TEDNYC
Lux Narayan: What I learned from 2,000 obituaries
Lux Narayan: Lo que aprendí de 2000 obituarios
Filmed:
Readability: 4.4
1,705,669 views
Lux Narayan comienza su día con huevos revueltos y la pregunta: "¿Quién murió hoy?". ¿Por qué? Al analizar 2000 obituarios del New York Times durante un período de 20 meses, Narayan recogió, en pocas palabras, cómo se ven los logros a lo largo de toda una vida. Aquí comparte lo que los inmortalizados en prensa pueden enseñarnos sobre una vida bien vivida.
Lux Narayan - Entrepreneur
Lux Narayan is a perpetual learner of various things -- from origami and molecular gastronomy to stand-up and improv comedy. Full bio
Lux Narayan is a perpetual learner of various things -- from origami and molecular gastronomy to stand-up and improv comedy. Full bio
Double-click the English transcript below to play the video.
00:12
Joseph Keller used to jog
around the Stanford campus,
around the Stanford campus,
0
879
4072
Joseph Keller solía correr
por el campus de Stanford,
por el campus de Stanford,
00:16
and he was struck by all the women
jogging there as well.
jogging there as well.
1
4975
4717
y era golpeado por todas las mujeres
que corrían allí también.
que corrían allí también.
00:21
Why did their ponytails swing
from side to side like that?
from side to side like that?
2
9716
3589
¿Por qué sus colas de caballo
oscilaban de un lado a otro de esa manera?
oscilaban de un lado a otro de esa manera?
00:25
Being a mathematician,
he set out to understand why.
he set out to understand why.
3
13867
3138
Como era matemático,
se dispuso a entender por qué.
se dispuso a entender por qué.
00:29
(Laughter)
4
17029
1151
(Risas)
El profesor Keller tenía
curiosidad por muchas cosas:
curiosidad por muchas cosas:
00:30
Professor Keller was curious
about many things:
about many things:
5
18204
2306
00:32
why teapots dribble
6
20534
1967
por qué las teteras gotean
00:34
or how earthworms wriggle.
7
22525
1830
o cómo se retuercen
las lombrices de tierra.
las lombrices de tierra.
00:36
Until a few months ago,
I hadn't heard of Joseph Keller.
I hadn't heard of Joseph Keller.
8
24847
3048
Hasta hace unos meses,
yo no había oído hablar de Joseph Keller.
yo no había oído hablar de Joseph Keller.
00:40
I read about him in the New York Times,
9
28581
2852
Leí sobre él en el New York Times,
00:43
in the obituaries.
10
31457
1432
en los obituarios.
00:44
The Times had half a page
of editorial dedicated to him,
of editorial dedicated to him,
11
32913
3772
The Times le había dedicado
la mitad de una página editorial a él,
la mitad de una página editorial a él,
00:48
which you can imagine is premium space
for a newspaper of their stature.
for a newspaper of their stature.
12
36709
3922
que es un espacio privilegiado
para un periódico de su nivel.
para un periódico de su nivel.
00:53
I read the obituaries almost every day.
13
41368
2342
He estado leyendo
obituarios casi todos los días.
obituarios casi todos los días.
00:56
My wife understandably thinks
I'm rather morbid
I'm rather morbid
14
44690
3022
Mi esposa cree comprensiblemente
que soy algo morboso
que soy algo morboso
00:59
to begin my day with scrambled eggs
and a "Let's see who died today."
and a "Let's see who died today."
15
47736
4400
por comenzar mi día con huevos revueltos
y un "vamos a ver quién ha muerto hoy".
y un "vamos a ver quién ha muerto hoy".
01:04
(Laughter)
16
52160
1150
(Risas)
01:06
But if you think about it,
17
54025
1292
Pero si piensan en ello,
01:07
the front page of the newspaper
is usually bad news,
is usually bad news,
18
55341
3413
la primera página del periódico
suele ser una mala noticia,
suele ser una mala noticia,
01:10
and cues man's failures.
19
58778
1975
e indicios de errores del hombre.
01:12
An instance where bad news
cues accomplishment
cues accomplishment
20
60777
2666
Y las marcas de malas noticias
con logros
con logros
01:15
is at the end of the paper,
in the obituaries.
in the obituaries.
21
63467
3235
se encuentra al final del periódico,
en los obituarios.
en los obituarios.
En mi trabajo diario,
01:19
In my day job,
22
67405
1364
dirijo una empresa que se centra
en vislumbrar el futuro
en vislumbrar el futuro
01:20
I run a company that focuses
on future insights
on future insights
23
68793
2476
01:23
that marketers can derive
from past data --
from past data --
24
71293
2420
que los anunciantes
pueden derivar de datos del pasado,
pueden derivar de datos del pasado,
01:25
a kind of rearview-mirror analysis.
25
73737
2944
una especie de análisis
de espejo retrovisor.
de espejo retrovisor.
01:29
And we began to think:
26
77092
1155
Y empezamos a pensar:
01:30
What if we held a rearview mirror
to obituaries from the New York Times?
to obituaries from the New York Times?
27
78271
5118
¿Y si tenemos un espejo retrovisor
para obituarios del New York Times?
para obituarios del New York Times?
¿Obtendríamos el secreto de cómo
conseguir un obituario destacado
conseguir un obituario destacado
01:36
Were there lessons on how you could get
your obituary featured --
your obituary featured --
28
84514
3468
para disfrutarlo,
incluso si uno ya no está?
incluso si uno ya no está?
01:40
even if you aren't around to enjoy it?
29
88006
1977
01:42
(Laughter)
30
90007
1484
(Risas)
01:43
Would this go better with scrambled eggs?
31
91515
2628
¿Funciona esto mejor
con huevos revueltos?
con huevos revueltos?
01:46
(Laughter)
32
94167
1150
(Risas)
01:48
And so, we looked at the data.
33
96163
2998
Así que miramos los datos.
01:51
2,000 editorial, non-paid obituaries
34
99869
4494
2000 obituarios no pagados del editorial,
01:56
over a 20-month period
between 2015 and 2016.
between 2015 and 2016.
35
104387
3642
durante un período de
20 meses entre 2015 y 2016.
20 meses entre 2015 y 2016.
02:00
What did these 2,000 deaths --
rather, lives -- teach us?
rather, lives -- teach us?
36
108053
4824
¿Qué nos enseñaron esas 2000 muertes,
mejor dicho, vidas?
mejor dicho, vidas?
En primer lugar
nos fijamos en las palabras.
nos fijamos en las palabras.
02:04
Well, first we looked at words.
37
112901
2033
02:06
This here is an obituary headline.
38
114958
1761
Este es un titular de un obituario.
02:08
This one is of the amazing Lee Kuan Yew.
39
116743
2296
Este es uno del increíble Lee Kuan Yew.
02:11
If you remove the beginning and the end,
40
119063
2522
Si se elimina el principio y el fin,
02:13
you're left with a beautifully
worded descriptor
worded descriptor
41
121609
3334
uno se queda con un descriptor
muy bien redactado
muy bien redactado
02:16
that tries to, in just a few words,
capture an achievement or a lifetime.
capture an achievement or a lifetime.
42
124967
4675
que trata, en pocas palabras,
de capturar un logro de toda la vida.
de capturar un logro de toda la vida.
02:21
Just looking at these is fascinating.
43
129666
2161
La sola observación
de esto es fascinante.
de esto es fascinante.
Estas son algunas personas famosas
que murieron en los últimos dos años.
que murieron en los últimos dos años.
02:24
Here are a few famous ones,
people who died in the last two years.
people who died in the last two years.
44
132301
3295
02:27
Try and guess who they are.
45
135620
1319
Traten de adivinar quiénes son.
02:28
[An Artist who Defied Genre]
46
136963
1440
[Un artista que desafió el género]
02:30
That's Prince.
47
138427
1185
Este es Prince.
02:32
[Titan of Boxing and the 20th Century]
48
140497
1837
[Titán del boxeo y del siglo XX]
02:34
Oh, yes.
49
142358
1160
Oh sí.
02:35
[Muhammad Ali]
50
143542
1224
[Muhammad Ali]
02:36
[Groundbreaking Architect]
51
144790
1546
[Arquitecta pionera]
02:38
Zaha Hadid.
52
146360
1251
Zaha Hadid.
Así que tomamos esos descriptores
02:40
So we took these descriptors
53
148843
1748
e hicimos lo que se llama
procesamiento del lenguaje natural,
procesamiento del lenguaje natural,
02:42
and did what's called
natural language processing,
natural language processing,
54
150615
2524
02:45
where you feed these into a program,
55
153163
1771
que consiste en alimentar un programa,
02:46
it throws out the superfluous words --
56
154958
1865
que elimina palabras superfluas,
02:48
"the," "and," -- the kind of words
you can mime easily in "Charades," --
you can mime easily in "Charades," --
57
156847
4223
"la", "y", esas palabras que se pueden
imitar fácilmente en "Charades", -
imitar fácilmente en "Charades", -
02:53
and leaves you with the most
significant words.
significant words.
58
161094
2193
y mantiene
las palabras más significativas.
las palabras más significativas.
02:55
And we did it not just for these four,
59
163311
1821
Y lo hicimos no solo para esos cuatro,
02:57
but for all 2,000 descriptors.
60
165156
2519
sino para todos los 2000 descriptores.
02:59
And this is what it looks like.
61
167699
1743
Y esto es lo que resultó.
03:03
Film, theatre, music, dance
and of course, art, are huge.
and of course, art, are huge.
62
171004
4827
Cine, teatro, música, danza y,
por supuesto, el arte, son muy frecuentes.
por supuesto, el arte, son muy frecuentes.
03:08
Over 40 percent.
63
176485
1946
Más del 40 %.
03:10
You have to wonder
why in so many societies
why in so many societies
64
178455
2528
Hay que preguntarse
por qué en tantas sociedades
por qué en tantas sociedades
insistimos en que nuestros hijos
estudien ingeniería, medicina,
estudien ingeniería, medicina,
03:13
we insist that our kids pursue
engineering or medicine or business or law
engineering or medicine or business or law
65
181007
4435
empresariales o derecho,
para que logren el éxito.
para que logren el éxito.
03:17
to be construed as successful.
66
185466
1587
Y ya que estamos hablando profesión,
03:19
And while we're talking profession,
67
187871
1693
03:21
let's look at age --
68
189588
1151
veamos la edad.
03:22
the average age at which
they achieved things.
they achieved things.
69
190763
2510
La edad media en la que se logran cosas.
03:25
That number is 37.
70
193297
1846
Ese número es 37.
03:28
What that means is,
you've got to wait 37 years ...
you've got to wait 37 years ...
71
196274
3656
Lo que significa que Uds.
deben esperar 37 años
deben esperar 37 años
03:31
before your first significant achievement
that you're remembered for --
that you're remembered for --
72
199954
3395
antes de su primer logro relevante
por el que serán recordados,
por el que serán recordados,
03:35
on average --
73
203373
1151
en promedio,
03:36
44 years later, when you
die at the age of 81 --
die at the age of 81 --
74
204548
2478
44 años más tarde,
cuando mueran a la edad de 81,
cuando mueran a la edad de 81,
03:39
on average.
75
207050
1168
de media.
03:40
(Laughter)
76
208242
1001
(Risas)
03:41
Talk about having to be patient.
77
209267
1684
Eso dice que hay que ser paciente.
03:42
(Laughter)
78
210975
1057
(Risas)
03:44
Of course, it varies by profession.
79
212056
2089
Por supuesto, varía según la profesión.
Si uno es una estrella del deporte,
03:46
If you're a sports star,
80
214566
1193
03:47
you'll probably hit
your stride in your 20s.
your stride in your 20s.
81
215783
2127
es probable que
el logro llegue a los 20 años.
el logro llegue a los 20 años.
03:49
And if you're in your 40s like me,
82
217934
2645
Y si Uds. están en sus 40 como yo,
pueden estar en el divertido
mundo de la política.
mundo de la política.
03:52
you can join the fun world of politics.
83
220603
1991
03:54
(Laughter)
84
222618
1056
(Risas)
03:55
Politicians do their first and sometimes
only commendable act in their mid-40s.
only commendable act in their mid-40s.
85
223698
3915
Los políticos hacen su primer y, a veces,
único acto encomiable a los 40 años.
único acto encomiable a los 40 años.
03:59
(Laughter)
86
227637
1257
(Risas)
Si se están preguntando
quienes son los otros,
quienes son los otros,
04:00
If you're wondering what "others" are,
87
228918
1937
04:02
here are some examples.
88
230879
1476
aquí hay unos ejemplos.
¿No es fascinante,
las cosas que la gente hace
las cosas que la gente hace
04:04
Isn't it fascinating, the things people do
89
232821
2116
04:06
and the things they're remembered for?
90
234961
1882
y las cosas por las que se les recuerda?
04:08
(Laughter)
91
236867
1752
(Risas)
Nuestra curiosidad aumentó a toda marcha,
04:12
Our curiosity was in overdrive,
92
240136
1844
04:14
and we desired to analyze
more than just a descriptor.
more than just a descriptor.
93
242004
3788
y deseábamos analizar
algo más que un descriptor.
algo más que un descriptor.
04:18
So, we ingested the entire
first paragraph of all 2,000 obituaries,
first paragraph of all 2,000 obituaries,
94
246998
4946
Por lo tanto, usamos todo
el primer párrafo de los 2000 obituarios,
el primer párrafo de los 2000 obituarios,
04:23
but we did this separately
for two groups of people:
for two groups of people:
95
251968
2774
pero por separado
para dos grupos de personas:
para dos grupos de personas:
04:26
people that are famous
and people that are not famous.
and people that are not famous.
96
254766
2777
las personas famosas
y las personas que no lo son.
y las personas que no lo son.
04:29
Famous people -- Prince,
Ali, Zaha Hadid --
Ali, Zaha Hadid --
97
257567
2689
La gente famosa como
Prince, Ali, Zaha Hadid;
Prince, Ali, Zaha Hadid;
las personas que no lo son,
son personas como Jocelyn Cooper,
son personas como Jocelyn Cooper,
04:32
people who are not famous
are people like Jocelyn Cooper,
are people like Jocelyn Cooper,
98
260280
4235
04:36
Reverend Curry
99
264539
1154
el reverendo Curry
04:37
or Lorna Kelly.
100
265717
1169
o Lorna Kelly.
04:38
I'm willing to bet you haven't heard
of most of their names.
of most of their names.
101
266910
3188
Apuesto que Uds. nunca han oído
hablar de la mayoría de estos nombres.
hablar de la mayoría de estos nombres.
04:42
Amazing people, fantastic achievements,
but they're not famous.
but they're not famous.
102
270122
3812
gente increíble, con logros fantásticos,
pero que no son famosos.
pero que no son famosos.
04:46
So what if we analyze
these two groups separately --
these two groups separately --
103
274720
2788
Entonces, ¿y si analizamos
estos dos grupos por separado,
estos dos grupos por separado,
04:49
the famous and the non-famous?
104
277532
1525
los famosos y los no famosos?
04:51
What might that tell us?
105
279081
1419
¿Qué puede decirnos esto?
04:52
Take a look.
106
280524
1240
Echen un vistazo.
04:56
Two things leap out at me.
107
284556
1469
Dos cosas me llaman la atención.
04:58
First:
108
286569
1170
Primero:
05:00
"John."
109
288106
1198
"John."
05:01
(Laughter)
110
289328
1300
(Risas)
¿Hay alguien aquí que se llame John?
Debe agradecérselo a sus padres
Debe agradecérselo a sus padres
05:03
Anyone here named John
should thank your parents --
should thank your parents --
111
291914
3388
05:07
(Laughter)
112
295326
1329
(Risas)
05:08
and remind your kids to cut out
your obituary when you're gone.
your obituary when you're gone.
113
296679
3082
y recuerden a sus hijos que
recorten su obituario cuando ya no estén.
recorten su obituario cuando ya no estén.
05:13
And second:
114
301061
1356
Y segundo:
05:15
"help."
115
303849
1154
"Ayuda".
05:18
We uncovered, many lessons
from lives well-led,
from lives well-led,
116
306524
3465
Hemos descubierto muchas
lecciones de vida bien dirigida
lecciones de vida bien dirigida
05:22
and what those people immortalized
in print could teach us.
in print could teach us.
117
310013
2836
y lo que esas personas inmortalizadas
en prensa pueden enseñarnos.
en prensa pueden enseñarnos.
05:24
The exercise was a fascinating testament
to the kaleidoscope that is life,
to the kaleidoscope that is life,
118
312873
4738
El ejercicio fue un testimonio fascinante
y calidoscopio de lo que es la vida,
y calidoscopio de lo que es la vida,
05:29
and even more fascinating
119
317635
2715
y aún más fascinante
05:32
was the fact that the overwhelming
majority of obituaries
majority of obituaries
120
320374
3068
fue el hecho de que
la inmensa mayoría de los obituarios
la inmensa mayoría de los obituarios
05:35
featured people famous and non-famous,
121
323466
2998
que aparecen de
personas famosas y no famosas,
personas famosas y no famosas,
05:38
who did seemingly extraordinary things.
122
326488
2433
hicieron cosas
aparentemente extraordinarias.
aparentemente extraordinarias.
05:41
They made a positive dent
in the fabric of life.
in the fabric of life.
123
329574
3110
Hicieron mella positiva
en el tejido de la vida.
en el tejido de la vida.
05:44
They helped.
124
332708
1237
Ayudaron.
05:46
So ask yourselves as you go
back to your daily lives:
back to your daily lives:
125
334772
2591
Así que pregúntense
al volver a sus vidas diarias:
al volver a sus vidas diarias:
05:49
How am I using my talents to help society?
126
337387
2920
¿Cómo uso mis talentos
para ayudar a la sociedad?
para ayudar a la sociedad?
05:52
Because the most powerful lesson here is,
127
340331
2973
Pues la más poderosa lección aquí es,
05:55
if more people lived their lives
trying to be famous in death,
trying to be famous in death,
128
343328
4336
que si más personas vivieran sus vidas
tratando de ser famosos en la muerte,
tratando de ser famosos en la muerte,
05:59
the world would be a much better place.
129
347688
2605
el mundo sería un lugar mucho mejor.
06:03
Thank you.
130
351062
1169
Gracias.
06:04
(Applause)
131
352255
2848
(Aplausos)
ABOUT THE SPEAKER
Lux Narayan - EntrepreneurLux Narayan is a perpetual learner of various things -- from origami and molecular gastronomy to stand-up and improv comedy.
Why you should listen
Lakshmanan aka Lux Narayan mans the helm of Unmetric, a social media intelligence company that helps digital marketers, social media analysts, and content creators harness social signals to track and analyze competitive content and campaigns, and to create better content and campaigns of their own.
Prior to founding Unmetric, Narayan was a co-founder at Vembu Technologies, an online data backup company. He also helped found and volunteered at ShareMyCake, a non-profit started by his wife that focuses on encouraging children to use their birthdays to channel monetary support towards a cause of their choosing.
As Unmetric's CEO, he leads a team of 70 people distributed across the company's operations in Chennai and New York City.
Outside of work, he is a perpetual learner of various things -- from origami and molecular gastronomy to stand-up and improv comedy. He enjoys reading obituaries and other non-fiction and watching documentaries with bad ratings. Narayan makes time every year for trekking in the Himalayas or scuba diving in tropical waters, and once he learns to fly, he hopes to spend more time off land than on it.
Lux Narayan | Speaker | TED.com