TED@Cannes
Clay Shirky: How cognitive surplus will change the world
Clay Shirky: Jak intelektualna nadwyżka zmieni świat
Filmed:
Readability: 4.5
1,065,787 views
Clay Shirky przygląda się "intelektualnej nadwyżce": pracy wykonywanej online w wolnym czasie przez wirtualne zespoły ludzi dysponujących niespożytym umysłowym potencjałem. Edytując Wikipedię, publikując na Ushahidi, a nawet zamieszczając w sieci zabawne wizerunki naszych ulubionych kotów, budujemy lepszy, oparty na współpracy świat.
Clay Shirky - Social Media Theorist
Clay Shirky argues that the history of the modern world could be rendered as the history of ways of arguing, where changes in media change what sort of arguments are possible -- with deep social and political implications. Full bio
Clay Shirky argues that the history of the modern world could be rendered as the history of ways of arguing, where changes in media change what sort of arguments are possible -- with deep social and political implications. Full bio
Double-click the English transcript below to play the video.
00:16
The story starts in Kenya
0
1000
2000
Ta opowieść zaczyna się w Kenii
00:18
in December of 2007,
1
3000
2000
w grudniu 2007 roku,
00:20
when there was a disputed presidential election,
2
5000
2000
podczas spornych wyborów prezydenckich.
00:22
and in the immediate aftermath of that election,
3
7000
3000
Efektem wyborów był wybuch
00:25
there was an outbreak of ethnic violence.
4
10000
2000
zamieszek na tle etnicznym.
00:27
And there was a lawyer in Nairobi, Ory Okolloh --
5
12000
3000
Prawniczka z Nairobi, Ory Okolloh,
00:30
who some of you may know from her TEDTalk --
6
15000
2000
może oglądaliście jej TEDTalk,
00:32
who began blogging about it on her site,
7
17000
2000
zaczęła o nich pisać na swoim blogu,
00:34
Kenyan Pundit.
8
19000
2000
Kenyan Pundit.
00:36
And shortly after the election and the outbreak of violence,
9
21000
3000
Wkrótce po wyborach i wybuchu zamieszek
00:39
the government suddenly imposed
10
24000
2000
rząd nieoczekiwanie wprowadził
00:41
a significant media blackout.
11
26000
2000
blokadę informacyjną.
00:43
And so weblogs went from being
12
28000
2000
Blogi przestały być komentarzem
00:45
commentary as part of the media landscape
13
30000
2000
do informacji z mediów
00:47
to being a critical part of the media landscape
14
32000
3000
i stały się głównym źródłem informacji
00:50
in trying to understand where the violence was.
15
35000
3000
na temat przypadków przemocy.
00:53
And Okolloh solicited
16
38000
2000
Okolloh poprosiła,
00:55
from her commenters
17
40000
2000
by komentatorzy bloga
00:57
more information about what was going on.
18
42000
2000
informowali ją o tym, co się dzieje.
00:59
The comments began pouring in,
19
44000
2000
Zalał ją potok danych.
01:01
and Okolloh would collate them. She would post them.
20
46000
2000
Porządkowała je i publikowała,
01:03
And she quickly said, "It's too much.
21
48000
2000
by szybko stwierdzić: "Tego jest za dużo".
01:05
I could do this all day every day
22
50000
2000
"Robię to przez cały dzień,
01:07
and I can't keep up.
23
52000
2000
a i tak nie nadążam.
01:09
There is more information
24
54000
2000
Mamy więcej danych
01:11
about what's going on in Kenya right now
25
56000
2000
na temat sytuacji w Kenii,
01:13
than any one person can manage.
26
58000
2000
niż ktokolwiek może opanować.
01:15
If only there was a way to automate this."
27
60000
2000
Czy to można zautomatyzować?"
01:17
And two programmers who read her blog
28
62000
2000
Dwóch programistów przeczytało wpis
01:19
held their hands up and said, "We could do that,"
29
64000
3000
i odpisało: "Możemy to zrobić".
01:22
and in 72 hours, they launched Ushahidi.
30
67000
3000
W ciągu 72 godzin uruchomili Ushahidi.
01:25
Ushahidi -- the name means "witness"
31
70000
2000
Ushahidi oznacza "świadek"
01:27
or "testimony" in Swahili --
32
72000
2000
lub "świadectwo" w suahili.
01:29
is a very simple way of taking reports from the field,
33
74000
3000
To prosty sposób zbierania relacji z pierwszej ręki
01:32
whether it's from the web or, critically,
34
77000
3000
za pośrednictwem Internetu
01:35
via mobile phones and SMS,
35
80000
2000
lub SMS-ów,
01:37
aggregating it and putting it on a map.
36
82000
3000
agregowania ich i umieszczania na mapie.
01:40
That's all it is, but that's all that's needed
37
85000
2000
To wszystko, co potrzebne.
01:42
because what it does is it takes the tacit information
38
87000
3000
System gromadzi tzw. wiedzę ukrytą
01:45
available to the whole population --
39
90000
2000
dostępną całej populacji.
01:47
everybody knows where the violence is,
40
92000
2000
Każdy zna przypadki przemocy,
01:49
but no one person knows what everyone knows --
41
94000
3000
ale nikt nie zna ich wszystkich.
01:52
and it takes that tacit information
42
97000
2000
System zbiera dane,
01:54
and it aggregates it,
43
99000
2000
agreguje je,
01:56
and it maps it and it makes it public.
44
101000
2000
przyporządkowuje do lokalizacji i upublicznia.
01:58
And that, that maneuver
45
103000
2000
System "mapowania kryzysowego"
02:00
called "crisis mapping,"
46
105000
2000
System "mapowania kryzysowego"
02:02
was kicked off in Kenya
47
107000
3000
wystartował w Kenii
02:05
in January of 2008.
48
110000
2000
w styczniu 2008 roku.
02:07
And enough people looked at it and found it valuable enough
49
112000
3000
Wykorzystało go i doceniło tylu ludzi,
02:10
that the programmers who created Ushahidi
50
115000
2000
że twórcy Ushahidi
02:12
decided they were going to make it open source
51
117000
2000
postanowili upublicznić kod
02:14
and turn it into a platform.
52
119000
2000
i przekształcić go w platformę.
02:16
It's since been deployed in Mexico
53
121000
2000
W Meksyku wykorzystano go
02:18
to track electoral fraud.
54
123000
2000
do śledzenia oszustw wyborczych.
02:20
It's been deployed in Washington D.C. to track snow cleanup.
55
125000
3000
W Waszyngtonie do monitorowania odśnieżania ulic.
02:23
And it's been used most famously in Haiti
56
128000
2000
Słynne jest jego wykorzystanie
02:25
in the aftermath of the earthquake.
57
130000
3000
na Haiti po trzęsieniu ziemi.
02:28
And when you look at the map
58
133000
2000
Kiedy spojrzycie na mapę
02:30
now posted on the Ushahidi front page,
59
135000
2000
z pierwszej strony Ushahidi,
02:32
you can see that the number of deployments in Ushahidi
60
137000
2000
zorientujecie się, że system
02:34
has gone worldwide, all right?
61
139000
3000
jest używany na całym świecie.
02:37
This went from a single idea
62
142000
2000
Ten jeden pomysł
02:39
and a single implementation
63
144000
2000
i jedno wdrożenie
02:41
in East Africa in the beginning of 2008
64
146000
3000
we wschodniej Afryce na początku 2008 roku
02:44
to a global deployment
65
149000
2000
stał się globalną platformą
02:46
in less than three years.
66
151000
3000
w ciągu niecałych trzech lat.
02:49
Now what Okolloh did
67
154000
3000
To, co zrobiła Okolloh,
02:52
would not have been possible
68
157000
2000
nie byłoby możliwe
02:54
without digital technology.
69
159000
3000
bez technologii cyfrowej.
02:57
What Okolloh did would not have been possible
70
162000
3000
Nie byłoby możliwe
03:00
without human generosity.
71
165000
2000
bez ludzkiej hojności.
03:02
And the interesting moment now,
72
167000
2000
Zwróćcie uwagę na to,
03:04
the number of environments
73
169000
2000
że w wielu środowiskach
03:06
where the social design challenge
74
171000
2000
funkcjonowanie społeczne
03:08
relies on both of those things being true.
75
173000
3000
opiera się na tych dwóch czynnikach.
03:11
That is the resource that I'm talking about.
76
176000
3000
To są właśnie zasoby, o których chcę mówić.
03:14
I call it cognitive surplus.
77
179000
2000
Nazwałem je "intelektualną nadwyżką".
03:16
And it represents the ability
78
181000
2000
Odzwierciedla zdolność
03:18
of the world's population
79
183000
2000
mieszkańców całego świata
03:20
to volunteer and to contribute and collaborate
80
185000
3000
do dobrowolnej współpracy
03:23
on large, sometimes global, projects.
81
188000
3000
przy dużych, nawet globalnych projekach.
03:26
Cognitive surplus is made up of two things.
82
191000
2000
Składa się ona z dwóch rzeczy.
03:28
The first, obviously, is the world's free time and talents.
83
193000
3000
Pierwsza to wolny czas i uzdolnienia.
03:31
The world has over
84
196000
2000
Ludzkość dysponuje
03:33
a trillion hours a year
85
198000
3000
ponad bilionem godzin rocznie
03:36
of free time
86
201000
2000
czasu wolnego,
03:38
to commit to shared projects.
87
203000
2000
który może poświęcić na wspólne projekty.
03:40
Now, that free time existed in the 20th century,
88
205000
2000
W XX wieku mieliśmy czas wolny,
03:42
but we didn't get Ushahidi in the 20th century.
89
207000
3000
ale nie stworzyliśmy Ushahidi.
03:45
That's the second half of cognitive surplus.
90
210000
2000
To drugi element nadwyżki intelektualnej.
03:47
The media landscape in the 20th century
91
212000
2000
Media XX wieku
03:49
was very good at helping people consume,
92
214000
3000
ułatwiały ludziom konsumpcję.
03:52
and we got, as a result,
93
217000
2000
W efekcie staliśmy się
03:54
very good at consuming.
94
219000
2000
doskonałymi konsumentami.
03:56
But now that we've been given media tools --
95
221000
2000
Kiedy zyskaliśmy narzędzia,
03:58
the Internet, mobile phones -- that let us do more than consume,
96
223000
3000
Internet i komórki, które pozwalają na więcej,
04:01
what we're seeing is that people weren't couch potatoes
97
226000
3000
pojęliśmy, że nie siedzieliśmy przez TV
04:04
because we liked to be.
98
229000
2000
z zamiłowania.
04:06
We were couch potatoes because that was
99
231000
2000
Gnuśnieliśmy przez telewizorami,
04:08
the only opportunity given to us.
100
233000
2000
bo nie było innych możliwości.
04:10
We still like to consume, of course.
101
235000
2000
Nadal lubimy konsumować,
04:12
But it turns out we also like to create,
102
237000
2000
ale lubimy też tworzyć
04:14
and we like to share.
103
239000
3000
i dzielić się tym.
04:17
And it's those two things together --
104
242000
2000
Te dwa czynniki,
04:19
ancient human motivation
105
244000
2000
odwieczna ludzka motywacja
04:21
and the modern tools to allow that motivation
106
246000
2000
i współczesne narzędzia pozwalające
04:23
to be joined up in large-scale efforts --
107
248000
3000
wyzwolić ją w wielkich projektach,
04:26
that are the new design resource.
108
251000
3000
tworzą nowy zasób.
04:29
And using cognitive surplus,
109
254000
2000
Z nadwyżki intelektualnej
04:31
we're starting to see truly incredible experiments
110
256000
3000
rodzą się niesamowite eksperymenty
04:34
in scientific, literary,
111
259000
2000
w dziedzinie nauki, literatury,
04:36
artistic, political efforts.
112
261000
3000
sztuki, polityki,
04:39
Designing.
113
264000
2000
projektowania.
04:41
We're also getting, of course, a lot of LOLcats.
114
266000
3000
Pojawia się też mnóstwo tzw. LOLcats.
04:44
LOLcats are cute pictures of cats
115
269000
2000
LOLcats to słodkie zdjęcia kotków
04:46
made cuter with the addition of cute captions.
116
271000
3000
z jeszcze słodszymi podpisami.
04:49
And they are also
117
274000
2000
One również są
04:51
part of the abundant media landscape we're getting now.
118
276000
3000
częścią medialnego krajobrazu.
04:54
This is one of the participatory --
119
279000
2000
To jeden z modeli uczestnictwa
04:56
one of the participatory models
120
281000
2000
powstających równolegle
04:58
we see coming out of that, along with Ushahidi.
121
283000
3000
do serwisów takich jak Ushahidi.
05:01
Now I want to stipulate, as the lawyers say,
122
286000
2000
Chciałbym zastrzec,
05:03
that LOLcats are the stupidest possible
123
288000
2000
że te kotki to najgłupszy z możliwych
05:05
creative act.
124
290000
2000
aktów twórczych.
05:07
There are other candidates of course,
125
292000
2000
Oczywiście, są inni kandydaci,
05:09
but LOLcats will do as a general case.
126
294000
3000
ale kotki to udany przykład.
05:12
But here's the thing:
127
297000
2000
Ale coś Wam powiem.
05:14
The stupidest possible creative act
128
299000
2000
Najgłupszy możliwy akt twórczy
05:16
is still a creative act.
129
301000
3000
to nadal akt twórczy.
05:19
Someone who has done something like this,
130
304000
3000
Twórca czegoś takiego,
05:22
however mediocre and throwaway,
131
307000
3000
choćby zupełnie bezwartościowego,
05:25
has tried something, has put something forward in public.
132
310000
3000
spróbował swoich sił i pokazał swoje dzieło.
05:28
And once they've done it, they can do it again,
133
313000
3000
Może to zrobić ponownie.
05:31
and they could work on getting it better.
134
316000
2000
Może z czasem nabierze wprawy.
05:33
There is a spectrum between mediocre work and good work,
135
318000
3000
Poślednią pracę od wybitnej dzieli znaczący dystans.
05:36
and as anybody who's worked as an artist or a creator knows,
136
321000
3000
Każdy artysta czy twórca
05:39
it's a spectrum you're constantly
137
324000
2000
nieustannie próbuje
05:41
struggling to get on top of.
138
326000
2000
go pokonać.
05:43
The gap is between
139
328000
2000
Prawdziwa przepaść
05:45
doing anything and doing nothing.
140
330000
3000
dzieli bezczynność od zrobienia czegokolwiek.
05:48
And someone who makes a LOLcat
141
333000
2000
Twórca kotków
05:50
has already crossed over that gap.
142
335000
3000
pokonał tę przepaść.
05:53
Now it's tempting to want to get the Ushahidis
143
338000
2000
Kusi nas idea Ushahidi
05:55
without the LOLcats, right,
144
340000
2000
bez kotków,
05:57
to get the serious stuff without the throwaway stuff.
145
342000
3000
samo ziarno i żadnych plew.
06:00
But media abundance never works that way.
146
345000
3000
Wszechobecne media tak nie działają.
06:03
Freedom to experiment means freedom to experiment with anything.
147
348000
3000
Swoboda eksperymentowania nie zna ograniczeń.
06:06
Even with the sacred printing press,
148
351000
2000
Weźmy świętą prasę drukarską:
06:08
we got erotic novels 150 years
149
353000
2000
powieści erotyczne wyprzedziły
06:10
before we got scientific journals.
150
355000
3000
o 150 lat czasopisma naukowe.
06:14
So before I talk about
151
359000
3000
Zanim więc opowiem
06:17
what is, I think, the critical difference
152
362000
2000
o kluczowej różnicy
06:19
between LOLcats and Ushahidi,
153
364000
2000
między kotkami a Ushahidi,
06:21
I want to talk about
154
366000
2000
chciałbym wspomnieć
06:23
their shared source.
155
368000
2000
o ich wspólnym fundamencie.
06:25
And that source is design for generosity.
156
370000
3000
Jest nim projekt oparty na hojności.
06:28
It is one of the curiosities of our historical era
157
373000
3000
Ciekawe, że w naszej epoce,
06:31
that even as cognitive surplus
158
376000
2000
w miarę, jak nadwyżka intelektualna
06:33
is becoming a resource we can design around,
159
378000
2000
staje się cennym zasobem,
06:35
social sciences are also starting to explain
160
380000
3000
nauki społeczne zaczynają wyjaśniać,
06:38
how important
161
383000
2000
jak ważna jest dla nas
06:40
our intrinsic motivations are to us,
162
385000
2000
wewnętrzna motywacja.
06:42
how much we do things because we like to do them
163
387000
3000
W jakim stopniu pracujemy z zamiłowania,
06:45
rather than because our boss told us to do them,
164
390000
2000
a nie dlatego, że szef nam kazał
06:47
or because we're being paid to do them.
165
392000
3000
albo nam za to płacą.
06:50
This is a graph from a paper
166
395000
3000
Oto wykres z referatu
06:53
by Uri Gneezy and Aldo Rustichini,
167
398000
2000
Gneezy'ego i Rustichiniego,
06:55
who set out to test, at the beginning of this decade,
168
400000
3000
którzy kilka lat temu postanowili zbadać
06:58
what they called "deterrence theory."
169
403000
2000
coś, co nazwali "teorią odstraszania".
07:00
And deterrence theory is a very simple theory of human behavior:
170
405000
2000
Teoria ta prosto opisuje ludzkie zachowanie.
07:02
If you want somebody to do less of something,
171
407000
2000
Jeśli chcesz, by ludzie czegoś nie robili,
07:04
add a punishment and they'll do less of it.
172
409000
2000
nałóż karę, a przestaną.
07:06
Simple, straightforward, commonsensical --
173
411000
3000
Proste, zdroworozsądkowe,
07:09
also, largely untested.
174
414000
2000
ale niepodparte dowodami.
07:11
And so they went and studied
175
416000
2000
Naukowcy przebadali
07:13
10 daycare centers in Haifa, Israel.
176
418000
2000
10 przedszkoli w Hajfie w Izraelu.
07:15
They studied those daycare centers
177
420000
2000
Badali je w najbardziej nerwowym czasie,
07:17
at the time of highest tension,
178
422000
2000
Badali je w najbardziej nerwowym czasie,
07:19
which is pick-up time.
179
424000
2000
kiedy rodzice odbierają dzieci.
07:21
At pick-up time the teachers,
180
426000
2000
W czasie odbierania nauczyciele,
07:23
who have been with your children all day,
181
428000
2000
którzy cały dzień spędzili z dziećmi,
07:25
would like you to be there at the appointed hour to take your children back.
182
430000
3000
oczekują od rodziców punktualności.
07:28
Meanwhile, the parents -- perhaps a little busy at work, running late, running errands --
183
433000
3000
Rodzice, zapracowani i zabiegani,
07:31
want a little slack to pick the kids up late.
184
436000
3000
chcieliby odbierać dzieci nieco później.
07:34
So Gneezy and Rustichini said,
185
439000
2000
Więc naukowcy zapytali:
07:36
"How many instances of late pick-ups
186
441000
2000
"Ilu rodziców spóźnia się po dzieci
07:38
are there at these 10 daycare centers?"
187
443000
2000
w tych dziesięciu przedszkolach?"
07:40
Now they saw -- and this is what the graph is,
188
445000
2000
Tego dotyczy ten wykres:
07:42
these are the number of weeks and these are the number of late arrivals --
189
447000
3000
to liczba tygodni, a to liczba spóźnień.
07:45
that there were between six and 10
190
450000
2000
Od 6 do 10 rodziców
07:47
instances of late pick-ups
191
452000
2000
przychodziło po dzieci za późno
07:49
on average in these 10 daycare centers.
192
454000
2000
w tych dziesięciu przedszkolach.
07:51
So they divided the daycare centers into two groups.
193
456000
3000
Przedszkola podzielono na dwie grupy.
07:54
The white group there
194
459000
2000
Ta biała grupa
07:56
is the control group; they change nothing.
195
461000
3000
to grupa kontrolna, nic nie zmieniono.
07:59
But the group of daycare centers represented by the black line,
196
464000
3000
Ale w grupie przedstawionej czarną linią
08:02
they said, "We are changing this bargain
197
467000
2000
powiedziano: "Zmieniamy zasady
08:04
as of right now.
198
469000
2000
od tego momentu.
08:06
If you pick your kid up more than 10 minutes late,
199
471000
2000
Jeśli spóźnicie się po dziecko więcej niż 10 minut,
08:08
we're going to add a 10 shekel fine to your bill.
200
473000
2000
ukarzemy was grzywną w wysokości 10 szekli.
08:10
Boom. No ifs, ands or buts."
201
475000
3000
Koniec. Żadnych wymówek".
08:13
And the minute they did that,
202
478000
2000
Od tego momentu
08:15
the behavior in those daycare centers changed.
203
480000
2000
zachowanie rodziców uległo zmianie.
08:17
Late pick-ups went up
204
482000
2000
Liczba spóźnień rosła
08:19
every week for the next four weeks
205
484000
3000
przez następne 4 tygodnie,
08:22
until they topped out at triple the pre-fine average,
206
487000
3000
aż 3-krotnie przekroczyła wcześniejszą średnią,
08:25
and then they fluctuated
207
490000
2000
a następnie oscylowała
08:27
at between double and triple the pre-fine average
208
492000
2000
wokół 2,5-krotności wcześniejszej średniej,
08:29
for the life of the fine.
209
494000
2000
jak długo obowiązywała kara.
08:31
And you can see immediately what happened, right?
210
496000
3000
Widzicie od razu, co się stało.
08:35
The fine broke the culture
211
500000
2000
Kara zburzyła kulturę
08:37
of the daycare center.
212
502000
2000
obowiązującą w przedszkolu.
08:39
By adding a fine,
213
504000
2000
Nakładając karę,
08:41
what they did was communicate to the parents
214
506000
2000
przedszkole przekazało rodzicom,
08:43
that their entire debt to the teachers
215
508000
2000
że ich dług wobec nauczycieli
08:45
had been discharged
216
510000
2000
został anulowany
08:47
with the payment of 10 shekels,
217
512000
2000
po zapłaceniu 10 szekli
08:49
and that there was no residue of guilt or social concern
218
514000
3000
i nie muszą poczuwać się do winy
08:52
that the parents owed the teachers.
219
517000
2000
wobec nauczycieli.
08:54
And so the parents, quite sensibly, said,
220
519000
2000
Rodzice zdroworozsądkowo uznali:
08:56
"10 shekels to pick my kid up late?
221
521000
2000
"10 szekli za spóźnienie po dziecko?
08:58
What could be bad?"
222
523000
2000
Co w tym złego?"
09:00
(Laughter)
223
525000
2000
(Śmiech)
09:04
The explanation of human behavior
224
529000
2000
Wyjaśnienie ludzkiego zachowania
09:06
that we inherited in the 20th century
225
531000
3000
będące spadkiem po XX wieku zakłada,
09:09
was that we are all rational, self-maximizing actors,
226
534000
3000
że jesteśmy racjonalnymi maksymalistami.
09:12
and in that explanation --
227
537000
2000
Zgodnie z tym wyjaśnieniem
09:14
the daycare center had no contract --
228
539000
3000
przedszkole nie zawarło umowy,
09:17
should have been operating without any constraints.
229
542000
3000
więc rodzice nie byli niczym związani.
09:20
But that's not right.
230
545000
2000
Ale nie o to chodzi.
09:22
They were operating with social constraints
231
547000
2000
Wiązały ich zobowiązania społeczne,
09:24
rather than contractual ones.
232
549000
2000
a nie paragrafy umowy.
09:26
And critically, the social constraints
233
551000
2000
Co więcej, ograniczenia społeczne
09:28
created a culture that was more generous
234
553000
3000
narzuciły kulturę bardziej szczodrą,
09:31
than the contractual constraints did.
235
556000
2000
niż określała to umowa.
09:33
So Gneezy and Rustichini run this experiment for a dozen weeks --
236
558000
3000
Badacze eksperymentowali kilkanaście tygodni,
09:36
run the fine for a dozen weeks --
237
561000
2000
w tym czasie obowiązywała kara,
09:38
and then they say, "Okay, that's it. All done; fine."
238
563000
3000
po czym ogłosili zakończenie badań.
09:41
And then a really interesting thing happens:
239
566000
2000
I stało się coś interesującego.
09:43
Nothing changes.
240
568000
3000
Nic się nie zmieniło.
09:46
The culture that got broken by the fine
241
571000
3000
Kultura zburzona karą
09:49
stayed broken when the fine was removed.
242
574000
3000
nie odbudowała się, gdy kara zniknęła.
09:52
Not only are economic motivations
243
577000
3000
Motywacja ekonomiczna
09:55
and intrinsic motivations
244
580000
2000
i motywacja wewnętrzna
09:57
incompatible,
245
582000
2000
są nie tylko sprzeczne,
09:59
that incompatibility
246
584000
2000
ta sprzeczność
10:01
can persist over long periods.
247
586000
3000
może się długo utrzymywać.
10:04
So the trick
248
589000
2000
Haczyk w projektowaniu takich sytuacji
10:06
in designing these kinds of situations
249
591000
2000
Haczyk w projektowaniu takich sytuacji
10:08
is to understand where you're relying on
250
593000
3000
tkwi w zrozumieniu, kiedy polega się
10:11
the economic part of the bargain -- as with the parents paying the teachers --
251
596000
3000
na umowie ekonomicznej (rodzice płacą karę),
10:14
and when you're relying on the social part of the bargain,
252
599000
3000
a kiedy na umowie społecznej,
10:17
when you're really designing for generosity.
253
602000
3000
gdy liczy się na hojność stron umowy.
10:20
This brings me back to the LOLcats
254
605000
3000
W ten sposób wracamy do kotków
10:23
and to Ushahidi.
255
608000
2000
i Ushahidi.
10:25
This is, I think, the range that matters.
256
610000
2000
Oba krańce spektrum mają znaczenie.
10:27
Both of these rely on cognitive surplus.
257
612000
2000
Oba zależą od nadwyżki intelektualnej.
10:29
Both of these design for the assumption
258
614000
2000
Oba opierają się na założeniu,
10:31
that people like to create and we want to share.
259
616000
3000
że ludzie lubią tworzyć i pokazywać swoje dzieła.
10:34
Here is the critical difference between these:
260
619000
3000
A oto kluczowa różnica.
10:39
LOLcats is communal value.
261
624000
3000
Kotki mają wartość dla lokalnej wspólnoty.
10:42
It's value created by the participants
262
627000
2000
To wartość tworzona przez uczestników
10:44
for each other.
263
629000
2000
dla innych uczestników.
10:46
Communal value on the networks we have
264
631000
3000
Wartość naszych sieci społecznych
10:49
is everywhere --
265
634000
2000
objawia się wszędzie.
10:51
every time you see a large aggregate
266
636000
2000
Ujawnia ją każdy duży zbiór
10:53
of shared, publicly available data,
267
638000
3000
publicznie dostępnych danych,
10:56
whether it's photos on Flickr
268
641000
2000
czy to będą zdjęcia na Flickrze
10:58
or videos on Youtube or whatever.
269
643000
2000
czy materiały na YouTube.
11:00
This is good. I like LOLcats as much as the next guy,
270
645000
2000
I dobrze. Lubię kotki jak każdy,
11:02
maybe a little more even,
271
647000
2000
może nawet bardziej.
11:04
but this is also
272
649000
3000
Jest to jednak
11:07
a largely solved problem.
273
652000
2000
problem w dużej mierze rozwiązany.
11:09
I have a hard time envisioning a future
274
654000
2000
Trudno mi wyobrazić sobie przyszłość,
11:11
in which someone is saying,
275
656000
2000
w której ktoś mówi:
11:13
"Where, oh where, can I find a picture
276
658000
2000
"Och, gdzie mógłbym znaleźć zdjęcie
11:15
of a cute cat?"
277
660000
2000
słodkiego kotka?".
11:17
Ushahidi, by contrast,
278
662000
2000
Ushahidi jest z kolei
11:19
is civic value.
279
664000
2000
wartością obywatelską.
11:21
It's value created by the participants
280
666000
2000
Wartością stworzoną przez grupę,
11:23
but enjoyed by society as a whole.
281
668000
2000
z której może czerpać całe społeczeństwo.
11:25
The goals set out by Ushahidi
282
670000
2000
Celem Ushahidi
11:27
are not just to make life better
283
672000
2000
nie jest tylko poprawa życia
11:29
for the participants,
284
674000
2000
twórców serwisu,
11:31
but to make life better for everyone in the society
285
676000
3000
lecz poprawa życia całego społeczeństwa,
11:34
in which Ushahidi is operating.
286
679000
2000
w którym Ushahidi działa.
11:36
And that kind of civic value
287
681000
3000
Ten rodzaj wartości obywatelskiej
11:39
is not just a side effect
288
684000
2000
nie jest tylko efektem ubocznym
11:41
of opening up to human motivation.
289
686000
3000
otwarcia się na ludzką motywację.
11:44
It really is going to be a side effect
290
689000
2000
To efekt uboczny
11:46
of what we, collectively,
291
691000
2000
czegoś, co wspólnie wypracowujemy.
11:48
make of these kinds of efforts.
292
693000
3000
czegoś, co wspólnie wypracowujemy.
11:51
There are a trillion
293
696000
2000
Mamy bilion godzin rocznie
11:53
hours a year
294
698000
2000
Mamy bilion godzin rocznie
11:55
of participatory value
295
700000
2000
mocy intelektualnych do dyspozycji.
11:57
up for grabs.
296
702000
2000
mocy intelektualnych do dyspozycji.
11:59
That will be true year-in and year-out.
297
704000
3000
Ta wartość nie zmniejszy się.
12:02
The number of people who are going to be able
298
707000
2000
Liczba ludzi zdolnych
12:04
to participate in these kinds of projects
299
709000
2000
do udziału w takich projektach
12:06
is going to grow,
300
711000
2000
będzie rosnąć.
12:08
and we can see that organizations
301
713000
3000
Organizacje zbudowane
12:11
designed around a culture of generosity
302
716000
2000
na kulturze hojności
12:13
can achieve incredible effects
303
718000
2000
mogą osiągnąć niesamowite rezultaty,
12:15
without an enormous amount of contractual overhead --
304
720000
3000
nie ponosząc kosztów formalnej umowy.
12:18
a very different model
305
723000
2000
Ten model całkowicie różni się
12:20
than our default model for large-scale group action in the 20th century.
306
725000
3000
od modelu współpracy w dużych projektach XX wieku.
12:24
What's going to make the difference here
307
729000
3000
Różnicę tę dobrze uchwycił
12:27
is what Dean Kamen said,
308
732000
3000
Dean Kamen,
12:30
the inventor and entrepreneur.
309
735000
2000
wynalazca i przedsiębiorca, mówiąc:
12:32
Kamen said, "Free cultures get what they celebrate."
310
737000
3000
"Wolne kultury dostają to, co podziwiają".
12:36
We've got a choice before us.
311
741000
3000
Mamy przed sobą wybór.
12:39
We've got this trillion hours a year.
312
744000
2000
Mamy ten bilion godzin rocznie.
12:41
We can use it to crack each other up, and we're going to do that.
313
746000
3000
Możemy się w tym czasie nawzajem rozśmieszać.
12:44
That, we get for free.
314
749000
2000
To z pewnością nie minie.
12:46
But we can also celebrate
315
751000
2000
Możemy również podziwiać,
12:48
and support and reward the people
316
753000
2000
wspierać i nagradzać ludzi
12:50
trying to use cognitive surplus
317
755000
2000
wykorzystujących nadwyżkę intelektualną
12:52
to create civic value.
318
757000
2000
do stworzenia wartości obywatelskich.
12:54
And to the degree we're going to do that, to the degree we're able to do that,
319
759000
3000
Od tego, w jakim stopniu będziemy do tego zdolni,
12:57
we'll be able to change society.
320
762000
2000
zależy nasza zdolność do zmiany społeczeństwa. Dziękuję.
12:59
Thank you very much.
321
764000
2000
zależy nasza zdolność do zmiany społeczeństwa. Dziękuję.
ABOUT THE SPEAKER
Clay Shirky - Social Media TheoristClay Shirky argues that the history of the modern world could be rendered as the history of ways of arguing, where changes in media change what sort of arguments are possible -- with deep social and political implications.
Why you should listen
Clay Shirky's work focuses on the rising usefulness of networks -- using decentralized technologies such as peer-to-peer sharing, wireless, software for social creation, and open-source development. New technologies are enabling new kinds of cooperative structures to flourish as a way of getting things done in business, science, the arts and elsewhere, as an alternative to centralized and institutional structures, which he sees as self-limiting. In his writings and speeches he has argued that "a group is its own worst enemy."
Shirky is an adjunct professor in New York Universityʼs graduate Interactive Telecommunications Program, where he teaches a course named “Social Weather.” Heʼs the author of several books. This spring at the TED headquarters in New York, he gave an impassioned talk against SOPA/PIPA that saw 1 million views in 48 hours.
Clay Shirky | Speaker | TED.com