Eric Berlow and Sean Gourley: Mapping ideas worth spreading

Eric Berlow et Sean Gourley: Cartographier des idées qui méritent d'être partagées

Traducteur: laurent chabanne Relecteur: Mohand Habchi

Eric Berlow: I'm an ecologist, and Sean's a physicist,

Eric Berlow : Je suis écologiste, Sean est physicien,

and we both study complex networks.

et nous étudions les réseaux complexes.

And we met a couple years ago when we discovered

Nous nous sommes rencontrés il y a quelques années, après avoir découvert

that we had both given a short TED Talk

que nous avions tous deux indépendamment parlé

about the ecology of war,

de l'écologie de guerre dans des conférences TED,

and we realized that we were connected

et nous avons réalisé que nous étions reliés

by the ideas we shared before we ever met.

par les idées que nous partagions avant même de nous rencontrer.

And then we thought, you know, there are thousands

Nous nous sommes dit : il y a des milliers

of other talks out there, especially TEDx Talks,

d'autres conférences, notamment les TEDx,

that are popping up all over the world.

qui pullulent partout dans le monde.

How are they connected,

and what does that global conversation look like?

Comment sont-elles liées ?

À quoi ressemble cette conversation mondiale ?

So Sean's going to tell you a little bit about how we did that.

Sean va donc vous décrire comment nous avons répondu à ces interrogations.

Sean Gourley: Exactly. So we took 24,000 TEDx Talks

Sean Gourley : Nous avons pris 24 000 conférences TEDx

from around the world, 147 different countries,

venant du monde entier : 147 pays.

and we took these talks and we wanted to find

Nous avons pris ces conférences

the mathematical structures that underly

et nous voulions trouver les structures mathématiques

the ideas behind them.

qui exprimaient les idées qu'elles contenaient.

And we wanted to do that so we could see how

Nous voulions voir de quelle manière ces idées

they connected with each other.

étaient connectées entre elles.

And so, of course, if you're going to do this kind of stuff,

Bien sûr, pour pouvoir réaliser ce genre de chose,

you need a lot of data.

il faut beaucoup de données.

So the data that you've got is a great thing called YouTube,

Les données, on les trouve sur un engin génial qui s'appelle YouTube,

and we can go down and basically pull

et on peut exploiter toutes les informations qui s'y trouvent :

all the open information from YouTube,

tous les commentaires, le nombre de vues,

all the comments, all the views, who's watching it,

savoir qui regarde les vidéos d'où elles sont regardées,

where are they watching it, what are they saying in the comments.

et ce qu'il est dit dans les commentaires.

But we can also pull up, using speech-to-text translation,

Mais on peut aussi analyser tous les textes de conférences

we can pull the entire transcript,

en utilisant les transcriptions,

and that works even for people with kind of funny accents like myself.

et ça marche aussi pour les gens qui ont un accent bizarre comme moi !

So we can take their transcript

Ainsi, on peut prendre le texte

and actually do some pretty cool things.

et faire des trucs plutôt chouette.

We can take natural language processing algorithms

On peut utiliser des algorithmes de traitement du langage naturel

to kind of read through with a computer, line by line,

pour qu'un ordinateur « lise » les données, ligne par ligne,

extracting key concepts from this.

pour en extraire les concepts-clés.

And we take those key concepts and they sort of form

Puis on prend ces concepts-clés, qui en fait representent

this mathematical structure of an idea.

une idée sous forme de structure mathématique.

And we call that the meme-ome.

On appelle ça un « mème-ome ».

And the meme-ome, you know, quite simply,

Ce « mème-ome », pour faire simple,

is the mathematics that underlies an idea,

désigne l'interprétation mathématique d'une idée,

and we can do some pretty interesting analysis with it,

et on peut faire des analyses très intéressantes avec ça,

which I want to share with you now.

et j'aimerais les partager avec vous aujourd'hui.

So each idea has its own meme-ome,

Donc chaque idée a son propre « mème-ome »,

and each idea is unique with that,

chaque idée est unique,

but of course, ideas, they borrow from each other,

mais bien sûr, les idées, s'inspirent les unes des autres

they kind of steal sometimes,

parfois même elles puisent les unes des autres,

and they certainly build on each other,

et puis elles s'appuient évidement les unes sur les autres.

and we can go through mathematically

Ainsi, on peut faire une analyse mathématique,

and take the meme-ome from one talk

prendre le « mème-ome » d'une conférence

and compare it to the meme-ome from every other talk,

et le comparer aux « mème-ome » de toutes les autres conférences,

and if there's a similarity between the two of them,

et s'il y a une similarité avec une autre conférence,

we can create a link and represent that as a graph,

on peut créer un lien et illustrer ça sur un graphique,

just like Eric and I are connected.

et c'est sur ce même principe qu'Eric et moi sommes reliés.

So that's theory, that's great.

C'est la théorie, c'est formidable.

Let's see how it works in actual practice.

Voyons comment ça marche en pratique.

So what we've got here now is the global footprint

Donc ici, nous avons l'empreinte mondiale

of all the TEDx Talks over the last four years

de toutes les conférences TEDx

exploding out around the world

des 4 dernières années

from New York all the way down to little old New Zealand in the corner.

de New York jusqu'à la Nouvelle-Zélande en bas à droite.

And what we did on this is we analyzed the top 25 percent of these,

Nous avons donc analysé le top de 25 % des conférences,

and we started to see where the connections occurred,

et nous avons commencé à chercher où étaient les connections,

where they connected with each other.

où elles se connectaient entre elles.

Cameron Russell talking about image and beauty

Cameron Russell qui parle d'image et de beauté

connected over into Europe.

est connecté à l'Europe.

We've got a bigger conversation about Israel and Palestine

Nous avons une conversation plus étendue sur l'Israël et la Palestine

radiating outwards from the Middle East.

rayonnant vers l'extérieur à partir du Moyen-Orient.

And we've got something a little broader

Et nous avons quelque chose d'un peu plus large

like big data with a truly global footprint

comme les données volumineuses avec une empreinte véritablement mondiale

reminiscent of a conversation

qui évoque une conversation

that is happening everywhere.

qui se passe partout dans le monde.

So from this, we kind of run up against the limits

Donc sur cette base, on se heurte un peu aux limites

of what we can actually do with a geographic projection,

de ce qu'on peut faire avec une projection géographique,

but luckily, computer technology allows us to go out

mais heureusement, la technologie informatique permet

into multidimensional space.

d'utiliser un espace multidimensionnel.

So we can take in our network projection

Ainsi nous pouvons prendre notre projection de réseau

and apply a physics engine to this,

et trier les conférences par l’intermédiaire d'un moteur physique,

and the similar talks kind of smash together,

qui fait en sorte de regrouper les conférences qui sont similaires

and the different ones fly apart,

et d’écarter celles qui diffèrent,

and what we're left with is something quite beautiful.

et on obtient quelque chose d'assez beau.

EB: So I want to just point out here that every node is a talk,

EB : Alors, je veux juste souligner ici que chaque nœud est une conférence,

they're linked if they share similar ideas,

et qu'elles sont reliées si elles partagent des idées similaires.

and that comes from a machine reading

Ceci est déterminé par une lecture informatique

of entire talk transcripts,

des transcriptions des conférences,

and then all these topics that pop out,

et toutes ces thématiques qui apparaissent

they're not from tags and keywords.

ne surgissent pas des mots-clés.

They come from the network structure

Elle proviennent de la structure du réseau

of interconnected ideas. Keep going.

des idées interconnectées. Continue.

SG: Absolutely. So I got a little quick on that,

SG: Absolument. J'ai survolé ce point un peu trop rapidement

but he's going to slow me down.

mais il est là pour me ralentir.

We've got education connected to storytelling

On voit que l'éducation est connectée à la narration d'histoires

triangulated next to social media.

triangulées avec les médias sociaux.

You've got, of course, the human brain right next to healthcare,

On a, bien sûr, le cerveau humain, juste à côté de la santé,

which you might expect,

ce dont on aurait pu se douter,

but also you've got video games, which is sort of adjacent,

mais on a aussi les jeux vidéo, qui sont à côté,

as those two spaces interface with each other.

car ces deux espaces communiquent entre eux.

But I want to take you into one cluster

Mais je veux vous emmener dans une grappe

that's particularly important to me, and that's the environment.

qui m'importe particulièrement qui est l'environnement.

And I want to kind of zoom in on that

Et je veux zoomer là-dessus

and see if we can get a little more resolution.

et voir si on peut obtenir une plus grande résolution.

So as we go in here, what we start to see,

En fait, ce dont on s'aperçoit,

apply the physics engine again,

en appliquant ce moteur physique,

we see what's one conversation

c'est qu'une conversation

is actually composed of many smaller ones.

se compose en réalité de plusieurs petites conversations.

The structure starts to emerge

La structure commence à émerger,

where we see a kind of fractal behavior

et on voit un comportement fractal

of the words and the language that we use

des mots et du langage que l'on utilise

to describe the things that are important to us

pour décrire les choses qui sont importantes pour nous

all around this world.

tout autour du monde.

So you've got food economy and local food at the top,

On a l'économie alimentaire et la nourriture locale en haut,

you've got greenhouse gases, solar and nuclear waste.

les gaz à effet de serre, le solaire et les déchets nucléaires.

What you're getting is a range of smaller conversations,

Ce qu'on obtient est une gamme de petites conversations,

each connected to each other through the ideas

chacune reliées aux autres à travers les idées

and the language they share,

et la langue qu'elles partagent,

creating a broader concept of the environment.

créant un concept plus large de l'environnement.

And of course, from here, we can go

Et bien sûr, à partir d'ici on peut zoomer

and zoom in and see, well, what are young people looking at?

et voir, et bien, que regardent les jeunes ?

And they're looking at energy technology and nuclear fusion.

Ils s'intéressent aux technologies de l'énergie et à la fusion nucléaire.

This is their kind of resonance

C'est ce à quoi ils s'intéressent

for the conversation around the environment.

dans les conversations qui tournent autour de la thématique de l'environnement.

If we split along gender lines,

Si nous séparons selon le sexe,

we can see females resonating heavily

nous pouvons voir que les femmes s'intéressent fortement

with food economy, but also out there in hope and optimism.

à l'économie alimentaire, mais aussi à l'espoir et à l'optimisme.

And so there's a lot of exciting stuff we can do here,

Et donc on peut faire des tas de choses passionnantes,

and I'll throw to Eric for the next part.

et je vais laisser la parole à Eric pour la prochaine partie.

EB: Yeah, I mean, just to point out here,

EB : Oui, je voudrais d'abord souligner

you cannot get this kind of perspective

qu'on ne peut pas obtenir ce genre de perspective

from a simple tag search on YouTube.

par une simple recherche de mots-clés sur YouTube.

Let's now zoom back out to the entire global conversation

Faisons maintenant un zoom arrière sur la totalité des conversations

out of environment, and look at all the talks together.

et regardons l'ensemble des conférences.

Now often, when we're faced with this amount of content,

Souvent, lorsqu'on est confronté à cette quantité de contenu,

we do a couple of things to simplify it.

on fait quelques opérations pour simplifier.

We might just say, well,

Nous pourrions dire, et bien,

what are the most popular talks out there?

quelles sont les conférences les plus populaires ?

And a few rise to the surface.

Et quelques-unes remontent à la surface.

There's a talk about gratitude.

Il y a une conférence à propos de la gratitude.

There's another one about personal health and nutrition.

Il y en a une autre sur la santé et la nutrition.

And of course, there's got to be one about porn, right?

Et bien sûr, il y en a une sur le porno !

And so then we might say, well, gratitude, that was last year.

Et alors, nous pourrions dire : la gratitude, c'était l'an dernier.

What's trending now? What's the popular talk now?

Qu'est-ce qui est en vogue ? Qu'est-ce qui est populaire en ce moment ?

And we can see that the new, emerging, top trending topic

Et nous pouvons voir que le nouveau thème le plus en vogue

is about digital privacy.

est celui de l'intimité numérique.

So this is great. It simplifies things.

Donc c'est très bien. Ça simplifie les choses.

But there's so much creative content

Mais en même temps, il y a tellement de contenu créatif

that's just buried at the bottom.

que l'on néglige quand on procède de cette manière.

And I hate that. How do we bubble stuff up to the surface

Et je déteste ça. Comment faire émerger les choses

that's maybe really creative and interesting?

qui sont peut-être vraiment créatives et intéressantes ?

Well, we can go back to the network structure of ideas

Eh bien, nous pouvons revenir à la structure du réseau d'idées

to do that.

pour faire ça.

Remember, it's that network structure

N'oubliez pas : c'est cette structure en réseau

that is creating these emergent topics,

qui crée ces thématiques émergentes.

and let's say we could take two of them,

Supposant qu'on souhaite choisir deux d'entre elles,

like cities and genetics, and say, well, are there any talks

comme les villes et la génétique et voir s'il existe des conférences

that creatively bridge these two really different disciplines.

qui combinent ces deux disciplines très différentes, de façon créative ?

And that's -- Essentially, this kind of creative remix

Et c'est ce genre de mélange créatif

is one of the hallmarks of innovation.

qui est l'une des marques de fabrique de l'innovation.

Well here's one by Jessica Green

Et bien en voici une presentée par Jessica Green

about the microbial ecology of buildings.

sur l'écologie microbienne des bâtiments.

It's literally defining a new field.

Elle traite littéralement d'un nouveau domaine.

And we could go back to those topics and say, well,

Et nous pourrions revenir à ces thématiques et se demander :

what talks are central to those conversations?

quelles sont les conférences centrales de ces conversations ?

In the cities cluster, one of the most central

Dans la grappe sur les villes, une des plus centrales

was one by Mitch Joachim about ecological cities,

est celle de Mitch Joachim sur les villes écologiques,

and in the genetics cluster,

et dans la grappe sur la génétique,

we have a talk about synthetic biology by Craig Venter.

on a une conférence sur la biologie synthétique présentée par Craig Venter.

These are talks that are linking many talks within their discipline.

Ce sont des conférences qui lient de nombreuses autres au sein de leur discipline.

We could go the other direction and say, well,

On pourrait à l'opposé se demander

what are talks that are broadly synthesizing

quelles sont les conférences qui font la synthèse

a lot of different kinds of fields.

de nombreux types de domaines différents.

We used a measure of ecological diversity to get this.

Nous avons utilisé une mesure de la diversité écologique pour obtenir cela.

Like, a talk by Steven Pinker on the history of violence,

Par exemple, une conférence présentée par Steven Pinker sur l'histoire de la violence,

very synthetic.

est très synthétique.

And then, of course, there are talks that are so unique

Et puis, bien sûr, il y a des conférences qui sont si uniques, qu'on a l'impression

they're kind of out in the stratosphere, in their own special place,

qu'elles se trouvent dans la stratosphère, dans leur propre endroit spécial,

and we call that the Colleen Flanagan index.

et on appelle ça l'index Colleen Flanagan.

And if you don't know Colleen, she's an artist,

Et si vous ne connaissez pas Colleen, et bien c'est une artiste,

and I asked her, "Well, what's it like out there

à qui j'ai d'ailleurs demandé, « C'est comment là-bas

in the stratosphere of our idea space?"

dans la stratosphère de notre espace d'idée ? »

And apparently it smells like bacon.

Et apparemment, ça sent le bacon.

I wouldn't know.

Apparemment.

So we're using these network motifs

Ainsi, nous utilisons ces motifs de réseau

to find talks that are unique,

pour trouver des conférences qui sont uniques,

ones that are creatively synthesizing a lot of different fields,

celles qui sont une synthèse créative de nombreux domaines différents,

ones that are central to their topic,

celles qui sont centrales pour leur thématique,

and ones that are really creatively bridging disparate fields.

et celles qui combinent des domaines disparates de façon créative.

Okay? We never would have found those with our obsession

Nous ne les aurions jamais trouvé avec notre obsession

with what's trending now.

de la nouveauté.

And all of this comes from the architecture of complexity,

Et tout cela vient de l'architecture de la complexité,

or the patterns of how things are connected.

ou de la façon dont les choses sont liées.

SG: So that's exactly right.

SG : Donc, c'est exactement ça.

We've got ourselves in a world

Nous sommes dans un monde

that's massively complex,

qui est extrêmement complexe,

and we've been using algorithms to kind of filter it down

et nous avons utilisé des algorithmes pour le simplifier

so we can navigate through it.

pour pouvoir y naviguer.

And those algorithms, whilst being kind of useful,

Ces algorithmes, tout en étant utile,

are also very, very narrow, and we can do better than that,

sont également très, très limités, et nous pouvons faire mieux que cela,

because we can realize that their complexity is not random.

parce qu'on peut se rendre compte que cette complexité n'est pas aléatoire.

It has mathematical structure,

Elle a une structure mathématique,

and we can use that mathematical structure

et nous pouvons utiliser cette structure mathématique

to go and explore things like the world of ideas

pour explorer des choses comme le monde des idées

to see what's being said, to see what's not being said,

pour voir ce qui est dit, ce qui n'est pas dit,

and to be a little bit more human

et pour être un peu plus humain

and, hopefully, a little smarter.

et, je l'espère, un peu plus intelligent.

Thank you.

Merci.

(Applause)

(Applaudissements)