Clay Shirky: How cognitive surplus will change the world

120,826 views ・ 2010-06-29

TED


Proszę kliknąć dwukrotnie na poniższe angielskie napisy, aby odtworzyć film.

Tłumaczenie: Dorota Konowrocka Korekta: Kinga Skorupska
00:16
The story starts in Kenya
0
16260
2000
Ta opowieść zaczyna się w Kenii
00:18
in December of 2007,
1
18260
2000
w grudniu 2007 roku,
00:20
when there was a disputed presidential election,
2
20260
2000
podczas spornych wyborów prezydenckich.
00:22
and in the immediate aftermath of that election,
3
22260
3000
Efektem wyborów był wybuch
00:25
there was an outbreak of ethnic violence.
4
25260
2000
zamieszek na tle etnicznym.
00:27
And there was a lawyer in Nairobi, Ory Okolloh --
5
27260
3000
Prawniczka z Nairobi, Ory Okolloh,
00:30
who some of you may know from her TEDTalk --
6
30260
2000
może oglądaliście jej TEDTalk,
00:32
who began blogging about it on her site,
7
32260
2000
zaczęła o nich pisać na swoim blogu,
00:34
Kenyan Pundit.
8
34260
2000
Kenyan Pundit.
00:36
And shortly after the election and the outbreak of violence,
9
36260
3000
Wkrótce po wyborach i wybuchu zamieszek
00:39
the government suddenly imposed
10
39260
2000
rząd nieoczekiwanie wprowadził
00:41
a significant media blackout.
11
41260
2000
blokadę informacyjną.
00:43
And so weblogs went from being
12
43260
2000
Blogi przestały być komentarzem
00:45
commentary as part of the media landscape
13
45260
2000
do informacji z mediów
00:47
to being a critical part of the media landscape
14
47260
3000
i stały się głównym źródłem informacji
00:50
in trying to understand where the violence was.
15
50260
3000
na temat przypadków przemocy.
00:53
And Okolloh solicited
16
53260
2000
Okolloh poprosiła,
00:55
from her commenters
17
55260
2000
by komentatorzy bloga
00:57
more information about what was going on.
18
57260
2000
informowali ją o tym, co się dzieje.
00:59
The comments began pouring in,
19
59260
2000
Zalał ją potok danych.
01:01
and Okolloh would collate them. She would post them.
20
61260
2000
Porządkowała je i publikowała,
01:03
And she quickly said, "It's too much.
21
63260
2000
by szybko stwierdzić: "Tego jest za dużo".
01:05
I could do this all day every day
22
65260
2000
"Robię to przez cały dzień,
01:07
and I can't keep up.
23
67260
2000
a i tak nie nadążam.
01:09
There is more information
24
69260
2000
Mamy więcej danych
01:11
about what's going on in Kenya right now
25
71260
2000
na temat sytuacji w Kenii,
01:13
than any one person can manage.
26
73260
2000
niż ktokolwiek może opanować.
01:15
If only there was a way to automate this."
27
75260
2000
Czy to można zautomatyzować?"
01:17
And two programmers who read her blog
28
77260
2000
Dwóch programistów przeczytało wpis
01:19
held their hands up and said, "We could do that,"
29
79260
3000
i odpisało: "Możemy to zrobić".
01:22
and in 72 hours, they launched Ushahidi.
30
82260
3000
W ciągu 72 godzin uruchomili Ushahidi.
01:25
Ushahidi -- the name means "witness"
31
85260
2000
Ushahidi oznacza "świadek"
01:27
or "testimony" in Swahili --
32
87260
2000
lub "świadectwo" w suahili.
01:29
is a very simple way of taking reports from the field,
33
89260
3000
To prosty sposób zbierania relacji z pierwszej ręki
01:32
whether it's from the web or, critically,
34
92260
3000
za pośrednictwem Internetu
01:35
via mobile phones and SMS,
35
95260
2000
lub SMS-ów,
01:37
aggregating it and putting it on a map.
36
97260
3000
agregowania ich i umieszczania na mapie.
01:40
That's all it is, but that's all that's needed
37
100260
2000
To wszystko, co potrzebne.
01:42
because what it does is it takes the tacit information
38
102260
3000
System gromadzi tzw. wiedzę ukrytą
01:45
available to the whole population --
39
105260
2000
dostępną całej populacji.
01:47
everybody knows where the violence is,
40
107260
2000
Każdy zna przypadki przemocy,
01:49
but no one person knows what everyone knows --
41
109260
3000
ale nikt nie zna ich wszystkich.
01:52
and it takes that tacit information
42
112260
2000
System zbiera dane,
01:54
and it aggregates it,
43
114260
2000
agreguje je,
01:56
and it maps it and it makes it public.
44
116260
2000
przyporządkowuje do lokalizacji i upublicznia.
01:58
And that, that maneuver
45
118260
2000
System "mapowania kryzysowego"
02:00
called "crisis mapping,"
46
120260
2000
System "mapowania kryzysowego"
02:02
was kicked off in Kenya
47
122260
3000
wystartował w Kenii
02:05
in January of 2008.
48
125260
2000
w styczniu 2008 roku.
02:07
And enough people looked at it and found it valuable enough
49
127260
3000
Wykorzystało go i doceniło tylu ludzi,
02:10
that the programmers who created Ushahidi
50
130260
2000
że twórcy Ushahidi
02:12
decided they were going to make it open source
51
132260
2000
postanowili upublicznić kod
02:14
and turn it into a platform.
52
134260
2000
i przekształcić go w platformę.
02:16
It's since been deployed in Mexico
53
136260
2000
W Meksyku wykorzystano go
02:18
to track electoral fraud.
54
138260
2000
do śledzenia oszustw wyborczych.
02:20
It's been deployed in Washington D.C. to track snow cleanup.
55
140260
3000
W Waszyngtonie do monitorowania odśnieżania ulic.
02:23
And it's been used most famously in Haiti
56
143260
2000
Słynne jest jego wykorzystanie
02:25
in the aftermath of the earthquake.
57
145260
3000
na Haiti po trzęsieniu ziemi.
02:28
And when you look at the map
58
148260
2000
Kiedy spojrzycie na mapę
02:30
now posted on the Ushahidi front page,
59
150260
2000
z pierwszej strony Ushahidi,
02:32
you can see that the number of deployments in Ushahidi
60
152260
2000
zorientujecie się, że system
02:34
has gone worldwide, all right?
61
154260
3000
jest używany na całym świecie.
02:37
This went from a single idea
62
157260
2000
Ten jeden pomysł
02:39
and a single implementation
63
159260
2000
i jedno wdrożenie
02:41
in East Africa in the beginning of 2008
64
161260
3000
we wschodniej Afryce na początku 2008 roku
02:44
to a global deployment
65
164260
2000
stał się globalną platformą
02:46
in less than three years.
66
166260
3000
w ciągu niecałych trzech lat.
02:49
Now what Okolloh did
67
169260
3000
To, co zrobiła Okolloh,
02:52
would not have been possible
68
172260
2000
nie byłoby możliwe
02:54
without digital technology.
69
174260
3000
bez technologii cyfrowej.
02:57
What Okolloh did would not have been possible
70
177260
3000
Nie byłoby możliwe
03:00
without human generosity.
71
180260
2000
bez ludzkiej hojności.
03:02
And the interesting moment now,
72
182260
2000
Zwróćcie uwagę na to,
03:04
the number of environments
73
184260
2000
że w wielu środowiskach
03:06
where the social design challenge
74
186260
2000
funkcjonowanie społeczne
03:08
relies on both of those things being true.
75
188260
3000
opiera się na tych dwóch czynnikach.
03:11
That is the resource that I'm talking about.
76
191260
3000
To są właśnie zasoby, o których chcę mówić.
03:14
I call it cognitive surplus.
77
194260
2000
Nazwałem je "intelektualną nadwyżką".
03:16
And it represents the ability
78
196260
2000
Odzwierciedla zdolność
03:18
of the world's population
79
198260
2000
mieszkańców całego świata
03:20
to volunteer and to contribute and collaborate
80
200260
3000
do dobrowolnej współpracy
03:23
on large, sometimes global, projects.
81
203260
3000
przy dużych, nawet globalnych projekach.
03:26
Cognitive surplus is made up of two things.
82
206260
2000
Składa się ona z dwóch rzeczy.
03:28
The first, obviously, is the world's free time and talents.
83
208260
3000
Pierwsza to wolny czas i uzdolnienia.
03:31
The world has over
84
211260
2000
Ludzkość dysponuje
03:33
a trillion hours a year
85
213260
3000
ponad bilionem godzin rocznie
03:36
of free time
86
216260
2000
czasu wolnego,
03:38
to commit to shared projects.
87
218260
2000
który może poświęcić na wspólne projekty.
03:40
Now, that free time existed in the 20th century,
88
220260
2000
W XX wieku mieliśmy czas wolny,
03:42
but we didn't get Ushahidi in the 20th century.
89
222260
3000
ale nie stworzyliśmy Ushahidi.
03:45
That's the second half of cognitive surplus.
90
225260
2000
To drugi element nadwyżki intelektualnej.
03:47
The media landscape in the 20th century
91
227260
2000
Media XX wieku
03:49
was very good at helping people consume,
92
229260
3000
ułatwiały ludziom konsumpcję.
03:52
and we got, as a result,
93
232260
2000
W efekcie staliśmy się
03:54
very good at consuming.
94
234260
2000
doskonałymi konsumentami.
03:56
But now that we've been given media tools --
95
236260
2000
Kiedy zyskaliśmy narzędzia,
03:58
the Internet, mobile phones -- that let us do more than consume,
96
238260
3000
Internet i komórki, które pozwalają na więcej,
04:01
what we're seeing is that people weren't couch potatoes
97
241260
3000
pojęliśmy, że nie siedzieliśmy przez TV
04:04
because we liked to be.
98
244260
2000
z zamiłowania.
04:06
We were couch potatoes because that was
99
246260
2000
Gnuśnieliśmy przez telewizorami,
04:08
the only opportunity given to us.
100
248260
2000
bo nie było innych możliwości.
04:10
We still like to consume, of course.
101
250260
2000
Nadal lubimy konsumować,
04:12
But it turns out we also like to create,
102
252260
2000
ale lubimy też tworzyć
04:14
and we like to share.
103
254260
3000
i dzielić się tym.
04:17
And it's those two things together --
104
257260
2000
Te dwa czynniki,
04:19
ancient human motivation
105
259260
2000
odwieczna ludzka motywacja
04:21
and the modern tools to allow that motivation
106
261260
2000
i współczesne narzędzia pozwalające
04:23
to be joined up in large-scale efforts --
107
263260
3000
wyzwolić ją w wielkich projektach,
04:26
that are the new design resource.
108
266260
3000
tworzą nowy zasób.
04:29
And using cognitive surplus,
109
269260
2000
Z nadwyżki intelektualnej
04:31
we're starting to see truly incredible experiments
110
271260
3000
rodzą się niesamowite eksperymenty
04:34
in scientific, literary,
111
274260
2000
w dziedzinie nauki, literatury,
04:36
artistic, political efforts.
112
276260
3000
sztuki, polityki,
04:39
Designing.
113
279260
2000
projektowania.
04:41
We're also getting, of course, a lot of LOLcats.
114
281260
3000
Pojawia się też mnóstwo tzw. LOLcats.
04:44
LOLcats are cute pictures of cats
115
284260
2000
LOLcats to słodkie zdjęcia kotków
04:46
made cuter with the addition of cute captions.
116
286260
3000
z jeszcze słodszymi podpisami.
04:49
And they are also
117
289260
2000
One również są
04:51
part of the abundant media landscape we're getting now.
118
291260
3000
częścią medialnego krajobrazu.
04:54
This is one of the participatory --
119
294260
2000
To jeden z modeli uczestnictwa
04:56
one of the participatory models
120
296260
2000
powstających równolegle
04:58
we see coming out of that, along with Ushahidi.
121
298260
3000
do serwisów takich jak Ushahidi.
05:01
Now I want to stipulate, as the lawyers say,
122
301260
2000
Chciałbym zastrzec,
05:03
that LOLcats are the stupidest possible
123
303260
2000
że te kotki to najgłupszy z możliwych
05:05
creative act.
124
305260
2000
aktów twórczych.
05:07
There are other candidates of course,
125
307260
2000
Oczywiście, są inni kandydaci,
05:09
but LOLcats will do as a general case.
126
309260
3000
ale kotki to udany przykład.
05:12
But here's the thing:
127
312260
2000
Ale coś Wam powiem.
05:14
The stupidest possible creative act
128
314260
2000
Najgłupszy możliwy akt twórczy
05:16
is still a creative act.
129
316260
3000
to nadal akt twórczy.
05:19
Someone who has done something like this,
130
319260
3000
Twórca czegoś takiego,
05:22
however mediocre and throwaway,
131
322260
3000
choćby zupełnie bezwartościowego,
05:25
has tried something, has put something forward in public.
132
325260
3000
spróbował swoich sił i pokazał swoje dzieło.
05:28
And once they've done it, they can do it again,
133
328260
3000
Może to zrobić ponownie.
05:31
and they could work on getting it better.
134
331260
2000
Może z czasem nabierze wprawy.
05:33
There is a spectrum between mediocre work and good work,
135
333260
3000
Poślednią pracę od wybitnej dzieli znaczący dystans.
05:36
and as anybody who's worked as an artist or a creator knows,
136
336260
3000
Każdy artysta czy twórca
05:39
it's a spectrum you're constantly
137
339260
2000
nieustannie próbuje
05:41
struggling to get on top of.
138
341260
2000
go pokonać.
05:43
The gap is between
139
343260
2000
Prawdziwa przepaść
05:45
doing anything and doing nothing.
140
345260
3000
dzieli bezczynność od zrobienia czegokolwiek.
05:48
And someone who makes a LOLcat
141
348260
2000
Twórca kotków
05:50
has already crossed over that gap.
142
350260
3000
pokonał tę przepaść.
05:53
Now it's tempting to want to get the Ushahidis
143
353260
2000
Kusi nas idea Ushahidi
05:55
without the LOLcats, right,
144
355260
2000
bez kotków,
05:57
to get the serious stuff without the throwaway stuff.
145
357260
3000
samo ziarno i żadnych plew.
06:00
But media abundance never works that way.
146
360260
3000
Wszechobecne media tak nie działają.
06:03
Freedom to experiment means freedom to experiment with anything.
147
363260
3000
Swoboda eksperymentowania nie zna ograniczeń.
06:06
Even with the sacred printing press,
148
366260
2000
Weźmy świętą prasę drukarską:
06:08
we got erotic novels 150 years
149
368260
2000
powieści erotyczne wyprzedziły
06:10
before we got scientific journals.
150
370260
3000
o 150 lat czasopisma naukowe.
06:14
So before I talk about
151
374260
3000
Zanim więc opowiem
06:17
what is, I think, the critical difference
152
377260
2000
o kluczowej różnicy
06:19
between LOLcats and Ushahidi,
153
379260
2000
między kotkami a Ushahidi,
06:21
I want to talk about
154
381260
2000
chciałbym wspomnieć
06:23
their shared source.
155
383260
2000
o ich wspólnym fundamencie.
06:25
And that source is design for generosity.
156
385260
3000
Jest nim projekt oparty na hojności.
06:28
It is one of the curiosities of our historical era
157
388260
3000
Ciekawe, że w naszej epoce,
06:31
that even as cognitive surplus
158
391260
2000
w miarę, jak nadwyżka intelektualna
06:33
is becoming a resource we can design around,
159
393260
2000
staje się cennym zasobem,
06:35
social sciences are also starting to explain
160
395260
3000
nauki społeczne zaczynają wyjaśniać,
06:38
how important
161
398260
2000
jak ważna jest dla nas
06:40
our intrinsic motivations are to us,
162
400260
2000
wewnętrzna motywacja.
06:42
how much we do things because we like to do them
163
402260
3000
W jakim stopniu pracujemy z zamiłowania,
06:45
rather than because our boss told us to do them,
164
405260
2000
a nie dlatego, że szef nam kazał
06:47
or because we're being paid to do them.
165
407260
3000
albo nam za to płacą.
06:50
This is a graph from a paper
166
410260
3000
Oto wykres z referatu
06:53
by Uri Gneezy and Aldo Rustichini,
167
413260
2000
Gneezy'ego i Rustichiniego,
06:55
who set out to test, at the beginning of this decade,
168
415260
3000
którzy kilka lat temu postanowili zbadać
06:58
what they called "deterrence theory."
169
418260
2000
coś, co nazwali "teorią odstraszania".
07:00
And deterrence theory is a very simple theory of human behavior:
170
420260
2000
Teoria ta prosto opisuje ludzkie zachowanie.
07:02
If you want somebody to do less of something,
171
422260
2000
Jeśli chcesz, by ludzie czegoś nie robili,
07:04
add a punishment and they'll do less of it.
172
424260
2000
nałóż karę, a przestaną.
07:06
Simple, straightforward, commonsensical --
173
426260
3000
Proste, zdroworozsądkowe,
07:09
also, largely untested.
174
429260
2000
ale niepodparte dowodami.
07:11
And so they went and studied
175
431260
2000
Naukowcy przebadali
07:13
10 daycare centers in Haifa, Israel.
176
433260
2000
10 przedszkoli w Hajfie w Izraelu.
07:15
They studied those daycare centers
177
435260
2000
Badali je w najbardziej nerwowym czasie,
07:17
at the time of highest tension,
178
437260
2000
Badali je w najbardziej nerwowym czasie,
07:19
which is pick-up time.
179
439260
2000
kiedy rodzice odbierają dzieci.
07:21
At pick-up time the teachers,
180
441260
2000
W czasie odbierania nauczyciele,
07:23
who have been with your children all day,
181
443260
2000
którzy cały dzień spędzili z dziećmi,
07:25
would like you to be there at the appointed hour to take your children back.
182
445260
3000
oczekują od rodziców punktualności.
07:28
Meanwhile, the parents -- perhaps a little busy at work, running late, running errands --
183
448260
3000
Rodzice, zapracowani i zabiegani,
07:31
want a little slack to pick the kids up late.
184
451260
3000
chcieliby odbierać dzieci nieco później.
07:34
So Gneezy and Rustichini said,
185
454260
2000
Więc naukowcy zapytali:
07:36
"How many instances of late pick-ups
186
456260
2000
"Ilu rodziców spóźnia się po dzieci
07:38
are there at these 10 daycare centers?"
187
458260
2000
w tych dziesięciu przedszkolach?"
07:40
Now they saw -- and this is what the graph is,
188
460260
2000
Tego dotyczy ten wykres:
07:42
these are the number of weeks and these are the number of late arrivals --
189
462260
3000
to liczba tygodni, a to liczba spóźnień.
07:45
that there were between six and 10
190
465260
2000
Od 6 do 10 rodziców
07:47
instances of late pick-ups
191
467260
2000
przychodziło po dzieci za późno
07:49
on average in these 10 daycare centers.
192
469260
2000
w tych dziesięciu przedszkolach.
07:51
So they divided the daycare centers into two groups.
193
471260
3000
Przedszkola podzielono na dwie grupy.
07:54
The white group there
194
474260
2000
Ta biała grupa
07:56
is the control group; they change nothing.
195
476260
3000
to grupa kontrolna, nic nie zmieniono.
07:59
But the group of daycare centers represented by the black line,
196
479260
3000
Ale w grupie przedstawionej czarną linią
08:02
they said, "We are changing this bargain
197
482260
2000
powiedziano: "Zmieniamy zasady
08:04
as of right now.
198
484260
2000
od tego momentu.
08:06
If you pick your kid up more than 10 minutes late,
199
486260
2000
Jeśli spóźnicie się po dziecko więcej niż 10 minut,
08:08
we're going to add a 10 shekel fine to your bill.
200
488260
2000
ukarzemy was grzywną w wysokości 10 szekli.
08:10
Boom. No ifs, ands or buts."
201
490260
3000
Koniec. Żadnych wymówek".
08:13
And the minute they did that,
202
493260
2000
Od tego momentu
08:15
the behavior in those daycare centers changed.
203
495260
2000
zachowanie rodziców uległo zmianie.
08:17
Late pick-ups went up
204
497260
2000
Liczba spóźnień rosła
08:19
every week for the next four weeks
205
499260
3000
przez następne 4 tygodnie,
08:22
until they topped out at triple the pre-fine average,
206
502260
3000
aż 3-krotnie przekroczyła wcześniejszą średnią,
08:25
and then they fluctuated
207
505260
2000
a następnie oscylowała
08:27
at between double and triple the pre-fine average
208
507260
2000
wokół 2,5-krotności wcześniejszej średniej,
08:29
for the life of the fine.
209
509260
2000
jak długo obowiązywała kara.
08:31
And you can see immediately what happened, right?
210
511260
3000
Widzicie od razu, co się stało.
08:35
The fine broke the culture
211
515260
2000
Kara zburzyła kulturę
08:37
of the daycare center.
212
517260
2000
obowiązującą w przedszkolu.
08:39
By adding a fine,
213
519260
2000
Nakładając karę,
08:41
what they did was communicate to the parents
214
521260
2000
przedszkole przekazało rodzicom,
08:43
that their entire debt to the teachers
215
523260
2000
że ich dług wobec nauczycieli
08:45
had been discharged
216
525260
2000
został anulowany
08:47
with the payment of 10 shekels,
217
527260
2000
po zapłaceniu 10 szekli
08:49
and that there was no residue of guilt or social concern
218
529260
3000
i nie muszą poczuwać się do winy
08:52
that the parents owed the teachers.
219
532260
2000
wobec nauczycieli.
08:54
And so the parents, quite sensibly, said,
220
534260
2000
Rodzice zdroworozsądkowo uznali:
08:56
"10 shekels to pick my kid up late?
221
536260
2000
"10 szekli za spóźnienie po dziecko?
08:58
What could be bad?"
222
538260
2000
Co w tym złego?"
09:00
(Laughter)
223
540260
2000
(Śmiech)
09:04
The explanation of human behavior
224
544260
2000
Wyjaśnienie ludzkiego zachowania
09:06
that we inherited in the 20th century
225
546260
3000
będące spadkiem po XX wieku zakłada,
09:09
was that we are all rational, self-maximizing actors,
226
549260
3000
że jesteśmy racjonalnymi maksymalistami.
09:12
and in that explanation --
227
552260
2000
Zgodnie z tym wyjaśnieniem
09:14
the daycare center had no contract --
228
554260
3000
przedszkole nie zawarło umowy,
09:17
should have been operating without any constraints.
229
557260
3000
więc rodzice nie byli niczym związani.
09:20
But that's not right.
230
560260
2000
Ale nie o to chodzi.
09:22
They were operating with social constraints
231
562260
2000
Wiązały ich zobowiązania społeczne,
09:24
rather than contractual ones.
232
564260
2000
a nie paragrafy umowy.
09:26
And critically, the social constraints
233
566260
2000
Co więcej, ograniczenia społeczne
09:28
created a culture that was more generous
234
568260
3000
narzuciły kulturę bardziej szczodrą,
09:31
than the contractual constraints did.
235
571260
2000
niż określała to umowa.
09:33
So Gneezy and Rustichini run this experiment for a dozen weeks --
236
573260
3000
Badacze eksperymentowali kilkanaście tygodni,
09:36
run the fine for a dozen weeks --
237
576260
2000
w tym czasie obowiązywała kara,
09:38
and then they say, "Okay, that's it. All done; fine."
238
578260
3000
po czym ogłosili zakończenie badań.
09:41
And then a really interesting thing happens:
239
581260
2000
I stało się coś interesującego.
09:43
Nothing changes.
240
583260
3000
Nic się nie zmieniło.
09:46
The culture that got broken by the fine
241
586260
3000
Kultura zburzona karą
09:49
stayed broken when the fine was removed.
242
589260
3000
nie odbudowała się, gdy kara zniknęła.
09:52
Not only are economic motivations
243
592260
3000
Motywacja ekonomiczna
09:55
and intrinsic motivations
244
595260
2000
i motywacja wewnętrzna
09:57
incompatible,
245
597260
2000
są nie tylko sprzeczne,
09:59
that incompatibility
246
599260
2000
ta sprzeczność
10:01
can persist over long periods.
247
601260
3000
może się długo utrzymywać.
10:04
So the trick
248
604260
2000
Haczyk w projektowaniu takich sytuacji
10:06
in designing these kinds of situations
249
606260
2000
Haczyk w projektowaniu takich sytuacji
10:08
is to understand where you're relying on
250
608260
3000
tkwi w zrozumieniu, kiedy polega się
10:11
the economic part of the bargain -- as with the parents paying the teachers --
251
611260
3000
na umowie ekonomicznej (rodzice płacą karę),
10:14
and when you're relying on the social part of the bargain,
252
614260
3000
a kiedy na umowie społecznej,
10:17
when you're really designing for generosity.
253
617260
3000
gdy liczy się na hojność stron umowy.
10:20
This brings me back to the LOLcats
254
620260
3000
W ten sposób wracamy do kotków
10:23
and to Ushahidi.
255
623260
2000
i Ushahidi.
10:25
This is, I think, the range that matters.
256
625260
2000
Oba krańce spektrum mają znaczenie.
10:27
Both of these rely on cognitive surplus.
257
627260
2000
Oba zależą od nadwyżki intelektualnej.
10:29
Both of these design for the assumption
258
629260
2000
Oba opierają się na założeniu,
10:31
that people like to create and we want to share.
259
631260
3000
że ludzie lubią tworzyć i pokazywać swoje dzieła.
10:34
Here is the critical difference between these:
260
634260
3000
A oto kluczowa różnica.
10:39
LOLcats is communal value.
261
639260
3000
Kotki mają wartość dla lokalnej wspólnoty.
10:42
It's value created by the participants
262
642260
2000
To wartość tworzona przez uczestników
10:44
for each other.
263
644260
2000
dla innych uczestników.
10:46
Communal value on the networks we have
264
646260
3000
Wartość naszych sieci społecznych
10:49
is everywhere --
265
649260
2000
objawia się wszędzie.
10:51
every time you see a large aggregate
266
651260
2000
Ujawnia ją każdy duży zbiór
10:53
of shared, publicly available data,
267
653260
3000
publicznie dostępnych danych,
10:56
whether it's photos on Flickr
268
656260
2000
czy to będą zdjęcia na Flickrze
10:58
or videos on Youtube or whatever.
269
658260
2000
czy materiały na YouTube.
11:00
This is good. I like LOLcats as much as the next guy,
270
660260
2000
I dobrze. Lubię kotki jak każdy,
11:02
maybe a little more even,
271
662260
2000
może nawet bardziej.
11:04
but this is also
272
664260
3000
Jest to jednak
11:07
a largely solved problem.
273
667260
2000
problem w dużej mierze rozwiązany.
11:09
I have a hard time envisioning a future
274
669260
2000
Trudno mi wyobrazić sobie przyszłość,
11:11
in which someone is saying,
275
671260
2000
w której ktoś mówi:
11:13
"Where, oh where, can I find a picture
276
673260
2000
"Och, gdzie mógłbym znaleźć zdjęcie
11:15
of a cute cat?"
277
675260
2000
słodkiego kotka?".
11:17
Ushahidi, by contrast,
278
677260
2000
Ushahidi jest z kolei
11:19
is civic value.
279
679260
2000
wartością obywatelską.
11:21
It's value created by the participants
280
681260
2000
Wartością stworzoną przez grupę,
11:23
but enjoyed by society as a whole.
281
683260
2000
z której może czerpać całe społeczeństwo.
11:25
The goals set out by Ushahidi
282
685260
2000
Celem Ushahidi
11:27
are not just to make life better
283
687260
2000
nie jest tylko poprawa życia
11:29
for the participants,
284
689260
2000
twórców serwisu,
11:31
but to make life better for everyone in the society
285
691260
3000
lecz poprawa życia całego społeczeństwa,
11:34
in which Ushahidi is operating.
286
694260
2000
w którym Ushahidi działa.
11:36
And that kind of civic value
287
696260
3000
Ten rodzaj wartości obywatelskiej
11:39
is not just a side effect
288
699260
2000
nie jest tylko efektem ubocznym
11:41
of opening up to human motivation.
289
701260
3000
otwarcia się na ludzką motywację.
11:44
It really is going to be a side effect
290
704260
2000
To efekt uboczny
11:46
of what we, collectively,
291
706260
2000
czegoś, co wspólnie wypracowujemy.
11:48
make of these kinds of efforts.
292
708260
3000
czegoś, co wspólnie wypracowujemy.
11:51
There are a trillion
293
711260
2000
Mamy bilion godzin rocznie
11:53
hours a year
294
713260
2000
Mamy bilion godzin rocznie
11:55
of participatory value
295
715260
2000
mocy intelektualnych do dyspozycji.
11:57
up for grabs.
296
717260
2000
mocy intelektualnych do dyspozycji.
11:59
That will be true year-in and year-out.
297
719260
3000
Ta wartość nie zmniejszy się.
12:02
The number of people who are going to be able
298
722260
2000
Liczba ludzi zdolnych
12:04
to participate in these kinds of projects
299
724260
2000
do udziału w takich projektach
12:06
is going to grow,
300
726260
2000
będzie rosnąć.
12:08
and we can see that organizations
301
728260
3000
Organizacje zbudowane
12:11
designed around a culture of generosity
302
731260
2000
na kulturze hojności
12:13
can achieve incredible effects
303
733260
2000
mogą osiągnąć niesamowite rezultaty,
12:15
without an enormous amount of contractual overhead --
304
735260
3000
nie ponosząc kosztów formalnej umowy.
12:18
a very different model
305
738260
2000
Ten model całkowicie różni się
12:20
than our default model for large-scale group action in the 20th century.
306
740260
3000
od modelu współpracy w dużych projektach XX wieku.
12:24
What's going to make the difference here
307
744260
3000
Różnicę tę dobrze uchwycił
12:27
is what Dean Kamen said,
308
747260
3000
Dean Kamen,
12:30
the inventor and entrepreneur.
309
750260
2000
wynalazca i przedsiębiorca, mówiąc:
12:32
Kamen said, "Free cultures get what they celebrate."
310
752260
3000
"Wolne kultury dostają to, co podziwiają".
12:36
We've got a choice before us.
311
756260
3000
Mamy przed sobą wybór.
12:39
We've got this trillion hours a year.
312
759260
2000
Mamy ten bilion godzin rocznie.
12:41
We can use it to crack each other up, and we're going to do that.
313
761260
3000
Możemy się w tym czasie nawzajem rozśmieszać.
12:44
That, we get for free.
314
764260
2000
To z pewnością nie minie.
12:46
But we can also celebrate
315
766260
2000
Możemy również podziwiać,
12:48
and support and reward the people
316
768260
2000
wspierać i nagradzać ludzi
12:50
trying to use cognitive surplus
317
770260
2000
wykorzystujących nadwyżkę intelektualną
12:52
to create civic value.
318
772260
2000
do stworzenia wartości obywatelskich.
12:54
And to the degree we're going to do that, to the degree we're able to do that,
319
774260
3000
Od tego, w jakim stopniu będziemy do tego zdolni,
12:57
we'll be able to change society.
320
777260
2000
zależy nasza zdolność do zmiany społeczeństwa. Dziękuję.
12:59
Thank you very much.
321
779260
2000
zależy nasza zdolność do zmiany społeczeństwa. Dziękuję.
O tej stronie

Na tej stronie poznasz filmy z YouTube, które są przydatne do nauki języka angielskiego. Zobaczysz lekcje angielskiego prowadzone przez najlepszych nauczycieli z całego świata. Kliknij dwukrotnie na angielskie napisy wyświetlane na stronie każdego filmu, aby odtworzyć film od tego miejsca. Napisy przewijają się synchronicznie z odtwarzaniem filmu. Jeśli masz jakieś uwagi lub prośby, skontaktuj się z nami za pomocą formularza kontaktowego.

https://forms.gle/WvT1wiN1qDtmnspy7