TEDSalon NY2013
Amy Webb: How I hacked online dating
Amy Webb: Cómo pirateé el sistema de citas en Internet
Filmed:
Readability: 3.7
7,847,043 views
Amy Webb no estaba teniendo mucha suerte con las citas en Internet. Los hombres que le gustaban no le respondían a los mensajes, y su perfil atraía a sinvergüenzas (y cosas aún peores). Así que, tal y como cualquier aficionada a los datos haría, comenzó a elaborar una hoja de cálculo. Esucha la historia de cómo pirateó sus propias citas en Internet -- con resultados frustrantes, divertidos y capaces de cambiar la vida.
Amy Webb - Founder and CEO, Future Today Institute
Amy Webb is a futurist and founder of the Future Today Institute, and is the award-winning author of three books, including “Data: A Love Story” and “The Signals Are Talking: Why Today’s Fringe Is Tomorrow’s Mainstream.” Full bio
Amy Webb is a futurist and founder of the Future Today Institute, and is the award-winning author of three books, including “Data: A Love Story” and “The Signals Are Talking: Why Today’s Fringe Is Tomorrow’s Mainstream.” Full bio
Double-click the English transcript below to play the video.
00:12
So my name is Amy Webb,
0
353
2752
Me llamo Amy Webb,
00:15
and a few years ago I found myself at the end
1
3105
2697
y hace unos años
me encontré ante el final
me encontré ante el final
00:17
of yet another fantastic relationship
2
5802
2636
de otra relación estupenda
00:20
that came burning down in a spectacular fashion.
3
8438
3548
que se vino abajo de
una manera increíble.
una manera increíble.
00:23
And I thought, you know, what's wrong with me?
4
11986
2816
Y pensé, ¿qué pasa conmigo?
00:26
I don't understand why this keeps happening.
5
14802
2023
No entiendo por qué
esto me sigue pasando.
esto me sigue pasando.
00:28
So I asked everybody in my life
6
16825
2003
Así que pregunté a
todos mis seres queridos
todos mis seres queridos
00:30
what they thought.
7
18828
1476
qué pensaban ellos.
00:32
I turned to my grandmother,
8
20304
1528
Le pregunté a mi abuela,
00:33
who always had plenty of advice,
9
21832
2551
que siempre tenía buenos consejos,
00:36
and she said, "Stop being so picky.
10
24383
2992
y me dijo: "Deja de ser tan exigente.
00:39
You've got to date around.
11
27375
1378
Tienes que salir con
diferentes personas.
diferentes personas.
00:40
And most importantly,
12
28753
1378
Y lo más importante,
00:42
true love will find you when you least expect it."
13
30131
4205
el amor verdadero aparecerá
cuando menos lo esperes".
cuando menos lo esperes".
00:46
Now as it turns out,
14
34336
1719
Y resulta que
00:48
I'm somebody who thinks a lot about data,
15
36055
2557
soy alguien que piensa
mucho en datos,
mucho en datos,
00:50
as you'll soon find.
16
38612
1817
como pronto descubrirán.
00:52
I am constantly swimming in numbers
17
40429
2584
Estoy siempre sumergida en números,
00:55
and formulas and charts.
18
43013
1880
fórmulas y tablas.
00:56
I also have a very tight-knit family,
19
44893
2608
También tengo
una familia muy unida,
una familia muy unida,
00:59
and I'm very, very close with my sister,
20
47501
1897
y tengo una relación muy,
muy estrecha con mi hermana,
muy estrecha con mi hermana,
01:01
and as a result, I wanted to have
21
49398
1596
y por ende, quería tener
01:02
the same type of family when I grew up.
22
50994
1955
el mismo tipo de familia
en la que crecí.
en la que crecí.
01:04
So I'm at the end of this bad breakup,
23
52949
1729
Así que ahí estoy en medio
de esa mala ruptura,
de esa mala ruptura,
01:06
I'm 30 years old,
24
54678
1434
tengo 30 años de edad,
01:08
I figure I'm probably going to have
25
56112
1631
imagino que probablemente voy a tener
01:09
to date somebody for about six months
26
57743
1829
que salir con alguien
por al menos seis meses
por al menos seis meses
01:11
before I'm ready to get monogamous
27
59572
1853
antes de sentirme lista para
una relación monógama
una relación monógama
01:13
and before we can sort of cohabitate,
28
61425
2059
y antes de que podamos
más o menos vivir juntos,
más o menos vivir juntos,
01:15
and we have to have that happen for a while before we can get engaged.
29
63484
2785
y eso debe darse durante un tiempo
antes de llegar a comprometernos.
antes de llegar a comprometernos.
01:18
And if I want to start having children by the time I'm 35,
30
66269
3157
Y si quiero empezar a tener
hijos para los 35 años,
hijos para los 35 años,
01:21
that meant that I would have had to have been
31
69426
2160
significaba que debería haber estado
01:23
on my way to marriage five years ago.
32
71586
2585
en camino al matrimonio
hace cinco años.
hace cinco años.
01:26
So that wasn't going to work.
33
74171
1382
Así que aquello
no iba a funcionar.
no iba a funcionar.
01:27
If my strategy was to least-expect my way
34
75553
2808
Si mi estrategia era
"lo menos esperado"
"lo menos esperado"
01:30
into true love, then the variable that I had
35
78361
2242
para el amor verdadero,
entonces la variable con la que tenía
entonces la variable con la que tenía
01:32
to deal with was serendipity.
36
80603
2366
que lidiar era la casualidad.
01:34
In short, I was trying to figure out, well,
37
82969
1531
En resumen, estaba
intentando averiguar, bueno,
intentando averiguar, bueno,
01:36
what's the probability of my finding Mr. Right?
38
84500
3750
¿cuál es la probabilidad de
encontrar a mi Hombre Perfecto?
encontrar a mi Hombre Perfecto?
01:40
Well, at the time I was living in the city of Philadelphia,
39
88250
2327
Bueno, en esa época
yo vivía en Filadelfia,
yo vivía en Filadelfia,
01:42
and it's a big city, and I figured,
40
90577
2668
una ciudad grande, y supuse
01:45
in this entire place, there are lots of possibilities.
41
93245
3032
que en aquel lugar habrían
muchas posibilidades.
muchas posibilidades.
01:48
So again, I started doing some math.
42
96277
2383
Así que, de nuevo,
empecé a hacer cálculos.
empecé a hacer cálculos.
01:50
Population of Philadelphia: It has 1.5 million people.
43
98660
3734
Población de Filadelfia:
1.5 millones de personas.
1.5 millones de personas.
01:54
I figure about half of that are men,
44
102394
1311
Supongo que la mitad
de ellos son hombres,
de ellos son hombres,
01:55
so that takes the number down to 750,000.
45
103705
3022
eso reduce la cifra a 750 mil.
01:58
I'm looking for a guy between the ages of 30 and 36,
46
106727
3209
Busco a un hombre
de entre 30 y 36 años,
de entre 30 y 36 años,
02:01
which was only four percent of the population,
47
109936
2555
lo que supone sólo
el 4% de la población,
el 4% de la población,
02:04
so now I'm dealing with the possibility of 30,000 men.
48
112491
2543
así que me quedan
30 mil hombres.
30 mil hombres.
02:07
I was looking for somebody who was Jewish,
49
115034
1945
Buscaba a alguien
que fuese judío,
que fuese judío,
02:08
because that's what I am and that was important to me.
50
116979
2146
porque yo lo soy y
es importante para mí.
es importante para mí.
02:11
That's only 2.3 percent of the population.
51
119125
2414
Eso es sólo el 2.3%
de la población.
de la población.
02:13
I figure I'm attracted to maybe one out of 10
52
121539
2367
Supuse que me sentiría
atraída por 1 de cada 10
atraída por 1 de cada 10
02:15
of those men,
53
123906
2147
de esos hombres,
02:18
and there was no way I was going
54
126053
2134
y de ningún modo iba
02:20
to deal with somebody who was an avid golfer.
55
128187
2703
a salir con un obseso del golf.
02:22
So that basically meant there were 35 men for me
56
130890
3060
Así que, básicamente,
habían 35 hombres para mí
habían 35 hombres para mí
02:25
that I could possibly date
57
133950
2228
con los que podría salir
02:28
in the entire city of Philadelphia.
58
136178
4235
en toda la ciudad de Filadelfia.
02:32
In the meantime, my very large Jewish family
59
140413
3297
Mientras tanto, en
mi enorme familia judía
mi enorme familia judía
02:35
was already all married and well on their way
60
143710
2653
estaban todos casados
y con todo en marcha
y con todo en marcha
02:38
to having lots and lots of children,
61
146363
1911
para tener montones y
montones de bebés,
montones de bebés,
02:40
and I felt like I was under tremendous peer pressure
62
148274
2031
así que sentía que estaba
bajo una gran presión familiar
bajo una gran presión familiar
02:42
to get my life going already.
63
150305
2260
para sentar cabeza.
02:44
So if I have two possible strategies at this point
64
152565
2067
Así que, en este punto,
tenía dos posibles estrategias
tenía dos posibles estrategias
02:46
I'm sort of figuring out.
65
154632
1258
que estaba ideando:
02:47
One, I can take my grandmother's advice
66
155890
2638
Uno, puedo seguir
el consejo de mi abuela
el consejo de mi abuela
02:50
and sort of least-expect my way
67
158528
2256
y esperar lo menos esperado
02:52
into maybe bumping into the one
68
160784
2326
hasta encontrarme con uno
02:55
out of 35 possible men in the entire
69
163110
2313
de esos 35 hombres
02:57
1.5 million-person city of Philadelphia,
70
165423
3773
de entre los 1.5 millones
de personas en Filadelfia,
de personas en Filadelfia,
03:01
or I could try online dating.
71
169196
2960
o podría probar
las citas por Internet.
las citas por Internet.
03:04
Now, I like the idea of online dating,
72
172156
2210
Claro, me gusta la idea
de las citas por Internet
de las citas por Internet
03:06
because it's predicated on an algorithm,
73
174366
2001
porque todo se basa
en un algoritmo,
en un algoritmo,
03:08
and that's really just a simple way of saying
74
176367
1911
y eso es sólo una
forma fácil de decir:
forma fácil de decir:
03:10
I've got a problem, I'm going to use some data,
75
178278
2202
Tengo un problema,
voy a usar algunos datos,
voy a usar algunos datos,
03:12
run it through a system
76
180480
1387
analizarlos con un sistema
03:13
and get to a solution.
77
181867
2345
y obtener una solución.
03:16
So online dating is the second most popular way
78
184212
2397
Las citas por Internet son
la segunda forma más común
la segunda forma más común
03:18
that people now meet each other,
79
186609
1658
en que las personas
se conocen en la actualidad,
se conocen en la actualidad,
03:20
but as it turns out, algorithms have been around
80
188267
2040
pero resulta que
los algoritmos han existido
los algoritmos han existido
03:22
for thousands of years in almost every culture.
81
190307
3555
durante miles de años
en casi todas las culturas.
en casi todas las culturas.
03:25
In fact, in Judaism, there were matchmakers
82
193862
2474
De hecho, en el judaísmo,
existían los casamenteros
existían los casamenteros
03:28
a long time ago, and though
83
196336
1376
hace mucho tiempo, y aunque
03:29
they didn't have an explicit algorithm per se,
84
197712
2358
no tenían un algoritmo
explícito tal cual,
explícito tal cual,
03:32
they definitely were running through formulas in their heads,
85
200070
2341
sin duda utilizaban
fórmulas mentales
fórmulas mentales
03:34
like, is the girl going to like the boy?
86
202411
2264
del tipo, "¿A la chica le gustará este chico?"
03:36
Are the families going to get along?
87
204675
1715
"¿Se llevarán bien las familias?"
03:38
What's the rabbi going to say?
88
206390
1532
"¿Qué pensará el rabino?"
03:39
Are they going to start having children right away?
89
207922
2168
"¿Tendrán hijos pronto?"
03:42
And the matchmaker would sort of think through all of this,
90
210090
2932
Así que el casamentero tenía
todo esto en cuenta más o menos,
todo esto en cuenta más o menos,
03:45
put two people together, and that would be the end of it.
91
213022
2436
juntaba a dos personas, y listo.
03:47
So in my case, I thought,
92
215458
2225
Así que en mi caso, pensé,
03:49
well, will data and an algorithm
93
217683
2705
"¿conseguirán esos datos y un algoritmo
03:52
lead me to my Prince Charming?
94
220388
2175
llevarme hasta mi Príncipe Azul?"
03:54
So I decided to sign on.
95
222563
1456
Así que decidí registrarme.
03:56
Now, there was one small catch.
96
224019
1700
Pero, había un pequeño problema.
03:57
As I'm signing on to the various dating websites,
97
225719
2781
En la época en que me registré
en varios sitios web,
en varios sitios web,
04:00
as it happens, I was really, really busy.
98
228500
2295
me encontraba muy, muy ocupada.
04:02
But that actually wasn't the biggest problem.
99
230795
2738
Pero ese no era
el mayor problema.
el mayor problema.
04:05
The biggest problem is that I hate
100
233533
1622
El mayor problema es que odio
04:07
filling out questionnaires of any kind,
101
235155
2248
rellenar cuestionarios
de cualquier tipo,
de cualquier tipo,
04:09
and I certainly don't like questionnaires
102
237403
2474
y definitivamente no
me gustan los cuestionarios
me gustan los cuestionarios
04:11
that are like Cosmo quizzes.
103
239877
2024
del tipo como las encuestas
de Cosmopolitan.
de Cosmopolitan.
04:13
So I just copied and pasted from my résumé.
104
241901
2577
Así que, simplemente,
copié y pegué de mi currículum.
copié y pegué de mi currículum.
04:16
(Laughter)
105
244478
5060
(Risas)
04:21
So in the descriptive part up top,
106
249538
3045
Así que en la parte
de descripción de arriba,
de descripción de arriba,
04:24
I said that I was an award-winning journalist
107
252583
2326
decía que era
una periodista premiada
una periodista premiada
04:26
and a future thinker.
108
254909
1698
y una pensadora a futuro.
04:28
When I was asked about fun activities and
109
256607
1978
Donde me preguntaban
sobre actividades de ocio
sobre actividades de ocio
04:30
my ideal date, I said monetization
110
258585
3099
y mi cita ideal, contesté con monetización
04:33
and fluency in Japanese.
111
261684
2427
y fluidez en japonés.
04:36
I talked a lot about JavaScript.
112
264111
2536
Hablé mucho sobre el código Java.
04:38
So obviously this was not the best way
113
266647
3609
Desde luego, esa no era la mejor forma
04:42
to put my most sexy foot forward.
114
270256
3409
de presentar mi versión más sexy.
04:45
But the real failure was that
115
273665
2283
Pero la verdadera falla era que
04:47
there were plenty of men for me to date.
116
275948
2303
habían muchos hombres
con quienes podías salir.
con quienes podías salir.
04:50
These algorithms had a sea full of men
117
278251
2461
Esos algoritmos tenían
un mar lleno de hombres
un mar lleno de hombres
04:52
that wanted to take me out on lots of dates --
118
280712
2706
que querían invitarme
a salir en muchas citas,
a salir en muchas citas,
04:55
what turned out to be truly awful dates.
119
283418
3838
citas que resultaron auténticos
desastres, por cierto.
desastres, por cierto.
04:59
There was this guy Steve, the I.T. guy.
120
287256
2674
Por ejemplo, Steve,
el chico informático.
el chico informático.
05:01
The algorithm matched us up
121
289930
1531
El algoritmo nos emparejó
05:03
because we share a love of gadgets,
122
291461
1606
porque compartíamos un amor
por los aparatos electrónicos,
por los aparatos electrónicos,
05:05
we share a love of math and data and '80s music,
123
293067
4154
y las matemáticas, y los datos
y la música de los 80.
y la música de los 80.
05:09
and so I agreed to go out with him.
124
297221
2139
Así que acepté salir con él.
05:11
So Steve the I.T. guy invited me out
125
299360
2513
Así que Steve, el informático, me llevó
05:13
to one of Philadelphia's white-table-cloth,
126
301873
1873
a uno de los restaurantes más refinados
05:15
extremely expensive restaurants.
127
303746
1906
y extremadamente
caros de Filadelfia.
caros de Filadelfia.
05:17
And we went in, and right off the bat,
128
305652
2063
Así que entramos y al principio,
05:19
our conversation really wasn't taking flight,
129
307715
3260
nuestra conversación
no estaba tomando vuelo,
no estaba tomando vuelo,
05:22
but he was ordering a lot of food.
130
310975
1829
pero él pidió un montón de comida.
05:24
In fact, he didn't even bother looking at the menu.
131
312804
1990
En realidad, ni siquiera
se molestó con mirar el menú.
se molestó con mirar el menú.
05:26
He was ordering multiple appetizers,
132
314794
1620
Pidió varios aperitivos,
05:28
multiple entrées, for me as well,
133
316414
2742
múltiples entradas,
también para mí,
también para mí,
05:31
and suddenly there are piles and piles of food on our table,
134
319156
2529
y de repente aparecieron
montañas de comida en nuestra mesa,
montañas de comida en nuestra mesa,
05:33
also lots and lots of bottles of wine.
135
321685
2431
y también muchas botellas de vino.
05:36
So we're nearing the end of our conversation
136
324116
2181
Así que estamos casi
al final de nuestra conversación
al final de nuestra conversación
05:38
and the end of dinner, and I've decided
137
326297
1379
y al final de la cena, decidí
05:39
Steve the I.T. guy and I are really just not meant for each other,
138
327676
2836
que Steve, el informático, y yo
no estábamos hechos el uno para el otro,
no estábamos hechos el uno para el otro,
05:42
but we'll part ways as friends,
139
330512
2293
pero que nos despediríamos como amigos,
05:44
when he gets up to go to the bathroom,
140
332805
2385
Entonces, él se levanta
para ir al baño,
para ir al baño,
05:47
and in the meantime the bill comes to our table.
141
335190
3663
y mientras tanto, traen
la cuenta a nuestra mesa.
la cuenta a nuestra mesa.
05:50
And listen, I'm a modern woman.
142
338853
2735
Y escuchen, soy una mujer moderna.
05:53
I am totally down with splitting the bill.
143
341588
2830
Estoy totalmente de
acuerdo en dividir la cuenta,
acuerdo en dividir la cuenta,
05:56
But then Steve the I.T. guy didn't come back. (Gasping)
144
344418
3832
pero Steve, el informático,
no regresó. (Suspiro)
no regresó. (Suspiro)
06:00
And that was my entire month's rent.
145
348250
4728
Y eso fue un mes
completo de mi renta.
completo de mi renta.
06:04
So needless to say, I was not having a good night.
146
352978
3273
Así que no hace falta decirlo,
no estaba teniendo una buena noche.
no estaba teniendo una buena noche.
06:08
So I run home, I call my mother, I call my sister,
147
356251
3701
Así que corro a casa, llamo
a mi madre, a mi hermana,
a mi madre, a mi hermana,
06:11
and as I do, at the end of each one of these
148
359952
2377
y como siempre hago
al final de cada una
al final de cada una
06:14
terrible, terrible dates,
149
362329
1821
de esas citas totalmente horrribles,
06:16
I regale them with the details.
150
364150
2121
les cuento cada detalle.
06:18
And they say to me,
151
366271
2234
Y ellas me dicen:
06:20
"Stop complaining."
152
368505
1618
"Deja de quejarte".
06:22
(Laughter)
153
370123
1670
(Risas)
06:23
"You're just being too picky."
154
371793
2519
"Simplemente, eres demasiado exigente".
06:26
So I said, fine, from here on out
155
374312
1810
Así que me dije:
"Bien, a partir de ahora,
"Bien, a partir de ahora,
06:28
I'm only going on dates where I know
156
376122
1638
solo saldré en citas
06:29
that there's wi-fi, and I'm bringing my laptop.
157
377760
2171
en las que sepa que habrá
wi-fi y llevaré mi portátil.
wi-fi y llevaré mi portátil.
06:31
I'm going to shove it into my bag,
158
379931
1684
Lo meteré en el bolso
06:33
and I'm going to have this email template,
159
381615
1841
y voy a tener una plantilla para emails,
06:35
and I'm going to fill it out and collect information
160
383456
2319
y la rellenaré y recopilaré información
06:37
on all these different data points during the date
161
385775
2671
sobre todos los 'puntos
de datos' durante la cita
de datos' durante la cita
06:40
to prove to everybody that empirically,
162
388446
1588
para probar a todos que, empíricamente,
06:42
these dates really are terrible. (Laughter)
163
390034
2573
mis citas son realmente horribles. (Risas)
06:44
So I started tracking things like
164
392607
1795
Así que empecé a anotar cosas como
06:46
really stupid, awkward, sexual remarks;
165
394402
2968
comentarios sexuales verdaderamente
estúpidos e incómodos;
estúpidos e incómodos;
06:49
bad vocabulary;
166
397370
2103
malas palabras;
06:51
the number of times a man forced me to high-five him.
167
399473
3215
el número de veces que un hombre
me obligaba a chocarle la mano.
me obligaba a chocarle la mano.
06:54
(Laughter)
168
402688
1871
(Risas)
06:56
So I started to crunch some numbers,
169
404559
4212
Así que comencé
a hacer cuentas,
a hacer cuentas,
07:00
and that allowed me to make some correlations.
170
408771
2996
y eso me permitió
encontrar ciertas relaciones.
encontrar ciertas relaciones.
07:03
So as it turns out,
171
411767
2624
Así que, resulta
07:06
for some reason, men who drink Scotch
172
414391
2909
que por alguna razón, los hombres
que beben whisky escocés
que beben whisky escocés
07:09
reference kinky sex immediately.
173
417300
2403
hablan de sexo fetichista de inmediato.
07:11
(Laughter)
174
419703
2136
(Risas)
07:13
Well, it turns out that these
175
421839
2442
Y resulta que, probablemente,
07:16
probably weren't bad guys.
176
424281
1609
estos no eran malos tipos.
07:17
There were just bad for me.
177
425890
1910
Sólo que no eran para mí.
07:19
And as it happens, the algorithms that were setting us up,
178
427800
3340
Y resulta que los algoritmos
que nos unieron
que nos unieron
07:23
they weren't bad either.
179
431140
1429
tampoco estaban mal.
07:24
These algorithms were doing exactly
180
432569
1940
Hicieron exactamente
07:26
what they were designed to do,
181
434509
1485
aquello para lo que
fueron diseñados,
fueron diseñados,
07:27
which was to take our user-generated information,
182
435994
2794
que era utilizar nuestra
información de usuario,
información de usuario,
07:30
in my case, my résumé,
183
438788
1504
en mi caso, mi currículum,
07:32
and match it up with other people's information.
184
440292
3027
y contrastarlo con
los datos de otras personas.
los datos de otras personas.
07:35
See, the real problem here is that,
185
443319
1633
Así que, el problema
de verdad es que,
de verdad es que,
07:36
while the algorithms work just fine,
186
444952
1925
aunque los algoritmos
funcionan perfectamente,
funcionan perfectamente,
07:38
you and I don't, when confronted
187
446877
1953
nosotros no los usamos correctamente,
cuando nos encontramos
cuando nos encontramos
07:40
with blank windows where we're supposed
188
448830
2136
frente a ventanas en blanco
en las que se supone
en las que se supone
07:42
to input our information online.
189
450966
1660
debemos introducir
nuestra información en línea.
nuestra información en línea.
07:44
Very few of us have the ability
190
452626
1744
Muy pocos de nosotros
tenemos la habilidad
tenemos la habilidad
07:46
to be totally and brutally honest with ourselves.
191
454370
3676
de ser brutal y totalmente
honestos con nosotros mismos.
honestos con nosotros mismos.
07:50
The other problem is that these websites are asking us
192
458046
2181
El otro problema es que
estas páginas web nos preguntan
estas páginas web nos preguntan
07:52
questions like, are you a dog person or a cat person?
193
460227
3553
cosas como, "¿te gustan
los perros o los gatos?"
los perros o los gatos?"
07:55
Do you like horror films or romance films?
194
463780
2520
"¿Te gustan las películas
románticas o de terror?"
románticas o de terror?"
07:58
I'm not looking for a pen pal.
195
466300
1910
No busco un amigo
por correspondencia.
por correspondencia.
08:00
I'm looking for a husband. Right?
196
468210
2235
Busco un marido, ¿cierto?
08:02
So there's a certain amount of superficiality in that data.
197
470445
3139
Así que hay bastante información
superficial en esos datos.
superficial en esos datos.
08:05
So I said fine, I've got a new plan.
198
473584
2570
Así que dije: "Bueno,
tengo un nuevo plan.
tengo un nuevo plan.
08:08
I'm going to keep using these online dating sites,
199
476154
1998
Seguiré utilizando
estos sitios de citas en Internet
estos sitios de citas en Internet
08:10
but I'm going to treat them as databases,
200
478152
2711
pero voy a tratarlos
como bases de datos,
como bases de datos,
08:12
and rather than waiting for an algorithm to set me up,
201
480863
2750
y en lugar de esperar a que
el algoritmo me empareje,
el algoritmo me empareje,
08:15
I think I'm going to try reverse-engineering this entire system.
202
483613
3667
creo que voy a aplicar ingeniería
inversa en todo el sistema".
inversa en todo el sistema".
08:19
So knowing that there was superficial data
203
487280
3145
Así que sabiendo que empleaban
información superficial
información superficial
08:22
that was being used to match me up with other people,
204
490425
2352
para emparejarme
con otras personas,
con otras personas,
08:24
I decided instead to ask my own questions.
205
492777
2438
decidí hacer mis propias preguntas.
08:27
What was every single possible thing
206
495215
1638
¿Cuáles eran todas y
cada una de las cosas
cada una de las cosas
08:28
that I could think of that I was looking for in a mate?
207
496853
2903
que buscaba en mi pareja?
08:31
So I started writing and writing and writing,
208
499756
4534
Así que empecé a escribir,
y escribir, y escribir
y escribir, y escribir
08:36
and at the end, I had amassed
209
504290
2302
y al final, acumulé
08:38
72 different data points.
210
506592
2581
72 cosas diferentes.
08:41
I wanted somebody was Jew...ish,
211
509173
2406
Quería a alguien judío...
más o menos,
más o menos,
08:43
so I was looking for somebody who had the same
212
511579
1697
es decir, alguien con las mismas ideas
08:45
background and thoughts on our culture,
213
513276
2561
y antecedentes de nuestra cultura,
08:47
but wasn't going to force me to go to shul
214
515837
1573
pero que no me obligase
a ir a la sinagoga
a ir a la sinagoga
08:49
every Friday and Saturday.
215
517410
2333
todos los viernes y sábados.
08:51
I wanted somebody who worked hard,
216
519743
1590
Quería a alguien
que trabajase duro,
que trabajase duro,
08:53
because work for me is extremely important,
217
521333
1884
porque el trabajo es en
extremo importante para mí,
extremo importante para mí,
08:55
but not too hard.
218
523217
1618
pero no muy duro.
08:56
For me, the hobbies that I have
219
524835
1680
Para mi, los hobbies que tengo son
08:58
are really just new work projects that I've launched.
220
526515
2836
sólo nuevos proyectos de
trabajo que he empezado.
trabajo que he empezado.
09:01
I also wanted somebody who not only wanted two children,
221
529351
3165
También quería a alguien que,
no sólo quisiese dos hijos,
no sólo quisiese dos hijos,
09:04
but was going to have the same attitude toward parenting that I do,
222
532516
2895
sino que tuviese la misma actitud
hacia la crianza que yo tengo,
hacia la crianza que yo tengo,
09:07
so somebody who was going to be totally okay
223
535411
1931
es decir, alguien que aceptase
09:09
with forcing our child to start taking piano lessons at age three,
224
537342
3535
obligar a nuestro hijo a tocar
el piano desde los tres años,
el piano desde los tres años,
09:12
and also maybe computer science classes
225
540877
3656
y quizá también ir a
clases de informática
clases de informática
09:16
if we could wrangle it.
226
544533
1904
si nos pusiéramos de acuerdo.
09:18
So things like that, but I also wanted somebody
227
546437
1732
Cosas así, pero también
quería a alguien
quería a alguien
09:20
who would go to far-flung, exotic places,
228
548169
2063
con quien ir a lugares
exóticos y lejanos,
exóticos y lejanos,
09:22
like Petra, Jordan.
229
550232
1628
como Petra, en Jordania.
09:23
I also wanted somebody who would weigh
230
551860
1505
También quería a
alguien que pesase
alguien que pesase
09:25
20 pounds more than me at all times,
231
553365
1928
siempre 10 kilos más que yo,
09:27
regardless of what I weighed.
232
555293
1370
independientemente de mi peso.
09:28
(Laughter)
233
556663
2402
(Risas)
09:31
So I now have these 72 different data points,
234
559065
3074
Así que, ya tenía esas 72 cosas,
09:34
which, to be fair, is a lot.
235
562139
2046
lo que, sinceramente, era mucho.
09:36
So what I did was, I went through
236
564185
1382
Y lo que hice fue revisar la lista
09:37
and I prioritized that list.
237
565567
1822
y priorizar.
09:39
I broke it into a top tier and a second tier of points,
238
567389
3953
La dividí en dos niveles
09:43
and I ranked everything starting at 100
239
571342
3225
y califiqué todo empezando en 100
09:46
and going all the way down to 91,
240
574567
1980
hasta el 91,
09:48
and listing things like I was looking for somebody who was really smart,
241
576547
3240
anotando cosas como que buscaba
a alguien súper inteligente,
a alguien súper inteligente,
09:51
who would challenge and stimulate me,
242
579787
1712
que me pudiese desafiar y estimular,
09:53
and balancing that with a second tier
243
581499
2256
contrastándolo con un segundo nivel
09:55
and a second set of points.
244
583755
2025
y una segunda puntuación.
09:57
These things were also important to me
245
585780
1405
Esas cosas también me importaban,
09:59
but not necessarily deal-breakers.
246
587185
4816
pero no eran obligatoriamente imprescindibles.
10:04
So once I had all this done,
247
592001
1421
Así que una vez hice eso,
10:05
I then built a scoring system,
248
593422
1809
desarrollé un sistema de puntuación
10:07
because what I wanted to do
249
595231
2623
porque lo que quería hacer
10:09
was to sort of mathematically calculate
250
597854
1850
era calcular más o
menos matemáticamente
menos matemáticamente
10:11
whether or not I thought the guy that I found online
251
599704
2506
si yo creía que el tipo
que encontré en la web
que encontré en la web
10:14
would be a match with me.
252
602210
1447
encajaría conmigo o no.
10:15
I figured there would be a minimum of 700 points
253
603657
2443
Pensé que necesitaría
un mínimo de 700 puntos
un mínimo de 700 puntos
10:18
before I would agree to email somebody
254
606100
1546
antes de enviar un correo a alguien
10:19
or respond to an email message.
255
607646
2166
o de contestar al suyo.
10:21
For 900 points, I'd agree to go out on a date,
256
609812
2002
A partir de 900,
aceptaría salir con él,
aceptaría salir con él,
10:23
and I wouldn't even consider any kind of relationship
257
611814
2681
y ni siquiera pensaría
en una relación de ningún tipo
en una relación de ningún tipo
10:26
before somebody had crossed the 1,500 point threshold.
258
614495
4188
antes de que alguien cruzase
la línea de los 1500 puntos.
la línea de los 1500 puntos.
10:30
Well, as it turns out, this worked pretty well.
259
618683
2872
Bueno, resulta que
eso funcionó bastante bien.
eso funcionó bastante bien.
10:33
So I go back online now.
260
621555
1809
Volví a conectarme
10:35
I found Jewishdoc57
261
623364
2755
y encontré a 'Docjudío57',
10:38
who's incredibly good-looking, incredibly well-spoken,
262
626119
2937
que es increíblemente
atractivo y bien hablado,
atractivo y bien hablado,
10:41
he had hiked Mt. Fuji,
263
629056
1718
había escalado el monte Fuji,
10:42
he had walked along the Great Wall.
264
630774
1742
había recorrido la Gran Muralla.
10:44
He likes to travel as long as it doesn't involve a cruise ship.
265
632516
3116
Le gustaba viajar siempre
y cuando no fuese en crucero.
y cuando no fuese en crucero.
10:47
And I thought, I've done it!
266
635632
2738
Y pensé: ¡Lo he conseguido!
10:50
I've cracked the code.
267
638370
2064
Conseguí piratear el código.
10:52
I have just found the Jewish Prince Charming
268
640434
3770
He encontrado al
Príncipe Azul Judío
Príncipe Azul Judío
10:56
of my family's dreams.
269
644204
2218
de los sueños de mi familia.
10:58
There was only one problem:
270
646422
2156
Solo había un problema:
11:00
He didn't like me back.
271
648578
3309
Yo no le gusté.
11:03
And I guess the one variable that I haven't considered
272
651887
3086
Y supongo que la única variable
que no tuve en cuenta
que no tuve en cuenta
11:06
is the competition.
273
654973
1893
fue la competencia.
11:08
Who are all of the other women
274
656866
1488
¿Quiénes son todas esas mujeres
11:10
on these dating sites?
275
658354
2445
en las páginas web de citas?
11:12
I found SmileyGirl1978.
276
660799
3704
Encontré a 'ChicaSonriente1978'.
11:16
She said she was a "fun girl who is Happy and Outgoing."
277
664503
2829
Decía que era "una chica
divertida, feliz y extrovertida".
divertida, feliz y extrovertida".
11:19
She listed her job as teacher.
278
667332
1442
Decía que era profesora.
11:20
She said she is "silly, nice and friendly."
279
668774
2606
Decía que era,
"divertida, buena y amigable".
"divertida, buena y amigable".
11:23
She likes to make people laugh "alot."
280
671380
2449
Le gusta hacer reír
"muucho" a la gente.
"muucho" a la gente.
11:25
At this moment I knew, clicking after profile
281
673829
2442
En ese momento supe,
tras mirar un perfil
tras mirar un perfil
11:28
after profile after profile that looked like this,
282
676271
2051
y otro, y otro que
eran igual que ese,
eran igual que ese,
11:30
that I needed to do some market research.
283
678322
2176
que necesitaba hacer
una investigación de mercado.
una investigación de mercado.
11:32
So I created 10 fake male profiles.
284
680498
3280
Así que creé 10 perfiles
masculinos falsos.
masculinos falsos.
11:35
Now, before I lose all of you --
285
683778
2944
Ahora, antes de que
se levanten y huyan
se levanten y huyan
11:38
(Laughter) --
286
686722
1753
(risas)
11:40
understand that I did this
287
688475
3588
entiendan que lo hice
11:44
strictly to gather data
288
692063
2137
únicamente para
recopilar información
recopilar información
11:46
about everybody else in the system.
289
694200
1748
de todos los que
estaban en el sistema.
estaban en el sistema.
11:47
I didn't carry on crazy Catfish-style relationships with anybody.
290
695948
4195
No empecé a tener relaciones
del estilo de Catfish con cualquiera,
del estilo de Catfish con cualquiera,
11:52
I really was just scraping their data.
291
700143
2013
sólo analizaba su información.
11:54
But I didn't want everybody's data.
292
702156
1968
Pero no quería la información
de todo el mundo,
de todo el mundo,
11:56
I only wanted data on the women
293
704124
1883
solo quería la de las mujeres
11:58
who were going to be attracted
294
706007
1564
que se sentirían atraídas
11:59
to the type of man that I really, really wanted to marry. (Laughter)
295
707571
3234
por el tipo de hombre con el que yo quería
de verdad, verdad casarme. (Risas)
de verdad, verdad casarme. (Risas)
12:02
When I released these men into the wild,
296
710805
3595
Cuando puse a estos
hombres en circulación,
hombres en circulación,
12:06
I did follow some rules.
297
714400
1302
seguí algunas reglas.
12:07
So I didn't reach out to any woman first.
298
715702
2140
Primero, no contacté
a ninguna mujer.
a ninguna mujer.
12:09
I just waited to see who these profiles were going to attract,
299
717842
2921
Solo esperé a ver cómo
mis perfiles las iban a atraer,
mis perfiles las iban a atraer,
12:12
and mainly what I was looking at was two different data sets.
300
720763
3371
y buscaba básicamente
dos tipos de información.
dos tipos de información.
12:16
So I was looking at qualitative data,
301
724134
1538
Buscaba información cualitativa:
12:17
so what was the humor, the tone,
302
725672
1949
¿Cuál era el tipo de humor, el tono,
12:19
the voice, the communication style
303
727621
1562
la voz, el estilo comunicativo
12:21
that these women shared in common?
304
729183
1850
que compartían estas mujeres?
12:23
And also quantitative data,
305
731033
1283
Y buscaba información cuantitativa:
12:24
so what was the average length of their profile,
306
732316
2338
¿cuál era la longitud media del perfil?
12:26
how much time was spent between messages?
307
734654
2235
¿cuánto tiempo transcurría
entre dos mensajes?
entre dos mensajes?
12:28
What I was trying to get at here was
308
736889
1681
Lo que intentaba
conseguir con esto
conseguir con esto
12:30
that I figured in person,
309
738570
1925
es ser en persona
12:32
I would be just as competitive
310
740495
1410
tan competente
12:33
as a SmileyGirl1978.
311
741905
2065
como 'ChicaSonriente1978'.
12:35
I wanted to figure out how to maximize
312
743970
1900
Quería averiguar cómo maximizar
12:37
my own profile online.
313
745870
2940
mi propio perfil en línea.
12:40
Well, one month later,
314
748810
1727
Bueno, un mes después,
12:42
I had a lot of data, and I was able to do another analysis.
315
750537
3753
tenía un montón de información
y pude hacer otro análisis.
y pude hacer otro análisis.
12:46
And as it turns out, content matters a lot.
316
754290
2880
Resulta que el contenido
es muy importante.
es muy importante.
12:49
So smart people tend to write a lot --
317
757170
2706
La gente inteligente
suele escribir mucho:
suele escribir mucho:
12:51
3,000, 4,000,
318
759876
1875
3 mil, 4 mil,
12:53
5,000 words about themselves,
319
761751
1743
5 mil palabras describiéndose,
12:55
which may all be very, very interesting.
320
763494
2146
todas ellas probablemente
muy interesantes.
muy interesantes.
12:57
The challenge here, though, is that
321
765640
1352
El reto aquí, sin embargo, es que
12:58
the popular men and women
322
766992
1182
los hombres y mujeres populares
13:00
are sticking to 97 words on average
323
768174
3772
escriben una media
de 97 palabras,
de 97 palabras,
13:03
that are written very, very well,
324
771946
1722
muy, muy bien escogidas,
13:05
even though it may not seem like it all the time.
325
773668
2890
aunque no siempre lo parezca.
13:08
The other sort of hallmark of the people who do this well
326
776558
2149
El otro distintivo de los
que son buenos en esto
que son buenos en esto
13:10
is that they're using non-specific language.
327
778707
2153
es que usan un lenguaje
no específico.
no específico.
13:12
So in my case, you know,
328
780860
1290
Por ejemplo, en mi caso,
13:14
"The English Patient" is my most favorite movie ever,
329
782150
3198
"El Paciente Inglés"
es mi película favorita,
es mi película favorita,
13:17
but it doesn't work to use that in a profile,
330
785348
3809
pero no sirve poner
eso en el perfil,
eso en el perfil,
13:21
because that's a superficial data point,
331
789157
1741
porque es información superficial
13:22
and somebody may disagree with me
332
790914
1542
y alguien podría no estar de acuerdo
13:24
and decide they don't want to go out with me
333
792456
1215
y decidir que no quieren salir conmigo
13:25
because they didn't like sitting through the three-hour movie.
334
793671
2699
porque tuvieron que soportar
esa película durante tres horas.
esa película durante tres horas.
13:28
Also, optimistic language matters a lot.
335
796370
2240
Un lenguaje optimista
también es importante.
también es importante.
13:30
So this is a word cloud
336
798610
1436
Esta es una nube de palabras
13:32
highlighting the most popular words that were used
337
800046
2460
en la que se ven
las palabras más usadas
las palabras más usadas
13:34
by the most popular women,
338
802506
1632
por las mujeres más populares,
13:36
words like "fun" and "girl" and "love."
339
804138
2575
palabras como
"divertida", "chica" y "amor".
"divertida", "chica" y "amor".
13:38
And what I realized was not that I had
340
806713
2111
Así que me di cuenta
de que no tenía
de que no tenía
13:40
to dumb down my own profile.
341
808824
1568
que bajar el nivel de mi perfil.
13:42
Remember, I'm somebody who said
342
810392
1532
Recuerden, soy
una persona que dijo
una persona que dijo
13:43
that I speak fluent Japanese and I know JavaScript
343
811924
3043
que habla japonés con fluidez
y conoce el código Java
y conoce el código Java
13:46
and I was okay with that.
344
814967
1594
y estoy a gusto con eso.
13:48
The difference is that it's about being more approachable
345
816561
2717
La idea es ser más accesible
13:51
and helping people understand
346
819278
2155
y ayudar a los demás a conocer
13:53
the best way to reach out to you.
347
821433
1612
el mejor modo de acercarse a ti.
13:55
And as it turns out, timing is also really, really important.
348
823045
2922
Y resulta que elegir el momento
oportuno también importa mucho.
oportuno también importa mucho.
13:57
Just because you have access
349
825967
1650
El hecho de que tengas
13:59
to somebody's mobile phone number
350
827617
1744
el número de teléfono
de una persona,
de una persona,
14:01
or their instant message account
351
829361
1756
o su cuenta de mensajería instantánea
14:03
and it's 2 o'clock in the morning and you happen to be awake,
352
831117
2407
y que sean las 2 de
la mañana y estés despierto,
la mañana y estés despierto,
14:05
doesn't mean that that's a good time to communicate with those people.
353
833524
3189
no significa que sea el mejor momento
para hablar con esas personas.
para hablar con esas personas.
14:08
The popular women on these online sites
354
836713
2649
Las mujeres populares
en estos sitios web
en estos sitios web
14:11
spend an average of 23 hours
355
839362
1838
esperan una media de 23 horas
14:13
in between each communication.
356
841200
2376
entre cada mensaje.
14:15
And that's what we would normally do
357
843576
1931
Y eso es lo que normalmente haríamos
14:17
in the usual process of courtship.
358
845507
2064
en un proceso normal de noviazgo.
14:19
And finally, there were the photos.
359
847571
3405
Y, por último, las fotografías.
14:22
All of the women who were popular
360
850976
1833
Todas las mujeres populares
14:24
showed some skin.
361
852809
1625
mostraban algo de piel.
14:26
They all looked really great,
362
854434
2012
Todas tenían un aspecto estupendo,
14:28
which turned out to be in sharp contrast
363
856446
2778
lo que suponía un gran contraste
14:31
to what I had uploaded.
364
859224
3293
con lo que yo había subido.
14:34
Once I had all of this information,
365
862517
1640
Una vez tuve toda esta información,
14:36
I was able to create a super profile,
366
864157
2344
pude crear un súper perfil
14:38
so it was still me,
367
866501
1874
que me describiese realmente
14:40
but it was me optimized now for this ecosystem.
368
868375
3909
pero optimizado para ese ecosistema.
14:44
And as it turns out, I did a really good job.
369
872284
4850
Y resulta que hice
un gran trabajo.
un gran trabajo.
14:49
I was the most popular person online.
370
877134
3056
Me convertí en
la persona más popular.
la persona más popular.
14:52
(Laughter)
371
880190
2519
(Risas)
14:54
(Applause)
372
882709
4214
(Aplausos)
14:58
And as it turns out, lots and lots of men wanted to date me.
373
886923
3487
Y resultó que muchísimos hombres
querían salir conmigo.
querían salir conmigo.
15:02
So I call my mom, I call my sister, I call my grandmother.
374
890410
2406
Así que llamé a mi madre,
a mi hermana y a mi abuela.
a mi hermana y a mi abuela.
15:04
I'm telling them about this fabulous news,
375
892816
1831
Les conté esta noticia maravillosa
15:06
and they say, "This is wonderful!
376
894647
1869
y me dijeron: "¡Es maravilloso!
15:08
How soon are you going out?"
377
896516
2117
¿Cuándo es la primera cita?"
15:10
And I said, "Well, actually, I'm not going to go out with anybody."
378
898633
2439
Y les contesté: "Bueno, en realidad,
no voy a salir con nadie".
no voy a salir con nadie".
15:13
Because remember, in my scoring system,
379
901072
1937
Porque, recuerden, según
mi sistema de puntuación,
mi sistema de puntuación,
15:15
they have to reach a minimum threshold of 700 points,
380
903009
2334
tenían que alcanzar
un mínimo de 700 puntos
un mínimo de 700 puntos
15:17
and none of them have done that.
381
905343
2310
y ninguno lo consiguió.
15:19
They said, "What? You're still being too damn picky."
382
907653
2778
Y me dijeron: "¡¿Qué?!
Sigues siendo demasiado exigente".
Sigues siendo demasiado exigente".
15:22
Well, not too long after that,
383
910431
1657
Bien, no mucho después,
15:24
I found this guy, Thevenin,
384
912088
2202
conocí a un chico, Thevenin,
15:26
and he said that he was culturally Jewish,
385
914290
2470
que me dijo que culturalmente era judío,
15:28
he said that his job was an arctic baby seal hunter,
386
916760
3020
que era cazador de
bebés de focas árticas,
bebés de focas árticas,
15:31
which I thought was very clever.
387
919780
2564
lo que me pareció muy ingenioso.
15:34
He talked in detail about travel.
388
922344
2877
Habló en detalle sobre viajes.
15:37
He made a lot of really interesting cultural references.
389
925221
2313
Hizo referencias culturales
verdaderamente interesantes.
verdaderamente interesantes.
15:39
He looked and talked exactly like what I wanted,
390
927534
3018
Su aspecto y modo de hablar
eran exactamente lo que yo quería,
eran exactamente lo que yo quería,
15:42
and immediately, he scored 850 points.
391
930552
3211
e inmediatamente,
alcanzó los 850 puntos.
alcanzó los 850 puntos.
15:45
It was enough for a date.
392
933763
1761
Suficiente para una cita.
15:47
Three weeks later, we met up in person
393
935524
2116
Tres semanas después,
nos conocimos en persona
nos conocimos en persona
15:49
for what turned out to be a 14-hour-long conversation
394
937640
3358
durante lo que se convirtió
en una conversación de 14 horas
en una conversación de 14 horas
15:52
that went from coffee shop to restaurant
395
940998
2065
que pasó de una cafetería
a un restaurante,
a un restaurante,
15:55
to another coffee shop to another restaurant,
396
943063
2333
a otra cafetería, a otro restaurante,
15:57
and when he dropped me back off at my house that night
397
945396
1913
y cuando me dejó en
casa aquella noche
casa aquella noche
15:59
I re-scored him --
398
947309
1539
volví a calificarlo,
16:00
[1,050 points!] --
399
948848
1253
¡1050 puntos!
16:02
thought, you know what,
400
950101
1386
y pensé: "¿sabes qué?,
16:03
this entire time I haven't been picky enough.
401
951487
3085
todo este tiempo no he sido
suficientemente exigente".
suficientemente exigente".
16:06
Well, a year and a half after that,
402
954572
1632
Un año y medio después,
16:08
we were non-cruise ship traveling
403
956204
2922
estábamos en un viaje sin crucero
16:11
through Petra, Jordan,
404
959126
2085
por Petra, en Jordania,
16:13
when he got down on his knee and proposed.
405
961211
3201
cuando se arrodilló y se me declaró.
16:16
A year after that, we were married,
406
964412
2771
Un año después estábamos casados,
16:19
and about a year and a half after that, our daughter,
407
967183
2408
y alrededor de año y
medio después, nació
medio después, nació
16:21
Petra, was born.
408
969591
1800
Petra, nuestra hija.
16:23
(Applause)
409
971391
7380
(Aplausos)
16:30
Obviously, I'm having a fabulous life, so --
410
978771
2319
Evidentemente, tengo
una vida maravillosa así que...
una vida maravillosa así que...
16:33
(Laughter) --
411
981090
1428
(risas)
16:34
the question is, what does all of this mean for you?
412
982518
2628
la pregunta es:
¿qué significa esto para Uds.?
¿qué significa esto para Uds.?
16:37
Well, as it turns out, there is an algorithm for love.
413
985146
3848
Pues, resulta que existe
un algoritmo para el amor.
un algoritmo para el amor.
16:40
It's just not the ones that we're being presented with online.
414
988994
3696
Solo que no es ninguno
de los que existen en Internet.
de los que existen en Internet.
16:44
In fact, it's something that you write yourself.
415
992690
2236
De hecho, es algo
que escriben Uds. mismos.
que escriben Uds. mismos.
16:46
So whether you're looking for a husband or a wife
416
994926
2251
Así que, sea si buscan
esposo o esposa,
esposo o esposa,
16:49
or you're trying to find your passion
417
997177
2062
o intentan encontrar su pasión,
16:51
or you're trying to start a business,
418
999239
1474
o montar una empresa,
16:52
all you have to really do is figure out your own framework
419
1000713
3057
lo único que necesitan
es encontrar su propio sistema
es encontrar su propio sistema
16:55
and play by your own rules,
420
1003770
1917
seguir sus propias reglas,
16:57
and feel free to be as picky as you want.
421
1005687
2640
y sentirse libres de ser
todo lo exigentes que deseen.
todo lo exigentes que deseen.
17:00
Well, on my wedding day,
422
1008327
1460
Bueno, el día de mi boda
17:01
I had a conversation again with my grandmother,
423
1009787
1906
hablé de nuevo con
mi abuela otra vez
mi abuela otra vez
17:03
and she said, "All right, maybe I was wrong.
424
1011693
2797
y me dijo, "Está bien,
quizás me equivoqué.
quizás me equivoqué.
17:06
It looks like you did come up with
425
1014490
1283
Parece que encontraste
17:07
a really, really great system.
426
1015773
2016
un sistema realmente estupendo.
17:09
Now, your matzoh balls.
427
1017789
2935
Ahora, sobre las bolas de Matzah:
17:12
They should be fluffy, not hard."
428
1020724
3131
tienen que ser blanditas, no duras."
17:15
And I'll take her advice on that.
429
1023855
1552
Y en eso sí le haré caso.
17:17
(Applause)
430
1025407
4602
(Aplausos)
ABOUT THE SPEAKER
Amy Webb - Founder and CEO, Future Today InstituteAmy Webb is a futurist and founder of the Future Today Institute, and is the award-winning author of three books, including “Data: A Love Story” and “The Signals Are Talking: Why Today’s Fringe Is Tomorrow’s Mainstream.”
Why you should listen
Amy Webb uses data to understand the present and future of humanity, a practice she first developed as a journalist for the Wall Street Journal and Newsweek and has continued as a futurist. She is the head of the Future Today Institute, which researches collisions between technology, society and business — and maps scenarios that are on the horizon. She was named to the Thinkers50 Radar list of the 30 management thinkers most likely to shape the future of how organizations are managed and led.
Webb is on the adjunct faculty at the NYU Stern School of Business, where she teaches a popular MBA-level course on futures forecasting. She is the author of The Signals Are Talking, Why Today’s Fringe Is Tomorrow’s Mainstream, which has become the standard text on futures forecasting and explains how to predict and manage technological change. Her book Data: A Love Story tells the tale of how she gamed the online dating system to figure out how to find the love of her life.
Amy Webb | Speaker | TED.com