TED2007
Jonathan Harris: The web as art
Jonathan Harris colecciona historias
Filmed:
Readability: 3.4
910,598 views
En la conferencia EG en diciembre 2007, el artista Jonathan Harris discute sus últimos proyectos, que involucran coleccionar historias: las suyas, las ajenas, e historias coleccionadas del internet, incluyendo su impresionante "Nos Sentimos Bien" (We Feel Fine).
Jonathan Harris - Artist, storyteller, Internet anthropologist
Artist and computer scientist Jonathan Harris makes online art that captures the world's expression -- and gives us a glimpse of the soul of the Internet. Full bio
Artist and computer scientist Jonathan Harris makes online art that captures the world's expression -- and gives us a glimpse of the soul of the Internet. Full bio
Double-click the English transcript below to play the video.
00:16
So I'm going to talk today about collecting stories
0
0
4000
Hoy les hablaré acerca de coleccionar historias
00:20
in some unconventional ways.
1
4000
2000
en algunas formas no convencionales.
00:22
This is a picture of me from a very awkward stage in my life.
2
6000
4000
Esta es una foto mia de una etapa muy incómoda en mi vida.
00:26
You might enjoy the awkwardly tight, cut-off pajama bottoms with balloons.
3
10000
5000
Ustedes quizás disfruten el pijama extrañamente apretado y corto con globos.
00:31
Anyway, it was a time when I was mainly interested
4
15000
2000
De todos modos, fué una etapa en que estaba interesado
00:33
in collecting imaginary stories.
5
17000
2000
en coleccionar historias imaginarias.
00:35
So this is a picture of me
6
19000
2000
Ésta es una foto mia
00:37
holding one of the first watercolor paintings I ever made.
7
21000
2000
sosteniendo una de las primeras pinturas de acuarela que alguna vez hice.
00:39
And recently I've been much more interested in collecting stories
8
23000
3000
Y recientemente he estado mucho mas interesado en coleccionar historias
00:42
from reality -- so, real stories.
9
26000
2000
de la realidad-- es decir, historias reales.
00:44
And specifically, I'm interested in collecting my own stories,
10
28000
4000
Y específicamente estoy interesado en coleccionar mis propias historias,
00:48
stories from the Internet, and then recently, stories from life,
11
32000
3000
historias del internet, y mas recientemente, historias de la vida,
00:51
which is kind of a new area of work that I've been doing recently.
12
35000
4000
que es una nueva área en la que estoy incursionando.
00:55
So I'll be talking about each of those today.
13
39000
2000
Hoy hablaré de cada una de estas.
00:57
So, first of all, my own stories. These are two of my sketchbooks.
14
41000
3000
Primero mis propias historias. Estos son dos de mis cuadernos de notas.
01:00
I have many of these books,
15
44000
2000
Tengo muchos de estos cuadernos,
01:02
and I've been keeping them for about the last eight or nine years.
16
46000
2000
y los he ido conservando los últimos ocho o nueve años.
01:04
They accompany me wherever I go in my life,
17
48000
2000
Ellos me acompañan donde quiera que voy en mi vida,
01:06
and I fill them with all sorts of things,
18
50000
2000
y los lleno con cosas de todo tipo,
01:08
records of my lived experience:
19
52000
2000
registros de mis experiencias vividas.
01:10
so watercolor paintings, drawings of what I see,
20
54000
4000
Pinturas con acuarela, dibujos de lo que veo,
01:14
dead flowers, dead insects, pasted ticket stubs, rusting coins,
21
58000
4000
flores e insectos muertos, etiquetas, monedas oxidadas,
01:18
business cards, writings.
22
62000
3000
tarjetas de negocios, escritos.
01:21
And in these books, you can find these short, little glimpses
23
65000
4000
Y en estos cuadernos usted puede encontrar breves fragmentos o vistazos
01:25
of moments and experiences and people that I meet.
24
69000
2000
de momentos, experiencias y personas que conozco.
01:27
And, you know, after keeping these books for a number of years,
25
71000
3000
y despues de mantener estos cuadernos por una cantidad de años,
01:30
I started to become very interested in collecting
26
74000
2000
me empecé a interesar por coleccionar
01:32
not only my own personal artifacts,
27
76000
2000
no solo mis artefactos personales,
01:34
but also the artifacts of other people.
28
78000
2000
sino también los artefactos de otras personas.
01:36
So, I started collecting found objects.
29
80000
2000
Así que he empezado a coleccionar objetos encontrados.
01:38
This is a photograph I found lying in a gutter in New York City
30
82000
2000
Esta es una fotografía que encontré tirada en un canal en Nueva York
01:40
about 10 years ago.
31
84000
2000
hace unos diez años.
01:42
On the front, you can see the tattered black-and-white photo of a woman's face,
32
86000
3000
En la parte delantera se puede ver la foto a blanco y negro dañada, con la cara de una mujer,
01:45
and on the back it says, "To Judy, the girl with the Bill Bailey voice.
33
89000
4000
y en la parte de atrás dice, "Para Judy, la joven con la voz de Bill Bailey,
01:49
Have fun in whatever you do."
34
93000
2000
Diviértete en lo que sea que hagas".
01:51
And I really loved this idea of the partial glimpse into somebody's life.
35
95000
3000
Y realmente me encantó esta idea de ver un fragmento de la vida de alguien.
01:54
As opposed to knowing the whole story, just knowing a little bit of the story,
36
98000
3000
contrario a saber la historia completa, solo saber un poco de la historia
01:57
and then letting your own mind fill in the rest.
37
101000
2000
y luego, dejar que tu propia mente complete el resto.
01:59
And that idea of a partial glimpse is something
38
103000
2000
Y esa idea de ver sólo un fragmento es algo
02:01
that will come back in a lot of the work I'll be showing later today.
39
105000
3000
que volverán a ver en muchos de los trabajos que les estaré enseñando mas adelante en el día de hoy.
02:04
So, around this time I was studying computer science at Princeton University,
40
108000
3000
En ese momento yo estudiaba ciencia de la computación en la Universidad Princeton,
02:07
and I noticed that it was suddenly possible
41
111000
3000
y me percaté de que era posible
02:10
to collect these sorts of personal artifacts,
42
114000
2000
coleccionar estos tipos de artefactos personales,
02:12
not just from street corners, but also from the Internet.
43
116000
3000
no sólo de las esquinas de las calles, sino también del internet.
02:15
And that suddenly, people, en masse, were leaving scores and scores
44
119000
4000
Y de repente, personas en masa estaban dejando montones y montones
02:19
of digital footprints online that told stories of their private lives.
45
123000
4000
de huellas en internet que contaban historias de sus vidas privadas.
02:23
Blog posts, photographs, thoughts, feelings, opinions,
46
127000
4000
Publicaciones en blogs, fotografías, pensamientos, sentimientos, opiniones,
02:27
all of these things were being expressed by people online,
47
131000
2000
todo esto estaba siendo expresado por personas en linea,
02:29
and leaving behind trails.
48
133000
2000
e iban dejando rastros.
02:31
So, I started to write computer programs
49
135000
2000
Así que empecé a escribir programas de computadora
02:33
that study very, very large sets of these online footprints.
50
137000
3000
que estudian paquetes muy grandes de estas huellas digitales.
02:36
One such project is about a year and a half old.
51
140000
2000
Uno de estos proyectos tiene alrededor de año y medio.
02:38
It's called "We Feel Fine."
52
142000
2000
Se llama Nos Sentimos Bien (We Feel Fine).
02:40
This is a project that scans the world's newly posted blog entries
53
144000
3000
Este proyecto escanea las publicaciones de blogs mas recientes de todo el mundo
02:43
every two or three minutes, searching for occurrences of the phrases
54
147000
3000
cada dos o tres minutos, buscando frases como
02:46
"I feel" and "I am feeling." And when it finds one of those phrases,
55
150000
4000
"Yo siento" y " Estoy sintiendo". Y cuando encuentra una de estas frases,
02:50
it grabs the full sentence up to the period
56
154000
2000
toma toda la oración hasta el punto
02:52
and also tries to identify demographic information about the author.
57
156000
3000
y también trata de identificar información demográfica acerca del autor.
02:55
So, their gender, their age, their geographic location
58
159000
3000
Su género, edad, locación geográfica
02:58
and what the weather conditions were like when they wrote that sentence.
59
162000
3000
y cuáles eran las condiciones climáticas cuando escribieron la oración.
03:01
It collects about 20,000 such sentences a day
60
165000
2000
Colecciona alrededor de 20.000 oraciones al día
03:03
and it's been running for about a year and a half,
61
167000
2000
y ha ido corriendo por un año y medio aproximadamente,
03:05
having collected over 10 and a half million feelings now.
62
169000
3000
habiendo coleccionado mas de 10 millones y medio de sentimientos.
03:08
This is, then, how they're presented.
63
172000
2000
Así es, entonces, como se presentan.
03:10
These dots here represent some of the English-speaking world's
64
174000
3000
Estos puntos aquí representan algunos de los sentimientos de los angloparlantes
03:13
feelings from the last few hours,
65
177000
3000
de todo el mundo en las últimas horas.
03:16
each dot being a single sentence stated by a single blogger.
66
180000
3000
Cada punto es una sola oración, publicada por una sola persona.
03:19
And the color of each dot corresponds to the type of feeling inside,
67
183000
3000
Y el color de cada punto corresponde al tipo de sentimiento,
03:22
so the bright ones are happy, and the dark ones are sad.
68
186000
3000
así que los colores brillantes están felices, y los oscuros están tristes.
03:25
And the diameter of each dot corresponds
69
189000
2000
Y el diámetro de cada punto corresponde
03:27
to the length of the sentence inside.
70
191000
2000
a la longitud de la oración que contiene.
03:29
So the small ones are short, and the bigger ones are longer.
71
193000
3000
Por lo que, los pequeños puntos son oraciones cortas y los grandes, son oraciones mas largas.
03:32
"I feel fine with the body I'm in, there'll be no easy excuse
72
196000
2000
"Me siento bien con el cuerpo que tengo, no habría excusa fácil
03:34
for why I still feel uncomfortable being close to my boyfriend,"
73
198000
4000
para explicar por qué de todas maneras me siento incómoda estando cerca de mi novio",
03:38
from a twenty-two-year-old in Japan.
74
202000
2000
Joven de 22 años en Japón,
03:40
"I got this on some trading locally,
75
204000
2000
"Adquirí esto en un intercambio local,
03:42
but really don't feel like screwing with wiring and crap."
76
206000
2000
pero realmente no siento ganas de lidiar con alambres y todo eso",
03:44
Also, some of the feelings contain photographs in the blog posts.
77
208000
3000
Algunos de los sentimientos también contienen fotografías en los blogs,
03:47
And when that happens, these montage compositions are automatically created,
78
211000
5000
y cuando eso pasa, se crean automáticamente estas composiciones montadas
03:52
which consist of the sentence and images being combined.
79
216000
3000
que contienen la oración y la imagen combinadas.
03:55
And any of these can be opened up to reveal the sentence inside.
80
219000
4000
Cualquiera de estos puede ser abierto para revelar la oración que tiene contiene dentro.
03:59
"I feel good."
81
223000
5000
"Me siento bien".
04:04
"I feel rough now, and I probably gained 100,000 pounds,
82
228000
3000
"Me siento fuerte ahora, y probablemente aumenté 100.000 libras,
04:07
but it was worth it."
83
231000
4000
pero valió la pena".
04:11
"I love how they were able to preserve most in everything
84
235000
3000
"Me encanta como fueron capaces de preservar lo máximo, en todo lo
04:14
that makes you feel close to nature -- butterflies,
85
238000
2000
que te hace sentir cerca de la naturaleza--mariposas,
04:16
man-made forests, limestone caves and hey, even a huge python."
86
240000
5000
bosques hechos por el hombre, cuevas de piedra caliza y, hasta un pitón inmenso".
04:21
So the next movement is called mobs.
87
245000
2000
El próximo movimiento se llama multitudes.
04:23
This provides a slightly more statistical look at things.
88
247000
2000
Esto brinda una mirada estadística a las cosas.
04:25
This is showing the world's most common feelings overall right now,
89
249000
3000
Esto muestra los sentimientos más comunes en el mundo ahora mismo,
04:28
dominated by better, then bad, then good, then guilty, and so on.
90
252000
3000
dominado por mejor, luego mal, luego bien, luego culpable y asi sucesivamente.
04:31
Weather causes the feelings to assume the physical traits
91
255000
3000
El clima provoca que los sentimientos asuman los rasgos físicos
04:34
of the weather they represent. So the sunny ones swirl around,
92
258000
2000
del clima que representan. Los soleados giran,
04:36
the cloudy ones float along, the rainy ones fall down,
93
260000
3000
los nublados flotan, los lluviosos caen,
04:39
and the snowy ones flutter to the ground.
94
263000
2000
y los de nieve revolotean hasta el suelo.
04:41
You can also stop a raindrop and open the feeling inside.
95
265000
6000
También puedes detener una gota de lluvia y abrir el sentimiento dentro.
04:47
Finally, location causes the feelings to move to their spots
96
271000
2000
Finalmente, la locación coloca los sentimientos en sus lugares
04:49
on a world map, giving you a sense of their geographic distribution.
97
273000
3000
en un mapa del mundo, dandote una idea de su distribución geográfica.
04:52
So I'll show you now some of my favorite montages from "We Feel Fine."
98
276000
3000
Ahora les enseñaré algunos de mis montajes favoritos de Nos Sentimos Bien.
04:55
These are the images that are automatically constructed.
99
279000
2000
Estas son las imágenes que se construyen automáticamente.
04:57
"I feel like I'm diagonally parked in a parallel universe."
100
281000
3000
"Siento que estoy diagonalmente estacionado en un universo paralelo".
05:00
(Laughter)
101
284000
3000
(Risas)
05:03
"I've kissed numerous other boys and it hasn't felt good,
102
287000
2000
"He besado muchos otros hombres y no se ha sentido bien,
05:05
the kisses felt messy and wrong,
103
289000
2000
los besos los he sentido como incorrectos y confusos,
05:07
but kissing Lucas feels beautiful and almost spiritual."
104
291000
6000
pero besar a Lucas se siente hermoso y casi espiritual".
05:13
"I can feel my cancer grow."
105
297000
3000
"Puedo sentir mi cáncer crecer ".
05:16
"I feel pretty."
106
300000
3000
"Me siento bonita".
05:19
"I feel skinny, but I'm not."
107
303000
3000
"Me siento delgada, pero no lo soy"
05:22
"I'm 23, and a recovering meth and heroin addict,
108
306000
2000
"Tengo 23 años y soy una drogadicta en recuperacion,
05:24
and feel absolutely blessed to still be alive."
109
308000
3000
y me siento absolutamente bendecida de estar viva".
05:27
"I can't wait to see them racing for the first time at Daytona next month,
110
311000
3000
"No puedo esperar verlos competir por primera vez en Daytona el próximo mes,
05:30
because I feel the need for speed."
111
314000
2000
porque siento la necesidad por la velocidad".
05:32
(Laughter)
112
316000
3000
(Risas)
05:35
"I feel sassy."
113
319000
1000
"Me siento descarada"
05:36
"I feel so sexy in this new wig."
114
320000
3000
"Me siento muy atractiva en esta nueva peluca".
05:39
As you can see, "We Feel Fine" collects
115
323000
2000
Como pueden ver, Nos Sentimos Bien colecciona
05:41
very, very small-scale personal stories.
116
325000
2000
historias personales a muy, muy pequeña escala.
05:43
Sometimes, stories as short as two or three words.
117
327000
2000
Algunas veces las historias tienen apenas dos o tres palabras.
05:45
So, really even challenging the notion
118
329000
2000
Así que, realmente reta a la noción
05:47
of what can be considered a story.
119
331000
2000
de lo que se puede considerar una historia.
05:49
And recently, I've become interested in diving much more deeply into a single story.
120
333000
4000
Y recientemente, me he interesado en profundizar más en una sola historia.
05:53
And that's led me to doing some work with the physical world,
121
337000
3000
Y eso me ha guiado a hacer algunos trabajos con el mundo físico,
05:56
not with the Internet,
122
340000
1000
no con el internet,
05:57
and only using the Internet at the very last moment, as a presentation medium.
123
341000
4000
y usando el internet sólo al final como medio de presentación.
06:01
So these are some newer projects that
124
345000
1000
Estos son proyectos más nuevos que
06:02
actually aren't even launched publicly yet.
125
346000
2000
de hecho, no han sido publicados todavía.
06:04
The first such one is called "The Whale Hunt."
126
348000
2000
El primero de ellos se llama "Pesca de ballena".
06:06
Last May, I spent nine days living up in Barrow, Alaska,
127
350000
3000
En mayo pasado pasé nueve días viviendo en Barrow, Alaska,
06:09
the northernmost settlement in the United States,
128
353000
2000
el lugar habitado más septentrional de Estados Unidos,
06:11
with a family of Inupiat Eskimos,
129
355000
2000
con una familia de esquimales Inupiat
06:13
documenting their annual spring whale hunt.
130
357000
3000
documentando su pesca anual de ballenas, en primavera.
06:16
This is the whaling camp here, we're about six miles from shore,
131
360000
3000
Este es el campamento de pesca, estamos a unas 6 millas de la costa,
06:19
camping on five and a half feet of thick, frozen pack ice.
132
363000
3000
acampando en una masa de hielo gruesa y congelada, de 5 pies y medio.
06:22
And that water that you see there is the open lead,
133
366000
2000
y esa agua que ves ahí es el camino abierto
06:24
and through that lead, bowhead whales migrate north each springtime.
134
368000
4000
y a través de ese camino, las ballenas bowhead emigran al Norte cada primavera.
06:28
And the Eskimo community basically camps out on the edge of the ice here,
135
372000
3000
y la comunidad esquinal acampa aquí en el borde del hielo,
06:31
waits for a whale to come close enough to attack. And when it does,
136
375000
3000
espera que una ballena se acerque, y cuando lo hace,
06:34
it throws a harpoon at it, and then hauls the whale up
137
378000
2000
le lanza un arpón, y luego hala la ballena hacia arriba
06:36
under the ice, and cuts it up.
138
380000
2000
bajo el hielo y la corta.
06:38
And that would provide the community's food supply for a long time.
139
382000
2000
Y eso proveerá comida a la comunidad por mucho tiempo.
06:40
So I went up there, and I lived with these guys
140
384000
2000
Así que fui allá y viví con estas personas
06:42
out in their whaling camp here, and photographed the entire experience,
141
386000
3000
en su campamento de pesca de ballenas, y fotografié toda la experiencia,
06:45
beginning with the taxi ride to Newark airport in New York,
142
389000
4000
empezando con el viaje en taxi al aeropuerto en Nueva York,
06:49
and ending with the butchering of the second whale, seven and a half days later.
143
393000
3000
y terminando con la pesca de la segunda ballena, siete días y medio después.
06:52
I photographed that entire experience at five-minute intervals.
144
396000
3000
Fotografié la experiencia completa en intervalos de 5 minutos.
06:55
So every five minutes, I took a photograph.
145
399000
2000
Es decir que cada 5 minutos, yo tomaba una fotografía.
06:57
When I was awake, with the camera around my neck.
146
401000
2000
Cuando estaba despierto, con la cámara alrededor de mi cuello;
06:59
When I was sleeping, with a tripod and a timer.
147
403000
2000
mientras dormía, con un tripode y un cronómetro.
07:01
And then in moments of high adrenaline,
148
405000
2000
Y en momentos de mucha adrenalina,
07:03
like when something exciting was happening,
149
407000
2000
como cuando algo emocionante estaba pasando,
07:05
I would up that photographic frequency to as many as
150
409000
2000
subía la frecuencia fotográfica hasta a
07:07
37 photographs in five minutes.
151
411000
2000
treinta y siete fotografías en cinco minutos.
07:09
So what this created was a photographic heartbeat
152
413000
2000
Así que esto creó un latido fotográfico
07:11
that sped up and slowed down, more or less matching
153
415000
2000
que aceleraba y disminuía el ritmo, de acuerdo
07:13
the changing pace of my own heartbeat.
154
417000
3000
al ritmo cambiante de los latidos de mi corazón.
07:16
That was the first concept here.
155
420000
2000
Ese fué el primer concepto aquí.
07:18
The second concept was to use this experience to think about
156
422000
2000
El segungo concepto fue usar la experiencia para pensar sobre
07:20
the fundamental components of any story.
157
424000
2000
los componentes fundamentales de cualquier historia.
07:22
What are the things that make up a story?
158
426000
2000
¿Cuáles son las cosas que crean una historia?
07:24
So, stories have characters. Stories have concepts.
159
428000
3000
Las historias tienen personajes. Tienen conceptos.
07:27
Stories take place in a certain area. They have contexts.
160
431000
2000
Las historias suceden en áreas específicas. Tienen contextos.
07:29
They have colors. What do they look like?
161
433000
2000
Tienen colores. ¿Cómo se ven?
07:31
They have time. When did it take place? Dates -- when did it occur?
162
435000
3000
Tienen tiempo. ¿Cuándo ocurrieron? Fechas, ¿cuándo ocurrió?
07:34
And in the case of the whale hunt, also this idea of an excitement level.
163
438000
3000
Y en el caso de la pesca de ballenas, también hay un nivel de emoción.
07:37
The thing about stories, though, in most of the existing mediums
164
441000
3000
Lo que sucede con las historias, en la mayoría de los medios existentes
07:40
that we're accustomed to -- things like novels, radio,
165
444000
3000
a los que estamos acostumbrados-- como novelas, radio,
07:43
photographs, movies, even lectures like this one --
166
447000
2000
fotografías, peliculas, inclusive charlas como esta--
07:45
we're very accustomed to this idea of the narrator or the camera position,
167
449000
4000
es que estamos muy acostumbrados al narrador, o a la cámara.
07:49
some kind of omniscient, external body
168
453000
2000
A un cuerpo externo omnisciente
07:51
through whose eyes you see the story.
169
455000
3000
a través del cual vemos la historia.
07:54
We're very used to this.
170
458000
2000
Estamos muy acostumbrados a eso.
07:56
But if you think about real life, it's not like that at all.
171
460000
2000
Pero si vemos la vida real, no es así en lo absoluto.
07:58
I mean, in real life, things are much more nuanced and complex,
172
462000
2000
En la vida real, las cosas son más sutiles y complejas,
08:00
and there's all of these overlapping stories
173
464000
2000
y las historias se superponen
08:02
intersecting and touching each other.
174
466000
2000
intersectándose y tocándose entre ellas.
08:04
And so I thought it would be interesting to build a framework
175
468000
3000
Así que pensé que sería interesante construir un armazón
08:07
to surface those types of stories. So, in the case of "The Whale Hunt,"
176
471000
4000
para rescatar esas historias. En el caso de "La Pesca de Ballenas",
08:11
how could we extract something like the story of Simeon and Crawford,
177
475000
3000
¿cómo podríamos extraer algo como la historia de Simeón y Crawford,
08:14
involving the concepts of wildlife, tools and blood, taking place on the Arctic Ocean,
178
478000
4000
tomando los conceptos de vida salvaje, herramientas y sangre, llevándose a cabo en el Océano Ártico,
08:18
dominated by the color red, happening around 10 a.m. on May 3,
179
482000
3000
dominado por el rojo, alrededor de las 10 a.m., el tres de mayo,
08:21
with an excitement level of high?
180
485000
2000
con un alto nivel de emoción?
08:23
So, how to extract this order of narrative from this larger story?
181
487000
5000
¿Cómo extraer este órden narrativo de esta historia más larga?
08:28
I built a web interface for viewing "The Whale Hunt" that attempts to do just this.
182
492000
5000
Construí una interfaz web para ver "La Pesca de Ballenas", que intenta hacer eso.
08:33
So these are all 3,214 pictures taken up there.
183
497000
4000
Estas son las 3,214 fotos tomadas allá.
08:37
This is my studio in Brooklyn. This is the Arctic Ocean,
184
501000
4000
Este es mi estudio en Brooklyn. Este es el Oceáno Ártico,
08:41
and the butchering of the second whale, seven days later.
185
505000
3000
y la pesca de la segunda ballena, siete días después.
08:44
You can start to see some of the story here, told by color.
186
508000
3000
Se puede empezar a ver parte de la historia aquí, contada por color.
08:47
So this red strip signifies the color of the wallpaper
187
511000
3000
Esta linea roja significa el color del papel tapiz
08:50
in the basement apartment where I was staying.
188
514000
2000
del apartamento donde me estaba quedando.
08:52
And things go white as we move out onto the Arctic Ocean.
189
516000
3000
Las cosas se hacen blancas a medida que nos movemos al Oceáno Ártico.
08:55
Introduction of red down here, when whales are being cut up.
190
519000
4000
El rojo aparece cuando están cortando las ballenas.
08:59
You can see a timeline, showing you the exciting moments throughout the story.
191
523000
3000
Se puede ver una línea de tiempo, mostrando los momentos emocionantes en la historia.
09:02
These are organized chronologically.
192
526000
2000
Están organizados cronológicamente.
09:04
Wheel provides a slightly more playful version of the same,
193
528000
3000
La rueda proporciona una versión más juguetona de lo mismo,
09:07
so these are also all the photographs organized chronologically.
194
531000
3000
y estas son todas las fotografías organizadas cronológicamente.
09:10
And any of these can be clicked,
195
534000
2000
y a cualquiera de éstas se le puede hacer clic,
09:12
and then the narrative is entered at that position.
196
536000
2000
y se entra a la narrativa en esa posición.
09:14
So here I am sleeping on the airplane heading up to Alaska.
197
538000
3000
Aquí estoy yo durmiendo en el avión, camino a Alaska.
09:17
That's "Moby Dick."
198
541000
2000
El libro es Moby Dick.
09:19
This is the food we ate.
199
543000
2000
Esta es la comida que comimos.
09:21
This is in the Patkotak's family living room
200
545000
3000
Esto es la sala de estar de la familia Patkotak
09:24
in their house in Barrow. The boxed wine they served us.
201
548000
3000
en su casa en Barrow. El vino en caja que nos sirvieron.
09:27
Cigarette break outside -- I don't smoke.
202
551000
3000
El momento para fumar afuera-- Yo no fumo.
09:30
This is a really exciting sequence of me sleeping.
203
554000
4000
Esta es una emocionante secuencia mía durmiendo.
09:34
This is out at whale camp, on the Arctic Ocean.
204
558000
4000
Esto es en el campamento de pesca de ballena, en el Oceáno Ártico.
09:38
This graph that I'm clicking down here is meant to be
205
562000
2000
Este gráfico al que le estoy haciendo clic, alude
09:40
reminiscent of a medical heartbeat graph,
206
564000
2000
a un gráfico médico del latido del corazón,
09:42
showing the exciting moments of adrenaline.
207
566000
5000
que muestra los momentos de adrenalina.
09:47
This is the ice starting to freeze over. The snow fence they built.
208
571000
3000
Este es el hielo empezando a congelarse. El cercado de nieve que construyeron.
09:50
And so what I'll show you now is the ability to pull out sub-stories.
209
574000
3000
Ahora les enseñaré la habilidad para sacar sub-historias.
09:53
So, here you see the cast. These are all of the people in "The Whale Hunt"
210
577000
4000
Este es el grupo. Son todas las personas en "La Pesca de Ballenas",
09:57
and the two whales that were killed down here.
211
581000
2000
y aquí abajo están las dos ballenas que fueron matadas.
09:59
And we could do something as arbitrary as, say,
212
583000
2000
Y podríamos hacer algo arbitrario como, digamos,
10:01
extract the story of Rony, involving the concepts of blood
213
585000
6000
extraer la historia de Rony*, abarcando los conceptos de sangre
10:07
and whales and tools, taking place on the Arctic Ocean,
214
591000
5000
y ballenas y herramientas, llevándose a cabo en el Oceáno Ártico,
10:12
at Ahkivgaq camp, with the heartbeat level of fast.
215
596000
4000
en el campamento de Ahkivgaq, con el ritmo cardíaco alto.
10:16
And now we've whittled down that whole story
216
600000
2000
Y ahora hemos recortado la historia completa
10:18
to just 29 matching photographs,
217
602000
2000
a solo 29 mágicas fotografías,
10:20
and then we can enter the narrative at that position.
218
604000
2000
y podemos entrar a la narración en esa posición.
10:22
And you can see Rony cutting up the whale here.
219
606000
2000
Se puede ver a Rony* cortando la ballena aquí.
10:24
These whales are about 40 feet long,
220
608000
2000
Estas ballenas miden unos 40 pies de largo,
10:26
and weighing over 40 tons. And they provide the food source
221
610000
3000
y pesan más de 40 toneladas. Ellas proveen fuente de alimento
10:29
for the community for much of the year.
222
613000
4000
a la comunidad la mayor parte del año.
10:33
Skipping ahead a bit more here, this is Rony on the whale carcass.
223
617000
5000
Saltando hacia adelante, este es Rony sobre el cadáver de ballena.
10:38
They use no chainsaws or anything; it's entirely just blades,
224
622000
3000
Ellos no utilizan sierras eléctricas, sólo usan cuchillas,
10:41
and an incredibly efficient process.
225
625000
2000
y es un proceso muy eficiente.
10:43
This is the guys on the rope, pulling open the carcass.
226
627000
3000
Estos son los muchachos abriendo el cadáver con una soga.
10:46
This is the muktuk, or the blubber, all lined up for community distribution.
227
630000
4000
Este es el muktuk, o la masa, alineada para ser distribuida a la comunidad.
10:50
It's baleen. Moving on.
228
634000
3000
Es la ballena. Siguiendo adelante.
10:53
So what I'm going to tell you about next
229
637000
2000
Lo que les diré a continuación
10:55
is a very new thing. It's not even a project yet.
230
639000
3000
es algo muy nuevo. No es un proyecto aún.
10:58
So, just yesterday, I flew in here from Singapore, and before that,
231
642000
3000
Apenas ayer llegué aquí desde Singapur, y antes de eso,
11:01
I was spending two weeks in Bhutan, the small Himalayan kingdom
232
645000
4000
pasé dos semanas en Bután, el pequeño reino Himalaya
11:05
nestled between Tibet and India.
233
649000
2000
anidado entre el Tibet y la India.
11:07
And I was doing a project there about happiness,
234
651000
3000
Estaba haciendo un proyecto ahí sobre la felicidad,
11:10
interviewing a lot of local people.
235
654000
2000
entrevistando mucha gente local.
11:12
So Bhutan has this really wacky thing where they base
236
656000
6000
Bután tiene algo un poco fuera de lo normal, y es que ellos basan
11:18
most of their high-level governmental decisions around the concept
237
662000
2000
la mayoría de las decisiones gubernamentales sobre el concepto
11:20
of gross national happiness instead of gross domestic product,
238
664000
4000
de felicidad nacional bruta en vez de producto interno bruto,
11:24
and they've been doing this since the '70s.
239
668000
2000
y han venido haciendolo desde los 70.
11:26
And it leads to just a completely different value system.
240
670000
3000
Esto genera un sistema de valores totalmente diferente.
11:29
It's an incredibly non-materialistic culture,
241
673000
2000
Es una cultura increíblemente no materialista
11:31
where people don't have a lot, but they're incredibly happy.
242
675000
3000
donde la gente no tiene mucho, pero es increiblemente feliz.
11:34
So I went around and I talked to people about some of these ideas.
243
678000
3000
Estuve por allá y hablé con la gente sobre estas ideas.
11:37
So, I did a number of things. I asked people a number of set questions,
244
681000
3000
Hice varias cosas. Pregunté a la gente una cantidad de preguntas,
11:40
and took a number of set photographs,
245
684000
2000
y tomé una cierta cantidad de fotografías,
11:42
and interviewed them with audio, and also took pictures.
246
686000
2000
y los entrevisté con audio, y también tomé fotografías.
11:44
I would start by asking people to rate their happiness
247
688000
2000
Empezaba pidiéndo a las personas que dieran una puntuación a su nivel de felicidad
11:46
between one and 10, which is kind of inherently absurd.
248
690000
3000
del 1 al 10, lo cual es intrínsecamente absurdo.
11:49
And then when they answered, I would inflate that number of balloons
249
693000
3000
Y entonces cuando respondían, les inflaba ese número de globos
11:52
and give them that number of balloons to hold.
250
696000
2000
y se los daba para que los sostuvieran.
11:54
So, you have some really happy person holding 10 balloons,
251
698000
2000
Así que tenemos a alguien realmente felíz sosteniendo 10 globos,
11:56
and some really sad soul holding one balloon.
252
700000
4000
y a otra alma, realmente triste sosteniendo sólo un globo.
12:00
But you know, even holding one balloon is like, kind of happy.
253
704000
3000
Pero aún sostener un sólo globo, es al menos un poquito feliz.
12:03
(Laughter)
254
707000
2000
(Risas)
12:05
And then I would ask them a number of questions like
255
709000
2000
Y luego les hacía algunas preguntas como,
12:07
what was the happiest day in their life, what makes them happy.
256
711000
2000
Cual fue el día mas felíz de sus vidas, qué los hace felices.
12:09
And then finally, I would ask them to make a wish.
257
713000
3000
Y finalmente, les pedía pedir un deseo.
12:12
And when they made a wish, I would write their wish
258
716000
2000
y cuando pedían su deseo, lo escribía
12:14
onto one of the balloons and take a picture of them holding it.
259
718000
3000
en uno de los globos y les tomaba una foto sosteniéndolo.
12:17
So I'm going to show you now just a few brief snippets
260
721000
3000
Ahora les mostraré breves fragmentos
12:20
of some of the interviews that I did, some of the people I spoke with.
261
724000
3000
de algunas entrevistas que hice, algunas personas con quienes hablé.
12:23
This is an 11-year-old student.
262
727000
2000
Este es un estudiante de once años de edad.
12:25
He was playing cops and robbers with his friends, running around town,
263
729000
3000
Jugaba a policías y ladrones con sus amigos, corriendo por el pueblo,
12:28
and they all had plastic toy guns.
264
732000
2000
y todos tenían armas de juguete.
12:30
His wish was to become a police officer.
265
734000
3000
Su deseo era convertirse en un oficial de la policia.
12:33
He was getting started early. Those were his hands.
266
737000
3000
Estaba iniciando a temprana edad. Estas eran sus manos.
12:36
I took pictures of everybody's hands,
267
740000
2000
Tomé fotos de las manos de todos,
12:38
because I think you can often tell a lot about somebody
268
742000
2000
porque creo que a menudo se puede decir mucho de alguien
12:40
from how their hands look. I took a portrait of everybody,
269
744000
3000
por cómo se ven sus manos. Tomé un retrato de todos,
12:43
and asked everybody to make a funny face.
270
747000
3000
y les pedí que hicieran una cara graciosa.
12:46
A 17-year-old student. Her wish was to have been born a boy.
271
750000
4000
Estudiante de 17 años de edad. Su deseo era haber nacido varón.
12:50
She thinks that women have a pretty tough go of things in Bhutan,
272
754000
3000
Ella piensa que para las mujeres las cosas son bastante duras en Bután,
12:53
and it's a lot easier if you're a boy.
273
757000
2000
y es mucho más fácil si se es varón.
13:01
A 28-year-old cell phone shop owner.
274
765000
2000
Dueño de una tienda de celulares de 28 años de edad.
13:03
If you knew what Paro looked like, you'd understand
275
767000
2000
Si supieran como se veía Paro, entenderían
13:05
how amazing it is that there's a cell phone shop there.
276
769000
5000
lo increíble que es que haya una tienda de celulares allí.
13:10
He wanted to help poor people.
277
774000
2000
Él quería ayudar a las personas pobres.
13:19
A 53-year-old farmer. She was chaffing wheat,
278
783000
3000
Granjera de 53 años de edad. Le quitaba cáscaras al trigo,
13:22
and that pile of wheat behind her
279
786000
2000
y esa cantidad de trigo detrás de ella
13:24
had taken her about a week to make.
280
788000
2000
le había tomado una semana prepararlo.
13:26
She wanted to keep farming until she dies.
281
790000
4000
Ella quería seguir en la agricultura hasta morir.
13:30
You can really start to see the stories told by the hands here.
282
794000
3000
Se empiezan a ver las historias contadas por estas manos.
13:33
She was wearing this silver ring that had the word "love" engraved on it,
283
797000
3000
Ella llevaba un anillo de plata con la palabra "amor" grabada,
13:36
and she'd found it in the road somewhere.
284
800000
3000
lo había encontrado en un lugar del camino.
13:43
A 16-year-old quarry worker.
285
807000
2000
Minero de 16 años.
13:45
This guy was breaking rocks with a hammer in the hot sunlight,
286
809000
4000
El rompía rocas con un martillo bajo el sol caliente,
13:49
but he just wanted to spend his life as a farmer.
287
813000
3000
pero sólo quería pasar su vida como un granjero.
13:59
A 21-year-old monk. He was very happy.
288
823000
5000
Monje de 21 años. Él estaba muy felíz.
14:04
He wanted to live a long life at the monastery.
289
828000
3000
Quería vivir una larga vida en el monasterio.
14:10
He had this amazing series of hairs growing out of a mole on the left side of his face,
290
834000
4000
Tenía unos pelos asombrosos creciendo de un lunar en su rostro,
14:14
which I'm told is very good luck.
291
838000
3000
lo que me han dicho que es buena suerte.
14:17
He was kind of too shy to make a funny face.
292
841000
4000
Era demasiado tímido para hacer un gesto gracioso.
14:21
A 16-year-old student.
293
845000
5000
Estudiante de 16 años.
14:26
She wanted to become an independent woman.
294
850000
2000
Quería convertirse en una mujer independiente.
14:28
I asked her about that, and she said she meant
295
852000
1000
Le pregunté acerca de eso y me dijo que ella se refería
14:29
that she doesn't want to be married,
296
853000
2000
a que no quiere casarse,
14:31
because, in her opinion, when you get married in Bhutan as a woman,
297
855000
3000
pues en su opinión, al una mujer casarse en Bután,
14:34
your chances to live an independent life kind of end,
298
858000
3000
las oportunidades de vivir una vida independiente terminan,
14:37
and so she had no interest in that.
299
861000
2000
así que ella no estaba interesada en eso.
14:45
A 24-year-old truck driver.
300
869000
2000
Chofer de camión de 24 años de edad.
14:47
There are these terrifyingly huge Indian trucks
301
871000
2000
Allá hay unos camiones hindúes inmensos
14:49
that come careening around one-lane roads with two-lane traffic,
302
873000
4000
que transitan por carreteras de doble sentido,
14:53
with 3,000-foot drop-offs right next to the road,
303
877000
3000
con precipicios de 3,000 pies a los lados,
14:56
and he was driving one of these trucks.
304
880000
2000
y él manejaba uno de estos camiones.
14:58
But all he wanted was to just live a comfortable life, like other people.
305
882000
3000
pero sólo quería era vivir una vida cómoda como las demás personas.
15:08
A 24-year-old road sweeper. I caught her on her lunch break.
306
892000
3000
Barrendera de 24 años de edad. La encontré en su hora de almuerzo.
15:11
She'd built a little fire to keep warm, right next to the road.
307
895000
3000
Había hecho un pequeño fuego para mantenerse caliente al lado del camino.
15:14
Her wish was to marry someone with a car.
308
898000
4000
Su deseo era casarse con alguien con un automóvil.
15:18
She wanted a change in her life.
309
902000
2000
Ella quería un cambio en su vida.
15:20
She lives in a little worker's camp right next to the road,
310
904000
3000
Vive en un pequeño campamento de trabajadores al lado del camino
15:23
and she wanted a different lot on things.
311
907000
2000
y quería un cambio en las cosas.
15:33
An 81-year-old itinerant farmer.
312
917000
2000
Granjero itinerante de 81 años de edad.
15:35
I saw this guy on the side of the road,
313
919000
2000
Ví este señor en un lado de la carretera,
15:37
and he actually doesn't have a home.
314
921000
2000
y de hecho el no tiene hogar.
15:39
He travels from farm to farm each day trying to find work,
315
923000
2000
Viaja de granja en granja todos los días buscando trabajo,
15:41
and then he tries to sleep at whatever farm he gets work at.
316
925000
4000
e intenta dormir en cualquier granja donde consigue trabajo.
15:45
So his wish was to come with me, so that he had somewhere to live.
317
929000
3000
Su deseo era venir conmigo, para tener un lugar donde vivir.
15:55
He had this amazing knife that he pulled out of his gho
318
939000
2000
Él tenía un cuchillo increible que sacó de su gho
15:57
and started brandishing when I asked him to make a funny face.
319
941000
4000
y empezó a mostrarlo cuando le pedí que hiciera una cara graciosa.
16:01
It was all good-natured.
320
945000
2000
No lo hizo con malas intenciones.
16:04
A 10-year-old.
321
948000
4000
Niño de 10 años.
16:08
He wanted to join a school and learn to read,
322
952000
2000
Quería ingresar a una escuela y aprender a leer.
16:10
but his parents didn't have enough money to send him to school.
323
954000
4000
pero sus padres no tenían suficiente dinero para enviarlo a la escuela.
16:14
He was eating this orange, sugary candy
324
958000
2000
Él estaba comiendo este dulce anaranjado
16:16
that he kept dipping his fingers into,
325
960000
2000
donde introducía constantemente los dedos,
16:18
and since there was so much saliva on his hands,
326
962000
2000
y como habia tanta saliva en sus manos,
16:20
this orange paste started to form on his palms.
327
964000
3000
se formó esta pasta anaranjada en sus manos.
16:27
(Laughter)
328
971000
2000
(Risas)
16:30
A 37-year-old road worker.
329
974000
3000
Un trabajador de la carretera de 37 años de edad.
16:33
One of the more touchy political subjects in Bhutan
330
977000
4000
Uno de los temas políticos más sensibles en Bután
16:37
is the use of Indian cheap labor
331
981000
3000
es el uso de mano de obra barata hindú
16:40
that they import from India to build the roads,
332
984000
3000
que importan de la India para construir carreteras,
16:43
and then they send these people home once the roads are built.
333
987000
2000
y los regresan a sus casas cuando las carreteras están listas.
16:45
So these guys were in a worker's gang
334
989000
2000
Estos tipos estaban en el grupo de trabajadores
16:47
mixing up asphalt one morning on the side of the highway.
335
991000
3000
mezclando asfalto una mañana en un lado de la carretera.
16:50
His wish was to make some money and open a store.
336
994000
3000
Su deseo era tener algo de dinero y abrir una tienda.
17:00
A 75-year-old farmer. She was selling oranges on the side of the road.
337
1004000
4000
Granjera de 75 años. Vendía naranjas al lado del camino.
17:04
I asked her about her wish, and she said,
338
1008000
2000
Le pregunté acerca de su deseo y me dijo,
17:06
"You know, maybe I'll live, maybe I'll die, but I don't have a wish."
339
1010000
3000
"Sabes que, quizás viva, o quizás me muera, pero no tengo un deseo".
17:14
She was chewing betel nut, which caused her teeth
340
1018000
3000
Ella estaba mascando nuez de betel, lo cual hizo que
17:17
over the years to turn very red.
341
1021000
2000
con los años sus dientes se tornaran muy rojos.
17:19
Finally, this is a 26-year-old nun I spoke to.
342
1023000
6000
Finalmente, esta es una monja de 26 años con la que hablé.
17:25
Her wish was to make a pilgrimage to Tibet.
343
1029000
3000
Su deseo era hacer un peregrinaje al Tibet.
17:28
I asked her how long she planned to live in the nunnery and she said,
344
1032000
2000
Le pregunté por cuánto tiempo pensaba vivir en el convento y me dijo,
17:30
"Well, you know, of course, it's impermanent,
345
1034000
2000
"Bueno, ya sabes, por supuesto que es impermanente,
17:32
but my plan is to live here until I'm 30, and then enter a hermitage."
346
1036000
4000
pero mi plan es vivir aquí hasta que tenga 30 años, y luego entrar en una ermita".
17:36
And I said, "You mean, like a cave?" And she said, "Yeah, like a cave."
347
1040000
5000
Y le dije, "¿Como una cueva?" Y ella me dijo, "Si, como una cueva".
17:41
And I said, "Wow, and how long will you live in the cave?"
348
1045000
3000
Y yo dije, "Wow, y ¿por cuánto tiempo vivirás en la cueva?"
17:44
And she said, "Well, you know,
349
1048000
2000
Y ella dijo, "Bueno, pienso que
17:46
I think I'd kind of like to live my whole life in the cave."
350
1050000
4000
me gustaría vivir toda mi vida en una cueva".
17:50
I just thought that was amazing. I mean, she spoke in a way --
351
1054000
2000
A mi me pareció impresionante. Es decir, ella se expresaba --
17:52
with amazing English, and amazing humor, and amazing laughter --
352
1056000
3000
con un inglés increíble, un gran sentido del humor y una increíble risa--
17:55
that made her seem like somebody I could have bumped into
353
1059000
2000
que la hizo ver como alguien a quien me podría haber encontrado en
17:57
on the streets of New York, or in Vermont, where I'm from.
354
1061000
3000
las calles de Nueva York, o en Vermont, de donde soy.
18:00
But here she had been living in a nunnery for the last seven years.
355
1064000
3000
Pero había vivido en un convento por los últimos siete años.
18:03
I asked her a little bit more about the cave
356
1067000
3000
Le pregunté un poco más acerca de la cueva
18:06
and what she planned would happen once she went there, you know.
357
1070000
4000
y qué esperaba hacer una vez que ella estuviera allí.
18:10
What if she saw the truth after just one year,
358
1074000
2000
Que pasaría si viera la verdad después de sólo un año,
18:12
what would she do for the next 35 years in her life?
359
1076000
2000
¿que haría en los siguientes 35 años de su vida?
18:14
And this is what she said.
360
1078000
2000
Y esto es lo que ella dijo.
18:16
Woman: I think I'm going to stay for 35. Maybe -- maybe I'll die.
361
1080000
5000
Mujer: Creo que me quedaré ahi hasta los 35 años, quizás--quizás muera.
18:21
Jonathan Harris: Maybe you'll die? Woman: Yes.
362
1085000
2000
Jonathan Harris: ¿Quizás te mueras? Mujer: Si.
18:23
JH: 10 years? Woman: Yes, yes. JH: 10 years, that's a long time.
363
1087000
3000
JH: ¿Diez años? Mujer: Si, si. JH: Diez años, eso es mucho tiempo.
18:26
Woman: Yes, not maybe one, 10 years, maybe I can die
364
1090000
3000
Si, quizás no uno, sino diez años, quizás me pueda morir
18:29
within one year, or something like that.
365
1093000
2000
dentro de un año o algo parecido.
18:31
JH: Are you hoping to?
366
1095000
2000
JH: ¿Esperas que sea así?
18:33
Woman: Ah, because you know, it's impermanent.
367
1097000
2000
Mujer: Aah, porque tu sabes, es impermanente.
18:35
JH: Yeah, but -- yeah, OK. Do you hope --
368
1099000
6000
JH: Si, pero--si, está bien. Quisieras--
18:41
would you prefer to live in the cave for 40 years,
369
1105000
3000
¿preferirías vivir en una cueva por 40 años,
18:44
or to live for one year?
370
1108000
2000
o vivir por un año?
18:46
Woman: But I prefer for maybe 40 to 50.
371
1110000
4000
Mujer: Pero prefiero quizás de 40 a 50.
18:50
JH: 40 to 50? Yeah.
372
1114000
1000
JH: ¿De 40 a 50? Si.
18:51
Woman: Yes. From then, I'm going to the heaven.
373
1115000
3000
Mujer: Si. De ahí me voy al cielo.
18:54
JH: Well, I wish you the best of luck with it.
374
1118000
5000
JH: Bueno, te deseo la mejor de las suertes con eso.
18:59
Woman: Thank you.
375
1123000
1000
Gracias.
19:00
JH: I hope it's everything that you hope it will be.
376
1124000
3000
JH: Espero que todo sea lo que esperas que sea.
19:03
So thank you again, so much.
377
1127000
2000
Así que muchas gracias de nuevo.
19:05
Woman: You're most welcome.
378
1129000
2000
Mujer: Por nada.
19:07
JH: So if you caught that, she said she hoped to die
379
1131000
2000
JH: Así que si entendieron eso, ella dijo que esperaba morir
19:09
when she was around 40. That was enough life for her.
380
1133000
3000
cuando tuviera alrededor de 40. Para ella eso era suficiente.
19:12
So, the last thing we did, very quickly,
381
1136000
2000
La última cosa que hicimos, muy rápidamente,
19:14
is I took all those wish balloons -- there were 117 interviews,
382
1138000
3000
fué que tomé todos globos-- hubo 117 entrevistas,
19:17
117 wishes -- and I brought them up to a place called Dochula,
383
1141000
4000
117 deseos-- y los traje a un lugar llamado Dochula,
19:21
which is a mountain pass in Bhutan, at 10,300 feet,
384
1145000
4000
que es un pasaje en la montaña en Bután a 10.300 pies,
19:25
one of the more sacred places in Bhutan.
385
1149000
3000
uno de los lugares más sagrados en Bután.
19:28
And up there, there are thousands of prayer flags
386
1152000
2000
Y allá arriba, hay miles de banderas de oración,
19:30
that people have spread out over the years.
387
1154000
2000
que las personas han colgado a través de los años.
19:32
And we re-inflated all of the balloons, put them up on a string,
388
1156000
3000
Re-inflamos todos los globos, los pusimos en una cuerda,
19:35
and hung them up there among the prayer flags.
389
1159000
2000
y los colgamos allá arriba con las banderas de oración.
19:37
And they're actually still flying up there today.
390
1161000
2000
Y aún siguen volando allá arriba hoy.
19:39
So if any of you have any Bhutan travel plans in the near future,
391
1163000
3000
Si alguno de ustedes planea ir a Bután en un futuro cercano,
19:42
you can go check these out. Here are some images from that.
392
1166000
3000
pueden ir a ver esto. Aquí están algunas fotos.
19:46
We said a Buddhist prayer so that all these wishes could come true.
393
1170000
4000
Dijimos una oración budista para que se cumplieran todos estos deseos.
19:59
You can start to see some familiar balloons here.
394
1183000
3000
Se pueden ver algunos globos familiares aquí.
20:02
"To make some money and to open a store" was the Indian road worker.
395
1186000
5000
"Tener algo de dinero y abrir una tienda" fue el trabajador hindú.
20:15
Thanks very much.
396
1199000
2000
Muchas gracias.
20:17
(Applause)
397
1201000
3000
(Aplausos)
ABOUT THE SPEAKER
Jonathan Harris - Artist, storyteller, Internet anthropologistArtist and computer scientist Jonathan Harris makes online art that captures the world's expression -- and gives us a glimpse of the soul of the Internet.
Why you should listen
Brooklyn-based artist Jonathan Harris' work celebrates the world's diversity even as it illustrates the universal concerns of its occupants. His computer programs scour the Internet for unfiltered content, which his beautiful interfaces then organize to create coherence from the chaos.
His projects are both intensely personal (the "We Feel Fine" project, made with Sep Kanvar, which scans the world's blogs to collect snapshots of the writers' feelings) and entirely global (the new "Universe," which turns current events into constellations of words). But their effect is the same -- to show off a world that resonates with shared emotions, concerns, problems, triumphs and troubles.
Jonathan Harris | Speaker | TED.com