TED2003
Steven Johnson: The Web as a city
Steven Johnson sobre La Web como ciudad
Filmed:
Readability: 3.9
395,928 views
Steven Johnson, de outside.in, dice que la Web es como una ciudad: construída por mucha gente, nadie la controla completamente, intrincadamente interconectada y aún así funciona en muchas partes independientes. Cuando el desastre golpea en un lugar, en otro la vida continúa.
Steven Johnson - Writer
Steven Berlin Johnson examines the intersection of science, technology and personal experience. Full bio
Steven Berlin Johnson examines the intersection of science, technology and personal experience. Full bio
Double-click the English transcript below to play the video.
00:18
I want to take you back basically to my hometown,
0
0
3000
Quiero llevarlos en el tiempo a mi ciudad natal
00:21
and to a picture of my hometown of the week
1
3000
2000
y a una foto de mi ciudad natal en la semana
00:23
that "Emergence" came out.
2
5000
2000
en que salió "Emergence".
00:25
And it's a picture we've seen several times.
3
7000
3000
Y es una foto que hemos visto varias veces.
00:33
Basically, "Emergence" was published on 9/11.
4
15000
3000
Básicamente, "Emergence" se publicó el 11-S.
00:36
I live right there in the West Village,
5
18000
5000
Vivo ahí en el West Village,
00:41
so the plume was luckily blowing west, away from us.
6
23000
5000
así que afortunadamente el humo iba hacia el oeste, lejos de nosotros.
00:46
We had a two-and-a-half-day-old baby in the house that was ours --
7
28000
7000
Teníamos un bebé de dos días y medio en la casa que era nuestra --
00:53
we hadn't taken it from somebody else.
8
35000
2000
no se la habíamos quitado a nadie.
00:55
(Laughter)
9
37000
2000
(Risas)
00:57
And one of the thoughts that I had dealing with these two separate emergences
10
39000
7000
Y uno de los pensamientos que tuve al enfrentar estas dos emergencias separadas
01:04
of a book and a baby, and having this event happen so close --
11
46000
4000
de un libro y un bebé, y teniendo este evento tan cerca,
01:08
that my first thought, when I was still kind of in the apartment looking out at it all
12
50000
4000
mi primer pensamiento mientras todavía estaba aún en el departamento mirando lo sucedido
01:12
or walking out on the street and looking out on it just in front of our building,
13
54000
3000
o saliendo a la calle a mirar en frente a nuestro edificio,
01:15
was that I'd made a terrible miscalculation in the book that I'd just written.
14
57000
5000
fue que había cometido un error de cálculo terrible en el libro que acababa de escribir.
01:20
Because so much of that book was a celebration of the power
15
62000
4000
Porque gran parte de ese libro era una celebración del poder
01:24
and creative potential of density, of largely urban density,
16
66000
4000
y el potencial creativo de la densidad, de la gran densidad urbana,
01:28
of connecting people and putting them together in one place,
17
70000
3000
de conectar gente y reunirla en un solo lugar,
01:31
and putting them on sidewalks together and having them share ideas
18
73000
3000
y de ponerlos juntos, lado a lado, y hacer que compartan ideas
01:34
and share physical space together.
19
76000
2000
y que compartan un espacio físico.
01:36
And it seemed to me looking at that -- that tower burning and then falling,
20
78000
3000
Y me pareció al mirar lo que pasó -- esa torre en llamas y luego cayendo --
01:39
those towers burning and falling -- that in fact, one of the lessons
21
81000
2000
aquellas torres en llamas y cayendo -- que de hecho, una de las lecciones
01:41
here was that density kills.
22
83000
2000
aquí era que la densidad mata.
01:43
And that of all the technologies that were exploited
23
85000
3000
Y que de todas las tecnologías explotadas
01:46
to make that carnage come into being,
24
88000
4000
para producir esa carnicería,
01:51
probably the single group of technologies that cost the most lives
25
93000
6000
probablemente el grupo de tecnologías que se cobró más vidas
01:57
were those that enable 50,000 people to live in two buildings
26
99000
4000
fue el que permitió que 50.000 personas viviesen en dos edificios
02:01
110 stories above the ground.
27
103000
2000
de 110 pisos de altura.
02:03
If they hadn't been crowded --
28
105000
2000
De no haber estado atestadas --
02:05
you compare the loss of life at the Pentagon to the Twin Towers,
29
107000
2000
comparen la pérdida de vidas del Pentágono con las de las Torres Gemelas,
02:08
and you can see that very powerfully.
30
110000
2000
y verán eso de manera muy contundente.
02:10
And so I started to think, well, you know, density, density --
31
112000
3000
Y entonces empecé a pensar, bien, ya saben, densidad, densidad…
02:13
I'm not sure if, you know, this was the right call.
32
115000
3000
no estoy seguro de si fue la convocatoria correcta.
02:17
And I kind of ruminated on that for a couple of days.
33
119000
3000
Y estuve rumiando esto durante un par de días.
02:20
And then about two days later, the wind started to change a little bit,
34
122000
4000
Y entonces más o menos dos días después el viento comenzó a cambiar un poquito,
02:24
and you could sense that the air was not healthy.
35
126000
3000
Y se podía sentir que el aire no era saludable.
02:27
And so even though there were no cars still in the West Village
36
129000
4000
Y aunque ya no quedaban autos en el West Village
02:31
where we lived, my wife sent me out to buy a, you know,
37
133000
3000
donde vivíamos, mi esposa me mandó a comprar un, saben,
02:34
a large air filter at the Bed Bath and Beyond,
38
136000
4000
gran filtro de aire en Bed Bath and Beyond,
02:38
which was located about 20 blocks away, north.
39
140000
3000
que estaba a unas 20 cuadras al norte.
02:41
And so I went out.
40
143000
2000
Y entonces salí de casa.
02:43
And obviously I'm physically a very strong person, as you can tell -- (Laughter) --
41
145000
3000
Y, obviamente, soy una persona físicamente muy fuerte, como pueden ver,
02:47
so I wasn't worried about carrying this thing 20 blocks.
42
149000
3000
de manera que no me preocupaba acarrear esa cosa 20 cuadras.
02:50
And I walked out, and this really miraculous thing happened to me
43
152000
4000
Y me fui caminando, y algo realmente milagroso me sucedió
02:54
as I was walking north to buy this air filter,
44
156000
3000
mientras caminaba hacia el norte a comprar el filtro de aire,
02:57
which was that the streets were completely alive with people.
45
159000
4000
que era que las calles estaban completamente vivas, con gente.
03:02
There was an incredible -- it was, you know, a beautiful day,
46
164000
3000
Era un increíble -- era, saben, un día maravilloso,
03:05
as it was for about a week after,
47
167000
2000
como lo fue durante la semana siguiente,
03:07
and the West Village had never seemed more lively.
48
169000
3000
y el West Village nunca pareció tan animado.
03:10
I walked up along Hudson Street --
49
172000
2000
Anduve por la calle Hudson,
03:12
where Jane Jacobs had lived and written her great book
50
174000
2000
por donde Jane Jacobs había vivido y escrito su gran libro
03:14
that so influenced what I was writing in "Emergence" --
51
176000
2000
que tanto influenció lo que yo estaba escribiendo en "Emergence",
03:16
past the White Horse Tavern,
52
178000
2000
pasé por la taberna White Horse,
03:18
that great old bar where Dylan Thomas drank himself to death,
53
180000
3000
ese estupendo bar antiguo donde Dylan Thomas bebió hasta morir,
03:21
and the Bleecker Street playground was filled with kids.
54
183000
3000
y el lugar de juegos de Bleeker Street estaba lleno de niños.
03:24
And all the people who lived in the neighborhood,
55
186000
2000
Y toda la gente que vivía en el barrio,
03:26
who owned restaurants and bars in the neighborhood,
56
188000
2000
que tenía restaurantes y bares allí,
03:28
were all out there -- had them all open.
57
190000
2000
estaban todos allí afuera – todo estaba abierto.
03:30
People were out.
58
192000
2000
La gente estaba en la calle.
03:32
There were no cars, so it seemed even better, in some ways.
59
194000
2000
No había autos por lo que, en cierta forma, parecía aún mejor.
03:34
And it was a beautiful urban day,
60
196000
3000
Fue un día urbano maravilloso,
03:37
and the incredible thing about it was that the city was working.
61
199000
4000
y lo increíble de esto era que la ciudad estaba funcionando.
03:41
The city was there.
62
203000
2000
La ciudad estaba ahí.
03:43
All the things that make a great city successful
63
205000
2000
Todo lo que hace exitosa a una gran ciudad
03:45
and all the things that make a great city stimulating --
64
207000
2000
y todo lo que hace estimulante a una gran ciudad --
03:47
they were all on display there on those streets.
65
209000
2000
estaba a la vista allí en esas calles.
03:49
And I thought, well, this is the power of a city.
66
211000
4000
Y pensé, bien, esta es el poder de una ciudad.
03:53
I mean, the power of the city --
67
215000
2000
Quiero decir, el poder de la ciudad --
03:55
we talked about cities as being centralized in space,
68
217000
2000
hablamos de ciudades como centralizaciones en el espacio,
03:57
but what makes them so strong most of the time
69
219000
2000
pero lo que las hace tan fuertes la mayoría de las veces
03:59
is they're decentralized in function.
70
221000
2000
es que están funcionalmente descentralizadas.
04:01
They don't have a center executive branch that you can take out
71
223000
2000
No tienen una rama ejecutiva central que uno pueda quitar
04:03
and cause the whole thing to fail.
72
225000
2000
y causar una falla en el conjunto.
04:05
If they did, it probably was right there at Ground Zero.
73
227000
3000
Y si la tuviesen probablemente estaría ahí mismo, en el Ground Zero.
04:08
I mean, you know, the emergency bunker was right there,
74
230000
2000
Quiero decir, el bunker de emergencia estaba justo ahí,
04:10
was destroyed by the attacks,
75
232000
2000
fue destruido por los ataques,
04:12
and obviously the damage done to the building and the lives.
76
234000
2000
y obviamente causó daños al edificio y a las vidas.
04:14
But nonetheless, just 20 blocks north, two days later,
77
236000
4000
Pero no obstante, a sólo 20 cuadras al norte, dos días después,
04:18
the city had never looked more alive.
78
240000
3000
la ciudad nunca había estado tan viva.
04:21
If you'd gone into the minds of the people,
79
243000
2000
De haber podido entrar en las mentes de la gente,
04:23
well, you would have seen a lot of trauma,
80
245000
2000
bien, habríamos visto mucho trauma,
04:25
and you would have seen a lot of heartache,
81
247000
2000
habríamos visto mucha congoja,
04:27
and you would have seen a lot of things that would take a long time to recover.
82
249000
3000
habríamos visto muchas cosas de las que llevaría mucho tiempo recuperarse.
04:30
But the system itself of this city was thriving.
83
252000
2000
Pero el sistema mismo de la ciudad estaba rebosante de salud.
04:33
So I took heart in seeing that.
84
255000
3000
Al ver esto me conmoví.
04:36
So I wanted to talk a little bit about the reasons why that works so well,
85
258000
6000
Entonces quería hablarles un poco de las razones por la que eso funciona tan bien
04:42
and how some of those reasons kind of map
86
264000
2000
y cómo alguna de estas razones medio que mapean
04:44
on to where the Web is going right now.
87
266000
2000
la dirección en la que se dirige la Web en este momento.
04:47
The question that I found myself asking to people
88
269000
2000
La pregunta que me encontré haciendole a la gente
04:49
when I was talking about the book afterwards is --
89
271000
2000
cuando hablaba sobre el libro más tarde era,
04:51
when you've talked about emergent behavior,
90
273000
2000
después de hablar del comportamiento emergente,
04:53
when you've talked about collective intelligence,
91
275000
2000
después de hablar de inteligencia colectiva,
04:55
the best way to get people to kind of wrap their heads around that
92
277000
2000
la mejor manera de hacer que la gente piense en eso
04:57
is to ask, who builds a neighborhood?
93
279000
3000
es preguntar: ¿quién contruye un barrio?
05:00
Who decides that Soho should have this personality
94
282000
3000
¿Quién decide que el Soho tenga esta personalidad
05:03
and that the Latin Quarter should have this personality?
95
285000
2000
y el Barrio Latino tenga esta otra?
05:05
Well, there are some kind of executive decisions,
96
287000
2000
Bien, existen algunas decisiones ejecutivas,
05:07
but mostly the answer is -- everybody and nobody.
97
289000
2000
pero básicamente la respuesta es: todos y nadie.
05:09
Everybody contributes a little bit.
98
291000
2000
Todos contribuyen un poquito.
05:11
No single person is really the ultimate actor
99
293000
4000
Ninguna persona es, en verdad, el actor definitivo
05:15
behind the personality of a neighborhood.
100
297000
2000
detrás de la personalidad de un barrio.
05:17
Same thing to the question of, who was keeping the streets alive
101
299000
3000
Y lo mismo para la pregunta: ¿Quién mantuvo vivas las calles
05:20
post-9/11 in my neighborhood?
102
302000
2000
después del 11-S en mi barrio?
05:22
Well, it was the whole city.
103
304000
2000
Bueno, fue la ciudad en su conjunto.
05:24
The whole system kind of working on it,
104
306000
2000
Todo el sistema trabajando en eso,
05:26
and everybody contributing a small little part.
105
308000
2000
y cada uno contribuyendo con una pequeña parte.
05:28
And this is increasingly what we're starting to see on the Web
106
310000
3000
Y esto es cada vez más lo que estamos comenzando a ver en la Web
05:31
in a bunch of interesting ways --
107
313000
2000
de muchas e interesantes maneras.
05:33
most of which weren't around, actually,
108
315000
2000
Muchas de las cuales no figuraban,
05:35
except in very experimental things,
109
317000
2000
más que de manera experimental,
05:37
when I was writing "Emergence" and when the book came out.
110
319000
2000
en el momento en que yo estaba escribiendo "Emergence" y después en su lanzamiento.
05:39
So it's been a very optimistic time, I think,
111
321000
2000
De modo que ha sido un tiempo muy optimista, pienso,
05:41
and I want to just talk about a few of those things.
112
323000
2000
y quiero hablar de algunas de esas cosas.
05:43
I think that there is effectively a new kind of model of interactivity
113
325000
4000
Pienso que efectivamente hay una nueva clase de modelo de interactividad
05:47
that's starting to emerge online right now.
114
329000
2000
que está comenzando a emerger online en este momento.
05:49
And the old one looked like this.
115
331000
3000
Y el modelo antiguo se veía así --
05:54
This is not the future King of England, although it looks like it.
116
336000
4000
este no es, aunque lo parezca, el futuro Rey de Inglaterra.
05:58
It's some guy, it's a GeoCities homepage of some guy that I found online
117
340000
3000
Es un tipo, es la home de GeoCities de un tipo que encontré online
06:01
who's interested, if you look at the bottom, in soccer and Jesus
118
343000
3000
y que está interesado en, si miramos más abajo: fútbol y Jesús
06:04
and Garth Brooks and Clint Beckham and "my hometown" -- those are his links.
119
346000
3000
en Garth Brooks y Clint Beckham, mi ciudad natal -- esos son sus links.
06:07
But nothing really says
120
349000
2000
Pero no dice nada
06:09
this model of interactivity -- which was so exciting and captures the real,
121
351000
4000
este modelo de interactividad que era tan excitante y captura lo real,
06:13
the Web Zeitgeist of 1995 -- than
122
355000
3000
el tipo de web Zeitgeist de 1995 -- que
06:16
"Click here for a picture of my dog."
123
358000
2000
"Haga clic aquí para ver una foto de mi perro".
06:18
That is -- you know, there's no sentence
124
360000
2000
Eso es -- saben, no hay frase
06:20
that kind of conjures up that period better than that, I think,
125
362000
3000
que evoque mejor ese período que eso, pienso,
06:24
which is that you suddenly have the power to put up a picture of your dog
126
366000
3000
que es tener de repente el poder de poner una imagen de tu perro
06:27
and link to it, and somebody reading the page
127
369000
3000
y hacer un vínculo a ella y que alguien lea la página
06:30
has the power to click on that link or not click on that link.
128
372000
3000
y tenga el poder de hacer clic o no en ese link.
06:33
And, you know, I don't want to belittle that. That, in a sense --
129
375000
3000
Y, saben, no quiero subestimar eso -- eso, en cierto sentido,
06:36
to reference what Jeff was talking about yesterday --
130
378000
3000
citando, saben, lo que Jeff estaba hablando ayer –
06:39
that was, in a sense, the kind of interface electricity that
131
381000
2000
eso era en cierto sentido la clase de electricidad de interfaz que
06:41
powered a lot of the explosion of interest in the Web:
132
383000
3000
propulsó mucha de la explosión de interés en la Web --
06:44
that you could put up a link, and somebody could click on it,
133
386000
2000
que uno pudiera poner un link y alguien pudiera hacer clic en él,
06:46
and it could take you anywhere you wanted to go.
134
388000
2000
y éste puede llevarte a cualquier lugar que quieras ir.
06:48
But it's still a very one-to-one kind of relationship.
135
390000
2000
Pero todavía es una clase de relación uno a uno.
06:50
There's one person putting up the link, and there's another person
136
392000
2000
Hay una persona que pone un link y hay otra persona
06:52
on the other end trying to decide whether to click on it or not.
137
394000
4000
del otro lado que intenta decidir si hace clic o no.
06:57
The new model is much more like this,
138
399000
2000
El nuevo modelo es mucho más de este tipo,
06:59
and we've already seen a couple of references to this.
139
401000
2000
y ya hemos visto un par de referencias a esto.
07:01
This is what happens when you search "Steven Johnson" on Google.
140
403000
4000
Esto es lo que pasa cuando uno busca "Steven Johnson" en Google.
07:05
About two months ago, I had the great breakthrough --
141
407000
4000
Hace unos dos meses tuve un gran avance,
07:09
one of my great, kind of shining achievements --
142
411000
3000
uno de mis más grandes, saben, logros brillantes,
07:12
which is that my website finally became a top result for "Steven Johnson."
143
414000
3000
que es que mi sitio finalmente esté en el top de los resultados de búsqueda para "Steven Johnson".
07:15
There's some theoretical physicist at MIT named Steven Johnson
144
417000
6000
Hay un físico teórico en el MIT llamado Steven Johnson
07:21
who has dropped two spots, I'm happy to say.
145
423000
3000
que bajó dos lugares, me alegra decirlo.
07:24
(Laughter)
146
426000
1000
(Risas)
07:25
And, you know, I mean, I'll look at a couple of things like this,
147
427000
4000
Y, saben, quiero decir: voy a mirar a un par de cosas por el estilo,
07:29
but Google is obviously the greatest technology ever invented for navel gazing.
148
431000
4000
pero Google es obviamente la tecnología más grande jamás inventada para mirarse al ombligo.
07:33
It's just that there are so many other people in your navel when you gaze.
149
435000
3000
Lo que pasa es que hay tanta otra gente en tu ombligo cuando miras.
07:36
Because effectively, what's happening here,
150
438000
4000
Porque, efectivamente, lo que pasa aquí,
07:41
what's creating this page, obviously -- and we all know this,
151
443000
2000
lo que está creando esta página obviamente -- y todos lo sabemos,
07:43
but it's worth just thinking about it --
152
445000
2000
pero vale la pena pensar en esto --
07:45
is not some person deciding that I am the number one answer for Steven Johnson,
153
447000
4000
no es una persona que decide que yo sea la respuesta número uno al buscar por Steven Johnson
07:49
but rather somehow the entire web of people
154
451000
4000
sino más bien la web de gente en su totalidad
07:53
putting up pages and deciding to link to my page or not link to it,
155
455000
3000
construyendo páginas y decide vincularlas a mi página o no hacerlo,
07:56
and Google just sitting there and running the numbers.
156
458000
3000
y Google sólo está allí haciendo las cuentas.
07:59
So there's this collective decision-making that's going on.
157
461000
4000
Entonces, lo que sucede es una toma una decisión colectiva.
08:03
This page is effectively, collectively authored by the Web,
158
465000
3000
Esta página es, en efecto, de la autoría colectiva de la web,
08:06
and Google is just helping us
159
468000
2000
y Google simplemente nos ayuda
08:08
kind of to put the authorship in one kind of coherent place.
160
470000
3000
a poner la autoría en una especie de lugar coherente.
08:11
Now, they're more innovative -- well, Google's pretty innovative --
161
473000
3000
Ahora, ellos son más innovadores -- bien, Google es bastante innovador --
08:14
but there are some new twists on this.
162
476000
2000
pero hay algunos nuevos giros en el área.
08:17
There's this incredibly interesting new site -- Technorati --
163
479000
2000
Está este sitio nuevo, increíblemente interesante -- Technorati --
08:19
that's filled with lots of little widgets that are expanding on these.
164
481000
4000
lleno de widgets, elementos que expanden funcionalidad.
08:23
And these are looking in the blog world and the world of weblogs.
165
485000
4000
Y estos están mirando el mundo de los blogs y la blogósfera.
08:27
He's analyzed basically all the weblogs out there that he's tracking.
166
489000
4000
Básicamente analizó todos los weblogs que monitorea.
08:31
And he's tracking how many other weblogs linked to those weblogs,
167
493000
3000
Y hace un seguimiento de la cantidad de otros weblogs vinculados a los primeros,
08:34
and so you have kind of an authority --
168
496000
2000
y de este modo obtiene una especie de autoridad --
08:36
a weblog that has a lot of links to it
169
498000
2000
un weblog apuntado por muchos links
08:38
is more authoritative than a weblog that has few links to it.
170
500000
4000
está más autorizado que un blog que tiene menos link apuntando a él.
08:43
And so at any given time, on any given page on the Web, actually,
171
505000
2000
Y así, en cualquier momento, en cualquier página de la Web, ciertamente,
08:45
you can say, what does the weblog community think about this page?
172
507000
3000
uno pude preguntarse ¿qué piensa la comunidad de la blogósfera de esta página?
08:48
And you can get a list.
173
510000
2000
Y uno puede obtener una lista.
08:50
This is what they think about my site; it's ranked by blog authority.
174
512000
3000
Esto es lo que ellos opinan de mi sitio – está ranqueada por autoridad de blog.
08:53
You can also rank it by the latest posts.
175
515000
2000
También se puede ranquear por los últimos posts.
08:55
So when I was talking in "Emergence,"
176
517000
3000
Entonces cuando yo hablaba en "Emergence"
08:58
I talked about the limitations of the one-way linking architecture
177
520000
2000
hablaba de las limitaciones de la arquitectura unidireccional de los vínculos
09:00
that, basically, you could link to somebody else
178
522000
2000
en la que básicamente uno puede hacer vínculo hacia cualquier lugar
09:02
but they wouldn't necessarily know that you were pointing to them.
179
524000
2000
pero los destinatarios no necesariamente sabrán que uno los está apuntando.
09:04
And that was one of the reasons why the web
180
526000
3000
Y esa era una de las razones por las cuales la web
09:07
wasn't quite as emergent as it could be
181
529000
2000
no era tan emegente como podría ser
09:09
because you needed two-way linking, you needed that kind of feedback mechanism
182
531000
2000
porque uno necesitaba vínculos bidireccionales, esa clase de mecanismo de feedback
09:11
to be able to really do interesting things.
183
533000
2000
para poder hacer cosas interesantes.
09:13
Well, something like Technorati is supplying that.
184
535000
3000
Bien, algo como Technorati provee eso.
09:16
Now what's interesting here is that this is a quote from Dave Weinberger,
185
538000
3000
Ahora lo que es interesante aquí es que ésta es una cita de Dave Weinberger,
09:19
where he talks about everything being purposive in the Web --
186
541000
4000
donde él habla de que todo tiene un propósito en la Web --
09:23
there's nothing artificial.
187
545000
2000
no hay nada artificial.
09:25
He has this line where he says, you know, you're going to put up a link there,
188
547000
2000
Él tiene una frase que dice, saben, si uno pone un link allí,
09:27
if you see a link, somebody decided to put it there.
189
549000
3000
si uno ve un link, alguien decidió ponerlo ahí.
09:30
And he says, the link to one site didn't just grow on the other page "like a tree fungus."
190
552000
5000
Y él dice: el link a una página no creció en otra página como "un hongo".
09:35
And in fact, I think that's not entirely true anymore.
191
557000
3000
Y, de hecho, pienso que esto ya no es del todo verdad.
09:38
I could put up a feed of all those links generated by Technorati
192
560000
4000
Podría poner un feed de todos esos links generados por Technorati
09:42
on the right-hand side of my page,
193
564000
2000
a la derecha de mi página,
09:44
and they would change as the overall ecology of the Web changes.
194
566000
3000
y ellos cambiarían a medida que cambie el conjunto de la ecología de la web.
09:47
That little list there would change.
195
569000
2000
Esa pequeña lista cambiaría.
09:49
I wouldn't really be directly in control of it.
196
571000
2000
Yo no tendría el control directo de la lista.
09:51
So it's much closer, in a way, to a data fungus, in a sense,
197
573000
3000
De modo que eso es, en cierta forma, un hongo de datos que, en cierto sentido,
09:54
wrapped around that page, than it is to a deliberate link that I've placed there.
198
576000
4000
envuelto en esa página, en vez de ser un link que coloqué allí deliberadamente.
10:00
Now, what you're having here is basically a global brain
199
582000
3000
Ahora, lo que tenemos aquí es basicamente un cerebro global
10:03
that you're able to do lots of kind of experiments on to see what it's thinking.
200
585000
3000
con el se que pueden hacer muchas clases de experimentos para ver qué está pensando.
10:06
And there are all these interesting tools.
201
588000
2000
Y están todas estas herramientas interesantes.
10:08
Google does the Google Zeitgeist,
202
590000
2000
Google tiene Google Zeitgeist
10:10
which looks at search requests to test what's going on, what people are interested in,
203
592000
5000
que mira los pedidos de búsqueda para ver qué está sucendiendo, qué es lo que le interesa a la gente,
10:15
and they publish it with lots of fun graphs.
204
597000
2000
y entonces publica con un montón de divertidos gráficos.
10:17
And I'm saying a lot of nice things about Google,
205
599000
2000
Y estoy diciendo muchas cosas buenas de Google,
10:19
so I'll be I'll be saying one little critical thing.
206
601000
1000
así que puedo decir algo un poquito crítico también.
10:20
There's a problem with the Google Zeitgeist,
207
602000
2000
Hay un problema con Google Zeitgeist
10:22
which is it often comes back with news that a lot of people are searching
208
604000
4000
y es que a menudo devuelve noticias que mucha gente está buscando
10:26
for Britney Spears pictures, which is not necessarily news.
209
608000
4000
por ejemplo fotos de Britney Spears, que no necesariamente son noticia.
10:30
The Columbia blows up, suddenly there are a lot of searches on Columbia.
210
612000
4000
El Columbia explota y de repente hay montones de búsquedas sobre el Columbia.
10:34
Well, you know, we should expect to see that.
211
616000
2000
Bien, saben, deberíamos esperar ver eso.
10:36
That's not necessarily something we didn't know already.
212
618000
2000
Eso no necesariamente es algo que ya no conociéramos.
10:38
So the key thing in terms of these new tools
213
620000
2000
Entonces, el factor clave en términos de estas nuevas herramientas
10:40
that are kind of plumbing the depths of the global brain,
214
622000
3000
que están explorando las profundidades del cerebro global,
10:43
that are sending kind of trace dyes through that whole bloodstream --
215
625000
4000
que están enviando colorante de contraste por todo el flujo sanguíneo,
10:47
the question is, are you finding out something new?
216
629000
2000
la pregunta es: ¿aportan algo nuevo?
10:49
And one of the things that I experimented with is this thing called Google Share
217
631000
3000
Una de las cosas con las que he experimentado es Google Share
10:52
which is basically, you take an abstract term,
218
634000
4000
que consiste, básicamente, en que uno toma un término abstracto
10:56
and you search Google for that term,
219
638000
3000
y busca en Google ese término,
10:59
and then you search the results that you get back for somebody's name.
220
641000
3000
y luego uno mira los resultados que devuelve la búsqueda del nombre de alguien.
11:02
So basically, the number of pages that mention this term,
221
644000
4000
Entonces, en definitiva, la cantidad de páginas que mencionan este término,
11:06
that also mention this page, the percentage of those pages
222
648000
3000
y que además mencionan esta página, el porcentaje de esas páginas
11:09
is that person's Google Share of that term.
223
651000
2000
es el Google Share de esa persona para ese término.
11:11
So you can do kind of interesting contests.
224
653000
2000
De este modo uno puede hacer competencias interesantes.
11:13
Like for instance, this is a Google Share of the TED Conference.
225
655000
4000
Por ejemplo: este es el Google Share de la TED Conference.
11:17
So Richard Saul Wurman
226
659000
3000
Así, Richard Saul Wurman
11:20
has about a 15 percent Google Share of the TED conference.
227
662000
4000
tiene cerca del 15 por ciento del Google Share de la TED Conference.
11:24
Our good friend Chris has about a six percent -- but with a bullet, I might add.
228
666000
5000
Nuestro buen amigo Chris tiene cerca del seis porciento – pero con una bala, podría agregar.
11:29
(Laughter)
229
671000
2000
(Risas)
11:31
But the interesting thing is, you can broaden the search a little bit.
230
673000
3000
Pero lo interesante es que uno pude ampliar la búsqueda un poquito.
11:34
And it turns out, actually, that 42 percent is the Mola mola fish.
231
676000
3000
Y resulta que, en realidad, el 42 por ciento pertenece al pez luna.
11:37
I had no idea.
232
679000
2000
No tenía ni idea.
11:39
No, that's not true.
233
681000
1000
No, eso no es verdad.
11:40
(Laughter)
234
682000
3000
(Risas)
11:43
I made that up because I just wanted to put up a slide
235
685000
2000
Eso es algo que inventé porque quería poner una diapositiva
11:45
of the Mola mola fish.
236
687000
2000
del pez luna.
11:47
(Laughter)
237
689000
2000
(Risas)
11:49
I also did -- and I don't want to start a little fight in the next panel --
238
691000
3000
Y también hice -- y no quiero con esto generar inconvenientes en el próximo panel
11:52
but I did a Google Share analysis of evolution and natural selection.
239
694000
3000
pero hice un análisis Google Share de la evolución y la selección natural.
11:55
So right here -- now this is a big category, you have smaller percentages,
240
697000
5000
Entonces aquí, ahora esta es una categoría grande por eso hay porcentajes más chicos,
12:00
so this is 0.7 percent -- Dan Dennett, who'll be speaking shortly.
241
702000
5000
este el 0.7 por ciento -- Dan Dennett, que dentro de poco estará hablando.
12:05
Right below him, 0.5 percent, Steven Pinker.
242
707000
4000
Justo debajo de él, con el 0.5 porciento, Steven Pinker.
12:10
So Dennett's in the lead a little bit there.
243
712000
2000
De modo que Dennett está liderando un poquito allí.
12:12
But what's interesting is you can then broaden the search
244
714000
2000
Pero lo interesante es que uno puede ampliar la búsqueda
12:14
and actually see interesting things and get a sense of what else is out there.
245
716000
4000
y en realidad ver cosas interesantes y hacerse una idea de que otra cosa hay allí.
12:18
So Gary Bauer is not too far behind --
246
720000
3000
Así, Gary Bauer no está muy atrás --
12:21
has slightly different theories about evolution and natural selection.
247
723000
5000
tiene teorías levemente diferentes sobre la evolución y la selección natural.
12:26
And right behind him is L. Ron Hubbard. So --
248
728000
3000
Y justo detrás de él viene L. Ron Hubbard. Entonces
12:29
(Laughter)
249
731000
2000
(Risas)
12:31
you can see we're in the ascot, which is always good.
250
733000
2000
pueden ver que nosotros estamos en un empate, lo que siempre es algo bueno.
12:33
And by the way, Chris, that would've been a really good panel,
251
735000
2000
Y a propósito, Chris, ese hubiera sido un muy buen panel.
12:35
I think, right there.
252
737000
1000
Pienso, justo allí.
12:36
(Laughter)
253
738000
5000
(Risas)
12:41
Hubbard apparently started to reach, but besides that,
254
743000
2000
Hubbard aparentemente está empezando a acercarse, pero aparte de eso,
12:43
I think it would be good next year.
255
745000
2000
pienso que será bueno el próximo año.
12:45
Another quick thing -- this is a slightly different thing,
256
747000
2000
Otra cosa rápida: esto es sobre otra cosa levemente distinta,
12:47
but this analysis some of you may have seen.
257
749000
2000
muchos de ustedes han visto este análisis.
12:49
It just came out. This is bursty words,
258
751000
2000
Acaba de salir. Son palabras que irrumpen,
12:51
looking at the historical record of State of the Union Addresses.
259
753000
4000
mirando los registros históricos de los Discursos del Estado de la Unión.
12:56
So these are words that suddenly start to appear out of nowhere,
260
758000
4000
Son palabras que de repente comenzaron a aparecer de la nada,
13:00
so they're kind of, you know, memes that start taking off,
261
762000
2000
entonces son una especie de memes que comenzaron a cobrar vida,
13:02
that didn't have a lot of historical precedent before.
262
764000
2000
que no tenían mucho precedente histórico.
13:05
So the first one is -- these are the bursty words around 1860s --
263
767000
3000
Así, la primera es – estas son las palabras que irrumpieron allá por el 1860
13:08
slaves, emancipation, slavery, rebellion, Kansas.
264
770000
2000
esclavos, emancipación, esclavitud, rebelión, Kansas.
13:11
That's Britney Spears. I mean, you know, OK, interesting.
265
773000
2000
Esa es Britney Spears. Quiero decir, saben, OK, interesante.
13:13
They're talking about slavery in 1860.
266
775000
2000
Están hablando de esclavitud en 1860.
13:15
1935 -- relief, depression, recovery banks.
267
777000
3000
1935 -- alivio, depresión, bancos recuperados.
13:18
And OK, I didn't learn anything new there as well -- that's pretty obvious.
268
780000
3000
Y OK, no aprendimos nada nuevo con eso – eso es bastante obvio.
13:21
1985, right at the center of the Reagan years --
269
783000
3000
1985, en medio del mandato Reagan:
13:25
that's, we're, there's, we've, it's.
270
787000
3000
eso es, somos, hay, tenemos, es.
13:28
(Laughter)
271
790000
2000
(Risas)
13:30
Now, there's one way to interpret this, which is to say that
272
792000
3000
Ahora, hay una manera de interpretar esto: decir que
13:33
"emancipation" and "depression" and "recovery" all have a lot of syllables.
273
795000
3000
"emancipación" y "depresión" y "recuperación" todas tienen muchas sílabas.
13:36
So you know, you can actually download -- it's hard to remember those.
274
798000
3000
Entonces, se puede descargar – es difícil recordarlas.
13:41
But seriously, actually, what you can see there,
275
803000
2000
Pero en serio, realmente lo que se puede ver aquí,
13:43
in a way that would be very hard to detect otherwise,
276
805000
2000
de una manera que sería muy difícil de detectar de otra manera,
13:45
is Reagan reinventing the political language of the country
277
807000
3000
es a Reagan reinventar el lenguaje político del país
13:48
and shifting to a much more intimate, much more folksy, much more telegenic --
278
810000
4000
y desplazándose hacia un estilo mucho más íntimo, mucho más campechano, mucho más televisivo --
13:52
contracting all those verbs.
279
814000
2000
contrayendo todos esos verbos.
13:54
You know, 20 years before it was still, "Ask not what you can do,"
280
816000
2000
Saben, 20 años antes todavía estaba aquello de "No pregunte lo que usted puede hacer" (sic)
13:56
but with Reagan, it's, "that's where, there's Nancy and I," that kind of language.
281
818000
5000
pero con Reagan es "Ahí es, donde estábamos Nancy y yo", ese tipo de lenguaje.
14:01
And so something we kind of knew,
282
823000
3000
Y entonces algo que sabíamos más o menos,
14:04
but you didn't actually notice syntactically what he was doing.
283
826000
2000
pero que no habíamos percibido sintácticamente qué estaba haciendo.
14:06
I'll go very quickly.
284
828000
2000
Voy a apurarme.
14:08
The question now -- and this is the really interesting question --
285
830000
2000
La pregunta ahora – y esta es la pregunta que realmente interesa --
14:10
is, what kind of higher-level shape is emerging right now
286
832000
4000
es, qué clase de forma de alto nivel está emergiendo ahora
14:14
in the overall Web ecosystem -- and particularly in the ecosystem of the blogs
287
836000
4000
en el ecosistema web general – y particularmente en el ecosistema de los blogs
14:18
because they are really kind of at the cutting edge.
288
840000
3000
porque en ellos está verdaderamente la vanguardia.
14:21
And I think what happens there will also happen in the wider system.
289
843000
2000
Y pienso que lo que sucede allí sucederá también en el sistema más amplio.
14:23
Now there was a very interesting article by Clay Shirky
290
845000
3000
Ahora, había un artículo muy interesante de Clay Shirky
14:26
that got a lot of attention about a month ago,
291
848000
2000
que tuvo mucha atención hace cerca de un mes atrás
14:28
and this is basically the distribution of links
292
850000
2000
y es básicamente la distribución de links
14:30
on the web to all these various different blogs.
293
852000
3000
en la web hacia todos estos blogs diferentes.
14:35
It follows a power law, so that there are a few extremely well-linked to, popular blogs,
294
857000
5000
Obedece a una ley de poder, por lo que hay unos pocos blogs populares, muy bien vinculados,
14:40
and a long tail of blogs with very few links.
295
862000
4000
y una cola larga de blogs con muy pocos links.
14:44
So 20 percent of the blogs get 80 percent of the links.
296
866000
3000
Así, el 20 por ciento de los blogs reciben el 80 por ciento de los links.
14:47
Now this is a very interesting thing.
297
869000
2000
Ahora, esta es una cosa muy interesante.
14:49
It's caused a lot of controversy
298
871000
2000
Causó una gran controversia
14:51
because people thought that this was the ultimate kind of one man,
299
873000
2000
porque la gente pensó que esto era la evolución del hombre,
14:53
one modem democracy, where anybody can get out there and get their voice heard.
300
875000
4000
la democracia del módem, en la que cualquiera podía salir y hacer oír su voz.
14:57
And so the question is, "Why is this happening?"
301
879000
2000
Entonces la pregunta es: "¿Por qué sucede esto?"
14:59
It's not being imposed by fiat from above.
302
881000
4000
No es algo impuesto por mandato divino.
15:03
It's an emergent property of the blogosphere right now.
303
885000
3000
Es una propiedad emergente de la blogósfera en este momento.
15:06
Now, what's great about it is that people are working on --
304
888000
3000
Ahora, lo genial de esto es que la gente comenzó a trabajar --
15:09
within seconds of Clay publishing this piece, people started working on changing
305
891000
5000
segundos después que Clay publicara ese artículo, la gente comenzó a modificar
15:14
the underlying rules of the system so that a different shape would start appearing.
306
896000
3000
las reglas subyacentes del sistema para que surgiera una forma diferente.
15:17
And basically, the shape appears
307
899000
2000
Y, básicamente, la forma aparece
15:19
largely because of a kind of a first-mover advantage.
308
901000
2000
en gran medida debido a una especie de ventaja en ser el primero.
15:21
if you're the first site there, everybody links to you.
309
903000
2000
Si eres el primer sitio, entonces todos hacen referencia a tí.
15:23
If you're the second site there, most people link to you.
310
905000
2000
Si tienes el segundo sitio, la mayoría de la gente te referenciará.
15:25
And so very quickly you can accumulate a bunch of links,
311
907000
3000
Y entonces muy rápidamente uno puede acumular un grupo de links,
15:28
and it makes it more likely for newcomers to link to you in the future,
312
910000
2000
y esto hará más probable que los recién llegados apunten a nuestro sitio en el futuro,
15:30
and then you get this kind of shape.
313
912000
2000
y entonces uno obtiene este tipo de forma.
15:32
And so what Dave Sifry at Technorati started working on,
314
914000
3000
Entonces lo que Dave Sifry en Technorati comenzó a trabajar,
15:35
literally as Shirky started -- after he published his piece --
315
917000
3000
literalmente cuando Shirky comenzó -- luego de que publicara su artículo
15:38
was something that basically just gave a new kind of priority to newcomers.
316
920000
4000
fue algo que básicamente le dio un nuevo tipo de prioridad a los recién llegados.
15:42
And he started looking at interesting newcomers that don't have a lot of links,
317
924000
3000
Y comenzó a mirar a los recién llegados interesantes que no tenían muchos links,
15:45
that suddenly get a bunch of links in the last 24 hours.
318
927000
4000
y que de repente consiguieron un montón en 24 horas.
15:49
So in a sense, bursty weblogs coming from new voices.
319
931000
3000
Son, en cierto sentido, weblogs emergentes de nuevas voces.
15:52
So he's working on a tool right there that can actually change the overall system.
320
934000
5000
Entonces él está trabajando en una herramienta que pueda cambiar al sistema todo.
15:57
And it creates a kind of planned emergence.
321
939000
2000
Y eso crea un tipo de emergencia planificada.
15:59
You're not totally in control,
322
941000
2000
Uno no tiene el control absoluto,
16:01
but you're changing the underlying rules in interesting ways
323
943000
2000
pero está cambiar las reglas subyacentes de maneras interesantes
16:03
because you have an end result which is
324
945000
2000
porque tiene un resultado final que es,
16:05
maybe a more democratic spread of voices.
325
947000
2000
quizás, una distribución más democrática de voces.
16:07
So the most amazing thing about this -- and I'll end on this note --
326
949000
2000
Entonces lo más asombroso de esto -- y con este comentario termino
16:09
is, most emergent systems, most self-organizing systems
327
951000
3000
es que la mayoría de los sistemas emergentes, de los sistemas auto-organizados,
16:12
are not made up of component parts that are capable of looking at the overall pattern
328
954000
5000
no están compuestos por partes capaces de mirar el patrón global
16:17
and changing their behavior based on whether they like the pattern or not.
329
959000
3000
y cambiar su comportamiento basadas en si les gusta o no dicho patrón.
16:21
So the most wonderful thing, I think, about this whole debate
330
963000
2000
Pienso que lo más maravilloso de todo este debate
16:23
about power laws and software that could change it
331
965000
2000
sobre las leyes de poder y el software que puede modificarlas
16:25
is the fact that we're having the conversation.
332
967000
3000
es el hecho de estar teniendo la conversación.
16:28
I hope it continues here.
333
970000
2000
Espero que continúe aquí.
16:30
Thanks a lot.
334
972000
1000
Muchas gracias.
ABOUT THE SPEAKER
Steven Johnson - WriterSteven Berlin Johnson examines the intersection of science, technology and personal experience.
Why you should listen
Steven Johnson is a leading light of today's interdisciplinary and collaborative approach to innovation. His writings have influenced everything from cutting-edge ideas in urban planning to the battle against 21st-century terrorism. Johnson was chosen by Prospect magazine as one of the top ten brains of the digital future, and The Wall Street Journal calls him "one of the most persuasive advocates for the role of collaboration in innovation."
Johnson's work on the history of innovation inspired the Emmy-nominated six-part series on PBS, "How We Got To Now with Steven Johnson," which aired in the fall of 2014. The book version of How We Got To Now was a finalist for the PEN/E.O. Wilson Literary Science Writing Award. His new book, Wonderland: How Play Made the Modern World, revolves around the creative power of play and delight: ideas and innovations that set into motion many momentous changes in science, technology, politics and society.
Johnson is also the author of the bestselling Where Good Ideas Come From: The Natural History of Innovation, one of his many books celebrating progress and innovation. Others include The Invention of Air and The Ghost Map. Everything Bad Is Good For You, one of the most discussed books of 2005, argued that the increasing complexity of modern media is training us to think in more complex ways. Emergence and Future Perfect explore the power of bottom-up intelligence in both nature and contemporary society.
An innovator himself, Johnson has co-created three influential sites: the pioneering online magazine FEED, the Webby-Award-winning community site, Plastic.com, and the hyperlocal media site outside.in, which was acquired by AOL in 2011.
Johnson is a regular contributor to WIRED magazine, as well as the New York Times, The Wall Street Journal and many other periodicals. He has appeared on many high-profile television programs, including "The Charlie Rose Show," "The Daily Show with Jon Stewart" and "The NewsHour with Jim Lehrer."
Steven Johnson | Speaker | TED.com