TED2007
Jonathan Harris: The web as art
ジョナサン・ハリス：物語収集プロジェクトについて
Filmed:
Readability: 3.4
910,598 views
2007年12月のEG conference にて、情報アーティストであるジョナサン・ハリスが、彼自身や他人の物語、そして画期的な「We Feel Fine」をはじめとする インターネット上での物語の収集に関連する最近のプロジェクトを紹介します。
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
今日は皆さんに ちょっと変わった方法で
00:20
in some unconventional ways.
1
4000
2000
物語を集めることについてお話します
00:22
This is a picture of me from a very awkward stage in my life.
2
6000
4000
これは私が子供の頃の写真です
00:26
You might enjoy the awkwardly tight, cut-off pajama bottoms with balloons.
3
10000
5000
きつそうな 風船模様のパジャマの
半ズボンがおかしいですが
半ズボンがおかしいですが
00:31
Anyway, it was a time when I was mainly interested
4
15000
2000
この頃 私は主に架空の物語を
00:33
in collecting imaginary stories.
5
17000
2000
集めていました
00:35
So this is a picture of me
6
19000
2000
これは始めて描いた水彩画の
00:37
holding one of the first watercolor paintings I ever made.
7
21000
2000
一枚を持っている写真です
00:39
And recently I've been much more interested in collecting stories
8
23000
3000
最近はもっと現実の世界から
物語を収集するように なりました
物語を収集するように なりました
00:42
from reality -- so, real stories.
9
26000
2000
つまり 実話です
00:44
And specifically, I'm interested in collecting my own stories,
10
28000
4000
特に私自身の物語やインターネット上の物語
00:48
stories from the Internet, and then recently, stories from life,
11
32000
3000
そして最近取り組んでいる新しい領域として
00:51
which is kind of a new area of work that I've been doing recently.
12
35000
4000
人々の生活の物語を集めています
00:55
So I'll be talking about each of those today.
13
39000
2000
今日はこれらの物語についてお話します
00:57
So, first of all, my own stories. These are two of my sketchbooks.
14
41000
3000
始めに私の物語を紹介します
この二つは私のスケッチブックです
この二つは私のスケッチブックです
01:00
I have many of these books,
15
44000
2000
こういうスケッチブックを沢山持っていて
01:02
and I've been keeping them for about the last eight or nine years.
16
46000
2000
かれこれ８､９年間ずっと持ち続けています
01:04
They accompany me wherever I go in my life,
17
48000
2000
どこに行くにも一緒で
01:06
and I fill them with all sorts of things,
18
50000
2000
それらに私が体験した様々な出来事を
01:08
records of my lived experience:
19
52000
2000
記録していくのです
01:10
so watercolor paintings, drawings of what I see,
20
54000
4000
水彩画や 風景のスケッチ
01:14
dead flowers, dead insects, pasted ticket stubs, rusting coins,
21
58000
4000
枯れた花 虫の死骸
チケットの半券 錆びたコイン
チケットの半券 錆びたコイン
01:18
business cards, writings.
22
62000
3000
名刺や文章などが記録されています
01:21
And in these books, you can find these short, little glimpses
23
65000
4000
中をみると 出来事や経験 出会いの断片を
01:25
of moments and experiences and people that I meet.
24
69000
2000
垣間見ることが出来ます
01:27
And, you know, after keeping these books for a number of years,
25
71000
3000
スケッチブックを何年間も持ち続けた結果
01:30
I started to become very interested in collecting
26
74000
2000
私は次第に自分の個人的な所産にとどまらず
01:32
not only my own personal artifacts,
27
76000
2000
他の人々の所産にも
01:34
but also the artifacts of other people.
28
78000
2000
興味を持つようになり
01:36
So, I started collecting found objects.
29
80000
2000
素材集めをし始めました
01:38
This is a photograph I found lying in a gutter in New York City
30
82000
2000
この写真は10年前 ニューヨーク市の
01:40
about 10 years ago.
31
84000
2000
排水溝に落ちていたのを拾ったものです
01:42
On the front, you can see the tattered black-and-white photo of a woman's face,
32
86000
3000
表は女性の顔が映っているボロボロの白黒写真で
01:45
and on the back it says, "To Judy, the girl with the Bill Bailey voice.
33
89000
4000
後ろ側には
「ビル ベイリーの声をした少女 ジュディーへ
「ビル ベイリーの声をした少女 ジュディーへ
01:49
Have fun in whatever you do."
34
93000
2000
何をするにも楽しんでね」と書いてあります
01:51
And I really loved this idea of the partial glimpse into somebody's life.
35
95000
3000
このように全体の物語を知ることなく
01:54
As opposed to knowing the whole story, just knowing a little bit of the story,
36
98000
3000
断片的な他人の人生を垣間見て
01:57
and then letting your own mind fill in the rest.
37
101000
2000
想像を膨らませるのは とても好きです
01:59
And that idea of a partial glimpse is something
38
103000
2000
この断片的に垣間見るという発想は
02:01
that will come back in a lot of the work I'll be showing later today.
39
105000
3000
後に紹介する多くの作品にも 繰り返し使われています
02:04
So, around this time I was studying computer science at Princeton University,
40
108000
3000
プリンストン大学で
コンピューターサイエンスを学んでいた頃
コンピューターサイエンスを学んでいた頃
02:07
and I noticed that it was suddenly possible
41
111000
3000
このような個人的な所産が
02:10
to collect these sorts of personal artifacts,
42
114000
2000
道路脇のみならず インターネットでも
02:12
not just from street corners, but also from the Internet.
43
116000
3000
突然 収集可能になった事に気づきました
02:15
And that suddenly, people, en masse, were leaving scores and scores
44
119000
4000
人々が一斉にそれぞれの私生活を伝える物語を
02:19
of digital footprints online that told stories of their private lives.
45
123000
4000
多数のデジタルな足跡として
オンライン上に残すようになったのです
オンライン上に残すようになったのです
02:23
Blog posts, photographs, thoughts, feelings, opinions,
46
127000
4000
ブログの投稿や 写真 考えや 気持ち 意見などが
02:27
all of these things were being expressed by people online,
47
131000
2000
オンライン上で表現され
02:29
and leaving behind trails.
48
133000
2000
軌跡として残されていきます
02:31
So, I started to write computer programs
49
135000
2000
そこでその膨大な数のオンライン上の足跡を
02:33
that study very, very large sets of these online footprints.
50
137000
3000
分析するプログラムを書き始めたのです
02:36
One such project is about a year and a half old.
51
140000
2000
その一つが 約一年半前に始めたプロジェクト
02:38
It's called "We Feel Fine."
52
142000
2000
We Feel Fine です
02:40
This is a project that scans the world's newly posted blog entries
53
144000
3000
このプロジェクトは
世界に新規に投稿されたブログのエントリを
世界に新規に投稿されたブログのエントリを
02:43
every two or three minutes, searching for occurrences of the phrases
54
147000
3000
２､３分毎にスキャンし
「I feel」や「I am feeling」といった語句を
「I feel」や「I am feeling」といった語句を
02:46
"I feel" and "I am feeling." And when it finds one of those phrases,
55
150000
4000
見つけます そしてこれらの語句を探し出したら
02:50
it grabs the full sentence up to the period
56
154000
2000
それを含んだ全文を抽出して
02:52
and also tries to identify demographic information about the author.
57
156000
3000
著者の人口統計学的データの特定を試みます
02:55
So, their gender, their age, their geographic location
58
159000
3000
つまり人々の性別や 年齢 居場所
02:58
and what the weather conditions were like when they wrote that sentence.
59
162000
3000
そして彼らが文章を書いた時の天候といったものです
03:01
It collects about 20,000 such sentences a day
60
165000
2000
一日 約２万もの文を収集し
03:03
and it's been running for about a year and a half,
61
167000
2000
稼働し始めてから１年半で
03:05
having collected over 10 and a half million feelings now.
62
169000
3000
1500万人以上の感情を集めています
03:08
This is, then, how they're presented.
63
172000
2000
それらは このような形で表示されます
03:10
These dots here represent some of the English-speaking world's
64
174000
3000
この点はこの数時間の間に英語圏において
03:13
feelings from the last few hours,
65
177000
3000
表現されたいくつかの感情を表しています
03:16
each dot being a single sentence stated by a single blogger.
66
180000
3000
それぞれの点は一人のブロガーの一文に相当します
03:19
And the color of each dot corresponds to the type of feeling inside,
67
183000
3000
それぞれの点の色は感情の種類に対応するので
03:22
so the bright ones are happy, and the dark ones are sad.
68
186000
3000
明るいものはうれしく 暗いものは悲しいということです
03:25
And the diameter of each dot corresponds
69
189000
2000
そして点の直径は語句が含まれる
03:27
to the length of the sentence inside.
70
191000
2000
一文の長さを表しています
03:29
So the small ones are short, and the bigger ones are longer.
71
193000
3000
つまり 小さい点は短い文を
大きい点は長い文を表します
大きい点は長い文を表します
03:32
"I feel fine with the body I'm in, there'll be no easy excuse
72
196000
2000
「自分の身体に問題はないのに
03:34
for why I still feel uncomfortable being close to my boyfriend,"
73
198000
4000
なぜまだ彼氏と親密になって落ち着かないんだろう」
03:38
from a twenty-two-year-old in Japan.
74
202000
2000
日本に住む22歳の方からです
03:40
"I got this on some trading locally,
75
204000
2000
「ある地元の取引でこれをもらったけど
03:42
but really don't feel like screwing with wiring and crap."
76
206000
2000
配線やくだらないことに時間をかけたくない気分だ」
03:44
Also, some of the feelings contain photographs in the blog posts.
77
208000
3000
さらに いくつかの感情には
写真がブログの投稿に含まれていることがあり
写真がブログの投稿に含まれていることがあり
03:47
And when that happens, these montage compositions are automatically created,
78
211000
5000
その場合は 一文と写真が組合わさった
03:52
which consist of the sentence and images being combined.
79
216000
3000
このような写真構成が 自動的に作成されます
03:55
And any of these can be opened up to reveal the sentence inside.
80
219000
4000
写真を開けると 中の文を読むことができます
03:59
"I feel good."
81
223000
5000
「気分がいい」
04:04
"I feel rough now, and I probably gained 100,000 pounds,
82
228000
3000
「体調悪くて 10万ポンドくらい太ったけど
04:07
but it was worth it."
83
231000
4000
その価値はあったわ」
04:11
"I love how they were able to preserve most in everything
84
235000
3000
「自然が肌で感じられるように保護されていて
04:14
that makes you feel close to nature -- butterflies,
85
238000
2000
素晴らしいわ 蝶や人口の森
04:16
man-made forests, limestone caves and hey, even a huge python."
86
240000
5000
鍾乳洞 それに巨大なニシキヘビまでいるのよ」
04:21
So the next movement is called mobs.
87
245000
2000
次はMobsと呼ばれるもので
04:23
This provides a slightly more statistical look at things.
88
247000
2000
もう少し統計的な情報を得ることができます
04:25
This is showing the world's most common feelings overall right now,
89
249000
3000
今 世界全体で 最も多くみられる感情を表しています
04:28
dominated by better, then bad, then good, then guilty, and so on.
90
252000
3000
「より良い」が圧倒的で
「悪い」「良い」「罪深い」などと続きます
「悪い」「良い」「罪深い」などと続きます
04:31
Weather causes the feelings to assume the physical traits
91
255000
3000
Weatherは感情をそれに似合う天候の形で表現します
04:34
of the weather they represent. So the sunny ones swirl around,
92
258000
2000
晴れを表すものはくるくる回転し
04:36
the cloudy ones float along, the rainy ones fall down,
93
260000
3000
曇りはそこを漂い 雨の場合は落下していき
04:39
and the snowy ones flutter to the ground.
94
263000
2000
雪の場合は地面にはらはらと落ちてきます
04:41
You can also stop a raindrop and open the feeling inside.
95
265000
6000
さらに雨粒を止めて その中の感情を見ることができます
04:47
Finally, location causes the feelings to move to their spots
96
271000
2000
最後にLocationは感情が発信元に表示され
04:49
on a world map, giving you a sense of their geographic distribution.
97
273000
3000
世界地図上でその分布を見ることが出来ます
04:52
So I'll show you now some of my favorite montages from "We Feel Fine."
98
276000
3000
ここで We Feel Fineより
私の好きなMontageをいくつか紹介します
私の好きなMontageをいくつか紹介します
04:55
These are the images that are automatically constructed.
99
279000
2000
これらは自動的に構成された画像です
04:57
"I feel like I'm diagonally parked in a parallel universe."
100
281000
3000
「私はまるで平行宇宙において斜めに駐車した気分だ」
05:00
(Laughter)
101
284000
3000
（笑）
05:03
"I've kissed numerous other boys and it hasn't felt good,
102
287000
2000
「今までいろんな子とキスしたけど
05:05
the kisses felt messy and wrong,
103
289000
2000
いい気持ちはしなかった
05:07
but kissing Lucas feels beautiful and almost spiritual."
104
291000
6000
不潔で罪悪感もあったけど
ルーカスとのキスは美しく 神聖的だわ」
ルーカスとのキスは美しく 神聖的だわ」
05:13
"I can feel my cancer grow."
105
297000
3000
「自分の癌が成長していくのを感じます」
05:16
"I feel pretty."
106
300000
3000
「自分を可愛らしく感じるわ」
05:19
"I feel skinny, but I'm not."
107
303000
3000
「痩せてるように感じるけど 痩せてないよ」
05:22
"I'm 23, and a recovering meth and heroin addict,
108
306000
2000
「23歳で覚醒剤とヘロイン依存から回復中です
05:24
and feel absolutely blessed to still be alive."
109
308000
3000
まだ生きてるなんて本当に恵まれています
05:27
"I can't wait to see them racing for the first time at Daytona next month,
110
311000
3000
「来月デイトナで
初めてレースを見るのが待ちきれないよ
初めてレースを見るのが待ちきれないよ
05:30
because I feel the need for speed."
111
314000
2000
スピード最高」
05:32
(Laughter)
112
316000
3000
（笑）
05:35
"I feel sassy."
113
319000
1000
「粋な気分」
05:36
"I feel so sexy in this new wig."
114
320000
3000
「新しいかつらで セクシーな気分になるわ」
05:39
As you can see, "We Feel Fine" collects
115
323000
2000
このように We Feel Fineでは
05:41
very, very small-scale personal stories.
116
325000
2000
個人的でとても小さな物語を収集します
05:43
Sometimes, stories as short as two or three words.
117
327000
2000
時々二、三文字程度の短い物語もあったりします
05:45
So, really even challenging the notion
118
329000
2000
物語と呼べるものの限界にまで
05:47
of what can be considered a story.
119
331000
2000
挑戦しているようなものです
05:49
And recently, I've become interested in diving much more deeply into a single story.
120
333000
4000
最近は一つの物語に より深く関わってみたくなり
05:53
And that's led me to doing some work with the physical world,
121
337000
3000
インターネットではなく
現実の世界の作品に取り組むように
現実の世界の作品に取り組むように
05:56
not with the Internet,
122
340000
1000
なりました
05:57
and only using the Internet at the very last moment, as a presentation medium.
123
341000
4000
インターネットは最終的な展示媒体としてのみ利用しました
06:01
So these are some newer projects that
124
345000
1000
これらは
06:02
actually aren't even launched publicly yet.
125
346000
2000
まだ公開されていないプロジェクトです
06:04
The first such one is called "The Whale Hunt."
126
348000
2000
初めのプロジェクトは The Whale Hunt というものです
06:06
Last May, I spent nine days living up in Barrow, Alaska,
127
350000
3000
昨年５月にアメリカの最北に位置する
06:09
the northernmost settlement in the United States,
128
353000
2000
アラスカ州のバローで
06:11
with a family of Inupiat Eskimos,
129
355000
2000
毎年恒例の春の捕鯨を記録するため
06:13
documenting their annual spring whale hunt.
130
357000
3000
イヌピアトのエスキモーの家族達と９日間過ごしました
06:16
This is the whaling camp here, we're about six miles from shore,
131
360000
3000
これは捕鯨キャンプ地で
私達は海岸から６マイル程離れた
私達は海岸から６マイル程離れた
06:19
camping on five and a half feet of thick, frozen pack ice.
132
363000
3000
5.5フィート程の厚さの叢氷の上でキャンプしました
06:22
And that water that you see there is the open lead,
133
366000
2000
そこに見られる水は開けた水路で
06:24
and through that lead, bowhead whales migrate north each springtime.
134
368000
4000
水路を通って ホッキョククジラが毎春北へ移動します
06:28
And the Eskimo community basically camps out on the edge of the ice here,
135
372000
3000
エスキモーの人々は基本的に氷上の端でキャンプし
06:31
waits for a whale to come close enough to attack. And when it does,
136
375000
3000
クジラが十分近づくのを待ち 近づいたら
06:34
it throws a harpoon at it, and then hauls the whale up
137
378000
2000
銛を投げて クジラを氷上まで水揚げし
06:36
under the ice, and cuts it up.
138
380000
2000
そして解体するのです
06:38
And that would provide the community's food supply for a long time.
139
382000
2000
これが この人々の長期間の食糧源になります
06:40
So I went up there, and I lived with these guys
140
384000
2000
私はそこで この人達と捕鯨キャンプで
06:42
out in their whaling camp here, and photographed the entire experience,
141
386000
3000
一緒に生活をし 全ての経験を写真に収めました
06:45
beginning with the taxi ride to Newark airport in New York,
142
389000
4000
ニューヨークのニューアーク空港へと
タクシーを乗った時に始まり
タクシーを乗った時に始まり
06:49
and ending with the butchering of the second whale, seven and a half days later.
143
393000
3000
７日半後 二匹目のクジラの解体を終えるまで
06:52
I photographed that entire experience at five-minute intervals.
144
396000
3000
全ての経験を５分毎に撮影しました
06:55
So every five minutes, I took a photograph.
145
399000
2000
つまり５分毎にシャッターを切ったわけです
06:57
When I was awake, with the camera around my neck.
146
401000
2000
起きている間は カメラを首にかけ
06:59
When I was sleeping, with a tripod and a timer.
147
403000
2000
寝ている時は 三脚とタイマーを用意しました
07:01
And then in moments of high adrenaline,
148
405000
2000
アドレナリンがほとばしる瞬間において
07:03
like when something exciting was happening,
149
407000
2000
例えば何かドキドキする場面では
07:05
I would up that photographic frequency to as many as
150
409000
2000
写真の撮影頻度を速め
07:07
37 photographs in five minutes.
151
411000
2000
５分間に37枚くらいまで撮りました
07:09
So what this created was a photographic heartbeat
152
413000
2000
これによって写真を元に速まったり遅くなったりする
07:11
that sped up and slowed down, more or less matching
153
415000
2000
心拍を表現でき 自分の心拍の変化と
07:13
the changing pace of my own heartbeat.
154
417000
3000
おおよそ一致するものが作れました
07:16
That was the first concept here.
155
420000
2000
それが一つ目のコンセプトです
07:18
The second concept was to use this experience to think about
156
422000
2000
二つ目のコンセプトはこの経験を使って
07:20
the fundamental components of any story.
157
424000
2000
物語における基本要素を考えることです
07:22
What are the things that make up a story?
158
426000
2000
物語にある要素とは何でしょう？
07:24
So, stories have characters. Stories have concepts.
159
428000
3000
物語には登場人物がいます
物語にはコンセプトがあります
物語にはコンセプトがあります
07:27
Stories take place in a certain area. They have contexts.
160
431000
2000
物語は特定の場所で起こり 背景があります
07:29
They have colors. What do they look like?
161
433000
2000
それは色彩をもちます どのように見えるのか？
07:31
They have time. When did it take place? Dates -- when did it occur?
162
435000
3000
時系列もあります 起きた日にちや時間はいつなのか？
07:34
And in the case of the whale hunt, also this idea of an excitement level.
163
438000
3000
この捕鯨の話の場合 興奮の度合いも要素になります
07:37
The thing about stories, though, in most of the existing mediums
164
441000
3000
物語というものが既存の媒体
07:40
that we're accustomed to -- things like novels, radio,
165
444000
3000
例えば 小説やラジオ 写真 映画
07:43
photographs, movies, even lectures like this one --
166
447000
2000
この様な講演などで表現されるとき
07:45
we're very accustomed to this idea of the narrator or the camera position,
167
449000
4000
ナレーターやカメラのアングルといった
07:49
some kind of omniscient, external body
168
453000
2000
なんらかの全知全能の外部者の
07:51
through whose eyes you see the story.
169
455000
3000
目を通して物語を見るのが普通です
07:54
We're very used to this.
170
458000
2000
私達は それに慣れています
07:56
But if you think about real life, it's not like that at all.
171
460000
2000
でも日常生活は 全然違います
07:58
I mean, in real life, things are much more nuanced and complex,
172
462000
2000
実際 物事は より複雑で違いが沢山あり
08:00
and there's all of these overlapping stories
173
464000
2000
いくつもの重なり合う物語が
08:02
intersecting and touching each other.
174
466000
2000
互いに交差し触れ合っています
08:04
And so I thought it would be interesting to build a framework
175
468000
3000
そこで私はそのような物語を表示させる
フレームワークを作ったら
フレームワークを作ったら
08:07
to surface those types of stories. So, in the case of "The Whale Hunt,"
176
471000
4000
面白そうだと考えました The Whale Huntの場合
08:11
how could we extract something like the story of Simeon and Crawford,
177
475000
3000
野生生物､道具､血 という概念を含み
場所は北極海で主に赤色
場所は北極海で主に赤色
08:14
involving the concepts of wildlife, tools and blood, taking place on the Arctic Ocean,
178
478000
4000
5月3日の10時頃発生し 興奮のレベルは高め という
08:18
dominated by the color red, happening around 10 a.m. on May 3,
179
482000
3000
シモンとクロフォードの物語を抽出するには
08:21
with an excitement level of high?
180
485000
2000
どうすれば良いでしょうか？
08:23
So, how to extract this order of narrative from this larger story?
181
487000
5000
物語全体からこの様な話の筋を抽出するには
どうすれば良いでしょうか？
どうすれば良いでしょうか？
08:28
I built a web interface for viewing "The Whale Hunt" that attempts to do just this.
182
492000
5000
私はThe Whale Huntの閲覧で この機能を行う
ウェブインターフェースを構築しました
ウェブインターフェースを構築しました
08:33
So these are all 3,214 pictures taken up there.
183
497000
4000
これは向こうで撮った 全3214枚もの写真です
08:37
This is my studio in Brooklyn. This is the Arctic Ocean,
184
501000
4000
これはブルックリンの私のスタジオです
ここは北極海で
ここは北極海で
08:41
and the butchering of the second whale, seven days later.
185
505000
3000
７日後の二匹目のクジラの解体場面です
08:44
You can start to see some of the story here, told by color.
186
508000
3000
表示された色によって いくつかの物語が見えてきます
08:47
So this red strip signifies the color of the wallpaper
187
511000
3000
この赤く細長い一片は私が泊まっていた
08:50
in the basement apartment where I was staying.
188
514000
2000
地下アパートの壁紙の色です
08:52
And things go white as we move out onto the Arctic Ocean.
189
516000
3000
そして北極海に移動するにつれて
色は白に変化していきます
色は白に変化していきます
08:55
Introduction of red down here, when whales are being cut up.
190
519000
4000
ここの赤色は クジラが解体されていることを表しています
08:59
You can see a timeline, showing you the exciting moments throughout the story.
191
523000
3000
時系列で 物語を通して興奮した出来事が表示されています
09:02
These are organized chronologically.
192
526000
2000
これらは日時順にまとめられます
09:04
Wheel provides a slightly more playful version of the same,
193
528000
3000
Wheelはさっきよりも遊び心をもった同質の機能で
09:07
so these are also all the photographs organized chronologically.
194
531000
3000
これらの写真も全て日時順にまとまっています
09:10
And any of these can be clicked,
195
534000
2000
好きな写真をクリックして
09:12
and then the narrative is entered at that position.
196
536000
2000
そこから話に入れます
09:14
So here I am sleeping on the airplane heading up to Alaska.
197
538000
3000
これは私がアラスカに向かう飛行機内で寝ているところ
09:17
That's "Moby Dick."
198
541000
2000
これは『白鯨』の本です
09:19
This is the food we ate.
199
543000
2000
これは私達が食べた食事です
09:21
This is in the Patkotak's family living room
200
545000
3000
これはバローにあるパトコタック家の
09:24
in their house in Barrow. The boxed wine they served us.
201
548000
3000
リビングルームです
これはごちそうになった箱入りワインです
これはごちそうになった箱入りワインです
09:27
Cigarette break outside -- I don't smoke.
202
551000
3000
外でのタバコ休憩です 私は吸いません
09:30
This is a really exciting sequence of me sleeping.
203
554000
4000
とてもエキサイティングな 私の寝姿の連続写真です
09:34
This is out at whale camp, on the Arctic Ocean.
204
558000
4000
北極海にある捕鯨キャンプです
09:38
This graph that I'm clicking down here is meant to be
205
562000
2000
私がクリックしているこの下のグラフは
09:40
reminiscent of a medical heartbeat graph,
206
564000
2000
心電図のようなものです
09:42
showing the exciting moments of adrenaline.
207
566000
5000
アドレナリンがほとばしる程
ドキドキする瞬間を表します
ドキドキする瞬間を表します
09:47
This is the ice starting to freeze over. The snow fence they built.
208
571000
3000
これは氷結を始めた氷です 彼らが作った雪の塀です
09:50
And so what I'll show you now is the ability to pull out sub-stories.
209
574000
3000
それではサブストーリーを引き出す機能をお見せします
09:53
So, here you see the cast. These are all of the people in "The Whale Hunt"
210
577000
4000
これが登場人物です
The Whale Huntに出てくる全ての人々と
The Whale Huntに出てくる全ての人々と
09:57
and the two whales that were killed down here.
211
581000
2000
殺された２匹のクジラもここにいます
09:59
And we could do something as arbitrary as, say,
212
583000
2000
こんなことも出来ます 例えば
10:01
extract the story of Rony, involving the concepts of blood
213
585000
6000
「血やクジラや道具」という概念を含み
場所は「北極海のアーキガクキャンプ」で
場所は「北極海のアーキガクキャンプ」で
10:07
and whales and tools, taking place on the Arctic Ocean,
214
591000
5000
心拍レベルは「速い」という条件にあう
10:12
at Ahkivgaq camp, with the heartbeat level of fast.
215
596000
4000
「ロニーの物語」を抽出することができます
10:16
And now we've whittled down that whole story
216
600000
2000
こうすると全体の物語が指定に合う
10:18
to just 29 matching photographs,
217
602000
2000
たった29枚の写真に落とし込まれます
10:20
and then we can enter the narrative at that position.
218
604000
2000
そこから物語を見始めることができます
10:22
And you can see Rony cutting up the whale here.
219
606000
2000
ここではロニーがクジラを解体しています
10:24
These whales are about 40 feet long,
220
608000
2000
このようなクジラは40フィート程の長さで
10:26
and weighing over 40 tons. And they provide the food source
221
610000
3000
重さは40トン以上です ほぼ一年を通して
10:29
for the community for much of the year.
222
613000
4000
このコミュニティーの食糧源になっています
10:33
Skipping ahead a bit more here, this is Rony on the whale carcass.
223
617000
5000
もう少し飛ばして
これはクジラの死骸の上にいるロニーです
これはクジラの死骸の上にいるロニーです
10:38
They use no chainsaws or anything; it's entirely just blades,
224
622000
3000
彼らはチェインソーなど使いません 全て刃物で
10:41
and an incredibly efficient process.
225
625000
2000
とても効率的な方法で解体します
10:43
This is the guys on the rope, pulling open the carcass.
226
627000
3000
これはロープを持った人達が 死骸を開くところです
10:46
This is the muktuk, or the blubber, all lined up for community distribution.
227
630000
4000
これは鯨皮 もしくはクジラの脂肪で
配給の為に並んでいます
配給の為に並んでいます
10:50
It's baleen. Moving on.
228
634000
3000
これはクジラのひげです 次に移ります
10:53
So what I'm going to tell you about next
229
637000
2000
次に皆さんにお話するのは
10:55
is a very new thing. It's not even a project yet.
230
639000
3000
とても新しいもので まだプロジェクトですらありません
10:58
So, just yesterday, I flew in here from Singapore, and before that,
231
642000
3000
昨日シンガポールから直接
ここに飛んできました その前は
ここに飛んできました その前は
11:01
I was spending two weeks in Bhutan, the small Himalayan kingdom
232
645000
4000
２週間チベットとインドの間の小さなヒマラヤの王国である
11:05
nestled between Tibet and India.
233
649000
2000
ブータンで過ごしていました
11:07
And I was doing a project there about happiness,
234
651000
3000
私はそこで幸せに関するプロジェクトの為に
11:10
interviewing a lot of local people.
235
654000
2000
多くの地元の人々にインタビューをしました
11:12
So Bhutan has this really wacky thing where they base
236
656000
6000
ブータンではとても変わった所があって
11:18
most of their high-level governmental decisions around the concept
237
662000
2000
政府が大切な方針を決めるのに
11:20
of gross national happiness instead of gross domestic product,
238
664000
4000
国民総生産の代わりに
国民総幸福というコンセプトに基づいて行っていて
国民総幸福というコンセプトに基づいて行っていて
11:24
and they've been doing this since the '70s.
239
668000
2000
70年代から続けているのです
11:26
And it leads to just a completely different value system.
240
670000
3000
これは全く異なる価値感に繋がります
11:29
It's an incredibly non-materialistic culture,
241
673000
2000
それは驚くべき非物質主義文化であり
11:31
where people don't have a lot, but they're incredibly happy.
242
675000
3000
人々は多くを持たないものの
信じられないくらいに幸せなのです
信じられないくらいに幸せなのです
11:34
So I went around and I talked to people about some of these ideas.
243
678000
3000
そこで私は人々に この事について訊いて回りました
11:37
So, I did a number of things. I asked people a number of set questions,
244
681000
3000
人々に一連の質問を行い
11:40
and took a number of set photographs,
245
684000
2000
写真をいくらか撮りつつ
11:42
and interviewed them with audio, and also took pictures.
246
686000
2000
録音付きでインタービューしました
11:44
I would start by asking people to rate their happiness
247
688000
2000
まず彼らの幸福の度合いを
11:46
between one and 10, which is kind of inherently absurd.
248
690000
3000
本質的におかしいものの １から10の間で評価してもらい
11:49
And then when they answered, I would inflate that number of balloons
249
693000
3000
彼らの答えの数だけ風船を膨らませ
11:52
and give them that number of balloons to hold.
250
696000
2000
それを渡して持ってもらいます
11:54
So, you have some really happy person holding 10 balloons,
251
698000
2000
風船10個の本当に幸せな人もいれば
11:56
and some really sad soul holding one balloon.
252
700000
4000
風船１個だけのとても悲しい人もいる訳です
12:00
But you know, even holding one balloon is like, kind of happy.
253
704000
3000
でも 風船を１個持っているだけでも幸せに見えますよね
12:03
(Laughter)
254
707000
2000
（笑）
12:05
And then I would ask them a number of questions like
255
709000
2000
そしていくつか質問をします 例えば
12:07
what was the happiest day in their life, what makes them happy.
256
711000
2000
人生で一番幸せだった日や 何を幸せと思うか
12:09
And then finally, I would ask them to make a wish.
257
713000
3000
そして最後に 彼らに一つ願い事をしてもらいます
12:12
And when they made a wish, I would write their wish
258
716000
2000
願い事をしたら 彼らの願いを
12:14
onto one of the balloons and take a picture of them holding it.
259
718000
3000
風船の一つに書き 風船と一緒に写真を撮ります
12:17
So I'm going to show you now just a few brief snippets
260
721000
3000
いくつかのインタビューを少しばかり
12:20
of some of the interviews that I did, some of the people I spoke with.
261
724000
3000
かいつまんでご紹介します
12:23
This is an 11-year-old student.
262
727000
2000
これは11歳の学生です
12:25
He was playing cops and robbers with his friends, running around town,
263
729000
3000
友達とケイドロをしていて 全員おもちゃの銃を持って
12:28
and they all had plastic toy guns.
264
732000
2000
町中を走り回っていました
12:30
His wish was to become a police officer.
265
734000
3000
彼の願いは警官になることです
12:33
He was getting started early. Those were his hands.
266
737000
3000
彼は用意が早いようです これは彼の手です
12:36
I took pictures of everybody's hands,
267
740000
2000
私は全員の手の写真を撮りました
12:38
because I think you can often tell a lot about somebody
268
742000
2000
手を見るだけで その人のことが
12:40
from how their hands look. I took a portrait of everybody,
269
744000
3000
よく解るものです それぞれの顔写真も撮り
12:43
and asked everybody to make a funny face.
270
747000
3000
それから面白い顔をしてもらって それも写真に撮りました
12:46
A 17-year-old student. Her wish was to have been born a boy.
271
750000
4000
17歳の学生です
彼女の願いは男の子に生まれることです
彼女の願いは男の子に生まれることです
12:50
She thinks that women have a pretty tough go of things in Bhutan,
272
754000
3000
女性はブータンでは
物事に対して何かと困難がつきまとうため
物事に対して何かと困難がつきまとうため
12:53
and it's a lot easier if you're a boy.
273
757000
2000
男の子なら楽だったと思っているようです
13:01
A 28-year-old cell phone shop owner.
274
765000
2000
28歳の携帯電話販売店の店主です
13:03
If you knew what Paro looked like, you'd understand
275
767000
2000
パロの実情を考えると
13:05
how amazing it is that there's a cell phone shop there.
276
769000
5000
携帯電話販売店の存在自体が 驚くべき事です
13:10
He wanted to help poor people.
277
774000
2000
彼の願いは貧しい人々を助けることです
13:19
A 53-year-old farmer. She was chaffing wheat,
278
783000
3000
53歳の農家です 麦のもみ殻を取り分けており
13:22
and that pile of wheat behind her
279
786000
2000
彼女の後ろにある麦の山は
13:24
had taken her about a week to make.
280
788000
2000
一週間かかって作られたものです
13:26
She wanted to keep farming until she dies.
281
790000
4000
彼女は死ぬまで農家を続けたいようです
13:30
You can really start to see the stories told by the hands here.
282
794000
3000
手から物語が伝わるのが 解って来たと思います
13:33
She was wearing this silver ring that had the word "love" engraved on it,
283
797000
3000
「愛」という文字が刻まれた 銀の指輪をはめており
13:36
and she'd found it in the road somewhere.
284
800000
3000
どこかの道で拾ったようでした
13:43
A 16-year-old quarry worker.
285
807000
2000
16歳の採石労働者です
13:45
This guy was breaking rocks with a hammer in the hot sunlight,
286
809000
4000
彼は熱い日光の下で
石をハンマーで破砕していましたが
石をハンマーで破砕していましたが
13:49
but he just wanted to spend his life as a farmer.
287
813000
3000
彼はただ農家として 人生を過ごしたいとのことでした
13:59
A 21-year-old monk. He was very happy.
288
823000
5000
21歳の僧です 彼はとても幸せでした
14:04
He wanted to live a long life at the monastery.
289
828000
3000
彼は僧院で長い人生を送りたいようです
14:10
He had this amazing series of hairs growing out of a mole on the left side of his face,
290
834000
4000
顔の左側のほくろに驚くべき毛が生えており
14:14
which I'm told is very good luck.
291
838000
3000
とても縁起がいいものであると聞かされました
14:17
He was kind of too shy to make a funny face.
292
841000
4000
面白い顔をするには あまりにも恥ずかしがり屋でした
14:21
A 16-year-old student.
293
845000
5000
16歳の学生です
14:26
She wanted to become an independent woman.
294
850000
2000
彼女は独立した女性になりたいようです
14:28
I asked her about that, and she said she meant
295
852000
1000
聞き返すと
14:29
that she doesn't want to be married,
296
853000
2000
結婚したくないという意味だと言いました
14:31
because, in her opinion, when you get married in Bhutan as a woman,
297
855000
3000
彼女の意見では ブータンで女性として結婚した場合
14:34
your chances to live an independent life kind of end,
298
858000
3000
独立した人生を生きるチャンスがなくなるため
14:37
and so she had no interest in that.
299
861000
2000
結婚には興味がないようです
14:45
A 24-year-old truck driver.
300
869000
2000
24歳のトラック運転手です
14:47
There are these terrifyingly huge Indian trucks
301
871000
2000
恐ろしく巨大なインドのトラックが
14:49
that come careening around one-lane roads with two-lane traffic,
302
873000
4000
両方通行の１車線しかない道を
飛ばしてくるのを良く見かけます
飛ばしてくるのを良く見かけます
14:53
with 3,000-foot drop-offs right next to the road,
303
877000
3000
道のすぐ横は3000フィートの絶壁で
14:56
and he was driving one of these trucks.
304
880000
2000
彼はそんなトラックの運転手でした
14:58
But all he wanted was to just live a comfortable life, like other people.
305
882000
3000
そんな彼の望みは平凡な快適な暮らしをする事でした
15:08
A 24-year-old road sweeper. I caught her on her lunch break.
306
892000
3000
24歳の道路清掃人です
彼女が昼休みの時に声をかけました
彼女が昼休みの時に声をかけました
15:11
She'd built a little fire to keep warm, right next to the road.
307
895000
3000
道路の横で暖をとるため 彼女は小さな火をおこしました
15:14
Her wish was to marry someone with a car.
308
898000
4000
彼女の願いは車を所有している人と結婚することです
15:18
She wanted a change in her life.
309
902000
2000
彼女は人生に変化を求めていました
15:20
She lives in a little worker's camp right next to the road,
310
904000
3000
道路のすぐ隣の小さな労働者キャンプで暮らしており
15:23
and she wanted a different lot on things.
311
907000
2000
物事への変化を願っていました
15:33
An 81-year-old itinerant farmer.
312
917000
2000
81歳の出稼ぎ農家です
15:35
I saw this guy on the side of the road,
313
919000
2000
道路の端で彼を見かけたのですが
15:37
and he actually doesn't have a home.
314
921000
2000
実は彼には家がありません
15:39
He travels from farm to farm each day trying to find work,
315
923000
2000
毎日農場から農場へ仕事を探して移り
15:41
and then he tries to sleep at whatever farm he gets work at.
316
925000
4000
仕事を見つけた農場で寝るようです
15:45
So his wish was to come with me, so that he had somewhere to live.
317
929000
3000
彼の願いはどこかで暮らせるように私についていくことです
15:55
He had this amazing knife that he pulled out of his gho
318
939000
2000
彼はとても驚くべきナイフを持っており
15:57
and started brandishing when I asked him to make a funny face.
319
941000
4000
面白い顔をして欲しいと頼んだら
それを取り出して振り回しました
それを取り出して振り回しました
16:01
It was all good-natured.
320
945000
2000
悪気は全くなしです
16:04
A 10-year-old.
321
948000
4000
10歳です
16:08
He wanted to join a school and learn to read,
322
952000
2000
学校で読み方を習いたいのですが
16:10
but his parents didn't have enough money to send him to school.
323
954000
4000
両親には彼を学校に行かせるお金がないとのことでした
16:14
He was eating this orange, sugary candy
324
958000
2000
オレンジ色の砂糖のようなキャンディーに
16:16
that he kept dipping his fingers into,
325
960000
2000
指をしきりに漬けては舐めていて
16:18
and since there was so much saliva on his hands,
326
962000
2000
手は唾液でベトベトで
16:20
this orange paste started to form on his palms.
327
964000
3000
手のひらがオレンジ色のペースト状になっていました
16:27
(Laughter)
328
971000
2000
（笑）
16:30
A 37-year-old road worker.
329
974000
3000
37歳の道路工事作業員です
16:33
One of the more touchy political subjects in Bhutan
330
977000
4000
ブータンにおける厄介な政策的課題のひとつは
16:37
is the use of Indian cheap labor
331
981000
3000
道路を作るためにインドからの安い労働者を使い
16:40
that they import from India to build the roads,
332
984000
3000
ひとたび道路が完成すれば
16:43
and then they send these people home once the roads are built.
333
987000
2000
彼らを本国に送り返す事ですが
16:45
So these guys were in a worker's gang
334
989000
2000
そんな彼らが ある朝高速道路の端で
16:47
mixing up asphalt one morning on the side of the highway.
335
991000
3000
集団でアスファルトを混ぜていました
16:50
His wish was to make some money and open a store.
336
994000
3000
彼の願いはお金を稼いで店を開くことです
17:00
A 75-year-old farmer. She was selling oranges on the side of the road.
337
1004000
4000
75歳の農家です 彼女は道路の端でオレンジを売っていました
17:04
I asked her about her wish, and she said,
338
1008000
2000
願いを聞いてみたところ 彼女は
17:06
"You know, maybe I'll live, maybe I'll die, but I don't have a wish."
339
1010000
3000
「生きるか死ぬかしれないけど
私に願いはないよ」と言いました
私に願いはないよ」と言いました
17:14
She was chewing betel nut, which caused her teeth
340
1018000
3000
ビンロウジを長年噛んでいたのでしょう
17:17
over the years to turn very red.
341
1021000
2000
彼女の歯は真っ赤に染まっていました
17:19
Finally, this is a 26-year-old nun I spoke to.
342
1023000
6000
最後に この子は私が話しかけた26歳の尼僧です
17:25
Her wish was to make a pilgrimage to Tibet.
343
1029000
3000
彼女の願いはチベットへの巡礼です
17:28
I asked her how long she planned to live in the nunnery and she said,
344
1032000
2000
いつまで尼僧院で暮らすのか聞いたところ
17:30
"Well, you know, of course, it's impermanent,
345
1034000
2000
「もちろんずっとではないけれど
17:32
but my plan is to live here until I'm 30, and then enter a hermitage."
346
1036000
4000
30歳まではここに居て その後は隠遁生活を始めるわ」
17:36
And I said, "You mean, like a cave?" And she said, "Yeah, like a cave."
347
1040000
5000
「洞窟に住んだりするということ？」
「ええ 洞窟に住んだりね」
「ええ 洞窟に住んだりね」
17:41
And I said, "Wow, and how long will you live in the cave?"
348
1045000
3000
「すごいな どれくらい洞窟で暮らすつもり？」
17:44
And she said, "Well, you know,
349
1048000
2000
「うーん 実はね
17:46
I think I'd kind of like to live my whole life in the cave."
350
1050000
4000
一生洞窟の中で暮らしてみたいと思っているわ」
17:50
I just thought that was amazing. I mean, she spoke in a way --
351
1054000
2000
びっくりしました 彼女は実に
17:52
with amazing English, and amazing humor, and amazing laughter --
352
1056000
3000
流暢な英語を喋り ユーモアのセンスや笑いかたも
17:55
that made her seem like somebody I could have bumped into
353
1059000
2000
まるでニューヨークか 故郷のバーモントの道端で
17:57
on the streets of New York, or in Vermont, where I'm from.
354
1061000
3000
ばったり出会ったかもと言う感じの人でした
18:00
But here she had been living in a nunnery for the last seven years.
355
1064000
3000
でも彼女はこの７年間 尼僧院で暮らしているのです
18:03
I asked her a little bit more about the cave
356
1067000
3000
私は洞窟のことや そこに行ったら
18:06
and what she planned would happen once she went there, you know.
357
1070000
4000
何が彼女を待ち受けているのか
もう少し詳しく聞いてみました
もう少し詳しく聞いてみました
18:10
What if she saw the truth after just one year,
358
1074000
2000
もしたった１年で悟りを開いたら
18:12
what would she do for the next 35 years in her life?
359
1076000
2000
次の35年 何をして暮らすのでしょう？
18:14
And this is what she said.
360
1078000
2000
すると彼女はこう言いました
18:16
Woman: I think I'm going to stay for 35. Maybe -- maybe I'll die.
361
1080000
5000
女性：35歳まで 私は洞窟で暮らすと思う
その後は多分 死ぬわ
その後は多分 死ぬわ
18:21
Jonathan Harris: Maybe you'll die? Woman: Yes.
362
1085000
2000
ジョナサン：多分死ぬの？
女性：そうよ
女性：そうよ
18:23
JH: 10 years? Woman: Yes, yes. JH: 10 years, that's a long time.
363
1087000
3000
ジョナサン：あと10年？
女性：ええ ジョナサン：10年か それは長いね
女性：ええ ジョナサン：10年か それは長いね
18:26
Woman: Yes, not maybe one, 10 years, maybe I can die
364
1090000
3000
女性：ええ １年ではなく10年よ
18:29
within one year, or something like that.
365
1093000
2000
その後１年以内に多分私は死ねるわ
18:31
JH: Are you hoping to?
366
1095000
2000
ジョナサン：君はそう願っているの？
18:33
Woman: Ah, because you know, it's impermanent.
367
1097000
2000
女性：ええ だって永遠ではないもの
18:35
JH: Yeah, but -- yeah, OK. Do you hope --
368
1099000
6000
ジョナサン：それはそうだけど うん そうだね
18:41
would you prefer to live in the cave for 40 years,
369
1105000
3000
君は洞窟内で40年間暮らすのと
18:44
or to live for one year?
370
1108000
2000
１年間だけ生きるのと どちらがいい？
18:46
Woman: But I prefer for maybe 40 to 50.
371
1110000
4000
女性：多分40から50歳まで暮らしたいわ
18:50
JH: 40 to 50? Yeah.
372
1114000
1000
ジョナサン：40から50歳だって？
18:51
Woman: Yes. From then, I'm going to the heaven.
373
1115000
3000
女性：ええ その後私は天国に行くの
18:54
JH: Well, I wish you the best of luck with it.
374
1118000
5000
ジョナサン：うまくいく様に願っているよ
18:59
Woman: Thank you.
375
1123000
1000
女性：ありがとう
19:00
JH: I hope it's everything that you hope it will be.
376
1124000
3000
ジョナサン：君の願い通りになるといいね
19:03
So thank you again, so much.
377
1127000
2000
改めて本当にありがとう
19:05
Woman: You're most welcome.
378
1129000
2000
女性：どう致しまして
19:07
JH: So if you caught that, she said she hoped to die
379
1131000
2000
つまり彼女は40歳あたりで死ぬことを
19:09
when she was around 40. That was enough life for her.
380
1133000
3000
願っていると言ったのです それで十分な人生だと
19:12
So, the last thing we did, very quickly,
381
1136000
2000
最後に ちょっと急ぎますが
19:14
is I took all those wish balloons -- there were 117 interviews,
382
1138000
3000
117のインタビューから得られた
19:17
117 wishes -- and I brought them up to a place called Dochula,
383
1141000
4000
117の願いが込められた風船を持って
19:21
which is a mountain pass in Bhutan, at 10,300 feet,
384
1145000
4000
標高10300フィートもの峠に位置するドシュラと呼ばれる
19:25
one of the more sacred places in Bhutan.
385
1149000
3000
ブータンで有名な聖地の一つに持って行きました
19:28
And up there, there are thousands of prayer flags
386
1152000
2000
そこには人々が長年にかけて広げていった
19:30
that people have spread out over the years.
387
1154000
2000
数多くの祈祷旗があります
19:32
And we re-inflated all of the balloons, put them up on a string,
388
1156000
3000
私達は風船を再度膨らませ それを糸でくくり付けて
19:35
and hung them up there among the prayer flags.
389
1159000
2000
祈祷機と一緒につるしました
19:37
And they're actually still flying up there today.
390
1161000
2000
実は今も あそこで風船が風になびいています
19:39
So if any of you have any Bhutan travel plans in the near future,
391
1163000
3000
もし近い将来ブータンへの旅行計画がある方は
19:42
you can go check these out. Here are some images from that.
392
1166000
3000
風船を見に行くことが出来ます これはその時の写真です
19:46
We said a Buddhist prayer so that all these wishes could come true.
393
1170000
4000
これら全ての願いが叶うように念仏を唱えました
19:59
You can start to see some familiar balloons here.
394
1183000
3000
見慣れた風船もいくつかあります
20:02
"To make some money and to open a store" was the Indian road worker.
395
1186000
5000
「お金を稼いでお店を開く」
これはインド人の道路工事作業員からの願いですね
これはインド人の道路工事作業員からの願いですね
20:15
Thanks very much.
396
1199000
2000
ありがとうございました
20:17
(Applause)
397
1201000
3000
（拍手）
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