Erik Hersman: How texting helped Kenyans survive crisis

15,544 views ・ 2009-04-22

TED


A videó lejátszásához kattintson duplán az alábbi angol feliratokra.

Fordító: Robert Toth Dr Lektor: Zeta Mansart
00:12
So I'm here to tell you a story of success from Africa.
0
12160
4000
Nos, azért jöttem, hogy elmeséljek egy afrikai sikertörténetet.
00:16
A year and a half ago,
1
16160
3000
Másfél évvel ezelőtt
00:19
four of the five people who are full time members
2
19160
2000
a teljes állásban foglalkoztatott öt emberből négy
00:21
at Ushahidi,
3
21160
2000
az "Ushahidi"-nél
00:23
which means "testimony" in Swahili,
4
23160
3000
- szuahéli nyelven ez "tanúságtételt" jelent -
00:26
were TED Fellows.
5
26160
2000
a TED közösséghez tartozott.
00:28
A year ago in Kenya we had post-election violence.
6
28160
3000
Egy éve Kenyában a választások után erőszak tombolt.
00:31
And in that time we prototyped and built,
7
31160
3000
Ekkor építettük ki nagyjából 3 nap alatt
00:34
in about three days, a system that would allow
8
34160
2000
egy olyan rendszer prototípusát, ami lehetővé tette
00:36
anybody with a mobile phone
9
36160
2000
bármely mobiltulajdonos számára,
00:38
to send in information and reports on what was happening around them.
10
38160
3000
hogy tudósításokat küldjenek a környékükön történő eseményekről.
00:41
We took what we knew about Africa,
11
41160
2000
Abból indultunk ki, amit Afrikáról tudunk,
00:43
the default device,
12
43160
2000
hogy az alapeszközünk
00:45
the mobile phone, as our common denominator,
13
45160
2000
a mobiltelefon lehet, mint közös nevező,
00:47
and went from there.
14
47160
2000
és innen folytattuk.
00:49
We got reports like this.
15
49160
3000
Ilyen tudósításokat kaptunk.
00:56
This is just a couple of them from January 17th, last year.
16
56160
3000
Csupán néhány közülük múlt év január 17-éről...
01:02
And our system was rudimentary. It was very basic.
17
62160
3000
És a rendszerünk igen kezdetleges volt. Nagyon is egyszerű.
01:05
It was a mash-up that used data that we collected from people,
18
65160
3000
Hibrid alkalmazás volt, ami az emberektől gyűjtött adatokat
01:08
and we put it on our map.
19
68160
2000
a térképünkön jelenítette meg.
01:10
But then we decided we needed to do something more.
20
70160
2000
Aztán úgy döntöttünk, hogy ennél többre van szükség.
01:12
We needed to take what we had built
21
72160
2000
Abból kiindulva, amit már felépítettünk,
01:14
and create a platform out of it so that it could be used elsewhere in the world.
22
74160
3000
létre kell hoznunk egy kezelőfelületet, ami a világ más tájain is használható.
01:17
And so there is a team of developers
23
77160
3000
És van egy fejlesztőkből álló csapatunk,
01:20
from all over Africa, who are part of this team now --
24
80160
3000
akik Afrika különböző tájairól érkeztek, mára már csapattagok,
01:23
from Ghana, from Malawi, from Kenya.
25
83160
2000
Ghánából, Malawiból és Kenyából is érkeztek.
01:25
There is even some from the U.S.
26
85160
4000
Néhányan még az USÁ-ból is.
01:29
We're building for smartphones, so that it can be used in the developed world,
27
89160
3000
Okostelefonokkal dolgozunk, ezért a rendszer egyaránt használható a fejlett
01:32
as well as the developing world.
28
92160
2000
és a fejlődő világ országaiban is.
01:34
We are realizing that this is true.
29
94160
2000
Egyre világosabb, hogy valóban így van.
01:36
If it works in Africa then it will work anywhere.
30
96160
2000
Ha működik Afrikában, akkor bárhol működni fog.
01:38
And so we build for it in Africa first
31
98160
3000
És ezért hoztuk létre elsőként Afrikában,
01:41
and then we move to the edges.
32
101160
2000
majd innen haladva továbblépünk.
01:43
It's now been deployed in the Democratic Republic of the Congo.
33
103160
3000
Mára már telepítették a rendszert a Kongói Demokratikus Köztársaságban.
01:46
It's being used by NGOs all over East Africa,
34
106160
3000
Kelet-Afrika minden részén használják segélyszervezetek.
01:49
small NGOs doing their own little projects.
35
109160
3000
Kis segélyszervezetek kis projektjeit segíti.
01:52
Just this last month it was deployed by
36
112160
2000
Pont az előző hónapban vette használatba
01:54
Al Jazeera in Gaza.
37
114160
3000
az Al Jazeera Gázában.
01:57
But that's actually not what I'm here to talk about.
38
117160
2000
De ezúttal nem is erről szeretnék beszélni.
01:59
I'm here to talk about the next big thing,
39
119160
2000
Azért jöttem, hogy a következő előrelépésről szóljak,
02:01
because what we're finding out is that
40
121160
2000
mert arra a megállapításra jutottunk, hogy
02:03
we have this capacity to report
41
123160
2000
rendelkezésre áll a kapacitás, hogy
02:05
eyewitness accounts of what's going on in real time.
42
125160
4000
valós időben tudósítsunk a szemtanúk által látottakról.
02:09
We're seeing this in events like Mumbai recently,
43
129160
3000
Nemrég tapasztalhattuk a mumbai események kapcsán is.
02:12
where it's so much easier to report now
44
132160
2000
Ahol maga a tudósítás sokkal könnyebb volt,
02:14
than it is to consume it.
45
134160
2000
mint az információözön feldolgozása.
02:16
There is so much information; what do you do?
46
136160
2000
Olyan temérdek mennyiségű az információ; mit tehetünk?
02:18
This is the Twitter reports for over three days
47
138160
3000
Íme a kb. 3 napot lefedő Twitter tudósítások,
02:21
just covering Mumbai.
48
141160
2000
ezek csak Mumbairól szólnak.
02:23
How do you decide what is important?
49
143160
2000
Hogyan dönthető el, hogy mi a fontos?
02:25
What is the veracity level of what you're looking at?
50
145160
3000
Mekkora mértékben alapozhatunk ezek igazságtartamára?
02:28
So what we find is that there is this
51
148160
2000
Fel kell ismernünk, hogy adódik egy
02:30
great deal of wasted crisis information
52
150160
2000
rakás felhasználatlan tudósításunk,
02:32
because there is just too much information for us to
53
152160
3000
mert egész egyszerűen túl sok a beérkező
02:35
actually do anything with right now.
54
155160
3000
információ ahhoz, hogy feldolgozzuk.
02:38
And what we're actually really concerned with
55
158160
2000
Ami azonban igazán érdekes számunkra,
02:40
is this first three hours.
56
160160
2000
az az első három óra.
02:42
What we are looking at is the first three hours.
57
162160
2000
Tehát az első három órára összpontosítunk.
02:44
How do we deal with that information that is coming in?
58
164160
3000
Hogyan kezeljük a rengeteg beáramló információt?
02:47
You can't understand what is actually happening.
59
167160
2000
Képtelenség kihámozni, hogy valójában mi történik.
02:49
On the ground and around the world
60
169160
2000
Viszont a helyszínen és világszerte
02:51
people are still curious,
61
171160
2000
az emberek mégis kíváncsiak,
02:53
and trying to figure out what is going on. But they don't know.
62
173160
3000
és igyekeznek kisakkozni, hogy mi folyik. De fogalmuk sincs róla.
02:56
So what we built of course, Ushahidi,
63
176160
3000
Amit létrehoztunk, az persze az "Ushahidi",
02:59
is crowdsourcing this information.
64
179160
2000
tömegesen kiszervezzük az információt.
03:01
You see this with Twitter, too. You get this information overload.
65
181160
3000
Ez a Twitter kapcsán is megfigyelhető. Információs dömping áll elő.
03:04
So you've got a lot of information. That's great.
66
184160
2000
Tehát rengeteg az információ. Ez idáig nagyszerű.
03:06
But now what?
67
186160
2000
És hogyan tovább?
03:08
So we think that there is something interesting we can do here.
68
188160
3000
Úgy véljük, ezzel lehetne kezdeni valamit, valami érdekeset.
03:11
And we have a small team who is working on this.
69
191160
2000
És van is egy kis csapatunk, aki ezen dolgozik.
03:13
We think that we can actually create
70
193160
2000
Arra gondolunk, hogy létre lehetne hozni
03:15
a crowdsourced filter.
71
195160
2000
egy kiszervezés-szűrőt.
03:17
Take the crowd and apply them to the information.
72
197160
3000
Vegyük a tömeget és árasszuk el őket az információval.
03:20
And by rating it and by rating
73
200160
2000
És értékeléssel, majd az információkat
03:22
the different people who submit information,
74
202160
2000
eljuttató különböző emberek értékelésével,
03:24
we can get refined results
75
204160
2000
finomított eredményekhez és
03:26
and weighted results.
76
206160
2000
súlyozott eredményekhez juthatunk.
03:28
So that we have a better understanding
77
208160
2000
Így már többet megtudhatunk arról, hogy
03:30
of the probability of something being true or not.
78
210160
2000
valamely esemény mekkora valószínűséggel igaz.
03:32
This is the kind of innovation that is,
79
212160
3000
Olyan fajta újítás ez, ami
03:35
quite frankly -- it's interesting that it's coming from Africa.
80
215160
2000
őszintén szólva -- érdekes, hogy Afrikából származik.
03:37
It's coming from places that you wouldn't expect.
81
217160
3000
Olyan helyeken fejlődött ki, amikről az ember nem is sejtené.
03:40
From young, smart developers.
82
220160
2000
És fiatal, tehetséges fejlesztők műve.
03:42
And it's a community around it that has decided to build this.
83
222160
3000
És a környező közösség döntött a rendszer létrehozataláról.
03:45
So, thank you very much.
84
225160
2000
Nos, nagyon szépen köszönöm.
03:47
And we are very happy to be part of the TED family.
85
227160
2000
Boldogok vagyunk, hogy a TED családba tartozunk.
03:49
(Applause)
86
229160
1000
(Taps)
Erről a weboldalról

Ez az oldal olyan YouTube-videókat mutat be, amelyek hasznosak az angol nyelvtanuláshoz. A világ minden tájáról származó, kiváló tanárok által tartott angol leckéket láthatsz. Az egyes videók oldalán megjelenő angol feliratokra duplán kattintva onnan játszhatja le a videót. A feliratok a videó lejátszásával szinkronban gördülnek. Ha bármilyen észrevétele vagy kérése van, kérjük, lépjen kapcsolatba velünk ezen a kapcsolatfelvételi űrlapon.

https://forms.gle/WvT1wiN1qDtmnspy7