This app makes it fun to pick up litter | Jeff Kirschner

140,959 views ・ 2017-03-22

TED


โปรดดับเบิลคลิกที่คำบรรยายภาษาอังกฤษด้านล่างเพื่อเล่นวิดีโอ

Translator: Dussadee Suebsangin Reviewer: Orm Wiwitumpon
00:12
This story starts with these two --
0
12835
2993
เรื่องนี้เริ่มต้นจากเด็กสองคนนี้ครับ
00:15
my kids.
1
15852
1258
ลูกของผมเอง
00:17
We were hiking in the Oakland woods
2
17134
1682
เรากำลังเดินเขาอยู่ในป่าโอ๊คแลนด์
00:18
when my daughter noticed a plastic tub of cat litter in a creek.
3
18840
4134
เมื่อลูกสาวผมสังเกตเห็น กระบะทรายสำหรับแมว ลอยมาตามลำน้ำ
00:23
She looked at me and said,
4
23467
1662
เธอมองผมแล้วพูดว่า
00:25
"Daddy?
5
25153
2507
"พ่อคะ
00:27
That doesn't go there."
6
27684
1650
มันไม่ควรอยู่ตรงนั้นนี่คะ"
00:29
When she said that, it reminded me of summer camp.
7
29358
2422
เมื่อเธอพูดแบบนั้น มันทำให้ผมนึกถึงค่ายฤดูร้อน
00:31
On the morning of visiting day,
8
31804
1498
ในเช้าวันที่ผู้ปกครองจะมาเยี่ยม
00:33
right before they'd let our anxious parents come barreling through the gates,
9
33326
3663
ก่อนที่พวกเขาจะให้เหล่าผู้ปกครองที่ กำลังเป็นห่วงลูก ๆ โถมผ่านประตูเข้ามา
00:37
our camp director would say,
10
37013
1369
ผู้อำนวยการค่ายกล่าวว่า
00:38
"Quick! Everyone pick up five pieces of litter."
11
38406
2309
"เร็วเข้า ทุกคนไปเก็บขยะ กันมาคนละห้าชิ้น"
00:40
You get a couple hundred kids each picking up five pieces,
12
40739
3040
เมื่อคุณให้เด็กสองสามร้อยคน เก็บขยะกันคนละห้าชิ้น
00:43
and pretty soon, you've got a much cleaner camp.
13
43803
2573
ในไม่ช้า คุณก็จะได้ค่ายที่สะอาดขึ้นมาก
00:46
So I thought,
14
46400
1159
ดังนั้น ผมจึงคิดว่า
00:47
why not apply that crowdsourced cleanup model to the entire planet?
15
47583
4537
ทำไมเราถึงไม่ใช้วีธีคนละไม้คนละมือแบบนี้ เป็นต้นแบบในการทำความสะอาดโลกใบนี้ล่ะ
00:52
And that was the inspiration for Litterati.
16
52144
2951
และนั่น คือแรงบรรดาลใจของ แอพฯ ลิทเทอราตี้ (Litterati) ครับ
00:55
The vision is to create a litter-free world.
17
55119
3349
วิสัยทัศน์ของมันก็คือ การสร้างโลกที่ปราศจากขยะ
00:58
Let me show you how it started.
18
58492
1508
ให้ผมแสดงการทำงานให้ดูนะครับ
01:00
I took a picture of a cigarette using Instagram.
19
60024
3386
ผมถ่ายภาพบุหรี่มวนหนึ่งมาโดยใช้อินสตาแกรม
01:04
Then I took another photo ...
20
64042
1867
จากนั้นก็ถ่ายอีกรูปหนึ่ง ...
01:05
and another photo ...
21
65933
1557
แล้วก็อีกรูปหนึ่ง ...
01:07
and another photo.
22
67514
1167
แล้วก็อีกรูป
01:08
And I noticed two things:
23
68705
1286
และผมก็สังเกตเห็นสองสิ่งนี้
01:10
one, litter became artistic and approachable;
24
70015
3472
สิ่งแรก ขยะกลายเป็นศิลปะ และเข้าถึงได้
01:14
and two,
25
74064
1151
และสิ่งที่สอง
01:15
at the end of a few days, I had 50 photos on my phone
26
75239
2515
สุดท้ายหลังผ่านไปสองสามวัน มือถือผมมีรูปอยู่ 50 รูป
01:17
and I had picked up each piece,
27
77778
1587
และผมก็ได้หยิบขยะแต่ละชิ้น
01:19
and I realized that I was keeping a record
28
79389
2385
ด้วยความรู้สึกว่าผมกำลังทำสถิติ
01:21
of the positive impact I was having on the planet.
29
81798
3151
ในการสร้างผลกระทบแง่บวก ให้กับโลกใบนี้
01:24
That's 50 less things that you might see,
30
84973
2188
มันคือขยะ 50 ชิ้นที่ลดลง ขยะที่คุณอาจพบเห็น
01:27
or you might step on,
31
87185
1243
หรือที่คุณอาจเหยียบ
01:28
or some bird might eat.
32
88452
1458
หรือที่นกบางตัวอาจกินเข้าไป
01:30
So I started telling people what I was doing,
33
90589
2652
ดังนั้นผมจึงเริ่มบอกคนอื่น ๆ ว่าผมกำลังทำอะไรอยู่
01:33
and they started participating.
34
93265
2356
และพวกเขาก็เริ่มเอาด้วย
01:36
One day,
35
96651
1693
วันหนึ่ง
01:38
this photo showed up from China.
36
98368
2528
ภาพนี้ปรากฏขึ้นจากประเทศจีน
01:41
And that's when I realized
37
101859
1271
และนั่นคือตอนที่ผมรู้ว่า
01:43
that Litterati was more than just pretty pictures;
38
103154
3266
ลิทเทอราตี้ ทำได้มากกว่าเก็บภาพสวย ๆ
01:46
we were becoming a community that was collecting data.
39
106444
3369
แต่เรากำลังก่อตัวเป็นชุมชน ที่ช่วยกันเก็บข้อมูล
01:50
Each photo tells a story.
40
110689
1890
ภาพแต่ละภาพบอกเล่าเรื่องราว
01:53
It tells us who picked up what,
41
113099
2193
มันบอกเราว่าใครเก็บอะไรได้
01:55
a geotag tells us where
42
115316
2011
พิกัดบอกว่าเก็บได้ที่ไหน
01:57
and a time stamp tells us when.
43
117351
2030
และประทับเวลาว่าเก็บเมื่อไหร่
01:59
So I built a Google map,
44
119826
2429
ผมเลยทำออกมาเป็นกูเกิ้ลแมพ
02:02
and started plotting the points where pieces were being picked up.
45
122279
4053
และเริ่มลงจุดบนแผนที่ ว่ามีการเก็บเกิดขึ้นตรงไหน
02:06
And through that process, the community grew
46
126356
3918
และด้วยกระบวนการนี้ ชุมชนก็เริ่มขยายตัว
02:10
and the data grew.
47
130298
1639
แล้วข้อมูลก็โตขึ้น
02:12
My two kids go to school right in that bullseye.
48
132626
3461
ลูกทั้งสองคนของผมไปโรงเรียน ซึ่งอยู่ตรงจุดเป้าหมาย
02:16
Litter:
49
136945
1211
ขยะ
02:18
it's blending into the background of our lives.
50
138180
2704
มันเริ่มแทรกซึมเข้ามา เป็นเบื้องหลังในชีวิตพวกเรา
02:20
But what if we brought it to the forefront?
51
140908
2099
แต่เราจะทำยังไง ให้มันได้แสดงตัว
02:23
What if we understood exactly what was on our streets,
52
143031
2912
ถ้าเรารู้ชัดเจน ว่าอะไรที่อยู่บนถนนของเรา
02:25
our sidewalks
53
145967
1389
บนทางเท้าของเรา
02:27
and our school yards?
54
147380
1538
และบนสนามโรงเรียน
02:28
How might we use that data to make a difference?
55
148942
3247
เราจะสามารถเอาข้อมูลพวกนั้นมาสร้างความแตกต่างได้อย่างไร
02:33
Well, let me show you.
56
153009
1198
เอาล่ะครับ ให้ผมแสดงให้พวกคุณดู
02:34
The first is with cities.
57
154231
1385
เริ่มต้นที่เมือง
02:36
San Francisco wanted to understand what percentage of litter was cigarettes.
58
156238
4639
ซานฟรานซิสโกต้องการรู้ว่า บุหรี่คิดเป็นร้อยละเท่าไหร่ของขยะในเมือง
02:40
Why?
59
160901
1162
ทำไมน่ะหรือ
02:42
To create a tax.
60
162087
1209
เพื่อกำหนดภาษีครับ
02:43
So they put a couple of people in the streets
61
163893
2135
ดังนั้นพวกเขาเลยให้คนสองคน ลงไปตามถนน
02:46
with pencils and clipboards,
62
166052
1361
พร้อมกับดินสอและกระดาษ
02:47
who walked around collecting information
63
167437
2063
เดินไปรอบ ๆ เพื่อเก็บข้อมูล
02:49
which led to a 20-cent tax on all cigarette sales.
64
169524
3111
จนนำไปสู่การเก็บภาษี 20 เซนต์ ในการขายบุหรี่ทุกครั้ง
02:53
And then they got sued
65
173607
2153
แล้วพวกเขาก็โดนร้องเรียน
02:55
by big tobacco,
66
175784
1176
โดยบริษัทยาสูบยักษ์ใหญ่
02:56
who claimed that collecting information with pencils and clipboards
67
176984
3216
ซึ่งกล่าวหาว่าการรวบรวมข้อมูล ด้วยดินสอกับกระดาษนั้น
03:00
is neither precise nor provable.
68
180224
2331
ทั้งไม่แม่นยำและพิสูจน์ความถูกต้องไม่ได้
03:03
The city called me and asked if our technology could help.
69
183274
3680
ทางเมืองจึงโทรหาผมและถามว่า เทคโนโลยีของผมจะช่วยได้มั้ย
03:06
I'm not sure they realized
70
186978
1249
ไม่แน่ใจว่าพวกเขาลืมหรือเปล่า
03:08
that our technology was my Instagram account --
71
188251
2248
ว่าเทคโนโลยีของเรา มันเป็นแค่บัญชีอินสตาแกรม--
03:10
(Laughter)
72
190523
1039
(เสียงหัวเราะ)
03:11
But I said, "Yes, we can."
73
191586
1266
แต่ผมก็ตอบว่า "เราทำได้"
03:12
(Laughter)
74
192876
1016
03:13
"And we can tell you if that's a Parliament or a Pall Mall.
75
193916
3908
(เสียงหัวเราะ)
"และเราสามารถบอกคุณได้ด้วยว่า มันคือที่สภา หรือห้างพาลล์
03:17
Plus, every photograph is geotagged and time-stamped,
76
197848
3425
แถมด้วย ทุกภาพนั้น ระบุพิกัดภูมิศาสตร์ และประทับเวลา
03:21
providing you with proof."
77
201297
1381
เพื่อคุณใช้เป็นหลักฐานได้"
03:23
Four days and 5,000 pieces later,
78
203659
3220
สิ่งที่ได้คือขยะ 5,000 ชิ้น ภายใน 4 วัน
03:26
our data was used in court to not only defend but double the tax,
79
206903
4938
ข้อมูลของเราถูกนำไปใช้ในศาล เพื่อไม่แค่ต่อรองเท่าเดิมแต่ให้เพิ่มภาษี 2 เท่า
03:31
generating an annual recurring revenue of four million dollars
80
211865
4323
สร้างรายได้กลับเข้ารัฐได้ราว สี่ล้านดอลลาร์
03:36
for San Francisco to clean itself up.
81
216212
2295
ให้ซานฟรานซิสโกใช้เป็นค่าทำความสะอาด
03:39
Now, during that process I learned two things:
82
219821
2235
ทีนี้ ระหว่างทำงานนั้น ผมได้เรียนรู้สองสิ่ง คือ
03:42
one, Instagram is not the right tool --
83
222080
2554
หนึ่ง อินสตาแกรมไม่ใช่เครื่องมือที่เหมาะ
03:44
(Laughter)
84
224658
1031
(เสียงหัวเราะ)
03:45
so we built an app.
85
225713
1503
เราจึงสร้างแอพพลิเคชัน
03:47
And two, if you think about it,
86
227240
1633
และสอง ถ้าลองคิดดูนะครับ
03:48
every city in the world has a unique litter fingerprint,
87
228897
3617
ทุกเมืองในโลกมีลายนิ้วมือด้านขยะ ที่เป็นเอกลักษณ์ของตัวเอง
03:52
and that fingerprint provides both the source of the problem
88
232538
3836
และลายนิ้วมือนั้นจะบอกเราได้ ทั้งต้นตอของปัญหา
03:56
and the path to the solution.
89
236398
1921
และหนทางในการแก้ไข
03:59
If you could generate a revenue stream
90
239466
2378
ถ้าคุณสามารถสร้างรายได้
04:01
just by understanding the percentage of cigarettes,
91
241868
2463
เพียงแค่คุณเข้าใจว่า ขยะจากบุหรี่มีร้อยละเท่าไหร่
04:04
well, what about coffee cups
92
244355
2096
ถ้าอย่างนั้น ถ้าเป็นถ้วยกาแฟล่ะ
04:06
or soda cans
93
246475
1706
หรือกระป๋องโซดา
04:08
or plastic bottles?
94
248205
1414
หรือขวดพลาสติก
04:10
If you could fingerprint San Francisco, well, how about Oakland
95
250321
3201
ถ้าคุณพิมพ์ลายนิ้วมือของซานฟรานซิสโกมาได้ แล้วถ้าโอ๊คแลนด์ล่ะ
04:13
or Amsterdam
96
253546
1696
หรืออัมสเตอร์ดัมล่ะ
04:15
or somewhere much closer to home?
97
255266
2970
หรือ สักที่ใกล้ ๆ บ้านคุณเข้ามาสักหน่อย
04:19
And what about brands?
98
259228
1234
แล้วถ้าในแง่ของแบรนด์ล่ะ
04:20
How might they use this data
99
260486
1901
พวกเขาจะเอาข้อมูลตรงนี้ไปใช้อย่างไรดี
04:22
to align their environmental and economic interests?
100
262411
4212
เพื่อที่จะสร้างสมดุลของผลประโยชน์ ทั้งด้านสิ่งแวดล้อมและเศรษฐกิจ
04:27
There's a block in downtown Oakland that's covered in blight.
101
267466
3212
ในย่านเมืองของโอ๊คแลนด์อยู่ช่วงตึกหนึ่ง ที่เต็มไปด้วยของเน่าเสีย
04:31
The Litterati community got together and picked up 1,500 pieces.
102
271145
4104
ชุมชนในลิทเทอราตี้ร่วมมือกัน และเก็บขยะไป 1,500 ชิ้น
04:35
And here's what we learned:
103
275632
1340
สิ่งที่เราได้เรียนรู้ คือ
04:36
most of that litter came from a very well-known taco brand.
104
276996
3210
ขยะเหล่านั้นส่วนใหญ่ มาจากทาโก้ยี่ห้อดัง
04:41
Most of that brand's litter were their own hot sauce packets,
105
281558
3577
โดยขยะเกือบทั้งหมดที่มาจากยี่ห้อนี้ เป็นซองซอสเผ็ด
04:46
and most of those hot sauce packets hadn't even been opened.
106
286258
3626
และส่วนใหญ่ของซองซอสที่พบ ยังไม่ได้เปิดด้วยซ้ำ
04:51
The problem and the path to the solution --
107
291785
2715
นี่ไงครับ ปัญหาและทางแก้ไข --
04:54
well, maybe that brand only gives out hot sauce upon request
108
294524
3961
เอาล่ะ เป็นไปได้มั้ยถ้าผลิตภัณฑ์ยี่ห้อนี้ จะให้ซอสเมื่อลูกค้าขอเท่านั้น
04:58
or installs bulk dispensers
109
298509
2009
หรือติดตั้งตู้กดซอส
05:00
or comes up with more sustainable packaging.
110
300542
2552
หรือปรับขนาดรูปแบบของ หีบห่อผลิตภัณฑ์ให้ยั่งยืนกว่านี้
05:03
How does a brand take an environmental hazard,
111
303118
2969
ผู้ผลิตจะทำอะไรได้บ้าง เพื่อให้ความเสียหายทางสภาพแวดล้อม
05:06
turn it into an economic engine
112
306111
2006
เปลี่ยนเป็นเครื่องจักรทางเศรษฐกิจ
05:08
and become an industry hero?
113
308141
1768
และกลายเป็นวีรบุรุษทางอุตสาหกรรม
05:11
If you really want to create change,
114
311112
2202
ถ้าคุณต้องการสร้างความเปลี่ยนแปลงจริง ๆ
05:13
there's no better place to start than with our kids.
115
313338
2874
ไม่มีอะไรจะดีไปกว่าการเริ่มต้น ที่เด็ก ๆ ของพวกเรา
05:16
A group of fifth graders picked up 1,247 pieces of litter
116
316236
3403
มีกลุ่มนักเรียนเกรดห้ากลุ่มหนึ่ง ช่วยกันเก็บขยะได้ 1,247 ชิ้น
05:19
just on their school yard.
117
319663
1848
แค่ในบริเวณสนามโรงเรียนแห่งเดียว
05:21
And they learned that the most common type of litter
118
321535
2532
และพวกเขาได้เรียนรู้ว่า ขยะที่เจอบ่อยที่สุด
05:24
were the plastic straw wrappers from their own cafeteria.
119
324091
3234
คือ ปลอกพลาสติกหุ้มหลอด ที่มาจากโรงอาหารของพวกเขา
05:27
So these kids went to their principal and asked,
120
327767
2529
ดังนั้น เด็ก ๆ กลุ่มนี้ จึงไปพบคุณครูใหญ่และถามว่า
05:30
"Why are we still buying straws?"
121
330320
1660
"ทำไมเรายังต้องซื้อหลอดอยู่"
05:32
And they stopped.
122
332986
1755
และพวกเขาก็เลิกซื้อครับ
05:34
And they learned that individually they could each make a difference,
123
334765
3654
พวกเขายังได้เรียนรู้อีกว่า เราแต่ละคนสร้างการเปลี่ยนแปลงได้ก็จริง
05:38
but together they created an impact.
124
338443
2338
แต่ถ้าร่วมมือกันเราสร้างแรงกระเพื่อมได้
05:41
It doesn't matter if you're a student or a scientist,
125
341323
4012
มันไม่เกี่ยวเลย ว่าคุณจะเป็นนักเรียนหรือนักวิทยาศาสตร์
05:45
whether you live in Honolulu or Hanoi,
126
345359
3135
คุณจะอยู่ที่โฮโนลูลู หรือ ฮานอย
05:48
this is a community for everyone.
127
348518
2441
นี่คือชุมชนสำหรับทุกคน
05:51
It started because of two little kids in the Northern California woods,
128
351794
4679
มันเริ่มต้นจากเด็กตัวเล็ก ๆ สองคน ในป่าแคลิฟอร์เนียเหนือ
05:56
and today it's spread across the world.
129
356497
2814
และวันนี้มันกระจายไปทั่วโลก
05:59
And you know how we're getting there?
130
359758
1783
คุณรู้แล้วว่าเราไปถึงจุดนั้นอย่างไร
06:01
One piece at a time.
131
361887
1878
แค่ทีละชิ้น
06:04
Thank you.
132
364328
1215
ขอบคุณครับ
06:05
(Applause)
133
365567
3618
(เสียงปรบมือ)
เกี่ยวกับเว็บไซต์นี้

ไซต์นี้จะแนะนำคุณเกี่ยวกับวิดีโอ YouTube ที่เป็นประโยชน์สำหรับการเรียนรู้ภาษาอังกฤษ คุณจะได้เห็นบทเรียนภาษาอังกฤษที่สอนโดยอาจารย์ชั้นนำจากทั่วโลก ดับเบิลคลิกที่คำบรรยายภาษาอังกฤษที่แสดงในแต่ละหน้าของวิดีโอเพื่อเล่นวิดีโอจากที่นั่น คำบรรยายเลื่อนซิงค์กับการเล่นวิดีโอ หากคุณมีความคิดเห็นหรือคำขอใด ๆ โปรดติดต่อเราโดยใช้แบบฟอร์มการติดต่อนี้

https://forms.gle/WvT1wiN1qDtmnspy7