Eric Berlow and Sean Gourley: Mapping ideas worth spreading

Eric Berlow and Sean Gourley: Mapeando ideias que merecem ser divulgadas

Tradutor: André de Holanda Revisor: Gustavo Rocha

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

Eric Berlow: Eu sou ecólogo e Sean é físico,

and we both study complex networks.

e nós dois estudamos redes complexas.

And we met a couple years ago when we discovered

Nós nos conhecemos há alguns anos quando descobrimos

that we had both given a short TED Talk

que nós dois tínhamos dado uma palestra curta no TED

about the ecology of war,

sobre a ecologia da guerra,

and we realized that we were connected

e percebemos que estávamos conectados

by the ideas we shared before we ever met.

pelas ideias que tínhamos antes de nos conhecermos.

And then we thought, you know, there are thousands

E então pensamos, sabe, há milhares

of other talks out there, especially TEDx Talks,

de outras palestras por aí, especialmente palestras TEDx,

that are popping up all over the world.

que estão surgindo por todo o mundo.

Como elas se conectam

How are they connected,

and what does that global conversation look like?

e com o que se parece essa conversa global?

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

Então Sean vai lhes contar um pouco sobre como nós fizemos isso.

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

Sean Gourley: Exatamente. Nós pegamos 24 mil palestras TEDx

from around the world, 147 different countries,

de todo o mundo, 147 países diferentes,

and we took these talks and we wanted to find

e nós pegamos essas palestras e nós queríamos achar

the mathematical structures that underly

as estruturas matemáticas que sustentavam

the ideas behind them.

as ideias por trás delas.

And we wanted to do that so we could see how

E queríamos fazer isso para ver

they connected with each other.

como elas se conectam entre si.

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

E assim, claro, se você vai fazer esse tipo de coisa,

you need a lot of data.

você precisa de muitos dados.

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

Então os dados que temos são uma coisa enorme chamada YouTube,

and we can go down and basically pull

e nós podemos ir lá e basicamente extrair

all the open information from YouTube,

todas as informações livres do YouTube,

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

todos os comentários, visualizações, quem está assistindo,

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

de onde estão assistindo, o que dizem nos comentários.

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

Mas nós também podemos tirar, usando tradução de voz para texto,

we can pull the entire transcript,

podemos tirar a transcrição integral,

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

e isso funciona mesmo com pessoas com sotaques engraçados como eu.

So we can take their transcript

Então nós pegamos as transcrições

and actually do some pretty cool things.

e na realidade fizemos coisas bem legais.

We can take natural language processing algorithms

Podemos usar algoritmos de processamento de linguagem natural

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

para meio que ler por meio de um computador, linha por linha,

extracting key concepts from this.

extraindo conceitos chave do texto.

And we take those key concepts and they sort of form

E pegamos esses conceitos chave e eles meio que formam

this mathematical structure of an idea.

essa estrutura matemática de uma ideia,

And we call that the meme-ome.

E nós o chamados de "meme-ome".

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

E o meme-ome, sabem, basicamente,

is the mathematics that underlies an idea,

é a matemática que fundamenta uma ideia,

and we can do some pretty interesting analysis with it,

e nós podemos fazer análises muito interessantes com ela,

which I want to share with you now.

que é o que queremos partilhar com vocês agora.

So each idea has its own meme-ome,

Então cada ideia tem sua própria meme-ome,

and each idea is unique with that,

e cada ideia é única em relação a ela,

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

mas é claro, ideias, elas apropriam-se umas das outras,

they kind of steal sometimes,

elas roubam às vezes,

and they certainly build on each other,

e certamente dependem umas das outras,

and we can go through mathematically

e nós podemos analisar matematicamente

and take the meme-ome from one talk

e pegar o meme-ome de uma palestra

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

e compará-lo com o meme-ome de todas as outras palestras,

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

e se houver uma similaridade entre duas delas,

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

nós podemos criar uma conexão e representá-la como um diagrama,

just like Eric and I are connected.

assim como Eric e eu estamos conectados.

So that's theory, that's great.

Essa é a teoria, ótimo.

Let's see how it works in actual practice.

Vamos ver como ela funciona na prática.

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

O que nós temos aqui é a cobertura global

of all the TEDx Talks over the last four years

de todas as palestras TEDx ao longo dos últimos quatro anos

exploding out around the world

explodindo em todo o mundo

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

desde Nova Iorque até a parte de baixo na Nova Zelândia no canto.

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

E o que fizemos com isso foi analisar os primeiros 25% delas,

and we started to see where the connections occurred,

e começamos a ver onde as conexões aconteciam,

where they connected with each other.

onde elas se conectavam entre si.

Cameron Russell talking about image and beauty

A palestra de Cameron Russell sobre imagem e beleza

connected over into Europe.

conectou-se com a Europa.

We've got a bigger conversation about Israel and Palestine

Nós temos uma discussão maior sobre Israel e Palestina

radiating outwards from the Middle East.

irradiando para fora do Oriente Médio.

And we've got something a little broader

E temos algo um pouco mais amplo,

like big data with a truly global footprint

como "big data" com uma cobertura realmente global

reminiscent of a conversation

relacionado a uma conversa

that is happening everywhere.

que está acontecendo em todos os lugares.

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

Então a partir disso, nós chegamos nos limites

of what we can actually do with a geographic projection,

daquilo que podemos realmente fazer com a projeção geográfica,

but luckily, computer technology allows us to go out

mas felizmente a tecnologia computacional nos permite sair

into multidimensional space.

para o espaço multidimensional.

So we can take in our network projection

Assim nós podemos pegar nossa projeção de rede

and apply a physics engine to this,

e aplicar um mecanismo de física a ela,

and the similar talks kind of smash together,

e as palestras similares tipo que se fragmentam juntas,

and the different ones fly apart,

e as diferentes se separam,

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

e o que nos resta é algo muito bonito.

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

EB: Eu quero só ressaltar que cada nó é uma palestra,

they're linked if they share similar ideas,

eles estão ligados se partilham ideias similares,

and that comes from a machine reading

e isso é feito com uma máquina de leitura

of entire talk transcripts,

de transcrições integrais de palestras,

and then all these topics that pop out,

e então todos os temas que surgem,

they're not from tags and keywords.

eles não se referem a "tags" e palavras-chave.

They come from the network structure

Eles vem da estrutura de rede

of interconnected ideas. Keep going.

de ideias interconectadas. Continue.

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

SG: Absolutamente. Eu passei um pouco rápido por isso,

but he's going to slow me down.

mas ele vai me desacelerar.

We've got education connected to storytelling

Nós temos educação conectada com narrativas de história

triangulated next to social media.

trianguladas com mídia social.

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

Temos, claro, o cérebro humano bem próximo de assistência médica,

which you might expect,

o que se poderia esperar,

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

mas também temos vídeo games, que é meio que vizinho,

as those two spaces interface with each other.

enquanto aqueles dois espaços interagem entre si.

But I want to take you into one cluster

Mas quero levá-los para um grupo

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

que é particularmente importante para mim, e é o do meio ambiente.

And I want to kind of zoom in on that

E eu quero aproximá-lo um pouco

and see if we can get a little more resolution.

e ver se nós podemos ter um pouco mais de resolução.

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

Então à medida que nos aproximamos, começamos a ver,

apply the physics engine again,

aplicando o mecanismo de física de novo,

we see what's one conversation

nós percebemos que uma conversa

is actually composed of many smaller ones.

é na verdade composta por muitas discussões menores.

The structure starts to emerge

A estrutura começa a emergir

where we see a kind of fractal behavior

onde vemos um tipo de comportamento fractal

of the words and the language that we use

das palavras e da língua que nós usamos

to describe the things that are important to us

para descrever as coisas que são importantes para nós

all around this world.

em todo o mundo.

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

Então temos economia alimentar e alimentação local no topo,

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

temos gases de efeito estufa, energia solar e resíduos nucleares.

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

O que temos é um conjunto de discussões menores,

each connected to each other through the ideas

cada uma conectada com as outras pelas ideias

and the language they share,

e pela língua em comum,

creating a broader concept of the environment.

criando um conceito mais amplo de meio ambiente.

And of course, from here, we can go

E é claro, a partir daí, nós podemos avançar

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

e aproximá-los e ver, bem, o que os jovens estão assistindo?

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

E eles estão assistindo tecnologia energética e fusão nuclear.

This is their kind of resonance

Essa é meio que a ressonância deles

for the conversation around the environment.

para a discussão sobre meio ambiente.

If we split along gender lines,

Se nós dividirmos por linhas de gênero,

we can see females resonating heavily

podemos ver entre mulheres repercutindo fortemente

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

a economia alimentar, mas também ali fora em esperança e otimismo.

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

E assim há muita coisa interessante que podemos fazer aqui,

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

e eu vou passar para o Eric para próxima parte.

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

EB: Sim, quero dizer, apenas para ressaltar,

you cannot get this kind of perspective

não se pode pegar esse tipo de perspectiva

from a simple tag search on YouTube.

de uma procura simples por "tag" no YouTube.

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

Vamos agora voltar para toda a discussão global

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

além de meio ambiente, e observar todas as palestras juntas.

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

Muitas vezes, quando nos deparamos com essa quantidade de conteúdo,

we do a couple of things to simplify it.

nós fazemos algumas coisas para simplificá-lo.

We might just say, well,

Podemos apenas dizer, bem,

what are the most popular talks out there?

quais são as palestras mais populares?

And a few rise to the surface.

E algumas sobem para a superfície.

There's a talk about gratitude.

Tem uma palestra sobre gratidão.

There's another one about personal health and nutrition.

Tem outra sobre saúde pessoal e nutrição.

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

E é claro, tem que ter uma sobre pornografia, certo?

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

E então nós podemos dizer, bem, gratidão, essa foi no ano passado.

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

O que é tendência agora? Qual é a palestra popular agora?

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

E nós podemos ver que o tema novo, emergente, a tendência principal

is about digital privacy.

é a privacidade digital.

So this is great. It simplifies things.

Então isso é ótimo. Simplifica as coisas.

But there's so much creative content

Mas tem tanto conteúdo criativo

that's just buried at the bottom.

que acabou escondido no fundo.

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

E eu odeio isso. Como nós trazemos à tona as coisas

that's maybe really creative and interesting?

que talvez sejam realmente criativas e interessantes?

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

Bem, nós podemos voltar para a estrutura de rede de ideias

to do that.

para fazer isso.

Remember, it's that network structure

Lembrem-se, é essa estrutura de rede

that is creating these emergent topics,

que está criando esses temas emergentes,

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

e digamos que pudéssemos pegar dois deles,

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

como cidades e genética, e dizer, bem, tem algumas palestras

that creatively bridge these two really different disciplines.

que criativamente interligam essas duas disciplinas realmente diferentes.

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

E isso -- Essencialmente, esse tipo de "remix" criativo

is one of the hallmarks of innovation.

é um das marcas da inovação.

Well here's one by Jessica Green

Bem, aqui tem uma palestra de Jessica Green

about the microbial ecology of buildings.

sobre a ecologia microbiana de edifícios.

It's literally defining a new field.

Ela está literalmente definindo um novo campo.

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

E nós poderíamos voltar para aqueles temas e dizer, bem,

what talks are central to those conversations?

quais palestras são centrais para aquelas discussões?

In the cities cluster, one of the most central

No grupo das cidades, uma das principais

was one by Mitch Joachim about ecological cities,

foi uma de Mitch Joachim sobre cidades ecológicas,

and in the genetics cluster,

e no grupo da genética,

we have a talk about synthetic biology by Craig Venter.

nós temos uma palestra sobre biologia sintética de Craig Venter.

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

São palestras que estão conectando muitas palestras dentro da sua disciplina.

We could go the other direction and say, well,

Nós poderíamos ir na outra direção e dizer, bem,

what are talks that are broadly synthesizing

quais são as palestras que estão sintetizando amplamente

a lot of different kinds of fields.

muitos tipos diferentes de campos?

We used a measure of ecological diversity to get this.

Nós usamos uma medida de diversidade ecológica para saber disso.

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

Por exemplo, uma palestra de Steven Pinker sobre a história da violência,

very synthetic.

muito sintética.

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

E assim, claro, tem palestras que são tão únicas

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

que estão meio que na estratosfera, em seu lugar especial próprio,

and we call that the Colleen Flanagan index.

e nós chamamos isso de índice Colleen Flanagan.

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

E se você não conhece Colleen, ela é uma artista,

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

eu perguntei a ela, "Bom, como é lá fora

in the stratosphere of our idea space?"

na estratosfera do nosso espaço de ideias?"

And apparently it smells like bacon.

E aparentemente lá cheira a bacon.

I wouldn't know.

Eu não saberia.

So we're using these network motifs

Então nós estamos usando essas figuras de redes

to find talks that are unique,

para encontrar palestras que são únicas,

ones that are creatively synthesizing a lot of different fields,

aquelas que criativamente sintetizam campos diferentes,

ones that are central to their topic,

que são centrais para o seu tema,

and ones that are really creatively bridging disparate fields.

e que estão realmente interligando criativamente campos separados.

Okay? We never would have found those with our obsession

Certo? Nós nunca as teríamos encontrado com a nossa obsessão

with what's trending now.

com o que é tendência agora.

And all of this comes from the architecture of complexity,

E tudo isso vem da arquitetura da complexidade,

or the patterns of how things are connected.

ou dos padrões de como as coisas estão conectadas.

SG: So that's exactly right.

SG: Então, é exatamente isso.

We've got ourselves in a world

Nós nos encontramos em um mundo

that's massively complex,

que é extremamente complexo,

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

e nós estivemos usando algoritmos para filtrá-lo

so we can navigate through it.

para poder navegar por ele.

And those algorithms, whilst being kind of useful,

E esses algoritmos, embora sendo um pouco úteis,

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

também são muito, muito limitados, e podemos fazer mais do que isso,

because we can realize that their complexity is not random.

porque podemos perceber que a sua complexidade não é aleatória.

It has mathematical structure,

Ela tem uma estrutura matemática,

and we can use that mathematical structure

e podemos usar a estrutura matemática

to go and explore things like the world of ideas

para avançar e explorar coisas como o mundo das ideias

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

para ver o que tem sido dito, o que não tem sido dito,

and to be a little bit more human

e para ser um pouco mais humano

and, hopefully, a little smarter.

e, esperamos que, um pouco mais inteligente.

Thank you.

Obrigado.

(Applause)

(Aplausos)