Jonathan Harris: The Web's secret stories

84,122 views ・ 2007-07-10

TED


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

Tradutor: Sérgio Lopes Revisora: Wanderley Jesus
00:25
So I really consider myself a storyteller.
0
25000
4000
Eu considero-me um contador de histórias.
00:29
But I don't really tell stories in the usual way,
1
29000
4000
Mas não conto histórias da forma habitual,
00:33
in the sense that I don't usually tell my own stories.
2
33000
3000
no sentido em que não conto as minhas próprias histórias.
00:37
Instead, I'm really interested in building tools that allow
3
37000
2000
Em vez disso, estou interessado em construir ferramentas que permitam
00:39
large numbers of other people to tell their stories,
4
39000
4000
a um grande número de outras pessoas contarem as suas histórias,
00:43
people all around the world.
5
43000
1000
pessoas de todo o mundo.
00:45
I do this because I think that people actually have a lot in common.
6
45000
4000
Eu faço-o porque acho que as pessoas têm muito em comum.
00:49
I think people are very similar,
7
49000
1000
Acho que as pessoas são muito parecidas,
00:51
but I also think that we have trouble seeing that.
8
51000
2000
mas também acho que temos dificuldades em ver isso.
00:54
You know, as I look around the world I see a lot of gaps,
9
54000
3000
À medida que olho para o mundo, vejo muitas diferenças,
00:57
and I think we all see a lot of gaps.
10
57000
1000
e acho que todos vemos muitas diferenças.
00:59
And we define ourselves by our gaps.
11
59000
2000
E definimo-nos pelas nossas diferenças.
01:02
There's language gaps,
12
62000
1000
Há diferenças na linguagem,
01:04
there's ethnicity and racial gaps, there's age gaps,
13
64000
4000
há diferenças étnicas e raciais, diferenças etárias,
01:08
there's gender gaps, there's sexuality gaps,
14
68000
5000
há diferenças entre os dois sexos, diferenças de sexualidade,
01:13
there's wealth and money gaps, there's education gaps,
15
73000
4000
diferenças na riqueza e no dinheiro, diferenças na educação,
01:18
there's also religious gaps.
16
78000
2000
também há diferenças religiosas.
01:20
You know, we have all these gaps and I think we like our gaps
17
80000
2000
Temos todas estas diferenças e acho que gostamos delas
01:22
because they make us feel like we identify with something,
18
82000
3000
porque nos fazem sentir identificados com algo,
01:25
some smaller community.
19
85000
1000
uma comunidade mais pequena.
01:26
But I think that actually, despite our gaps,
20
86000
2000
Mas acho que, apesar das nossas diferenças,
01:29
we really have a lot in common.
21
89000
1000
temos muito em comum.
01:30
And I think one thing we have in common is a very deep need
22
90000
4000
Uma das coisas que acho que temos em comum é a grande necessidade
de nos exprimirmos.
01:35
to express ourselves.
23
95000
1000
01:36
I think this is a very old human desire. It's nothing new.
24
96000
5000
Acho que é um desejo humano muito antigo. Não é nada de novo.
01:42
But the thing about self-expression
25
102000
1000
Mas acontece que a autoexpressão
01:43
is that there's traditionally been this imbalance
26
103000
2000
é normalmente afetada de um desequilíbrio
01:45
between the desire that we have to express ourselves
27
105000
3000
entre o desejo que temos de nos exprimirmos
01:48
and the number of sympathetic friends
28
108000
2000
e o número de amigos compreensivos
01:50
who are willing to stand around and listen.
29
110000
2000
que estão dispostos a ouvir-nos.
01:52
(Laughter)
30
112000
1000
(Risos)
01:54
This, also, is nothing new.
31
114000
2000
Isto também não é nada de novo.
01:56
Since the dawn of human history, we've tried to rectify this imbalance
32
116000
3000
Desde os primórdios da história humana que tentamos retificar este desequilíbrio
01:59
by making art, writing poems, singing songs,
33
119000
4000
fazendo arte, escrevendo poemas, cantando canções,
02:03
scripting editorials and sending them in to a newspaper,
34
123000
3000
escrevendo editoriais e enviando-os para um jornal,
02:06
gossiping with friends. This is nothing new.
35
126000
2000
bisbilhotando com amigos, não é nada de novo.
02:08
What's new is that in the last several years
36
128000
2000
O que é novo é que, nos últimos anos,
02:10
a lot of these very traditional physical human activities,
37
130000
3000
muitas destas tradicionais atividades físicas humanas,
02:13
these acts of self-expression, have been moving onto the Internet.
38
133000
2000
estes atos de autoexpressão, se têm transferido para a Internet.
02:16
And as that's happened, people have been leaving behind footprints,
39
136000
3000
À medida que isso aconteceu, as pessoas têm deixado pegadas,
02:20
footprints that tell stories of their moments of self-expression.
40
140000
3000
pegadas que contam histórias dos seus momentos de autoexpressão.
02:24
And so what I do is, I write computer programs
41
144000
3000
Então, eu escrevo programas de computador
02:27
that study very large sets of these footprints,
42
147000
3000
que estudam grandes conjuntos destas pegadas,
02:30
and then try to draw conclusions about the people who left them --
43
150000
3000
e tentam tirar conclusões sobre as pessoas que as deixaram,
02:34
what they feel, what they think,
44
154000
1000
o que elas sentem, o que pensam,
02:36
what's different in the world today than usual,
45
156000
2000
o que há hoje de diferente no mundo.
02:39
these sorts of questions.
46
159000
1000
Este tipo de questões.
02:41
One project that explores these ideas,
47
161000
1000
Um projeto que explora estas ideias,
que foi feito há cerca de um ano,
02:43
which was made about a year ago,
48
163000
1000
02:44
is a piece called We Feel Fine.
49
164000
1000
é uma peça chamada "Sentimo-nos Bem",
02:45
This is a piece that every two or three minutes
50
165000
3000
É uma peça que, a cada 2 ou 3 minutos,
02:48
scans the world's newly-posted blog entries
51
168000
2000
procura nas novas entradas nos blogues do mundo inteiro
02:50
for occurrences of the phrases "I feel" or "I am feeling."
52
170000
5000
a ocorrência das frases "Eu sinto" ou "Estou a sentir".
02:55
And when it finds one of those phrases,
53
175000
1000
Quando encontra uma dessas frases,
02:56
it grabs the sentence up to the period,
54
176000
2000
guarda a frase até ao ponto final,
02:58
and then automatically tries to deduce the age, gender
55
178000
3000
e automaticamente tenta deduzir a idade, o sexo
03:01
and geographical location of the person that wrote that sentence.
56
181000
3000
e a localização geográfica da pessoa que escreveu a frase.
03:05
Then, knowing the geographical location and the time,
57
185000
2000
Então, sabendo a localização geográfica e a data,
03:07
we can also then figure out the weather
58
187000
1000
conseguimos descobrir o tempo que fazia
03:08
when that person wrote the sentence.
59
188000
2000
quando a pessoa escreveu a frase.
03:11
All of this information is saved in a database
60
191000
2000
Toda esta informação é guardada numa base de dados
03:13
that collects about 20,000 feelings a day.
61
193000
2000
que recolhe uns 20 000 sentimentos por dia.
03:15
It's been running for about a year and a half.
62
195000
2000
Está a correr há cerca de ano e meio.
03:17
It's reached about seven-and-a-half million human feelings now.
63
197000
3000
Atingiu cerca de 7,5 milhões de sentimentos humanos,
03:20
And I'll show you a glimpse
64
200000
1000
e vou mostrar-vos um vislumbre
03:21
of how this information is then visualized. So this is We Feel Fine.
65
201000
5000
de como esta informação é visualizada.
Isto é o "Sentimo-nos Bem".
03:27
What you see here is a madly swarming mass of particles,
66
207000
4000
Vemos aqui uma massa de partículas num enxame,
03:31
each of which represents a single human feeling
67
211000
2000
cada uma delas representa um único sentimento humano
03:33
that was stated in the last few hours.
68
213000
2000
que foi afirmado nas últimas horas.
03:36
The color of each particle corresponds to the type of feeling inside --
69
216000
3000
A cor de cada partícula corresponde ao tipo de sentimento que contém.
03:39
so that happy, positive feelings are brightly colored.
70
219000
2000
Sentimentos felizes e positivos têm cores claras.
03:42
And sad, negative feelings are darkly colored.
71
222000
2000
Sentimentos tristes e negativos, cores escuras.
03:44
The diameter of each dot
72
224000
2000
O diâmetro de cada ponto
03:46
represents the length of the sentence inside,
73
226000
2000
representa o tamanho da frase que contém,
03:48
so that the large dots contain large sentences,
74
228000
2000
ou seja, os pontos maiores contêm frases maiores,
03:50
and the small dots contain small sentences.
75
230000
2000
e os pequenos contêm frases pequenas.
03:52
Any dot can be clicked and expanded. And we see here,
76
232000
3000
Podemos clicar e expandir qualquer ponto.
Vemos aqui, "Sentir-me-ia muito melhor
03:56
"I would just feel so much better
77
236000
1000
03:57
if I could curl up in his arms right now and feel his affection for me
78
237000
3000
"se me pudesse enrolar nos braços dele e sentir o seu afeto por mim
04:00
in the embrace of his body and the tenderness of his lips."
79
240000
3000
"no seu abraço e na ternura dos seus lábios".
04:03
So it gets pretty hot and steamy sometimes
80
243000
2000
Fica bastante quente e fumegante, por vezes,
04:05
in the world of human emotions.
81
245000
2000
no mundo das emoções humanas.
04:07
And all of these are stated by people:
82
247000
3000
Tudo isto é dito por pessoas.
04:10
"I know that objectively it really doesn't mean much,
83
250000
2000
"Eu sei que objetivamente não significa muito,
04:12
but after spending so many years as a small fish in a big pond,
84
252000
3000
"mas ao fim de tantos anos como um peixe pequeno num lago grande,
04:15
it's nice to feel bigger again."
85
255000
2000
"é bom sentir-me maior novamente".
04:17
The dots exhibit human qualities. They kind of have their own physics,
86
257000
3000
Os pontos exibem qualidades humanas. Têm a sua própria física.
04:20
and they swarm wildly around, kind of exploring the world of life.
87
260000
4000
Criam enxames como loucos, como que a explorar o mundo da vida.
04:25
And then they also exhibit curiosity.
88
265000
1000
Também exibem curiosidade.
04:26
You can see a few of them are swarming around the cursor right now.
89
266000
3000
Vemos alguns a enxamear à volta do cursor, neste momento.
04:29
You can see some other ones
90
269000
1000
Podemos ver outros
04:31
are swarming around the bottom left corner of the screen
91
271000
1000
a enxamear em baixo à esquerda, à volta de 6 palavras.
04:33
around six words. Those six words represent the six movements
92
273000
3000
Essas 6 palavras representam 6 movimentos de "Sentimo-nos Bem".
04:36
of We Feel Fine. We're currently seeing Madness.
93
276000
3000
Neste momento vemos a Loucura.
04:39
There's also Murmurs, Montage, Mobs, Metrics and Mounds.
94
279000
4000
Há Murmúrios, Montagem, Multidões, Métricas e Montes.
04:43
And I'll walk you through a few of those now.
95
283000
2000
Vou apresentar-vos alguns deles.
04:45
Murmurs causes all of the feelings to fly to the ceiling.
96
285000
3000
Murmúrios faz todos os sentimentos voar até ao teto.
04:49
And then, one by one, in reverse chronological order,
97
289000
2000
Depois, um por um, por ordem cronológica inversa,
04:51
they excuse themselves, entering the scrolling list of feelings.
98
291000
3000
dispensam-se mutuamente e entram na lista de sentimentos.
04:56
"I feel a bit better now."
99
296000
1000
"Sinto-me um pouco melhor agora".
04:57
(Laughter)
100
297000
2000
(Risos)
"Sinto-me confuso e inseguro sobre o que raio quero fazer".
05:00
"I feel confused and unsure of what the hell I want to do."
101
300000
2000
05:03
"I feel gypped out of something awesome here."
102
303000
2000
"Sinto que fui enganado por algo fantástico".
05:06
"I feel so free; I feel so good."
103
306000
1000
"Sinto-me tão livre, sinto-me tão bem".
05:08
"I feel like I'm in this fog of depression that I can't get out of."
104
308000
3000
"Sinto que estou neste nevoeiro de depressão de que não consigo sair".
05:11
And you can click any of these to go out and visit the blog
105
311000
2000
Podemos clicar em qualquer destes e visitar o blogue onde foi recolhido.
05:13
from which it was collected. And in that way,
106
313000
2000
05:15
you can connect with the authors of these statements
107
315000
2000
Dessa forma, podemos ligar-nos aos autores dessas frases,
05:18
if you feel some degree of empathy.
108
318000
1000
se sentirmos algum tipo de empatia.
05:20
The next movement is called Montage.
109
320000
2000
O movimento seguinte chama-se Montagem.
05:22
Montage causes all of the feelings that contain photographs
110
322000
3000
Na Montagem, todos os sentimentos que contenham fotografias
05:25
to become extracted and display themselves in a grid.
111
325000
3000
saem e aparecem numa grelha.
05:29
This grid is then said to represent the picture of the world's feelings
112
329000
4000
Esta grelha representa uma imagem dos sentimentos do mundo
nas últimas horas.
05:33
in the last few hours, if you will.
113
333000
1000
05:34
Each of these can be clicked and we can blow it up.
114
334000
3000
Podemos clicar e ampliar cada uma delas,
05:37
We see, "I just feel like I'm not going to have fun
115
337000
3000
"Sinto que não me vou divertir se não formos os dois".
05:40
if it's not the both of us." That was from someone in Michigan.
116
340000
4000
Isto é de alguém do Michigan.
05:46
We see, "I feel like I have been at a computer all day."
117
346000
4000
"Sinto que estive no computador o dia inteiro".
05:50
(Laughter)
118
350000
1000
(Risos)
05:53
These are automatically constructed using the found objects:
119
353000
3000
Estes são construídos automaticamente usando os objetos encontrados:
05:56
"I think I feel a little full."
120
356000
2000
"Sinto-me um pouco cheio".
O próximo movimento chama-se Multidões.
06:00
The next movement is called mobs.
121
360000
1000
06:01
Mobs provides different statistical breakdowns
122
361000
2000
Multidões fornece diferentes análises estatísticas
06:03
of the population of the world's feelings in the last few hours.
123
363000
3000
da população de sentimentos nas últimas horas.
06:06
We see that "better" is the most frequent feeling right now,
124
366000
2000
Vemos que, neste momento, "melhor" é o sentimento mais frequente,
06:08
followed by "good," "bad," "guilty," "right," "down," "sick" and so on.
125
368000
4000
seguido de bem, mal, culpado, certo, em baixo, doente, etc.
06:13
We can also get a gender breakdown.
126
373000
1000
Também podemos ter separação por sexos.
06:14
And we see that women are slightly more prolific
127
374000
2000
As mulheres são ligeiramente mais dadas a falar
06:16
talking about their emotions in the last few hours than men.
128
376000
2000
sobre as suas emoções que os homens.
06:20
We can do an age breakdown, which gives us a histogram
129
380000
2000
Podemos separar por idade, o que nos dá um histograma
06:22
of the world's emotional distribution by age.
130
382000
2000
da distribuição emocional do mundo por idade.
06:25
We see people in their twenties are the most prolific,
131
385000
3000
Vemos que as pessoas na casa dos 20 são as mais expansivas,
06:28
followed by teenagers, and then people in their thirties,
132
388000
2000
depois os adolescentes e as pessoas na casa dos 30
06:30
and it dies out very quickly from there.
133
390000
1000
e depois esmorece rapidamente.
06:32
In weather, the feelings assume the physical characteristics
134
392000
4000
No clima, os sentimentos assumem as diferentes características físicas
06:36
of the weather that they represent,
135
396000
1000
do tempo que representam.
06:37
so that the ones collected on a sunny day
136
397000
2000
Os que foram recolhidos num dia de sol,
06:39
swirl around as if they're part of the sun.
137
399000
2000
rodopiam como se fossem parte do Sol.
06:41
The cloudy ones float along as if they're on a breeze.
138
401000
2000
Os mais enevoados flutuam como se estivessem numa brisa.
06:44
The rainy ones fall down as if they're in a rainstorm,
139
404000
2000
Os chuvosos caem como se estivessem numa tempestade,
06:46
and the snowy ones kind of flutter to the ground.
140
406000
2000
e os mas frios, vão caindo até ao chão.
06:49
Finally, location causes the feelings to move to their positions
141
409000
3000
Por fim, a localização faz com que os sentimentos se movam
06:52
on a world map showing the geographical distribution of feelings.
142
412000
3000
para um mapa mundial mostrando a distribuição geográfica dos sentimentos.
06:57
Metrics provides more numerical views on the data.
143
417000
2000
A Métrica dá-nos vistas numéricas dos dados.
06:59
We see that the world is feeling "used"
144
419000
1000
Vemos que o mundo está a sentir-se usado
07:00
at 3.3 times the normal level right now.
145
420000
3000
3,3 vezes mais que o normal.
07:03
(Laughter)
146
423000
3000
(Risos)
07:06
They're feeling "warm" at 2.9 times the normal level, and so on.
147
426000
4000
Estão a sentir-se aquecidos 2,9 vezes mais que o normal, etc.
07:10
Other views are also available.
148
430000
1000
Também podemos ver outras vistas:
07:11
Here are gender, age, weather, location.
149
431000
2000
sexo, idade, tempo, localização.
07:13
The final movement is called Mounds.
150
433000
2000
O último movimento chama-se Montes.
07:15
It's a bit different from the others.
151
435000
1000
É um pouco diferente dos outros.
07:16
Mounds visualizes the entire dataset as large, gelatinous blobs
152
436000
4000
Montes visualiza todo o conjunto de dados
como uma grande bolha gelatinosa que treme.
07:20
which kind of jiggle.
153
440000
1000
07:22
And if I hold down my cursor, they do a little dance.
154
442000
2000
Se eu pressionar o meu cursor, fazem uma pequena dança.
07:25
We see "better" is the most frequent feeling, followed by "bad."
155
445000
3000
Vemos que "melhor" é o sentimento mais frequente, seguido de "mal".
07:28
And then if I go over here, the list begins to scroll,
156
448000
3000
Se formos aqui, a lista continua,
07:31
and there are actually thousands of feelings that have been collected.
157
451000
2000
e há milhares de sentimentos que foram recolhidos.
07:33
You can see the little pink cursor moving along,
158
453000
2000
Podem ver o pequeno cursor rosa a mover-se,
07:35
representing our position.
159
455000
1000
a representar a nossa posição.
07:37
Here we see people that feel "slipping," "nauseous," "responsible."
160
457000
4000
Vemos aqui pessoas que se sentem "a escorregar", "enjoados", "responsáveis".
07:41
There's also a search capability,
161
461000
1000
Também podem pesquisar,
07:42
if you're interested in finding out about a certain population.
162
462000
2000
se quiserem descobrir uma dada população.
Por exemplo, podem encontrar mulheres que se sentem "viciadas",
07:45
For instance, you could find women who feel "addicted"
163
465000
2000
07:47
in their 20s when it was cloudy in Bangladesh.
164
467000
4000
na casa dos 20, num dia enevoado em Bangladesh.
07:51
(Laughter)
165
471000
4000
(Risos)
07:55
But I'll spare you that.
166
475000
1000
Mas vou poupar-vos a isto.
07:56
So here are some of my favorite montages that have been collected:
167
476000
3000
Aqui estão algumas das montagens recolhidas de que mais gosto:
08:00
"I feel so much of my dad alive in me that there isn't even room for me."
168
480000
3000
"Sinto tanto do meu pai ainda vivo em mim que nem há espaço para mim".
08:05
"I feel very lonely."
169
485000
2000
"Sinto-me muito sozinha".
08:09
"I need to be in some backwoods redneck town
170
489000
2000
"Preciso de estar numa terriola de parolos
08:11
so that I can feel beautiful."
171
491000
2000
para me sentir bonita".
08:16
"I feel invisible to you."
172
496000
1000
"Sinto que sou invisível para ti".
08:19
"I wouldn't hide it if society didn't make me feel like I needed to."
173
499000
3000
"Não me esconderia se a sociedade não me fizesse sentir que o devo fazer".
08:25
"I feel in love with Carolyn." "I feel so naughty."
174
505000
4000
"Sinto-me apaixonada pela Carolyn".
"Sinto-me tão atrevida".
08:32
"I feel these weirdoes are actually an asset to college life."
175
512000
3000
"Acho que estes anormais são um ativo valioso na vida académica".
08:35
(Laughter)
176
515000
4000
(Risos)
08:39
"I love how I feel today."
177
519000
1000
"Adoro como em sinto hoje".
Como podem ver "Sentimo-nos Bem" usa uma técnica
08:42
So as you can see, We Feel Fine uses a technique
178
522000
2000
08:44
that I call "passive observation."
179
524000
1000
a que chamo "observação passiva".
08:45
What I mean by that is that it passively observes people
180
525000
3000
Ou seja, observa as pessoas passivamente
08:48
as they live their lives. It scans the world's blogs
181
528000
4000
à medida que vivem a sua vida.
Analisa os blogues do mundo
08:52
and looks at what people are writing,
182
532000
1000
e vê o que as pessoas estão a escrever.
08:53
and these people don't know they're being watched or interviewed.
183
533000
3000
As pessoas não sabem que estão a ser observadas.
08:56
And because of that,
184
536000
1000
Assim, acabamos por ter respostas muito honestas, cândidas e sinceras
08:57
you end up getting very honest, candid, sincere responses
185
537000
3000
09:00
that are often very moving.
186
540000
1000
que por vezes são comoventes.
09:02
And this is a technique that I usually prefer in my work
187
542000
2000
Prefiro usar esta técnica no meu trabalho
09:04
because people don't know they're being interviewed.
188
544000
2000
porque as pessoas não sabem que estão a ser entrevistadas.
09:06
They're just living life, and they end up just acting like that.
189
546000
3000
Estão apenas a viver a vida e agem em conformidade.
09:10
Another technique is directly questioning people.
190
550000
2000
Outra técnica é questionar diretamente as pessoas.
09:12
And this is a technique that I explored in a different project,
191
552000
2000
Exploro essa técnica num projeto diferente,
09:14
the Yahoo! Time Capsule,
192
554000
1000
a Cápsula do Tempo Yahoo!,
09:15
which was designed to take a fingerprint of the world in 2006.
193
555000
4000
que foi projetada para tirar uma impressão digital do mundo, em 2006.
09:20
It was divided into ten very simple themes --
194
560000
2000
Foi dividida em 10 temas muito simples,
09:22
love, anger, sadness and so on --
195
562000
2000
amor, raiva, tristeza, etc.,
09:24
each of which contained a single, very open-ended question
196
564000
2000
cada um contendo uma única questão muito aberta colocada ao mundo:
09:26
put to the world: What do you love? What makes you angry?
197
566000
3000
O que amas? O que te faz zangar?
09:29
What makes you sad? What do you believe in? And so on.
198
569000
2000
O que te entristece? Em que acreditas? Etc.
09:31
The time capsule was available for one month online,
199
571000
2000
A Cápsula do Tempo esteve online durante um mês,
09:33
translated into 10 languages, and this is what it looked like.
200
573000
5000
traduzida em 10 línguas, e era assim.
09:38
It's a spinning globe,
201
578000
1000
É um globo giratório,
09:39
the surface of which is entirely composed of the pictures
202
579000
3000
cuja superfície é inteiramente composta de imagens,
09:42
and words and drawings of people
203
582000
2000
palavras e desenhos de pessoas
09:44
that submitted to the time capsule.
204
584000
1000
que os submeteram para a Cápsula do Tempo.
09:46
The ten themes radiate out and orbit the time capsule.
205
586000
2000
Os 10 temas expandem-se e orbitam a Cápsula do Tempo.
09:48
You can sift through this data and see what people have submitted.
206
588000
4000
Podem filtrar estes dados e ver o que as pessoas submeteram.
09:52
This is in response to, What's beautiful? "Miss World."
207
592000
2000
"O que é bonito?" "A Miss Mundo".
09:54
There are two modes to the time capsule.
208
594000
2000
Ha dois modos na Cápsula do Tempo.
09:56
There's One World, which presents the spinning globe,
209
596000
2000
O "Um Mundo", que mostra o globo giratório,
09:58
and Many Voices, which splits the data out into film strips
210
598000
3000
e o "Muitas Vozes", que separa os dados em filmes
10:02
and lets you sift through them one by one.
211
602000
1000
e deixa-vos filtrá-los um por um.
10:05
So this project was punctuated by a really amazing event,
212
605000
4000
Este projeto teve como destaque um evento fantástico
10:09
which was held in the desert outside Albuquerque in New Mexico
213
609000
5000
que decorreu no deserto ao largo de Albuquerque, no Novo México,
10:14
at the Jemez Pueblo, where for three consecutive nights,
214
614000
2000
em Jemez Pueblo, onde por 3 noites consecutivas,
10:16
the contents of the capsule were projected onto the sides
215
616000
3000
os conteúdos da cápsula foram projetados nas escarpas
10:19
of the ancient Red Rock Canyon walls,
216
619000
1000
do antigo desfiladeiro Red Rock,
10:21
which stand about 200 feet tall. It was really incredible.
217
621000
2000
que tem cerca de 60 metros de altura. Foi incrível.
10:23
And we also projected the contents of the time capsule
218
623000
3000
Também projetámos para o espaço os conteúdos da Cápsula do Tempo
10:26
as binary code using a 35-watt laser into outer space.
219
626000
3000
em código binário, usando um laser de 35 watts.
10:29
You can see the orange line leaving the desert floor
220
629000
3000
Podem ver a linha laranja partindo do chão do deserto
10:32
at about a 45 degree angle there. This was amazing
221
632000
2000
num ângulo de cerca de 45°.
10:34
because the first night I looked at all this information
222
634000
4000
Foi espetacular porque na primeira noite em que vi toda esta informação,
10:38
and really started seeing the gaps that I talked about earlier --
223
638000
3000
comecei a ver as diferenças de que falei antes,
10:41
the differences in age, gender and wealth and so on.
224
641000
2000
as diferenças na idade, sexo, riqueza, etc.
10:44
But, you know, as I looked at this more and more and more,
225
644000
2000
Mas, à medida que ia olhando para isto
10:46
and saw these images go across the rocks,
226
646000
2000
e via estas imagens projetadas nas rochas,
10:48
I realized I was seeing the same archetypal events
227
648000
2000
percebi que estavam sempre a aparecer
10:50
depicted again and again and again.
228
650000
2000
os mesmos modelos de eventos.
10:52
You know: weddings, births, funerals, the first car, the first kiss,
229
652000
5000
Casamentos, nascimentos, funerais, o primeiro carro, o primeiro beijo,
10:57
the first camel or horse -- depending on the culture.
230
657000
3000
o primeiro camelo ou cavalo, dependendo da cultura.
11:00
And it was really moving. And this picture here was taken
231
660000
4000
Era emocionante.
Esta fotografia foi tirada na última noite, de um penhasco a 3 quilómetros,
11:04
the final night from a distant cliff about two miles away,
232
664000
3000
onde os conteúdos da cápsula estavam a ser enviados para o espaço.
11:07
where the contents of the capsule were being beamed into space.
233
667000
3000
11:10
And there was something very moving
234
670000
2000
Havia algo muito comovente
em todas estas expressões humanas a serem enviadas para o céu noturno.
11:12
about all of this human expression being shot off into the night sky.
235
672000
3000
11:15
And it started to make me think a lot about the night sky,
236
675000
3000
Comecei a pensar no céu noturno,
e em como os humanos sempre usaram o céu noturno
11:18
and how humans have always used the night sky
237
678000
1000
11:19
to project their great stories.
238
679000
2000
para projetar as suas grandes histórias.
11:21
You know, as a child in Vermont, on a farm where I grew up,
239
681000
3000
Quando era criança, em Vermont, na quinta onde cresci,
11:24
I would often look up into the dark sky
240
684000
2000
olhava muitas vezes para céu escuro
11:26
and see the three star belt of Orion, the Hunter.
241
686000
2000
e via as três estrelas da cintura de Orionte, o Caçador.
11:29
And as an adult, I've been more aware
242
689000
2000
Depois de adulto, tornei-me mais ciente
11:31
of the great Greek myths playing out in the sky overhead every night.
243
691000
3000
dos grandes mitos gregos que decorriam no céu acima, todas as noites.
11:35
You know, Orion facing the roaring bull.
244
695000
2000
Orionte a enfrentar o touro enraivecido.
11:37
Perseus flying to the rescue of Andromeda.
245
697000
2000
Perseu a voar para salvar Andrómeda.
11:39
Zeus battling Chronos for control of Mount Olympus.
246
699000
3000
Zeus a lutar contra Cronos pelo controlo do Monte Olimpo.
11:42
I mean, these are the great tales of the Greeks.
247
702000
2000
Estas são as grandes histórias dos gregos.
11:44
And it caused me to wonder about our world today.
248
704000
2000
Isso fez-me pensar no mundo de hoje.
11:47
And it caused me to wonder specifically,
249
707000
2000
E fez com que indagasse especificamente
11:49
if we could make new constellations today,
250
709000
2000
se fosse possível fazer novas constelações hoje.
11:52
what would those look like? What would those be?
251
712000
2000
Como seriam? Quais seriam?
11:54
If we could make new pictures in the sky, what would we draw?
252
714000
3000
Se pudéssemos fazer novas imagens no céu, que desenharíamos?
11:57
What are the great stories of today?
253
717000
1000
Quais são as grandes histórias de hoje?
11:58
And those are the questions that inspired my new project,
254
718000
4000
Foram essas as questões que inspiraram o meu novo projeto,
12:02
which is debuting here today at TED.
255
722000
2000
que se estreia hoje aqui no TED.
12:04
Nobody's seen this yet, publicly.
256
724000
1000
Ainda ninguém viu isto em público.
12:06
It's called Universe: Revealing Our Modern Mythology.
257
726000
3000
Chama-se Universo, e revela a nossa moderna mitologia.
12:10
And it uses this metaphor of an interactive night sky.
258
730000
3000
Usa a metáfora de um céu noturno interativo.
12:13
So, it's my great pleasure now to show this to you.
259
733000
3000
É com enorme prazer que vos mostro isto.
12:16
So, Universe will open here.
260
736000
1000
O Universo abrir-se-á aqui.
12:17
And you'll see that it leads with a shifting star field,
261
737000
4000
Verão que se inicia com um campo estelar em movimento,
12:22
and there's an Aurora Borealis in the background,
262
742000
2000
e há uma Aurora Boreal como fundo, como que a mudar de cor.
12:24
kind of morphing with color. The color of the Aurora Borealis
263
744000
3000
A cor da Aurora Boreal pode ser controlada
12:27
can be controlled using this single bar of color at the bottom,
264
747000
3000
com esta barra de cor no fundo.
12:31
and we'll put it down here to red.
265
751000
2000
Vamos colocá-la aqui a vermelho.
12:33
So you see this kind of -- these stars moving along.
266
753000
2000
Vemos estas estrelas a movimentar-se.
12:36
Now, these aren't just little points of light, little pixels.
267
756000
3000
Isto não apenas pontos de luz, pequenos píxeis.
12:39
Each of those stars actually represents
268
759000
2000
Cada uma destas estrelas representa um acontecimento do mundo real,
12:41
a specific event in the real world --
269
761000
2000
uma frase dita por alguém, uma imagem,
12:44
a quote that was stated by somebody, an image,
270
764000
2000
12:47
a news story, a person, a company. You know,
271
767000
3000
uma notícia, uma pessoa, uma empresa.
12:50
some kind of heroic personality.
272
770000
2000
Algum tipo de personalidade heroica.
12:53
And you might notice that as the cursor begins
273
773000
2000
Reparem que, à medida que o cursor começa a tocar
12:55
to touch some of these stars, that shapes begin to emerge.
274
775000
4000
numa destas estrelas, começam a surgir formas.
12:59
We see here there's a little man walking along, or maybe a woman.
275
779000
3000
Vemos que há um homem a andar, ou talvez uma mulher.
13:02
And we see here a photograph with a head.
276
782000
4000
Vemos aqui uma fotografia com uma cabeça.
13:07
You can start to see words emerging here.
277
787000
2000
Podem ver palavras a surgir aqui.
Isto são as constelações,
13:10
And those are
278
790000
1000
13:12
the constellations of today.
279
792000
1000
são as constelações de hoje.
13:14
And I can turn them all on,
280
794000
1000
Posso ligá-las todas,
13:15
and you can see them moving across the sky now.
281
795000
2000
e podem vê-las moverem-se ao longo do céu.
13:18
This is the universe of 2007, the last two months.
282
798000
2000
Este é o universo de 2007, nos últimos dois meses.
13:21
The data from this is global news coverage
283
801000
2000
Os dados provêm dos noticiários globais
13:23
from thousands of news sources around the world.
284
803000
2000
de milhares de fontes de notícias de todo o mundo.
13:25
It's using the API of a really great company that I work with
285
805000
4000
Está a usar a API de uma companhia fantástica com que trabalho
13:29
in New York, actually, called Daylife.
286
809000
1000
em Nova Iorque, chamada Daylife.
13:31
And it's kind of the zeitgeist view at this level
287
811000
3000
É uma espécie de vista zeitgeist [espírito do tempo]
13:34
of the world's current mythology over the last couple of months.
288
814000
4000
da mitologia mundial atual ao longo dos últimos meses.
13:38
So we can see where it's emerging here, like President Ford,
289
818000
3000
Podemos ver o que está a aparecer, "presidente", "Ford", "Iraque", "Bush".
13:42
Iraq, Bush. And we can actually isolate just the words --
290
822000
3000
Podemos isolar apenas as palavras, a que chamo "segredos",
13:45
I call them secrets -- and we can cause them to form
291
825000
2000
e podemos fazer com que formem listas alfabéticas.
13:47
an alphabetical list. And we see Anna Nicole Smith
292
827000
3000
Vemos que Anna Nicole Smith teve um papel importante recentemente.
13:51
playing a big role recently.
293
831000
2000
13:53
President Ford -- this is Gerald Ford's funeral.
294
833000
3000
O presidente Ford. Este é o funeral de Gerald Ford.
13:56
We can actually click anything in Universe
295
836000
3000
Podemos clicar em qualquer coisa no Universo
13:59
and have it become the center of the universe,
296
839000
1000
e torná-la no centro do universo,
14:00
and everything else will enter its orbit.
297
840000
2000
e tudo o resto entrará em órbita.
14:02
So, we'll click Ford, and now that becomes the center.
298
842000
3000
Clico em Ford, que vai passar a ser o centro.
14:05
And the things that relate to Ford enter its orbit
299
845000
3000
As coisas relacionadas com Ford entram na sua órbita
14:08
and swirl around it.
300
848000
1000
e rodam à sua volta.
14:10
We can isolate just the photographs, and we now see those.
301
850000
2000
Podemos isolar só as fotografias e vemo-las agora.
14:13
We can click on one of those
302
853000
1000
Podemos clicar em qualquer delas
14:14
and have the photograph be the center of the universe.
303
854000
2000
e fazer da fotografia o centro do universo.
14:17
Now the things that relate to it are swirling around.
304
857000
3000
Agora as coisas relacionadas com ela orbitam-na.
14:20
We can click on this and we see this iconic image
305
860000
3000
Podemos clicar nisto e vemos esta imagem icónica
14:23
of Betty Ford kissing her husband's coffin.
306
863000
3000
da Betty Ford a beijar o caixão do marido.
14:26
In Universe, there's kind of no end. It just goes infinitely,
307
866000
5000
No Universo, é como se não houvesse fim.
Continua infinitamente, e podemos clicar nas coisas.
14:32
and you can just kind of click on stuff.
308
872000
1000
14:34
This is a photographic representation, called Snapshots.
309
874000
4000
Isto é uma representação fotográfica, chamada Instantâneos.
14:38
But we can actually be more specific in defining our universe.
310
878000
4000
Mas podemos ser mais específicos na definição do nosso universo.
14:42
So, if we want to,
311
882000
1000
Assim, se quisermos,
14:43
let's check out what Bill Clinton's universe looks like.
312
883000
3000
podemos ver como seria o universo de Bill Clinton.
14:46
And let's see, in the past week, what he's been up to.
313
886000
4000
Vejamos o que ele andou a fazer, na semana passada, .
14:50
So now, we have a new universe, which is just constrained
314
890000
3000
Temos agora um novo universo,
que está restrito a tudo relacionado com Bill Clinton.
14:53
to all things Bill Clinton.
315
893000
1000
14:55
We can have his constellations emerge here.
316
895000
2000
Podemos ver as suas constelações a aparecer aqui.
14:58
We can pull out his secrets,
317
898000
1000
Podemos puxar os seus segredos,
14:59
and we see that it has a lot to do with candidates,
318
899000
3000
e vemos que tem muito a ver com candidatos,
15:02
Hillary, presidential, Barack Obama.
319
902000
3000
Hillary, presidencial, Barack Obama.
Podemos ver as notícias
15:06
We can see the stories
320
906000
1000
15:07
that Bill Clinton is taking part in right now.
321
907000
3000
de que Bill Clinton faz parte neste momento.
15:10
Any of those can be opened up.
322
910000
2000
Podemos abrir uma qualquer.
15:12
So we see Obama and the Clintons meet in Alabama.
323
912000
2000
Vemos Obama e os Clinton encontrarem-se no Alabama.
15:15
You can see that this is an important story;
324
915000
1000
Podem ver que é uma história importante,
15:16
there are a lot of things in its orbit. If we open this up,
325
916000
4000
há muitas coisas na sua órbita.
Se abrirmos isto, obtemos perspetivas diferentes desta notícia.
15:20
we get different perspectives on this story.
326
920000
3000
15:23
You can click any of those to go out and read the article
327
923000
2000
Podem clicar num qualquer para sair e ler o artigo na fonte.
15:25
at the source. This one's from Al Jazeera.
328
925000
2000
Este é da Al Jazeera.
15:28
We can also see the superstars. These would be the people
329
928000
4000
Também podemos ver as superestrelas.
Ou seja, pessoas que são os eminentes heróis e heroínas
15:32
that are kind of the looming heroes and heroines
330
932000
3000
15:35
in the universe of Bill Clinton. So there's Bill Clinton, Hillary,
331
935000
3000
do universo de Bill Clinton.
Temos Bill Clinton, Hillary, Iraque, George Bush, Barack Obama, Scooter Libby.
15:38
Iraq, George Bush, Barack Obama, Scooter Libby --
332
938000
4000
15:42
these are kind of the people of Bill Clinton.
333
942000
2000
Estas são como que as pessoas de Bill Clinton.
15:45
We can also see a world map, so this shows us the geographic reach
334
945000
4000
Também podemos ver um mapa mundial, que mostra o alcance geográfico
de Bill Clinton na última semana.
15:49
of Bill Clinton in the last week or so.
335
949000
1000
15:50
We can see he's been focused in America
336
950000
2000
Podemos ver que tem estado focado na América
15:52
because he's been campaigning, probably,
337
952000
2000
talvez porque tem estado em campanha,
15:54
but a little bit of action over here in the Middle East.
338
954000
2000
mas também tem um bocadinho aqui no Médio Oriente.
15:56
And then we can also see a timeline.
339
956000
2000
E também vemos uma linha temporal.
15:58
So we see that he was a bit quiet on Saturday,
340
958000
3000
Vemos que esteve sossegado no sábado,
16:01
but he was back to work on Sunday morning,
341
961000
2000
mas que voltou ao trabalho na manhã de domingo,
16:03
and actually been tapering off since then this week.
342
963000
3000
e tem vindo a diminuir desde então, esta semana.
16:06
And it's not limited to just people or dates,
343
966000
2000
Isto não está limitado a pessoas ou datas,
16:08
but we can actually put in concepts also.
344
968000
2000
mas também podemos utilizar conceitos.
16:10
So if I put in climate change for all of 2006,
345
970000
3000
Se eu colocar mudanças climáticas em 2006
16:14
we'll see what that universe looks like.
346
974000
2000
vemos como será esse universo.
16:16
Here we have our star field. Here we have our shapes.
347
976000
3000
Temos aqui o nosso campo estelar, as nossas formas,
16:19
Here we have our secrets.
348
979000
2000
os nossos segredos.
16:22
So we see again, climate change is large:
349
982000
2000
Vemos novamente, a mudança climática é grande.
16:24
Nairobi, global conference, environmental.
350
984000
3000
Nairobi, conferência global, ambiental.
16:27
And there are also quotes that you can see,
351
987000
2000
Também podem ver citações sobre a mudança climática
16:29
if you're interested in reading about quotes on climate change.
352
989000
2000
se estiverem interessados em as ler.
16:31
You know, this is really an infinite thing.
353
991000
1000
Isto é uma coisa infinita.
16:33
The superstars of climate change in 2006:
354
993000
2000
As superestrelas da mudança climática em 2006:
16:35
United States, Britain, China. You know,
355
995000
3000
Estados Unidos, Grã-Bretanha, China.
16:38
these are the towering countries that kind of define this concept.
356
998000
3000
Estes são os principais países que definem este conceito.
16:41
So this is a piece that demands exploration.
357
1001000
3000
É uma coisa que deve ser explorada.
16:44
This will be online in several days, probably next Tuesday.
358
1004000
4000
Isto vai estar online vários dias, provavelmente na próxima terça-feira.
16:49
And you'll all be able to use it and kind of explore
359
1009000
4000
Toda a gente pode usar e explorar
o que seria a vossa mitologia pessoal.
16:53
what your own personal mythology might be.
360
1013000
2000
16:55
You'll notice that in Daylife -- rather, in Universe --
361
1015000
3000
Vão reparar que o Universo
apoia-se, simultaneamente, na noção de mitologia global,
16:58
it supports both the notion of a global mythology,
362
1018000
2000
17:00
which is represented by something as broad as, say, 2007,
363
1020000
3000
que é representada por uma coisa tão abrangente como 2007,
17:03
and also a personal mythology.
364
1023000
2000
e na mitologia pessoal.
17:05
As you search for the things that are important to you in your world,
365
1025000
4000
Pois pesquisamos as coisas que são importante no nosso mundo,
17:09
and then see what the constellations of those might look like.
366
1029000
3000
e depois vemos como poderiam ser as respetivas constelações.
17:13
So it's been a pleasure. Thank you very much.
367
1033000
3000
Foi um prazer. Muito obrigado.
17:16
(Applause)
368
1036000
3000
(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