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

138,165 views ・ 2017-03-22

TED


Por favor, clique duas vezes nas legendas em inglês abaixo para reproduzir o vídeo.

Tradutor: Carolina Aguirre Revisor: Maricene Crus
00:12
This story starts with these two --
0
12835
2993
Esta história começa com estes dois:
00:15
my kids.
1
15852
1258
meus filhos.
00:17
We were hiking in the Oakland woods
2
17134
1682
Caminhávamos nos bosques de Oakland,
00:18
when my daughter noticed a plastic tub of cat litter in a creek.
3
18840
4134
quando a minha filha notou uma bacia plástica para sujeira de gato num riacho.
00:23
She looked at me and said,
4
23467
1662
Ela olhou para mim e disse:
00:25
"Daddy?
5
25153
2507
"Papai?
00:27
That doesn't go there."
6
27684
1650
Isso não devia estar lá".
00:29
When she said that, it reminded me of summer camp.
7
29358
2422
Quando ela falou, me lembrou do acampamento de verão.
00:31
On the morning of visiting day,
8
31804
1498
Na manhã do dia de visita,
00:33
right before they'd let our anxious parents come barreling through the gates,
9
33326
3663
antes que deixassem os pais ansiosos virem através dos portões,
o diretor do acampamento disse: "Rápido! Todos peguem cinco peças de lixo".
00:37
our camp director would say,
10
37013
1369
00:38
"Quick! Everyone pick up five pieces of litter."
11
38406
2309
00:40
You get a couple hundred kids each picking up five pieces,
12
40739
3040
Você tem umas 200 crianças, cada uma pegando cinco peças,
00:43
and pretty soon, you've got a much cleaner camp.
13
43803
2573
e logo você tem um acampamento muito mais limpo.
00:46
So I thought,
14
46400
1159
Então eu pensei,
00:47
why not apply that crowdsourced cleanup model to the entire planet?
15
47583
4537
por que não aplicar esse modelo de limpeza colaborativa para todo o planeta?
00:52
And that was the inspiration for Litterati.
16
52144
2951
E essa foi a inspiração para o Litterati.
00:55
The vision is to create a litter-free world.
17
55119
3349
A ideia é criar um mundo sem lixo.
00:58
Let me show you how it started.
18
58492
1508
Deixem-me mostrar como começou.
01:00
I took a picture of a cigarette using Instagram.
19
60024
3386
Tirei uma foto de um cigarro usando o Instagram.
01:04
Then I took another photo ...
20
64042
1867
Então tirei outra foto...
01:05
and another photo ...
21
65933
1557
e outra foto...
01:07
and another photo.
22
67514
1167
e outra foto.
01:08
And I noticed two things:
23
68705
1286
E notei duas coisas: uma, o lixo se torna artístico e acessível.
01:10
one, litter became artistic and approachable;
24
70015
3472
01:14
and two,
25
74064
1151
E, duas, depois de alguns dias, tinha 50 fotos no meu telefone
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
e eu tinha pegado cada peça de lixo, e percebi que estava mantendo um registro
01:19
and I realized that I was keeping a record
28
79389
2385
01:21
of the positive impact I was having on the planet.
29
81798
3151
do impacto positivo que eu estava tendo no planeta.
01:24
That's 50 less things that you might see,
30
84973
2188
São 50 coisas a menos para você ver, ou para você pisar,
01:27
or you might step on,
31
87185
1243
01:28
or some bird might eat.
32
88452
1458
ou para algum pássaro comer.
01:30
So I started telling people what I was doing,
33
90589
2652
Então, comecei a dizer às pessoas o que estava fazendo,
01:33
and they started participating.
34
93265
2356
e elas começaram a participar.
01:36
One day,
35
96651
1693
Um dia,
01:38
this photo showed up from China.
36
98368
2528
esta foto apareceu da China.
01:41
And that's when I realized
37
101859
1271
E foi aí que percebi que Litterati era mais do que apenas belas fotos,
01:43
that Litterati was more than just pretty pictures;
38
103154
3266
01:46
we were becoming a community that was collecting data.
39
106444
3369
estávamos nos tornando uma comunidade que estava coletando dados.
01:50
Each photo tells a story.
40
110689
1890
Cada foto conta uma história.
01:53
It tells us who picked up what,
41
113099
2193
Nos diz quem pegou o que, um "geotag" nos diz onde
01:55
a geotag tells us where
42
115316
2011
01:57
and a time stamp tells us when.
43
117351
2030
e um registro da hora nos diz quando.
01:59
So I built a Google map,
44
119826
2429
Então, criei um mapa do Google,
02:02
and started plotting the points where pieces were being picked up.
45
122279
4053
e comecei a traçar um mapa dos pontos onde o lixo estava sendo pego.
02:06
And through that process, the community grew
46
126356
3918
E, através desse processo, a comunidade cresceu
02:10
and the data grew.
47
130298
1639
e os dados cresceram.
02:12
My two kids go to school right in that bullseye.
48
132626
3461
Meus dois filhos vão para a escola bem naquele ponto.
02:16
Litter:
49
136945
1211
Lixo:
02:18
it's blending into the background of our lives.
50
138180
2704
está se misturando com a história de nossas vidas,
02:20
But what if we brought it to the forefront?
51
140908
2099
mas, e se o trouxermos para o primeiro plano?
02:23
What if we understood exactly what was on our streets,
52
143031
2912
E se entendêssemos exatamente o que estava em nossas ruas,
02:25
our sidewalks
53
145967
1389
nossas calçadas
02:27
and our school yards?
54
147380
1538
e nossos pátios escolares?
02:28
How might we use that data to make a difference?
55
148942
3247
Como podemos usar esses dados para fazer a diferença?
02:33
Well, let me show you.
56
153009
1198
Deixem-me mostrar a vocês, primeiro, com as cidades.
02:34
The first is with cities.
57
154231
1385
02:36
San Francisco wanted to understand what percentage of litter was cigarettes.
58
156238
4639
São Francisco quis entender qual porcentagem de lixo era cigarro.
02:40
Why?
59
160901
1162
Por quê?
02:42
To create a tax.
60
162087
1209
Para criar um tributo.
02:43
So they put a couple of people in the streets
61
163893
2135
Então, colocaram pessoas nas ruas com lápis e pranchetas,
02:46
with pencils and clipboards,
62
166052
1361
02:47
who walked around collecting information
63
167437
2063
que andaram por aí coletando informações,
02:49
which led to a 20-cent tax on all cigarette sales.
64
169524
3111
o que levou a uma tributação de 20% sobre todas as vendas de cigarros.
02:53
And then they got sued
65
173607
2153
E, então, eles foram processados
02:55
by big tobacco,
66
175784
1176
pelas empresas de tabaco,
02:56
who claimed that collecting information with pencils and clipboards
67
176984
3216
que alegaram que a coleta de dados com lápis e pranchetas
03:00
is neither precise nor provable.
68
180224
2331
não é nem precisa nem demonstrável.
03:03
The city called me and asked if our technology could help.
69
183274
3680
A prefeitura me ligou e perguntou se nossa tecnologia poderia ajudar.
03:06
I'm not sure they realized
70
186978
1249
Acho que não perceberam que nossa tecnologia era meu Instagram.
03:08
that our technology was my Instagram account --
71
188251
2248
03:10
(Laughter)
72
190523
1039
(Risos)
03:11
But I said, "Yes, we can."
73
191586
1266
Mas eu disse: "Podemos!"
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
(Risos)
"E podemos dizer se é um Parliament ou um Pall Mall.
03:17
Plus, every photograph is geotagged and time-stamped,
76
197848
3425
Além disso, cada foto é marcada geograficamente e tem registro da hora,
03:21
providing you with proof."
77
201297
1381
fornecendo-lhe provas".
03:23
Four days and 5,000 pieces later,
78
203659
3220
Quatro dias e 5 mil unidades mais tarde,
03:26
our data was used in court to not only defend but double the tax,
79
206903
4938
nossos dados foram usados na Corte para, não apenas defender, mas dobrar o tributo,
03:31
generating an annual recurring revenue of four million dollars
80
211865
4323
gerando uma receita anual recorrente de US$ 4 milhões
03:36
for San Francisco to clean itself up.
81
216212
2295
para São Francisco ser limpa.
03:39
Now, during that process I learned two things:
82
219821
2235
Nesse processo, aprendi duas coisas: uma, o Instagram não é a ferramenta certa.
03:42
one, Instagram is not the right tool --
83
222080
2554
03:44
(Laughter)
84
224658
1031
(Risos)
03:45
so we built an app.
85
225713
1503
Então, criamos um aplicativo.
03:47
And two, if you think about it,
86
227240
1633
E, duas: se você pensar nisso,
03:48
every city in the world has a unique litter fingerprint,
87
228897
3617
cada cidade do mundo tem uma única impressão digital do lixo,
03:52
and that fingerprint provides both the source of the problem
88
232538
3836
e essa impressão digital fornece tanto a fonte do problema
03:56
and the path to the solution.
89
236398
1921
como o caminho para a solução.
03:59
If you could generate a revenue stream
90
239466
2378
Se você pudesse gerar um fluxo de receita
04:01
just by understanding the percentage of cigarettes,
91
241868
2463
apenas por entender a porcentagem de cigarros,
04:04
well, what about coffee cups
92
244355
2096
bem, que tal com copos de café,
04:06
or soda cans
93
246475
1706
ou latas de refrigerante,
04:08
or plastic bottles?
94
248205
1414
ou garrafas plásticas?
04:10
If you could fingerprint San Francisco, well, how about Oakland
95
250321
3201
Se você pôde mapear São Francisco, bem, que tal Oakland
04:13
or Amsterdam
96
253546
1696
ou Amsterdã,
04:15
or somewhere much closer to home?
97
255266
2970
ou algum lugar muito mais perto de casa?
04:19
And what about brands?
98
259228
1234
E quanto às marcas?
04:20
How might they use this data
99
260486
1901
Como podem usar esses dados
04:22
to align their environmental and economic interests?
100
262411
4212
para alinhar os interesses ambientais e econômicos?
04:27
There's a block in downtown Oakland that's covered in blight.
101
267466
3212
Há um quarteirão no centro de Oakland coberto de pragas.
04:31
The Litterati community got together and picked up 1,500 pieces.
102
271145
4104
A comunidade Litterati reuniu-se e recolheu 1,5 mil unidades.
04:35
And here's what we learned:
103
275632
1340
E aqui está o que aprendemos:
04:36
most of that litter came from a very well-known taco brand.
104
276996
3210
a maioria desse lixo veio de uma marca de taco muito conhecida.
(Risos)
04:41
Most of that brand's litter were their own hot sauce packets,
105
281558
3577
A maioria do lixo dessa marca eram os próprios sachês de molho picante,
04:46
and most of those hot sauce packets hadn't even been opened.
106
286258
3626
e a maioria dos sachês de molho picante nem sequer tinham sido abertos.
04:51
The problem and the path to the solution --
107
291785
2715
O problema e o caminho para a solução:
04:54
well, maybe that brand only gives out hot sauce upon request
108
294524
3961
bem, talvez essa marca só dê molho picante mediante solicitação,
04:58
or installs bulk dispensers
109
298509
2009
ou instale dosadores a granel,
05:00
or comes up with more sustainable packaging.
110
300542
2552
ou surja com embalagens mais sustentáveis.
05:03
How does a brand take an environmental hazard,
111
303118
2969
Como uma marca assume um risco ambiental,
05:06
turn it into an economic engine
112
306111
2006
transforma isto num mecanismo econômico
05:08
and become an industry hero?
113
308141
1768
e se torna um herói da indústria?
05:11
If you really want to create change,
114
311112
2202
Se você realmente quer gerar uma mudança,
05:13
there's no better place to start than with our kids.
115
313338
2874
não há lugar melhor para começar do que com nossos filhos.
05:16
A group of fifth graders picked up 1,247 pieces of litter
116
316236
3403
Um grupo de alunos do quinto ano recolheu 1.247 unidades de lixo
05:19
just on their school yard.
117
319663
1848
apenas no pátio da escola.
05:21
And they learned that the most common type of litter
118
321535
2532
E eles aprenderam que o tipo mais comum de lixo
05:24
were the plastic straw wrappers from their own cafeteria.
119
324091
3234
eram as embalagens de canudo de plástico de sua própria cafeteria.
05:27
So these kids went to their principal and asked,
120
327767
2529
Então, esses jovens perguntaram para o diretor:
05:30
"Why are we still buying straws?"
121
330320
1660
"Por que ainda compramos canudos?"
05:32
And they stopped.
122
332986
1755
E eles pararam.
05:34
And they learned that individually they could each make a difference,
123
334765
3654
E eles aprenderam que, individualmente, cada um poderia fazer a diferença,
05:38
but together they created an impact.
124
338443
2338
mas, juntos, causaram um impacto.
05:41
It doesn't matter if you're a student or a scientist,
125
341323
4012
Não importa se você é estudante ou cientista,
05:45
whether you live in Honolulu or Hanoi,
126
345359
3135
se vive em Honolulu ou em Hanoi,
05:48
this is a community for everyone.
127
348518
2441
esta é uma comunidade para todos.
05:51
It started because of two little kids in the Northern California woods,
128
351794
4679
Tudo começou com duas crianças pequenas nos bosques do norte da Califórnia,
05:56
and today it's spread across the world.
129
356497
2814
e hoje está espalhado pelo mundo.
05:59
And you know how we're getting there?
130
359758
1783
E sabe como estamos chegando lá?
06:01
One piece at a time.
131
361887
1878
Uma peça de cada vez.
06:04
Thank you.
132
364328
1215
Obrigado.
06:05
(Applause)
133
365567
3618
(Aplausos) (Vivas)
Sobre este site

Este site apresentará a você vídeos do YouTube que são úteis para o aprendizado do inglês. Você verá aulas de inglês ministradas por professores de primeira linha de todo o mundo. Clique duas vezes nas legendas em inglês exibidas em cada página de vídeo para reproduzir o vídeo a partir daí. As legendas rolarão em sincronia com a reprodução do vídeo. Se você tiver algum comentário ou solicitação, por favor, entre em contato conosco usando este formulário de contato.

https://forms.gle/WvT1wiN1qDtmnspy7