TED2007
Hans Rosling: New insights on poverty
Hans Rosling revela nuevas ideas acerca de la pobreza
Filmed:
Readability: 3.1
3,769,031 views
El investigador Hans Rosling usa sus herramientas de datos para mostrar cómo los países salen de la pobreza. Demuestra la Calle del Dólar, comparando familias de diferentes niveles económicos. Y al final hace algo realmente sorprendente.
Hans Rosling - Global health expert; data visionary
In Hans Rosling’s hands, data sings. Global trends in health and economics come to vivid life. And the big picture of global development—with some surprisingly good news—snaps into sharp focus. Full bio
In Hans Rosling’s hands, data sings. Global trends in health and economics come to vivid life. And the big picture of global development—with some surprisingly good news—snaps into sharp focus. Full bio
Double-click the English transcript below to play the video.
00:25
I told you three things last year.
0
0
2000
Les dije tres cosas el año pasado.
00:27
I told you that the statistics of the world
1
2000
3000
Les dije que las estadísticas del mundo
00:30
have not been made properly available.
2
5000
3000
no han sido propiamente liberadas.
00:33
Because of that, we still have the old mindset
3
8000
2000
Debido a eso, aún tenemos la vieja idea
00:35
of developing in industrialized countries, which is wrong.
4
10000
3000
de países en desarrollo y países industrializados, y esto es incorrecto.
00:39
And that animated graphics can make a difference.
5
14000
4000
Y que los gráficos animados pueden crear una diferencia.
00:44
Things are changing
6
19000
2000
Las cosas están cambiando.
00:46
and today, on the United Nations Statistic Division Home Page,
7
21000
4000
Y hoy, en la página Web de la división de estadística de la ONU,
00:50
it says, by first of May, full access to the databases.
8
25000
3000
dice que para el primero de mayo habrá acceso total a las bases de datos.
00:55
(Applause)
9
30000
3000
(Aplausos)
00:58
And if I could share the image with you on the screen.
10
33000
4000
Y si puedo compartir con ustedes esta imagen en pantalla,
01:03
So three things have happened.
11
38000
1000
tres cosas han ocurrido.
01:04
U.N. opened their statistic databases,
12
39000
3000
La ONU abrió sus bases de datos estadísticas,
01:07
and we have a new version of the software
13
42000
4000
y tenemos una nueva versión del software
01:11
up working as a beta on the net,
14
46000
2000
funcionando en gapminder.org en la red,
01:13
so you don't have to download it any longer.
15
48000
2000
así que ya no tienen que descargarlo.
01:16
And let me repeat what you saw last year.
16
51000
2000
Déjenme repetir lo que vieron el año pasado.
01:18
The bubbles are the countries.
17
53000
1000
Las burbujas son países.
01:19
Here you have the fertility rate -- the number of children per woman --
18
54000
4000
Aquí tienen la tasa de fertilidad -- el número de niños por mujer --
01:23
and there you have the length of life in years.
19
58000
3000
y aquí tienen la esperanza de vida en años.
01:27
This is 1950 -- those were the industrialized countries,
20
62000
3000
Esto es 1950 -- estos eran los países industrializados,
01:30
those were developing countries.
21
65000
1000
esos eran los países en desarrollo.
01:31
At that time there was a "we" and "them."
22
66000
2000
En esa época había un "nosotros" y un "ellos".
01:33
There was a huge difference in the world.
23
68000
2000
Había una gran diferencia en el mundo.
01:35
But then it changed, and it went on quite well.
24
70000
4000
Pero entonces cambió, y continuó bastante bien.
01:39
And this is what happens.
25
74000
1000
Y esto es lo que ocurre.
01:41
You can see how China is the red, big bubble.
26
76000
3000
Pueden ver cómo China es la gran burbuja roja;
01:44
The blue there is India.
27
79000
1000
la azul es India.
01:45
And they go over all this -- I'm going to try to be
28
80000
3000
Voy a intentar ser
01:48
a little more serious this year in showing you
29
83000
2000
un poco más serio este año al mostrarles
01:50
how things really changed.
30
85000
2000
cómo han cambiado las cosas.
01:53
And it's Africa that stands out as the problem down here, doesn't it?
31
88000
3000
Y es África la que sobresale aquí como el problema, ¿no es así?
01:56
Large families still, and the HIV epidemic
32
91000
3000
Las familias todavía numerosas y la epidemia de VIH
01:59
brought down the countries like this.
33
94000
2000
bajaron a los países de esta forma.
02:01
This is more or less what we saw last year,
34
96000
3000
Esto es más o menos lo que vimos el año pasado,
02:04
and this is how it will go on into the future.
35
99000
2000
y así es como continuará en el futuro.
02:07
And I will talk on, is this possible?
36
102000
2000
Y continuaré diciendo, ¿es esto posible?
02:09
Because you see now, I presented statistics that don't exist.
37
104000
3000
Porque vean ahora, presenté estadísticas que no existen.
02:13
Because this is where we are.
38
108000
2000
Porque aquí es donde estamos.
02:15
Will it be possible that this will happen?
39
110000
3000
¿Será posible que esto ocurra?
02:19
I cover my lifetime here, you know?
40
114000
2000
Estoy cubriendo mi tiempo de vida aquí, ¿saben?
02:21
I expect to live 100 years.
41
116000
2000
Espero vivir 100 años.
02:23
And this is where we are today.
42
118000
2000
Y aquí es donde estamos hoy.
02:25
Now could we look here instead at the economic situation in the world?
43
120000
7000
Ahora, ¿podemos cambiar a ver aquí la situación económica del mundo?
02:33
And I would like to show that against child survival.
44
128000
5000
Quisiera mostrar eso en contraste con la supervivencia infantil.
02:38
We'll swap the axis.
45
133000
1000
Cambiaremos los ejes:
02:40
Here you have child mortality -- that is, survival --
46
135000
4000
aquí tienen la mortalidad infantil -- esto es, supervivencia --
02:44
four kids dying there, 200 dying there.
47
139000
2000
cuatro niños mueren aquí, 200 mueren ahí.
02:47
And this is GDP per capita on this axis.
48
142000
2000
Y este es el PIB per cápita en éste eje.
02:50
And this was 2007.
49
145000
3000
Esto fue en el 2007.
02:53
And if I go back in time, I've added some historical statistics --
50
148000
4000
Y si retrocedemos en el tiempo, he agregado estadísticas históricas --
02:57
here we go, here we go, here we go -- not so much statistics 100 years ago.
51
152000
6000
aquí vamos, aquí vamos, aquí vamos -- no hay muchos datos de hace 100 años.
03:03
Some countries still had statistics.
52
158000
2000
Algunos países todavía tienen registros.
03:05
We are looking down in the archive,
53
160000
2000
Estamos buscando en el archivo,
03:07
and when we are down into 1820,
54
162000
4000
y cuando llegamos a 1820,
03:11
there is only Austria and Sweden that can produce numbers.
55
166000
4000
solamente Austria y Suecia pueden producir números.
03:15
(Laughter)
56
170000
3000
(Risas)
03:18
But they were down here. They had 1,000 dollars per person per year.
57
173000
4000
Pero estaban aquí abajo, tenían 1,000 dólares por persona por año.
03:22
And they lost one-fifth of their kids before their first birthday.
58
177000
3000
Y perdían un quinto de sus niños antes de su primer cumpleaños.
03:26
So this is what happens in the world, if we play the entire world.
59
181000
3000
Esto es lo que pasa en todo el mundo, si reproducimos todo el mundo,
03:29
How they got slowly richer and richer,
60
184000
3000
cómo se volvieron lentamente más ricos,
03:32
and they add statistics.
61
187000
1000
y fueron agregando datos.
03:33
Isn't it beautiful when they get statistics?
62
188000
2000
¿No es hermoso cuando se obtienen datos?
03:35
You see the importance of that?
63
190000
2000
¿Ven la importancia de eso?
03:37
And here, children don't live longer.
64
192000
2000
Aquí, los niños no viven más tiempo.
03:39
The last century, 1870, was bad for the kids in Europe,
65
194000
4000
El siglo pasado, 1870, fue malo para los niños en Europa,
03:43
because most of this statistics is Europe.
66
198000
2000
porque la mayoría de estos datos son de Europa.
03:45
It was only by the turn of the century
67
200000
3000
Fue solo a partir del nuevo siglo
03:48
that more than 90 percent of the children survived their first year.
68
203000
3000
que más del 90% de los niños sobrevivieron su primer año.
03:51
This is India coming up, with the first data from India.
69
206000
3000
Esto es India llegando, con los primeros datos de India.
03:54
And this is the United States moving away here, earning more money.
70
209000
5000
Y éstos son los Estados Unidos alejándose, ganando más dinero.
03:59
And we will soon see China coming up in the very far end corner here.
71
214000
5000
Y pronto veremos a China apareciendo por la esquina del fondo.
04:04
And it moves up with Mao Tse-Tung getting health,
72
219000
2000
Y sube con Mao Tse-Tsung consiguiendo salud,
04:06
not getting so rich.
73
221000
1000
sin volverse rico.
04:07
There he died, then Deng Xiaoping brings money.
74
222000
3000
Aquí muere, y Deng Xiaoping trae dinero,
04:10
It moves this way over here.
75
225000
1000
y se mueve hacia acá.
04:12
And the bubbles keep moving up there,
76
227000
2000
Y las burbujas continúan moviéndose ahí,
04:14
and this is what the world looks like today.
77
229000
2000
y así es como se ve el mundo hoy.
04:16
(Applause)
78
231000
6000
(Aplausos)
04:22
Let us have a look at the United States.
79
237000
3000
Echemos un vistazo a los Estados Unidos.
04:25
We have a function here -- I can tell the world, "Stay where you are."
80
240000
3000
Tenemos una función aquí -- puedo decirle al mundo "quédate donde estás".
04:29
And I take the United States -- we still want to see the background --
81
244000
3000
Y tomo a los Estados Unidos -- aún podemos ver el fondo --
04:32
I put them up like this, and now we go backwards.
82
247000
3000
los pongo encima así, y ahora retrocedemos.
04:35
And we can see that the United States
83
250000
3000
Y podemos ver que los Estados Unidos
04:38
goes to the right of the mainstream.
84
253000
3000
se van a la derecha de la tendencia.
04:41
They are on the money side all the time.
85
256000
2000
Siempre están del lado del dinero.
04:44
And down in 1915, the United States was a neighbor of India --
86
259000
5000
Y en 1915, Estados Unidos era un vecino de la India --
04:50
present, contemporary India.
87
265000
2000
la India presente, contemporánea.
04:52
And that means United States was richer,
88
267000
2000
Esto significa que los Estados Unidos eran más ricos,
04:54
but lost more kids than India is doing today, proportionally.
89
269000
4000
pero perdían proporcionalmente más niños que India hoy.
04:59
And look here -- compare to the Philippines of today.
90
274000
3000
Y miren esto -- comparen con las Filipinas de hoy.
05:02
The Philippines of today has almost the same economy
91
277000
3000
Filipinas tiene hoy casi la misma economía
05:06
as the United States during the First World War.
92
281000
2000
que los Estados Unidos en la Primer Guerra Mundial.
05:08
But we have to bring United States forward quite a while
93
283000
4000
Pero tenemos que adelantar bastante a los Estados Unidos
05:12
to find the same health of the United States
94
287000
3000
para encontrar el mismo índice de salud
05:15
as we have in the Philippines.
95
290000
1000
que tenemos en Filipinas.
05:17
About 1957 here, the health of the United States
96
292000
3000
Cerca de 1957, la salud de los Estados Unidos
05:20
is the same as the Philippines.
97
295000
2000
es igual que la de Filipinas.
05:22
And this is the drama of this world which many call globalized,
98
297000
3000
Y éste es el drama de este mundo, que muchos llaman globalizado,
05:25
is that Asia, Arabic countries, Latin America,
99
300000
3000
que Asia, los países Árabes, América Latina,
05:28
are much more ahead in being healthy, educated,
100
303000
5000
están mucho más avanzados en salud, educación,
05:33
having human resources than they are economically.
101
308000
3000
y en cantidad de recursos humanos, que en economía.
05:36
There's a discrepancy in what's happening today
102
311000
2000
Hay discrepancia sobre lo que ocurre hoy
05:38
in the emerging economies.
103
313000
2000
en las economías emergentes.
05:40
There now, social benefits, social progress,
104
315000
4000
Ahí, ahora, los beneficios sociales, el progreso social,
05:44
are going ahead of economical progress.
105
319000
3000
van por delante del progreso económico.
05:47
And 1957 -- the United States had the same economy as Chile has today.
106
322000
6000
En 1957 -- Estados Unidos tenía la misma economía que Chile tiene hoy.
05:54
And how long do we have to bring United States
107
329000
3000
¿Y cuánto falta para que Estados Unidos
05:57
to get the same health as Chile has today?
108
332000
2000
tenga la misma salud que Chile tiene hoy?
06:00
I think we have to go, there -- we have 2001, or 2002 --
109
335000
5000
Creo que tenemos que avanzar, aquí -- en 2001 o 2002 --
06:05
the United States has the same health as Chile.
110
340000
2000
Estados Unidos tiene la misma salud que Chile.
06:07
Chile's catching up!
111
342000
1000
¡Chile los está alcanzando!
06:09
Within some years Chile may have better child survival
112
344000
2000
Dentro de un par de años Chile puede tener mejor supervivencia infantil
06:11
than the United States.
113
346000
2000
que los Estados Unidos.
06:13
This is really a change, that you have this lag
114
348000
3000
Esto realmente es un cambio, este intervalo
06:16
of more or less 30, 40 years' difference on the health.
115
351000
5000
de más o menos 30 o 40 años de diferencia en salud.
06:21
And behind the health is the educational level.
116
356000
2000
Y detrás de la salud está el nivel de educación.
06:23
And there's a lot of infrastructure things,
117
358000
2000
Y mucha infraestructura
06:25
and general human resources are there.
118
360000
3000
y recursos humanos generales que están ahí.
06:28
Now we can take away this --
119
363000
3000
Ahora, podemos quitar esto --
06:31
and I would like to show you the rate of speed,
120
366000
4000
y quisiera mostrarles la tasa de velocidad,
06:35
the rate of change, how fast they have gone.
121
370000
3000
el ritmo de cambio, cómo de rápido se mueven.
06:38
And we go back to 1920, and I want to look at Japan.
122
373000
7000
Regresemos a 1920, y quiero ver Japón.
06:46
And I want to look at Sweden and the United States.
123
381000
3000
Y quiero ver Suecia y los Estados Unidos.
06:49
And I'm going to stage a race here
124
384000
2000
Y voy a organizar una carrera aquí
06:51
between this sort of yellowish Ford here
125
386000
3000
entre este Ford amarillento aquí
06:54
and the red Toyota down there,
126
389000
2000
este Toyota rojo ahí,
06:56
and the brownish Volvo.
127
391000
2000
y el Volvo café.
06:58
(Laughter)
128
393000
2000
(Risas)
07:00
And here we go. Here we go.
129
395000
2000
Y aquí vamos, aquí vamos.
07:02
The Toyota has a very bad start down here, you can see,
130
397000
3000
El Toyota tuvo un muy mal comienzo, como pueden ver,
07:05
and the United States Ford is going off-road there.
131
400000
3000
y el Ford Estadounidense se salió de la pista aquí.
07:08
And the Volvo is doing quite fine.
132
403000
1000
Al Volvo le está yendo bastante bien.
07:09
This is the war. The Toyota got off track, and now
133
404000
2000
Esta es la guerra. El Toyota se despistó, y ahora
07:11
the Toyota is coming on the healthier side of Sweden --
134
406000
3000
el Toyota viene por el lado más saludable de Suecia --
07:14
can you see that?
135
409000
1000
¿Lo pueden ver?
07:15
And they are taking over Sweden,
136
410000
1000
Y están sobrepasando a Suecia,
07:16
and they are now healthier than Sweden.
137
411000
2000
y ahora son más saludables que Suecia.
07:18
That's the part where I sold the Volvo and bought the Toyota.
138
413000
2000
Y esta es la parte en la que vendí el Volvo y compré el Toyota.
07:20
(Laughter)
139
415000
3000
(Risas)
07:23
And now we can see that the rate of change was enormous in Japan.
140
418000
4000
Ahora podemos ver que el ritmo de cambio fue enorme en Japón.
07:27
They really caught up.
141
422000
2000
Realmente los alcanzaron.
07:29
And this changes gradually.
142
424000
2000
Y esto cambia gradualmente.
07:31
We have to look over generations to understand it.
143
426000
3000
Tenemos que ver a través de generaciones para entenderlo.
07:34
And let me show you my own sort of family history --
144
429000
5000
Déjenme mostrarles algo así como mi historia familiar --
07:39
we made these graphs here.
145
434000
2000
hicimos estas gráficas de aquí.
07:41
And this is the same thing, money down there, and health, you know?
146
436000
4000
Y esto es lo mismo, el dinero aquí, y la salud, ¿saben?
07:45
And this is my family.
147
440000
2000
Y esta es mi familia.
07:48
This is Sweden, 1830, when my great-great-grandma was born.
148
443000
4000
Esto es Suecia, 1830, cuando mi tatarabuela nació.
07:53
Sweden was like Sierra Leone today.
149
448000
2000
Suecia era como Sierra Leona de hoy.
07:56
And this is when great-grandma was born, 1863.
150
451000
3000
Y aquí es cuando la bisabuela nació, 1863.
08:00
And Sweden was like Mozambique.
151
455000
2000
Y Suecia era como Mozambique.
08:02
And this is when my grandma was born, 1891.
152
457000
2000
Y aquí es cuando mi abuela nació, 1891.
08:04
She took care of me as a child,
153
459000
2000
Ella me cuidó de niño,
08:06
so I'm not talking about statistic now --
154
461000
2000
así que no estoy hablando de estadística --
08:08
now it's oral history in my family.
155
463000
2000
ahora es la historia de mi familia.
08:11
That's when I believe statistics,
156
466000
1000
Así es cuando creo en las estadísticas,
08:12
when it's grandma-verified statistics.
157
467000
3000
cuando son estadísticas verificadas por la abuela.
08:15
(Laughter)
158
470000
3000
(Risas)
08:18
I think it's the best way of verifying historical statistics.
159
473000
3000
Creo que es la mejor manera de verificar datos históricos.
08:21
Sweden was like Ghana.
160
476000
1000
Suecia era como Ghana.
08:22
It's interesting to see the enormous diversity
161
477000
3000
Es interesante ver la enorme diversidad
08:25
within sub-Saharan Africa.
162
480000
2000
dentro del África subsahariana.
08:28
I told you last year, I'll tell you again,
163
483000
2000
Les dije el año pasado, les digo de nuevo,
08:30
my mother was born in Egypt, and I -- who am I?
164
485000
3000
mi madre nació en Egipto, y yo -- ¿Quién soy yo?
08:33
I'm the Mexican in the family.
165
488000
1000
Soy el Mexicano de la familia.
08:35
And my daughter, she was born in Chile,
166
490000
2000
Y mi hija, ella nació en Chile,
08:37
and the grand-daughter was born in Singapore,
167
492000
2000
y la nieta nació en Singapur,
08:39
now the healthiest country on this Earth.
168
494000
2000
la nación más sana del planeta Tierra.
08:41
It bypassed Sweden about two to three years ago,
169
496000
2000
Sobrepasó a Suecia hace dos o tres años,
08:43
with better child survival.
170
498000
2000
con mejor supervivencia infantil.
08:45
But they're very small, you know?
171
500000
1000
Pero son muy pequeños, ¿saben?
08:46
They're so close to the hospital we can never
172
501000
2000
Están tan cerca del hospital que nunca podremos
08:48
beat them out in these forests.
173
503000
1000
ganarles en estos bosques
08:49
(Laughter)
174
504000
3000
(Risas)
08:52
But homage to Singapore.
175
507000
1000
Pero en homenaje a Singapur.
08:53
Singapore is the best one.
176
508000
2000
Singapur son los mejores ahora.
08:55
Now this looks also like a very good story.
177
510000
4000
Esto también parece ser ahora una muy buena historia.
08:59
But it's not really that easy, that it's all a good story.
178
514000
4000
Pero no es tan sencillo, puede que no todo sea una buena historia.
09:03
Because I have to show you one of the other facilities.
179
518000
3000
Porque tengo que mostrarles otra de las habilidades:
09:06
We can also make the color here represent the variable --
180
521000
5000
Podemos hacer que este color represente la variable --
09:11
and what am I choosing here?
181
526000
1000
¿Qué escojo aquí?
09:12
Carbon-dioxide emission, metric ton per capita.
182
527000
4000
Emisión de Dióxido de Carbono, tonelada per cápita.
09:17
This is 1962, and United States was emitting 16 tons per person.
183
532000
5000
En 1962, los Estados Unidos emitían 16 toneladas por persona.
09:22
And China was emitting 0.6,
184
537000
2000
China emitía 0.6,
09:24
and India was emitting 0.32 tons per capita.
185
539000
4000
y la India emitía 0.32 toneladas per cápita.
09:28
And what happens when we moved on?
186
543000
3000
¿Qué ocurre cuando progresamos?
09:31
Well, you see the nice story of getting richer
187
546000
2000
Bien, ven la bonita historia de volverse más ricos
09:33
and getting healthier --
188
548000
1000
y más sanos --
09:34
everyone did it at the cost of emission of carbon dioxide.
189
549000
5000
todos lo hicieron a base de la emisión de dióxido de carbono.
09:39
There is no one who has done it so far.
190
554000
3000
Nadie lo ha logrado hasta ahora.
09:42
And we don't have all the updated data
191
557000
3000
Y no tenemos los datos actualizados
09:45
any longer, because this is really hot data today.
192
560000
3000
de aquí en delante, porque son datos muy controvertidos.
09:48
And there we are, 2001.
193
563000
2000
Y aquí estamos. 2001.
09:51
And in the discussion I attended with global leaders, you know,
194
566000
4000
Y en la discusión que atendí con líderes globales,
09:55
many say now the problem is that the emerging economies,
195
570000
4000
muchos dicen que el problema de las economías emergentes,
09:59
they are getting out too much carbon dioxide.
196
574000
3000
liberan demasiado dióxido de carbono.
10:02
The Minister of the Environment of India said,
197
577000
2000
Y el Ministro de Medio Ambiente de India dice,
10:04
"Well, you were the one who caused the problem."
198
579000
3000
"Bien, ustedes son los que causaron el problema.
10:07
The OECD countries -- the high-income countries --
199
582000
3000
Los países de la OCDE -- los países de altos ingresos --
10:10
they were the ones who caused the climate change.
200
585000
2000
ellos fueron los que causaron el cambio climático.
10:13
"But we forgive you, because you didn't know it.
201
588000
2000
Pero les perdonamos, porque no lo sabían.
10:15
But from now on, we count per capita.
202
590000
3000
Pero de ahora en delante, contamos per cápita.
10:18
From now on we count per capita.
203
593000
2000
De ahora en delante contamos per cápita.
10:20
And everyone is responsible for the per capita emission."
204
595000
3000
Y todos son responsables por las emisiones per cápita".
10:23
This really shows you, we have not seen good economic
205
598000
3000
Esto realmente demuestra que no hemos visto un buen progreso
10:26
and health progress anywhere in the world
206
601000
2000
económico y de salud en el mundo
10:28
without destroying the climate.
207
603000
4000
sin destruir el clima.
10:33
And this is really what has to be changed.
208
608000
2000
Y esto es realmente lo que tiene que cambiar.
10:36
I've been criticized for showing you a too positive image of the world,
209
611000
3000
He sido criticado por mostrarles una imagen muy positiva del mundo,
10:39
but I don't think it's like this.
210
614000
2000
pero no creo que sea así.
10:41
The world is quite a messy place.
211
616000
2000
El mundo es un lugar bastante sucio.
10:43
This we can call Dollar Street.
212
618000
2000
Esto es lo que llamamos la Calle del Dólar.
10:45
Everyone lives on this street here.
213
620000
2000
Todos viven en esta calle.
10:47
What they earn here -- what number they live on --
214
622000
3000
Lo que ganan -- en qué numero viven --
10:50
is how much they earn per day.
215
625000
1000
es cuánto ganan por día.
10:51
This family earns about one dollar per day.
216
626000
3000
Esta familia gana cerca de un dólar al día.
10:55
We drive up the street here,
217
630000
1000
Avanzamos por la calle
10:56
we find a family here which earns about two to three dollars a day.
218
631000
4000
y encontramos una familia que gana de dos a tres dólares diarios.
11:00
And we drive away here -- we find the first garden in the street,
219
635000
3000
Y avanzamos aquí -- encontramos el primer jardín de la calle,
11:03
and they earn 10 to 50 dollars a day.
220
638000
2000
y ellos ganan de 10 a 50 dólares diarios.
11:05
And how do they live?
221
640000
2000
¿Cómo viven?
11:07
If we look at the bed here, we can see
222
642000
3000
Si vemos la cama aquí, podemos ver
11:10
that they sleep on a rug on the floor.
223
645000
3000
que duermen en un tapete en el suelo.
11:13
This is what poverty line is --
224
648000
2000
Esto es lo que la línea de pobreza es --
11:15
80 percent of the family income is just to cover the energy needs,
225
650000
3000
el 80% del ingreso es exclusivamente para satisfacer necesidades energéticas
11:18
the food for the day.
226
653000
2000
la comida del día.
11:20
This is two to five dollars. You have a bed.
227
655000
3000
Esto es de dos a cinco dólares, tienes una cama.
11:23
And here it's a much nicer bedroom, you can see.
228
658000
2000
Y aquí pueden ver un cuarto mucho mejor.
11:26
I lectured on this for Ikea, and they wanted to see
229
661000
2000
Expuse esto para Ikea, y querían ver
11:28
the sofa immediately here.
230
663000
2000
el sofá inmediatamente.
11:30
(Laughter)
231
665000
2000
(Risas)
11:32
And this is the sofa, how it will emerge from there.
232
667000
4000
Y éste es el sofá, cómo va surgiendo de ahí.
11:36
And the interesting thing, when you go around here in the photo panorama,
233
671000
3000
Y lo interesante, cuando van alrededor en esta foto panorámica,
11:39
you see the family still sitting on the floor there.
234
674000
2000
es ver que la familia aún está sentada en el suelo,
11:41
Although there is a sofa,
235
676000
2000
aunque hay un sofá.
11:43
if you watch in the kitchen, you can see that
236
678000
2000
Si miran hacia la cocina, pueden ver que
11:45
the great difference for women does not come between one to 10 dollars.
237
680000
5000
la gran diferencia para las mujeres no viene de entre uno o 10 dólares.
11:50
It comes beyond here, when you really can get
238
685000
2000
Viene de más allá, cuando realmente pueden obtener
11:52
good working conditions in the family.
239
687000
3000
buenas condiciones de trabajo en la familia.
11:55
And if you really want to see the difference,
240
690000
2000
Y si realmente quieren ver la diferencia,
11:57
you look at the toilet over here.
241
692000
2000
pueden ver el baño aquí.
11:59
This can change. This can change.
242
694000
2000
Esto puede cambiar, puede cambiar.
12:01
These are all pictures and images from Africa,
243
696000
3000
Todas son fotografías e imágenes de África,
12:04
and it can become much better.
244
699000
2000
y puede volverse mucho mejor.
12:07
We can get out of poverty.
245
702000
2000
Podemos salir de la pobreza.
12:09
My own research has not been in IT or anything like this.
246
704000
3000
Mis investigaciones no han sido en informática o algo así.
12:12
I spent 20 years in interviews with African farmers
247
707000
3000
Pasé 20 años entrevistando a granjeros africanos
12:15
who were on the verge of famine.
248
710000
3000
que estaban en el borde de la hambruna.
12:18
And this is the result of the farmers-needs research.
249
713000
2000
Y este es el resultado de la investigación de sus necesidades.
12:20
The nice thing here is that you can't see
250
715000
2000
Lo bueno aquí es que no pueden ver
12:22
who are the researchers in this picture.
251
717000
2000
quiénes son los investigadores en esta fotografía.
12:24
That's when research functions in poor societies --
252
719000
3000
Es cuando la investigación funciona para las sociedades --
12:27
you must really live with the people.
253
722000
2000
realmente deben vivir con la gente.
12:31
When you're in poverty, everything is about survival.
254
726000
4000
Cuando están en la pobreza, todo es acerca de la supervivencia.
12:35
It's about having food.
255
730000
2000
Es acerca de tener comida.
12:37
And these two young farmers, they are girls now --
256
732000
2000
Y estas dos jóvenes granjeras, que son niñas aún --
12:39
because the parents are dead from HIV and AIDS --
257
734000
4000
porque los padres murieron de VIH y SIDA --
12:43
they discuss with a trained agronomist.
258
738000
2000
ellas están discutiendo con un agrónomo entrenado.
12:45
This is one of the best agronomists in Malawi, Junatambe Kumbira,
259
740000
4000
Él es uno de los mejores agrónomos de Malawi, Junatambe Kumbira,
12:49
and he's discussing what sort of cassava they will plant --
260
744000
2000
y están discutiendo qué tipo de yuca plantarán --
12:51
the best converter of sunshine to food that man has found.
261
746000
4000
la mejor convertidora de luz a alimento que el hombre ha encontrado.
12:55
And they are very, very eagerly interested to get advice,
262
750000
3000
Y están muy, muy interesadas en recibir consejos,
12:58
and that's to survive in poverty.
263
753000
3000
porque son para sobrevivir en la pobreza.
13:01
That's one context.
264
756000
1000
Ése es un contexto.
13:02
Getting out of poverty.
265
757000
2000
Salir de la pobreza.
13:04
The women told us one thing. "Get us technology.
266
759000
3000
Las mujeres nos dijeron una cosa: " Dénos tecnología.
13:07
We hate this mortar, to stand hours and hours.
267
762000
3000
Odiamos este mortero, estar de pie horas y horas.
13:10
Get us a mill so that we can mill our flour,
268
765000
3000
Dénos un molino para que podamos moler harina,
13:13
then we will be able to pay for the rest ourselves."
269
768000
3000
entonces podremos pagar lo demás nosotras".
13:16
Technology will bring you out of poverty,
270
771000
3000
La tecnología las sacará de la pobreza,
13:19
but there's a need for a market to get away from poverty.
271
774000
4000
pero se necesita un mercado para salir de ella.
13:23
And this woman is very happy now, bringing her products to the market.
272
778000
3000
Y esta mujer está muy feliz ahora, llevando sus productos al mercado.
13:26
But she's very thankful for the public investment in schooling
273
781000
2000
Pero está muy agradecida por la inversión pública en escuelas
13:28
so she can count, and won't be cheated when she reaches the market.
274
783000
3000
por poder contar y que no la engañen en el mercado.
13:31
She wants her kid to be healthy, so she can go to the market
275
786000
3000
Quiere que su hijo esté sano, para poder ir al mercado
13:34
and doesn't have to stay home.
276
789000
2000
y no tener que quedarse en casa.
13:36
And she wants the infrastructure -- it is nice with a paved road.
277
791000
3000
Y quiere la infraestructura -- es cómodo tener un camino pavimentado.
13:39
It's also good with credit.
278
794000
2000
También hay cosas buenas con el crédito.
13:41
Micro-credits gave her the bicycle, you know.
279
796000
3000
Micro-créditos le dieron la bicicleta, ¿saben?
13:44
And information will tell her when to go to market with which product.
280
799000
3000
Y la información le dirá cuándo ir al mercado con qué producto.
13:47
You can do this.
281
802000
2000
Pueden hacer esto.
13:49
I find my experience from 20 years of Africa is that
282
804000
3000
Mi experiencia con 20 años en África es que
13:52
the seemingly impossible is possible.
283
807000
3000
lo aparentemente imposible es posible.
13:55
Africa has not done bad.
284
810000
2000
África no lo ha hecho mal.
13:57
In 50 years they've gone from a pre-Medieval situation
285
812000
3000
En 50 años han ido de una situación pre-medieval
14:00
to a very decent 100-year-ago Europe,
286
815000
3000
a una muy decente igual a Europa hace 100 años,
14:03
with a functioning nation and state.
287
818000
3000
Con naciones y estados funcionales.
14:06
I would say that sub-Saharan Africa has done best in the world
288
821000
3000
Diría que el África subsahariana ha sido la que mejor lo ha hecho
14:09
during the last 50 years.
289
824000
1000
en los últimos 50 años.
14:10
Because we don't consider where they came from.
290
825000
2000
Porque no consideramos de dónde vinieron.
14:12
It's this stupid concept of developing countries
291
827000
3000
Es éste estúpido concepto de países en desarrollo
14:15
that puts us, Argentina and Mozambique together 50 years ago,
292
830000
3000
que nos pone a nosotros, a Argentina y a Mozambique juntos hace 50 años,
14:18
and says that Mozambique did worse.
293
833000
2000
y dice que Mozambique lo hizo peor.
14:21
We have to know a little more about the world.
294
836000
2000
Necesitamos saber un poco más del mundo.
14:23
I have a neighbor who knows 200 types of wine.
295
838000
3000
Tengo un vecino que conoce 200 tipos de vino.
14:26
He knows everything.
296
841000
1000
Lo sabe todo.
14:27
He knows the name of the grape, the temperature and everything.
297
842000
2000
Conoce el nombre de la uva, temperatura y todo.
14:29
I only know two types of wine -- red and white.
298
844000
3000
Yo solo conozco dos tipos de vino, tinto y blanco.
14:32
(Laughter)
299
847000
2000
(Risas)
14:34
But my neighbor only knows two types of countries --
300
849000
2000
Pero mi vecino conoce dos tipos de países --
14:36
industrialized and developing.
301
851000
2000
industrializados y en desarrollo.
14:38
And I know 200, I know about the small data.
302
853000
3000
Y yo conozco 200, conozco acerca de los datos pequeños.
14:41
But you can do that.
303
856000
1000
Ustedes pueden hacer eso.
14:42
(Applause)
304
857000
5000
(Aplausos)
14:47
But I have to get serious. And how do you get serious?
305
862000
2000
Pero tengo que actuar seriamente. ¿Cómo actuar seriamente?
14:49
You make a PowerPoint, you know?
306
864000
2000
Mostrando un PowerPoint, ¿saben?
14:51
(Laughter)
307
866000
5000
(Risas)
14:56
Homage to the Office package, no?
308
871000
2000
Homenaje al paquete Office, ¿no?
15:00
What is this, what is this, what am I telling?
309
875000
2000
¿Qué es esto, qué es esto, que estoy diciendo?
15:02
I'm telling you that there are many dimensions of development.
310
877000
3000
Les estoy diciendo que hay muchas dimensiones de desarrollo.
15:05
Everyone wants your pet thing.
311
880000
2000
Todos quieren ver sus proyectos favoritos.
15:07
If you are in the corporate sector, you love micro-credit.
312
882000
3000
En el sector corporativo, quieren a los micro-créditos.
15:10
If you are fighting in a non-governmental organization,
313
885000
2000
Si estás en una organización no gubernamental,
15:12
you love equity between gender.
314
887000
3000
quieren igualdad de género.
15:15
Or if you are a teacher, you'll love UNESCO, and so on.
315
890000
2000
O si eres un profesor, adorarás la UNESCO, y así.
15:17
On the global level, we have to have more than our own thing.
316
892000
2000
A nivel global, necesitamos tener más que lo nuestro.
15:19
We need everything.
317
894000
2000
Necesitamos de todo.
15:21
All these things are important for development,
318
896000
2000
Todas estas cosas son importantes para el desarrollo,
15:23
especially when you just get out of poverty
319
898000
2000
especialmente cuando acabas de salir de la pobreza
15:25
and you should go towards welfare.
320
900000
3000
y deberías ir hacia el bienestar.
15:28
Now, what we need to think about
321
903000
2000
Ahora, en lo que debemos pensar
15:30
is, what is a goal for development,
322
905000
3000
es: ¿qué es un objetivo para el desarrollo
15:33
and what are the means for development?
323
908000
1000
y cuáles son los medios de desarrollo?
15:34
Let me first grade what are the most important means.
324
909000
3000
Déjenme evaluar cuáles son los medios mas importantes.
15:38
Economic growth to me, as a public-health professor,
325
913000
2000
Crecimiento económico, para mí, como profesor de salud pública,
15:40
is the most important thing for development
326
915000
4000
es lo más importante para el desarrollo,
15:44
because it explains 80 percent of survival.
327
919000
2000
porque explica el 80% de la supervivencia.
15:47
Governance. To have a government which functions --
328
922000
3000
Gobierno. Tener un gobierno funcional -- es lo
15:50
that's what brought California out of the misery of 1850.
329
925000
4000
que sacó a California de la miseria de 1850.
15:54
It was the government that made law function finally.
330
929000
3000
Fue el gobierno el que hizo que la ley funcionara finalmente.
15:58
Education, human resources are important.
331
933000
2000
La educación y los recursos humanos son importantes.
16:00
Health is also important, but not that much as a mean.
332
935000
4000
La salud también es importante, pero no tanto como promedio.
16:04
Environment is important.
333
939000
2000
El medio ambiente es importante.
16:06
Human rights is also important, but it just gets one cross.
334
941000
2000
Los derechos humanos también son importantes, pero solo reciben un punto.
16:08
Now what about goals? Where are we going toward?
335
943000
3000
¿Y que hay de los objetivos? ¿Hacia donde vamos?
16:11
We are not interested in money.
336
946000
2000
No nos interesa el dinero.
16:13
Money is not a goal.
337
948000
1000
El dinero no es un objetivo.
16:14
It's the best mean, but I give it zero as a goal.
338
949000
3000
Es el mejor medio, pero le doy cero como objetivo.
16:18
Governance, well it's fun to vote in a little thing,
339
953000
3000
El Gobierno, es divertido votar en una elección,
16:21
but it's not a goal.
340
956000
2000
pero no es objetivo.
16:23
And going to school, that's not a goal, it's a mean.
341
958000
4000
Ir a la escuela, no es un objetivo, es un medio.
16:27
Health I give two points. I mean it's nice to be healthy
342
962000
2000
A la salud le doy dos puntos. Digo, es agradable estar sano
16:29
-- at my age especially -- you can stand here, you're healthy.
343
964000
2000
--especialmente a mi edad-- si puedes estar aquí, estás sano.
16:31
And that's good, it gets two plusses.
344
966000
2000
Y eso es bueno, recibe dos positivos.
16:33
Environment is very, very crucial.
345
968000
2000
El medio ambiente es muy, muy crucial.
16:35
There's nothing for the grandkid if you don't save up.
346
970000
2000
No hay nada para el nieto si no lo preservas.
16:37
But where are the important goals?
347
972000
2000
¿Pero cuáles son los objetivos importantes?
16:39
Of course, it's human rights.
348
974000
2000
Por supuesto, son los derechos humanos.
16:41
Human rights is the goal,
349
976000
2000
Los derechos humanos son el objetivo,
16:43
but it's not that strong of a mean for achieving development.
350
978000
3000
pero no son un medio fuerte para lograr el desarrollo.
16:47
And culture. Culture is the most important thing, I would say,
351
982000
4000
Y cultura. La cultura es lo más importante, diría yo,
16:51
because that's what brings joy to life.
352
986000
2000
porque es lo que trae alegría a la vida.
16:53
That's the value of living.
353
988000
2000
Ése es el valor de vivir.
16:55
So the seemingly impossible is possible.
354
990000
3000
Así que lo aparentemente imposible es posible.
16:58
Even African countries can achieve this.
355
993000
2000
Incluso los países africanos lo pueden lograr.
17:01
And I've shown you the shot where the seemingly impossible is possible.
356
996000
6000
Y les he mostrado aquí que lo aparentemente imposible es posible.
17:07
And remember, please remember my main message,
357
1002000
4000
Y recuerden, por favor recuerden mi mensaje principal,
17:11
which is this: the seemingly impossible is possible.
358
1006000
3000
que es: lo aparentemente imposible es posible.
17:14
We can have a good world.
359
1009000
2000
Podemos tener un buen mundo.
17:16
I showed you the shots, I proved it in the PowerPoint,
360
1011000
3000
Les mostré las fotos, lo probé en el PowerPoint.
17:19
and I think I will convince you also by culture.
361
1014000
6000
y creo que les convenceré mediante la cultura.
17:25
(Laughter)
362
1020000
4000
(Risas)
17:29
(Applause)
363
1024000
1000
(Aplausos)
17:30
Bring me my sword!
364
1025000
2000
¡Traigan mi espada!
17:36
Sword swallowing is from ancient India.
365
1031000
5000
Tragar sables viene de la India antigua.
17:41
It's a cultural expression that for thousands of years
366
1036000
5000
Es una expresión cultural que por miles de años
17:46
has inspired human beings to think beyond the obvious.
367
1041000
6000
ha inspirado a los seres humanos a pensar más allá de lo obvio.
17:52
(Laughter)
368
1047000
2000
(Risas)
17:54
And I will now prove to you that the seemingly impossible is possible
369
1049000
5000
Y les mostraré que lo aparentemente imposible es posible
17:59
by taking this piece of steel -- solid steel --
370
1054000
3000
al tomar esta pieza de acero -- acero sólido --
18:03
this is the army bayonet from the Swedish Army, 1850,
371
1058000
3000
esta es la bayoneta de la armada Sueca, 1850,
18:06
in the last year we had war.
372
1061000
2000
del último año en que estuvimos en guerra.
18:09
And it's all solid steel -- you can hear here.
373
1064000
3000
Y todo es acero sólido, como pueden oír.
18:12
And I'm going to take this blade of steel,
374
1067000
6000
Y voy a tomar esta espada de acero,
18:18
and push it down through my body of blood and flesh,
375
1073000
5000
y empujarla a través de mi cuerpo de carne y sangre,
18:23
and prove to you that the seemingly impossible is possible.
376
1078000
4000
y probarles que lo aparentemente imposible es posible.
18:28
Can I request a moment of absolute silence?
377
1083000
4000
¿Puedo pedir un momento de silencio absoluto?
18:43
(Applause)
378
1098000
22000
(Aplausos)
Reviewed by Helena Legaz
ABOUT THE SPEAKER
Hans Rosling - Global health expert; data visionaryIn Hans Rosling’s hands, data sings. Global trends in health and economics come to vivid life. And the big picture of global development—with some surprisingly good news—snaps into sharp focus.
Why you should listen
Even the most worldly and well-traveled among us have had their perspectives shifted by Hans Rosling. A professor of global health at Sweden's Karolinska Institute, his work focused on dispelling common myths about the so-called developing world, which (as he pointed out) is no longer worlds away from the West. In fact, most of the Third World is on the same trajectory toward health and prosperity, and many countries are moving twice as fast as the west did.
What set Rosling apart wasn't just his apt observations of broad social and economic trends, but the stunning way he presented them. Guaranteed: You've never seen data presented like this. A presentation that tracks global health and poverty trends should be, in a word: boring. But in Rosling's hands, data sings. Trends come to life. And the big picture — usually hazy at best — snaps into sharp focus.
Rosling's presentations were grounded in solid statistics (often drawn from United Nations and World Bank data), illustrated by the visualization software he developed. The animations transform development statistics into moving bubbles and flowing curves that make global trends clear, intuitive and even playful. During his legendary presentations, Rosling took this one step farther, narrating the animations with a sportscaster's flair.
Rosling developed the breakthrough software behind his visualizations through his nonprofit Gapminder, founded with his son and daughter-in-law. The free software — which can be loaded with any data — was purchased by Google in March 2007. (Rosling met the Google founders at TED.)
Rosling began his wide-ranging career as a physician, spending many years in rural Africa tracking a rare paralytic disease (which he named konzo) and discovering its cause: hunger and badly processed cassava. He co-founded Médecins sans Frontièrs (Doctors without Borders) Sweden, wrote a textbook on global health, and as a professor at the Karolinska Institut in Stockholm initiated key international research collaborations. He's also personally argued with many heads of state, including Fidel Castro.
Hans Rosling passed away in February 2017. He is greatly missed.
Hans Rosling | Speaker | TED.com