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

140,736 views ・ 2017-03-22

TED


Dubbelklik op de Engelse ondertitels hieronder om de video af te spelen.

Vertaald door: Annette de Lange Nagekeken door: Peter van de Ven
00:12
This story starts with these two --
0
12835
2993
Dit verhaal begint met deze twee --
00:15
my kids.
1
15852
1258
mijn kinderen.
00:17
We were hiking in the Oakland woods
2
17134
1682
We maakten een boswandeling
00:18
when my daughter noticed a plastic tub of cat litter in a creek.
3
18840
4134
toen mijn dochter een plastic kattenbak in een kreek zag liggen.
00:23
She looked at me and said,
4
23467
1662
Ze keek me aan en zei:
00:25
"Daddy?
5
25153
2507
"Pap?
00:27
That doesn't go there."
6
27684
1650
Die hoort daar niet."
00:29
When she said that, it reminded me of summer camp.
7
29358
2422
Toen ze dat zei, dacht ik aan het zomerkamp.
00:31
On the morning of visiting day,
8
31804
1498
De ochtend van de bezoekdag,
00:33
right before they'd let our anxious parents come barreling through the gates,
9
33326
3663
vlak voor ze onze bezorgde ouders het kamp binnenlieten,
zei onze kampdirecteur:
00:37
our camp director would say,
10
37013
1369
00:38
"Quick! Everyone pick up five pieces of litter."
11
38406
2309
"Snel! Raap allemaal vijf stukken afval van de grond."
00:40
You get a couple hundred kids each picking up five pieces,
12
40739
3040
Een paar honderd kinderen die allemaal afval oprapen,
00:43
and pretty soon, you've got a much cleaner camp.
13
43803
2573
zorgen algauw voor een veel schoner kamp.
00:46
So I thought,
14
46400
1159
Dus ik dacht:
00:47
why not apply that crowdsourced cleanup model to the entire planet?
15
47583
4537
waarom zouden we dat schoonmaakmodel niet toepassen op de hele planeet?
00:52
And that was the inspiration for Litterati.
16
52144
2951
En dat was de inspiratie voor Litterati.
00:55
The vision is to create a litter-free world.
17
55119
3349
Het doel is om een afvalvrije wereld te creëren.
00:58
Let me show you how it started.
18
58492
1508
Kijk maar naar hoe het begon.
01:00
I took a picture of a cigarette using Instagram.
19
60024
3386
Ik nam een foto van een sigaret, met Instagram.
01:04
Then I took another photo ...
20
64042
1867
Toen nam ik nog een foto ...
01:05
and another photo ...
21
65933
1557
en nog een foto ...
01:07
and another photo.
22
67514
1167
en nog eentje.
01:08
And I noticed two things:
23
68705
1286
En ik zag twee dingen.
01:10
one, litter became artistic and approachable;
24
70015
3472
Eén: afval werd artistiek en toegankelijk.
01:14
and two,
25
74064
1151
En twee: na een paar dagen had ik 50 foto's op mijn telefoon
01:15
at the end of a few days, I had 50 photos on my phone
26
75239
2515
01:17
and I had picked up each piece,
27
77778
1587
en ik had ieder stuk opgeraapt,
01:19
and I realized that I was keeping a record
28
79389
2385
en realiseerde me dat ik bijhield
01:21
of the positive impact I was having on the planet.
29
81798
3151
wat voor positieve invloed ik op de planeet uitoefende.
01:24
That's 50 less things that you might see,
30
84973
2188
Dat zijn 50 dingen minder die jij ziet
01:27
or you might step on,
31
87185
1243
of waar jij op stapt,
01:28
or some bird might eat.
32
88452
1458
of die een vogel opeet.
01:30
So I started telling people what I was doing,
33
90589
2652
Dus ik begon mensen te vertellen waar ik mee bezig was
01:33
and they started participating.
34
93265
2356
en zij begonnen mee te doen.
01:36
One day,
35
96651
1693
Op een dag
01:38
this photo showed up from China.
36
98368
2528
kwam deze foto uit China tevoorschijn.
01:41
And that's when I realized
37
101859
1271
En toen realiseerde ik me
01:43
that Litterati was more than just pretty pictures;
38
103154
3266
dat Litterati méér was dan gewoon mooie plaatjes;
01:46
we were becoming a community that was collecting data.
39
106444
3369
we waren bezig een gemeenschap te worden die gegevens verzamelde.
01:50
Each photo tells a story.
40
110689
1890
Iedere foto vertelt een verhaal.
01:53
It tells us who picked up what,
41
113099
2193
Over wie er wat opraapte,
01:55
a geotag tells us where
42
115316
2011
een geotag vertelt ons waar
01:57
and a time stamp tells us when.
43
117351
2030
en een tijdstempel vertelt ons wanneer.
01:59
So I built a Google map,
44
119826
2429
Dus ik bouwde een Google map
02:02
and started plotting the points where pieces were being picked up.
45
122279
4053
en begon de punten te verbinden waar er afval was opgeraapt.
02:06
And through that process, the community grew
46
126356
3918
En gedurende dat proces groeide de gemeenschap
02:10
and the data grew.
47
130298
1639
en de gegevens eveneens.
02:12
My two kids go to school right in that bullseye.
48
132626
3461
Mijn kinderen gaan precies in de roos daar naar school.
02:16
Litter:
49
136945
1211
Afval: het verplaatst zich naar de achtergrond van ons leven,
02:18
it's blending into the background of our lives.
50
138180
2704
02:20
But what if we brought it to the forefront?
51
140908
2099
maar wat als we het nu eens naar de voorgrond brengen?
02:23
What if we understood exactly what was on our streets,
52
143031
2912
Wat als we precies begrepen wat er op onze straten ligt,
02:25
our sidewalks
53
145967
1389
op onze stoepen
02:27
and our school yards?
54
147380
1538
en onze schoolpleinen?
02:28
How might we use that data to make a difference?
55
148942
3247
Hoe zouden we die gegevens kunnen gebruiken om een verschil te maken?
02:33
Well, let me show you.
56
153009
1198
Dat zal ik laten zien.
02:34
The first is with cities.
57
154231
1385
De eerste is met steden.
02:36
San Francisco wanted to understand what percentage of litter was cigarettes.
58
156238
4639
San Francisco wilde begrijpen hoeveel van het afval sigaretten waren.
02:40
Why?
59
160901
1162
Waarom?
02:42
To create a tax.
60
162087
1209
Om een heffing te creëren.
02:43
So they put a couple of people in the streets
61
163893
2135
Dus ze stuurden wat mensen de straat op met potloden en clipboards,
02:46
with pencils and clipboards,
62
166052
1361
02:47
who walked around collecting information
63
167437
2063
en die liepen rond en verzamelden informatie,
02:49
which led to a 20-cent tax on all cigarette sales.
64
169524
3111
wat leidde tot een heffing van 20 cent op alle verkochte sigaretten.
02:53
And then they got sued
65
173607
2153
En toen werden ze aangeklaagd
02:55
by big tobacco,
66
175784
1176
door de tabaksindustrie,
02:56
who claimed that collecting information with pencils and clipboards
67
176984
3216
die beweerde dat informatie verzamelen met potloden en clipboards
03:00
is neither precise nor provable.
68
180224
2331
noch precies is, noch te bewijzen valt.
03:03
The city called me and asked if our technology could help.
69
183274
3680
De stad belde mij en vroeg of onze technologie kon helpen.
03:06
I'm not sure they realized
70
186978
1249
Ik denk niet dat ze wisten
03:08
that our technology was my Instagram account --
71
188251
2248
dat 'onze technologie' mijn Instagramaccount was,
03:10
(Laughter)
72
190523
1039
(Gelach)
03:11
But I said, "Yes, we can."
73
191586
1266
maar ik zei: "Jazeker."
03:12
(Laughter)
74
192876
1016
03:13
"And we can tell you if that's a Parliament or a Pall Mall.
75
193916
3908
(Gelach)
"En we kunnen aangeven of het een Parliament of een Pall Mall betreft.
03:17
Plus, every photograph is geotagged and time-stamped,
76
197848
3425
Plus, iedere foto is gegeotagt en heeft een tijdstempel,
03:21
providing you with proof."
77
201297
1381
waarmee u bewijs heeft."
03:23
Four days and 5,000 pieces later,
78
203659
3220
Vier dagen en 5.000 afvalstukken later
03:26
our data was used in court to not only defend but double the tax,
79
206903
4938
werden onze gegevens in de rechtbank gebruikt
ter verdediging en bovendien verdúbbeling van de heffing,
03:31
generating an annual recurring revenue of four million dollars
80
211865
4323
waarmee een jaarlijkse inkomstenbron van 4 miljoen dollar werd gegenereerd
03:36
for San Francisco to clean itself up.
81
216212
2295
om San Francisco mee schoon te houden.
03:39
Now, during that process I learned two things:
82
219821
2235
Tijdens dat proces leerde ik twee dingen.
Eén: Instagram is niet het juiste middel --
03:42
one, Instagram is not the right tool --
83
222080
2554
03:44
(Laughter)
84
224658
1031
(Gelach)
03:45
so we built an app.
85
225713
1503
dus we maakten een app.
03:47
And two, if you think about it,
86
227240
1633
En twee: als je erover nadenkt,
03:48
every city in the world has a unique litter fingerprint,
87
228897
3617
heeft iedere stad ter wereld een unieke afval-afdruk
03:52
and that fingerprint provides both the source of the problem
88
232538
3836
en die afdruk geeft zowel de kern van het probleem weer
03:56
and the path to the solution.
89
236398
1921
als het pad naar de oplossing.
03:59
If you could generate a revenue stream
90
239466
2378
Als je een inkomstenstroom kon genereren
04:01
just by understanding the percentage of cigarettes,
91
241868
2463
door enkel het percentage sigaretten te begrijpen,
04:04
well, what about coffee cups
92
244355
2096
hoe zit dat dan met koffiebekers
04:06
or soda cans
93
246475
1706
of frisdrankblikjes
04:08
or plastic bottles?
94
248205
1414
of plastic flesjes?
04:10
If you could fingerprint San Francisco, well, how about Oakland
95
250321
3201
Als je San Francisco zo kunt weergeven, hoe zit het dan met Oakland?
04:13
or Amsterdam
96
253546
1696
Of Amsterdam?
04:15
or somewhere much closer to home?
97
255266
2970
Of ergens vlakbij huis?
04:19
And what about brands?
98
259228
1234
En hoe zit het met merken?
04:20
How might they use this data
99
260486
1901
Hoe kunnen zij deze gegevens gebruiken
04:22
to align their environmental and economic interests?
100
262411
4212
om hun milieubelangen in balans te houden met de economische?
04:27
There's a block in downtown Oakland that's covered in blight.
101
267466
3212
Een wijk in de binnenstad van Oakland is volledig in afval gehuld.
04:31
The Litterati community got together and picked up 1,500 pieces.
102
271145
4104
De Literati-gemeenschap kwam er samen en raapte 1.500 stukken afval op.
04:35
And here's what we learned:
103
275632
1340
En dit is wat wij leerden:
04:36
most of that litter came from a very well-known taco brand.
104
276996
3210
het merendeel van dat afval kwam van een zeer bekend tacomerk.
04:41
Most of that brand's litter were their own hot sauce packets,
105
281558
3577
Het afval van dat merk was grotendeels hun eigen hete-sausverpakkingen,
04:46
and most of those hot sauce packets hadn't even been opened.
106
286258
3626
en die hete-sausverpakkingen waren grotendeels zelfs ongeopend.
04:51
The problem and the path to the solution --
107
291785
2715
Het probleem en het pad naar de oplossing:
04:54
well, maybe that brand only gives out hot sauce upon request
108
294524
3961
wellicht zou dat merk alleen nog hete saus op verzoek kunnen geven
04:58
or installs bulk dispensers
109
298509
2009
of het de mensen zelf laten toevoegen
05:00
or comes up with more sustainable packaging.
110
300542
2552
of duurzamere verpakkingen gebruiken.
05:03
How does a brand take an environmental hazard,
111
303118
2969
Hoe maakt een merk van een milieurisico
05:06
turn it into an economic engine
112
306111
2006
een economische motor
05:08
and become an industry hero?
113
308141
1768
en wordt het een held in de industrie?
05:11
If you really want to create change,
114
311112
2202
Als je echt verandering wilt zien,
05:13
there's no better place to start than with our kids.
115
313338
2874
is er geen betere plek om te beginnen dan bij onze kinderen.
05:16
A group of fifth graders picked up 1,247 pieces of litter
116
316236
3403
Een groep vijfdeklassers raapte 1.247 stukken afval op,
05:19
just on their school yard.
117
319663
1848
alleen al op hun schoolplein.
05:21
And they learned that the most common type of litter
118
321535
2532
En ze leerden dat het meest voorkomende soort afval
05:24
were the plastic straw wrappers from their own cafeteria.
119
324091
3234
de plastic hoesjes om rietjes uit hun eigen kantine zijn.
05:27
So these kids went to their principal and asked,
120
327767
2529
Daarop stapten zij naar de directeur en vroegen hem:
05:30
"Why are we still buying straws?"
121
330320
1660
"Waarom kopen we nog steeds rietjes?"
05:32
And they stopped.
122
332986
1755
En de school stopte daar toen mee.
05:34
And they learned that individually they could each make a difference,
123
334765
3654
En de kinderen leerden dat zij individueel allemaal een verschil konden maken,
05:38
but together they created an impact.
124
338443
2338
maar dat ze tezamen invloed uitoefenden.
05:41
It doesn't matter if you're a student or a scientist,
125
341323
4012
Het doet er niet toe of je nu een student of wetenschapper bent,
05:45
whether you live in Honolulu or Hanoi,
126
345359
3135
of je in Honolulu of Hanoi woont,
05:48
this is a community for everyone.
127
348518
2441
deze gemeenschap is voor iedereen.
05:51
It started because of two little kids in the Northern California woods,
128
351794
4679
Het begon dankzij twee kleine kinderen in het bos van Noord Californië
05:56
and today it's spread across the world.
129
356497
2814
en het is vandaag de dag over heel de wereld verspreid.
05:59
And you know how we're getting there?
130
359758
1783
En weet je hoe we er komen?
06:01
One piece at a time.
131
361887
1878
Stukje bij beetje.
06:04
Thank you.
132
364328
1215
Hartelijk bedankt.
06:05
(Applause)
133
365567
3618
(Applaus)
Over deze website

Deze site laat u kennismaken met YouTube-video's die nuttig zijn om Engels te leren. U ziet Engelse lessen gegeven door topdocenten uit de hele wereld. Dubbelklik op de Engelse ondertitels op elke videopagina om de video af te spelen. De ondertitels scrollen synchroon met het afspelen van de video. Heeft u opmerkingen of verzoeken, neem dan contact met ons op via dit contactformulier.

https://forms.gle/WvT1wiN1qDtmnspy7