TED2007
Jonathan Harris: The web as art
Jonathan Harris recueille des histoires.
Filmed:
Readability: 3.4
910,598 views
Lors de la conférence EG en décembre 2007, l'artiste Jonathan Harris a expliqué ses derniers projets, dont le recueil d'histoires: ses propres histoires, celles des autres, et des histoires recueillies d'internet, incluant son surprenant "We Feel Fine" ("Nous allons bien").
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
Donc je vais parler aujourd'hui du recueil d'histoires
00:20
in some unconventional ways.
1
4000
2000
de façon peu conventionnelle.
00:22
This is a picture of me from a very awkward stage in my life.
2
6000
4000
Voici une photo de moi quand j'étais dans l'âge ingrat.
00:26
You might enjoy the awkwardly tight, cut-off pajama bottoms with balloons.
3
10000
5000
Vous apprécierez les pyjamas affreusement justes et serrés avec des ballons.
00:31
Anyway, it was a time when I was mainly interested
4
15000
2000
Peu importe. C'était une époque durant laquelle je m'intéressais particulièrement
00:33
in collecting imaginary stories.
5
17000
2000
à recueillir des histoires imaginaires.
00:35
So this is a picture of me
6
19000
2000
Donc voici une photo de moi
00:37
holding one of the first watercolor paintings I ever made.
7
21000
2000
tenant une de mes toutes premières aquarelles.
00:39
And recently I've been much more interested in collecting stories
8
23000
3000
Et récemment je me suis beaucoup plus intéressé à recueillir des histoires
00:42
from reality -- so, real stories.
9
26000
2000
de la réalité -- donc, de vraies histoires.
00:44
And specifically, I'm interested in collecting my own stories,
10
28000
4000
Et plus exactement, je m'interesse au recueil de mes propres histoires,
00:48
stories from the Internet, and then recently, stories from life,
11
32000
3000
des histoires tirées d'internet, et plus récemment, des histoires de la vie,
00:51
which is kind of a new area of work that I've been doing recently.
12
35000
4000
ce qui représent un nouvel espace de travail dont je m'occupe depuis peu.
00:55
So I'll be talking about each of those today.
13
39000
2000
Donc je vais en parler aujourd'hui.
00:57
So, first of all, my own stories. These are two of my sketchbooks.
14
41000
3000
Alors, premièrement -- mes propres histoires. Voici deux de mes cahiers de dessin.
01:00
I have many of these books,
15
44000
2000
J'en ai beaucoup,
01:02
and I've been keeping them for about the last eight or nine years.
16
46000
2000
et je les conserve depuis ces huit ou neuf dernières années.
01:04
They accompany me wherever I go in my life,
17
48000
2000
Ils m'accompagnent où que j'aille dans la vie,
01:06
and I fill them with all sorts of things,
18
50000
2000
et je les remplis de toute sorte de choses,
01:08
records of my lived experience:
19
52000
2000
des archives de mes expériences personnelles.
01:10
so watercolor paintings, drawings of what I see,
20
54000
4000
Des aquarelles, des dessins de ce que je vois,
01:14
dead flowers, dead insects, pasted ticket stubs, rusting coins,
21
58000
4000
des fleurs séchées, des insectes morts, des tickets collés, des pièces qui rouillent,
01:18
business cards, writings.
22
62000
3000
des cartes de visite, des écrits.
01:21
And in these books, you can find these short, little glimpses
23
65000
4000
Et dans ces cahiers vous pouvez trouver ces petits aperçus
01:25
of moments and experiences and people that I meet.
24
69000
2000
des moments et des expériences et des personnes que je rencontre.
01:27
And, you know, after keeping these books for a number of years,
25
71000
3000
Et, vous savez, après avoir gardé ces cahiers pendant un certain nombre d'années,
01:30
I started to become very interested in collecting
26
74000
2000
j'ai commencé à m'intéresser au recueil de
01:32
not only my own personal artifacts,
27
76000
2000
non seulement mes propres artéfacts,
01:34
but also the artifacts of other people.
28
78000
2000
mais aussi ceux des autres.
01:36
So, I started collecting found objects.
29
80000
2000
Alors j'ai commencé à collectionner des objets trouvés.
01:38
This is a photograph I found lying in a gutter in New York City
30
82000
2000
Voici une photo que j'avais trouvé gisant dans une gouttière à New York
01:40
about 10 years ago.
31
84000
2000
il y a environs dix ans.
01:42
On the front, you can see the tattered black-and-white photo of a woman's face,
32
86000
3000
Au recto vous pouvez voir la photo en lambeaux en noir et blanc du visage d'une femme,
01:45
and on the back it says, "To Judy, the girl with the Bill Bailey voice.
33
89000
4000
et au verso, il est écrit, "A Judy, la fille à la voix de Bill Bailey,
01:49
Have fun in whatever you do."
34
93000
2000
Profite à fond de ce que tu fais."
01:51
And I really loved this idea of the partial glimpse into somebody's life.
35
95000
3000
Et j'ai vraiment aimé l'idée d'un aperçu partiel de la vie de quelqu'un d'autre,
01:54
As opposed to knowing the whole story, just knowing a little bit of the story,
36
98000
3000
en opposition à connaître toute l'histoire; juste connaître un petit bout de l'histoire
01:57
and then letting your own mind fill in the rest.
37
101000
2000
et laisser son esprit en compléter le reste.
01:59
And that idea of a partial glimpse is something
38
103000
2000
Et cette idée d'un aperçu partiel est quelque chose
02:01
that will come back in a lot of the work I'll be showing later today.
39
105000
3000
qui reviendra beaucoup dans le travail dont je vais vous parler dans quelques instants.
02:04
So, around this time I was studying computer science at Princeton University,
40
108000
3000
Donc à cette époque-là j'étudiais l'informatique à Princeton,
02:07
and I noticed that it was suddenly possible
41
111000
3000
et j'ai remarqué que, tout à coup, il était possible
02:10
to collect these sorts of personal artifacts,
42
114000
2000
de recueillir ce genre d'objets personnels,
02:12
not just from street corners, but also from the Internet.
43
116000
3000
non seulement des coins de rue, mais aussi d'internet.
02:15
And that suddenly, people, en masse, were leaving scores and scores
44
119000
4000
Et que, tout à coup, des masses de gens laissaient des milliers et des milliers
02:19
of digital footprints online that told stories of their private lives.
45
123000
4000
d'empreintes digitales en ligne qui racontaient l'histoire de leur vie.
02:23
Blog posts, photographs, thoughts, feelings, opinions,
46
127000
4000
Des blogs, des photos, des pensées, des sentiments, des opinions,
02:27
all of these things were being expressed by people online,
47
131000
2000
toutes ces choses-là étaient exprimées en ligne par des gens,
02:29
and leaving behind trails.
48
133000
2000
et laissaient des traces derrière.
02:31
So, I started to write computer programs
49
135000
2000
Alors j'ai commencé à écrire des logiciels
02:33
that study very, very large sets of these online footprints.
50
137000
3000
qui étudient des échantillons très très larges de ces empreintes sur le web.
02:36
One such project is about a year and a half old.
51
140000
2000
Un de ces projets date d'un an et demi.
02:38
It's called "We Feel Fine."
52
142000
2000
Ça s'appelle "We Feel Fine" ("Nous allons bien").
02:40
This is a project that scans the world's newly posted blog entries
53
144000
3000
C'est un projet qui scanne les articles de blog les plus récents dans le monde
02:43
every two or three minutes, searching for occurrences of the phrases
54
147000
3000
toutes les deux ou trois minutes, cherchant les occurrences des locutions
02:46
"I feel" and "I am feeling." And when it finds one of those phrases,
55
150000
4000
"I feel" et "I am feeling" ("je me sens..."). Et quand il trouve une de ces phrases
02:50
it grabs the full sentence up to the period
56
154000
2000
il prend toute la phrase jusqu'à la fin
02:52
and also tries to identify demographic information about the author.
57
156000
3000
et essaie aussi d'identifier les informations démographiques de l'auteur.
02:55
So, their gender, their age, their geographic location
58
159000
3000
Donc, le sexe, l'âge, et l'emplacement géographique
02:58
and what the weather conditions were like when they wrote that sentence.
59
162000
3000
et aussi quel temps il faisait quand l'auteur a écrit cette phrase.
03:01
It collects about 20,000 such sentences a day
60
165000
2000
Il recueille près de 20 000 phrases par jour
03:03
and it's been running for about a year and a half,
61
167000
2000
et le logiciel est en marche depuis un an et demi,
03:05
having collected over 10 and a half million feelings now.
62
169000
3000
et a recueilli plus de dix millions et demi de sentiments aujourd'hui.
03:08
This is, then, how they're presented.
63
172000
2000
Voilà comment ils sont ensuite présentés.
03:10
These dots here represent some of the English-speaking world's
64
174000
3000
Les points ici représentent les sentiments d'une partie
03:13
feelings from the last few hours,
65
177000
3000
du monde anglophone datant de quelques heures.
03:16
each dot being a single sentence stated by a single blogger.
66
180000
3000
Chaque point est une phrase unique, exprimée par un seul blogueur.
03:19
And the color of each dot corresponds to the type of feeling inside,
67
183000
3000
Et la couleur de chaque point correspond au type de sentiment,
03:22
so the bright ones are happy, and the dark ones are sad.
68
186000
3000
alors les couleurs vives représentent la joie, et les couleurs sombres la tristesse.
03:25
And the diameter of each dot corresponds
69
189000
2000
Et le diamètre de chaque point correspond
03:27
to the length of the sentence inside.
70
191000
2000
à la longueur de la phrase.
03:29
So the small ones are short, and the bigger ones are longer.
71
193000
3000
Donc les petits points sont des phrases courtes, les plus gros des phrases plus longues.
03:32
"I feel fine with the body I'm in, there'll be no easy excuse
72
196000
2000
"Je me sens bien dans ma peau, mais c'est difficile d'expliquer
03:34
for why I still feel uncomfortable being close to my boyfriend,"
73
198000
4000
pourquoi je me sens toujours aussi mal à l'aise dans l'intimité avec mon copain,"
03:38
from a twenty-two-year-old in Japan.
74
202000
2000
phrase d'une personne de 22 ans au Japon.
03:40
"I got this on some trading locally,
75
204000
2000
"J'ai eu cela d'un commerce local,
03:42
but really don't feel like screwing with wiring and crap."
76
206000
2000
mais je me sens pas d'humeur à bricoler."
03:44
Also, some of the feelings contain photographs in the blog posts.
77
208000
3000
Quelques-uns de ces sentiments sont illustrés par des photos dans les blogs
03:47
And when that happens, these montage compositions are automatically created,
78
211000
5000
et quand c'est le cas, des montages sont automatiquement créés,
03:52
which consist of the sentence and images being combined.
79
216000
3000
qui consistent en la combinaison de la phrase et de l'image.
03:55
And any of these can be opened up to reveal the sentence inside.
80
219000
4000
Et on peut les ouvrir pour en dévoiler le contenu.
03:59
"I feel good."
81
223000
5000
"Je me sens bien."
04:04
"I feel rough now, and I probably gained 100,000 pounds,
82
228000
3000
"Je me sens pas très bien maintenant, j'ai probablement pris 100 000 kilos,
04:07
but it was worth it."
83
231000
4000
mais ça valait le coup."
04:11
"I love how they were able to preserve most in everything
84
235000
3000
"J'aime comment ils ont pu préserver le plus possible de chaque chose
04:14
that makes you feel close to nature -- butterflies,
85
238000
2000
qui fasse qu'on se sente plus proche de la nature -- les papillons,
04:16
man-made forests, limestone caves and hey, even a huge python."
86
240000
5000
les forêts artificielles, les caves calcaires, et devinez quoi, même un énorme python."
04:21
So the next movement is called mobs.
87
245000
2000
Donc le prochain mouvement s'appelle "mobs" ("foules").
04:23
This provides a slightly more statistical look at things.
88
247000
2000
Cela donne un point de vue légèrement plus statistique.
04:25
This is showing the world's most common feelings overall right now,
89
249000
3000
Voilà les sentiments les plus communs du monde en ce moment,
04:28
dominated by better, then bad, then good, then guilty, and so on.
90
252000
3000
dominés par "mieux", puis "mal", puis "bien", puis "coupable", etc.
04:31
Weather causes the feelings to assume the physical traits
91
255000
3000
La météo donne aux sentiments les traits physiques
04:34
of the weather they represent. So the sunny ones swirl around,
92
258000
2000
du temps qu'ils représentent. Donc ceux qui sont ensoleillés dansent,
04:36
the cloudy ones float along, the rainy ones fall down,
93
260000
3000
les nuageux flottent, les pluvieux tombent,
04:39
and the snowy ones flutter to the ground.
94
263000
2000
et les enneigés tourbillonnent jusqu'au sol.
04:41
You can also stop a raindrop and open the feeling inside.
95
265000
6000
On peut aussi arrêter une goutte de pluie et ouvrir le sentiment à l'intérieur.
04:47
Finally, location causes the feelings to move to their spots
96
271000
2000
Finalement, l'emplacement géographique permet aux sentiments de se positionner
04:49
on a world map, giving you a sense of their geographic distribution.
97
273000
3000
sur une carte du monde, donnant ainsi une idée de leur répartition géographique.
04:52
So I'll show you now some of my favorite montages from "We Feel Fine."
98
276000
3000
Donc je vais vous montrer quelques-uns de mes montages préférés de "We Feel Fine".
04:55
These are the images that are automatically constructed.
99
279000
2000
Ce sont des images qui ont été construites automatiquement.
04:57
"I feel like I'm diagonally parked in a parallel universe."
100
281000
3000
"Je me sens comme casé en diagonale dans un monde parallèle."
05:00
(Laughter)
101
284000
3000
(Rires)
05:03
"I've kissed numerous other boys and it hasn't felt good,
102
287000
2000
"J'ai embrassé beaucoup d'autres gars, et ce n'était pas bien,
05:05
the kisses felt messy and wrong,
103
289000
2000
les baisers étaient brouillons et incorrects,
05:07
but kissing Lucas feels beautiful and almost spiritual."
104
291000
6000
mais embrasser Lucas semble beau et presque spirituel."
05:13
"I can feel my cancer grow."
105
297000
3000
"Je sens grandir mon cancer."
05:16
"I feel pretty."
106
300000
3000
"Je me sens jolie."
05:19
"I feel skinny, but I'm not."
107
303000
3000
"Je me sens maigrichonne, mais je ne le suis pas."
05:22
"I'm 23, and a recovering meth and heroin addict,
108
306000
2000
"J'ai 23 ans, et je me remets de ma dépendance aux méthamphétamines et à l'héroine,
05:24
and feel absolutely blessed to still be alive."
109
308000
3000
et je me sens bénie d'être en vie."
05:27
"I can't wait to see them racing for the first time at Daytona next month,
110
311000
3000
"Je suis impatient de les voir concourir pour la première fois à Daytona le mois prochain,
05:30
because I feel the need for speed."
111
314000
2000
parce que je ressens un besoin de vitesse."
05:32
(Laughter)
112
316000
3000
(Rires)
05:35
"I feel sassy."
113
319000
1000
"Je me sens classe."
05:36
"I feel so sexy in this new wig."
114
320000
3000
"Je me sens tellement sexy avec cette nouvelle perruque."
05:39
As you can see, "We Feel Fine" collects
115
323000
2000
Comme vous pouvez le voir, "We Feel Fine" recueille
05:41
very, very small-scale personal stories.
116
325000
2000
des histoires personnelles à petite échelle.
05:43
Sometimes, stories as short as two or three words.
117
327000
2000
Parfois des histoires d'à peine deux ou trois mots.
05:45
So, really even challenging the notion
118
329000
2000
Et ainsi, défiant la notion
05:47
of what can be considered a story.
119
331000
2000
de ce qu'est une histoire.
05:49
And recently, I've become interested in diving much more deeply into a single story.
120
333000
4000
Et depuis peu, je m'intéresse plus à explorer plus profondément une seule histoire.
05:53
And that's led me to doing some work with the physical world,
121
337000
3000
Et cela m'a amené à travailler sur le monde réel,
05:56
not with the Internet,
122
340000
1000
et non sur internet,
05:57
and only using the Internet at the very last moment, as a presentation medium.
123
341000
4000
et à utiliser internet seulement au dernier moment comme un moyen de présentation.
06:01
So these are some newer projects that
124
345000
1000
Donc ce sont de nouveaux projets qui
06:02
actually aren't even launched publicly yet.
125
346000
2000
n'ont pas encore été lancés publiquement.
06:04
The first such one is called "The Whale Hunt."
126
348000
2000
Le premier de la sorte s'appelle "The Whale Hunt" ("La Chasse aux Baleines")
06:06
Last May, I spent nine days living up in Barrow, Alaska,
127
350000
3000
En mai dernier, j'ai passé neuf jours à Barrow, en Alaska,
06:09
the northernmost settlement in the United States,
128
353000
2000
le hameau le plus au nord des Etats-Unis,
06:11
with a family of Inupiat Eskimos,
129
355000
2000
avec une famille d'Esquimaux Inupiat,
06:13
documenting their annual spring whale hunt.
130
357000
3000
relatant leur chasse à la baleine annuelle au printemps.
06:16
This is the whaling camp here, we're about six miles from shore,
131
360000
3000
Voici le camp de chasse, à quelques neuf kilomètres du rivage,
06:19
camping on five and a half feet of thick, frozen pack ice.
132
363000
3000
où nous campons sur de la glace épaisse de plus d'un mètre cinquante.
06:22
And that water that you see there is the open lead,
133
366000
2000
Et cette eau que vous voyez est la piste ouverte
06:24
and through that lead, bowhead whales migrate north each springtime.
134
368000
4000
à travers laquelle les baleines Bowhead migrent vers le nord au printemps.
06:28
And the Eskimo community basically camps out on the edge of the ice here,
135
372000
3000
Et la communauté Esquimaude campent au bord de la glace ici,
06:31
waits for a whale to come close enough to attack. And when it does,
136
375000
3000
et attend qu'une baleine arrive assez près pour l'attaquer,
06:34
it throws a harpoon at it, and then hauls the whale up
137
378000
2000
et il lui lance un harpon, et la hisse à la surface,
06:36
under the ice, and cuts it up.
138
380000
2000
et la découpe.
06:38
And that would provide the community's food supply for a long time.
139
382000
2000
Et cela constituera la réserve de nourriture de la communauté pendant un bon bout de temps.
06:40
So I went up there, and I lived with these guys
140
384000
2000
Donc je suis allé tout au nord, et j'ai vécu avec ces gens
06:42
out in their whaling camp here, and photographed the entire experience,
141
386000
3000
dans leur camp de chasse, et j'ai photographié toute cette expérience,
06:45
beginning with the taxi ride to Newark airport in New York,
142
389000
4000
en commençant par le trajet en taxi jusqu'à l'aéroport de Newark à New York,
06:49
and ending with the butchering of the second whale, seven and a half days later.
143
393000
3000
et finissant avec la boucherie de la deuxième baleine, sept jours et demi plus tard.
06:52
I photographed that entire experience at five-minute intervals.
144
396000
3000
J'ai photographié toute cette expérience avec des intervalles de cinq minutes.
06:55
So every five minutes, I took a photograph.
145
399000
2000
Donc toutes les cinq minutes, j'ai pris une photo.
06:57
When I was awake, with the camera around my neck.
146
401000
2000
Quand j'étais éveillé, j'avais l'appareil autour du cou;
06:59
When I was sleeping, with a tripod and a timer.
147
403000
2000
quand je dormais, c'était avec un trépied et un minuteur.
07:01
And then in moments of high adrenaline,
148
405000
2000
Et puis dans des moments de grande excitation,
07:03
like when something exciting was happening,
149
407000
2000
quand quelque chose d'important se passait,
07:05
I would up that photographic frequency to as many as
150
409000
2000
j'augmentais la fréquence de prise de photo
07:07
37 photographs in five minutes.
151
411000
2000
à presque 37 photos en 5 minutes.
07:09
So what this created was a photographic heartbeat
152
413000
2000
Donc ceci a créé des battements de coeur photographiques
07:11
that sped up and slowed down, more or less matching
153
415000
2000
qui s'accéléraient et ralentissaient, plus ou moins en accord
07:13
the changing pace of my own heartbeat.
154
417000
3000
avec le changement de mon propre pouls.
07:16
That was the first concept here.
155
420000
2000
Voilà donc le premier concept.
07:18
The second concept was to use this experience to think about
156
422000
2000
Le second concept était d'utiliser cette expérience pour réfléchir
07:20
the fundamental components of any story.
157
424000
2000
sur les composants de base de toute histoire.
07:22
What are the things that make up a story?
158
426000
2000
Quelles sont les choses qui font une histoire?
07:24
So, stories have characters. Stories have concepts.
159
428000
3000
Les histoires ont des personnalités. Les histoires ont des concepts.
07:27
Stories take place in a certain area. They have contexts.
160
431000
2000
Les histoires se passent dans un endroit précis. Elles connaissent des contextes.
07:29
They have colors. What do they look like?
161
433000
2000
Elles ont des couleurs. A quoi ressemblent-elles?
07:31
They have time. When did it take place? Dates -- when did it occur?
162
435000
3000
Elles ont un temps. Quand ça s'est passé? Des dates, quand est-ce que c'est survenu?
07:34
And in the case of the whale hunt, also this idea of an excitement level.
163
438000
3000
Et dans le cas d'une chasse à la baleine, nous avons aussi l'idée d'un seuil d'excitation.
07:37
The thing about stories, though, in most of the existing mediums
164
441000
3000
Le truc à propos des histoires, c'est qu'à travers la plupart des médias existants
07:40
that we're accustomed to -- things like novels, radio,
165
444000
3000
auxquels nous sommes habitués -- les romans, la radio,
07:43
photographs, movies, even lectures like this one --
166
447000
2000
les photos, les films, même les conférences comme celle-ci --
07:45
we're very accustomed to this idea of the narrator or the camera position,
167
449000
4000
nous sommes habitués à cette idée du point de vue du narrateur, ou de la position de la caméra.
07:49
some kind of omniscient, external body
168
453000
2000
Comme une sorte de corps externe omniscient
07:51
through whose eyes you see the story.
169
455000
3000
à travers les yeux duquel on voit l'histoire.
07:54
We're very used to this.
170
458000
2000
Nous sommes très habitués à cela.
07:56
But if you think about real life, it's not like that at all.
171
460000
2000
Mais si nous pensons à la vie réelle, ça n'est pas comme ça.
07:58
I mean, in real life, things are much more nuanced and complex,
172
462000
2000
Je veux dire que dans la vie réelle, les choses sont plus complexes et nuancées,
08:00
and there's all of these overlapping stories
173
464000
2000
et nous avons beaucoup de ces histoires qui se superposent,
08:02
intersecting and touching each other.
174
466000
2000
se croisent et se touchent.
08:04
And so I thought it would be interesting to build a framework
175
468000
3000
Et donc j'ai pensé que ça serait intéressant de construire une structure
08:07
to surface those types of stories. So, in the case of "The Whale Hunt,"
176
471000
4000
pour représenter toutes ces sortes d'histoires. Dans le cas de la "Chasse à la Baleine",
08:11
how could we extract something like the story of Simeon and Crawford,
177
475000
3000
comment pouvions-nous extraire l'histoire de Simeon et Crawford,
08:14
involving the concepts of wildlife, tools and blood, taking place on the Arctic Ocean,
178
478000
4000
incluant les concepts de vie sauvage, d'outils et de sang, tout cela se passant dans l'océan arctique,
08:18
dominated by the color red, happening around 10 a.m. on May 3,
179
482000
3000
tout cela dominé par le rouge, et se passant aux alentours de 10h00, le 3 mai,
08:21
with an excitement level of high?
180
485000
2000
avec un seuil d'excitation élevé?
08:23
So, how to extract this order of narrative from this larger story?
181
487000
5000
Donc comment extraire cette ordre narrative de cette histoire plus grande?
08:28
I built a web interface for viewing "The Whale Hunt" that attempts to do just this.
182
492000
5000
J'ai construit une interface web pour visualiser "La Chasse à la Baleine" qui essaie de le faire.
08:33
So these are all 3,214 pictures taken up there.
183
497000
4000
Donc voici les 3.214 photos prises.
08:37
This is my studio in Brooklyn. This is the Arctic Ocean,
184
501000
4000
Voici mon studion à Brooklyn. Voici l'océan arctique,
08:41
and the butchering of the second whale, seven days later.
185
505000
3000
et la boucherie de la deuxième baleine, sept jours plus tard.
08:44
You can start to see some of the story here, told by color.
186
508000
3000
Vous pouvez déjà voir une partie de l'histoire ici, comme démontré par les couleurs.
08:47
So this red strip signifies the color of the wallpaper
187
511000
3000
Cette bande rouge est la couleur du papier peint
08:50
in the basement apartment where I was staying.
188
514000
2000
dans l'appartement au sous-sol où j'habitais.
08:52
And things go white as we move out onto the Arctic Ocean.
189
516000
3000
Et les choses deviennent blanches à mesure que nous bougeons vers l'océan arctique.
08:55
Introduction of red down here, when whales are being cut up.
190
519000
4000
L'introduction du rouge ici, quand les baleines sont découpées.
08:59
You can see a timeline, showing you the exciting moments throughout the story.
191
523000
3000
Vous pouvez voir une ligne temporelle, montrant les moments d'excitation à travers l'histoire.
09:02
These are organized chronologically.
192
526000
2000
Et ces photos sont classées de façon chronologique.
09:04
Wheel provides a slightly more playful version of the same,
193
528000
3000
La visualisation en roue en donne une version plus enjouée,
09:07
so these are also all the photographs organized chronologically.
194
531000
3000
ce sont aussi toutes les photos classées chronologiquement.
09:10
And any of these can be clicked,
195
534000
2000
Et on peut cliquer sur chacune d'elles,
09:12
and then the narrative is entered at that position.
196
536000
2000
c'est alors que la narration est introduite.
09:14
So here I am sleeping on the airplane heading up to Alaska.
197
538000
3000
Ici je suis en train de dormir dans l'avion en direction de l'Alaska.
09:17
That's "Moby Dick."
198
541000
2000
Voici Moby Dick.
09:19
This is the food we ate.
199
543000
2000
Voici notre nourriture.
09:21
This is in the Patkotak's family living room
200
545000
3000
Voici le salon de la famille Patkotak
09:24
in their house in Barrow. The boxed wine they served us.
201
548000
3000
dans leur maison à Barrow. Le vin qu'ils nous ont servi.
09:27
Cigarette break outside -- I don't smoke.
202
551000
3000
Une pause clope dehors -- je ne fume pas.
09:30
This is a really exciting sequence of me sleeping.
203
554000
4000
Voici une séquence de moi en train de dormir.
09:34
This is out at whale camp, on the Arctic Ocean.
204
558000
4000
Là on est au camp, sur l'océan arctique.
09:38
This graph that I'm clicking down here is meant to be
205
562000
2000
Le graphique sur lequel je clique représente ici
09:40
reminiscent of a medical heartbeat graph,
206
564000
2000
le graphique médical des battements de coeur,
09:42
showing the exciting moments of adrenaline.
207
566000
5000
montrant les moments de pure adrénaline.
09:47
This is the ice starting to freeze over. The snow fence they built.
208
571000
3000
Voici la glace qui commence à geler. La barrière de glace qu'ils ont construite.
09:50
And so what I'll show you now is the ability to pull out sub-stories.
209
574000
3000
Et donc je vais vous montrer maintenant comment extraire des histoires secondaires.
09:53
So, here you see the cast. These are all of the people in "The Whale Hunt"
210
577000
4000
Vous voyez ici le casting. Toutes les personnes de la Chasse,
09:57
and the two whales that were killed down here.
211
581000
2000
et les deux baleines qui ont été tuées.
09:59
And we could do something as arbitrary as, say,
212
583000
2000
Nous pourrions faire une chose aussi arbitraire que, disons,
10:01
extract the story of Rony, involving the concepts of blood
213
585000
6000
extraire l'histoire de Rony, qui met en scène des concepts de sang
10:07
and whales and tools, taking place on the Arctic Ocean,
214
591000
5000
et de baleines et d'outils, tout cela se passant dans l'océan arctique,
10:12
at Ahkivgaq camp, with the heartbeat level of fast.
215
596000
4000
au camp Ahkivgaq, avec des battements de coeur accélérés.
10:16
And now we've whittled down that whole story
216
600000
2000
Et maintenant nous avons réduit toute cette histoire
10:18
to just 29 matching photographs,
217
602000
2000
à seulement 29 photos magiques,
10:20
and then we can enter the narrative at that position.
218
604000
2000
et nous pouvons entrer dans la trame narrative à cet endroit.
10:22
And you can see Rony cutting up the whale here.
219
606000
2000
Et vous pouvez voir Rony qui découpe la baleine ici.
10:24
These whales are about 40 feet long,
220
608000
2000
Les baleines font douze mètres de long,
10:26
and weighing over 40 tons. And they provide the food source
221
610000
3000
et pèsent plus de quarante tonnes. Et elles sont la source de nourriture
10:29
for the community for much of the year.
222
613000
4000
de la communauté pour une grande partie de l'année.
10:33
Skipping ahead a bit more here, this is Rony on the whale carcass.
223
617000
5000
Si nous avançons un peu, voici Rony sur la carcasse de la baleine.
10:38
They use no chainsaws or anything; it's entirely just blades,
224
622000
3000
Ils n'utilisent pas de scies, que des lames,
10:41
and an incredibly efficient process.
225
625000
2000
et un procédé incroyablement efficace.
10:43
This is the guys on the rope, pulling open the carcass.
226
627000
3000
Voici les gars qui tirent sur la corde, pour ouvrir la carcasse.
10:46
This is the muktuk, or the blubber, all lined up for community distribution.
227
630000
4000
Le muktuk, ou le blanc de baleine, aligné pour la distribution à la communauté.
10:50
It's baleen. Moving on.
228
634000
3000
C'est de la baleine. Continuons.
10:53
So what I'm going to tell you about next
229
637000
2000
Ce dont je vais vous parler maintenant
10:55
is a very new thing. It's not even a project yet.
230
639000
3000
est une chose très nouvelle. Ce n'est pas encore un projet.
10:58
So, just yesterday, I flew in here from Singapore, and before that,
231
642000
3000
Hier encore, j'arrivais de Singapour, et avant cela,
11:01
I was spending two weeks in Bhutan, the small Himalayan kingdom
232
645000
4000
je passais deux semaines au Bhoutan, le petit royaume
11:05
nestled between Tibet and India.
233
649000
2000
niché entre le Tibet et l'Inde.
11:07
And I was doing a project there about happiness,
234
651000
3000
Et j'y faisais un projet sur le bonheur,
11:10
interviewing a lot of local people.
235
654000
2000
j'interviewais beaucoup de natifs.
11:12
So Bhutan has this really wacky thing where they base
236
656000
6000
Le Bhoutan a cette pratique incroyable de baser
11:18
most of their high-level governmental decisions around the concept
237
662000
2000
la plupart de leurs plus importantes décisions gouvernementales sur le concept
11:20
of gross national happiness instead of gross domestic product,
238
664000
4000
de bonheur national brut à la place du PIB,
11:24
and they've been doing this since the '70s.
239
668000
2000
et ils font cela depuis les années 70.
11:26
And it leads to just a completely different value system.
240
670000
3000
Et cela amène à un système de valeurs totalement différent.
11:29
It's an incredibly non-materialistic culture,
241
673000
2000
C'est une culture incroyablement non-matérialiste
11:31
where people don't have a lot, but they're incredibly happy.
242
675000
3000
où les gens ne possèdent pas beaucoup, mais ils sont incroyablement heureux.
11:34
So I went around and I talked to people about some of these ideas.
243
678000
3000
J'ai parcouru le pays et j'ai parlé aux gens de quelques-unes de ces idées.
11:37
So, I did a number of things. I asked people a number of set questions,
244
681000
3000
J'ai fait une série de choses. J'ai posé aux gens une série de questions,
11:40
and took a number of set photographs,
245
684000
2000
et j'ai pris des séries de photos,
11:42
and interviewed them with audio, and also took pictures.
246
686000
2000
et je les ai interviewés en les enregistrant, et j'ai aussi pris des photos d'eux.
11:44
I would start by asking people to rate their happiness
247
688000
2000
Je commençais par leur demander de noter leur bonheur
11:46
between one and 10, which is kind of inherently absurd.
248
690000
3000
sur une échelle d'un à dix, ce qui est plutôt absurde.
11:49
And then when they answered, I would inflate that number of balloons
249
693000
3000
Et quand ils répondaient, je gonflais le nombre de ballons
11:52
and give them that number of balloons to hold.
250
696000
2000
et les leur donnais.
11:54
So, you have some really happy person holding 10 balloons,
251
698000
2000
Donc voici des personnes très heureuses qui tiennent dix ballons,
11:56
and some really sad soul holding one balloon.
252
700000
4000
et quelque pauvre âme ayant un seul ballon.
12:00
But you know, even holding one balloon is like, kind of happy.
253
704000
3000
Mais vous savez, même tenir un seul ballon est quelque peu bienheureux.
12:03
(Laughter)
254
707000
2000
(Rires)
12:05
And then I would ask them a number of questions like
255
709000
2000
Et je leur posais alors une série de questions, par exemple,
12:07
what was the happiest day in their life, what makes them happy.
256
711000
2000
quel était le jour le plus heureux de leur vie, qu'est-ce qui les rend heureux.
12:09
And then finally, I would ask them to make a wish.
257
713000
3000
Et finalement, je leur demandais de faire un voeu.
12:12
And when they made a wish, I would write their wish
258
716000
2000
Et quand ils faisaient un voeu, je l'écrivais
12:14
onto one of the balloons and take a picture of them holding it.
259
718000
3000
sur un des ballons et je prenais une photo d'eux le tenant.
12:17
So I'm going to show you now just a few brief snippets
260
721000
3000
Je vais maintenant vous montrer quelques brefs moments
12:20
of some of the interviews that I did, some of the people I spoke with.
261
724000
3000
de quelques interviews que j'ai faites, des quelques personnes avec qui j'ai parlé.
12:23
This is an 11-year-old student.
262
727000
2000
Voici un écolier de onze ans.
12:25
He was playing cops and robbers with his friends, running around town,
263
729000
3000
Il jouait aux gendarmes et aux voleurs avec ses amis, courant à travers la ville,
12:28
and they all had plastic toy guns.
264
732000
2000
et ils avaient des pistolets en plastique.
12:30
His wish was to become a police officer.
265
734000
3000
Son souhait était de devenir gendarme.
12:33
He was getting started early. Those were his hands.
266
737000
3000
Il s'y mettait tôt. Voici ses mains.
12:36
I took pictures of everybody's hands,
267
740000
2000
J'ai pris des photos des mains de tout le monde,
12:38
because I think you can often tell a lot about somebody
268
742000
2000
parce que je pense que l'on peut dire beaucoup de quelqu'un
12:40
from how their hands look. I took a portrait of everybody,
269
744000
3000
rien qu'en regardant ses mains. J'ai pris un portrait de chacun,
12:43
and asked everybody to make a funny face.
270
747000
3000
et j'ai demandé à chacun de faire une grimace.
12:46
A 17-year-old student. Her wish was to have been born a boy.
271
750000
4000
Une étudiante de 17 ans. Son voeu aurait été de naître en garçon.
12:50
She thinks that women have a pretty tough go of things in Bhutan,
272
754000
3000
Elle pense que les femmes n'ont pas la vie facile au Bhoutan,
12:53
and it's a lot easier if you're a boy.
273
757000
2000
et que les choses sont plus faciles si on est un garçon.
13:01
A 28-year-old cell phone shop owner.
274
765000
2000
Un propriétaire de magasin de téléphones mobiles de 28 ans.
13:03
If you knew what Paro looked like, you'd understand
275
767000
2000
Si vous saviez comment était Paro, vous comprendriez
13:05
how amazing it is that there's a cell phone shop there.
276
769000
5000
à quel point c'était fascinant qu'il y ait un magasin de téléphones mobiles là-bas.
13:10
He wanted to help poor people.
277
774000
2000
Il voulait aider les pauvres.
13:19
A 53-year-old farmer. She was chaffing wheat,
278
783000
3000
Une fermière de 53 ans. Elle triait le blé,
13:22
and that pile of wheat behind her
279
786000
2000
et cette pile de blé derrière elle
13:24
had taken her about a week to make.
280
788000
2000
lui a pris près d'une semaine.
13:26
She wanted to keep farming until she dies.
281
790000
4000
Elle voulait continuer à être fermière jusqu'à sa mort.
13:30
You can really start to see the stories told by the hands here.
282
794000
3000
Vous pouvez vraiment voir les histoires racontées à travers les mains ici.
13:33
She was wearing this silver ring that had the word "love" engraved on it,
283
797000
3000
Elle portait cet anneau en argent qui avait le mot "amour" gravé dessus,
13:36
and she'd found it in the road somewhere.
284
800000
3000
et qu'elle avait trouvé sur une route quelconque.
13:43
A 16-year-old quarry worker.
285
807000
2000
Un travailleur de carrière de 16 ans.
13:45
This guy was breaking rocks with a hammer in the hot sunlight,
286
809000
4000
Ce gars brisait les roches avec un marteau en plein soleil,
13:49
but he just wanted to spend his life as a farmer.
287
813000
3000
mais il voulait juste passer sa vie à être fermier.
13:59
A 21-year-old monk. He was very happy.
288
823000
5000
Un moine de 21 ans. Il était très heureux.
14:04
He wanted to live a long life at the monastery.
289
828000
3000
Il voulait vivre une longue vie au monastère.
14:10
He had this amazing series of hairs growing out of a mole on the left side of his face,
290
834000
4000
Il avait cette touffe incroyable de poils qui poussait d'un grain de beauté sur la partie gauche de son visage,
14:14
which I'm told is very good luck.
291
838000
3000
qu'il m'a dit être "porte bonheur".
14:17
He was kind of too shy to make a funny face.
292
841000
4000
Il était trop timide pour faire une grimace.
14:21
A 16-year-old student.
293
845000
5000
Une étudiante de 16 ans.
14:26
She wanted to become an independent woman.
294
850000
2000
Elle voulait devenir une femme indépendante.
14:28
I asked her about that, and she said she meant
295
852000
1000
Je l'ai questionnée là-dessus, et elle a dit qu'elle voulait dire
14:29
that she doesn't want to be married,
296
853000
2000
qu'elle ne voulait pas se marier,
14:31
because, in her opinion, when you get married in Bhutan as a woman,
297
855000
3000
parce que, d'après elle, quand vous vous mariez au Bhoutan en tant que femme,
14:34
your chances to live an independent life kind of end,
298
858000
3000
vos chances de vivre une vie indépendante s'évaporent plus ou moins,
14:37
and so she had no interest in that.
299
861000
2000
et donc elle n'y voyait aucun intérêt.
14:45
A 24-year-old truck driver.
300
869000
2000
Un camionneur de 24 ans.
14:47
There are these terrifyingly huge Indian trucks
301
871000
2000
Voici des camions indiens terriblement énormes
14:49
that come careening around one-lane roads with two-lane traffic,
302
873000
4000
qui roulent sur des routes à une voie comme si elles en avaient deux,
14:53
with 3,000-foot drop-offs right next to the road,
303
877000
3000
avec des chutes de 900 mètres juste à côté de la route,
14:56
and he was driving one of these trucks.
304
880000
2000
et il conduisait un de ces camions.
14:58
But all he wanted was to just live a comfortable life, like other people.
305
882000
3000
Mais tout ce qu'il voulait c'était vivre une vie confortable comme les autres.
15:08
A 24-year-old road sweeper. I caught her on her lunch break.
306
892000
3000
Une balayeuse de 24 ans. Je l'ai rencontrée pendant sa pause déjeuner.
15:11
She'd built a little fire to keep warm, right next to the road.
307
895000
3000
Elle avait fait un petit feu pour se garder au chaud.
15:14
Her wish was to marry someone with a car.
308
898000
4000
Son voeu était d'épouser quelqu'un qui aurait une voiture.
15:18
She wanted a change in her life.
309
902000
2000
Elle voulait changer de vie.
15:20
She lives in a little worker's camp right next to the road,
310
904000
3000
Elle vit dans un petit camp de travailleurs à côté de la route,
15:23
and she wanted a different lot on things.
311
907000
2000
et elle voulait connaître autre chose.
15:33
An 81-year-old itinerant farmer.
312
917000
2000
Un fermier nomade de 81 ans.
15:35
I saw this guy on the side of the road,
313
919000
2000
J'ai vu cet homme sur le bord de la rue,
15:37
and he actually doesn't have a home.
314
921000
2000
et il n'a pas de maison.
15:39
He travels from farm to farm each day trying to find work,
315
923000
2000
Il voyage de ferme en ferme chaque jour pour trouver du travail,
15:41
and then he tries to sleep at whatever farm he gets work at.
316
925000
4000
et il essaie de dormir là où il trouve du travail.
15:45
So his wish was to come with me, so that he had somewhere to live.
317
929000
3000
Donc son voeu a été de venir avec moi, comme ça il aurait eu un toit.
15:55
He had this amazing knife that he pulled out of his gho
318
939000
2000
Il avait ce magnifique couteau qu'il a retiré de son gho
15:57
and started brandishing when I asked him to make a funny face.
319
941000
4000
et qu'il a brandi quand je lui ai demandé de faire une grimace.
16:01
It was all good-natured.
320
945000
2000
Rien de méchant.
16:04
A 10-year-old.
321
948000
4000
Un gosse de 10 ans.
16:08
He wanted to join a school and learn to read,
322
952000
2000
Il voulait aller à l'école et apprendre à lire,
16:10
but his parents didn't have enough money to send him to school.
323
954000
4000
mais ses parents n'avaient pas assez d'argent pour l'envoyer à l'école.
16:14
He was eating this orange, sugary candy
324
958000
2000
Il mangeait cette friandise orange
16:16
that he kept dipping his fingers into,
325
960000
2000
dans laquelle il mettait les doigts,
16:18
and since there was so much saliva on his hands,
326
962000
2000
et comme il y avait trop de salive sur ses mains,
16:20
this orange paste started to form on his palms.
327
964000
3000
cette croûte orange a commencé à se former sur ses paumes.
16:27
(Laughter)
328
971000
2000
(Rires)
16:30
A 37-year-old road worker.
329
974000
3000
Un travailleur de 37 ans.
16:33
One of the more touchy political subjects in Bhutan
330
977000
4000
Un des sujets les plus sensibles au Bhoutan
16:37
is the use of Indian cheap labor
331
981000
3000
est l'utilisation de main-d'oeuvre indienne bon marché
16:40
that they import from India to build the roads,
332
984000
3000
qu'on importe d'Inde pour construire les routes,
16:43
and then they send these people home once the roads are built.
333
987000
2000
et quand les routes sont faites, on les renvoie chez eux.
16:45
So these guys were in a worker's gang
334
989000
2000
Donc ces hommes étaient dans une bande de travailleurs
16:47
mixing up asphalt one morning on the side of the highway.
335
991000
3000
qui mélangeaient l'asphalt un matin au bord de la rue.
16:50
His wish was to make some money and open a store.
336
994000
3000
Son souhait était de se faire un peu d'argent et d'ouvrir une boutique.
17:00
A 75-year-old farmer. She was selling oranges on the side of the road.
337
1004000
4000
Une fermière de 75 ans. Elle vendait des oranges sur la route.
17:04
I asked her about her wish, and she said,
338
1008000
2000
Je lui ai demandé quel est son voeu, et elle a dit,
17:06
"You know, maybe I'll live, maybe I'll die, but I don't have a wish."
339
1010000
3000
"Tu sais, peut-être que je vais vivre, peut-être que je vais mourir, mais je n'ai pas de voeu."
17:14
She was chewing betel nut, which caused her teeth
340
1018000
3000
Elle mâchait de la noix de bétel, ce qui rendait ses dents
17:17
over the years to turn very red.
341
1021000
2000
rouges au fil des années.
17:19
Finally, this is a 26-year-old nun I spoke to.
342
1023000
6000
Finalement, voici une nonne de 26 ans à qui j'ai parlé.
17:25
Her wish was to make a pilgrimage to Tibet.
343
1029000
3000
Son voeu était d'aller en pélerinage au Tibet.
17:28
I asked her how long she planned to live in the nunnery and she said,
344
1032000
2000
Je lui ai demandé pendant combien de temps elle pensait vivre au couvent, et elle a dit,
17:30
"Well, you know, of course, it's impermanent,
345
1034000
2000
"Bah, vous savez, bien sûr que ce n'est pas permanent,
17:32
but my plan is to live here until I'm 30, and then enter a hermitage."
346
1036000
4000
mais je projette de vivre ici jusqu'à mes trente ans, et ensuite d'entrer à l'ermitage."
17:36
And I said, "You mean, like a cave?" And she said, "Yeah, like a cave."
347
1040000
5000
Et j'ai dit, "Vous voulez dire, comme une cave?" Et elle a dit, "Oui, comme une cave."
17:41
And I said, "Wow, and how long will you live in the cave?"
348
1045000
3000
Et j'ai demandé, "Wow, et combien de temps pensez-vous vivre dans la cave?"
17:44
And she said, "Well, you know,
349
1048000
2000
Et elle a répondu, "Vous savez,
17:46
I think I'd kind of like to live my whole life in the cave."
350
1050000
4000
je pense que j'aimerais vivre toute ma vie dans une cave."
17:50
I just thought that was amazing. I mean, she spoke in a way --
351
1054000
2000
J'ai pensé que c'était magnifique. Je veux dire, elle parlait d'une telle façon --
17:52
with amazing English, and amazing humor, and amazing laughter --
352
1056000
3000
avec un anglais magnifique, un sens de l'humour magnifique, et un rire magnifique --
17:55
that made her seem like somebody I could have bumped into
353
1059000
2000
qui faisait d'elle quelqu'un que j'aurais pu rencontrer
17:57
on the streets of New York, or in Vermont, where I'm from.
354
1061000
3000
dans les rues de New York, ou de Vermont, là d'où je viens.
18:00
But here she had been living in a nunnery for the last seven years.
355
1064000
3000
Mais là elle vivait dans un couvent depuis sept ans.
18:03
I asked her a little bit more about the cave
356
1067000
3000
Je lui ai demandé un peu plus sur la cave
18:06
and what she planned would happen once she went there, you know.
357
1070000
4000
et ce qu'elle envisageait comme avenir quand elle y serait.
18:10
What if she saw the truth after just one year,
358
1074000
2000
Que se passerait-il si elle voit la vérité après tout juste un an,
18:12
what would she do for the next 35 years in her life?
359
1076000
2000
que ferait-elle pendant les 35 années suivantes de sa vie?
18:14
And this is what she said.
360
1078000
2000
Et voici ce qu'elle a dit.
18:16
Woman: I think I'm going to stay for 35. Maybe -- maybe I'll die.
361
1080000
5000
La femme: Je pense que je vais y rester pendant 35 ans, peut-être -- peut-être que je mourrai.
18:21
Jonathan Harris: Maybe you'll die? Woman: Yes.
362
1085000
2000
Jonathan Harris: Peut-être que vous mourrez? La femme: Oui.
18:23
JH: 10 years? Woman: Yes, yes. JH: 10 years, that's a long time.
363
1087000
3000
JH: Dix ans? La femme: Oui, oui. JH: Dix ans, c'est beaucoup de temps.
18:26
Woman: Yes, not maybe one, 10 years, maybe I can die
364
1090000
3000
La femme: Oui, mais peut-être pas une ou dix ans, peut-être que je mourrai
18:29
within one year, or something like that.
365
1093000
2000
au bout d'un an, ou quelque chose du genre.
18:31
JH: Are you hoping to?
366
1095000
2000
JH: L'espérez-vous?
18:33
Woman: Ah, because you know, it's impermanent.
367
1097000
2000
La femme: Ah, vous savez, ce n'est pas permanent.
18:35
JH: Yeah, but -- yeah, OK. Do you hope --
368
1099000
6000
JH: Oui, mais -- oui, d'accord. Espérez-vous --
18:41
would you prefer to live in the cave for 40 years,
369
1105000
3000
préféreriez-vous vivre dans la cave pendant quarante ans,
18:44
or to live for one year?
370
1108000
2000
ou vivre pendant un an?
18:46
Woman: But I prefer for maybe 40 to 50.
371
1110000
4000
La femme: Mais je préfère quarante à cinquante ans.
18:50
JH: 40 to 50? Yeah.
372
1114000
1000
JH: Quarante à cinquante? OK.
18:51
Woman: Yes. From then, I'm going to the heaven.
373
1115000
3000
La femme: Oui. De là j'irai au paradis.
18:54
JH: Well, I wish you the best of luck with it.
374
1118000
5000
JH: Bien, je vous souhaite bonne chance.
18:59
Woman: Thank you.
375
1123000
1000
La femme: Merci.
19:00
JH: I hope it's everything that you hope it will be.
376
1124000
3000
JH: J'espère que ça sera comme vous le souhaitez.
19:03
So thank you again, so much.
377
1127000
2000
Donc merci encore, merci beaucoup.
19:05
Woman: You're most welcome.
378
1129000
2000
La femme: De rien.
19:07
JH: So if you caught that, she said she hoped to die
379
1131000
2000
Donc si vous avez bien saisi, elle a dit qu'elle espérait mourir
19:09
when she was around 40. That was enough life for her.
380
1133000
3000
quand elle aurait quarante ans. C'était assez vivre pour elle.
19:12
So, the last thing we did, very quickly,
381
1136000
2000
Donc la dernière chose qu'on a faite, très vite,
19:14
is I took all those wish balloons -- there were 117 interviews,
382
1138000
3000
c'était de prendre tous ces ballons avec les voeux -- il y avait eu 117 interviews,
19:17
117 wishes -- and I brought them up to a place called Dochula,
383
1141000
4000
117 voeux -- et je les ai apportés à un endroit appelé Dochula,
19:21
which is a mountain pass in Bhutan, at 10,300 feet,
384
1145000
4000
qui est un sentier de montagne au Bhoutan à 10 300 pieds d'altitude,
19:25
one of the more sacred places in Bhutan.
385
1149000
3000
un des endroits les plus sacrés au Bhoutan.
19:28
And up there, there are thousands of prayer flags
386
1152000
2000
Et en haut, il y a des milliers de drapeaux de prières
19:30
that people have spread out over the years.
387
1154000
2000
que les gens y ont mis au fil du temps.
19:32
And we re-inflated all of the balloons, put them up on a string,
388
1156000
3000
Et nous avons re-gonflé les ballons, et nous les avons mis sur une ficelle,
19:35
and hung them up there among the prayer flags.
389
1159000
2000
et les avons attachés parmi les drapeaux de prières.
19:37
And they're actually still flying up there today.
390
1161000
2000
Et ils y sont toujours aujourd'hui.
19:39
So if any of you have any Bhutan travel plans in the near future,
391
1163000
3000
Donc si l'un d'entre vous va au Bhoutan un de ces jours,
19:42
you can go check these out. Here are some images from that.
392
1166000
3000
allez les voir. En voici quelques images.
19:46
We said a Buddhist prayer so that all these wishes could come true.
393
1170000
4000
Nous avons prononcé une prière bouddhiste pour que tous ces voeux se réalisent.
19:59
You can start to see some familiar balloons here.
394
1183000
3000
Vous pouvez voir quelques-uns des ballons qui vous sont familiers ici.
20:02
"To make some money and to open a store" was the Indian road worker.
395
1186000
5000
"Se faire un peu d'argent et ouvrir un magasin" du travailleur indien.
20:15
Thanks very much.
396
1199000
2000
Merci beaucoup.
20:17
(Applause)
397
1201000
3000
(Applaudissements)
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