TED Residency
Jeff Kirschner: This app makes it fun to pick up litter
Jeff Kirschner: Esta aplicação faz com que apanhar lixo seja divertido
Filmed:
Readability: 4.2
1,385,758 views
A Terra é um grande lugar para se manter limpa. Com o Litterati — uma aplicação para os utilizadores identificarem, recolherem e marcarem geograficamente o lixo do mundo — Jeff Kirschner, residente da TED, criou uma comunidade que limpa o planeta. Depois de rastrear o lixo em mais de 100 países, Kirschner espera usar os dados para trabalhar com marcas e organizações para parar o lixo antes que atinja o solo.
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
Esta história começa com estes dois
— os meus filhos.
00:16
my kids.
1
4032
1258
00:17
We were hiking in the Oakland woods
2
5314
1682
Estávamos a caminhar
nos bosques de Oakland
nos bosques de Oakland
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
quando a minha filha reparou
numa caixa plástica de areia de gato
numa caixa plástica de areia de gato
que estava num riacho.
00:23
She looked at me and said,
4
11647
1662
Ela olhou para mim e disse:
00:25
"Daddy?
5
13333
2507
"Pai?
"Aquilo não devia estar ali."
00:27
That doesn't go there."
6
15864
1650
00:29
When she said that,
it reminded me of summer camp.
it reminded me of summer camp.
7
17538
2422
Quando me disse isto, lembrei-me
dos campos de verão.
dos campos de verão.
00:31
On the morning of visiting day,
8
19984
1498
Na manhã do dia de visitas,
00:33
right before they'd let our anxious
parents come barreling through the gates,
parents come barreling through the gates,
9
21506
3663
antes de deixarem os nossos pais
atravessar os portões,
atravessar os portões,
o nosso diretor dizia-nos:
00:37
our camp director would say,
10
25193
1369
"Rápido! Toda a gente pega
em cinco pedaços de lixo."
em cinco pedaços de lixo."
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
Quando há umas cem crianças,
cada a pegar em cinco pedaços de lixo,
cada a pegar em cinco pedaços de lixo,
00:43
and pretty soon, you've got
a much cleaner camp.
a much cleaner camp.
13
31983
2573
têm um acampamento
muito mais limpo.
muito mais limpo.
00:46
So I thought,
14
34580
1159
Então eu pensei:
00:47
why not apply that crowdsourced
cleanup model to the entire planet?
cleanup model to the entire planet?
15
35763
4537
"Porque não aplicar este modelo
de limpeza em todo o planeta?"
de limpeza em todo o planeta?"
00:52
And that was the inspiration
for Litterati.
for Litterati.
16
40324
2951
E foi esta a inspiração para a Litterati.
00:55
The vision is to create
a litter-free world.
a litter-free world.
17
43299
3349
A nossa visão é criar um mundo sem lixo.
00:58
Let me show you how it started.
18
46672
1508
Vou mostrar como isto começou.
01:00
I took a picture of a cigarette
using Instagram.
using Instagram.
19
48204
3386
Usei o Instagram para tirar
uma foto de um cigarro.
uma foto de um cigarro.
01:04
Then I took another photo ...
20
52222
1867
Depois tirei outra foto...
01:06
and another photo ...
21
54113
1557
e outra foto...
01:07
and another photo.
22
55694
1167
e outra foto.
01:08
And I noticed two things:
23
56885
1286
E notei duas coisas:
01:10
one, litter became artistic
and approachable;
and approachable;
24
58195
3472
um, o lixo tornou-se
artístico e acessível;
artístico e acessível;
01:14
and two,
25
62244
1151
e dois,
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
ao fim de uns dias,
tinha 50 fotos no meu telefone
tinha 50 fotos no meu telefone
e tinha apanhado cada pedaço,
01:17
and I had picked up each piece,
27
65958
1587
01:19
and I realized that I was keeping a record
28
67569
2385
e apercebi-me que estava
a manter um registo
a manter um registo
01:21
of the positive impact
I was having on the planet.
I was having on the planet.
29
69978
3151
do impacto positivo
que eu estava a ter no planeta.
que eu estava a ter no planeta.
Isto são menos 50 coisas
que vocês poderiam ver,
que vocês poderiam ver,
01:25
That's 50 less things that you might see,
30
73153
2188
01:27
or you might step on,
31
75365
1243
ou poderiam pisar,
01:28
or some bird might eat.
32
76632
1458
ou algum pássaro poderia comer.
01:30
So I started telling people
what I was doing,
what I was doing,
33
78769
2652
Então comecei a dizer às pessoas
o que estava a fazer,
o que estava a fazer,
01:33
and they started participating.
34
81445
2356
e elas começaram a participar.
01:36
One day,
35
84831
1693
Um dia,
01:38
this photo showed up from China.
36
86548
2528
apareceu esta foto da China.
01:42
And that's when I realized
37
90039
1271
E foi aí que me apercebi
01:43
that Litterati was more
than just pretty pictures;
than just pretty pictures;
38
91334
3266
que a Litterati era mais que
apenas fotos bonitas;
apenas fotos bonitas;
01:46
we were becoming a community
that was collecting data.
that was collecting data.
39
94624
3369
estávamos a tornar-nos
uma comunidade que recolhe dados.
uma comunidade que recolhe dados.
01:50
Each photo tells a story.
40
98869
1890
Cada foto conta uma história.
01:53
It tells us who picked up what,
41
101279
2193
Diz-nos quem apanhou o quê,
01:55
a geotag tells us where
42
103496
2011
uma marca geográfica diz-nos onde
01:57
and a time stamp tells us when.
43
105531
2030
e um selo de tempo diz-nos quando.
02:00
So I built a Google map,
44
108006
2429
Então construí um mapa do Google,
02:02
and started plotting the points
where pieces were being picked up.
where pieces were being picked up.
45
110459
4053
e comecei a traçar os pontos
onde o lixo estava a ser apanhado.
onde o lixo estava a ser apanhado.
02:06
And through that process,
the community grew
the community grew
46
114536
3918
E através deste processo,
a comunidade cresceu
a comunidade cresceu
02:10
and the data grew.
47
118478
1639
e os dados cresceram.
02:12
My two kids go to school
right in that bullseye.
right in that bullseye.
48
120806
3461
Os meus dois filhos andam na escola
que fica naquele alvo.
que fica naquele alvo.
02:17
Litter:
49
125125
1211
Lixo:
02:18
it's blending into
the background of our lives.
the background of our lives.
50
126360
2704
está a misturar-se em plano de fundo
com as nossas vidas.
com as nossas vidas.
02:21
But what if we brought it
to the forefront?
to the forefront?
51
129088
2099
Mas e se nós o trouxéssemos para a frente?
02:23
What if we understood exactly
what was on our streets,
what was on our streets,
52
131211
2912
E se nós percebêssemos exatamente
o que está nas nossas ruas,
o que está nas nossas ruas,
02:26
our sidewalks
53
134147
1389
nos nossos passeios
02:27
and our school yards?
54
135560
1538
e nos nossos pátios das escolas?
02:29
How might we use that data
to make a difference?
to make a difference?
55
137122
3247
Como poderíamos usar estes dados
para fazer a diferença?
para fazer a diferença?
02:33
Well, let me show you.
56
141189
1198
Deixem-me mostrar-vos.
02:34
The first is with cities.
57
142411
1385
A primeira é com as cidades.
02:36
San Francisco wanted to understand
what percentage of litter was cigarettes.
what percentage of litter was cigarettes.
58
144418
4639
São Francisco queria perceber que
percentagem do lixo eram os cigarros.
percentagem do lixo eram os cigarros.
02:41
Why?
59
149081
1162
Porquê?
02:42
To create a tax.
60
150267
1209
Para criar um imposto.
02:44
So they put a couple of people
in the streets
in the streets
61
152073
2135
Então, puseram algumas pessoas nas ruas
02:46
with pencils and clipboards,
62
154232
1361
com lápis e blocos,
02:47
who walked around collecting information
63
155617
2063
a recolher informações
02:49
which led to a 20-cent tax
on all cigarette sales.
on all cigarette sales.
64
157704
3111
o que levou a um imposto de 20 cêntimos
sobre todas as vendas de cigarros.
sobre todas as vendas de cigarros.
02:53
And then they got sued
65
161787
2153
Depois foram processados
02:55
by big tobacco,
66
163964
1176
por grandes tabaqueiras,
02:57
who claimed that collecting information
with pencils and clipboards
with pencils and clipboards
67
165164
3216
que alegavam que a recolha
de informações com lápis e blocos
de informações com lápis e blocos
não é exata nem demonstrável.
03:00
is neither precise nor provable.
68
168404
2331
Então ligaram-me a perguntar
se a nossa tecnologia os podia ajudar.
se a nossa tecnologia os podia ajudar.
03:03
The city called me and asked
if our technology could help.
if our technology could help.
69
171454
3680
Não sei se eles se aperceberam
de que a nossa tecnologia
de que a nossa tecnologia
03:07
I'm not sure they realized
70
175158
1249
03:08
that our technology
was my Instagram account --
was my Instagram account --
71
176431
2248
era a minha conta do Instagram.
03:10
(Laughter)
72
178703
1039
Mas eu disse-lhes: "Sim, conseguimos."
03:11
But I said, "Yes, we can."
73
179766
1266
03:13
(Laughter)
74
181056
1016
(Risos)
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
"E podemos dizer-vos se é
um Parliament ou um Pall Mall.
um Parliament ou um Pall Mall.
"Além disso, cada fotografia tem uma
marca geográfica e um selo de tempo,
marca geográfica e um selo de tempo,
03:18
Plus, every photograph
is geotagged and time-stamped,
is geotagged and time-stamped,
76
186028
3425
03:21
providing you with proof."
77
189477
1381
"fornecendo-vos provas."
03:23
Four days and 5,000 pieces later,
78
191839
3220
Quatro dias e 5000 fotos depois,
os nossos dados foram utilizados
em tribunal não só para defender
em tribunal não só para defender
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
mas também para duplicar o imposto,
03:32
generating an annual recurring revenue
of four million dollars
of four million dollars
80
200045
4323
gerando uma receita anual recorrente
de quatro milhões de dólares
de quatro milhões de dólares
03:36
for San Francisco to clean itself up.
81
204392
2295
para São Francisco se limpar.
Durante este processo aprendi duas coisas:
03:40
Now, during that process
I learned two things:
I learned two things:
82
208001
2235
primeiro, que o Instagram
não é a ferramenta certa.
não é a ferramenta certa.
03:42
one, Instagram is not the right tool --
83
210260
2554
(Risos)
03:44
(Laughter)
84
212838
1031
03:45
so we built an app.
85
213893
1503
Por isso, construímos uma "app".
03:47
And two, if you think about it,
86
215420
1633
E segundo, se pensarem nisso,
03:49
every city in the world
has a unique litter fingerprint,
has a unique litter fingerprint,
87
217077
3617
todas as cidades do mundo têm
uma pegada ecológica única,
uma pegada ecológica única,
03:52
and that fingerprint provides
both the source of the problem
both the source of the problem
88
220718
3836
e essa pegada dá-nos tanto
a fonte do problema
a fonte do problema
03:56
and the path to the solution.
89
224578
1921
como o caminho para a solução.
03:59
If you could generate a revenue stream
90
227646
2378
Se podemos gerar um fluxo de receitas
04:02
just by understanding
the percentage of cigarettes,
the percentage of cigarettes,
91
230048
2463
apenas ao percebermos
a percentagem de cigarros,
a percentagem de cigarros,
04:04
well, what about coffee cups
92
232535
2096
bem, então e os copos de café?
04:06
or soda cans
93
234655
1706
Ou as latas de refrigerantes?
04:08
or plastic bottles?
94
236385
1414
Ou as garrafas de plástico?
04:10
If you could fingerprint San Francisco,
well, how about Oakland
well, how about Oakland
95
238501
3201
Se pudemos digitalizar São Francisco,
então e Oakland?
então e Oakland?
04:13
or Amsterdam
96
241726
1696
Ou Amesterdão?
04:15
or somewhere much closer to home?
97
243446
2970
Ou algum lugar muito mais perto de casa?
04:19
And what about brands?
98
247408
1234
E as marcas?
04:20
How might they use this data
99
248666
1901
Como é que eles podem usar estes dados
04:22
to align their environmental
and economic interests?
and economic interests?
100
250591
4212
para alinharem os seus interesses
ambientais e económicos?
ambientais e económicos?
04:27
There's a block in downtown Oakland
that's covered in blight.
that's covered in blight.
101
255646
3212
Há um quarteirão no centro de Oakland
que está coberto de lixo.
que está coberto de lixo.
04:31
The Litterati community got together
and picked up 1,500 pieces.
and picked up 1,500 pieces.
102
259325
4104
A comunidade Litterati uniu-se
e, juntos, apanhámos 1500 pedaços.
e, juntos, apanhámos 1500 pedaços.
04:35
And here's what we learned:
103
263812
1340
Aqui está o que aprendemos:
04:37
most of that litter came
from a very well-known taco brand.
from a very well-known taco brand.
104
265176
3210
a maior parte do lixo vinha
de uma marca muito conhecida de tacos.
de uma marca muito conhecida de tacos.
04:41
Most of that brand's litter
were their own hot sauce packets,
were their own hot sauce packets,
105
269738
3577
A maior parte do lixo dessa marca
eram pacotes de molho piripiri,
eram pacotes de molho piripiri,
04:46
and most of those hot sauce packets
hadn't even been opened.
hadn't even been opened.
106
274438
3626
e a maior parte ainda por abrir.
04:51
The problem and the path
to the solution --
to the solution --
107
279965
2715
O problema e o caminho para a solução:
04:54
well, maybe that brand only
gives out hot sauce upon request
gives out hot sauce upon request
108
282704
3961
talvez esta marca só dê molho piripiri
mediante solicitação
mediante solicitação
04:58
or installs bulk dispensers
109
286689
2009
ou instale uma distribuidora de molho
05:00
or comes up with more
sustainable packaging.
sustainable packaging.
110
288722
2552
ou utilize embalagens mais sustentáveis.
05:03
How does a brand take
an environmental hazard,
an environmental hazard,
111
291298
2969
Como é que uma marca
assume um risco ambiental,
assume um risco ambiental,
05:06
turn it into an economic engine
112
294291
2006
transforma-o num motor económico
05:08
and become an industry hero?
113
296321
1768
e se torna um herói da indústria?
05:11
If you really want to create change,
114
299292
2202
Se realmente querem criar mudança,
05:13
there's no better place to start
than with our kids.
than with our kids.
115
301518
2874
não há lugar melhor para começar
do que pelos nossos filhos.
do que pelos nossos filhos.
05:16
A group of fifth graders picked up
1,247 pieces of litter
1,247 pieces of litter
116
304416
3403
Um grupo de alunos do quinto ano
apanhou 1247 pedaços de lixo
apanhou 1247 pedaços de lixo
05:19
just on their school yard.
117
307843
1848
apenas no pátio da escola.
05:21
And they learned that the most
common type of litter
common type of litter
118
309715
2532
E aprenderam que o tipo mais comum de lixo
05:24
were the plastic straw wrappers
from their own cafeteria.
from their own cafeteria.
119
312271
3234
eram as embalagens de plástico
das palhinhas da cafetaria.
das palhinhas da cafetaria.
Então as crianças foram falar
com o diretor e perguntaram:
com o diretor e perguntaram:
05:27
So these kids went
to their principal and asked,
to their principal and asked,
120
315947
2529
05:30
"Why are we still buying straws?"
121
318500
1660
"Porque é que ainda estamos
a comprar palhinhas?"
a comprar palhinhas?"
05:33
And they stopped.
122
321166
1755
E eles pararam.
05:34
And they learned that individually
they could each make a difference,
they could each make a difference,
123
322945
3654
E aprenderam que, individualmente,
cada um poderia fazer a diferença,
cada um poderia fazer a diferença,
05:38
but together they created an impact.
124
326623
2338
mas juntos criaram um impacto.
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
Não interessa
se são estudantes ou cientistas,
se são estudantes ou cientistas,
05:45
whether you live in Honolulu or Hanoi,
126
333539
3135
se vivem em Honolulu ou em Hanói,
05:48
this is a community for everyone.
127
336698
2441
esta é uma comunidade para toda a gente.
05:51
It started because of two little kids
in the Northern California woods,
in the Northern California woods,
128
339974
4679
Começou por causa de duas crianças
nos bosques do norte da Califórnia,
nos bosques do norte da Califórnia,
05:56
and today it's spread across the world.
129
344677
2814
e hoje está espalhada pelo mundo.
05:59
And you know how we're getting there?
130
347938
1783
Sabem como estamos a chegar lá?
06:02
One piece at a time.
131
350067
1878
Um pedaço de lixo de cada vez.
06:04
Thank you.
132
352508
1215
Obrigado.
06:05
(Applause)
133
353747
3618
(Aplausos)
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