TED Residency
Jeff Kirschner: This app makes it fun to pick up litter
Jeff Kirschner: ဒီအက်ပ်နဲ့ဆို အမှိုက်ကောက်ရတာ ပျော်စရာကြီးပါ
Filmed:
Readability: 4.2
1,385,758 views
ကျွန်ုပ်တို့ရဲ့ ကမ္ဘာကြီးကို သန့်ရှင်းအောင် ထားကြရပါမယ်။ Litterati ဆိုတဲ့ အမှိုက်ကို ဖေါ်ထုတ်ပေးရန်၊ ကောက်ယူရန် နဲ့ ဘူမိတံဆိပ် တပ်ပေးနိုင်တဲ့ အက်ပ်ကို အသုံးပြုပြီး TED ကိုယ်စားလှယ် Jeff Kirschner ဟာ ကမ္ဘာကြီးကို သန့်ရှင်းအောင် လုပ်ပေးနေတဲ့ လူအုပ်စုရင်းမြစ် ဖြစ်လာတဲ့ အရပ်ဖက်အဖွဲ့အစည်းကို တီထွင်ပေးလိုက်ပါတယ်။ နိုင်ငံ ၁၀၀ ကျော်တို့အထဲက အမှိုက်တွေကို ခြေရာခံပြီးတဲ့ နောက်မှာ Kirschner ဟာ နာမည်ကြီး ကုမ္ပဏီကြီးများနှင့် အဖွဲ့အစည်းများနဲ့ လက်တွဲပြီး အမှိုက်တွေ မြေကြီးပေါ် ကျမလာအောင် ရပ်တန့်ပစ်ဖို့ သူစုစည်းထားတဲ့ ဒေတာကို သုံးနိုင်မယ်လို့ မျှော်လင့်ပါတယ်။
Jeff Kirschner - Entrepreneur
Jeff Kirschner created a global community that's eradicating litter one piece at a time. Full bio
Jeff Kirschner created a global community that's eradicating litter one piece at a time. Full bio
Double-click the English transcript below to play the video.
00:13
This story starts with these two --
0
1015
2993
ကျနော် ပြောချင်တဲ့ ဇာတ်လမ်းက
ဒီနှစ်ယောက်နဲ့ စတင်ခဲ့တယ်--
ဒီနှစ်ယောက်နဲ့ စတင်ခဲ့တယ်--
00:16
my kids.
1
4032
1258
ကျွန်တော့ ကလေးတွေပါ။
00:17
We were hiking in the Oakland woods
2
5314
1682
Oakland တောတွေမှာ ခြေလျင်ခရီး
00:19
when my daughter noticed
a plastic tub of cat litter in a creek.
a plastic tub of cat litter in a creek.
3
7020
4134
ထွက်နေတုန်း ချောင်းထဲမှာ ကြောင်အိမ်သာ
အတွက် သုံးတဲ့ဘူးကို တွေ့လိုက်တယ်။
အတွက် သုံးတဲ့ဘူးကို တွေ့လိုက်တယ်။
00:23
She looked at me and said,
4
11647
1662
သူက ကျွန်တော့ဆီကို ကြည့်ရင်း၊
00:25
"Daddy?
5
13333
2507
“ဖေဖေ တွေ့လား။
00:27
That doesn't go there."
6
15864
1650
ဒါ ဒီမှာ မရှိသင့်တဲ့ဟာပဲ။”
00:29
When she said that,
it reminded me of summer camp.
it reminded me of summer camp.
7
17538
2422
သူ ဒီလို ပြောလိုက်တော့
နွေရာသီစခန်းကို သတိရမိတယ်။
နွေရာသီစခန်းကို သတိရမိတယ်။
00:31
On the morning of visiting day,
8
19984
1498
သူတို့ဆီ သွားလည်တဲ့ နံနက်တွင်၊
00:33
right before they'd let our anxious
parents come barreling through the gates,
parents come barreling through the gates,
9
21506
3663
စိုးရိမ်နေကြတဲ့ မိဘတွေ ဂိတ်ဝတွေကို
ဖြတ်ပြီး ထွက်လာနေချိန်မှာ၊
ဖြတ်ပြီး ထွက်လာနေချိန်မှာ၊
00:37
our camp director would say,
10
25193
1369
စခန်း ညွှန်ကြားရေးမှူးက၊
00:38
"Quick! Everyone pick up
five pieces of litter."
five pieces of litter."
11
26586
2309
“လူတိုင်း ခပ်မြန်မြန်
အမှိုက် ငါးခုကောက်ယူကြပါ။”
အမှိုက် ငါးခုကောက်ယူကြပါ။”
00:40
You get a couple hundred kids
each picking up five pieces,
each picking up five pieces,
12
28919
3040
အဲဒီမှာ ကလေးတွေ နှစ်ရာလောက်
ရှိနေတော့ ငါးခုစီ ကောက်လိုက်ရင်၊
ရှိနေတော့ ငါးခုစီ ကောက်လိုက်ရင်၊
00:43
and pretty soon, you've got
a much cleaner camp.
a much cleaner camp.
13
31983
2573
မကြာမီမှာပဲ စခန်းဟာ များစွာမှ
ပိုသန့်ရှင်းလာမှာပေါ့။
ပိုသန့်ရှင်းလာမှာပေါ့။
အဲဒါနဲ့ ကျွန်တော် တွေးမိတာက၊
00:46
So I thought,
14
34580
1159
00:47
why not apply that crowdsourced
cleanup model to the entire planet?
cleanup model to the entire planet?
15
35763
4537
အမှိုက်ရှင်းရေး အဲဒီလို လူအုပ်စုနည်းကို
တစ်ကမ္ဘာလုံးအတွက် သုံးလိုက်ရင်ကော။
တစ်ကမ္ဘာလုံးအတွက် သုံးလိုက်ရင်ကော။
00:52
And that was the inspiration
for Litterati.
for Litterati.
16
40324
2951
အဲဒါကမှ Litterati ကို စပြီး
လှုံ့ဆော်ပေးလိုက်တာပါ။
လှုံ့ဆော်ပေးလိုက်တာပါ။
00:55
The vision is to create
a litter-free world.
a litter-free world.
17
43299
3349
အမှိုက်မဲ့ ကမ္ဘာကြီး ဖန်တီးရေး အမြင်ပါ။
00:58
Let me show you how it started.
18
46672
1508
စလုပ်ကိုင်ခဲ့ပုံကို ပြပေးပါရစေ။
01:00
I took a picture of a cigarette
using Instagram.
using Instagram.
19
48204
3386
ကျွန်တော်ဟာ Instagram ကို သုံးပြီး
စီးကရက်ကို ဓာတ်ပုံရိုက်လိုက်တယ်။
စီးကရက်ကို ဓာတ်ပုံရိုက်လိုက်တယ်။
01:04
Then I took another photo ...
20
52222
1867
အဲဒီနောက် နောက် ပုံကို ရိုက်ခဲ့တယ်...
01:06
and another photo ...
21
54113
1557
နောက် တစ်ပုံ...
01:07
and another photo.
22
55694
1167
နောက် တစ်ပုံ။
01:08
And I noticed two things:
23
56885
1286
ကျွန်တော် သတိထားမိတဲ့ နှစ်ချက်က-
01:10
one, litter became artistic
and approachable;
and approachable;
24
58195
3472
တစ်ချက်က၊ အမှိုက်ဟာ အနုပညာ ပစ္စည်း
ဖြစ်လာပြီး ချဉ်းကပ်လို့ ရလာတယ်၊
ဖြစ်လာပြီး ချဉ်းကပ်လို့ ရလာတယ်၊
ဒုတိယ အချက်က၊
01:14
and two,
25
62244
1151
ရက်အနည်းငယ် ကြာတော့၊ ကျွန်တော်
ဖုန်းထဲမှာ ပုံ ၅၀ ရှိနေပြီး
ဖုန်းထဲမှာ ပုံ ၅၀ ရှိနေပြီး
01:15
at the end of a few days,
I had 50 photos on my phone
I had 50 photos on my phone
26
63419
2515
01:17
and I had picked up each piece,
27
65958
1587
အမှိုက်တိုင်းကို ကျွန်တော် ကောက်ယူခဲ့တယ်၊
01:19
and I realized that I was keeping a record
28
67569
2385
အဲဒါဟာဖြင့် ဂြိုဟ်ကြီးအား အကောင်းဘက်မှ
အကျိုးသက်ရောက်စေခဲ့တာရဲ့
အကျိုးသက်ရောက်စေခဲ့တာရဲ့
01:21
of the positive impact
I was having on the planet.
I was having on the planet.
29
69978
3151
မှတ်တမ်းကို ကျွန်တော်
ပြုစုနေခြင်း ဖြစ်လာတယ်။
ပြုစုနေခြင်း ဖြစ်လာတယ်။
01:25
That's 50 less things that you might see,
30
73153
2188
ခင်ဗျားတို့ အားလုံး မြင်နိုင်ခဲ့ကြတာ၊
01:27
or you might step on,
31
75365
1243
ခင်ဗျားတို့ ခြေနဲ့ နင်းမိနိုင်တာ၊
01:28
or some bird might eat.
32
76632
1458
ငှက်တွေ စားမိနိုင်တာထက်
၅၀ နည်းလာတယ်။
၅၀ နည်းလာတယ်။
01:30
So I started telling people
what I was doing,
what I was doing,
33
78769
2652
အဲဒါနဲ့ ကျွန်တော် လုပ်နေတာကို
လူတွေကို ပြောပြလာတယ်။
လူတွေကို ပြောပြလာတယ်။
01:33
and they started participating.
34
81445
2356
သူတို့လည်း အဲဒီထဲ လိုက်ပါလာကြတယ်။
01:36
One day,
35
84831
1693
တစ်နေ့တွင်၊
01:38
this photo showed up from China.
36
86548
2528
ဒီပုံကို တရုတ်နိုင်ငံမှ ပြလာတယ်။
01:42
And that's when I realized
37
90039
1271
အဲဒီကျမှ Litterati ဟာ
01:43
that Litterati was more
than just pretty pictures;
than just pretty pictures;
38
91334
3266
လှပတဲ့ ပုံတွေထက် ပိုအရေးပါတာကို
ကျွန်တော် နားလည်လိုက်တယ်၊
ကျွန်တော် နားလည်လိုက်တယ်၊
01:46
we were becoming a community
that was collecting data.
that was collecting data.
39
94624
3369
ကျွန်တော်တို့ဟာ ဒေတာကို စုစည်းပေးတဲ့
အသိုက်အဝန်း ဖြစ်လာပါတယ်။
အသိုက်အဝန်း ဖြစ်လာပါတယ်။
ဓာတ်ပုံတိုင်း ပုံပြင်
တစ်ခုစီကို ပြောပြတယ်။
တစ်ခုစီကို ပြောပြတယ်။
01:50
Each photo tells a story.
40
98869
1890
01:53
It tells us who picked up what,
41
101279
2193
ဘယ်သူက ဘာကို ကောက်ယူလိုက်တယ်၊
01:55
a geotag tells us where
42
103496
2011
ဘူမိတံဆိပ်က ဘယ်မှာ ဖြစ်ခဲ့တယ်၊
01:57
and a time stamp tells us when.
43
105531
2030
အချိန်တံဆိပ်ကျတော့ အချိန်ကို ပြတယ်။
02:00
So I built a Google map,
44
108006
2429
အဲဒါနဲ့ ကျွန်တော်ဟာ Google ကို
ရေးဆွဲလိုက်တယ်၊
ရေးဆွဲလိုက်တယ်၊
02:02
and started plotting the points
where pieces were being picked up.
where pieces were being picked up.
45
110459
4053
အမှိုက်တွေ ကောက်ယူခဲ့တဲ့ နေရာတွေကို
အဲဒီပေါ်ကို တင်ပေးလာတယ်။
အဲဒီပေါ်ကို တင်ပေးလာတယ်။
02:06
And through that process,
the community grew
the community grew
46
114536
3918
အဲဒီလုပ်ငန်းစဉ်ကနေပြီး
အသိုက်အဝန်းဟာ ကြီးကြီးလာတယ်၊
အသိုက်အဝန်းဟာ ကြီးကြီးလာတယ်၊
02:10
and the data grew.
47
118478
1639
ဒေတာလည်း ကြီးထွားလာခဲ့တယ်။
02:12
My two kids go to school
right in that bullseye.
right in that bullseye.
48
120806
3461
ကျွန်တော့ ကလေး နှစ်ယောက် ကျောင်းကို
သွားတိုင်း မျက်လုံးပြူးကြီးနဲ့။
သွားတိုင်း မျက်လုံးပြူးကြီးနဲ့။
02:17
Litter:
49
125125
1211
အမှိုက်ဟာ-
02:18
it's blending into
the background of our lives.
the background of our lives.
50
126360
2704
ကျွန်တော်တို့ ဘဝရဲ့ နောက်ခံထဲမှာ
ရောယှက် နေရာယူတတ်တယ်။
ရောယှက် နေရာယူတတ်တယ်။
02:21
But what if we brought it
to the forefront?
to the forefront?
51
129088
2099
အဲဒါကို ရှေ့တန်းကို တင်ပေးလိုက်မယ်
ဆိုရင်ကော။
ဆိုရင်ကော။
02:23
What if we understood exactly
what was on our streets,
what was on our streets,
52
131211
2912
ကျွန်တော်တို့ရဲ့ လမ်းတွေပေါ်မှာ၊
02:26
our sidewalks
53
134147
1389
လမ်းဘေးမှာ၊ ကျောင်းဝင်းထဲမှာ
02:27
and our school yards?
54
135560
1538
ဘာတွေ ရှိနေတာ သိသင့်ပါတယ်။
02:29
How might we use that data
to make a difference?
to make a difference?
55
137122
3247
အဲဒီ ဒေတာကို သုံးပြီး ပြောင်းလဲလာအောင်
ဘယ်လိုများ သုံးနိုင်မလဲ။
ဘယ်လိုများ သုံးနိုင်မလဲ။
02:33
Well, let me show you.
56
141189
1198
ကျွန်တော ပြပေးပါရစေ။
02:34
The first is with cities.
57
142411
1385
ပထမအနေနဲ့ မြို့တွေပါ။
02:36
San Francisco wanted to understand
what percentage of litter was cigarettes.
what percentage of litter was cigarettes.
58
144418
4639
San Francisco က အမှိုက်တွေထဲမှာ
စီးကရက်ရဲ့ ရာခိုင်နှုန်းကို သိချင်ခဲ့တယ်။
စီးကရက်ရဲ့ ရာခိုင်နှုန်းကို သိချင်ခဲ့တယ်။
02:41
Why?
59
149081
1162
ဘာအတွက်ကြောင့်လဲ။
02:42
To create a tax.
60
150267
1209
အခွန်သစ်ကို ဖန်တီးဖို့ပါ။
ဒါနဲ့ သူတို့ဟာ လူနှစ်ယောက်ကို
လမ်းတွေမှာ ချထားလျက်
လမ်းတွေမှာ ချထားလျက်
02:44
So they put a couple of people
in the streets
in the streets
61
152073
2135
02:46
with pencils and clipboards,
62
154232
1361
ခဲတံနဲ့ မှတ်စုစာအုပ်နဲ့
02:47
who walked around collecting information
63
155617
2063
လျှောက်ကြည့်ရင်း အချက်တွေကို စုစည်းဖို့ပါ၊
02:49
which led to a 20-cent tax
on all cigarette sales.
on all cigarette sales.
64
157704
3111
အဲဒါနဲ့ စီးကရက် ရောင်းရသမျှအပေါ်
အခွန် ၂၀ % ပေးလာရတယ်။
အခွန် ၂၀ % ပေးလာရတယ်။
02:53
And then they got sued
65
161787
2153
ဒါပေမဲ့ သူတို့ကို စီးကရက် ကုမ္ပဏီကြီးတွေက
02:55
by big tobacco,
66
163964
1176
တရားစွဲလာကြတယ်၊
02:57
who claimed that collecting information
with pencils and clipboards
with pencils and clipboards
67
165164
3216
ခဲတံနဲ့ မှတ်စုစာအုပ်ဖြင့် အချက်အလက်
ကောက်ခံမှုဟာ မတိကျဘူး၊
ကောက်ခံမှုဟာ မတိကျဘူး၊
03:00
is neither precise nor provable.
68
168404
2331
သက်သေထူလို့ မရနိုင်ဘူးလို့ ဆိုကြတယ်။
03:03
The city called me and asked
if our technology could help.
if our technology could help.
69
171454
3680
မြို့က ကျွန်တော့ကို ဖုန်းဆက်ပြီးကျွန်တော့
နည်းပညာ ကူနိုင်မလား မေးတယ်။
နည်းပညာ ကူနိုင်မလား မေးတယ်။
03:07
I'm not sure they realized
70
175158
1249
ကျွန်တော်တို့ရဲ့ နည်းပညာဟာ
03:08
that our technology
was my Instagram account --
was my Instagram account --
71
176431
2248
Instagram အကောင့် ဖြစ်တာ
သူတို့ သိမသိ မသေချာပါ။
သူတို့ သိမသိ မသေချာပါ။
03:10
(Laughter)
72
178703
1039
(ရယ်မောသံများ)
ဒါပေမဲ့၊ “ဟုတ်ကဲ့၊ ကူနိုင်တယ်။”
03:11
But I said, "Yes, we can."
73
179766
1266
03:13
(Laughter)
74
181056
1016
(ရယ်မောသံများ)
03:14
"And we can tell you
if that's a Parliament or a Pall Mall.
if that's a Parliament or a Pall Mall.
75
182096
3908
“ပြီးတော့ အဲဒါဟာ Parliament လား၊
ဒါမှမဟုတ် Pall Mall လား ပြောနိုင်မယ်။
ဒါမှမဟုတ် Pall Mall လား ပြောနိုင်မယ်။
03:18
Plus, every photograph
is geotagged and time-stamped,
is geotagged and time-stamped,
76
186028
3425
အဲဒါ့အပြင်၊ ဓာတ်ပုံတိုင်းမှာ ဘူမိတံဆိပ်နဲ့
အချိန် တံဆိပ်တောင် ပါဦးမယ်၊
အချိန် တံဆိပ်တောင် ပါဦးမယ်၊
03:21
providing you with proof."
77
189477
1381
အဲဒါက သက်သေ အထောက်အထားပဲ။”
03:23
Four days and 5,000 pieces later,
78
191839
3220
လေးရက်အကြာတွင်၊ အမှိုက် ၅၀၀၀ နဲ့အတူ
03:27
our data was used in court
to not only defend but double the tax,
to not only defend but double the tax,
79
195083
4938
ကျွန်ုပ်တို့ရဲ့ ဒေတာကို တရားရုံးမှာ
သုံးခဲ့ကာ အခွန်ကို ကာကွယ်နိုင်ခဲ့ရုံသာမက
သုံးခဲ့ကာ အခွန်ကို ကာကွယ်နိုင်ခဲ့ရုံသာမက
03:32
generating an annual recurring revenue
of four million dollars
of four million dollars
80
200045
4323
အခွန်ကို နှစ်ဆတိုးနိုင်ခဲ့လို့ နှစ်စဉ်
အခွန် ဒေါ်လာ လေးသန်း ရလာရာ
အခွန် ဒေါ်လာ လေးသန်း ရလာရာ
03:36
for San Francisco to clean itself up.
81
204392
2295
San Francisco ရဲ့
သန့်ရှင်းမှုအတွက် သုံးနိုင်တယ်။
သန့်ရှင်းမှုအတွက် သုံးနိုင်တယ်။
အဲဒီ ရုံးတင်ကြားနာမှု အတွင်းမှာ
ကျွန်တော် နှစ်ချက် နားလည်လာတယ်-
ကျွန်တော် နှစ်ချက် နားလည်လာတယ်-
03:40
Now, during that process
I learned two things:
I learned two things:
82
208001
2235
03:42
one, Instagram is not the right tool --
83
210260
2554
Instagram ဟာ မှန်ကန်တဲ့ ကိရိယာ
မဟုတ်ဘူး--
မဟုတ်ဘူး--
03:44
(Laughter)
84
212838
1031
(ရယ်မောသံများ)
အဲဒါကြောင့် ကျွန်ုပ်တို့ အက်ပ်ကို
တီထွင်ရတယ်။
တီထွင်ရတယ်။
03:45
so we built an app.
85
213893
1503
03:47
And two, if you think about it,
86
215420
1633
နောက်တစ်ချက်က၊ စဉ်းစားကြည့်ရင်၊
03:49
every city in the world
has a unique litter fingerprint,
has a unique litter fingerprint,
87
217077
3617
ကမ္ဘာကြီးထဲက မြို့တိုင်းဆီမှာ
သူများနဲ့မတူတဲ့ လက်ဗွေလိုဟာ ရှိတယ်၊
သူများနဲ့မတူတဲ့ လက်ဗွေလိုဟာ ရှိတယ်၊
03:52
and that fingerprint provides
both the source of the problem
both the source of the problem
88
220718
3836
ပြီးတော့ လက်ဗွေဟာ ပြဿနာရဲ့
ဇာတ်မြစ်ကို ထောက်ပြပေးသလို
ဇာတ်မြစ်ကို ထောက်ပြပေးသလို
03:56
and the path to the solution.
89
224578
1921
အဖြေကိုပါ ဖေါ်ပြပေးတယ် ဆိုတာပါ။
03:59
If you could generate a revenue stream
90
227646
2378
စီးကရက်ရဲ့ ရာခိုင်နှုန်းကို သိရုံနဲ့
04:02
just by understanding
the percentage of cigarettes,
the percentage of cigarettes,
91
230048
2463
အခွန် ရရှိလာအောင် လုပ်နိုင်တယ်ဆိုရင်၊
04:04
well, what about coffee cups
92
232535
2096
ကော်ဖီခွက်တွေ ဒါမှမဟုတ်
04:06
or soda cans
93
234655
1706
ဆိုဒါဘူးတွေ ဆိုရင်ကော၊
04:08
or plastic bottles?
94
236385
1414
ပလပ်စတစ် ပုလင်းတွေကော။
04:10
If you could fingerprint San Francisco,
well, how about Oakland
well, how about Oakland
95
238501
3201
ခုနကလို San Francisco ရဲ့ လက်ဗွေကို
ရခဲ့သလို Oakland
ရခဲ့သလို Oakland
04:13
or Amsterdam
96
241726
1696
ဒါမှမဟုတ် Amsterdam
04:15
or somewhere much closer to home?
97
243446
2970
ဒါမှမဟုတ် ကိုယ့်အိမ်နဲ့ ပိုနီးတဲ့
မြို့အတွက် ဆိုရင်ကော။
မြို့အတွက် ဆိုရင်ကော။
ပြီးတော့ ကုမ္ပဏီကြီးတွေကော။
04:19
And what about brands?
98
247408
1234
ဒီဒေတာကို သူတို့ရဲ့
ပတ်ဝန်းကျင် နဲ့ စီးပွားရေး
ပတ်ဝန်းကျင် နဲ့ စီးပွားရေး
04:20
How might they use this data
99
248666
1901
04:22
to align their environmental
and economic interests?
and economic interests?
100
250591
4212
ဆိုင်ရာ အကျိုးစီးပွားများအတွက်
ဘယ်လိုများ သုံးနိုင်ကြမလဲ။
ဘယ်လိုများ သုံးနိုင်ကြမလဲ။
04:27
There's a block in downtown Oakland
that's covered in blight.
that's covered in blight.
101
255646
3212
Oakland မြို့လယ်ကောင်မှာ
အမှိုက်တွေနဲ့ ပြည့်နေတဲ့ နေရာရှိတယ်။
အမှိုက်တွေနဲ့ ပြည့်နေတဲ့ နေရာရှိတယ်။
04:31
The Litterati community got together
and picked up 1,500 pieces.
and picked up 1,500 pieces.
102
259325
4104
Litterati အသိုက်အဝန်းဟာ အတူတူ
သွားပြီး အမှိုက် ၁၅၀၀ ကို ကောက်ခဲ့ကြတယ်။
သွားပြီး အမှိုက် ၁၅၀၀ ကို ကောက်ခဲ့ကြတယ်။
04:35
And here's what we learned:
103
263812
1340
အဲဒီကနေ ကျွန်ုပ်တို့ သိလာတာ-
04:37
most of that litter came
from a very well-known taco brand.
from a very well-known taco brand.
104
265176
3210
အမှိုက် အများစုဟာ နာမည်ကြီး
taco တံဆိပ်ဆီက ဖြစ်တယ်။
taco တံဆိပ်ဆီက ဖြစ်တယ်။
04:41
Most of that brand's litter
were their own hot sauce packets,
were their own hot sauce packets,
105
269738
3577
အဲဒီတံဆိပ်ပါ အမှိုက် အများစုဟာ
သူတို့ရဲ့ ဆော့ထုပ်တွေပါ၊
သူတို့ရဲ့ ဆော့ထုပ်တွေပါ၊
04:46
and most of those hot sauce packets
hadn't even been opened.
hadn't even been opened.
106
274438
3626
ပြီးတော့ ဆော့ထုပ် အများအပြားကို
ဖွင့်တောင် မဖွင့်ရသေးဘူး။
ဖွင့်တောင် မဖွင့်ရသေးဘူး။
04:51
The problem and the path
to the solution --
to the solution --
107
279965
2715
ပြဿနာ နဲ့ ဖြေရှင်းရေး နည်းလမ်းက--
04:54
well, maybe that brand only
gives out hot sauce upon request
gives out hot sauce upon request
108
282704
3961
အဲဒီတံဆိပ်အနေနှင့် လူတွေ တောင်းမှသာ
ဆော့တွေကို ထုတ်ပေးရန်
ဆော့တွေကို ထုတ်ပေးရန်
04:58
or installs bulk dispensers
109
286689
2009
ဒါမှမဟုတ် လူတွေ ယူနိုင်ဖို့
ချပေးထားရန်၊
ချပေးထားရန်၊
05:00
or comes up with more
sustainable packaging.
sustainable packaging.
110
288722
2552
ဒါမှမဟုတ် ပိုပြီး လက်တွေ့ကျတဲ့
အထုပ် စီစဉ်ပေးဖို့ပါ။
အထုပ် စီစဉ်ပေးဖို့ပါ။
05:03
How does a brand take
an environmental hazard,
an environmental hazard,
111
291298
2969
ကုမ္ပဏီကြီး တစ်ခုအနေနဲ့
ပတ်ဝန်းကျင် အန္တရာယ်ကို ယူပြီး
ပတ်ဝန်းကျင် အန္တရာယ်ကို ယူပြီး
05:06
turn it into an economic engine
112
294291
2006
စီးပွားရေး တွန်းအားအဖြစ် ပြောင်းလဲပစ်ဖို့
05:08
and become an industry hero?
113
296321
1768
လုပ်ငန်းထဲက ဟီရိုး ဖြစ်လာဖို့ ဘာလုပ်ရမလဲ။
05:11
If you really want to create change,
114
299292
2202
ကျွန်ုပ်တို့က အပြောင်းအလဲကို
ဖန်တီးချင်လိုရင်၊
ဖန်တီးချင်လိုရင်၊
05:13
there's no better place to start
than with our kids.
than with our kids.
115
301518
2874
ကျွန်ုပ်တို့ရဲ့ ကလေးတွေထက်
ပိုပြီး ကောင်းတဲ့ နေရာ မရှိပါ။
ပိုပြီး ကောင်းတဲ့ နေရာ မရှိပါ။
05:16
A group of fifth graders picked up
1,247 pieces of litter
1,247 pieces of litter
116
304416
3403
ငါးတန်း ကျောင်းသား တစ်စုဟာ
သူတို့ရဲ့ ကျောင်းဝင်းထဲမှာကို
သူတို့ရဲ့ ကျောင်းဝင်းထဲမှာကို
05:19
just on their school yard.
117
307843
1848
အမှိုက် ၁၂၄၇ ခုကို ရှာနိုင်ခဲ့ကြတယ်။
05:21
And they learned that the most
common type of litter
common type of litter
118
309715
2532
ပြီးတော့ သူတို့ရဲ့ အမှိုက်တွေထဲမှာ
အများဆုံး တွေ့ရတဲ့
အများဆုံး တွေ့ရတဲ့
05:24
were the plastic straw wrappers
from their own cafeteria.
from their own cafeteria.
119
312271
3234
အမှိုက်က ကျောင်း စားသောက်ဆိုင်မှ
စုပ်တံကို ထုပ်တဲ့ ပလပ်စတစ်ပဲ။
စုပ်တံကို ထုပ်တဲ့ ပလပ်စတစ်ပဲ။
05:27
So these kids went
to their principal and asked,
to their principal and asked,
120
315947
2529
အဲဒါနဲ့ ကလေးတွေက ကျောင်းအုပ်ကြီး
ကို မေးကြတယ်၊
ကို မေးကြတယ်၊
“ကျွန်ုပ်တို့ အခုထက်ထိ စုပ်တံတွေကို
ဝယ်နေကြတာ ဘာကြောင့်လဲ။”
ဝယ်နေကြတာ ဘာကြောင့်လဲ။”
05:30
"Why are we still buying straws?"
121
318500
1660
05:33
And they stopped.
122
321166
1755
သူတို့ ရပ်လိုက်ကြပြီ။
05:34
And they learned that individually
they could each make a difference,
they could each make a difference,
123
322945
3654
ပြီးတော့ သူတို့ တစ်ဦးချင်း တစ်ခုခု
ပြောင်းလဲအောင် လုပ်နိုင်ပေမဲ့၊
ပြောင်းလဲအောင် လုပ်နိုင်ပေမဲ့၊
05:38
but together they created an impact.
124
326623
2338
အတူတူ လုပ်တော့ အကျိုးသက်ရောက်မှု
ပိုရှိလာတာ သိလာကြတယ်။
ပိုရှိလာတာ သိလာကြတယ်။
05:41
It doesn't matter
if you're a student or a scientist,
if you're a student or a scientist,
125
329503
4012
ကိုယ်က ကျောင်းသားလား၊
သိပ္ပံပညာရှင်လား၊ ကိုယ်နေတာက
သိပ္ပံပညာရှင်လား၊ ကိုယ်နေတာက
05:45
whether you live in Honolulu or Hanoi,
126
333539
3135
Honolulu ဒါမှမဟုတ် Hanoi မှာလား၊
အရေးမကြီးပါ။
အရေးမကြီးပါ။
05:48
this is a community for everyone.
127
336698
2441
ဒီလူ့အဖွဲ့အစည်းက လူတိုင်းအတွက်ပါ။
05:51
It started because of two little kids
in the Northern California woods,
in the Northern California woods,
128
339974
4679
ကလေး နှစ်ယောက်က
Northern California တောထဲတွင်
Northern California တောထဲတွင်
05:56
and today it's spread across the world.
129
344677
2814
စတင်လိုက်တာနဲ့ ဒါဟာ စလျက်
တကမ္ဘာလုံးကို ပျံ့လာခဲ့ပါတယ်။
တကမ္ဘာလုံးကို ပျံ့လာခဲ့ပါတယ်။
05:59
And you know how we're getting there?
130
347938
1783
ဒါကို ဘယ်လို လုပ်နိုင်ခဲ့ကြတာလဲ။
06:02
One piece at a time.
131
350067
1878
တစ်ချိန်မှာ အမှိုက် တစ်ခုပါ။
06:04
Thank you.
132
352508
1215
ကျေးဇူးတင်ပါတယ်။
06:05
(Applause)
133
353747
3618
(လက်ခုပ်တီးသံများ)
ABOUT THE SPEAKER
Jeff Kirschner - EntrepreneurJeff Kirschner created a global community that's eradicating litter one piece at a time.
Why you should listen
When his 4-year old daughter saw a plastic tub of cat litter in the woods, little did Jeff Kirschner realize that it would be the spark for creating Litterati -- a global movement that's "crowdsource-cleaning" the planet one piece of litter at a time.
Featured in National Geographic, Time Magazine, Fast Company and USA Today, Litterati has become a shining example of how communities are using technology and data to solve our world's most complex problems.
Kirschner has shared the Litterati story at Fortune 500 companies such as Google, Facebook and Uber, keynoted environmental summits at the Monterey Bay Aquarium and Keep America Beautiful, as well as leading schools including Stanford, MIT and the University of Michigan. He was recently a TED Resident, where he developed Litterati into an idea worth spreading.
Jeff Kirschner | Speaker | TED.com