Erik Hersman: How texting helped Kenyans survive crisis

15,544 views ・ 2009-04-22

TED


Dubbelklicka på de engelska undertexterna nedan för att spela upp videon.

Översättare: Johan Cegrell Granskare: David Unger
00:12
So I'm here to tell you a story of success from Africa.
0
12160
4000
Jag är här för att berätta för er om framgång i Afrika.
00:16
A year and a half ago,
1
16160
3000
För ett och ett halvt år sedan,
00:19
four of the five people who are full time members
2
19160
2000
var fyra av fem fulltids-medlemmar
00:21
at Ushahidi,
3
21160
2000
av Ushahidi,
00:23
which means "testimony" in Swahili,
4
23160
3000
vilket betyder "vittnesmål" på Swahili,
00:26
were TED Fellows.
5
26160
2000
medlemmar på TED.
00:28
A year ago in Kenya we had post-election violence.
6
28160
3000
För ett år sedan hade vi i Kenya våld efter valet.
00:31
And in that time we prototyped and built,
7
31160
3000
Och på den tiden hade vi typtestat och byggt,
00:34
in about three days, a system that would allow
8
34160
2000
på omkring tre dagar, ett system som skulle tillåta
00:36
anybody with a mobile phone
9
36160
2000
alla med en mobiltelefon
00:38
to send in information and reports on what was happening around them.
10
38160
3000
att skicka in information och rapportera om vad som händer runt omkring dem.
00:41
We took what we knew about Africa,
11
41160
2000
Vi tog vad vi visste om Afrika,
00:43
the default device,
12
43160
2000
den grundläggande apparaten,
00:45
the mobile phone, as our common denominator,
13
45160
2000
mobiltelefonen, som vår gemensamma nämnare,
00:47
and went from there.
14
47160
2000
och vi gick vidare.
00:49
We got reports like this.
15
49160
3000
Vi fick rapporter som denna.
00:56
This is just a couple of them from January 17th, last year.
16
56160
3000
Detta är bara ett par av dem från 17:e Januari, förra året.
01:02
And our system was rudimentary. It was very basic.
17
62160
3000
Och vårt system var grundläggande. Det var mycket enkelt.
01:05
It was a mash-up that used data that we collected from people,
18
65160
3000
Det var en sammanslagning som använde data vi samlat in från personer,
01:08
and we put it on our map.
19
68160
2000
och vi ställde upp det på vår karta.
01:10
But then we decided we needed to do something more.
20
70160
2000
Men sedan bestämde vi att vi behövde göra något mer.
01:12
We needed to take what we had built
21
72160
2000
Vi behövde ta det vi hade byggt
01:14
and create a platform out of it so that it could be used elsewhere in the world.
22
74160
3000
och skapa en plattform av det så att det kunde användas på andra ställen i världen.
01:17
And so there is a team of developers
23
77160
3000
Det finns ett team av utvecklare
01:20
from all over Africa, who are part of this team now --
24
80160
3000
från hela Afrika, som är en del i detta team nu,
01:23
from Ghana, from Malawi, from Kenya.
25
83160
2000
från Ghana, från Malawi, från Kenya.
01:25
There is even some from the U.S.
26
85160
4000
Det finns även en del från USA.
01:29
We're building for smartphones, so that it can be used in the developed world,
27
89160
3000
Vi bygger den för Smartphones, så den kan användas i industriella världen,
01:32
as well as the developing world.
28
92160
2000
likväl som i utvecklingsvärlden.
01:34
We are realizing that this is true.
29
94160
2000
Vi inser att detta är sant.
01:36
If it works in Africa then it will work anywhere.
30
96160
2000
Om det fungerar i Afrika kommer det att fungera överallt.
01:38
And so we build for it in Africa first
31
98160
3000
Så vi bygger för den i Afrika först
01:41
and then we move to the edges.
32
101160
2000
och sedan flyttar vi ut mot kanterna.
01:43
It's now been deployed in the Democratic Republic of the Congo.
33
103160
3000
Den blir just nu använd i Demokratiska Republiken Kongo.
01:46
It's being used by NGOs all over East Africa,
34
106160
3000
Den används av ideella organisationer över hela östafrika.
01:49
small NGOs doing their own little projects.
35
109160
3000
Små ideella organistationer skapar sina egna små projekt.
01:52
Just this last month it was deployed by
36
112160
2000
Bara under den senaste månaden har den börjat användas av
01:54
Al Jazeera in Gaza.
37
114160
3000
Al Jazeera i Gaza.
01:57
But that's actually not what I'm here to talk about.
38
117160
2000
Men det är faktiskt inte vad jag är här för att prata om.
01:59
I'm here to talk about the next big thing,
39
119160
2000
Jag är här för att prata om nästa stora sak
02:01
because what we're finding out is that
40
121160
2000
eftersom vi upptäcker att
02:03
we have this capacity to report
41
123160
2000
vi har kapaciteten att rapportera
02:05
eyewitness accounts of what's going on in real time.
42
125160
4000
ögonvittnesbeskrivningar av vad som händer, i realtid.
02:09
We're seeing this in events like Mumbai recently,
43
129160
3000
Vi ser detta vid händelser som nyligen i Mumbai.
02:12
where it's so much easier to report now
44
132160
2000
Där det är så mycket enklare att rapportera nu
02:14
than it is to consume it.
45
134160
2000
än vad det är att ta åt sig det.
02:16
There is so much information; what do you do?
46
136160
2000
Det finns så mycket information; vad gör man?
02:18
This is the Twitter reports for over three days
47
138160
3000
Det här är Twitter-rapporterna från mer än tre dagar
02:21
just covering Mumbai.
48
141160
2000
bara gällande Mumbai.
02:23
How do you decide what is important?
49
143160
2000
Hur bestämmer ni vad som är viktigt?
02:25
What is the veracity level of what you're looking at?
50
145160
3000
Vad är sanningshalten i det vi ser?
02:28
So what we find is that there is this
51
148160
2000
Vad vi upptäcker är att det finns
02:30
great deal of wasted crisis information
52
150160
2000
en stor del bortkastad krisinformation
02:32
because there is just too much information for us to
53
152160
3000
enbart på grund av att det är för mycket information för oss
02:35
actually do anything with right now.
54
155160
3000
att faktiskt kunna göra något just nu.
02:38
And what we're actually really concerned with
55
158160
2000
Vad vi faktiskt är mest bekymrade för
02:40
is this first three hours.
56
160160
2000
är dessa första tre timmar.
02:42
What we are looking at is the first three hours.
57
162160
2000
Vad vi ser här är de första tre timmarna.
02:44
How do we deal with that information that is coming in?
58
164160
3000
Hur hanterar vi informationen som kommer in?
02:47
You can't understand what is actually happening.
59
167160
2000
Man kan inte förstå vad som faktiskt händer.
02:49
On the ground and around the world
60
169160
2000
På platsen och runt jorden
02:51
people are still curious,
61
171160
2000
är folk fortfarande nyfikna,
02:53
and trying to figure out what is going on. But they don't know.
62
173160
3000
och försöker klura ut vad som händer. Men de vet inte.
02:56
So what we built of course, Ushahidi,
63
176160
3000
Så vad vi byggde var förstås, Ushahidi,
02:59
is crowdsourcing this information.
64
179160
2000
som källhänvisar informationen från folkmassan.
03:01
You see this with Twitter, too. You get this information overload.
65
181160
3000
Ni ser detta med Twitter, också. Ni får ett överflöd av information.
03:04
So you've got a lot of information. That's great.
66
184160
2000
Ni har massor med information. Jättebra.
03:06
But now what?
67
186160
2000
Men vad händer sedan?
03:08
So we think that there is something interesting we can do here.
68
188160
3000
Vi tror att det finns något intressant vi kan göra här.
03:11
And we have a small team who is working on this.
69
191160
2000
Och vi har ett litet team som arbetar med detta.
03:13
We think that we can actually create
70
193160
2000
Vi tror att vi faktiskt kan bygga
03:15
a crowdsourced filter.
71
195160
2000
ett filter för att hänvisa folkmassan.
03:17
Take the crowd and apply them to the information.
72
197160
3000
Ta folkmassan och tillämpa dem på informationen.
03:20
And by rating it and by rating
73
200160
2000
Och genom att gradera den och att gradera
03:22
the different people who submit information,
74
202160
2000
personerna som skickar in information,
03:24
we can get refined results
75
204160
2000
kan vi få förädlade resultat
03:26
and weighted results.
76
206160
2000
och avvägda resultat.
03:28
So that we have a better understanding
77
208160
2000
Så att vi har en bättre förståelse
03:30
of the probability of something being true or not.
78
210160
2000
av sannolikheten kring att något är sant eller falskt.
03:32
This is the kind of innovation that is,
79
212160
3000
Detta är den typ av uppfinning som,
03:35
quite frankly -- it's interesting that it's coming from Africa.
80
215160
2000
uppriktigt sagt -- är intressant att den kommer från Afrika.
03:37
It's coming from places that you wouldn't expect.
81
217160
3000
Den kommer från platser ni inte förväntar er.
03:40
From young, smart developers.
82
220160
2000
Från unga, smarta utvecklare.
03:42
And it's a community around it that has decided to build this.
83
222160
3000
Och det är en gemenskap omkring som beslutade att bygga den.
03:45
So, thank you very much.
84
225160
2000
Tack så mycket.
03:47
And we are very happy to be part of the TED family.
85
227160
2000
Och vi är glada att vara en del av TED-familjen.
03:49
(Applause)
86
229160
1000
(Applåder)
Om denna webbplats

På den här webbplatsen hittar du YouTube-videor som är användbara för att lära sig engelska. Du kommer att få se engelska lektioner som ges av förstklassiga lärare från hela världen. Dubbelklicka på de engelska undertexterna som visas på varje videosida för att spela upp videon därifrån. Undertexterna rullar i takt med videouppspelningen. Om du har några kommentarer eller önskemål kan du kontakta oss via detta kontaktformulär.

https://forms.gle/WvT1wiN1qDtmnspy7