TED2007
Jonathan Harris: The Web's secret stories
Jonathan Harris über die verborgenen Geschichten im Web
Filmed:
Readability: 3.9
1,153,906 views
Jonathan Harris will die emotionale Welt des Webs verstehen. Mit tiefem Mitgefühl für das menschliche Befinden fischen seine Projekte im Internet, um herauszufinden, was wir alle fühlen und wonach wir suchen.
Jonathan Harris - Artist, storyteller, Internet anthropologist
Artist and computer scientist Jonathan Harris makes online art that captures the world's expression -- and gives us a glimpse of the soul of the Internet. Full bio
Artist and computer scientist Jonathan Harris makes online art that captures the world's expression -- and gives us a glimpse of the soul of the Internet. Full bio
Double-click the English transcript below to play the video.
00:25
So I really consider myself a storyteller.
0
0
4000
Ich sehe mich im Grunde als Geschichtenerzähler.
00:29
But I don't really tell stories in the usual way,
1
4000
4000
Aber ich erzähle keine Geschichten im gewöhnlichen Sinn,
00:33
in the sense that I don't usually tell my own stories.
2
8000
3000
denn ich erzähle normalerweise nicht meine eigenen Geschichten.
00:37
Instead, I'm really interested in building tools that allow
3
12000
2000
Stattdessen interessiere ich mich dafür, Hilfsmittel zu entwickeln,
00:39
large numbers of other people to tell their stories,
4
14000
4000
mit denen eine große Anzahl von Menschen ihre Geschichten erzählen kann,
00:43
people all around the world.
5
18000
1000
Menschen überall auf der Welt.
00:45
I do this because I think that people actually have a lot in common.
6
20000
4000
Ich mache das, weil ich glaube, dass Menschen wirklich viel gemeinsam haben.
00:49
I think people are very similar,
7
24000
1000
Ich glaube, Menschen sind sich sehr ähnlich,
00:51
but I also think that we have trouble seeing that.
8
26000
2000
aber ich denke auch, dass es uns schwer fällt, das zu erkennen.
00:54
You know, as I look around the world I see a lot of gaps,
9
29000
3000
Wissen Sie, wenn ich mich auf der Welt umsehe, sehe ich viele Unterschiede;
00:57
and I think we all see a lot of gaps.
10
32000
1000
ich glaube, wir alle sehen viele Unterschiede.
00:59
And we define ourselves by our gaps.
11
34000
2000
Und wir definieren uns über diese Unterschiede.
01:02
There's language gaps,
12
37000
1000
Es gibt sprachliche Unterschiede,
01:04
there's ethnicity and racial gaps, there's age gaps,
13
39000
4000
ethnische und Rassenunterschiede, Altersunterschiede,
01:08
there's gender gaps, there's sexuality gaps,
14
43000
5000
es gibt Unterschiede im Geschlecht und in der Sexualität,
01:13
there's wealth and money gaps, there's education gaps,
15
48000
4000
es gibt Wohlstandsklüfte und Geldlücken, Bildungsunterschiede,
01:18
there's also religious gaps.
16
53000
2000
und auch Religionsunterschiede.
01:20
You know, we have all these gaps and I think we like our gaps
17
55000
2000
Wissen Sie, wir haben diese Unterschiede und glauben, dass wir sie mögen,
01:22
because they make us feel like we identify with something,
18
57000
3000
weil sie uns das Gefühl geben, uns mit etwas zu identifizieren,
01:25
some smaller community.
19
60000
1000
einer kleineren Gemeinde.
01:26
But I think that actually, despite our gaps,
20
61000
2000
Aber ich glaube, dass wir, trotz unserer Unterschiede,
01:29
we really have a lot in common.
21
64000
1000
eigentlich viel gemeinsam haben.
01:30
And I think one thing we have in common is a very deep need
22
65000
4000
Ich glaube, eines, das wir gemeinsam haben,
01:35
to express ourselves.
23
70000
1000
ist ein tiefgehendes Bedürfnis, uns auszudrücken.
01:36
I think this is a very old human desire. It's nothing new.
24
71000
5000
Ich denke, das ist ein sehr altes menschliches Verlangen. Das ist nichts Neues.
01:42
But the thing about self-expression
25
77000
1000
Aber das Problem mit der Selbstdarstellung ist,
01:43
is that there's traditionally been this imbalance
26
78000
2000
dass es traditionsgemäß ein Ungleichgewicht gibt
01:45
between the desire that we have to express ourselves
27
80000
3000
zwischen dem Verlangen, uns selbst auszudrücken,
01:48
and the number of sympathetic friends
28
83000
2000
und der Anzahl der verständnisvollen Freunde,
01:50
who are willing to stand around and listen.
29
85000
2000
die bereit sind, dazubleiben und zuzuhören.
01:52
(Laughter)
30
87000
1000
(Gelächter)
01:54
This, also, is nothing new.
31
89000
2000
Das ist ebenfalls nichts Neues.
01:56
Since the dawn of human history, we've tried to rectify this imbalance
32
91000
3000
Seit Anbeginn der menschlichen Geschichte haben wir versucht,
01:59
by making art, writing poems, singing songs,
33
94000
4000
dieses Ungleichgewicht wettzumachen, durch Kunst, Poesie, Gesang,
02:03
scripting editorials and sending them in to a newspaper,
34
98000
3000
das Schreiben von Leitartikeln, die wir an Zeitungen schicken,
02:06
gossiping with friends. This is nothing new.
35
101000
2000
Klatschen mit Freunden. Das ist nichts Neues.
02:08
What's new is that in the last several years
36
103000
2000
Neu ist, dass sich viele dieser traditionellen physischen
02:10
a lot of these very traditional physical human activities,
37
105000
3000
menschlichen Tätigkeiten, diese Akte der Selbstdarstellung,
02:13
these acts of self-expression, have been moving onto the Internet.
38
108000
2000
in den letzten Jahren auf das Internet verschoben haben.
02:16
And as that's happened, people have been leaving behind footprints,
39
111000
3000
Und als das geschehen ist, haben Menschen Fußspuren hinterlassen,
02:20
footprints that tell stories of their moments of self-expression.
40
115000
3000
Fußspuren, die von ihren Momenten der Selbstdarstellung erzählen.
02:24
And so what I do is, I write computer programs
41
119000
3000
Was ich mache ist, Computerprogramme zu schreiben,
02:27
that study very large sets of these footprints,
42
122000
3000
die sehr lange Reihen dieser Fußspuren untersuchen
02:30
and then try to draw conclusions about the people who left them --
43
125000
3000
und dann versuchen, über die Menschen, die sie hinterließen,
02:34
what they feel, what they think,
44
129000
1000
Schlussfolgerungen zu ziehen, was sie fühlen, was sie denken,
02:36
what's different in the world today than usual,
45
131000
2000
was heute in der Welt anders ist als sonst,
02:39
these sorts of questions.
46
134000
1000
solche Fragen.
02:41
One project that explores these ideas,
47
136000
1000
Ein Projekt, das diese Konzepte erforscht,
02:43
which was made about a year ago,
48
138000
1000
welches vor etwa einem Jahr entwickelt wurde,
02:44
is a piece called We Feel Fine.
49
139000
1000
ist etwas, das wir "Wir fühlen uns gut" nennen.
02:45
This is a piece that every two or three minutes
50
140000
3000
Es durchsucht alle zwei bis drei Minuten
02:48
scans the world's newly-posted blog entries
51
143000
2000
alle neuen Blog-Einträge auf der Welt
02:50
for occurrences of the phrases "I feel" or "I am feeling."
52
145000
5000
nach den Schlagwörtern "Ich fühle" oder "Ich habe das Gefühl".
02:55
And when it finds one of those phrases,
53
150000
1000
Und wenn es eines dieser Schlagwörter findet,
02:56
it grabs the sentence up to the period,
54
151000
2000
nimmt es den Satz bis zum Punkt heraus
02:58
and then automatically tries to deduce the age, gender
55
153000
3000
und versucht automatisch Alter, Geschlecht und Standort
03:01
and geographical location of the person that wrote that sentence.
56
156000
3000
der Person abzuleiten, die diesen Satz geschrieben hat.
03:05
Then, knowing the geographical location and the time,
57
160000
2000
Wenn wir die geografische Position und Zeit kennen,
03:07
we can also then figure out the weather
58
162000
1000
können wir auch das Wetter zu dem Zeitpunkt bestimmen,
03:08
when that person wrote the sentence.
59
163000
2000
an dem die Person den Satz geschrieben hat.
03:11
All of this information is saved in a database
60
166000
2000
All diese Informationen werden in einer Datenbank gespeichert,
03:13
that collects about 20,000 feelings a day.
61
168000
2000
die ca. 20.000 Gefühle am Tag sammelt.
03:15
It's been running for about a year and a half.
62
170000
2000
Sie läuft nun etwa anderthalb Jahre.
03:17
It's reached about seven-and-a-half million human feelings now.
63
172000
3000
Sie hat ungefähr siebeneinhalb Millionen menschliche Gefühle gesammelt.
03:20
And I'll show you a glimpse
64
175000
1000
Und ich werde Ihnen einen flüchtigen Eindruck davon vermitteln,
03:21
of how this information is then visualized. So this is We Feel Fine.
65
176000
5000
wie diese Informationen visualisiert werden. Das ist "Wir fühlen uns gut".
03:27
What you see here is a madly swarming mass of particles,
66
182000
4000
Was Sie hier sehen ist eine wild wimmelnde Partikelmasse,
03:31
each of which represents a single human feeling
67
186000
2000
von denen jedes ein einzelnes menschliches Gefühl repräsentiert,
03:33
that was stated in the last few hours.
68
188000
2000
das in den letzten paar Stunden geäußert wurde.
03:36
The color of each particle corresponds to the type of feeling inside --
69
191000
3000
Die Farbe der Partikel entspricht der Art des Gefühls –
03:39
so that happy, positive feelings are brightly colored.
70
194000
2000
glückliche, positive Gefühle haben leuchtende Farben.
03:42
And sad, negative feelings are darkly colored.
71
197000
2000
Traurige, negative Gefühle haben dunkle Farben.
03:44
The diameter of each dot
72
199000
2000
Der Durchmesser der Punkte
03:46
represents the length of the sentence inside,
73
201000
2000
repräsentiert die Länge des Satzes in ihm,
03:48
so that the large dots contain large sentences,
74
203000
2000
so dass große Punkte lange Sätze enthalten
03:50
and the small dots contain small sentences.
75
205000
2000
und kleine Punkte kurze Sätze enthalten.
03:52
Any dot can be clicked and expanded. And we see here,
76
207000
3000
Jeden Punkt kann man anklicken und im Detail betrachten. Hier sehen wir:
03:56
"I would just feel so much better
77
211000
1000
"Ich würde mich einfach so viel besser fühlen,
03:57
if I could curl up in his arms right now and feel his affection for me
78
212000
3000
wenn ich mich jetzt in seine Arme schmiegen könnte und seine Liebe für mich
04:00
in the embrace of his body and the tenderness of his lips."
79
215000
3000
in der Umarmung seines Körpers und der Sanftheit seiner Lippen spüren könnte."
04:03
So it gets pretty hot and steamy sometimes
80
218000
2000
Es geht also manchmal ganz schön heiß her
04:05
in the world of human emotions.
81
220000
2000
in der Welt der menschlichen Gefühle.
04:07
And all of these are stated by people:
82
222000
3000
Und all diese werden von Menschen geäußert:
04:10
"I know that objectively it really doesn't mean much,
83
225000
2000
"Ich weiß, dass es objektiv gesehen nicht von großer Bedeutung ist,
04:12
but after spending so many years as a small fish in a big pond,
84
227000
3000
aber nach so vielen Jahre als kleiner Fisch in einem großen Teich,
04:15
it's nice to feel bigger again."
85
230000
2000
ist es schön, sich wieder größer zu fühlen."
04:17
The dots exhibit human qualities. They kind of have their own physics,
86
232000
3000
Die Punkte zeigen menschliche Eigenschaften. Sie haben ihre eigene Physik,
04:20
and they swarm wildly around, kind of exploring the world of life.
87
235000
4000
und sie wimmeln wild umher, um die Welt des Lebens zu erforschen.
04:25
And then they also exhibit curiosity.
88
240000
1000
Sie zeigen auch Neugierde.
04:26
You can see a few of them are swarming around the cursor right now.
89
241000
3000
Sie sehen, dass sich einige von ihnen um den Mauszeiger tummeln.
04:29
You can see some other ones
90
244000
1000
Sie können andere um die untere linke Ecke
04:31
are swarming around the bottom left corner of the screen
91
246000
1000
des Bildschirms wimmeln sehen, um sechs Worte herum.
04:33
around six words. Those six words represent the six movements
92
248000
3000
Diese sechs Worte repräsentieren die sechs Bewegungen
04:36
of We Feel Fine. We're currently seeing Madness.
93
251000
3000
von "Wir fühlen uns gut". Im Moment sehen wir Irrsinn.
04:39
There's also Murmurs, Montage, Mobs, Metrics and Mounds.
94
254000
4000
Weiterhin gibt es Murmeln, Montage, Mobs, Metrik und Berge.
04:43
And I'll walk you through a few of those now.
95
258000
2000
Ich werde Ihnen nun einige davon erklären.
04:45
Murmurs causes all of the feelings to fly to the ceiling.
96
260000
3000
Murmeln bringt alle Gefühle dazu, an die Decke zu fliegen.
04:49
And then, one by one, in reverse chronological order,
97
264000
2000
Und dann verabschieden sie sich, eines nach dem anderen,
04:51
they excuse themselves, entering the scrolling list of feelings.
98
266000
3000
in umgekehrter Reihenfolge, um sich in eine Liste der Gefühle einzureihen.
04:56
"I feel a bit better now."
99
271000
1000
"Jetzt fühle ich mich etwas besser."
04:57
(Laughter)
100
272000
2000
(Gelächter)
05:00
"I feel confused and unsure of what the hell I want to do."
101
275000
2000
"Ich fühle mich verwirrt und unsicher darüber, was zum Himmel ich machen will."
05:03
"I feel gypped out of something awesome here."
102
278000
2000
"Ich fühle mich hier von etwas Großartigem ausgeschlossen."
05:06
"I feel so free; I feel so good."
103
281000
1000
"Ich fühle mich so frei. Ich fühle mich so gut."
05:08
"I feel like I'm in this fog of depression that I can't get out of."
104
283000
3000
"Ich fühle mich wie in einem Nebel der Depression, dem ich nicht entkommen kann."
05:11
And you can click any of these to go out and visit the blog
105
286000
2000
Und man kann jedes davon anklicken, um zu dem Blog zu gelangen,
05:13
from which it was collected. And in that way,
106
288000
2000
dem es entnommen wurde.
05:15
you can connect with the authors of these statements
107
290000
2000
Und so kann man Verbindung zu den Autoren dieser Aussagen aufnehmen,
05:18
if you feel some degree of empathy.
108
293000
1000
wenn man einen gewissen Grad an Empathie empfindet.
05:20
The next movement is called Montage.
109
295000
2000
Die nächste Bewegung heißt Montage.
05:22
Montage causes all of the feelings that contain photographs
110
297000
3000
Montage extrahiert alle Gefühle, die Fotos beinhalten,
05:25
to become extracted and display themselves in a grid.
111
300000
3000
und stellt sie in einem Raster zur Schau.
05:29
This grid is then said to represent the picture of the world's feelings
112
304000
4000
Dieses Raster soll dann ein Bild von den Gefühlen der Welt
05:33
in the last few hours, if you will.
113
308000
1000
innerhalb der letzten paar Stunden repräsentieren, wenn man so will.
05:34
Each of these can be clicked and we can blow it up.
114
309000
3000
Jedes einzelne kann man anklicken und vergrößern.
05:37
We see, "I just feel like I'm not going to have fun
115
312000
3000
Wir sehen: "Ich habe einfach das Gefühl, dass ich keinen Spaß haben werde,
05:40
if it's not the both of us." That was from someone in Michigan.
116
315000
4000
wenn wir beide nicht zusammen sind." Das war von jemandem in Michigan.
05:46
We see, "I feel like I have been at a computer all day."
117
321000
4000
Wir sehen: "Ich fühle mich, als ob ich den ganzen Tag am Computer war."
05:50
(Laughter)
118
325000
1000
(Gelächter)
05:53
These are automatically constructed using the found objects:
119
328000
3000
Diese werden automatisch aus den gefundenen Objekten erstellt:
05:56
"I think I feel a little full."
120
331000
2000
"Ich glaube ich fühle mich etwas voll."
06:00
The next movement is called mobs.
121
335000
1000
Die nächste Bewegung heißt Mobs.
06:01
Mobs provides different statistical breakdowns
122
336000
2000
Mobs stellen verschiedene statistische Aufschlüsselungen
06:03
of the population of the world's feelings in the last few hours.
123
338000
3000
der Gesamtheit der Gefühle auf der Welt in den letzten paar Stunden bereit.
06:06
We see that "better" is the most frequent feeling right now,
124
341000
2000
Wir sehen, dass das häufigste Gefühl im Moment "besser" ist,
06:08
followed by "good," "bad," "guilty," "right," "down," "sick" and so on.
125
343000
4000
gefolgt von "gut", "schlecht", "schuldig", "im Recht", "niedergeschlagen", "krank" und so weiter.
06:13
We can also get a gender breakdown.
126
348000
1000
Wir können auch eine geschlechtsspezifische Analyse erstellen.
06:14
And we see that women are slightly more prolific
127
349000
2000
Dann erkennen wir, dass Frauen in den letzten Stunden
06:16
talking about their emotions in the last few hours than men.
128
351000
2000
etwas produktiver in der Äußerung ihrer Gefühle waren als Männer.
06:20
We can do an age breakdown, which gives us a histogram
129
355000
2000
Wir können eine Altersanalyse vornehmen, die uns ein Histogramm
06:22
of the world's emotional distribution by age.
130
357000
2000
der emotionalen Verteilung nach Alter auf der Welt liefert.
06:25
We see people in their twenties are the most prolific,
131
360000
3000
Wir erkennen, dass Menschen in den Zwanzigern am offensten sind,
06:28
followed by teenagers, and then people in their thirties,
132
363000
2000
gefolgt von Teenagern und Menschen in den Dreißigern,
06:30
and it dies out very quickly from there.
133
365000
1000
und von dort an dünnt es stark aus.
06:32
In weather, the feelings assume the physical characteristics
134
367000
4000
Unter Wetter nehmen die Gefühle physische Eigenschaften
06:36
of the weather that they represent,
135
371000
1000
des Wetters an, das sie repräsentieren,
06:37
so that the ones collected on a sunny day
136
372000
2000
so dass diejenigen, die an einem sonnigen Tag gesammelt wurden,
06:39
swirl around as if they're part of the sun.
137
374000
2000
herumwirbeln, als ob sie Teil der Sonne wären.
06:41
The cloudy ones float along as if they're on a breeze.
138
376000
2000
Die wolkigen schweben, als ob sie von einer Brise getrieben werden.
06:44
The rainy ones fall down as if they're in a rainstorm,
139
379000
2000
Die regnerischen fallen herab, als ob sie sich in einem Regensturm befänden;
06:46
and the snowy ones kind of flutter to the ground.
140
381000
2000
und die verschneiten flattern zu Boden.
06:49
Finally, location causes the feelings to move to their positions
141
384000
3000
Standort bringt die Gefühle schließlich dazu, sich zu ihrer Position
06:52
on a world map showing the geographical distribution of feelings.
142
387000
3000
auf einer Weltkarte zu bewegen und uns ihre geografische Verteilung zu zeigen.
06:57
Metrics provides more numerical views on the data.
143
392000
2000
Metrik stellt numerische Ansichten der Daten bereit.
06:59
We see that the world is feeling "used"
144
394000
1000
Wir erkennen, dass die Welt sich im Moment
07:00
at 3.3 times the normal level right now.
145
395000
3000
3,3 Mal so "benutzt" fühlt wie normal.
07:03
(Laughter)
146
398000
3000
(Gelächter)
07:06
They're feeling "warm" at 2.9 times the normal level, and so on.
147
401000
4000
Sie fühlt sich 2,9 Mal so "warm" wie normal, und so weiter.
07:10
Other views are also available.
148
405000
1000
Es sind weitere Ansichten verfügbar.
07:11
Here are gender, age, weather, location.
149
406000
2000
Hier sind Geschlecht, Alter, Wetter, Standort.
07:13
The final movement is called Mounds.
150
408000
2000
Die letzte Bewegung heißt Berge.
07:15
It's a bit different from the others.
151
410000
1000
Sie unterscheidet sich etwas von den anderen.
07:16
Mounds visualizes the entire dataset as large, gelatinous blobs
152
411000
4000
Berge stellt die gesamten Daten als große, gallertartige Kleckse dar,
07:20
which kind of jiggle.
153
415000
1000
die herumwackeln.
07:22
And if I hold down my cursor, they do a little dance.
154
417000
2000
Und wenn ich den Mauszeiger runterdrücke, führen sie einen kleinen Tanz auf.
07:25
We see "better" is the most frequent feeling, followed by "bad."
155
420000
3000
Wir erkennen, das "besser" das häufigste Gefühl darstellt, gefolgt von "schlecht".
07:28
And then if I go over here, the list begins to scroll,
156
423000
3000
Und wenn ich hier rüber gehe, fängt die Liste an zu laufen,
07:31
and there are actually thousands of feelings that have been collected.
157
426000
2000
und da sind tausende von Gefühlen, die gesammelt wurden.
07:33
You can see the little pink cursor moving along,
158
428000
2000
Sie können sehen, wie sich der kleine rosa Mauszeiger bewegt,
07:35
representing our position.
159
430000
1000
der unsere Position repräsentiert.
07:37
Here we see people that feel "slipping," "nauseous," "responsible."
160
432000
4000
Wir sehen Menschen, die sich "abgleitend", "angeekelt", "verantwortlich" fühlen.
07:41
There's also a search capability,
161
436000
1000
Es gibt auch eine Suchfunktion,
07:42
if you're interested in finding out about a certain population.
162
437000
2000
falls man an einer bestimmten Bevölkerung interessiert ist.
07:45
For instance, you could find women who feel "addicted"
163
440000
2000
Sie können zum Beispiel Frauen in den Zwanzigern finden,
07:47
in their 20s when it was cloudy in Bangladesh.
164
442000
4000
die sich "abhängig" fühlten, als es in Bangladesch wolkig war.
07:51
(Laughter)
165
446000
4000
(Gelächter)
07:55
But I'll spare you that.
166
450000
1000
Aber ich werde Ihnen das ersparen.
07:56
So here are some of my favorite montages that have been collected:
167
451000
3000
Hier sehen Sie einige meiner Lieblingsmontagen, die gesammelt wurden:
08:00
"I feel so much of my dad alive in me that there isn't even room for me."
168
455000
3000
"Ich fühle so viel von meinem Vater in mir leben, dass mir selbst gar kein Platz mehr bleibt."
08:05
"I feel very lonely."
169
460000
2000
"Ich fühle mich sehr einsam."
08:09
"I need to be in some backwoods redneck town
170
464000
2000
"Ich muss in ein hinterwäldlerisches Proletenstädtchen,
08:11
so that I can feel beautiful."
171
466000
2000
damit ich mich schön fühlen kann."
08:16
"I feel invisible to you."
172
471000
1000
"Ich fühle mich dir gegenüber unsichtbar."
08:19
"I wouldn't hide it if society didn't make me feel like I needed to."
173
474000
3000
"Ich würde mich nicht verstecken, wenn die Gesellschaft mir nicht das Gefühl gäbe, dass ich es sollte."
08:25
"I feel in love with Carolyn." "I feel so naughty."
174
480000
4000
"Ich habe das Gefühl, ich bin in Carolyn verliebt." "Ich fühle mich so unartig."
08:32
"I feel these weirdoes are actually an asset to college life."
175
487000
3000
"Ich habe das Gefühl, diese Spinner sind tatsächlich ein Gewinn für die Studienzeit."
08:35
(Laughter)
176
490000
4000
"Gelächter"
08:39
"I love how I feel today."
177
494000
1000
"Ich liebe es, wie ich mich heute fühle."
08:42
So as you can see, We Feel Fine uses a technique
178
497000
2000
Wie Sie also sehen, nutzt "Wir fühlen uns gut" eine Technik,
08:44
that I call "passive observation."
179
499000
1000
die ich "passive Beobachtung" nenne.
08:45
What I mean by that is that it passively observes people
180
500000
3000
Was ich damit meine ist, dass es Menschen passiv beobachtet,
08:48
as they live their lives. It scans the world's blogs
181
503000
4000
während sie ihr Leben führen. Es durchsucht die Blogs der Welt
08:52
and looks at what people are writing,
182
507000
1000
und sieht sich an, was Menschen schreiben.
08:53
and these people don't know they're being watched or interviewed.
183
508000
3000
Diese Menschen wissen nicht, dass sie beobachtet oder befragt werden.
08:56
And because of that,
184
511000
1000
Genau deshalb
08:57
you end up getting very honest, candid, sincere responses
185
512000
3000
bekommt man sehr ehrliche, offene, aufrichtige Reaktionen,
09:00
that are often very moving.
186
515000
1000
die oft sehr bewegend sind.
09:02
And this is a technique that I usually prefer in my work
187
517000
2000
Das ist eine Technik, die ich generell bevorzuge,
09:04
because people don't know they're being interviewed.
188
519000
2000
weil die Menschen nicht wissen, dass sie befragt werden.
09:06
They're just living life, and they end up just acting like that.
189
521000
3000
Sie leben einfach und reagieren auch so.
09:10
Another technique is directly questioning people.
190
525000
2000
Eine andere Technik ist die direkte Befragung.
09:12
And this is a technique that I explored in a different project,
191
527000
2000
Diese Technik habe ich in einem anderen Projekt genutzt,
09:14
the Yahoo! Time Capsule,
192
529000
1000
in der Yahoo! Zeitkapsel,
09:15
which was designed to take a fingerprint of the world in 2006.
193
530000
4000
die entworfen wurde, um einen Fingerabdruck der Welt im Jahr 2006 zu nehmen.
09:20
It was divided into ten very simple themes --
194
535000
2000
Sie war in zehn sehr einfache Themen unterteilt –
09:22
love, anger, sadness and so on --
195
537000
2000
Liebe, Wut, Trauer und so weiter –
09:24
each of which contained a single, very open-ended question
196
539000
2000
von denen jedes eine einzelne offene Frage enthielt,
09:26
put to the world: What do you love? What makes you angry?
197
541000
3000
die der Welt gestellt wurde: Was liebst du? Was macht dich wütend?
09:29
What makes you sad? What do you believe in? And so on.
198
544000
2000
Was macht dich traurig? Woran glaubst du? Und so weiter.
09:31
The time capsule was available for one month online,
199
546000
2000
Einen Monat lang konnte man auf die Zeitkapsel online zugreifen,
09:33
translated into 10 languages, and this is what it looked like.
200
548000
5000
die in zehn Sprachen übersetzt war. Und so sah sie aus.
09:38
It's a spinning globe,
201
553000
1000
Sie ist eine rotierende Kugel,
09:39
the surface of which is entirely composed of the pictures
202
554000
3000
deren Oberfläche vollständig aus den Bildern,
09:42
and words and drawings of people
203
557000
2000
Worten und Zeichnungen der Menschen besteht,
09:44
that submitted to the time capsule.
204
559000
1000
die etwas in die Zeitkapsel eingereicht hatten.
09:46
The ten themes radiate out and orbit the time capsule.
205
561000
2000
Die zehn Themen strahlen aus und umkreisen die Zeitkapsel.
09:48
You can sift through this data and see what people have submitted.
206
563000
4000
Man kann diese Daten durchgehen und die Beiträge der Menschen ansehen.
09:52
This is in response to, What's beautiful? "Miss World."
207
567000
2000
Das ist eine Antwort auf: Was ist schön? "Miss World."
09:54
There are two modes to the time capsule.
208
569000
2000
Die Zeitkapsel hat zwei Modi,
09:56
There's One World, which presents the spinning globe,
209
571000
2000
"Eine Welt", der die rotierende Kugel zeigt,
09:58
and Many Voices, which splits the data out into film strips
210
573000
3000
und "Viele Stimmen", der die Daten in Bildstreifen aufteilt,
10:02
and lets you sift through them one by one.
211
577000
1000
die man einzeln durchgehen kann.
10:05
So this project was punctuated by a really amazing event,
212
580000
4000
Dieses Projekt wurde von einem wirklich erstaunlichen Ereignis unterstrichen,
10:09
which was held in the desert outside Albuquerque in New Mexico
213
584000
5000
das in der Wüste vor Albuquerque in New Mexico
10:14
at the Jemez Pueblo, where for three consecutive nights,
214
589000
2000
im Dorf Jemez Pueblo stattfand, wo der Inhalt der Kapsel
10:16
the contents of the capsule were projected onto the sides
215
591000
3000
drei aufeinanderfolgende Nächte lang auf die uralten Felsen
10:19
of the ancient Red Rock Canyon walls,
216
594000
1000
des Red Rock Canyon projiziert wurde,
10:21
which stand about 200 feet tall. It was really incredible.
217
596000
2000
der ungefähr 60 Meter hoch ist. Es war wirklich unglaublich.
10:23
And we also projected the contents of the time capsule
218
598000
3000
Außerdem projizierten wir den Inhalt der Zeitkapsel
10:26
as binary code using a 35-watt laser into outer space.
219
601000
3000
mit Hilfe eines 35-Watt-Lasers als Binärcode in den Weltraum.
10:29
You can see the orange line leaving the desert floor
220
604000
3000
Sie können die orange Linie erkennen, die in einem 45-Grad-Winkel
10:32
at about a 45 degree angle there. This was amazing
221
607000
2000
vom Wüstenboden aufsteigt. Das war toll,
10:34
because the first night I looked at all this information
222
609000
4000
denn in der ersten Nacht sah ich mir all diese Informationen an
10:38
and really started seeing the gaps that I talked about earlier --
223
613000
3000
und begann die Unterschiede zu sehen, über die ich vorhin sprach –
10:41
the differences in age, gender and wealth and so on.
224
616000
2000
die Unterschiede in Alter, Geschlecht, Wohlstand und so weiter.
10:44
But, you know, as I looked at this more and more and more,
225
619000
2000
Aber, wissen Sie, als ich sie genauer betrachtete,
10:46
and saw these images go across the rocks,
226
621000
2000
und diese Bilder über die Felsen wandern sah,
10:48
I realized I was seeing the same archetypal events
227
623000
2000
bemerkte ich, dass ich immer wieder
10:50
depicted again and again and again.
228
625000
2000
die gleichen archetypischen Ereignisse abgebildet sah;
10:52
You know: weddings, births, funerals, the first car, the first kiss,
229
627000
5000
Hochzeiten, Geburten, Beerdigungen, das erste Auto, der erste Kuss,
10:57
the first camel or horse -- depending on the culture.
230
632000
3000
das erste Kamel oder Pferd – je nach Kultur.
11:00
And it was really moving. And this picture here was taken
231
635000
4000
Das war wirklich bewegend. Dieses Bild hier wurde
11:04
the final night from a distant cliff about two miles away,
232
639000
3000
in der letzten Nacht von einer zwei Meilen entfernten Klippe aus aufgenommen,
11:07
where the contents of the capsule were being beamed into space.
233
642000
3000
wo der Inhalt der Kapsel ins All projiziert wurde.
11:10
And there was something very moving
234
645000
2000
Das hatte etwas sehr Bewegendes,
11:12
about all of this human expression being shot off into the night sky.
235
647000
3000
als diese Form menschlichen Ausdrucks in den Nachthimmel geschossen wurde.
11:15
And it started to make me think a lot about the night sky,
236
650000
3000
Das brachte mich dazu, viel über den Nachthimmel nachzudenken,
11:18
and how humans have always used the night sky
237
653000
1000
und darüber, wie Menschen schon immer den Nachthimmel genutzt haben,
11:19
to project their great stories.
238
654000
2000
um ihre großen Geschichten zu entwerfen.
11:21
You know, as a child in Vermont, on a farm where I grew up,
239
656000
3000
Wissen Sie, als Kind in Vermont, auf der Farm, wo ich aufgewachsen bin,
11:24
I would often look up into the dark sky
240
659000
2000
habe ich oft zum dunklen Himmel hinaufgeblickt
11:26
and see the three star belt of Orion, the Hunter.
241
661000
2000
und den Sternengürtel von Orion, dem Jäger, erkannt.
11:29
And as an adult, I've been more aware
242
664000
2000
Als Erwachsener wusste ich mehr über die großen griechischen Mythen,
11:31
of the great Greek myths playing out in the sky overhead every night.
243
666000
3000
die sich dort im Himmel jede Nacht abspielten.
11:35
You know, Orion facing the roaring bull.
244
670000
2000
Orion, der sich dem brüllenden Bullen entgegenstellt.
11:37
Perseus flying to the rescue of Andromeda.
245
672000
2000
Perseus, der zu Andromedas Rettung eilt.
11:39
Zeus battling Chronos for control of Mount Olympus.
246
674000
3000
Zeus, der mit Chronos um die Herrschaft über den Olymp kämpft.
11:42
I mean, these are the great tales of the Greeks.
247
677000
2000
Ich meine, das sind die großen Geschichten der Griechen.
11:44
And it caused me to wonder about our world today.
248
679000
2000
Und das ließ mich über unsere heutige Welt nachdenken.
11:47
And it caused me to wonder specifically,
249
682000
2000
Es ließ mich insbesondere darüber nachdenken,
11:49
if we could make new constellations today,
250
684000
2000
wie die Konstellationen aussehen würden,
11:52
what would those look like? What would those be?
251
687000
2000
wenn wir sie heute neu schaffen könnten. Welche würden es sein?
11:54
If we could make new pictures in the sky, what would we draw?
252
689000
3000
Wenn wir neue Bilder in den Himmel stellen könnten, was würden wir malen?
11:57
What are the great stories of today?
253
692000
1000
Welches sind die großen Geschichten von heute?
11:58
And those are the questions that inspired my new project,
254
693000
4000
Diese Fragen haben mein neues Projekt inspiriert,
12:02
which is debuting here today at TED.
255
697000
2000
welches heute hier bei TED sein Debüt feiert.
12:04
Nobody's seen this yet, publicly.
256
699000
1000
Bis jetzt hat es noch niemand öffentlich gesehen.
12:06
It's called Universe: Revealing Our Modern Mythology.
257
701000
3000
Es heißt "Universum: Enthüllung unserer modernen Mythologie".
12:10
And it uses this metaphor of an interactive night sky.
258
705000
3000
Es nutzt diese Metapher des interaktiven Nachthimmels.
12:13
So, it's my great pleasure now to show this to you.
259
708000
3000
Es ist mir also eine große Freude, Ihnen das jetzt zu zeigen.
12:16
So, Universe will open here.
260
711000
1000
Universum wird hier geöffnet.
12:17
And you'll see that it leads with a shifting star field,
261
712000
4000
Sie sehen, dass es mit einem sich verändernden Sternenfeld beginnt
12:22
and there's an Aurora Borealis in the background,
262
717000
2000
und sich ein Nordlicht im Hintergrund befindet,
12:24
kind of morphing with color. The color of the Aurora Borealis
263
719000
3000
das sich mit Farben verbindet. Die Farbe des Nordlichts
12:27
can be controlled using this single bar of color at the bottom,
264
722000
3000
kann man mit diesem Farbbalken ganz unten kontrollieren,
12:31
and we'll put it down here to red.
265
726000
2000
wir werden es hier auf rot einstellen.
12:33
So you see this kind of -- these stars moving along.
266
728000
2000
Sie sehen also wie irgendwie – diese Sterne dahinziehen.
12:36
Now, these aren't just little points of light, little pixels.
267
731000
3000
Nun, das sind nicht nur kleine Lichtpunkte, kleine Pixel.
12:39
Each of those stars actually represents
268
734000
2000
Jeder dieser Sterne repräsentiert im Grunde
12:41
a specific event in the real world --
269
736000
2000
ein bestimmtes Ereignis in der wirklichen Welt –
12:44
a quote that was stated by somebody, an image,
270
739000
2000
ein Zitat von jemandem, ein Bild,
12:47
a news story, a person, a company. You know,
271
742000
3000
ein Nachrichtenbeitrag, eine Person, eine Firma.
12:50
some kind of heroic personality.
272
745000
2000
So etwas wie eine heldenhafte Persönlichkeit.
12:53
And you might notice that as the cursor begins
273
748000
2000
Sie werden vielleicht bemerken, dass sich Formen herausbilden,
12:55
to touch some of these stars, that shapes begin to emerge.
274
750000
4000
wenn der Mauszeiger einige dieser Sterne berührt.
12:59
We see here there's a little man walking along, or maybe a woman.
275
754000
3000
Hier sehen wir einen kleinen Mann laufen, oder vielleicht eine Frau.
13:02
And we see here a photograph with a head.
276
757000
4000
Hier sehen wir ein Foto mit einem Kopf.
13:07
You can start to see words emerging here.
277
762000
2000
Sie können hier Worte hervorkommen sehen.
13:10
And those are
278
765000
1000
Und das sind
13:12
the constellations of today.
279
767000
1000
die heutigen Konstellationen.
13:14
And I can turn them all on,
280
769000
1000
Ich kann sie alle aktivieren,
13:15
and you can see them moving across the sky now.
281
770000
2000
und Sie können sie nun durch den Himmel ziehen sehen.
13:18
This is the universe of 2007, the last two months.
282
773000
2000
Das ist das Universum von 2007, der letzten zwei Monate.
13:21
The data from this is global news coverage
283
776000
2000
Diese Daten sind weltweite Nachrichtenberichte
13:23
from thousands of news sources around the world.
284
778000
2000
tausenden von Quellen weltweit entnommen.
13:25
It's using the API of a really great company that I work with
285
780000
4000
Es nutzt die Programmierschnittstelle einer großartigen Firma,
13:29
in New York, actually, called Daylife.
286
784000
1000
mit der ich in New York arbeite, die Daylife heißt.
13:31
And it's kind of the zeitgeist view at this level
287
786000
3000
Und das ist im Grunde die Ansicht des Zeitgeistes
13:34
of the world's current mythology over the last couple of months.
288
789000
4000
der aktuellen Mythologie der Welt aus den letzten paar Monaten.
13:38
So we can see where it's emerging here, like President Ford,
289
793000
3000
Wir können erkennen, wo er zum Vorschein kommt, wie Präsident Ford,
13:42
Iraq, Bush. And we can actually isolate just the words --
290
797000
3000
Irak, Bush. Wir können auch nur die Wörter isolieren –
13:45
I call them secrets -- and we can cause them to form
291
800000
2000
ich nenne sie Geheimnisse – und wir können sie dazu bringen,
13:47
an alphabetical list. And we see Anna Nicole Smith
292
802000
3000
eine alphabetische Liste zu formen. Wir sehen Anna Nicole Smith,
13:51
playing a big role recently.
293
806000
2000
die seit Kurzem eine große Rolle spielt.
13:53
President Ford -- this is Gerald Ford's funeral.
294
808000
3000
Präsident Ford – das ist Gerald Fords Beerdigung.
13:56
We can actually click anything in Universe
295
811000
3000
Wir können in Universum alles anklicken
13:59
and have it become the center of the universe,
296
814000
1000
und zum Zentrum des Universums machen,
14:00
and everything else will enter its orbit.
297
815000
2000
und alles andere wird in seinen Orbit verschoben.
14:02
So, we'll click Ford, and now that becomes the center.
298
817000
3000
Wir klicken also Ford an und das wird zum Zentrum,
14:05
And the things that relate to Ford enter its orbit
299
820000
3000
und die Dinge, die mit Ford zusammenhängen,
14:08
and swirl around it.
300
823000
1000
werden zu seinem Orbit und drehen sich darum.
14:10
We can isolate just the photographs, and we now see those.
301
825000
2000
Wir können die Fotos isolieren, und dann sehen wir diese.
14:13
We can click on one of those
302
828000
1000
Wir können eines anklicken
14:14
and have the photograph be the center of the universe.
303
829000
2000
und das Foto zum Zentrum des Universums machen.
14:17
Now the things that relate to it are swirling around.
304
832000
3000
Jetzt schwirren die Dinge, die damit zusammenhängen, darum herum.
14:20
We can click on this and we see this iconic image
305
835000
3000
Wir können das anklicken und sehen dieses ikonische Bild
14:23
of Betty Ford kissing her husband's coffin.
306
838000
3000
von Betty Ford, wie sie den Sarg ihres Mannes küsst.
14:26
In Universe, there's kind of no end. It just goes infinitely,
307
841000
5000
In Universum gibt es kein richtiges Ende. Es setzt sich unendlich fort,
14:32
and you can just kind of click on stuff.
308
847000
1000
und man kann Sachen einfach anklicken.
14:34
This is a photographic representation, called Snapshots.
309
849000
4000
Das ist eine fotografische Repräsentation, Snapshots genannt.
14:38
But we can actually be more specific in defining our universe.
310
853000
4000
Wir können aber unser Universum noch genauer definieren.
14:42
So, if we want to,
311
857000
1000
Wenn wir also möchten,
14:43
let's check out what Bill Clinton's universe looks like.
312
858000
3000
lassen Sie uns nachsehen, wie Bill Clintons Universum aussieht.
14:46
And let's see, in the past week, what he's been up to.
313
861000
4000
Lassen Sie uns nachschauen, was er in der letzten Woche so getrieben hat.
14:50
So now, we have a new universe, which is just constrained
314
865000
3000
Jetzt haben wir also ein neues Universum, das sich auf die Dinge beschränkt,
14:53
to all things Bill Clinton.
315
868000
1000
die mit Bill Clinton zu tun haben.
14:55
We can have his constellations emerge here.
316
870000
2000
Wir können seine Konstellationen hier hervorheben.
14:58
We can pull out his secrets,
317
873000
1000
Wir können seine Geheimnisse hervorholen,
14:59
and we see that it has a lot to do with candidates,
318
874000
3000
und wir erkennen, dass es viel mit Kandidaten zu tun hat,
15:02
Hillary, presidential, Barack Obama.
319
877000
3000
mit Hillary, Präsident, Barack Obama.
15:06
We can see the stories
320
881000
1000
Wir können die Geschichten sehen,
15:07
that Bill Clinton is taking part in right now.
321
882000
3000
in denen Bill Clinton gerade eine Rolle spielt.
15:10
Any of those can be opened up.
322
885000
2000
Jede einzelne kann geöffnet werden.
15:12
So we see Obama and the Clintons meet in Alabama.
323
887000
2000
Wir sehen, wie sich Obama und die Clintons in Alabama treffen.
15:15
You can see that this is an important story;
324
890000
1000
Sie können erkennen, dass dies eine wichtige Geschichte ist;
15:16
there are a lot of things in its orbit. If we open this up,
325
891000
4000
es befindet sich viel in ihrem Orbit. Wenn wir das öffnen,
15:20
we get different perspectives on this story.
326
895000
3000
erhalten wir verschiedene Perspektiven dieser Geschichte.
15:23
You can click any of those to go out and read the article
327
898000
2000
Sie können jede von ihnen anklicken, um zur Quelle des Artikels zu gelangen
15:25
at the source. This one's from Al Jazeera.
328
900000
2000
und ihn dort zu lesen. Dieser ist von Al Jazeera.
15:28
We can also see the superstars. These would be the people
329
903000
4000
Wir können auch die Superstars sehen. Das sind die Menschen,
15:32
that are kind of the looming heroes and heroines
330
907000
3000
die sich in Bill Clintons Universum als Helden und Heldinnen abzeichnen.
15:35
in the universe of Bill Clinton. So there's Bill Clinton, Hillary,
331
910000
3000
Da sind also Bill Clinton, Hillary,
15:38
Iraq, George Bush, Barack Obama, Scooter Libby --
332
913000
4000
Irak, George Bush, Barack Obama, Scooter Libby –
15:42
these are kind of the people of Bill Clinton.
333
917000
2000
das sind im Grunde Bill Clintons Leute.
15:45
We can also see a world map, so this shows us the geographic reach
334
920000
4000
Wir können auch eine Weltkarte ansehen, die uns die geografische Reichweite
15:49
of Bill Clinton in the last week or so.
335
924000
1000
Bill Clintons in der letzten Woche zeigt.
15:50
We can see he's been focused in America
336
925000
2000
Wir erkennen, dass er sich auf Amerika konzentriert hat,
15:52
because he's been campaigning, probably,
337
927000
2000
denn er hat wahrscheinlich an seiner Kampagne gearbeitet,
15:54
but a little bit of action over here in the Middle East.
338
929000
2000
aber auch ein wenig Aktivität hier drüben in Nahost.
15:56
And then we can also see a timeline.
339
931000
2000
Weiterhin können wir einen Zeitstrahl betrachten.
15:58
So we see that he was a bit quiet on Saturday,
340
933000
3000
Wir erkennen, dass er am Samstag etwas still war,
16:01
but he was back to work on Sunday morning,
341
936000
2000
aber am Sonntagmorgen war er wieder zurück bei der Arbeit,
16:03
and actually been tapering off since then this week.
342
938000
3000
und danach hat es eigentlich wieder abgenommen.
16:06
And it's not limited to just people or dates,
343
941000
2000
Es beschränkt sich nicht nur auf Menschen und Daten,
16:08
but we can actually put in concepts also.
344
943000
2000
wir können sogar Konzepte hinzufügen.
16:10
So if I put in climate change for all of 2006,
345
945000
3000
Wenn ich also Klimawandel für das Jahr 2006 eingebe,
16:14
we'll see what that universe looks like.
346
949000
2000
sehen wir, wie dieses Universum aussieht.
16:16
Here we have our star field. Here we have our shapes.
347
951000
3000
Hier haben wir unser Sternenfeld. Hier sind unsere Formen.
16:19
Here we have our secrets.
348
954000
2000
Hier sind unsere Geheimnisse.
16:22
So we see again, climate change is large:
349
957000
2000
Wir sehen also wieder, Klimawandel ist groß:
16:24
Nairobi, global conference, environmental.
350
959000
3000
Nairobi, Weltkonferenz, Umwelt.
16:27
And there are also quotes that you can see,
351
962000
2000
Sie können sich auch Zitate ansehen,
16:29
if you're interested in reading about quotes on climate change.
352
964000
2000
wenn Sie gerne Zitate zum Klimawandel lesen möchten.
16:31
You know, this is really an infinite thing.
353
966000
1000
Es ist wirklich endlos.
16:33
The superstars of climate change in 2006:
354
968000
2000
Die Superstars des Klimawandels 2006:
16:35
United States, Britain, China. You know,
355
970000
3000
Vereinigte Staaten, Großbritannien, China.
16:38
these are the towering countries that kind of define this concept.
356
973000
3000
Das sind die hervorstechenden Länder, die dieses Konzept mitdefinieren.
16:41
So this is a piece that demands exploration.
357
976000
3000
Das ist also etwas, das erkundet werden will.
16:44
This will be online in several days, probably next Tuesday.
358
979000
4000
Es wird in einigen Tagen online sein, wahrscheinlich nächsten Dienstag.
16:49
And you'll all be able to use it and kind of explore
359
984000
4000
Dann werden Sie es nutzen können und erkunden können,
16:53
what your own personal mythology might be.
360
988000
2000
was Ihre eigene persönliche Mythologie sein könnte.
16:55
You'll notice that in Daylife -- rather, in Universe --
361
990000
3000
Sie werden merken, Daylife – vielmehr Universum –
16:58
it supports both the notion of a global mythology,
362
993000
2000
unterstützt sowohl das Konzept einer weltweiten Mythologie,
17:00
which is represented by something as broad as, say, 2007,
363
995000
3000
die von einem sehr breiten Begriff, wie beispielsweise 2007, repräsentiert wird,
17:03
and also a personal mythology.
364
998000
2000
als auch das Konzept einer persönlichen Mythologie,
17:05
As you search for the things that are important to you in your world,
365
1000000
4000
wenn Sie nach den Dingen suchen, die für Sie in Ihrer Welt wichtig sind,
17:09
and then see what the constellations of those might look like.
366
1004000
3000
und dann sehen, wie deren Konstellationen aussehen könnten.
17:13
So it's been a pleasure. Thank you very much.
367
1008000
3000
Es war mir eine Freude. Vielen Dank.
17:16
(Applause)
368
1011000
3000
(Applaus)
ABOUT THE SPEAKER
Jonathan Harris - Artist, storyteller, Internet anthropologistArtist and computer scientist Jonathan Harris makes online art that captures the world's expression -- and gives us a glimpse of the soul of the Internet.
Why you should listen
Brooklyn-based artist Jonathan Harris' work celebrates the world's diversity even as it illustrates the universal concerns of its occupants. His computer programs scour the Internet for unfiltered content, which his beautiful interfaces then organize to create coherence from the chaos.
His projects are both intensely personal (the "We Feel Fine" project, made with Sep Kanvar, which scans the world's blogs to collect snapshots of the writers' feelings) and entirely global (the new "Universe," which turns current events into constellations of words). But their effect is the same -- to show off a world that resonates with shared emotions, concerns, problems, triumphs and troubles.
Jonathan Harris | Speaker | TED.com