TED@Cannes
Clay Shirky: How cognitive surplus will change the world
Clay Shirky: Como o excedente cognitivo vai mudar o mundo
Filmed:
Readability: 4.5
1,065,787 views
Clay Shirky olha para o "excedente cognitivo" -- o trabalho online, partilhado que fazemos com os nossos ciclos cerebrais extra. Enquanto estamos ocupados a editar a Wikipedia, a colocar posts no Ushandi (e sim, a fazer LOLcats), estamos a construir um mundo melhor e mais cooperativo.
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
A história começa no Kenya
00:18
in December of 2007,
1
3000
2000
em Dezembro de 2007,
00:20
when there was a disputed presidential election,
2
5000
2000
quando houve uma eleição presidencial disputada.
00:22
and in the immediate aftermath of that election,
3
7000
3000
E como consequência imediata dessa eleição,
00:25
there was an outbreak of ethnic violence.
4
10000
2000
houve uma explosão de violência étnica.
00:27
And there was a lawyer in Nairobi, Ory Okolloh --
5
12000
3000
E houve uma advogada em Nairobi, Ory Okolloh --
00:30
who some of you may know from her TEDTalk --
6
15000
2000
que alguns de vocês podem conhecer da sua TEDTalk --
00:32
who began blogging about it on her site,
7
17000
2000
que começou um blog acerca disso no seu site,
00:34
Kenyan Pundit.
8
19000
2000
Kenyan Pundit.
00:36
And shortly after the election and the outbreak of violence,
9
21000
3000
E pouco tempo depois da eleição e da explosão de violência,
00:39
the government suddenly imposed
10
24000
2000
o governo de repente impôs
00:41
a significant media blackout.
11
26000
2000
um blackout significativo nos meios de comunicação.
00:43
And so weblogs went from being
12
28000
2000
E então os blogs passaram de
00:45
commentary as part of the media landscape
13
30000
2000
comentários como parte do panorama dos meios de comunicação social
00:47
to being a critical part of the media landscape
14
32000
3000
a uma parte crítica do panorama dos meios de comunicação social
00:50
in trying to understand where the violence was.
15
35000
3000
ao tentar perceber onde estava a violência.
00:53
And Okolloh solicited
16
38000
2000
E Okolloh solicitou
00:55
from her commenters
17
40000
2000
aos seus comentadores
00:57
more information about what was going on.
18
42000
2000
mais informação acerca do que se estava a passar.
00:59
The comments began pouring in,
19
44000
2000
E começaram a chover os comentários.
01:01
and Okolloh would collate them. She would post them.
20
46000
2000
E Okolloh colecionava-os. Ela colocava-os no blog.
01:03
And she quickly said, "It's too much.
21
48000
2000
E ela rapidamente disse, "É demais.
01:05
I could do this all day every day
22
50000
2000
Eu podia fazer isto todo o dia, todos os dias
01:07
and I can't keep up.
23
52000
2000
e não ia ser capaz de acompanhar.
01:09
There is more information
24
54000
2000
Há mais informação
01:11
about what's going on in Kenya right now
25
56000
2000
acerca do que se está a passar no Kenya neste preciso momento
01:13
than any one person can manage.
26
58000
2000
do que qualquer pessoa possa imaginar.
01:15
If only there was a way to automate this."
27
60000
2000
Se ao menos houvesse uma maneira de automatizar isto."
01:17
And two programmers who read her blog
28
62000
2000
E dois programadores que leram o blog
01:19
held their hands up and said, "We could do that,"
29
64000
3000
levantaram as suas mãos e disseram, "Nós podíamos fazer isso."
01:22
and in 72 hours, they launched Ushahidi.
30
67000
3000
E em 72 horas, eles lançaram o Ushahidi.
01:25
Ushahidi -- the name means "witness"
31
70000
2000
Ushahidi -- o nome significa "testemunha"
01:27
or "testimony" in Swahili --
32
72000
2000
ou "testemunho" em Swahili --
01:29
is a very simple way of taking reports from the field,
33
74000
3000
é uma maneira muito simples de pegar em relatórios daquilo que se passa no terreno,
01:32
whether it's from the web or, critically,
34
77000
3000
seja a partir da web ou, criticamente,
01:35
via mobile phones and SMS,
35
80000
2000
através de telemóveis e SMS,
01:37
aggregating it and putting it on a map.
36
82000
3000
agregar tudo isso e colocar num mapa.
01:40
That's all it is, but that's all that's needed
37
85000
2000
E é apenas isso, mas isso é tudo o que é preciso.
01:42
because what it does is it takes the tacit information
38
87000
3000
Porque o que faz é que leva a informação tácita
01:45
available to the whole population --
39
90000
2000
disponibilizando-a a toda a população --
01:47
everybody knows where the violence is,
40
92000
2000
toda a gente sabe onde está a violência,
01:49
but no one person knows what everyone knows --
41
94000
3000
mas nenhuma pessoa sabe o que toda a gente sabe --
01:52
and it takes that tacit information
42
97000
2000
e leva essa informação tácita
01:54
and it aggregates it,
43
99000
2000
e agrega-a,
01:56
and it maps it and it makes it public.
44
101000
2000
planeia-a e torna-a pública.
01:58
And that, that maneuver
45
103000
2000
E isso, essa manobra
02:00
called "crisis mapping,"
46
105000
2000
chamada "mapeamento de crise"
02:02
was kicked off in Kenya
47
107000
3000
foi lançada no Kenya
02:05
in January of 2008.
48
110000
2000
em Janeiro de 2008.
02:07
And enough people looked at it and found it valuable enough
49
112000
3000
E um número suficiente de pessoas olharam para isso e consideraram que era algo suficientemente valioso
02:10
that the programmers who created Ushahidi
50
115000
2000
tanto, que os programadores que criaram o Ushahidi
02:12
decided they were going to make it open source
51
117000
2000
decidiram que iriam fazê-lo open source
02:14
and turn it into a platform.
52
119000
2000
e torná-lo uma plataforma.
02:16
It's since been deployed in Mexico
53
121000
2000
Desde então foi implementado no México
02:18
to track electoral fraud.
54
123000
2000
para detectar fraude eleitoral.
02:20
It's been deployed in Washington D.C. to track snow cleanup.
55
125000
3000
Foi implementado em Washington D.C. para localizar limpezas de neve.
02:23
And it's been used most famously in Haiti
56
128000
2000
E tem sido usado mais mediaticamente no Haiti
02:25
in the aftermath of the earthquake.
57
130000
3000
na sequência do sismo.
02:28
And when you look at the map
58
133000
2000
E quando olham para o mapa
02:30
now posted on the Ushahidi front page,
59
135000
2000
que está agora na primeira página do Ushahidi,
02:32
you can see that the number of deployments in Ushahidi
60
137000
2000
podem ver que o número de implementações no Ushahidi
02:34
has gone worldwide, all right?
61
139000
3000
se espalhou pelo mundo, certo?
02:37
This went from a single idea
62
142000
2000
Isto partiu de uma simples ideia
02:39
and a single implementation
63
144000
2000
e uma simples implementação
02:41
in East Africa in the beginning of 2008
64
146000
3000
na África Oriental no início de 2008
02:44
to a global deployment
65
149000
2000
até atingir uma implementação global
02:46
in less than three years.
66
151000
3000
em menos de três anos.
02:49
Now what Okolloh did
67
154000
3000
Agora o que Okolloh fez
02:52
would not have been possible
68
157000
2000
não teria sido possível
02:54
without digital technology.
69
159000
3000
sem tecnologia digital.
02:57
What Okolloh did would not have been possible
70
162000
3000
O que Okolloh fez não teria sido possível
03:00
without human generosity.
71
165000
2000
sem generosidade humana.
03:02
And the interesting moment now,
72
167000
2000
E agora o ponto interessante,
03:04
the number of environments
73
169000
2000
é o número de ambientes
03:06
where the social design challenge
74
171000
2000
em que o desafio do design social
03:08
relies on both of those things being true.
75
173000
3000
se apoia, desde que ambas as condições estejam satisfeitas.
03:11
That is the resource that I'm talking about.
76
176000
3000
É desse recurso que estou a falar.
03:14
I call it cognitive surplus.
77
179000
2000
Eu chamo-o "excedente cognitivo".
03:16
And it represents the ability
78
181000
2000
E representa a habilidade
03:18
of the world's population
79
183000
2000
da população mundial
03:20
to volunteer and to contribute and collaborate
80
185000
3000
para se voluntariar e contribuir e colaborar
03:23
on large, sometimes global, projects.
81
188000
3000
em projectos grandes, por vezes globais.
03:26
Cognitive surplus is made up of two things.
82
191000
2000
O excedente cognitivo é constituído por duas coisas.
03:28
The first, obviously, is the world's free time and talents.
83
193000
3000
A primeira, obviamente, é o tempo livre que existe no mundo e os talentos.
03:31
The world has over
84
196000
2000
O mundo tem mais de
03:33
a trillion hours a year
85
198000
3000
um bilião de horas por ano
03:36
of free time
86
201000
2000
de tempo livre
03:38
to commit to shared projects.
87
203000
2000
para se comprometer com projectos partilhados.
03:40
Now, that free time existed in the 20th century,
88
205000
2000
Agora, esse tempo livre existiu no século XX,
03:42
but we didn't get Ushahidi in the 20th century.
89
207000
3000
mas nós não tivemos o Ushahidi no século XX.
03:45
That's the second half of cognitive surplus.
90
210000
2000
Essa é a segunda metade do excedente cognitivo.
03:47
The media landscape in the 20th century
91
212000
2000
O panorama dos meios de comunicação social no século XX
03:49
was very good at helping people consume,
92
214000
3000
era muito bom a estimular o consumo.
03:52
and we got, as a result,
93
217000
2000
E nós tornámo-nos, como resultado,
03:54
very good at consuming.
94
219000
2000
muito bons a consumir.
03:56
But now that we've been given media tools --
95
221000
2000
Mas agora que nos foram dadas ferramentas --
03:58
the Internet, mobile phones -- that let us do more than consume,
96
223000
3000
a Internet, telemóveis -- que nos permitem fazer mais do que consumir,
04:01
what we're seeing is that people weren't couch potatoes
97
226000
3000
o que estamos a ver é que as pessoas não passavam o tempo sentadas no sofá
04:04
because we liked to be.
98
229000
2000
porque gostavam.
04:06
We were couch potatoes because that was
99
231000
2000
Passávamos o tempo sentados no sofá porque essa era
04:08
the only opportunity given to us.
100
233000
2000
a oportunidade que nos era dada.
04:10
We still like to consume, of course.
101
235000
2000
Nós ainda gostamos de consumir, claro.
04:12
But it turns out we also like to create,
102
237000
2000
Mas acontece que também gostamos de criar,
04:14
and we like to share.
103
239000
3000
e gostamos de partilhar.
04:17
And it's those two things together --
104
242000
2000
E são essas duas coisas juntas --
04:19
ancient human motivation
105
244000
2000
a antiga motivação humana
04:21
and the modern tools to allow that motivation
106
246000
2000
e as ferramentas modernas que permitem que essa motivação
04:23
to be joined up in large-scale efforts --
107
248000
3000
se associe a esforços em larga-escala --
04:26
that are the new design resource.
108
251000
3000
que são o novo recurso do design.
04:29
And using cognitive surplus,
109
254000
2000
E ao utilizar o excedente cognitivo
04:31
we're starting to see truly incredible experiments
110
256000
3000
estamos a começar a assistir a tentativas incríveis
04:34
in scientific, literary,
111
259000
2000
nas ciências, literatura,
04:36
artistic, political efforts.
112
261000
3000
artes, e política.
04:39
Designing.
113
264000
2000
Desenhando.
04:41
We're also getting, of course, a lot of LOLcats.
114
266000
3000
Estamos também a obter, claro, muitos LOLcats.
04:44
LOLcats are cute pictures of cats
115
269000
2000
LOLcats são imagens bonitinhas de gatos
04:46
made cuter with the addition of cute captions.
116
271000
3000
tornadas ainda mais bonitinhas através da adição de legendas bonitinhas.
04:49
And they are also
117
274000
2000
E são também
04:51
part of the abundant media landscape we're getting now.
118
276000
3000
parte do panorama de meios de comunicação social abundante que estamos a ter agora.
04:54
This is one of the participatory --
119
279000
2000
Este é um dos --
04:56
one of the participatory models
120
281000
2000
um dos modelos participatórios
04:58
we see coming out of that, along with Ushahidi.
121
283000
3000
que vemos surgir em paralelo com o Ushahidi.
05:01
Now I want to stipulate, as the lawyers say,
122
286000
2000
Agora o que queremos estipular, como dizem os advogados,
05:03
that LOLcats are the stupidest possible
123
288000
2000
é que os LOLcats são o acto criativo
05:05
creative act.
124
290000
2000
mais estúpido possível.
05:07
There are other candidates of course,
125
292000
2000
Há outros candidatos, claro,
05:09
but LOLcats will do as a general case.
126
294000
3000
mas os LOLcats vão servir como exemplo geral.
05:12
But here's the thing:
127
297000
2000
Mas eis a questão.
05:14
The stupidest possible creative act
128
299000
2000
O acto criativo mais estúpido possível
05:16
is still a creative act.
129
301000
3000
é mesmo assim um acto criativo.
05:19
Someone who has done something like this,
130
304000
3000
Alguém que fez algo como isto,
05:22
however mediocre and throwaway,
131
307000
3000
por muito medíocre e dispensável que seja,
05:25
has tried something, has put something forward in public.
132
310000
3000
tentou algo, colocou algo em público.
05:28
And once they've done it, they can do it again,
133
313000
3000
E depois de o terem feito uma vez, podem fazê-lo outra vez.
05:31
and they could work on getting it better.
134
316000
2000
E poderiam tentar fazê-lo melhor.
05:33
There is a spectrum between mediocre work and good work,
135
318000
3000
Existe um espectro entre o trabalho medíocre e o bom trabalho.
05:36
and as anybody who's worked as an artist or a creator knows,
136
321000
3000
E tal como qualquer pessoa que tenha trabalhado como artista ou criador sabe,
05:39
it's a spectrum you're constantly
137
324000
2000
é um espectro onde se está constantemente
05:41
struggling to get on top of.
138
326000
2000
a lutar para chegar ao topo.
05:43
The gap is between
139
328000
2000
O hiato está entre
05:45
doing anything and doing nothing.
140
330000
3000
fazer qualquer coisa e não fazer nada.
05:48
And someone who makes a LOLcat
141
333000
2000
E alguém que faça um LOLcat
05:50
has already crossed over that gap.
142
335000
3000
já atravessou esse hiato.
05:53
Now it's tempting to want to get the Ushahidis
143
338000
2000
Ora, é tentador querer que os Ushahidis
05:55
without the LOLcats, right,
144
340000
2000
sem os LOLcats, é certo,
05:57
to get the serious stuff without the throwaway stuff.
145
342000
3000
se tornem algo sério e sem aquilo que é dispensável.
06:00
But media abundance never works that way.
146
345000
3000
Mas a abundância de meios de comunicação social nunca funciona assim.
06:03
Freedom to experiment means freedom to experiment with anything.
147
348000
3000
A liberdade para experimentar significa liberdade para experimentar com qualquer coisa.
06:06
Even with the sacred printing press,
148
351000
2000
Mesmo na sagrada imprensa,
06:08
we got erotic novels 150 years
149
353000
2000
tivemos romances eróticos 150 anos
06:10
before we got scientific journals.
150
355000
3000
antes de termos jornais científicos.
06:14
So before I talk about
151
359000
3000
Então antes de eu falar
06:17
what is, I think, the critical difference
152
362000
2000
acerca do que é, penso eu, a principal diferença
06:19
between LOLcats and Ushahidi,
153
364000
2000
entre LOLcats e Ushahidi,
06:21
I want to talk about
154
366000
2000
eu quero falar acerca
06:23
their shared source.
155
368000
2000
da sua fonte comum.
06:25
And that source is design for generosity.
156
370000
3000
E essa fonte é o design pela generosidade.
06:28
It is one of the curiosities of our historical era
157
373000
3000
É uma das curiosidades da nossa era histórica
06:31
that even as cognitive surplus
158
376000
2000
que ainda que o excedente cognitivo
06:33
is becoming a resource we can design around,
159
378000
2000
esteja a tornar-se um recurso que podemos utilizar para desenhar à sua volta,
06:35
social sciences are also starting to explain
160
380000
3000
as ciências sociais estão também a começar a explicar
06:38
how important
161
383000
2000
quão importante
06:40
our intrinsic motivations are to us,
162
385000
2000
as nossas motivações intrínsecas são para nós
06:42
how much we do things because we like to do them
163
387000
3000
como fazemos coisas porque gostamos de as fazer,
06:45
rather than because our boss told us to do them,
164
390000
2000
em vez de as fazermos porque o nosso chefe nos disse,
06:47
or because we're being paid to do them.
165
392000
3000
ou porque estamos a ser pagos para fazê-las.
06:50
This is a graph from a paper
166
395000
3000
Este é um gráfico de um jornal
06:53
by Uri Gneezy and Aldo Rustichini,
167
398000
2000
por Uri Gneezy e Afredo Rusticini,
06:55
who set out to test, at the beginning of this decade,
168
400000
3000
que resolveram testar, no início esta década,
06:58
what they called "deterrence theory."
169
403000
2000
aquilo a que chamaram "teoria de dissuasão".
07:00
And deterrence theory is a very simple theory of human behavior:
170
405000
2000
E a teoria da dissuasão é uma teoria muito simples do comportamento humano.
07:02
If you want somebody to do less of something,
171
407000
2000
Se queremos que alguém faça menos de alguma coisa
07:04
add a punishment and they'll do less of it.
172
409000
2000
adicionamos um castigo e a pessoa irá fazer menos disso.
07:06
Simple, straightforward, commonsensical --
173
411000
3000
Simples, directo, senso comum,
07:09
also, largely untested.
174
414000
2000
e também largamente não testado.
07:11
And so they went and studied
175
416000
2000
E então eles foram e estudaram
07:13
10 daycare centers in Haifa, Israel.
176
418000
2000
10 creches em Haifa, Israel.
07:15
They studied those daycare centers
177
420000
2000
E estudaram essas creches
07:17
at the time of highest tension,
178
422000
2000
nos momentos de maior tensão,
07:19
which is pick-up time.
179
424000
2000
que é a altura em que os pais vão buscar os filhos.
07:21
At pick-up time the teachers,
180
426000
2000
A essa hora, os educadores,
07:23
who have been with your children all day,
181
428000
2000
que estiveram com as crianças o dia todo,
07:25
would like you to be there at the appointed hour to take your children back.
182
430000
3000
gostariam que os pais estivessem lá à hora marcada para levar as suas crianças.
07:28
Meanwhile, the parents -- perhaps a little busy at work, running late, running errands --
183
433000
3000
Entretanto, os pais -- talvez um pouco ocupados com o trabalho, atrasados, a fazer algumas tarefas --
07:31
want a little slack to pick the kids up late.
184
436000
3000
querem uma pequena folga para irem buscar os seus filhos tarde.
07:34
So Gneezy and Rustichini said,
185
439000
2000
Então Gneezy e Rusticini disseram,
07:36
"How many instances of late pick-ups
186
441000
2000
"Quantos casos de pais a irem buscar os filhos tarde
07:38
are there at these 10 daycare centers?"
187
443000
2000
há nestas 10 creches?"
07:40
Now they saw -- and this is what the graph is,
188
445000
2000
Ora eles viram -- e o que o gráfico representa é que
07:42
these are the number of weeks and these are the number of late arrivals --
189
447000
3000
este é o número de semanas e este é o número de chegadas tardias --
07:45
that there were between six and 10
190
450000
2000
que, em média, há entre seis e 10
07:47
instances of late pick-ups
191
452000
2000
casos de chegadas tardias
07:49
on average in these 10 daycare centers.
192
454000
2000
nestas 10 creches.
07:51
So they divided the daycare centers into two groups.
193
456000
3000
Então eles dividiram estas creches em dois grupos.
07:54
The white group there
194
459000
2000
O grupo branco ali
07:56
is the control group; they change nothing.
195
461000
3000
é o grupo de controlo; com eles não muda nada.
07:59
But the group of daycare centers represented by the black line,
196
464000
3000
Mas o grupo de creches representado pela linha preta,
08:02
they said, "We are changing this bargain
197
467000
2000
disse, "Nós vamos mudar este negócio
08:04
as of right now.
198
469000
2000
a partir deste momento.
08:06
If you pick your kid up more than 10 minutes late,
199
471000
2000
Se vocês vierem buscar o vosso filho 10 minutos mais tarde,
08:08
we're going to add a 10 shekel fine to your bill.
200
473000
2000
nós vamos adicionar uma multa de 10 shekel à vossa conta.
08:10
Boom. No ifs, ands or buts."
201
475000
3000
Boom. Nem ses, es ou mas."
08:13
And the minute they did that,
202
478000
2000
E no momento em que fizeram isso,
08:15
the behavior in those daycare centers changed.
203
480000
2000
o comportamento nessas creches mudou.
08:17
Late pick-ups went up
204
482000
2000
O número de chegadas tardias aumentou
08:19
every week for the next four weeks
205
484000
3000
todas as semanas durante as quatro semanas seguintes
08:22
until they topped out at triple the pre-fine average,
206
487000
3000
até que atingiram o triplo do número de casos pré-multa,
08:25
and then they fluctuated
207
490000
2000
e depois flutuaram
08:27
at between double and triple the pre-fine average
208
492000
2000
entre o dobro e o triplo da média pré-multa
08:29
for the life of the fine.
209
494000
2000
enquanto durou a multa.
08:31
And you can see immediately what happened, right?
210
496000
3000
E podem ver imediatamente o que aconteceu, certo?
08:35
The fine broke the culture
211
500000
2000
A multa quebrou a cultura
08:37
of the daycare center.
212
502000
2000
da creche.
08:39
By adding a fine,
213
504000
2000
Ao adicionar uma multa,
08:41
what they did was communicate to the parents
214
506000
2000
o que fizeram foi comunicar aos pais
08:43
that their entire debt to the teachers
215
508000
2000
que toda a sua dívida para com os educadores
08:45
had been discharged
216
510000
2000
tinha sido perdoada
08:47
with the payment of 10 shekels,
217
512000
2000
com o pagamento dos 10 shekels,
08:49
and that there was no residue of guilt or social concern
218
514000
3000
e que não havia vestígio de culpa ou de constrangimento social
08:52
that the parents owed the teachers.
219
517000
2000
que os pais devessem aos professores.
08:54
And so the parents, quite sensibly, said,
220
519000
2000
E então os pais, muito sensatamente disseram,
08:56
"10 shekels to pick my kid up late?
221
521000
2000
"10 shekels para ir buscar o meu filho tarde?
08:58
What could be bad?"
222
523000
2000
O que tem de mal?"
09:00
(Laughter)
223
525000
2000
(Risos)
09:04
The explanation of human behavior
224
529000
2000
A explicação do comportamento humano
09:06
that we inherited in the 20th century
225
531000
3000
que herdámos do século XX
09:09
was that we are all rational, self-maximizing actors,
226
534000
3000
era que nós somos todos actores racionais e auto-restritivos.
09:12
and in that explanation --
227
537000
2000
E nessa explicação --
09:14
the daycare center had no contract --
228
539000
3000
a creche não tinha contrato --
09:17
should have been operating without any constraints.
229
542000
3000
deveria estar a funcionar sem quaisquer restrições.
09:20
But that's not right.
230
545000
2000
Mas isso não está certo.
09:22
They were operating with social constraints
231
547000
2000
Eles estavam a funcionar com restrições sociais
09:24
rather than contractual ones.
232
549000
2000
em vez de contratuais.
09:26
And critically, the social constraints
233
551000
2000
E criticamente, as restrições sociais
09:28
created a culture that was more generous
234
553000
3000
criaram uma cultura que era mais generosa
09:31
than the contractual constraints did.
235
556000
2000
do que as restrições contratuais fizeram.
09:33
So Gneezy and Rustichini run this experiment for a dozen weeks --
236
558000
3000
Então Gneezy e Rustichini fizeram esta experiência durante doze semanas --
09:36
run the fine for a dozen weeks --
237
561000
2000
aplicaram a multa durante doze semanas --
09:38
and then they say, "Okay, that's it. All done; fine."
238
563000
3000
e depois disseram, "Pronto, já chega. Basta de multas."
09:41
And then a really interesting thing happens:
239
566000
2000
E então algo verdadeiramente interessante acontece.
09:43
Nothing changes.
240
568000
3000
Nada muda.
09:46
The culture that got broken by the fine
241
571000
3000
A cultura que havia sido destruída com a multa
09:49
stayed broken when the fine was removed.
242
574000
3000
permaneceu destruída depois da multa ter sido retirada.
09:52
Not only are economic motivations
243
577000
3000
Não só as motivações económicas
09:55
and intrinsic motivations
244
580000
2000
e as motivações intrínsecas
09:57
incompatible,
245
582000
2000
são incompatíveis,
09:59
that incompatibility
246
584000
2000
como também essa incompatibilidade
10:01
can persist over long periods.
247
586000
3000
pode persistir durante longos períodos.
10:04
So the trick
248
589000
2000
Então o truque
10:06
in designing these kinds of situations
249
591000
2000
para planear este tipo de situações
10:08
is to understand where you're relying on
250
593000
3000
é perceber quando estamos a depender
10:11
the economic part of the bargain -- as with the parents paying the teachers --
251
596000
3000
da parte económica do negócio -- como os pais a pagarem aos educadores --
10:14
and when you're relying on the social part of the bargain,
252
599000
3000
e quando estamos a depender da parte social do negócio,
10:17
when you're really designing for generosity.
253
602000
3000
quando estamos realmente a desenhar para a generosidade.
10:20
This brings me back to the LOLcats
254
605000
3000
Isto traz-me de volta aos LOLcats
10:23
and to Ushahidi.
255
608000
2000
e ao Ushahidi.
10:25
This is, I think, the range that matters.
256
610000
2000
Isto é, penso eu, o intervalo que interessa.
10:27
Both of these rely on cognitive surplus.
257
612000
2000
Ambos dependem do excedente cognitivo.
10:29
Both of these design for the assumption
258
614000
2000
Ambos desenham com base na suposição
10:31
that people like to create and we want to share.
259
616000
3000
de que as pessoas gostam de criar e que gostamos de partilhar.
10:34
Here is the critical difference between these:
260
619000
3000
É aqui que reside a diferença fundamental entre ambos.
10:39
LOLcats is communal value.
261
624000
3000
Os LOLcats é valor comum.
10:42
It's value created by the participants
262
627000
2000
O seu valor é criado pelos participantes
10:44
for each other.
263
629000
2000
de uns para os outros.
10:46
Communal value on the networks we have
264
631000
3000
O valor comum nas redes que temos
10:49
is everywhere --
265
634000
2000
está em todo o lado.
10:51
every time you see a large aggregate
266
636000
2000
De cada vez que vemos um grande conjunto
10:53
of shared, publicly available data,
267
638000
3000
de dados partilhados, disponíveis publicamente,
10:56
whether it's photos on Flickr
268
641000
2000
quer sejam fotos no Flickr
10:58
or videos on Youtube or whatever.
269
643000
2000
ou vídeos no Youtube ou o que quer que seja.
11:00
This is good. I like LOLcats as much as the next guy,
270
645000
2000
Isto é bom. Eu gosto tanto dos LOLcats como outra pessoa,
11:02
maybe a little more even,
271
647000
2000
talez até um pouco mais.
11:04
but this is also
272
649000
3000
Mas isto também é
11:07
a largely solved problem.
273
652000
2000
um problema em grande parte resolvido.
11:09
I have a hard time envisioning a future
274
654000
2000
Eu tenho alguma dificuldade em prever um futuro
11:11
in which someone is saying,
275
656000
2000
em que alguém está a dizer,
11:13
"Where, oh where, can I find a picture
276
658000
2000
"Onde, oh onde é que eu posso encontrar uma fotografia
11:15
of a cute cat?"
277
660000
2000
de um gato bonitinho?"
11:17
Ushahidi, by contrast,
278
662000
2000
O Ushahidi, pelo contrário,
11:19
is civic value.
279
664000
2000
é valor cívico.
11:21
It's value created by the participants
280
666000
2000
É valor criado pelos participantes,
11:23
but enjoyed by society as a whole.
281
668000
2000
mas gozado pela sociedade como um todo.
11:25
The goals set out by Ushahidi
282
670000
2000
Os objectivos estabelecidos pelo Ushahidi
11:27
are not just to make life better
283
672000
2000
não são apenas tornar a vida dos participantes
11:29
for the participants,
284
674000
2000
melhor,
11:31
but to make life better for everyone in the society
285
676000
3000
mas melhorar a vida de todas as pessoas na sociedade
11:34
in which Ushahidi is operating.
286
679000
2000
na qual o Ushahidi está a actuar.
11:36
And that kind of civic value
287
681000
3000
E esse tipo de valor cívico
11:39
is not just a side effect
288
684000
2000
nao é apenas um efeito colateral
11:41
of opening up to human motivation.
289
686000
3000
da abertura à motivação humana.
11:44
It really is going to be a side effect
290
689000
2000
Irá ser realmente um efeito colateral
11:46
of what we, collectively,
291
691000
2000
daquilo que, colectivamente,
11:48
make of these kinds of efforts.
292
693000
3000
fazemos a partir deste tipo de esforços.
11:51
There are a trillion
293
696000
2000
Há um bilião
11:53
hours a year
294
698000
2000
de horas por ano
11:55
of participatory value
295
700000
2000
de valor participatório
11:57
up for grabs.
296
702000
2000
disponível para ser aproveitado.
11:59
That will be true year-in and year-out.
297
704000
3000
Isso será verdade ano após ano.
12:02
The number of people who are going to be able
298
707000
2000
O número de pessoas que poderão
12:04
to participate in these kinds of projects
299
709000
2000
participar neste tipo de projectos
12:06
is going to grow,
300
711000
2000
irá aumentar.
12:08
and we can see that organizations
301
713000
3000
E podemos ver que organizações
12:11
designed around a culture of generosity
302
716000
2000
desenhadas em torno de uma cultura de generosidade
12:13
can achieve incredible effects
303
718000
2000
podem atingir efeitos fantásticos
12:15
without an enormous amount of contractual overhead --
304
720000
3000
sem uma enorme quantidade de despesas contratuais.
12:18
a very different model
305
723000
2000
Um modelo bem diferente
12:20
than our default model for large-scale group action in the 20th century.
306
725000
3000
do nosso modelo padrão para acção de grupos em larga escala do século XX.
12:24
What's going to make the difference here
307
729000
3000
O que irá fazer a diferença aqui
12:27
is what Dean Kamen said,
308
732000
3000
é o que Dean Kamen disse,
12:30
the inventor and entrepreneur.
309
735000
2000
o inventor e o empreendedor.
12:32
Kamen said, "Free cultures get what they celebrate."
310
737000
3000
Kamen disse, "Culturas livres obtêm aquilo que celebram."
12:36
We've got a choice before us.
311
741000
3000
Nós temos uma escolha à nossa frente.
12:39
We've got this trillion hours a year.
312
744000
2000
Nós temos este bilião de horas por ano.
12:41
We can use it to crack each other up, and we're going to do that.
313
746000
3000
Nós podemos utilizá-las para fazermo-nos rir uns aos outros, e iremos fazê-lo.
12:44
That, we get for free.
314
749000
2000
Isso, temos de graça.
12:46
But we can also celebrate
315
751000
2000
Mas também podemos celebrar
12:48
and support and reward the people
316
753000
2000
e apoiar e recompensar as pessoas
12:50
trying to use cognitive surplus
317
755000
2000
que estão a tentar utilizar o excedente cognitivo
12:52
to create civic value.
318
757000
2000
para criar valor cívico.
12:54
And to the degree we're going to do that, to the degree we're able to do that,
319
759000
3000
E na medida em que fizermos isso, na medida em que formos capazes de fazer isso,
12:57
we'll be able to change society.
320
762000
2000
seremos capazes de mudar a sociedade.
12:59
Thank you very much.
321
764000
2000
Muito obrigado.
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