TED Residency
Jeff Kirschner: This app makes it fun to pick up litter
Jeff Kirschner: Met deze app wordt afval oprapen leuk
Filmed:
Readability: 4.2
1,385,758 views
Het heeft heel wat voeten in de aarde om de aardbol schoon te houden. Met Litterati -- een app waarmee gebruikers overal ter wereld afval kunnen identificeren, verzamelen en geotaggen -- heeft TED-ontwikkelaar Jeff Kirschner een gemeenschap opgericht waarmee we de planeet gezamenlijk schoonmaken. Na in meer dan 100 landen de hoeveelheid afval die op straat belandt gevolgd te hebben, hoopt Kirschner de gegevens die hij heeft verzameld te kunnen gebruiken om met merken en organisaties samen te werken en dit zo een halt toe te roepen.
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
Dit verhaal begint met deze twee --
00:16
my kids.
1
4032
1258
mijn kinderen.
00:17
We were hiking in the Oakland woods
2
5314
1682
We maakten een boswandeling
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
toen mijn dochter een plastic kattenbak
in een kreek zag liggen.
in een kreek zag liggen.
00:23
She looked at me and said,
4
11647
1662
Ze keek me aan en zei:
00:25
"Daddy?
5
13333
2507
"Pap?
00:27
That doesn't go there."
6
15864
1650
Die hoort daar niet."
00:29
When she said that,
it reminded me of summer camp.
it reminded me of summer camp.
7
17538
2422
Toen ze dat zei,
dacht ik aan het zomerkamp.
dacht ik aan het zomerkamp.
00:31
On the morning of visiting day,
8
19984
1498
De ochtend van de bezoekdag,
00:33
right before they'd let our anxious
parents come barreling through the gates,
parents come barreling through the gates,
9
21506
3663
vlak voor ze onze angstige ouders
het kamp binnenlieten,
het kamp binnenlieten,
zei onze kampdirecteur:
00:37
our camp director would say,
10
25193
1369
"Snel! Raap allemaal
vijf stukken afval van de grond."
vijf stukken afval van de grond."
00:38
"Quick! Everyone pick up
five pieces of litter."
five pieces of litter."
11
26586
2309
00:40
You get a couple hundred kids
each picking up five pieces,
each picking up five pieces,
12
28919
3040
Een paar honderd kinderen
die allemaal afval oprapen,
die allemaal afval oprapen,
00:43
and pretty soon, you've got
a much cleaner camp.
a much cleaner camp.
13
31983
2573
zorgen algauw voor een veel schoner kamp.
00:46
So I thought,
14
34580
1159
Dus ik dacht:
00:47
why not apply that crowdsourced
cleanup model to the entire planet?
cleanup model to the entire planet?
15
35763
4537
waarom zouden we dat schoonmaakmodel
niet toepassen op de hele planeet?
niet toepassen op de hele planeet?
00:52
And that was the inspiration
for Litterati.
for Litterati.
16
40324
2951
En dat was de inspiratie voor Litterati.
Het doel is om een afvalvrije
wereld te creëren.
wereld te creëren.
00:55
The vision is to create
a litter-free world.
a litter-free world.
17
43299
3349
00:58
Let me show you how it started.
18
46672
1508
Kijk maar naar hoe het begon.
01:00
I took a picture of a cigarette
using Instagram.
using Instagram.
19
48204
3386
Ik nam een foto
van een sigaret, met Instagram.
van een sigaret, met Instagram.
01:04
Then I took another photo ...
20
52222
1867
Toen nam ik nog een foto ...
01:06
and another photo ...
21
54113
1557
en nog een foto ...
01:07
and another photo.
22
55694
1167
en nog eentje.
En ik zag twee dingen.
01:08
And I noticed two things:
23
56885
1286
Eén: afval werd artistiek en toegankelijk.
01:10
one, litter became artistic
and approachable;
and approachable;
24
58195
3472
01:14
and two,
25
62244
1151
En twee: na een paar dagen
had ik 50 foto's op mijn telefoon
had ik 50 foto's op mijn telefoon
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
en ik had ieder stuk opgeraapt,
01:17
and I had picked up each piece,
27
65958
1587
en realiseerde me dat ik bijhield
01:19
and I realized that I was keeping a record
28
67569
2385
01:21
of the positive impact
I was having on the planet.
I was having on the planet.
29
69978
3151
wat voor positieve invloed
ik op de planeet uitoefende.
ik op de planeet uitoefende.
01:25
That's 50 less things that you might see,
30
73153
2188
Dat zijn 50 dingen minder die jij ziet
01:27
or you might step on,
31
75365
1243
of waar jij op stapt,
01:28
or some bird might eat.
32
76632
1458
of die een vogel opeet.
01:30
So I started telling people
what I was doing,
what I was doing,
33
78769
2652
Dus ik begon mensen te vertellen
waar ik mee bezig was
waar ik mee bezig was
01:33
and they started participating.
34
81445
2356
en zij begonnen mee te doen.
01:36
One day,
35
84831
1693
Op een dag
01:38
this photo showed up from China.
36
86548
2528
kwam deze foto uit China tevoorschijn.
01:42
And that's when I realized
37
90039
1271
En toen realiseerde ik me
dat Litterati méér was
dan gewoon mooie plaatjes;
dan gewoon mooie plaatjes;
01:43
that Litterati was more
than just pretty pictures;
than just pretty pictures;
38
91334
3266
01:46
we were becoming a community
that was collecting data.
that was collecting data.
39
94624
3369
we waren bezig een gemeenschap te worden
die gegevens verzamelde.
die gegevens verzamelde.
01:50
Each photo tells a story.
40
98869
1890
Iedere foto vertelt een verhaal.
01:53
It tells us who picked up what,
41
101279
2193
Over wie er wat opraapte,
01:55
a geotag tells us where
42
103496
2011
een geotag vertelt ons waar
01:57
and a time stamp tells us when.
43
105531
2030
en een tijdstempel vertelt ons wanneer.
02:00
So I built a Google map,
44
108006
2429
Dus ik bouwde een Google map
02:02
and started plotting the points
where pieces were being picked up.
where pieces were being picked up.
45
110459
4053
en begon de punten te verbinden
waar er afval was opgeraapt.
waar er afval was opgeraapt.
02:06
And through that process,
the community grew
the community grew
46
114536
3918
En gedurende dat proces
groeide de gemeenschap
groeide de gemeenschap
02:10
and the data grew.
47
118478
1639
en de gegevens eveneens.
02:12
My two kids go to school
right in that bullseye.
right in that bullseye.
48
120806
3461
Mijn kinderen gaan
precies in de roos daar naar school.
precies in de roos daar naar school.
02:17
Litter:
49
125125
1211
Afval: het verplaatst zich
naar de achtergrond van ons leven,
naar de achtergrond van ons leven,
02:18
it's blending into
the background of our lives.
the background of our lives.
50
126360
2704
maar wat als we het nu eens
naar de voorgrond brengen?
naar de voorgrond brengen?
02:21
But what if we brought it
to the forefront?
to the forefront?
51
129088
2099
02:23
What if we understood exactly
what was on our streets,
what was on our streets,
52
131211
2912
Wat als we precies begrepen
wat er op onze straten ligt,
wat er op onze straten ligt,
02:26
our sidewalks
53
134147
1389
op onze stoepen
02:27
and our school yards?
54
135560
1538
en onze schoolpleinen?
02:29
How might we use that data
to make a difference?
to make a difference?
55
137122
3247
Hoe zouden we die gegevens
kunnen gebruiken om een verschil te maken?
kunnen gebruiken om een verschil te maken?
02:33
Well, let me show you.
56
141189
1198
Dat zal ik laten zien.
02:34
The first is with cities.
57
142411
1385
De eerste is met steden.
San Francisco wilde begrijpen
hoeveel van het afval sigaretten waren.
hoeveel van het afval sigaretten waren.
02:36
San Francisco wanted to understand
what percentage of litter was cigarettes.
what percentage of litter was cigarettes.
58
144418
4639
02:41
Why?
59
149081
1162
Waarom?
Om een heffing te creëren.
02:42
To create a tax.
60
150267
1209
02:44
So they put a couple of people
in the streets
in the streets
61
152073
2135
Dus ze stuurden wat mensen de straat op
met potloden en clipboards,
met potloden en clipboards,
02:46
with pencils and clipboards,
62
154232
1361
en die liepen rond
en verzamelden informatie,
en verzamelden informatie,
02:47
who walked around collecting information
63
155617
2063
wat leidde tot een heffing van 20 cent
op alle verkochte sigaretten.
op alle verkochte sigaretten.
02:49
which led to a 20-cent tax
on all cigarette sales.
on all cigarette sales.
64
157704
3111
02:53
And then they got sued
65
161787
2153
En toen werden ze aangeklaagd
02:55
by big tobacco,
66
163964
1176
door de tabaksindustrie,
02:57
who claimed that collecting information
with pencils and clipboards
with pencils and clipboards
67
165164
3216
die beweerde dat informatie verzamelen
met potloden en clipboards
met potloden en clipboards
noch precies is, noch te bewijzen valt.
03:00
is neither precise nor provable.
68
168404
2331
03:03
The city called me and asked
if our technology could help.
if our technology could help.
69
171454
3680
De stad belde mij en vroeg
of onze technologie kon helpen.
of onze technologie kon helpen.
Ik denk niet dat ze wisten
03:07
I'm not sure they realized
70
175158
1249
dat 'onze technologie'
mijn Instagramaccount was,
mijn Instagramaccount was,
03:08
that our technology
was my Instagram account --
was my Instagram account --
71
176431
2248
03:10
(Laughter)
72
178703
1039
(Gelach)
maar ik zei: "Jazeker."
03:11
But I said, "Yes, we can."
73
179766
1266
03:13
(Laughter)
74
181056
1016
(Gelach)
"En we kunnen aangeven of het
een Parliament of een Pall Mall betreft.
een Parliament of een Pall Mall betreft.
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
03:18
Plus, every photograph
is geotagged and time-stamped,
is geotagged and time-stamped,
76
186028
3425
Plus, iedere foto is gegeotagt
en heeft een tijdstempel,
en heeft een tijdstempel,
waarmee u bewijs heeft."
03:21
providing you with proof."
77
189477
1381
03:23
Four days and 5,000 pieces later,
78
191839
3220
Vier dagen en 5.000 afvalstukken later
werden onze gegevens
in de rechtbank gebruikt
in de rechtbank gebruikt
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
ter verdediging en bovendien
verdúbbeling van de heffing,
verdúbbeling van de heffing,
03:32
generating an annual recurring revenue
of four million dollars
of four million dollars
80
200045
4323
waarmee een jaarlijkse inkomstenbron
van 4 miljoen dollar werd gegenereerd
van 4 miljoen dollar werd gegenereerd
03:36
for San Francisco to clean itself up.
81
204392
2295
om San Francisco mee schoon te houden.
Tijdens dat proces leerde ik twee dingen.
03:40
Now, during that process
I learned two things:
I learned two things:
82
208001
2235
Eén: Instagram
is niet het juiste middel --
is niet het juiste middel --
03:42
one, Instagram is not the right tool --
83
210260
2554
03:44
(Laughter)
84
212838
1031
(Gelach)
dus we maakten een app.
03:45
so we built an app.
85
213893
1503
03:47
And two, if you think about it,
86
215420
1633
En twee: als je erover nadenkt,
heeft iedere stad ter wereld
een unieke afval-afdruk
een unieke afval-afdruk
03:49
every city in the world
has a unique litter fingerprint,
has a unique litter fingerprint,
87
217077
3617
03:52
and that fingerprint provides
both the source of the problem
both the source of the problem
88
220718
3836
en die afdruk geeft zowel de kern
van het probleem weer
van het probleem weer
03:56
and the path to the solution.
89
224578
1921
als het pad naar de oplossing.
03:59
If you could generate a revenue stream
90
227646
2378
Als je een inkomstenstroom kon genereren
04:02
just by understanding
the percentage of cigarettes,
the percentage of cigarettes,
91
230048
2463
door enkel het percentage
sigaretten te begrijpen,
sigaretten te begrijpen,
04:04
well, what about coffee cups
92
232535
2096
hoe zit dat dan met koffiebekers
04:06
or soda cans
93
234655
1706
of frisdrankblikjes
04:08
or plastic bottles?
94
236385
1414
of plastic flesjes?
04:10
If you could fingerprint San Francisco,
well, how about Oakland
well, how about Oakland
95
238501
3201
Als je San Francisco zo kunt weergeven,
hoe zit het dan met Oakland?
hoe zit het dan met Oakland?
04:13
or Amsterdam
96
241726
1696
Of Amsterdam?
04:15
or somewhere much closer to home?
97
243446
2970
Of ergens vlakbij huis?
04:19
And what about brands?
98
247408
1234
En hoe zit het met merken?
04:20
How might they use this data
99
248666
1901
Hoe kunnen zij
deze gegevens gebruiken
deze gegevens gebruiken
04:22
to align their environmental
and economic interests?
and economic interests?
100
250591
4212
om hun milieubelangen
in balans te houden met de economische?
in balans te houden met de economische?
04:27
There's a block in downtown Oakland
that's covered in blight.
that's covered in blight.
101
255646
3212
Een wijk in de binnenstad van Oakland
is volledig in afval gehuld.
is volledig in afval gehuld.
04:31
The Litterati community got together
and picked up 1,500 pieces.
and picked up 1,500 pieces.
102
259325
4104
De Literati-gemeenschap kwam er samen
en raapte 1.500 stukken afval op.
en raapte 1.500 stukken afval op.
04:35
And here's what we learned:
103
263812
1340
En dit is wat wij leerden:
04:37
most of that litter came
from a very well-known taco brand.
from a very well-known taco brand.
104
265176
3210
het merendeel van dat afval
kwam van een zeer bekend tacomerk.
kwam van een zeer bekend tacomerk.
04:41
Most of that brand's litter
were their own hot sauce packets,
were their own hot sauce packets,
105
269738
3577
Het afval van dat merk was grotendeels
hun eigen hete-sausverpakkingen,
hun eigen hete-sausverpakkingen,
04:46
and most of those hot sauce packets
hadn't even been opened.
hadn't even been opened.
106
274438
3626
en die hete-sausverpakkingen
waren grotendeels zelfs ongeopend.
waren grotendeels zelfs ongeopend.
04:51
The problem and the path
to the solution --
to the solution --
107
279965
2715
Het probleem en het pad naar de oplossing:
04:54
well, maybe that brand only
gives out hot sauce upon request
gives out hot sauce upon request
108
282704
3961
wellicht zou dat merk alleen nog
hete saus op verzoek kunnen geven
hete saus op verzoek kunnen geven
of het de mensen zelf laten toevoegen
04:58
or installs bulk dispensers
109
286689
2009
05:00
or comes up with more
sustainable packaging.
sustainable packaging.
110
288722
2552
of duurzamere verpakkingen gebruiken.
05:03
How does a brand take
an environmental hazard,
an environmental hazard,
111
291298
2969
Hoe maakt een merk van een milieurisico
05:06
turn it into an economic engine
112
294291
2006
een economische motor
05:08
and become an industry hero?
113
296321
1768
en wordt het een held in de industrie?
05:11
If you really want to create change,
114
299292
2202
Als je echt verandering wilt zien,
is er geen betere plek om te beginnen
dan bij onze kinderen.
dan bij onze kinderen.
05:13
there's no better place to start
than with our kids.
than with our kids.
115
301518
2874
05:16
A group of fifth graders picked up
1,247 pieces of litter
1,247 pieces of litter
116
304416
3403
Een groep vijfdeklassers
raapte 1.247 stukken afval op,
raapte 1.247 stukken afval op,
05:19
just on their school yard.
117
307843
1848
alleen al op hun schoolplein.
05:21
And they learned that the most
common type of litter
common type of litter
118
309715
2532
En ze leerden dat het meest
voorkomende soort afval
voorkomende soort afval
05:24
were the plastic straw wrappers
from their own cafeteria.
from their own cafeteria.
119
312271
3234
de plastic hoesjes om rietjes
uit hun eigen kantine zijn.
uit hun eigen kantine zijn.
05:27
So these kids went
to their principal and asked,
to their principal and asked,
120
315947
2529
Daarop stapten zij
naar de directeur en vroegen hem:
naar de directeur en vroegen hem:
"Waarom kopen we nog steeds rietjes?"
05:30
"Why are we still buying straws?"
121
318500
1660
05:33
And they stopped.
122
321166
1755
En de school stopte daar toen mee.
En de kinderen leerden dat zij individueel
allemaal een verschil konden maken,
allemaal een verschil konden maken,
05:34
And they learned that individually
they could each make a difference,
they could each make a difference,
123
322945
3654
05:38
but together they created an impact.
124
326623
2338
maar dat ze tezamen invloed uitoefenden.
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
Het doet er niet toe of je nu
een student of wetenschapper bent,
een student of wetenschapper bent,
05:45
whether you live in Honolulu or Hanoi,
126
333539
3135
of je in Honolulu of Hanoi woont,
05:48
this is a community for everyone.
127
336698
2441
deze gemeenschap is voor iedereen.
05:51
It started because of two little kids
in the Northern California woods,
in the Northern California woods,
128
339974
4679
Het begon dankzij twee kleine kinderen
in het bos van Noord Californië
in het bos van Noord Californië
05:56
and today it's spread across the world.
129
344677
2814
en het is vandaag de dag
over heel de wereld verspreid.
over heel de wereld verspreid.
05:59
And you know how we're getting there?
130
347938
1783
En weet je hoe we er komen?
06:02
One piece at a time.
131
350067
1878
Stukje bij beetje.
06:04
Thank you.
132
352508
1215
Hartelijk bedankt.
06:05
(Applause)
133
353747
3618
(Applaus)
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