Erik Hersman: How texting helped Kenyans survive crisis

Erik Hersman e o relato de conflitos via mensagens de texto

15,552 views

2009-04-22 ・ TED


New videos

Erik Hersman: How texting helped Kenyans survive crisis

Erik Hersman e o relato de conflitos via mensagens de texto

15,552 views ・ 2009-04-22

TED


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

Tradutor: Pedro Peregrino Revisor: Belucio Haibara
00:12
So I'm here to tell you a story of success from Africa.
0
12160
4000
Eu estou aqui para lhes contar uma história de sucesso na África.
00:16
A year and a half ago,
1
16160
3000
Um ano e meio atrás,
00:19
four of the five people who are full time members
2
19160
2000
quatro das cinco pessoas que eram membros
00:21
at Ushahidi,
3
21160
2000
da Ushahidi,
00:23
which means "testimony" in Swahili,
4
23160
3000
Que em Swahili significa "Testemunho",
00:26
were TED Fellows.
5
26160
2000
faziam parte do TED.
00:28
A year ago in Kenya we had post-election violence.
6
28160
3000
Um ano atrás, no Kenia, houve revolta após as eleições,
00:31
And in that time we prototyped and built,
7
31160
3000
e então nós projetamos e desenvolvemos,
00:34
in about three days, a system that would allow
8
34160
2000
em torno de 3 dias, um sistema que permitia
00:36
anybody with a mobile phone
9
36160
2000
qualquer pessoa com um telefone celular
00:38
to send in information and reports on what was happening around them.
10
38160
3000
enviar relatos do que estava acontecendo ao seu redor.
00:41
We took what we knew about Africa,
11
41160
2000
Nós pegamos o que sabíamos a respeito da África,
00:43
the default device,
12
43160
2000
Um aparelho popular;
00:45
the mobile phone, as our common denominator,
13
45160
2000
Um telefone celular, como nosso denominador comum,
00:47
and went from there.
14
47160
2000
e partimos daí.
00:49
We got reports like this.
15
49160
3000
Nós recebemos relatos como estes:
00:56
This is just a couple of them from January 17th, last year.
16
56160
3000
Estes são dois deles, de 17 de Janeiro do ano passado.
01:02
And our system was rudimentary. It was very basic.
17
62160
3000
E nosso sistema era rudimentar. Era muito básico.
01:05
It was a mash-up that used data that we collected from people,
18
65160
3000
Era um mash-up que utilizava dados que nós recebiamos das pessoas,
01:08
and we put it on our map.
19
68160
2000
e eram mostrados no mapa.
01:10
But then we decided we needed to do something more.
20
70160
2000
Mas aí nos demos conta que precisávamos fazer algo mais.
01:12
We needed to take what we had built
21
72160
2000
Nós precisávamos pegar o que havíamos construído
01:14
and create a platform out of it so that it could be used elsewhere in the world.
22
74160
3000
e criar a partir daí uma plataforma que poderia ser usada em outras partes do mundo.
01:17
And so there is a team of developers
23
77160
3000
E então, um time de desenvolvedores
01:20
from all over Africa, who are part of this team now --
24
80160
3000
de toda a África, que agora são parte da equipe,
01:23
from Ghana, from Malawi, from Kenya.
25
83160
2000
de Ghana, de malawi, do Kênia,
01:25
There is even some from the U.S.
26
85160
4000
até mesmo alguns dos E.U.A.
01:29
We're building for smartphones, so that it can be used in the developed world,
27
89160
3000
Estamos desenvolvendo para smartphones, para que possa ser usado em países desenvolvidos,
01:32
as well as the developing world.
28
92160
2000
assim como em países em desenvolvimento.
01:34
We are realizing that this is true.
29
94160
2000
Nós estamos nos dando conta do seguinte:
01:36
If it works in Africa then it will work anywhere.
30
96160
2000
Se isto funciona na África, então funcionaria em qualquer lugar.
01:38
And so we build for it in Africa first
31
98160
3000
E então nós desenvolvemos na África primeiro
01:41
and then we move to the edges.
32
101160
2000
e então espalhamos para os extremos.
01:43
It's now been deployed in the Democratic Republic of the Congo.
33
103160
3000
Atualmente, está sendo implantado na República Democrática do Congo.
01:46
It's being used by NGOs all over East Africa,
34
106160
3000
Está sendo usado por ONGs em toda a África Oriental,
01:49
small NGOs doing their own little projects.
35
109160
3000
ONGs de pequeno porte que têm seus próprios projetos.
01:52
Just this last month it was deployed by
36
112160
2000
Apenas no mês passado foi implementado pela
01:54
Al Jazeera in Gaza.
37
114160
3000
Al Jazeera em Gaza.
01:57
But that's actually not what I'm here to talk about.
38
117160
2000
Mas na verdade não é sobre isso que eu vim aqui falar.
01:59
I'm here to talk about the next big thing,
39
119160
2000
Eu vim falar sobre o próximo grande passo
02:01
because what we're finding out is that
40
121160
2000
porque o que estamos nos dando conta é que
02:03
we have this capacity to report
41
123160
2000
temos a capacidade de relatar
02:05
eyewitness accounts of what's going on in real time.
42
125160
4000
testemunhos do que acontece no mundo, em tempo real,
02:09
We're seeing this in events like Mumbai recently,
43
129160
3000
e estamos presenciando isto em eventos recentes, como Bombaim,
02:12
where it's so much easier to report now
44
132160
2000
onde hoje há muito mais facilidade de relatar,
02:14
than it is to consume it.
45
134160
2000
do que de receber.
02:16
There is so much information; what do you do?
46
136160
2000
Existe tanta informação; O que fazer?
02:18
This is the Twitter reports for over three days
47
138160
3000
Estes são os números de mensagens no Twitter, num período de 3 dias,
02:21
just covering Mumbai.
48
141160
2000
apenas de Mumbai.
02:23
How do you decide what is important?
49
143160
2000
Como se decide o que é mais importante?
02:25
What is the veracity level of what you're looking at?
50
145160
3000
Qual é o nível de veracidade do que chega a você?
02:28
So what we find is that there is this
51
148160
2000
Então o que nos demos conta é de que há
02:30
great deal of wasted crisis information
52
150160
2000
uma enorme quantidade de informação a respeito da crise que é desperdiçada
02:32
because there is just too much information for us to
53
152160
3000
porque existe informação demais para que nós possamos
02:35
actually do anything with right now.
54
155160
3000
realmente processar e fazer algo agora.
02:38
And what we're actually really concerned with
55
158160
2000
E o que nós achamos realmente críticas
02:40
is this first three hours.
56
160160
2000
são estas primeiras três horas.
02:42
What we are looking at is the first three hours.
57
162160
2000
O que estamos vendo são as primeiras três horas.
02:44
How do we deal with that information that is coming in?
58
164160
3000
Como lidamos com toda essa informação que está chegando,
02:47
You can't understand what is actually happening.
59
167160
2000
e que não se pode entender o que realmente está havendo.
02:49
On the ground and around the world
60
169160
2000
E em todo canto
02:51
people are still curious,
61
171160
2000
as pessoas continuam curiosas,
02:53
and trying to figure out what is going on. But they don't know.
62
173160
3000
e tentando entender o que está havendo. Mas elas não sabem.
02:56
So what we built of course, Ushahidi,
63
176160
3000
Então, o que nós desenvolvemos, Ushahidi,
02:59
is crowdsourcing this information.
64
179160
2000
é a popularização das fontes de informação.
03:01
You see this with Twitter, too. You get this information overload.
65
181160
3000
Isso fica evidente com o Twitter, também. Você tem essa sobrecarga de informação
03:04
So you've got a lot of information. That's great.
66
184160
2000
e então você tem um monte de informação. Ótimo.
03:06
But now what?
67
186160
2000
Mas e agora?
03:08
So we think that there is something interesting we can do here.
68
188160
3000
Então nós achamos que existe algo interessante que podemos fazer aqui,
03:11
And we have a small team who is working on this.
69
191160
2000
e temos uma pequena equipe trabalhando nisso.
03:13
We think that we can actually create
70
193160
2000
Acreditamos que é possível criar
03:15
a crowdsourced filter.
71
195160
2000
um filtro de informação de massa.
03:17
Take the crowd and apply them to the information.
72
197160
3000
Aplicar a população à informação,
03:20
And by rating it and by rating
73
200160
2000
Classificando-a, e classificando
03:22
the different people who submit information,
74
202160
2000
as diferentes pessoas que contribuem com a informação,
03:24
we can get refined results
75
204160
2000
nós temos resultados filtrados
03:26
and weighted results.
76
206160
2000
e com pesos,
03:28
So that we have a better understanding
77
208160
2000
para que possamos ter um melhor entendimento
03:30
of the probability of something being true or not.
78
210160
2000
da probabilidade de algo ser verídico ou não.
03:32
This is the kind of innovation that is,
79
212160
3000
Este é o tipo de informação que,
03:35
quite frankly -- it's interesting that it's coming from Africa.
80
215160
2000
para ser franco, é interessante que esteja vindo da África.
03:37
It's coming from places that you wouldn't expect.
81
217160
3000
Está vindo de lugares que não se esperava.
03:40
From young, smart developers.
82
220160
2000
Vindo de desenvolvedores muito jovens e espertos.
03:42
And it's a community around it that has decided to build this.
83
222160
3000
E foi a comunidade que decidiu construir isso.
03:45
So, thank you very much.
84
225160
2000
Então, muito obrigado.
03:47
And we are very happy to be part of the TED family.
85
227160
2000
E somos muito felizes de fazer parte do TED.
03:49
(Applause)
86
229160
1000
(Aplausos)
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