ABOUT THE SPEAKER

Jeff Kirschner - Entrepreneur
Jeff Kirschner created a global community that's eradicating litter one piece at a time.

Why you should listen

When his 4-year old daughter saw a plastic tub of cat litter in the woods, little did Jeff Kirschner realize that it would be the spark for creating Litterati -- a global movement that's "crowdsource-cleaning" the planet one piece of litter at a time.

Featured in National Geographic, Time Magazine, Fast Company and USA Today, Litterati has become a shining example of how communities are using technology and data to solve our world's most complex problems.

Kirschner has shared the Litterati story at Fortune 500 companies such as Google, Facebook and Uber, keynoted environmental summits at the Monterey Bay Aquarium and Keep America Beautiful, as well as leading schools including Stanford, MIT and the University of Michigan. He was recently a TED Resident, where he developed Litterati into an idea worth spreading.

More profile about the speaker
Jeff Kirschner | Speaker | TED.com

TED Residency

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

Jeff Kirschner: ဒီအက်ပ်နဲ့ဆို အမှိုက်ကောက်ရတာ ပျော်စရာကြီးပါ

Filmed: 2016-12-13

Readability: 4.2

1,385,758 views

ကျွန်ုပ်တို့ရဲ့ ကမ္ဘာကြီးကို သန့်ရှင်းအောင် ထားကြရပါမယ်။ Litterati ဆိုတဲ့ အမှိုက်ကို ဖေါ်ထုတ်ပေးရန်၊ ကောက်ယူရန် နဲ့ ဘူမိတံဆိပ် တပ်ပေးနိုင်တဲ့ အက်ပ်ကို အသုံးပြုပြီး TED ကိုယ်စားလှယ် Jeff Kirschner ဟာ ကမ္ဘာကြီးကို သန့်ရှင်းအောင် လုပ်ပေးနေတဲ့ လူအုပ်စုရင်းမြစ် ဖြစ်လာတဲ့ အရပ်ဖက်အဖွဲ့အစည်းကို တီထွင်ပေးလိုက်ပါတယ်။ နိုင်ငံ ၁၀၀ ကျော်တို့အထဲက အမှိုက်တွေကို ခြေရာခံပြီးတဲ့ နောက်မှာ Kirschner ဟာ နာမည်ကြီး ကုမ္ပဏီကြီးများနှင့် အဖွဲ့အစည်းများနဲ့ လက်တွဲပြီး အမှိုက်တွေ မြေကြီးပေါ် ကျမလာအောင် ရပ်တန့်ပစ်ဖို့ သူစုစည်းထားတဲ့ ဒေတာကို သုံးနိုင်မယ်လို့ မျှော်လင့်ပါတယ်။

Jeff Kirschner - Entrepreneur
Jeff Kirschner created a global community that's eradicating litter one piece at a time. Full bio

Double-click the English transcript below to play the video.

00:13

This story starts with these two --

0

1015

2993

ကျနော် ပြောချင်တဲ့ ဇာတ်လမ်းက
ဒီနှစ်ယောက်နဲ့ စတင်ခဲ့တယ်--

00:16

my kids.

1

4032

1258

ကျွန်တော့ ကလေးတွေပါ။

00:17

We were hiking in the Oakland woods

2

5314

1682

Oakland တောတွေမှာ ခြေလျင်ခရီး

00:19

when my daughter noticed
a plastic tub of cat litter in a creek.

3

7020

4134

ထွက်နေတုန်း ချောင်းထဲမှာ ကြောင်အိမ်သာ
အတွက် သုံးတဲ့ဘူးကို တွေ့လိုက်တယ်။

00:23

She looked at me and said,

4

11647

1662

သူက ကျွန်တော့ဆီကို ကြည့်ရင်း၊

00:25

"Daddy?

5

13333

2507

“ဖေဖေ တွေ့လား။

00:27

That doesn't go there."

6

15864

1650

ဒါ ဒီမှာ မရှိသင့်တဲ့ဟာပဲ။”

00:29

When she said that,
it reminded me of summer camp.

7

17538

2422

သူ ဒီလို ပြောလိုက်တော့
နွေရာသီစခန်းကို သတိရမိတယ်။

00:31

On the morning of visiting day,

8

19984

1498

သူတို့ဆီ သွားလည်တဲ့ နံနက်တွင်၊

00:33

right before they'd let our anxious
parents come barreling through the gates,

9

21506

3663

စိုးရိမ်နေကြတဲ့ မိဘတွေ ဂိတ်ဝတွေကို
ဖြတ်ပြီး ထွက်လာနေချိန်မှာ၊

00:37

our camp director would say,

10

25193

1369

စခန်း ညွှန်ကြားရေးမှူးက၊

00:38

"Quick! Everyone pick up
five pieces of litter."

11

26586

2309

“လူတိုင်း ခပ်မြန်မြန်
အမှိုက် ငါးခုကောက်ယူကြပါ။”

00:40

You get a couple hundred kids
each picking up five pieces,

12

28919

3040

အဲဒီမှာ ကလေးတွေ နှစ်ရာလောက်
ရှိနေတော့ ငါးခုစီ ကောက်လိုက်ရင်၊

00:43

and pretty soon, you've got
a much cleaner camp.

13

31983

2573

မကြာမီမှာပဲ စခန်းဟာ များစွာမှ
ပိုသန့်ရှင်းလာမှာပေါ့။

အဲဒါနဲ့ ကျွန်တော် တွေးမိတာက၊

00:46

So I thought,

14

34580

1159

00:47

why not apply that crowdsourced
cleanup model to the entire planet?

15

35763

4537

အမှိုက်ရှင်းရေး အဲဒီလို လူအုပ်စုနည်းကို
တစ်ကမ္ဘာလုံးအတွက် သုံးလိုက်ရင်ကော။

00:52

And that was the inspiration
for Litterati.

16

40324

2951

အဲဒါကမှ Litterati ကို စပြီး
လှုံ့ဆော်ပေးလိုက်တာပါ။

00:55

The vision is to create
a litter-free world.

17

43299

3349

အမှိုက်မဲ့ ကမ္ဘာကြီး ဖန်တီးရေး အမြင်ပါ။

00:58

Let me show you how it started.

18

46672

1508

စလုပ်ကိုင်ခဲ့ပုံကို ပြပေးပါရစေ။

01:00

I took a picture of a cigarette
using Instagram.

19

48204

3386

ကျွန်တော်ဟာ Instagram ကို သုံးပြီး
စီးကရက်ကို ဓာတ်ပုံရိုက်လိုက်တယ်။

01:04

Then I took another photo ...

20

52222

1867

အဲဒီနောက် နောက် ပုံကို ရိုက်ခဲ့တယ်...

01:06

and another photo ...

21

54113

1557

နောက် တစ်ပုံ...

01:07

and another photo.

22

55694

1167

နောက် တစ်ပုံ။

01:08

And I noticed two things:

23

56885

1286

ကျွန်တော် သတိထားမိတဲ့ နှစ်ချက်က-

01:10

one, litter became artistic
and approachable;

24

58195

3472

တစ်ချက်က၊ အမှိုက်ဟာ အနုပညာ ပစ္စည်း
ဖြစ်လာပြီး ချဉ်းကပ်လို့ ရလာတယ်၊

ဒုတိယ အချက်က၊

01:14

and two,

25

62244

1151

ရက်အနည်းငယ် ကြာတော့၊ ကျွန်တော်
ဖုန်းထဲမှာ ပုံ ၅၀ ရှိနေပြီး

01:15

at the end of a few days,
I had 50 photos on my phone

26

63419

2515

01:17

and I had picked up each piece,

27

65958

1587

အမှိုက်တိုင်းကို ကျွန်တော် ကောက်ယူခဲ့တယ်၊

01:19

and I realized that I was keeping a record

28

67569

2385

အဲဒါဟာဖြင့် ဂြိုဟ်ကြီးအား အကောင်းဘက်မှ
အကျိုးသက်ရောက်စေခဲ့တာရဲ့

01:21

of the positive impact
I was having on the planet.

29

69978

3151

မှတ်တမ်းကို ကျွန်တော်
ပြုစုနေခြင်း ဖြစ်လာတယ်။

01:25

That's 50 less things that you might see,

30

73153

2188

ခင်ဗျားတို့ အားလုံး မြင်နိုင်ခဲ့ကြတာ၊

01:27

or you might step on,

31

75365

1243

ခင်ဗျားတို့ ခြေနဲ့ နင်းမိနိုင်တာ၊

01:28

or some bird might eat.

32

76632

1458

ငှက်တွေ စားမိနိုင်တာထက်
၅၀ နည်းလာတယ်။

01:30

So I started telling people
what I was doing,

33

78769

2652

အဲဒါနဲ့ ကျွန်တော် လုပ်နေတာကို
လူတွေကို ပြောပြလာတယ်။

01:33

and they started participating.

34

81445

2356

သူတို့လည်း အဲဒီထဲ လိုက်ပါလာကြတယ်။

01:36

One day,

35

84831

1693

တစ်နေ့တွင်၊

01:38

this photo showed up from China.

36

86548

2528

ဒီပုံကို တရုတ်နိုင်ငံမှ ပြလာတယ်။

01:42

And that's when I realized

37

90039

1271

အဲဒီကျမှ Litterati ဟာ

01:43

that Litterati was more
than just pretty pictures;

38

91334

3266

လှပတဲ့ ပုံတွေထက် ပိုအရေးပါတာကို
ကျွန်တော် နားလည်လိုက်တယ်၊

01:46

we were becoming a community
that was collecting data.

39

94624

3369

ကျွန်တော်တို့ဟာ ဒေတာကို စုစည်းပေးတဲ့
အသိုက်အဝန်း ဖြစ်လာပါတယ်။

ဓာတ်ပုံတိုင်း ပုံပြင်
တစ်ခုစီကို ပြောပြတယ်။

01:50

Each photo tells a story.

40

98869

1890

01:53

It tells us who picked up what,

41

101279

2193

ဘယ်သူက ဘာကို ကောက်ယူလိုက်တယ်၊

01:55

a geotag tells us where

42

103496

2011

ဘူမိတံဆိပ်က ဘယ်မှာ ဖြစ်ခဲ့တယ်၊

01:57

and a time stamp tells us when.

43

105531

2030

အချိန်တံဆိပ်ကျတော့ အချိန်ကို ပြတယ်။

02:00

So I built a Google map,

44

108006

2429

အဲဒါနဲ့ ကျွန်တော်ဟာ Google ကို
ရေးဆွဲလိုက်တယ်၊

02:02

and started plotting the points
where pieces were being picked up.

45

110459

4053

အမှိုက်တွေ ကောက်ယူခဲ့တဲ့ နေရာတွေကို
အဲဒီပေါ်ကို တင်ပေးလာတယ်။

02:06

And through that process,
the community grew

46

114536

3918

အဲဒီလုပ်ငန်းစဉ်ကနေပြီး
အသိုက်အဝန်းဟာ ကြီးကြီးလာတယ်၊

02:10

and the data grew.

47

118478

1639

ဒေတာလည်း ကြီးထွားလာခဲ့တယ်။

02:12

My two kids go to school
right in that bullseye.

48

120806

3461

ကျွန်တော့ ကလေး နှစ်ယောက် ကျောင်းကို
သွားတိုင်း မျက်လုံးပြူးကြီးနဲ့။

02:17

Litter:

49

125125

1211

အမှိုက်ဟာ-

02:18

it's blending into
the background of our lives.

50

126360

2704

ကျွန်တော်တို့ ဘဝရဲ့ နောက်ခံထဲမှာ
ရောယှက် နေရာယူတတ်တယ်။

02:21

But what if we brought it
to the forefront?

51

129088

2099

အဲဒါကို ရှေ့တန်းကို တင်ပေးလိုက်မယ်
ဆိုရင်ကော။

02:23

What if we understood exactly
what was on our streets,

52

131211

2912

ကျွန်တော်တို့ရဲ့ လမ်းတွေပေါ်မှာ၊

02:26

our sidewalks

53

134147

1389

လမ်းဘေးမှာ၊ ကျောင်းဝင်းထဲမှာ

02:27

and our school yards?

54

135560

1538

ဘာတွေ ရှိနေတာ သိသင့်ပါတယ်။

02:29

How might we use that data
to make a difference?

55

137122

3247

အဲဒီ ဒေတာကို သုံးပြီး ပြောင်းလဲလာအောင်
ဘယ်လိုများ သုံးနိုင်မလဲ။

02:33

Well, let me show you.

56

141189

1198

ကျွန်တော ပြပေးပါရစေ။

02:34

The first is with cities.

57

142411

1385

ပထမအနေနဲ့ မြို့တွေပါ။

02:36

San Francisco wanted to understand
what percentage of litter was cigarettes.

58

144418

4639

San Francisco က အမှိုက်တွေထဲမှာ
စီးကရက်ရဲ့ ရာခိုင်နှုန်းကို သိချင်ခဲ့တယ်။

02:41

Why?

59

149081

1162

ဘာအတွက်ကြောင့်လဲ။

02:42

To create a tax.

60

150267

1209

အခွန်သစ်ကို ဖန်တီးဖို့ပါ။

ဒါနဲ့ သူတို့ဟာ လူနှစ်ယောက်ကို
လမ်းတွေမှာ ချထားလျက်

02:44

So they put a couple of people
in the streets

61

152073

2135

02:46

with pencils and clipboards,

62

154232

1361

ခဲတံနဲ့ မှတ်စုစာအုပ်နဲ့

02:47

who walked around collecting information

63

155617

2063

လျှောက်ကြည့်ရင်း အချက်တွေကို စုစည်းဖို့ပါ၊

02:49

which led to a 20-cent tax
on all cigarette sales.

64

157704

3111

အဲဒါနဲ့ စီးကရက် ရောင်းရသမျှအပေါ်
အခွန် ၂၀ % ပေးလာရတယ်။

02:53

And then they got sued

65

161787

2153

ဒါပေမဲ့ သူတို့ကို စီးကရက် ကုမ္ပဏီကြီးတွေက

02:55

by big tobacco,

66

163964

1176

တရားစွဲလာကြတယ်၊

02:57

who claimed that collecting information
with pencils and clipboards

67

165164

3216

ခဲတံနဲ့ မှတ်စုစာအုပ်ဖြင့် အချက်အလက်
ကောက်ခံမှုဟာ မတိကျဘူး၊

03:00

is neither precise nor provable.

68

168404

2331

သက်သေထူလို့ မရနိုင်ဘူးလို့ ဆိုကြတယ်။

03:03

The city called me and asked
if our technology could help.

69

171454

3680

မြို့က ကျွန်တော့ကို ဖုန်းဆက်ပြီးကျွန်တော့
နည်းပညာ ကူနိုင်မလား မေးတယ်။

03:07

I'm not sure they realized

70

175158

1249

ကျွန်တော်တို့ရဲ့ နည်းပညာဟာ

03:08

that our technology
was my Instagram account --

71

176431

2248

Instagram အကောင့် ဖြစ်တာ
သူတို့ သိမသိ မသေချာပါ။

03:10

(Laughter)

72

178703

1039

(ရယ်မောသံများ)

ဒါပေမဲ့၊ “ဟုတ်ကဲ့၊ ကူနိုင်တယ်။”

03:11

But I said, "Yes, we can."

73

179766

1266

03:13

(Laughter)

74

181056

1016

(ရယ်မောသံများ)

03:14

"And we can tell you
if that's a Parliament or a Pall Mall.

75

182096

3908

“ပြီးတော့ အဲဒါဟာ Parliament လား၊
ဒါမှမဟုတ် Pall Mall လား ပြောနိုင်မယ်။

03:18

Plus, every photograph
is geotagged and time-stamped,

76

186028

3425

အဲဒါ့အပြင်၊ ဓာတ်ပုံတိုင်းမှာ ဘူမိတံဆိပ်နဲ့
အချိန် တံဆိပ်တောင် ပါဦးမယ်၊

03:21

providing you with proof."

77

189477

1381

အဲဒါက သက်သေ အထောက်အထားပဲ။”

03:23

Four days and 5,000 pieces later,

78

191839

3220

လေးရက်အကြာတွင်၊ အမှိုက် ၅၀၀၀ နဲ့အတူ

03:27

our data was used in court
to not only defend but double the tax,

79

195083

4938

ကျွန်ုပ်တို့ရဲ့ ဒေတာကို တရားရုံးမှာ
သုံးခဲ့ကာ အခွန်ကို ကာကွယ်နိုင်ခဲ့ရုံသာမက

03:32

generating an annual recurring revenue
of four million dollars

80

200045

4323

အခွန်ကို နှစ်ဆတိုးနိုင်ခဲ့လို့ နှစ်စဉ်
အခွန် ဒေါ်လာ လေးသန်း ရလာရာ

03:36

for San Francisco to clean itself up.

81

204392

2295

San Francisco ရဲ့
သန့်ရှင်းမှုအတွက် သုံးနိုင်တယ်။

အဲဒီ ရုံးတင်ကြားနာမှု အတွင်းမှာ
ကျွန်တော် နှစ်ချက် နားလည်လာတယ်-

03:40

Now, during that process
I learned two things:

82

208001

2235

03:42

one, Instagram is not the right tool --

83

210260

2554

Instagram ဟာ မှန်ကန်တဲ့ ကိရိယာ
မဟုတ်ဘူး--

03:44

(Laughter)

84

212838

1031

(ရယ်မောသံများ)

အဲဒါကြောင့် ကျွန်ုပ်တို့ အက်ပ်ကို
တီထွင်ရတယ်။

03:45

so we built an app.

85

213893

1503

03:47

And two, if you think about it,

86

215420

1633

နောက်တစ်ချက်က၊ စဉ်းစားကြည့်ရင်၊

03:49

every city in the world
has a unique litter fingerprint,

87

217077

3617

ကမ္ဘာကြီးထဲက မြို့တိုင်းဆီမှာ
သူများနဲ့မတူတဲ့ လက်ဗွေလိုဟာ ရှိတယ်၊

03:52

and that fingerprint provides
both the source of the problem

88

220718

3836

ပြီးတော့ လက်ဗွေဟာ ပြဿနာရဲ့
ဇာတ်မြစ်ကို ထောက်ပြပေးသလို

03:56

and the path to the solution.

89

224578

1921

အဖြေကိုပါ ဖေါ်ပြပေးတယ် ဆိုတာပါ။

03:59

If you could generate a revenue stream

90

227646

2378

စီးကရက်ရဲ့ ရာခိုင်နှုန်းကို သိရုံနဲ့

04:02

just by understanding
the percentage of cigarettes,

91

230048

2463

အခွန် ရရှိလာအောင် လုပ်နိုင်တယ်ဆိုရင်၊

04:04

well, what about coffee cups

92

232535

2096

ကော်ဖီခွက်တွေ ဒါမှမဟုတ်

04:06

or soda cans

93

234655

1706

ဆိုဒါဘူးတွေ ဆိုရင်ကော၊

04:08

or plastic bottles?

94

236385

1414

ပလပ်စတစ် ပုလင်းတွေကော။

04:10

If you could fingerprint San Francisco,
well, how about Oakland

95

238501

3201

ခုနကလို San Francisco ရဲ့ လက်ဗွေကို
ရခဲ့သလို Oakland

04:13

or Amsterdam

96

241726

1696

ဒါမှမဟုတ် Amsterdam

04:15

or somewhere much closer to home?

97

243446

2970

ဒါမှမဟုတ် ကိုယ့်အိမ်နဲ့ ပိုနီးတဲ့
မြို့အတွက် ဆိုရင်ကော။

ပြီးတော့ ကုမ္ပဏီကြီးတွေကော။

04:19

And what about brands?

98

247408

1234

ဒီဒေတာကို သူတို့ရဲ့
ပတ်ဝန်းကျင် နဲ့ စီးပွားရေး

04:20

How might they use this data

99

248666

1901

04:22

to align their environmental
and economic interests?

100

250591

4212

ဆိုင်ရာ အကျိုးစီးပွားများအတွက်
ဘယ်လိုများ သုံးနိုင်ကြမလဲ။

04:27

There's a block in downtown Oakland
that's covered in blight.

101

255646

3212

Oakland မြို့လယ်ကောင်မှာ
အမှိုက်တွေနဲ့ ပြည့်နေတဲ့ နေရာရှိတယ်။

04:31

The Litterati community got together
and picked up 1,500 pieces.

102

259325

4104

Litterati အသိုက်အဝန်းဟာ အတူတူ
သွားပြီး အမှိုက် ၁၅၀၀ ကို ကောက်ခဲ့ကြတယ်။

04:35

And here's what we learned:

103

263812

1340

အဲဒီကနေ ကျွန်ုပ်တို့ သိလာတာ-

04:37

most of that litter came
from a very well-known taco brand.

104

265176

3210

အမှိုက် အများစုဟာ နာမည်ကြီး
taco တံဆိပ်ဆီက ဖြစ်တယ်။

04:41

Most of that brand's litter
were their own hot sauce packets,

105

269738

3577

အဲဒီတံဆိပ်ပါ အမှိုက် အများစုဟာ
သူတို့ရဲ့ ဆော့ထုပ်တွေပါ၊

04:46

and most of those hot sauce packets
hadn't even been opened.

106

274438

3626

ပြီးတော့ ဆော့ထုပ် အများအပြားကို
ဖွင့်တောင် မဖွင့်ရသေးဘူး။

04:51

The problem and the path
to the solution --

107

279965

2715

ပြဿနာ နဲ့ ဖြေရှင်းရေး နည်းလမ်းက--

04:54

well, maybe that brand only
gives out hot sauce upon request

108

282704

3961

အဲဒီတံဆိပ်အနေနှင့် လူတွေ တောင်းမှသာ
ဆော့တွေကို ထုတ်ပေးရန်

04:58

or installs bulk dispensers

109

286689

2009

ဒါမှမဟုတ် လူတွေ ယူနိုင်ဖို့
ချပေးထားရန်၊

05:00

or comes up with more
sustainable packaging.

110

288722

2552

ဒါမှမဟုတ် ပိုပြီး လက်တွေ့ကျတဲ့
အထုပ် စီစဉ်ပေးဖို့ပါ။

05:03

How does a brand take
an environmental hazard,

111

291298

2969

ကုမ္ပဏီကြီး တစ်ခုအနေနဲ့
ပတ်ဝန်းကျင် အန္တရာယ်ကို ယူပြီး

05:06

turn it into an economic engine

112

294291

2006

စီးပွားရေး တွန်းအားအဖြစ် ပြောင်းလဲပစ်ဖို့

05:08

and become an industry hero?

113

296321

1768

လုပ်ငန်းထဲက ဟီရိုး ဖြစ်လာဖို့ ဘာလုပ်ရမလဲ။

05:11

If you really want to create change,

114

299292

2202

ကျွန်ုပ်တို့က အပြောင်းအလဲကို
ဖန်တီးချင်လိုရင်၊

05:13

there's no better place to start
than with our kids.

115

301518

2874

ကျွန်ုပ်တို့ရဲ့ ကလေးတွေထက်
ပိုပြီး ကောင်းတဲ့ နေရာ မရှိပါ။

05:16

A group of fifth graders picked up
1,247 pieces of litter

116

304416

3403

ငါးတန်း ကျောင်းသား တစ်စုဟာ
သူတို့ရဲ့ ကျောင်းဝင်းထဲမှာကို

05:19

just on their school yard.

117

307843

1848

အမှိုက် ၁၂၄၇ ခုကို ရှာနိုင်ခဲ့ကြတယ်။

05:21

And they learned that the most
common type of litter

118

309715

2532

ပြီးတော့ သူတို့ရဲ့ အမှိုက်တွေထဲမှာ
အများဆုံး တွေ့ရတဲ့

05:24

were the plastic straw wrappers
from their own cafeteria.

119

312271

3234

အမှိုက်က ကျောင်း စားသောက်ဆိုင်မှ
စုပ်တံကို ထုပ်တဲ့ ပလပ်စတစ်ပဲ။

05:27

So these kids went
to their principal and asked,

120

315947

2529

အဲဒါနဲ့ ကလေးတွေက ကျောင်းအုပ်ကြီး
ကို မေးကြတယ်၊

“ကျွန်ုပ်တို့ အခုထက်ထိ စုပ်တံတွေကို
ဝယ်နေကြတာ ဘာကြောင့်လဲ။”

05:30

"Why are we still buying straws?"

121

318500

1660

05:33

And they stopped.

122

321166

1755

သူတို့ ရပ်လိုက်ကြပြီ။

05:34

And they learned that individually
they could each make a difference,

123

322945

3654

ပြီးတော့ သူတို့ တစ်ဦးချင်း တစ်ခုခု
ပြောင်းလဲအောင် လုပ်နိုင်ပေမဲ့၊

05:38

but together they created an impact.

124

326623

2338

အတူတူ လုပ်တော့ အကျိုးသက်ရောက်မှု
ပိုရှိလာတာ သိလာကြတယ်။

05:41

It doesn't matter
if you're a student or a scientist,

125

329503

4012

ကိုယ်က ကျောင်းသားလား၊
သိပ္ပံပညာရှင်လား၊ ကိုယ်နေတာက

05:45

whether you live in Honolulu or Hanoi,

126

333539

3135

Honolulu ဒါမှမဟုတ် Hanoi မှာလား၊
အရေးမကြီးပါ။

05:48

this is a community for everyone.

127

336698

2441

ဒီလူ့အဖွဲ့အစည်းက လူတိုင်းအတွက်ပါ။

05:51

It started because of two little kids
in the Northern California woods,

128

339974

4679

ကလေး နှစ်ယောက်က
Northern California တောထဲတွင်

05:56

and today it's spread across the world.

129

344677

2814

စတင်လိုက်တာနဲ့ ဒါဟာ စလျက်
တကမ္ဘာလုံးကို ပျံ့လာခဲ့ပါတယ်။

05:59

And you know how we're getting there?

130

347938

1783

ဒါကို ဘယ်လို လုပ်နိုင်ခဲ့ကြတာလဲ။

06:02

One piece at a time.

131

350067

1878

တစ်ချိန်မှာ အမှိုက် တစ်ခုပါ။

06:04

Thank you.

132

352508

1215

ကျေးဇူးတင်ပါတယ်။

06:05

(Applause)

133

353747

3618

(လက်ခုပ်တီးသံများ)

Translated by Myo Aung
Reviewed by sann tint

ABOUT THE SPEAKER

Jeff Kirschner - Entrepreneur
Jeff Kirschner created a global community that's eradicating litter one piece at a time.

Why you should listen

When his 4-year old daughter saw a plastic tub of cat litter in the woods, little did Jeff Kirschner realize that it would be the spark for creating Litterati -- a global movement that's "crowdsource-cleaning" the planet one piece of litter at a time.

Featured in National Geographic, Time Magazine, Fast Company and USA Today, Litterati has become a shining example of how communities are using technology and data to solve our world's most complex problems.

Kirschner has shared the Litterati story at Fortune 500 companies such as Google, Facebook and Uber, keynoted environmental summits at the Monterey Bay Aquarium and Keep America Beautiful, as well as leading schools including Stanford, MIT and the University of Michigan. He was recently a TED Resident, where he developed Litterati into an idea worth spreading.

More profile about the speaker
Jeff Kirschner | Speaker | TED.com

THE ORIGINAL VIDEO ON TED.COM

Jeff Kirschner: ဒီအက်ပ်နဲ့ဆို အမှိုက်ကောက်ရတာ ပျော်စရာကြီးပါ | TED Talk | TED.com