Erik Hersman: How texting helped Kenyans survive crisis

15,552 views ・ 2009-04-22

TED


Por favor, faça duplo clique nas legendas em inglês abaixo para reproduzir o vídeo.

Tradutor: Ana Carla Revisora: Jeff Caponero
00:12
So I'm here to tell you a story of success from Africa.
0
12160
4000
Venho aqui para contar uma história de sucesso em África.
00:16
A year and a half ago,
1
16160
3000
Há ano e meio,
00:19
four of the five people who are full time members
2
19160
2000
quatro das cinco pessoas
que são membros permanentes no Ushahidi
00:21
at Ushahidi,
3
21160
2000
00:23
which means "testimony" in Swahili,
4
23160
3000
— que significa "testemunho" in suaíli —
00:26
were TED Fellows.
5
26160
2000
eram TED Fellows.
00:28
A year ago in Kenya we had post-election violence.
6
28160
3000
Há um ano, no Quénia, tivemos um surto de violência pós-eleições.
00:31
And in that time we prototyped and built,
7
31160
3000
Na época nós fizemos um protótipo e construímos, em três dias,
00:34
in about three days, a system that would allow
8
34160
2000
um sistema que permitiria
00:36
anybody with a mobile phone
9
36160
2000
a toda a gente com telemóvel
00:38
to send in information and reports on what was happening around them.
10
38160
3000
enviar informações e relatos sobre o que estava a acontecer à sua volta.
00:41
We took what we knew about Africa,
11
41160
2000
Agarrámos no que sabíamos sobre África,
00:43
the default device,
12
43160
2000
no dispositivo padrão, o telemóvel,
00:45
the mobile phone, as our common denominator,
13
45160
2000
como nosso denominador comum,
00:47
and went from there.
14
47160
2000
e partimos a partir disso.
00:49
We got reports like this.
15
49160
3000
Recebemos relatos deste tipo.
[Um rapaz de 13 anos foi morto junto da casa do tio;
[no funeral estiveram centenas de moradores...]
00:56
This is just a couple of them from January 17th, last year.
16
56160
3000
Isto são só alguns deles, de 17 de janeiro do ano passado.
[... a polícia disparou... "alvejando quem quer que visse"...]
01:02
And our system was rudimentary. It was very basic.
17
62160
3000
O nosso sistema era rudimentar. Era muito simples.
01:05
It was a mash-up that used data that we collected from people,
18
65160
3000
Era um "mashup" que usava dados obtidos das pessoas.
01:08
and we put it on our map.
19
68160
2000
Colocávamos esses dados no mapa.
01:10
But then we decided we needed to do something more.
20
70160
2000
Depois, decidimos que precisávamos de fazer mais,
01:12
We needed to take what we had built
21
72160
2000
Tínhamos de usar o que já tínhamos feito
01:14
and create a platform out of it so that it could be used elsewhere in the world.
22
74160
3000
e criar uma plataforma para ser usada em qualquer lugar do mundo.
01:17
And so there is a team of developers
23
77160
3000
Esta é uma equipa de desenvolvedores de toda a África
01:20
from all over Africa, who are part of this team now --
24
80160
3000
que agora fazem parte desta equipa,
01:23
from Ghana, from Malawi, from Kenya.
25
83160
2000
do Gana, do Malawi, do Quénia.
01:25
There is even some from the U.S.
26
85160
4000
Há também algumas pessoas dos EUA.
Estamos a construir para smartphones,
01:29
We're building for smartphones, so that it can be used in the developed world,
27
89160
3000
para poder ser usada nos países desenvolvidos,
01:32
as well as the developing world.
28
92160
2000
bem como nos países em desenvolvimento.
01:34
We are realizing that this is true.
29
94160
2000
Estamos a perceber que isto é verdade.
01:36
If it works in Africa then it will work anywhere.
30
96160
2000
Se funciona em África, funcionará em qualquer lugar.
01:38
And so we build for it in Africa first
31
98160
3000
Primeiro, construímos para África
01:41
and then we move to the edges.
32
101160
2000
e daí passámos para outras fronteiras.
01:43
It's now been deployed in the Democratic Republic of the Congo.
33
103160
3000
Agora já está a chegar à República Democrática do Congo.
01:46
It's being used by NGOs all over East Africa,
34
106160
3000
Está a ser usada por ONGs em toda a África oriental,
01:49
small NGOs doing their own little projects.
35
109160
3000
por pequenas ONGs que fazem os seus projetos.
01:52
Just this last month it was deployed by
36
112160
2000
Neste último mês, a plataforma já chegou à TV Al Jazeera, em Gaza.
01:54
Al Jazeera in Gaza.
37
114160
3000
01:57
But that's actually not what I'm here to talk about.
38
117160
2000
Mas não é disto que vim falar aqui.
01:59
I'm here to talk about the next big thing,
39
119160
2000
Estou aqui para falar do próximo grande acontecimento
02:01
because what we're finding out is that
40
121160
2000
porque estamos a descobrir
02:03
we have this capacity to report
41
123160
2000
que temos esta capacidade de relatar
02:05
eyewitness accounts of what's going on in real time.
42
125160
4000
testemunhos oculares do que está a acontecer, em tempo real.
02:09
We're seeing this in events like Mumbai recently,
43
129160
3000
Estamos a ver isso em acontecimentos como o de Mumbai,
02:12
where it's so much easier to report now
44
132160
2000
onde agora é muito mais fácil relatar
02:14
than it is to consume it.
45
134160
2000
do que consumir essa informação.
02:16
There is so much information; what do you do?
46
136160
2000
Há tanta informação. O que é que havemos de fazer?
02:18
This is the Twitter reports for over three days
47
138160
3000
Estes são os relatos no Twitter, durante três dias,
02:21
just covering Mumbai.
48
141160
2000
só relacionados com Mumbai.
02:23
How do you decide what is important?
49
143160
2000
Como decidimos o que é importante?
02:25
What is the veracity level of what you're looking at?
50
145160
3000
Qual é o grau de veracidade no que procuramos?
02:28
So what we find is that there is this
51
148160
2000
Concluímos que há uma grande quantidade
02:30
great deal of wasted crisis information
52
150160
2000
de informações desperdiçadas, sobre uma crise,
02:32
because there is just too much information for us to
53
152160
3000
porque há informações a mais
02:35
actually do anything with right now.
54
155160
3000
para podermos fazer alguma coisa, neste momento.
02:38
And what we're actually really concerned with
55
158160
2000
Estamos mais preocupados com essas três primeiras horas.
02:40
is this first three hours.
56
160160
2000
02:42
What we are looking at is the first three hours.
57
162160
2000
O que procuramos são as três primeiras horas.
02:44
How do we deal with that information that is coming in?
58
164160
3000
Como é que lidamos com as informações que vão chegando?
02:47
You can't understand what is actually happening.
59
167160
2000
Não conseguimos entender o que está a acontecer.
02:49
On the ground and around the world
60
169160
2000
No local ou no mundo inteiro,
02:51
people are still curious,
61
171160
2000
as pessoas continuam curiosas e tentam saber o que está a acontecer.
02:53
and trying to figure out what is going on. But they don't know.
62
173160
3000
Mas não sabem.
02:56
So what we built of course, Ushahidi,
63
176160
3000
Assim, o que nós criámos, o Ushahidi,
foi o tratamento dessas informações com a colaboração de massas.
02:59
is crowdsourcing this information.
64
179160
2000
03:01
You see this with Twitter, too. You get this information overload.
65
181160
3000
Também vemos isso no Twitter. Recebemos demasiadas informações.
03:04
So you've got a lot of information. That's great.
66
184160
2000
Temos imensas informações. Isso é ótimo.
03:06
But now what?
67
186160
2000
Mas e depois?
03:08
So we think that there is something interesting we can do here.
68
188160
3000
Pensamos que há algo de interessante que podemos fazer.
03:11
And we have a small team who is working on this.
69
191160
2000
Temos uma equipa pequena que está a trabalhar nisso.
03:13
We think that we can actually create
70
193160
2000
Achamos que podemos criar um filtro com a colaboração de massas.
03:15
a crowdsourced filter.
71
195160
2000
03:17
Take the crowd and apply them to the information.
72
197160
3000
Usamos as massas e damos-lhes as informações.
03:20
And by rating it and by rating
73
200160
2000
E ao classificar as informações
03:22
the different people who submit information,
74
202160
2000
e as pessoas que forneceram essas informações,
03:24
we can get refined results
75
204160
2000
podemos obter resultados mais refinados e mais valiosos.
03:26
and weighted results.
76
206160
2000
03:28
So that we have a better understanding
77
208160
2000
Teremos uma melhor compreensão
03:30
of the probability of something being true or not.
78
210160
2000
de a probabilidade duma coisa ser verdadeira ou não.
03:32
This is the kind of innovation that is,
79
212160
3000
Este é o tipo de inovação
03:35
quite frankly -- it's interesting that it's coming from Africa.
80
215160
2000
que é interessante por estar a vir de África.
03:37
It's coming from places that you wouldn't expect.
81
217160
3000
Está a vir de lugares que não esperávamos,
03:40
From young, smart developers.
82
220160
2000
de jovens e inteligentes desenvolvedores.
03:42
And it's a community around it that has decided to build this.
83
222160
3000
Foi uma comunidade local que decidiu construir isto.
03:45
So, thank you very much.
84
225160
2000
Muito obrigado.
03:47
And we are very happy to be part of the TED family.
85
227160
2000
Estamos muito felizes por fazer parte da família TED.
03:49
(Applause)
86
229160
1000
(Aplausos)
Sobre este site

Este sítio irá apresentar-lhe vídeos do YouTube que são úteis para a aprendizagem do inglês. Verá lições de inglês ensinadas por professores de primeira linha de todo o mundo. Faça duplo clique nas legendas em inglês apresentadas em cada página de vídeo para reproduzir o vídeo a partir daí. As legendas deslocam-se em sincronia com a reprodução do vídeo. Se tiver quaisquer comentários ou pedidos, por favor contacte-nos utilizando este formulário de contacto.

https://forms.gle/WvT1wiN1qDtmnspy7