Eric Berlow and Sean Gourley: Mapping ideas worth spreading

Traduttore: Mariafelicia Maione Revisore: Alessandra Tadiotto

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

Eric Berlow: Sono un ecologista, e Sean un fisico,

and we both study complex networks.

e tutti e due studiamo sistemi complessi.

And we met a couple years ago when we discovered

Ci siamo incontrati un paio di anni fa, quando abbiamo scoperto

that we had both given a short TED Talk

che tutti e due avevamo tenuto una breve conferenza TED

about the ecology of war,

sull'ecologia della guerra,

and we realized that we were connected

e ci siamo resi conto che eravamo uniti

by the ideas we shared before we ever met.

dalle idee che condividevamo prima ancora di incontrarci.

And then we thought, you know, there are thousands

E poi abbiamo pensato, ehi, ci sono migliaia

of other talks out there, especially TEDx Talks,

di altre conferenze là fuori, soprattutto TEDx,

that are popping up all over the world.

che spuntano da un capo all'altro del mondo.

How are they connected,

and what does that global conversation look like?

Come sono collegate,

e che aspetto ha questa conversazione globale?

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

Ora Sean vi racconterà un po' come abbiamo fatto.

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

Sean Gourley: Esatto. Quindi abbiamo preso 24 000 conferenze

from around the world, 147 different countries,

di tutto il mondo, 147 paesi,

and we took these talks and we wanted to find

le abbiamo prese e volevamo scoprire

the mathematical structures that underly

le strutture matematiche soggiacenti

the ideas behind them.

le idee che vi sono dietro le conferenze.

And we wanted to do that so we could see how

E volevamo farlo per capire come

they connected with each other.

entravano in connessione l'una con l'altra.

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

E così, ovvio, per fare questo genere di cosa,

you need a lot of data.

servono moltissimi dati.

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

E i dati che avevamo sono una cosa grandiosa che si chiama YouTube,

and we can go down and basically pull

possiamo collegarci e in pratica

all the open information from YouTube,

prendere tutte le informazioni libere da YouTube,

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

tutti i commenti, tutti i punti di vista, chi li sta guardando,

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

dove li sta guardando, cosa dicono nei commenti.

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

Ma possiamo anche estrarre, usando i sottotitoli automatici,

we can pull the entire transcript,

la trascrizione intera,

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

e funziona persino con gente dall'accento buffo come me.

So we can take their transcript

Così possiamo prendere la trascrizione

and actually do some pretty cool things.

e fare delle cose davvero interessanti.

We can take natural language processing algorithms

Possiamo prendere degli algoritmi che processano le lingue naturali

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

per provare a leggere con un computer, riga per riga,

extracting key concepts from this.

estraendo i concetti chiave.

And we take those key concepts and they sort of form

E prendiamo i concetti chiavi, che formano una specie

this mathematical structure of an idea.

di struttura matematica di un'idea.

And we call that the meme-ome.

Noi la chiamiamo meme-ome.

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

E la meme-ome, sapete, è piuttosto semplice,

is the mathematics that underlies an idea,

è la matematica alla base di un'idea,

and we can do some pretty interesting analysis with it,

e possiamo farci delle analisi molto interessanti,

which I want to share with you now.

che voglio condividere con voi adesso.

So each idea has its own meme-ome,

Ogni idea ha la sua meme-ome,

and each idea is unique with that,

e ogni idea è unica,

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

ma, ovvio, le idee prendono a prestito qualcosa le une dalle altre,

they kind of steal sometimes,

a volte quasi rubano,

and they certainly build on each other,

e di sicuro costruiscono l'una sull'altra.

and we can go through mathematically

Possiamo esaminarle matematicamente,

and take the meme-ome from one talk

prendere la meme-ome di una conferenza

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

e paragonarla alla meme-ome di ogni altra,

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

e se c'è qualche somiglianza tra le due,

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

possiamo creare un collegamento e rappresentarlo con un grafico,

just like Eric and I are connected.

proprio come siamo collegati Eric e io.

So that's theory, that's great.

Questa è la teoria, ed è grandiosa.

Let's see how it works in actual practice.

Vediamo come funziona all'atto pratico.

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

Quindi adesso abbiamo l'impronta globale

of all the TEDx Talks over the last four years

di tutte i Discorsi TEDx degli ultimi quattro anni

exploding out around the world

distribuiti in tutto il mondo

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

da New York giù giù fino alla piccola vecchia Nuova Zelanda lì nell'angolo.

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

Quel che facciamo è analizzare il primo 25%,

and we started to see where the connections occurred,

e abbiamo iniziato a vedere dove si trovavano le connessioni,

where they connected with each other.

dove si collegavano l'una all'altra.

Cameron Russell talking about image and beauty

Cameron Russell che parla d'immagine e bellezza

connected over into Europe.

si collega a tutta Europa.

We've got a bigger conversation about Israel and Palestine

Abbiamo una conversazione più ampia su Israele e Palestina

radiating outwards from the Middle East.

che si irradia dal Medio Oriente.

And we've got something a little broader

E abbiamo qualcosa di un po' più generico

like big data with a truly global footprint

come i grandi dati con un'impronta davvero globale

reminiscent of a conversation

che richiama una conversazione

that is happening everywhere.

che sta accadendo ovunque.

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

A partire da qui, ci ritroviamo in qualche modo davanti ai limiti

of what we can actually do with a geographic projection,

di quel che possiamo fare con una proiezione geografica,

but luckily, computer technology allows us to go out

ma per fortuna la tecnologia informatica ci permette di uscire

into multidimensional space.

nello spazio multidimensionale.

So we can take in our network projection

Quindi possiamo prendere la proiezione di sistema

and apply a physics engine to this,

e applicare un motore fisico,

and the similar talks kind of smash together,

e le conferenze simili è come si fondessero assieme di colpo

and the different ones fly apart,

e quelle diverse si allontanassero.

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

Quel che rimane è qualcosa di bellissimo.

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

EB: Volevo precisare che ogni nodo è una conferenza,

they're linked if they share similar ideas,

solo collegate se condividono idee simili,

and that comes from a machine reading

e viene dalla lettura meccanica

of entire talk transcripts,

delle trascrizioni complete,

and then all these topics that pop out,

e poi tutti gli argomenti che emergono,

they're not from tags and keywords.

non vengono da etichette e parole chiave.

They come from the network structure

Vengono dalla struttura di rete

of interconnected ideas. Keep going.

di idee interconnesse. Continua.

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

SG: Certo. Avevo spiegato la cosa un po' di corsa,

but he's going to slow me down.

ma lui mi fa scalare le marce.

We've got education connected to storytelling

Abbiamo l'istruzione connessa alla narrazione

triangulated next to social media.

in triangolo con i social media.

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

Avete, ovviamente, il cervello umano accanto alla sanità,

which you might expect,

cosa prevedibile,

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

ma anche i videogiochi, che stanno lì vicino,

as those two spaces interface with each other.

e questi due spazi si parlano l'un l'altro.

But I want to take you into one cluster

Ma voglio portarvi a un cluster

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

particolarmente importante per me, ed è l'ambiente.

And I want to kind of zoom in on that

E voglio zoommare

and see if we can get a little more resolution.

e vedere se riusciamo ad avere una risoluzione migliore.

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

Entrando, quel che cominciamo a vedere,

apply the physics engine again,

di nuovo si riferisce al motore fisico,

we see what's one conversation

vediamo che una conversazione

is actually composed of many smaller ones.

in realtà è composta di tante più piccole.

The structure starts to emerge

La struttura comincia a emergere

where we see a kind of fractal behavior

in cui vediamo una specie di comportamento frattale

of the words and the language that we use

delle parole e del linguaggio che usiamo

to describe the things that are important to us

per descrivere le cose importanti per noi

all around this world.

in tutto il mondo.

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

Vedete l'economia alimentare e i prodotti locali in cima,

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

gas serra, inquinamento solare e nucleare.

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

Quel che avete è una serie di conversazioni più piccole,

each connected to each other through the ideas

ciascuna collegata alle altre attraverso le idee

and the language they share,

e il linguaggio che hanno in comune,

creating a broader concept of the environment.

creando un concetto più ampio di ambiente.

And of course, from here, we can go

E naturalmente, da qui, possiamo andare avanti

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

e zoommare e guardate, beh, di cosa si occupano i giovani?

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

Si occupano di tecnologie energetiche e fusione nucleare.

This is their kind of resonance

Questa è la loro risonanza particolare

for the conversation around the environment.

della conversazione sull'ambiente.

If we split along gender lines,

Se dividiamo le linee di genere,

we can see females resonating heavily

vediamo il femminile che risuona molto forte

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

con l'economia alimentare, ma anche là fuori con speranza e ottimismo.

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

Possiamo fare un sacco di cose pazzesche,

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

e passo la palla a Eric per il seguito.

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

EB: Sì, tanto per precisare,

you cannot get this kind of perspective

non ottenete questo genere di prospettiva

from a simple tag search on YouTube.

con una semplice ricerca su YouTube.

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

Torniamo a guardare tutta la conversazione globale

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

al di là dell'ambiente, e consideriamo le conferenze nel loro insieme.

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

Spesso, quando ci troviamo con così tanti contenuti,

we do a couple of things to simplify it.

facciamo un paio di cose per semplificare.

We might just say, well,

Potremmo dire,

what are the most popular talks out there?

quali sono le conferenze più popolari?

And a few rise to the surface.

E ne ermegono un paio.

There's a talk about gratitude.

C'è una conferenza sulla gratitudine.

There's another one about personal health and nutrition.

Ce n'è un'altra sulla salute e alimentazione.

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

E naturalmente, ce n'è di sicuro una sul porno, giusto?

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

E potremmo dire che la gratitudine era l'anno scorso.

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

Cosa va adesso? Qual è la conversazione popolare ora?

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

E possiamo vedere che il nuovo argomento di punta che si fa strada

is about digital privacy.

è la privacy digitale.

So this is great. It simplifies things.

Ed è fantastico. Semplifica le cose.

But there's so much creative content

Ma c'è ancora tanto contenuto creativo

that's just buried at the bottom.

che rimane sepolto sul fondo.

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

E io detesto questa cosa. Come facciamo affiorare le cose in superficie

that's maybe really creative and interesting?

cose magari davvero creative e interessanti?

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

Possiamo tornare alla struttura di sistema delle idee

to do that.

per farlo.

Remember, it's that network structure

Ricordate, è quella struttura di sistema

that is creating these emergent topics,

che crea gli argomenti emergenti,

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

e mettiamo di poterne prendere due,

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

come città e genetica, e poi, mettiamo che ci siano conferenze

that creatively bridge these two really different disciplines.

che collegano in modo creativo queste due discipline diversissime.

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

Ed è -- In definitiva, questo genere di rimescolamento creativo

is one of the hallmarks of innovation.

è uno dei marchi di fabbrica dell'innovazione.

Well here's one by Jessica Green

C'è n'è una qui di Jessica Green

about the microbial ecology of buildings.

sulla microbiologia delle costruzioni.

It's literally defining a new field.

Sta letteralmente definendo un campo nuovo.

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

E possiamo tornare a quelle conferenze e dire

what talks are central to those conversations?

quali sono centrali per questa conversazione?

In the cities cluster, one of the most central

Nel cluster delle città, una delle conferenze fondamentali

was one by Mitch Joachim about ecological cities,

è quella di Mitch Joachim sulle città ecologiche,

and in the genetics cluster,

e nel cluster genetico,

we have a talk about synthetic biology by Craig Venter.

ne abbiamo una sulla biologia sintetica di Craig Venter.

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

Sono conferenze che ne uniscono molte altre all'interno della propria disciplina.

We could go the other direction and say, well,

Possiamo cambiare direzione e chiederci

what are talks that are broadly synthesizing

quali conferenze sintetizzano in generale

a lot of different kinds of fields.

molti campi di tipo diverso.

We used a measure of ecological diversity to get this.

Abbiamo usato un'unità di misura dell'ecodiversità per questo.

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

Tipo, una conferenza di Steven Pinker sulla storia della violenza,

very synthetic.

molto sintetica.

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

E poi, ovviamente, ci sono conferenze così uniche

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

che sono perse nella stratosfera, nel loro posto speciale,

and we call that the Colleen Flanagan index.

e le chiamiamo l'indice di Colleen Flanagan.

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

E se non conoscete Colleen, è un'artista,

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

e le ho chiesto, "Be', come si sta lì fuori

in the stratosphere of our idea space?"

nella stratosfera del nostro spazio ideale?"

And apparently it smells like bacon.

E a quanto pare sa di bacon.

I wouldn't know.

Non l'avrei mai detto.

So we're using these network motifs

Quindi usiamo questi modelli di sistema

to find talks that are unique,

per trovare conferenze uniche,

ones that are creatively synthesizing a lot of different fields,

quelle che sintetizzano in modo creativo molti campi diversi,

ones that are central to their topic,

quelle che sono fondamentali per il loro argomento,

and ones that are really creatively bridging disparate fields.

e quelle che collegano in modo molto creativo campi diversi.

Okay? We never would have found those with our obsession

Ok? Non le avremmo mai trovate con la nostra ossessione

with what's trending now.

per quello che va forte oggi.

And all of this comes from the architecture of complexity,

E tutto procede dall'architettura della complessità,

or the patterns of how things are connected.

o gli schemi che collegano le cose.

SG: So that's exactly right.

SG: È esattamente così.

We've got ourselves in a world

Ci siamo ritrovati in un mondo

that's massively complex,

che è decisamente complesso,

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

e abbiamo usato degli algoritmi per cercare di filtrarlo

so we can navigate through it.

per poterci navigare attraverso.

And those algorithms, whilst being kind of useful,

E questi algoritmi, pur essendo piuttosto utili,

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

sono anche molto, molto limitati, e possiamo fare di meglio,

because we can realize that their complexity is not random.

perché possiamo capire che la complessità non è casuale.

It has mathematical structure,

Ha una struttura matematica,

and we can use that mathematical structure

e possiamo usare quella struttura matematica

to go and explore things like the world of ideas

per esplorare cose come il mondo delle idee

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

per scoprire cosa viene detto, cosa non viene detto,

and to be a little bit more human

e per diventare un po' più umani

and, hopefully, a little smarter.

e, si spera, un po' più intelligenti.

Thank you.

Grazie.

(Applause)

(Applausi)