Your words may predict your future mental health | Mariano Sigman

803,228 views ・ 2016-06-16

TED


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

Tradutor: Leonardo Silva Revisor: Raissa Mendes
00:13
We have historical records that allow us to know how the ancient Greeks dressed,
0
13006
5150
Temos registros históricos que nos mostram como os gregos antigos se vestiam,
como viviam, como lutavam; mas como será que eles pensavam?
00:18
how they lived,
1
18180
1254
00:19
how they fought ...
2
19458
1522
00:21
but how did they think?
3
21004
1524
00:23
One natural idea is that the deepest aspects of human thought --
4
23432
4440
Uma ideia natural é a de que os aspectos mais profundos do pensamento humano,
00:27
our ability to imagine,
5
27896
1872
nossa capacidade de imaginar, de ter consciência, de sonhar,
00:29
to be conscious,
6
29792
1397
00:31
to dream --
7
31213
1231
00:32
have always been the same.
8
32468
1619
sempre foram os mesmos.
00:34
Another possibility
9
34872
1499
Outra possibilidade
00:36
is that the social transformations that have shaped our culture
10
36395
3723
é a de que as transformações sociais que moldaram nossa cultura
00:40
may have also changed the structural columns of human thought.
11
40142
3785
possam talvez ter mudado as estruturas basilares do pensamento humano.
00:44
We may all have different opinions about this.
12
44911
2524
Talvez tenhamos opiniões diferentes sobre isso.
00:47
Actually, it's a long-standing philosophical debate.
13
47459
2717
Na verdade, esse é um debate filosófico de longa data.
00:50
But is this question even amenable to science?
14
50644
2727
Mas será que essa pode ser uma questão científica?
00:54
Here I'd like to propose
15
54834
2506
Aqui, eu gostaria de propor
00:57
that in the same way we can reconstruct how the ancient Greek cities looked
16
57364
4772
que, da mesma forma que podemos recriar as cidades gregas antigas, tal como eram,
com base apenas em alguns tijolos,
01:02
just based on a few bricks,
17
62160
2388
01:04
that the writings of a culture are the archaeological records,
18
64572
4126
os escritos de uma cultura também são registros arqueológicos,
01:08
the fossils, of human thought.
19
68722
2143
ou "fósseis", do pensamento humano.
01:11
And in fact,
20
71905
1174
Na verdade,
01:13
doing some form of psychological analysis
21
73103
2206
ao realizar uma espécie de análise psicológica
01:15
of some of the most ancient books of human culture,
22
75333
3544
de alguns dos livros mais antigos da cultura humana,
01:18
Julian Jaynes came up in the '70s with a very wild and radical hypothesis:
23
78901
5955
Julian Jaynes criou, nos anos 70, uma hipótese bem radical:
01:24
that only 3,000 years ago,
24
84880
2413
a de que, há apenas 3 mil anos,
01:27
humans were what today we would call schizophrenics.
25
87317
4888
os humanos eram o que hoje chamamos de "esquizofrênicos".
01:33
And he made this claim
26
93753
1508
Ele fez essa afirmação
01:35
based on the fact that the first humans described in these books
27
95285
3301
com base no fato de que os primeiros humanos descritos nesses livros
01:38
behaved consistently,
28
98610
1904
se comportavam de forma condizente,
01:40
in different traditions and in different places of the world,
29
100538
3016
em diferentes tradições e em diferentes lugares do mundo,
01:43
as if they were hearing and obeying voices
30
103578
3532
com alguém que ouve vozes e lhes obedece,
01:47
that they perceived as coming from the Gods,
31
107134
3040
acreditando que elas vinham dos deuses ou das musas,
01:50
or from the muses ...
32
110198
1198
algo que hoje chamaríamos de alucinação.
01:52
what today we would call hallucinations.
33
112063
2769
01:55
And only then, as time went on,
34
115888
2626
Somente então, com o passar do tempo,
01:58
they began to recognize that they were the creators,
35
118538
3651
eles começaram a reconhecer que eram os próprios criadores,
02:02
the owners of these inner voices.
36
122213
2515
os donos dessas vozes interiores.
02:05
And with this, they gained introspection:
37
125316
2715
Com isso, eles ganharam introspecção,
02:08
the ability to think about their own thoughts.
38
128055
2483
a capacidade de refletir sobre seus próprios pensamentos.
02:11
So Jaynes's theory is that consciousness,
39
131785
3397
A teoria de Jayne é a de que a consciência,
02:15
at least in the way we perceive it today,
40
135206
3166
pelo menos na forma como a percebemos hoje,
02:18
where we feel that we are the pilots of our own existence --
41
138396
3540
na qual sentimos que somos os comandantes da nossa própria existência,
02:21
is a quite recent cultural development.
42
141960
2737
é uma evolução cultural bastante recente.
02:25
And this theory is quite spectacular,
43
145456
1786
Essa teoria é bastante espetacular, mas apresenta um problema óbvio,
02:27
but it has an obvious problem
44
147266
1433
02:28
which is that it's built on just a few and very specific examples.
45
148723
3992
pois é construída com base em apenas alguns poucos exemplos específicos.
Então, a questão é se a teoria de que a introspecção
02:33
So the question is whether the theory
46
153085
1763
02:34
that introspection built up in human history only about 3,000 years ago
47
154872
4751
surgiu na história humana há apenas uns 3 mil anos
02:39
can be examined in a quantitative and objective manner.
48
159647
2984
pode ser examinada de forma quantitativa e objetiva.
02:43
And the problem of how to go about this is quite obvious.
49
163543
3563
O problema de como lidar com isso é bem óbvio.
02:47
It's not like Plato woke up one day and then he wrote,
50
167130
3460
Não é como se Platão acordasse um dia e escrevesse:
02:50
"Hello, I'm Plato,
51
170614
1659
"Olá, sou Platão,
02:52
and as of today, I have a fully introspective consciousness."
52
172297
2889
e hoje tenho uma consciência completamente introspectiva".
02:55
(Laughter)
53
175210
2293
(Risos)
02:57
And this tells us actually what is the essence of the problem.
54
177527
3333
Isso na verdade nos mostra qual é a essência do problema.
03:01
We need to find the emergence of a concept that's never said.
55
181467
4055
Precisamos achar a origem de um conceito que nunca é dito.
03:06
The word introspection does not appear a single time
56
186434
4310
A palavra "introspecção" não aparece uma vez sequer
03:10
in the books we want to analyze.
57
190768
1919
nos livros que queremos analisar.
03:13
So our way to solve this is to build the space of words.
58
193728
4087
Nossa forma de solucionar a questão é criar o espaço das palavras,
03:18
This is a huge space that contains all words
59
198571
3287
um espaço enorme que contém todas as palavras,
03:21
in such a way that the distance between any two of them
60
201882
2802
de tal forma que a distância entre elas
03:24
is indicative of how closely related they are.
61
204708
2883
indique o grau de relação existente entre elas.
03:28
So for instance,
62
208460
1151
Por exemplo,
03:29
you want the words "dog" and "cat" to be very close together,
63
209635
2897
você quer que as palavras "cão" e "gato" estejam bem próximas,
03:32
but the words "grapefruit" and "logarithm" to be very far away.
64
212556
3831
e que as palavras "laranja" e "logaritmo" estejam bem distantes uma da outra.
03:36
And this has to be true for any two words within the space.
65
216809
3896
Isso deve se aplicar a qualquer par de palavras dentro do espaço.
03:41
And there are different ways that we can construct the space of words.
66
221626
3341
Existem diferentes formas de construirmos o espaço das palavras.
03:44
One is just asking the experts,
67
224991
1643
Uma é perguntar aos especialistas, tal como fazemos com os dicionários.
03:46
a bit like we do with dictionaries.
68
226658
1896
03:48
Another possibility
69
228896
1428
Outra possibilidade
03:50
is following the simple assumption that when two words are related,
70
230348
3715
é seguir a simples premissa de que, quando duas palavras estão relacionadas,
tendem a aparecer nas mesmas frases, nos mesmos parágrafos,
03:54
they tend to appear in the same sentences,
71
234087
2349
03:56
in the same paragraphs,
72
236460
1453
03:57
in the same documents,
73
237937
1770
nos mesmos documentos,
03:59
more often than would be expected just by pure chance.
74
239731
3182
com mais frequência do que se esperaria de um mero acaso.
04:04
And this simple hypothesis,
75
244231
2050
Essa hipótese simples, esse método simples,
04:06
this simple method,
76
246305
1306
04:07
with some computational tricks
77
247635
1607
com alguns truques computacionais que têm a ver com o fato
04:09
that have to do with the fact
78
249266
1389
04:10
that this is a very complex and high-dimensional space,
79
250679
3064
de que esse é um espaço muito complexo e de alta dimensão,
04:13
turns out to be quite effective.
80
253767
1665
acaba sendo bastante eficaz.
04:16
And just to give you a flavor of how well this works,
81
256155
2802
Só pra vocês terem uma ideia de como isso funciona bem,
04:18
this is the result we get when we analyze this for some familiar words.
82
258981
3912
este é o resultado obtido ao analisarmos algumas palavras familiares.
04:23
And you can see first
83
263607
1185
Dá pra ver primeiro
04:24
that words automatically organize into semantic neighborhoods.
84
264816
3278
que as palavras automaticamente se organizam em grupos semânticos.
Então, temos frutas, partes do corpo,
04:28
So you get the fruits, the body parts,
85
268118
2217
partes do computador, termos científicos, e por aí vai.
04:30
the computer parts, the scientific terms and so on.
86
270359
2425
O algoritmo também identifica
04:33
The algorithm also identifies that we organize concepts in a hierarchy.
87
273119
4222
que organizamos conceitos de forma hierárquica.
04:37
So for instance,
88
277852
1151
Por exemplo, dá pra ver que os termos científicos
04:39
you can see that the scientific terms break down into two subcategories
89
279027
3597
se dividem em duas subcategorias de termos da astronomia e da física.
04:42
of the astronomic and the physics terms.
90
282648
2100
04:45
And then there are very fine things.
91
285338
2246
Depois, temos algumas coisas bem legais.
04:47
For instance, the word astronomy,
92
287608
1905
Por exemplo, a palavra "astronomia", que parece um pouco bizarra onde está,
04:49
which seems a bit bizarre where it is,
93
289537
1815
04:51
is actually exactly where it should be,
94
291376
2048
na verdade está exatamente onde deveria estar,
04:53
between what it is,
95
293448
1595
entre o que ela é, uma ciência,
04:55
an actual science,
96
295067
1270
04:56
and between what it describes,
97
296361
1536
e o que ela descreve, termos astronômicos.
04:57
the astronomical terms.
98
297921
1492
05:00
And we could go on and on with this.
99
300182
1891
E poderíamos citar vários exemplos.
Na verdade, se observarem bem isso aqui e traçarem trajetórias aleatórias,
05:02
Actually, if you stare at this for a while,
100
302097
2060
05:04
and you just build random trajectories,
101
304181
1858
verão que se parece um pouco com fazer poesia.
05:06
you will see that it actually feels a bit like doing poetry.
102
306063
3166
Isso porque, de certa forma,
05:10
And this is because, in a way,
103
310018
1882
05:11
walking in this space is like walking in the mind.
104
311924
2940
passear por esse espaço é como passear pela mente.
Por último, esse algoritmo também identifica
05:16
And the last thing
105
316027
1617
05:17
is that this algorithm also identifies what are our intuitions,
106
317668
4040
quais são nossas intuições
05:21
of which words should lead in the neighborhood of introspection.
107
321732
3896
de que palavras devem ficar no grupo da introspecção.
05:25
So for instance,
108
325652
1223
Por exemplo,
05:26
words such as "self," "guilt," "reason," "emotion,"
109
326899
3979
palavras como "eu", "culpa", "razão" e "emoção"
05:30
are very close to "introspection,"
110
330902
1889
estão muito próximas de "introspecção",
05:32
but other words,
111
332815
1151
mas palavras como "vermelho", "futebol", "vela" e "banana"
05:33
such as "red," "football," "candle," "banana,"
112
333990
2167
estão muito distantes.
05:36
are just very far away.
113
336181
1452
Então, depois de construirmos o espaço,
05:38
And so once we've built the space,
114
338054
2762
05:40
the question of the history of introspection,
115
340840
2826
a questão da história da introspecção, ou da história de qualquer conceito,
05:43
or of the history of any concept
116
343690
2333
que antes poderia parecer abstrata, e de alguma forma vaga,
05:46
which before could seem abstract and somehow vague,
117
346047
4779
05:50
becomes concrete --
118
350850
1604
torna-se concreta e receptiva à ciência quantitativa.
05:52
becomes amenable to quantitative science.
119
352478
2738
05:56
All that we have to do is take the books,
120
356216
2762
Tudo que precisamos fazer é pegar os livros, digitalizá-los
05:59
we digitize them,
121
359002
1381
06:00
and we take this stream of words as a trajectory
122
360407
2809
e pegar esse fluxo de palavras como se fosse um caminho
06:03
and project them into the space,
123
363240
1969
e projetá-las no espaço,
06:05
and then we ask whether this trajectory spends significant time
124
365233
3754
e aí perguntamos se essa trajetória passa tempo suficiente
06:09
circling closely to the concept of introspection.
125
369011
2992
no entorno do conceito de introspecção.
06:12
And with this,
126
372760
1196
Dessa forma, poderíamos analisar a história da introspecção
06:13
we could analyze the history of introspection
127
373980
2112
na tradição grega antiga,
06:16
in the ancient Greek tradition,
128
376116
1921
para a qual possuímos o melhor registro escrito disponível.
06:18
for which we have the best available written record.
129
378061
2602
06:21
So what we did is we took all the books --
130
381631
2255
Então, pegamos todos os livros e os ordenamos por época.
06:23
we just ordered them by time --
131
383910
2284
06:26
for each book we take the words
132
386218
1752
Pegamos as palavras de cada livro e as projetamos no espaço,
06:27
and we project them to the space,
133
387994
1961
06:29
and then we ask for each word how close it is to introspection,
134
389979
3032
vemos a distância de cada palavra em relação a introspecção
e calculamos a média.
06:33
and we just average that.
135
393035
1230
06:34
And then we ask whether, as time goes on and on,
136
394590
3198
Então, vemos se, com o passar do tempo,
06:37
these books get closer, and closer and closer
137
397812
3252
esses livros se aproximam, cada vez mais, do conceito de introspecção.
06:41
to the concept of introspection.
138
401088
1754
06:42
And this is exactly what happens in the ancient Greek tradition.
139
402866
3801
É exatamente isso que acontece na tradição grega antiga.
06:47
So you can see that for the oldest books in the Homeric tradition,
140
407698
3127
Dá pra ver que, para os livros mais antigos, na tradição homérica,
06:50
there is a small increase with books getting closer to introspection.
141
410849
3412
há um pequeno aumento, com livros se aproximando da introspecção.
06:54
But about four centuries before Christ,
142
414285
2206
Porém, cerca de quatro séculos a.C.,
06:56
this starts ramping up very rapidly to an almost five-fold increase
143
416515
4708
isso começa a acelerar muito rapidamente,
quase cinco vezes mais livros se aproximando cada vez mais
07:01
of books getting closer, and closer and closer
144
421247
2500
07:03
to the concept of introspection.
145
423771
1682
do conceito de introspecção.
Uma das coisas legais nisso
07:06
And one of the nice things about this
146
426159
2424
07:08
is that now we can ask
147
428607
1198
é que agora podemos perguntar se isso também é verdadeiro
07:09
whether this is also true in a different, independent tradition.
148
429829
4147
numa tradição diferente e independente.
07:14
So we just ran this same analysis on the Judeo-Christian tradition,
149
434962
3176
Então, fizemos a mesma análise na tradição judaico-cristã
e obtivemos praticamente o mesmo padrão.
07:18
and we got virtually the same pattern.
150
438162
2721
07:21
Again, you see a small increase for the oldest books in the Old Testament,
151
441548
4635
Novamente, vemos um pequeno aumento
para os livros mais antigos do Novo Testamento
07:26
and then it increases much more rapidly
152
446207
1914
e aumenta ainda mais rapidamente nos livros novos do Novo Testamento.
07:28
in the new books of the New Testament.
153
448145
1839
E aí vemos um pico de introspecção em "Confissões", de Santo Agostinho,
07:30
And then we get the peak of introspection
154
450008
2032
07:32
in "The Confessions of Saint Augustine,"
155
452064
2127
cerca de quatro séculos d.C.
07:34
about four centuries after Christ.
156
454215
1857
07:36
And this was very important,
157
456897
1944
Isso foi muito importante
07:38
because Saint Augustine had been recognized by scholars,
158
458865
3373
porque Santo Agostinho era reconhecido por estudiosos,
07:42
philologists, historians,
159
462262
2172
filólogos e historiadores como um dos fundadores da introspecção.
07:44
as one of the founders of introspection.
160
464458
2078
Na verdade, alguns o consideram como o pai da psicologia moderna.
07:47
Actually, some believe him to be the father of modern psychology.
161
467060
3297
Então, nosso algoritmo, que tem o privilégio de ser quantitativo,
07:51
So our algorithm,
162
471012
1839
07:52
which has the virtue of being quantitative,
163
472875
2842
07:55
of being objective,
164
475741
1263
de ser objetivo e, claro, de ser extremamente rápido,
07:57
and of course of being extremely fast --
165
477028
2016
ele roda em apenas uma fração de segundo,
07:59
it just runs in a fraction of a second --
166
479068
2397
08:01
can capture some of the most important conclusions
167
481489
3503
é capaz de chegar a algumas das conclusões mais importantes
dessa longa tradição de investigação.
08:05
of this long tradition of investigation.
168
485016
2222
08:08
And this is in a way one of the beauties of science,
169
488317
3651
Essa, de certa forma, é uma das belezas da ciência,
08:11
which is that now this idea can be translated
170
491992
3476
o fato de essa ideia agora poder ser traduzida
08:15
and generalized to a whole lot of different domains.
171
495492
2571
e generalizada a diversas outras áreas de conhecimento.
08:18
So in the same way that we asked about the past of human consciousness,
172
498769
4767
Da mesma forma que perguntamos sobre o passado da consciência humana,
08:23
maybe the most challenging question we can pose to ourselves
173
503560
3406
talvez a pergunta mais desafiadora que possamos fazer a nós mesmos
08:26
is whether this can tell us something about the future of our own consciousness.
174
506990
4137
seja se isso pode nos dizer algo sobre o futuro da nossa própria consciência;
08:31
To put it more precisely,
175
511550
1470
para ser mais preciso, se as palavras que dizemos hoje
08:33
whether the words we say today
176
513044
2416
08:35
can tell us something of where our minds will be in a few days,
177
515484
5197
podem nos dizer algo sobre onde nossa mente estará em alguns dias,
08:40
in a few months
178
520705
1151
em alguns meses ou em alguns anos.
08:41
or a few years from now.
179
521880
1182
08:43
And in the same way many of us are now wearing sensors
180
523597
3020
E, da mesma maneira que muitos de nós hoje usamos sensores
08:46
that detect our heart rate,
181
526641
1786
que detectam nosso ritmo cardíaco, nossa respiração, nossos genes,
08:48
our respiration,
182
528451
1269
08:49
our genes,
183
529744
1667
08:51
on the hopes that this may help us prevent diseases,
184
531435
3651
na esperança de que isso nos ajude a prevenir doenças,
podemos perguntar se monitorar e analisar as palavras que falamos,
08:55
we can ask whether monitoring and analyzing the words we speak,
185
535110
3521
08:58
we tweet, we email, we write,
186
538655
2683
que tuitamos, que mandamos por e-mail, que escrevemos,
09:01
can tell us ahead of time whether something may go wrong with our minds.
187
541362
4808
pode nos dizer com antecedência se nossa mente pode adoecer.
Eu e Guillermo Cecchi, que foi meu parceiro nessa aventura,
09:07
And with Guillermo Cecchi,
188
547087
1534
09:08
who has been my brother in this adventure,
189
548645
3001
09:11
we took on this task.
190
551670
1555
assumimos essa tarefa,
09:14
And we did so by analyzing the recorded speech of 34 young people
191
554228
5532
e fizemos isso analisando a fala gravada de 34 jovens,
09:19
who were at a high risk of developing schizophrenia.
192
559784
2801
que tinham alto risco de desenvolver esquizofrenia.
09:23
And so what we did is, we measured speech at day one,
193
563434
2881
Avaliamos a fala deles no primeiro dia
09:26
and then we asked whether the properties of the speech could predict,
194
566339
3242
e verificamos se as propriedades da fala poderiam prever,
09:29
within a window of almost three years,
195
569605
2496
num período de quase três anos,
um possível desenvolvimento de psicose no futuro.
09:32
the future development of psychosis.
196
572125
2035
09:35
But despite our hopes,
197
575427
2366
Apesar das nossas esperanças, tivemos vários fracassos.
09:37
we got failure after failure.
198
577817
3117
09:41
There was just not enough information in semantics
199
581793
3882
Não havia informação suficiente na semântica
09:45
to predict the future organization of the mind.
200
585699
2793
para prevermos uma configuração mental futura.
09:48
It was good enough
201
588516
1809
Foi bom o suficiente para diferenciarmos
09:50
to distinguish between a group of schizophrenics and a control group,
202
590349
4175
um grupo de esquizofrênicos de um grupo de controle,
09:54
a bit like we had done for the ancient texts,
203
594548
2712
mais ou menos como o que fizemos com os textos antigos,
09:57
but not to predict the future onset of psychosis.
204
597284
2994
mas não para prever um futuro princípio de psicose.
10:01
But then we realized
205
601164
1706
Então, percebemos
10:02
that maybe the most important thing was not so much what they were saying,
206
602894
4088
que talvez a coisa mais importante não fosse tanto o que eles diziam,
mas a forma como diziam.
10:07
but how they were saying it.
207
607006
1673
10:09
More specifically,
208
609679
1220
Sendo mais específico,
10:10
it was not in which semantic neighborhoods the words were,
209
610923
2827
o importante não era o grupo semântico em que as palavras estavam,
10:13
but how far and fast they jumped
210
613774
2600
mas a que distância e velocidade
elas pulavam de um grupo semântico para o outro.
10:16
from one semantic neighborhood to the other one.
211
616398
2301
10:19
And so we came up with this measure,
212
619247
1731
Então, conseguimos bolar uma medida que chamamos de "coerência semântica",
10:21
which we termed semantic coherence,
213
621002
2389
10:23
which essentially measures the persistence of speech within one semantic topic,
214
623415
4804
que basicamente mede a persistência da fala dentro de um tópico semântico,
10:28
within one semantic category.
215
628243
1529
dentro de uma categoria semântica.
10:31
And it turned out to be that for this group of 34 people,
216
631294
4047
E aconteceu que, com esse grupo de 34 pessoas,
10:35
the algorithm based on semantic coherence could predict,
217
635365
3659
o algoritmo baseado na coerência semântica foi capaz de prever,
com 100% de precisão,
10:39
with 100 percent accuracy,
218
639048
2500
10:41
who developed psychosis and who will not.
219
641572
2507
quem desenvolveria psicose ou não.
10:44
And this was something that could not be achieved --
220
644976
2937
Isso foi algo que não poderia ter sido alcançado, nem de perto,
10:47
not even close --
221
647937
1508
10:49
with all the other existing clinical measures.
222
649469
3126
com quaisquer das outras avaliações clínicas existentes.
10:54
And I remember vividly, while I was working on this,
223
654525
3579
Lembro claramente, enquanto trabalhava nesse projeto,
de estar sentado ao computador e ver um monte de tuítes do Polo.
10:58
I was sitting at my computer
224
658128
2317
11:00
and I saw a bunch of tweets by Polo --
225
660469
2635
Polo tinha sido meu primeiro aluno em Buenos Aires
11:03
Polo had been my first student back in Buenos Aires,
226
663128
3167
e, na época, ele estava morando em Nova Iorque.
11:06
and at the time he was living in New York.
227
666319
2070
11:08
And there was something in this tweets --
228
668413
2088
Havia algo nos tuítes dele.
11:10
I could not tell exactly what because nothing was said explicitly --
229
670525
3501
Não sabia dizer exatamente o quê, porque nada foi dito de forma explícita,
mas tive um forte pressentimento, uma forte intuição,
11:14
but I got this strong hunch,
230
674050
2021
11:16
this strong intuition, that something was going wrong.
231
676095
2955
de que algo não estava bem.
11:20
So I picked up the phone, and I called Polo,
232
680347
2723
Então, peguei o telefone, liguei para ele, e ele realmente não estava bem.
11:23
and in fact he was not feeling well.
233
683094
1919
11:25
And this simple fact,
234
685362
1937
O simples fato de ler as entrelinhas,
11:27
that reading in between the lines,
235
687323
2491
11:29
I could sense, through words, his feelings,
236
689838
4262
de poder sentir as emoções dele através das palavras,
foi uma forma simples, mas muito eficaz de ajudar.
11:34
was a simple, but very effective way to help.
237
694124
2619
11:37
What I tell you today
238
697987
1638
O que digo a vocês hoje é que estamos perto de entender
11:39
is that we're getting close to understanding
239
699649
2508
11:42
how we can convert this intuition that we all have,
240
702181
4286
como podemos transformar essa intuição que todos temos, da qual compartilhamos,
11:46
that we all share,
241
706491
1365
11:47
into an algorithm.
242
707880
1197
em um algoritmo.
Fazendo isso,
11:50
And in doing so,
243
710102
1461
11:51
we may be seeing in the future a very different form of mental health,
244
711587
4650
talvez vejamos no futuro uma forma bem diferente de saúde mental,
11:56
based on objective, quantitative and automated analysis
245
716261
5621
baseada numa análise objetiva, quantitativa e automatizada
12:01
of the words we write,
246
721906
1709
das palavras que escrevemos e das palavras que dizemos.
12:03
of the words we say.
247
723639
1537
12:05
Gracias.
248
725200
1151
(Espanhol) Obrigado.
12:06
(Applause)
249
726375
6883
(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