به دو چیز رسیدم:
01:10
one, litter became artistic and approachable;
24
70015
3472
یک اینکه، اشغال تبدیل به چیزی هنری و دلپذیر شد؛
01:14
and two,
25
74064
1151
و دو اینکه،
01:15
at the end of a few days, I had 50 photos on my phone
26
75239
2515
من در بعد از چند روز، در گوشی ام، ۵۰ عکس از اشغال داشتم
01:17
and I had picked up each piece,
27
77778
1587
و هر کدام از ان ها را برداشته بودم،
01:19
and I realized that I was keeping a record
28
79389
2385
و فهمیدم که رکوردی در سوابق مثبتم
01:21
of the positive impact I was having on the planet.
29
81798
3151
که بر روی این کره گذاشته بودم، زده ام.
01:24
That's 50 less things that you might see,
30
84973
2188
ان پنجاه تا چیزی که ممکن است شما ببینید،
01:27
or you might step on,
31
87185
1243
یا روی آن قدم بگذارید،
01:28
or some bird might eat.
32
88452
1458
یا بعضی از پرندگان آنها را بخورند.
01:30
So I started telling people what I was doing,
33
90589
2652
من شروع کردم به مردم گفتن که چه میکردم،
01:33
and they started participating.
34
93265
2356
و آنها شروع به تمرین همینکار کردند.
01:36
One day,
35
96651
1693
در یک روزی،
01:38
this photo showed up from China.
36
98368
2528
این تصویر از چین به نمایش گذاشته شد.
01:41
And that's when I realized
37
101859
1271
این زمانی بود که فهمیدم
01:43
that Litterati was more than just pretty pictures;
38
103154
3266
نرم افزار Litterati با اهمیت تر از این عکس هاست؛
01:46
we were becoming a community that was collecting data.
39
106444
3369
ما تبدیل به جامعه‌ای شدیم که داده جمع آوری میکرد.
01:50
Each photo tells a story.
40
110689
1890
هر عکسی حکایتی داشت.
01:53
It tells us who picked up what,
41
113099
2193
چه کسی آن را برداشته است،
01:55
a geotag tells us where
42
115316
2011
برچسب جغرافیایی عکس، مکانش رو میگفت،
01:57
and a time stamp tells us when.
43
117351
2030
و تاریخش نیز زمان وقوع رو میگفت.
01:59
So I built a Google map,
44
119826
2429
بنابراین من گوگل-مپی رو آماده کردم،
02:02
and started plotting the points where pieces were being picked up.
45
122279
4053
و تمامی داده‌های مکان عکس ها را در ان شروع به نشانه گذاری کردم.
02:06
And through that process, the community grew
46
126356
3918
به وسله این فرآیند، جامعه بزرگتر شد
02:10
and the data grew.
47
130298
1639
بنابرین داده ها نیز وسیع تر شدند.
02:12
My two kids go to school right in that bullseye.
48
132626
3461
مدرسه دو فرزندم درست در وسط ان حفره (خالی از اشغال) قرار داشت.
02:16
Litter:
49
136945
1211
اشغال:
02:18
it's blending into the background of our lives.
50
138180
2704
اون اشغال ها با زمینه زندگی ما مخلوط می‌شوند.
02:20
But what if we brought it to the forefront?
51
140908
2099
اما چه میشود اگه ما انها را در جلوی خود ببینیم؟
02:23
What if we understood exactly what was on our streets,
52
143031
2912
چه میشود اگر ما بفهمیم در خیابان های ما دقیقاً چه چیزهایی وجو دارد،
02:25
our sidewalks
53
145967
1389
پیاده رو هایمان،
02:27
and our school yards?
54
147380
1538
و در محوطه مدرسه؟
02:28
How might we use that data to make a difference?
55
148942
3247
چگونه از این آمار ها برای ایجاد تغییر ممکن است استفاده بکنیم؟
02:33
Well, let me show you.
56
153009
1198
بزارید بهتون نشون بدم.
02:34
The first is with cities.
57
154231
1385
اولین کار با شهرهاست.
02:36
San Francisco wanted to understand what percentage of litter was cigarettes.
58
156238
4639
سانفرانسیسکو میخواست بداند که چند درصد از اشغال‌هایش سیگار هستند،
02:40
Why?
59
160901
1162
برای چه؟
02:42
To create a tax.
60
162087
1209
برای گرفتن مالیات.
02:43
So they put a couple of people in the streets
61
163893
2135
بنابراین آن ها چند نفر رو به خیابان ها
02:46
with pencils and clipboards,
62
166052
1361
با مداد و تخته فرستادند،
02:47
who walked around collecting information
63
167437
2063
که رفتن به اطراف شهر اطلاعات جمع آوری کردند
02:49
which led to a 20-cent tax on all cigarette sales.
64
169524
3111
که باعث مالیات ۲۰ سنتی برای فروش هر نوع سیگار شد.
02:53
And then they got sued
65
173607
2153
و بعد مورد شکایت قرار گرفتند
02:55
by big tobacco,
66
175784
1176
توسط (اتحادیه جهانی پنج شرکت) بزرگ دخانیاتی
02:56
who claimed that collecting information with pencils and clipboards
67
176984
3216
که آنها ادعا نمودند که جمع آوری امار با مداد و تخته
03:00
is neither precise nor provable.
68
180224
2331
دقیق و یا قابل اثبات نیست.
03:03
The city called me and asked if our technology could help.
69
183274
3680
مسئولان شهری از من پرسیدند که آیا تکنولوژی من میتواند به آنان کمک کند.
03:06
I'm not sure they realized
70
186978
1249
من مطمئن نیستم که
03:08
that our technology was my Instagram account --
71
188251
2248
آنها می‌دانستند که در واقع تکنولوژی من اکانت اینستاگرامم هست.
03:10
(Laughter)
72
190523
1039
(خنده)
03:11
But I said, "Yes, we can."
73
191586
1266
اما گفتم، "بله، ما میتونیم."
03:12
(Laughter)
74
192876
1016
(خنده)
03:13
"And we can tell you if that's a Parliament or a Pall Mall.
75
193916
3908
"ما میتوانیم به شما که پارلمان یا پال مال باشید امار بدیم.
03:17
Plus, every photograph is geotagged and time-stamped,
76
197848
3425
به علاوه، هر عکاسی در عکسی که بگیرد مکان و زمان رو دارد،
03:21
providing you with proof."
77
201297
1381
که برای شما مدرکی فراهم میکند."
03:23
Four days and 5,000 pieces later,
78
203659
3220
چهار روز و ۵,۰۰۰ قطعه اشغال بعد،
03:26
our data was used in court to not only defend but double the tax,
79
206903
4938
آمار های ما نه تنها برای دفاع کافی بود، بلکه مالیات سیگار را نیز دوبرابر کرد،
03:31
generating an annual recurring revenue of four million dollars
80
211865
4323
درآمد ثابت سالانه ۴ میلیون دلاری را برای
03:36
for San Francisco to clean itself up.
81
216212
2295
اینکه سانفرانسیسکو خودش را پاک کند، مقرر کرد.
03:39
Now, during that process I learned two things:
82
219821
2235
در طول این فرایند من به دو چیز رسیدم:
03:42
one, Instagram is not the right tool --
83
222080
2554
یک اینکه، اینستاگرام ابزار مناسبی نیست --
03:44
(Laughter)
84
224658
1031
(خنده)
03:45
so we built an app.
85
225713
1503
پس ما یک برنامه نوشتیم.
03:47
And two, if you think about it,
86
227240
1633
دو اینکه، به این بیاندیشید که،
03:48
every city in the world has a unique litter fingerprint,
87
228897
3617
هر شهری در جهان اثر انگشت اشغال شهری منحصر به فرد خودش را دارد،
03:52
and that fingerprint provides both the source of the problem
88
232538
3836
و این اثر انگشت، ما را با منابع این مشکل
03:56
and the path to the solution.
89
236398
1921
و راه حل های آن آشنا میکنند.
03:59
If you could generate a revenue stream
90
239466
2378
اگر شما یک چرخه درآمدی بتوانید ترسیم کنید
04:01
just by understanding the percentage of cigarettes,
91
241868
2463
فقط با دانستن درصد آشغال سیگار های شهری،
04:04
well, what about coffee cups
92
244355
2096
خُب، در مورد (آشغال) فنجان های قهوه چطور؟
04:06
or soda cans
93
246475
1706
یا قوطی نوشیدنی های گازدار
04:08
or plastic bottles?
94
248205
1414
یا بطری های پلاستیکی؟
04:10
If you could fingerprint San Francisco, well, how about Oakland
95
250321
3201
اگر شما تونستید اثر انگشت اشغال شهرسانفرانسیسکو را بدست آورید، خُب، در مورد اُکلند چطور میتوان؟
04:13
or Amsterdam
96
253546
1696
یا آمستردام
04:15
or somewhere much closer to home?
97
255266
2970
یا هرجایی نزدیک خانه تان؟
04:19
And what about brands?
98
259228
1234
در مورد برند های تجاری چطور؟
04:20
How might they use this data
99
260486
1901
چطور ممکن است آنها از این داده ها برای
04:22
to align their environmental and economic interests?
100
262411
4212
هماهنگی منافع محیط‌ زیستی و سودشان استفاده کنند؟
04:27
There's a block in downtown Oakland that's covered in blight.
101
267466
3212
این قسمتی از مرکز شهر اُکلند هست که دچار آشغال شدید شده بود.
04:31
The Litterati community got together and picked up 1,500 pieces.
102
271145
4104
جامعه Litterati دور هم چمع شدند و ۱۵۰۰ قطعه آشغال را جمع کردند.
04:35
And here's what we learned:
103
275632
1340
و این چیزیست که ما یاد گرفتیم:
04:36
most of that litter came from a very well-known taco brand.
104
276996
3210
اغلب آن آشغال ها از یک برند مشهور به اسم تاکو(مواد غذایی) بودند.
04:41
Most of that brand's litter were their own hot sauce packets,
105
281558
3577
که اغلب آن آشغال ها سس‌های همراه مواد غذایی بودند،
04:46
and most of those hot sauce packets hadn't even been opened.
106
286258
3626
و اغلب آن بسته‌های سس، استفاده نشده بودند.
04:51
The problem and the path to the solution --
107
291785
2715
مشکل و راه حل مشکل اینکه
04:54
well, maybe that brand only gives out hot sauce upon request
108
294524
3961
خُب،شاید اگر آن برند تنها برای درخواست سس بدهد،
04:58
or installs bulk dispensers
109
298509
2009
یا دستگاه توزیع فله ایی سس داشته باشد،
05:00
or comes up with more sustainable packaging.
110
300542
2552
یا بسته بندی های پایدارتری داشته باشد.
05:03
How does a brand take an environmental hazard,
111
303118
2969
چگونه یک برند، یک آسیب محیط زیستی را در نظر میگیرد،
05:06
turn it into an economic engine
112
306111
2006
و آن را تبدیل به موتور اقتصادی می‌کند
05:08
and become an industry hero?
113
308141
1768
و تبدیل به یک قهرمان صنعتی میشود؟
05:11
If you really want to create change,
114
311112
2202
اگر شما واقعا خاستار تغییر هستید،
05:13
there's no better place to start than with our kids.
115
313338
2874
هیچ جایی بهتر از فرزندانمان برای شروع وجود ندارد.
05:16
A group of fifth graders picked up 1,247 pieces of litter
116
316236
3403
یک گروهی از بچه های کلاس پنجمی ۱۲۴۷ تکه آشغال را
05:19
just on their school yard.
117
319663
1848
فقط در حیاط مدرسه‌شان جمع کردند.
05:21
And they learned that the most common type of litter
118
321535
2532
و آنها فهمیدند که متداول‌ترین نوع آشغال
05:24
were the plastic straw wrappers from their own cafeteria.
119
324091
3234
بسته‌بندی پلاستیکی نی‌های کافه مدرسه‌شان بودند.
05:27
So these kids went to their principal and asked,
120
327767
2529
بنابراین این بچه‌ها پیش مدیرشان رفتند و پرسیدند،
05:30
"Why are we still buying straws?"
121
330320
1660
"چرا ما هنوز هم نی میخریم؟"
05:32
And they stopped.
122
332986
1755
و دیگر این نی نخریدند.
05:34
And they learned that individually they could each make a difference,
123
334765
3654
و آنها فهمیدند که، به تنهایی قادر به ایجاد تفاوت هستند،
05:38
but together they created an impact.
124
338443
2338
اما در کنار یکدیگر میتوانند تاثیر بگذارند.
05:41
It doesn't matter if you're a student or a scientist,
125
341323
4012
فرقی نمیکنند که شما دانش‌آموز باشد یا محقق،
05:45
whether you live in Honolulu or Hanoi,
126
345359
3135
در هنولولو زندگی کنید یا هانوی،
05:48
this is a community for everyone.
127
348518
2441
این جامعه ایست متعلق به همه ما.
05:51
It started because of two little kids in the Northern California woods,
128
351794
4679
این ایده از دو کودک کوچک در شمال پارک جنگلی کالیفرنیا آغاز شد،
05:56
and today it's spread across the world.
129
356497
2814
و امروز در کل جهان منتشر شده است.
05:59
And you know how we're getting there?
130
359758
1783
می‌دانید چطور به این هدفمان رسیدیم؟
06:01
One piece at a time.
131
361887
1878
با یک تکه آشغال در یک زمان.
06:04
Thank you.
132
364328
1215
ممنونم.
06:05
(Applause)
133
365567
3618
(تشویق حاضرین)
درباره این وب سایت

این سایت ویدیوهای یوتیوب را به شما معرفی می کند که برای یادگیری زبان انگلیسی مفید هستند. دروس انگلیسی را خواهید دید که توسط معلمان درجه یک از سراسر جهان تدریس می شود. روی زیرنویس انگلیسی نمایش داده شده در هر صفحه ویدیو دوبار کلیک کنید تا ویدیو از آنجا پخش شود. زیرنویس‌ها با پخش ویدیو همگام می‌شوند. اگر نظر یا درخواستی دارید، لطفا با استفاده از این فرم تماس با ما تماس بگیرید.

https://forms.gle/WvT1wiN1qDtmnspy7