Erik Hersman: How texting helped Kenyans survive crisis

15,544 views ・ 2009-04-22

TED


ဗီဒီယိုကိုဖွင့်ရန် အောက်ပါ အင်္ဂလိပ်စာတန်းများကို နှစ်ချက်နှိပ်ပါ။

Translator: sann tint Reviewer: Myo Aung
00:12
So I'm here to tell you a story of success from Africa.
0
12160
4000
အာဖရိကက အောင်မြင်မှု ဇာတ်လမ်း တစ်ပုဒ်ကို ပြောပြဖို့ ရောက်နေတာပါ။
00:16
A year and a half ago,
1
16160
3000
လွန်ခဲ့တဲ့ တစ်နှစ်ခွဲက
00:19
four of the five people who are full time members
2
19160
2000
Swahili ဘာသာစကားနဲ့ သက်သေခံချက် လို့ဆိုတဲ့
00:21
at Ushahidi,
3
21160
2000
Ushahidi မှာရှိတဲ့ အချိန်ပြည့်အဖွဲ့ဝင်
00:23
which means "testimony" in Swahili,
4
23160
3000
၅ ဦးထဲက ၄ ဦးဟာ
00:26
were TED Fellows.
5
26160
2000
TED ဝိုင်းတော်သားတွေပါ။
00:28
A year ago in Kenya we had post-election violence.
6
28160
3000
မနှစ်က Kenya မှာ ရွေးကောက်ပွဲ အလွန် အကြမ်းဖက်မှု ဖြစ်ခဲ့တယ်။
00:31
And in that time we prototyped and built,
7
31160
3000
အဲဒီကာလမှာ လူတိုင်း သူတို့ဝန်းကျင်မှာ ဖြစ်ပျက်တာကို
00:34
in about three days, a system that would allow
8
34160
2000
မိုဘိုင်းဖုန်းကနေ သတင်းပို့
00:36
anybody with a mobile phone
9
36160
2000
တိုင်တန်းလို့ရအောင် စနစ်တစ်ခုကို
00:38
to send in information and reports on what was happening around them.
10
38160
3000
၃ ရက်အတွင်း ရှေ့ပြေးပုံစံ တည်ဆောက်ခဲ့တယ်။
00:41
We took what we knew about Africa,
11
41160
2000
အာဖရိက အကြောင်း ကျွန်တော်တို့သိတဲ့
00:43
the default device,
12
43160
2000
နဂိုရင်း ကိရိယာ မိုဘိုင်းဘုန်းကို
00:45
the mobile phone, as our common denominator,
13
45160
2000
စံအဖြစ်ယူခဲ့ ပြီး အဲဒီကနေ
00:47
and went from there.
14
47160
2000
သွားပါတယ်။
00:49
We got reports like this.
15
49160
3000
ဒီလို အစီရင်ခံစာတွေရတယ်။
00:56
This is just a couple of them from January 17th, last year.
16
56160
3000
ဒါမနှစ်က ဇန်နဝါရီ ၁၇ ရက်က တစ်ခု၊ နှစ်ခုပါ။
01:02
And our system was rudimentary. It was very basic.
17
62160
3000
ကျွန်တော်တို့ စနစ်က သာမန်ပါ။ အခြေခံလောက်ပါပဲ။
01:05
It was a mash-up that used data that we collected from people,
18
65160
3000
လူတွေဆီက ကောက်ထားတဲ့ ဒေတာတွေကို ရောလိုက်ပြီး
01:08
and we put it on our map.
19
68160
2000
မြေပုံပေါ်တင်လိုက်တာပါ။
01:10
But then we decided we needed to do something more.
20
70160
2000
ဒါထက်ပိုတာ လုပ်ဖို့ လိုတယ်လို့ ဆုံးဖြတ်တယ်
01:12
We needed to take what we had built
21
72160
2000
တည်ဆောက်ထားတာကိုယူပြီး ဒါကနေ ကမ္ဘာထဲက
01:14
and create a platform out of it so that it could be used elsewhere in the world.
22
74160
3000
အခြားမှာ သုံးလို့ရနိုင်အောင် ပုံစံတစ်ခု ဖန်တီးဖို့လိုပါတယ်။
01:17
And so there is a team of developers
23
77160
3000
ဒီလိုနဲ့ အာဖရိက တစ်လွှားမှာ တီထွင် ထုတ်လုပ်သူတွေရဲ့
01:20
from all over Africa, who are part of this team now --
24
80160
3000
အသင်းတစ်သင်းရှိတယ်၊ Ghana, Malawi, Kenya
01:23
from Ghana, from Malawi, from Kenya.
25
83160
2000
တို့ဟာ အသင်းရဲ့ အစိတ်အပိုင်းတွေပါ။
01:25
There is even some from the U.S.
26
85160
4000
တစ်ချို့က U.S.မှာတောင်ရှိတယ်။
01:29
We're building for smartphones, so that it can be used in the developed world,
27
89160
3000
ဖွံ့ဖြိုးပြီးကမ္ဘာအပြင် ဖွံ့ဖြိုးဆဲ ကမ္ဘာမှာပါ သုံးလို့ရအောင်
01:32
as well as the developing world.
28
92160
2000
စမတ်ဖုန်းတွေ တည်ဆောက်နေပါတယ်။
01:34
We are realizing that this is true.
29
94160
2000
ဒါအမှန်ပဲလို့ သဘောပေါက်နေပါတယ်။
01:36
If it works in Africa then it will work anywhere.
30
96160
2000
အာဖရိကမှာ ဖြစ်ရင် ဘယ်မှာမဆို အလုပ်ဖြစ်မယ်
01:38
And so we build for it in Africa first
31
98160
3000
Africa မှာ အရင်ဆောက်ပြီး
01:41
and then we move to the edges.
32
101160
2000
အစွန်အဖျားတွေဆီ ရွှေ့လိုက်တယ်။
01:43
It's now been deployed in the Democratic Republic of the Congo.
33
103160
3000
အခု ကွန်ဂို မှာ တပ်ဖြန့်လိုက်ပြီ။
01:46
It's being used by NGOs all over East Africa,
34
106160
3000
အရှေ့အာဖရိက တစ်လွှားမှာ NGOs တွေ သုံးနေပါတယ်။
01:49
small NGOs doing their own little projects.
35
109160
3000
NGOs အသေးစားတွေဟာ ကိုယ်ပိုင် ပရောဂျက်လေးတွေ လုပ်နေတယ်။
01:52
Just this last month it was deployed by
36
112160
2000
ပြီးခဲ့တဲ့လကပဲ Gaza က Al Jazeera ကို
01:54
Al Jazeera in Gaza.
37
114160
3000
တပ်ဖြန့်လိုက်တယ်။
01:57
But that's actually not what I'm here to talk about.
38
117160
2000
တကယ်က ကျွန်တော်ပြောချင်တာ ဒါမဟုတ်ပါဘူး။
01:59
I'm here to talk about the next big thing,
39
119160
2000
ဒီ့ထက်ကြီးမားတဲ့ အရာကို ပြောမလို့ပါ။
02:01
because what we're finding out is that
40
121160
2000
အကြောင်းက တွေ့ရှိနေရတာက
02:03
we have this capacity to report
41
123160
2000
ကျွန်တော်တို့မှာ လက်ငင်း ဖြစ်နေတာတွေရဲ့
02:05
eyewitness accounts of what's going on in real time.
42
125160
4000
မျက်မြင် ဖြစ်စဉ်တွေကို သတင်းပို့ နိုင်စွမ်းရှိတယ်ဆိုတာပါ။
02:09
We're seeing this in events like Mumbai recently,
43
129160
3000
မကြာခင်ကဖြစ်ခဲ့တဲ့ Mumbai လို အဖြစ်တွေမှာ မြင်နေတာပါ။
02:12
where it's so much easier to report now
44
132160
2000
အခုဆိရင် သုံးစားမှာနှင့်စာရင်
02:14
than it is to consume it.
45
134160
2000
သတင်းပို့ရတာ ပိုပြီးလွယ်ကူပါတယ်။
02:16
There is so much information; what do you do?
46
136160
2000
သတင်းတွေက အများကြီး၊ ဘာလုပ်တာလဲဗျ။
02:18
This is the Twitter reports for over three days
47
138160
3000
ဒါက Mumbai အကြောင်းပဲ ရေးသားတဲ့ ၃ ရက်တာ
02:21
just covering Mumbai.
48
141160
2000
Twitters သတင်းပေးပို့မှုတွေပါ။
02:23
How do you decide what is important?
49
143160
2000
အရေးကြီးတာကို ဘယ်လိုဆုံးဖြတ်မလဲ။
02:25
What is the veracity level of what you're looking at?
50
145160
3000
ကိုယ်စစ်ကြည့်နေတာရဲ့ မှန်ကန်မှုအဆင့်က ဘာလဲ။
02:28
So what we find is that there is this
51
148160
2000
ဒီတော့ ကျွန်တော်တို့တွေ့ရတာက သေရေးရှင်ရေး
02:30
great deal of wasted crisis information
52
150160
2000
သတင်း အဖြုန်းတွေ အများကြီး ရှိနေတယ်။
02:32
because there is just too much information for us to
53
152160
3000
အကြောင်းက အခုချက်ချင်း တစ်ခုခုလုပ်ဖို့ သတင်းတွေ
02:35
actually do anything with right now.
54
155160
3000
များလွန်းနေလို့ပါ။
02:38
And what we're actually really concerned with
55
158160
2000
တကယ် ကျွန်တော်တို့နဲ့ ဆိုင်တာက
02:40
is this first three hours.
56
160160
2000
ဒီ ပထမဆုံး ၃ နာရီပါပဲ။
02:42
What we are looking at is the first three hours.
57
162160
2000
ကျွန်တော်တို့ ကြည့်နေတာက ပထမ ၃ နာရီပါ။
02:44
How do we deal with that information that is coming in?
58
164160
3000
ဝင်လာတဲ့ သတင်းတွေကို ဘယ်လိုကိုင်တွယ်ကြမလဲ။
02:47
You can't understand what is actually happening.
59
167160
2000
တကယ် ဖြစ်နေတာကို ခင်ဗျား နာမလည်နိုင်ဘူး၊
02:49
On the ground and around the world
60
169160
2000
မြေပြင်မှာနဲ့ ကမ္ဘာတလွှားမှာပါ
02:51
people are still curious,
61
171160
2000
လူတွေဟာ သိချင်နေတုန်းပဲ၊
02:53
and trying to figure out what is going on. But they don't know.
62
173160
3000
ဖြစ်ပျက်နေတာကို မှန်းဆဖို့ ကြိုးစားနေကြပေမဲ့ သူတို့ မသိကြပါဘူး။
02:56
So what we built of course, Ushahidi,
63
176160
3000
ဒီတော့ ကျွန်တော်တို့ ဆောက်ခဲ့တဲ့ Ushahidi ဟာ
02:59
is crowdsourcing this information.
64
179160
2000
ဒီသတင်းကို အများဆီက တောင်းခံနေတာပါ။
03:01
You see this with Twitter, too. You get this information overload.
65
181160
3000
ဒါကို Twitter မှာပါတွေ့နိုင်တယ်၊ သတင်းကို အဆမတန် ရနေတယ်။
03:04
So you've got a lot of information. That's great.
66
184160
2000
ဒီတော့ သတင်းတွေ အများကြီးရနေတာ၊ ကောင်းတယ်
03:06
But now what?
67
186160
2000
ဒါပေမဲ့ အခုကျတော့ရော။
03:08
So we think that there is something interesting we can do here.
68
188160
3000
ကိုယ် လုပ်နိုင်တဲ့ စိတ်ဝင်စားစရာ တစ်ခုခု ရှိတယ်တော့ ထင်တယ်။
03:11
And we have a small team who is working on this.
69
191160
2000
ဒါကိုလုပ်နေတဲ့ အသင်းလေးတစ်သင်းတော့ ရှိတယ်။
03:13
We think that we can actually create
70
193160
2000
လူအစုကနေ သတင်း စစ်ယူတဲ့ဟာ
03:15
a crowdsourced filter.
71
195160
2000
ဖန်တီးနိုင်တယ်လို့ ထင်တယ်။
03:17
Take the crowd and apply them to the information.
72
197160
3000
လူတစ်စုကိုခေါ်ပြီး သူတို့ကို သတင်းတင်ခိုင်းလိုက်ပါ။
03:20
And by rating it and by rating
73
200160
2000
သတင်းတင်တဲ့ လူအမျိုးမျိုးကို
03:22
the different people who submit information,
74
202160
2000
အဆင့် သတ်မှတ်ရင်း၊ သတ်မှတ်ရင်း ကနေ
03:24
we can get refined results
75
204160
2000
သန့်စင်တဲ့ ရလဒ်တွေနဲ့ အရေးပါတဲ့
03:26
and weighted results.
76
206160
2000
ရလဒ်တွေ ရနိုင်ပါတယ်။
03:28
So that we have a better understanding
77
208160
2000
တစ်ခုခုရဲ့ ဖြစ်နိုင်ခြေဟာ
03:30
of the probability of something being true or not.
78
210160
2000
မှန်၊မမှန်ကို ပိုနားလည်အောင်ပေါ့။
03:32
This is the kind of innovation that is,
79
212160
3000
ဒါဟာ ဆန်းသစ်တဲ့ အမျိုးအစားပါ ဆိုလိုတာက
03:35
quite frankly -- it's interesting that it's coming from Africa.
80
215160
2000
ပြောရရင် အာဖရိကလာတာဟာ စိတ်ဝင်စားစရာပဲလေ။
03:37
It's coming from places that you wouldn't expect.
81
217160
3000
သင်မျှော်လင့်မထားတဲ့ နေရာတွေက လာတာပါ၊
03:40
From young, smart developers.
82
220160
2000
တော်တဲ့ လူငယ် တီထွင်ထုတ်လုပ်သူတွေဆီကပါ။
03:42
And it's a community around it that has decided to build this.
83
222160
3000
ဒါက လူစုတစ်စုဖြစ်ပြီး ဒါဆောက်ဖို့ ဝိုင်းဆုံးဖြတ်လိုက်တာပါ။
03:45
So, thank you very much.
84
225160
2000
ကဲ ကျေးဇူး အများကြီး တင်ပါတယ်။
03:47
And we are very happy to be part of the TED family.
85
227160
2000
TED မိသားစုဝင်ဖြစ်ရတာ ပျော်ပါတယ်။
03:49
(Applause)
86
229160
1000
(လက်ခုပ်သံများ}
ဤဝဘ်ဆိုဒ်အကြောင်း

ဤဆိုက်သည် သင့်အား အင်္ဂလိပ်စာလေ့လာရန်အတွက် အသုံးဝင်သော YouTube ဗီဒီယိုများနှင့် မိတ်ဆက်ပေးပါမည်။ ကမ္ဘာတစ်ဝှမ်းမှ ထိပ်တန်းဆရာများ သင်ကြားပေးသော အင်္ဂလိပ်စာသင်ခန်းစာများကို သင်တွေ့မြင်ရပါမည်။ ဗီဒီယိုစာမျက်နှာတစ်ခုစီတွင် ပြသထားသည့် အင်္ဂလိပ်စာတန်းထိုးများကို နှစ်ချက်နှိပ်ပါ။ စာတန်းထိုးများသည် ဗီဒီယိုပြန်ဖွင့်ခြင်းနှင့်အတူ ထပ်တူပြု၍ လှိမ့်သွားနိုင်သည်။ သင့်တွင် မှတ်ချက်များ သို့မဟုတ် တောင်းဆိုမှုများရှိပါက ဤဆက်သွယ်ရန်ပုံစံကို အသုံးပြု၍ ကျွန်ုပ်တို့ထံ ဆက်သွယ်ပါ။

https://forms.gle/WvT1wiN1qDtmnspy7