TED@Cannes
Clay Shirky: How cognitive surplus will change the world
Clay Shirky: Wie der kognitive Überfluss die Welt verändern wird
Filmed:
Readability: 4.5
1,065,787 views
Clay Shirky betrachtet den "kognitiven Überfluss" – die Arbeit, die wir gemeinsam im Internet mit unseren überschüssigen Gehirnzyklen verrichten. Während wir die Wikipedia bearbeiten, auf Ushahidi posten (und ja, LOLcats erstellen), bauen wir eine bessere, kooperativere Welt.
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
Die Geschichte beginnt in Kenia
00:18
in December of 2007,
1
3000
2000
im Dezember 2007
00:20
when there was a disputed presidential election,
2
5000
2000
mit einer umstrittenen Präsidentschaftswahl.
00:22
and in the immediate aftermath of that election,
3
7000
3000
Als unmittelbare Folge dieser Wahl
00:25
there was an outbreak of ethnic violence.
4
10000
2000
kam es zu Ausbrüchen ethnischer Gewalt.
00:27
And there was a lawyer in Nairobi, Ory Okolloh --
5
12000
3000
Und es gab eine Anwältin in Nairobi, Ory Okolloh –
00:30
who some of you may know from her TEDTalk --
6
15000
2000
manche von Ihnen werden Sie von ihrem TEDTalk kennen –
00:32
who began blogging about it on her site,
7
17000
2000
die darüber auf ihrem Blog
00:34
Kenyan Pundit.
8
19000
2000
"Kenyan Pundit" zu schreiben begann.
00:36
And shortly after the election and the outbreak of violence,
9
21000
3000
Und kurz nach der Wahl und den Gewaltausbrüchen
00:39
the government suddenly imposed
10
24000
2000
verhängte die Regierung plötzlich
00:41
a significant media blackout.
11
26000
2000
eine umfassende Mediensperre.
00:43
And so weblogs went from being
12
28000
2000
Und so wurden Weblogs,
00:45
commentary as part of the media landscape
13
30000
2000
früher nur Kommentatoren der Medienlandschaft,
00:47
to being a critical part of the media landscape
14
32000
3000
zu einem kritischen Bestandteil dieser Medienlandschaft,
00:50
in trying to understand where the violence was.
15
35000
3000
indem sie aufzeigten, wo die Gewalt ausbrach.
00:53
And Okolloh solicited
16
38000
2000
Und Okolloh holte sich
00:55
from her commenters
17
40000
2000
von Ihren Kommentatoren
00:57
more information about what was going on.
18
42000
2000
mehr Informationen darüber, was vor sich ging.
00:59
The comments began pouring in,
19
44000
2000
Und die Kommentare strömten herein.
01:01
and Okolloh would collate them. She would post them.
20
46000
2000
Und Okolloh sammelte sie. Und sie veröffentlichte sie.
01:03
And she quickly said, "It's too much.
21
48000
2000
Und bald sagte sie: "Es ist zu viel.
01:05
I could do this all day every day
22
50000
2000
Ich könnte das ohne Unterbrechung tun,
01:07
and I can't keep up.
23
52000
2000
und käme trotzdem nicht mit.
01:09
There is more information
24
54000
2000
Es gibt mehr Informationen darüber,
01:11
about what's going on in Kenya right now
25
56000
2000
was in Kenia gerade passiert,
01:13
than any one person can manage.
26
58000
2000
als eine einzelne Person verwalten kann.
01:15
If only there was a way to automate this."
27
60000
2000
Wenn es nur eine Möglichkeit gäbe, das zu automatisieren."
01:17
And two programmers who read her blog
28
62000
2000
Und zwei Programmierer, die ihren Blog lasen,
01:19
held their hands up and said, "We could do that,"
29
64000
3000
zeigten auf und sagten: "Wir könnten das erledigen."
01:22
and in 72 hours, they launched Ushahidi.
30
67000
3000
Und innerhalb von 72 Stunden starteten sie Ushahidi.
01:25
Ushahidi -- the name means "witness"
31
70000
2000
Ushahidi – der Name bedeutet "Zeuge"
01:27
or "testimony" in Swahili --
32
72000
2000
oder "Zeugenaussage" in Suaheli –
01:29
is a very simple way of taking reports from the field,
33
74000
3000
ist ein einfaches Mittel, um Nachrichten vor Ort,
01:32
whether it's from the web or, critically,
34
77000
3000
die über das Web oder, noch viel wichtiger,
01:35
via mobile phones and SMS,
35
80000
2000
von Mobiltelefonen und per SMS eintreffen,
01:37
aggregating it and putting it on a map.
36
82000
3000
zu sammeln und auf einer Landkarte darzustellen.
01:40
That's all it is, but that's all that's needed
37
85000
2000
Mehr kann es nicht, aber das reicht schon.
01:42
because what it does is it takes the tacit information
38
87000
3000
Denn es nimmt das stille Wissen
01:45
available to the whole population --
39
90000
2000
der gesamten Bevölkerung –
01:47
everybody knows where the violence is,
40
92000
2000
jeder weiß, wo Gewalt ausbricht,
01:49
but no one person knows what everyone knows --
41
94000
3000
aber keine einzelne Person weiß, was alle anderen wissen –
01:52
and it takes that tacit information
42
97000
2000
es nimmt dieses stille Wissen
01:54
and it aggregates it,
43
99000
2000
und sammelt es,
01:56
and it maps it and it makes it public.
44
101000
2000
stellt es auf einer Landkarte dar und macht es öffentlich zugänglich.
01:58
And that, that maneuver
45
103000
2000
Und das, dieser Vorgang
02:00
called "crisis mapping,"
46
105000
2000
namens "crisis mapping"
02:02
was kicked off in Kenya
47
107000
3000
fand seinen Anfang in Kenia
02:05
in January of 2008.
48
110000
2000
im Januar 2008.
02:07
And enough people looked at it and found it valuable enough
49
112000
3000
Und so viele Leute schauten es sich an und fanden es nützlich,
02:10
that the programmers who created Ushahidi
50
115000
2000
dass die Programmierer von Ushahidi
02:12
decided they were going to make it open source
51
117000
2000
sich dazu entschlossen, daraus Open Source
02:14
and turn it into a platform.
52
119000
2000
und eine Plattform zu machen.
02:16
It's since been deployed in Mexico
53
121000
2000
Seither wurde es in Mexiko eingesetzt,
02:18
to track electoral fraud.
54
123000
2000
um Wahlbetrug zu erfassen.
02:20
It's been deployed in Washington D.C. to track snow cleanup.
55
125000
3000
Es wurde in Washington D.C. eingesetzt, um Schneeräumungen zu erfassen.
02:23
And it's been used most famously in Haiti
56
128000
2000
Und es wurde bekannt durch den Einsatz in Haiti
02:25
in the aftermath of the earthquake.
57
130000
3000
in Folge des Erdbebens.
02:28
And when you look at the map
58
133000
2000
Und wenn Sie auf die Landkarte
02:30
now posted on the Ushahidi front page,
59
135000
2000
auf der Startseite von Ushahidi schauen,
02:32
you can see that the number of deployments in Ushahidi
60
137000
2000
werden Sie sehen, dass Ushahidi
02:34
has gone worldwide, all right?
61
139000
3000
in aller Welt eingesetzt wird.
02:37
This went from a single idea
62
142000
2000
Aus einer einzigen Idee
02:39
and a single implementation
63
144000
2000
und einer einzigen Implementierung
02:41
in East Africa in the beginning of 2008
64
146000
3000
in Ostafrika Anfang 2008
02:44
to a global deployment
65
149000
2000
zum weltweiten Einsatz
02:46
in less than three years.
66
151000
3000
in weniger als drei Jahren.
02:49
Now what Okolloh did
67
154000
3000
Was Okolloh machte,
02:52
would not have been possible
68
157000
2000
wäre nicht möglich gewesen
02:54
without digital technology.
69
159000
3000
ohne digitale Technologien.
02:57
What Okolloh did would not have been possible
70
162000
3000
Was Okolloh machte, wäre nicht möglich gewesen
03:00
without human generosity.
71
165000
2000
ohne menschliche Großzügigkeit.
03:02
And the interesting moment now,
72
167000
2000
Und spannend dabei ist,
03:04
the number of environments
73
169000
2000
wie oft heutzutage die Lösung
03:06
where the social design challenge
74
171000
2000
von sozialen Herausforderungen
03:08
relies on both of those things being true.
75
173000
3000
auf beiden dieser Gegebenheiten beruht.
03:11
That is the resource that I'm talking about.
76
176000
3000
Das ist die Ressource, von der ich spreche.
03:14
I call it cognitive surplus.
77
179000
2000
Ich nenne sie kognitiven Überfluss.
03:16
And it represents the ability
78
181000
2000
Und sie repräsentiert
03:18
of the world's population
79
183000
2000
die Fähigkeit der Weltbevölkerung,
03:20
to volunteer and to contribute and collaborate
80
185000
3000
freiwillig zusammenzuarbeiten,
03:23
on large, sometimes global, projects.
81
188000
3000
an großen, manchmal sogar globalen Projekten.
03:26
Cognitive surplus is made up of two things.
82
191000
2000
Kognitiver Überfluss besteht aus zwei Dingen.
03:28
The first, obviously, is the world's free time and talents.
83
193000
3000
Erstens ist da die Freizeit und die Begabung der Weltbevölkerung.
03:31
The world has over
84
196000
2000
Die Welt hat mehr als
03:33
a trillion hours a year
85
198000
3000
eine Billionen Stunden pro Jahr
03:36
of free time
86
201000
2000
an Freizeit,
03:38
to commit to shared projects.
87
203000
2000
die für gemeinsame Projekte zur Verfügung stehen.
03:40
Now, that free time existed in the 20th century,
88
205000
2000
Diese Freizeit gab es auch schon im 20. Jahrhundert,
03:42
but we didn't get Ushahidi in the 20th century.
89
207000
3000
aber es gab kein Ushahidi im 20. Jahrhundert.
03:45
That's the second half of cognitive surplus.
90
210000
2000
Das ist die zweite Hälfte des kognitiven Überflusses.
03:47
The media landscape in the 20th century
91
212000
2000
Die Medienlandschaft des 20. Jahrhunderts
03:49
was very good at helping people consume,
92
214000
3000
war sehr gut dabei, den Menschen beim Konsumieren zu helfen.
03:52
and we got, as a result,
93
217000
2000
Und in der Folge wurden wir
03:54
very good at consuming.
94
219000
2000
sehr gut beim Konsumieren.
03:56
But now that we've been given media tools --
95
221000
2000
Aber jetzt, seitdem wir Medienwerkzeuge haben –
03:58
the Internet, mobile phones -- that let us do more than consume,
96
223000
3000
das Internet, Mobiltelefone – die uns mehr tun lassen als nur konsumieren,
04:01
what we're seeing is that people weren't couch potatoes
97
226000
3000
sehen wir, dass die Leute keine Couch-Potatoes waren,
04:04
because we liked to be.
98
229000
2000
weil wir das so gerne waren.
04:06
We were couch potatoes because that was
99
231000
2000
Wir waren Couch-Potatoes, weil wir
04:08
the only opportunity given to us.
100
233000
2000
keine andere Wahl hatten.
04:10
We still like to consume, of course.
101
235000
2000
Wir konsumieren natürlich immer noch gerne.
04:12
But it turns out we also like to create,
102
237000
2000
Aber wir erstellen scheinbar auch gerne Dinge
04:14
and we like to share.
103
239000
3000
und teilen sie gerne mit anderen.
04:17
And it's those two things together --
104
242000
2000
Und diese zwei Dinge gemeinsam –
04:19
ancient human motivation
105
244000
2000
uralte menschliche Motivation
04:21
and the modern tools to allow that motivation
106
246000
2000
und moderne Werkzeuge, um diese Motivation
04:23
to be joined up in large-scale efforts --
107
248000
3000
in groß angelegten Projekten zusammenzuführen –
04:26
that are the new design resource.
108
251000
3000
das ist die neue gestalterische Ressource.
04:29
And using cognitive surplus,
109
254000
2000
Und durch den kognitiven Überfluss
04:31
we're starting to see truly incredible experiments
110
256000
3000
sehen wir wahrlich unglaubliche Experimente,
04:34
in scientific, literary,
111
259000
2000
wissenschaftliche, literarische,
04:36
artistic, political efforts.
112
261000
3000
künstlerische, politische Anstrengungen,
04:39
Designing.
113
264000
2000
Entwürfe.
04:41
We're also getting, of course, a lot of LOLcats.
114
266000
3000
Wir sehen auch jede Menge LOLcats.
04:44
LOLcats are cute pictures of cats
115
269000
2000
LOLcats sind niedliche Bilder von Katzen,
04:46
made cuter with the addition of cute captions.
116
271000
3000
die durch Bildunterschriften noch niedlicher werden.
04:49
And they are also
117
274000
2000
Und sie sind ebenfalls
04:51
part of the abundant media landscape we're getting now.
118
276000
3000
Teil der üppigen Medienlandschaft von heute.
04:54
This is one of the participatory --
119
279000
2000
Das ist eines der partizipatorischen –
04:56
one of the participatory models
120
281000
2000
eines der partizipatorischen Modelle,
04:58
we see coming out of that, along with Ushahidi.
121
283000
3000
die neben Ushahidi entstehen.
05:01
Now I want to stipulate, as the lawyers say,
122
286000
2000
Nun möchte ich behaupten,
05:03
that LOLcats are the stupidest possible
123
288000
2000
dass LOLcats die albernsten
05:05
creative act.
124
290000
2000
kreativen Werke sind.
05:07
There are other candidates of course,
125
292000
2000
Es gibt natürlich auch andere Kandidaten,
05:09
but LOLcats will do as a general case.
126
294000
3000
aber LOLcats sollen für unseren Zweck reichen.
05:12
But here's the thing:
127
297000
2000
Aber hier ist der Punkt.
05:14
The stupidest possible creative act
128
299000
2000
Der albernste kreative Akt
05:16
is still a creative act.
129
301000
3000
ist immer noch ein kreativer Akt.
05:19
Someone who has done something like this,
130
304000
3000
Jemand, der so etwas gemacht hat,
05:22
however mediocre and throwaway,
131
307000
3000
sei es noch so mittelmäßig und zum Wegwerfen,
05:25
has tried something, has put something forward in public.
132
310000
3000
hat etwas probiert, hat etwas an die Öffentlichkeit gebracht.
05:28
And once they've done it, they can do it again,
133
313000
3000
Und wenn sie es einmal gemacht haben, können sie es wieder machen.
05:31
and they could work on getting it better.
134
316000
2000
Und sie können versuchen, es besser zu machen.
05:33
There is a spectrum between mediocre work and good work,
135
318000
3000
Es gibt einen fließenden Übergang zwischen mittelmäßigen und guten Arbeiten.
05:36
and as anybody who's worked as an artist or a creator knows,
136
321000
3000
Und wie jeder Künstler oder Kunstschaffende weiß,
05:39
it's a spectrum you're constantly
137
324000
2000
versucht man ständig, sich in diesem Spektrum
05:41
struggling to get on top of.
138
326000
2000
nach oben zu bewegen.
05:43
The gap is between
139
328000
2000
Die wahre Kluft ist zwischen
05:45
doing anything and doing nothing.
140
330000
3000
irgendetwas tun und nichts tun.
05:48
And someone who makes a LOLcat
141
333000
2000
Und jemand, der LOLcats macht,
05:50
has already crossed over that gap.
142
335000
3000
hat diese Kluft bereits hinter sich gelassen.
05:53
Now it's tempting to want to get the Ushahidis
143
338000
2000
Es wäre nun verlockend, die Ushahidis
05:55
without the LOLcats, right,
144
340000
2000
ohne die LOLcats zu wollen,
05:57
to get the serious stuff without the throwaway stuff.
145
342000
3000
die ernsten Dinge ohne den ganzen Müll.
06:00
But media abundance never works that way.
146
345000
3000
Aber medialer Überfluss funktioniert so nicht.
06:03
Freedom to experiment means freedom to experiment with anything.
147
348000
3000
Die Freiheit, zu experimentieren bedeutet, mit allem zu experimentieren.
06:06
Even with the sacred printing press,
148
351000
2000
Sogar mit der geheiligten Druckerpresse –
06:08
we got erotic novels 150 years
149
353000
2000
wir hatten erotische Romane 150 Jahre
06:10
before we got scientific journals.
150
355000
3000
vor den ersten wissenschaftlichen Journalen.
06:14
So before I talk about
151
359000
3000
Bevor ich also
06:17
what is, I think, the critical difference
152
362000
2000
über den kritischen Unterschied
06:19
between LOLcats and Ushahidi,
153
364000
2000
zwischen LOLcats und Ushahidi spreche,
06:21
I want to talk about
154
366000
2000
möchte ich über
06:23
their shared source.
155
368000
2000
ihre gemeinsame Quelle sprechen.
06:25
And that source is design for generosity.
156
370000
3000
Und das ist Gestaltung hin zur Großzügigkeit.
06:28
It is one of the curiosities of our historical era
157
373000
3000
Es ist eine der Kuriositäten unseres Zeitalters,
06:31
that even as cognitive surplus
158
376000
2000
dass, während der kognitive Überfluss
06:33
is becoming a resource we can design around,
159
378000
2000
eine Ressource wird, die wir einsetzen können,
06:35
social sciences are also starting to explain
160
380000
3000
die Sozialwissenschaften zu erklären beginnen,
06:38
how important
161
383000
2000
wie wichtig
06:40
our intrinsic motivations are to us,
162
385000
2000
unsere intrinsische Motivation ist,
06:42
how much we do things because we like to do them
163
387000
3000
wie oft wir Dinge tun, weil wir es wollen,
06:45
rather than because our boss told us to do them,
164
390000
2000
anstatt, weil unser Boss es uns befohlen hat,
06:47
or because we're being paid to do them.
165
392000
3000
oder weil wir dafür bezahlt werden.
06:50
This is a graph from a paper
166
395000
3000
Das ist ein Diagramm aus einer Arbeit
06:53
by Uri Gneezy and Aldo Rustichini,
167
398000
2000
von Uri Gneezy und Aldo Rustichini,
06:55
who set out to test, at the beginning of this decade,
168
400000
3000
die zu Beginn dieses Jahrzehnts
06:58
what they called "deterrence theory."
169
403000
2000
ihre "Abschreckungstheorie" testen wollten,
07:00
And deterrence theory is a very simple theory of human behavior:
170
405000
2000
eine einfache Theorie menschlichen Verhaltens.
07:02
If you want somebody to do less of something,
171
407000
2000
Wenn du möchtest, dass Leute etwas seltener tun,
07:04
add a punishment and they'll do less of it.
172
409000
2000
bestrafe sie dafür, und sie werden es seltener tun.
07:06
Simple, straightforward, commonsensical --
173
411000
3000
Einfach, unkompliziert, einleuchtend
07:09
also, largely untested.
174
414000
2000
und großteils ungetestet.
07:11
And so they went and studied
175
416000
2000
Also untersuchten sie
07:13
10 daycare centers in Haifa, Israel.
176
418000
2000
10 Kindertagesstätten in Haifa, Israel.
07:15
They studied those daycare centers
177
420000
2000
Und sie untersuchten diese Tagesstätten
07:17
at the time of highest tension,
178
422000
2000
zum Zeitpunkt der größten Anspannung,
07:19
which is pick-up time.
179
424000
2000
nämlich zur Abholzeit.
07:21
At pick-up time the teachers,
180
426000
2000
Zur Abholzeit wünschen sich die Betreuer,
07:23
who have been with your children all day,
181
428000
2000
die den ganzen Tag mit deinen Kindern verbracht hatten,
07:25
would like you to be there at the appointed hour to take your children back.
182
430000
3000
dass du zur vereinbarten Zeit da bist, um deine Kinder wieder abzuholen.
07:28
Meanwhile, the parents -- perhaps a little busy at work, running late, running errands --
183
433000
3000
Die Eltern hingegen – vielleicht ein wenig gestresst, verspätet, beschäftigt –
07:31
want a little slack to pick the kids up late.
184
436000
3000
möchten die Kinder lieber ein wenig später abholen.
07:34
So Gneezy and Rustichini said,
185
439000
2000
Gneezy und Rustichini fragten sich daher:
07:36
"How many instances of late pick-ups
186
441000
2000
"Wie oft kommen Eltern zu spät
07:38
are there at these 10 daycare centers?"
187
443000
2000
in diesen 10 Tagesstätten?"
07:40
Now they saw -- and this is what the graph is,
188
445000
2000
Sie sahen – und das zeigt dieses Diagramm,
07:42
these are the number of weeks and these are the number of late arrivals --
189
447000
3000
hier die Wochen und hier die Anzahl an Verspätungen –
07:45
that there were between six and 10
190
450000
2000
dass es durchschnittlich zwischen
07:47
instances of late pick-ups
191
452000
2000
6 und 10 Verspätungen gab
07:49
on average in these 10 daycare centers.
192
454000
2000
in diesen 10 Tagesstätten.
07:51
So they divided the daycare centers into two groups.
193
456000
3000
Sie teilten die Tagesstätten daher in zwei Gruppen.
07:54
The white group there
194
459000
2000
Die weiße Gruppe dort
07:56
is the control group; they change nothing.
195
461000
3000
ist die Kontrollgruppe; dort änderte sich nichts.
07:59
But the group of daycare centers represented by the black line,
196
464000
3000
Aber die Einrichtungen, die von dieser schwarzen Linie dargestellt werden, sagten:
08:02
they said, "We are changing this bargain
197
467000
2000
"Wir ändern diese Abmachung
08:04
as of right now.
198
469000
2000
ab sofort.
08:06
If you pick your kid up more than 10 minutes late,
199
471000
2000
Wenn du dein Kind mehr als 10 Minuten zu spät abholst,
08:08
we're going to add a 10 shekel fine to your bill.
200
473000
2000
schlagen wir eine Strafe von 10 Schekel
08:10
Boom. No ifs, ands or buts."
201
475000
3000
auf deine Rechnung auf. Bumm. Ohne wenn und aber."
08:13
And the minute they did that,
202
478000
2000
Und ab diesem Moment
08:15
the behavior in those daycare centers changed.
203
480000
2000
änderte sich das Verhalten in diesen Tagesstätten.
08:17
Late pick-ups went up
204
482000
2000
Die Verspätungen nahmen zu,
08:19
every week for the next four weeks
205
484000
3000
jede Woche, für die nächsten vier Wochen,
08:22
until they topped out at triple the pre-fine average,
206
487000
3000
und verdreifachten sich, verglichen mit der Zeit vor der Strafzahlung,
08:25
and then they fluctuated
207
490000
2000
und dann schwankten sie
08:27
at between double and triple the pre-fine average
208
492000
2000
zwischen dem doppelten und dreifachen Wert,
08:29
for the life of the fine.
209
494000
2000
solange die Strafe eingehoben wurde.
08:31
And you can see immediately what happened, right?
210
496000
3000
Und Sie sehen auf den ersten Blick, was passiert war.
08:35
The fine broke the culture
211
500000
2000
Die Strafe hat die Kultur
08:37
of the daycare center.
212
502000
2000
in der Tagesstätte zerstört.
08:39
By adding a fine,
213
504000
2000
Durch die Einführung der Strafe
08:41
what they did was communicate to the parents
214
506000
2000
kommunizierten sie den Eltern,
08:43
that their entire debt to the teachers
215
508000
2000
dass deren gesamte Schuld
08:45
had been discharged
216
510000
2000
gegenüber den Betreuern beglichen war
08:47
with the payment of 10 shekels,
217
512000
2000
mit der Zahlung von 10 Schekel,
08:49
and that there was no residue of guilt or social concern
218
514000
3000
und dass die Eltern den Lehrern gegenüber
08:52
that the parents owed the teachers.
219
517000
2000
keine schlechtes Gewissen mehr zu haben brauchten.
08:54
And so the parents, quite sensibly, said,
220
519000
2000
Und daher sagten die Eltern:
08:56
"10 shekels to pick my kid up late?
221
521000
2000
"10 Schekel, um mein Kind später abzuholen?
08:58
What could be bad?"
222
523000
2000
Was kann daran schlecht sein?"
09:00
(Laughter)
223
525000
2000
(Gelächter)
09:04
The explanation of human behavior
224
529000
2000
Die Erklärung menschlichen Verhaltens,
09:06
that we inherited in the 20th century
225
531000
3000
die wir im 20. Jahrhundert hatten,
09:09
was that we are all rational, self-maximizing actors,
226
534000
3000
war die der rationalen Nutzenmaximierung.
09:12
and in that explanation --
227
537000
2000
Und mit dieser Erklärung –
09:14
the daycare center had no contract --
228
539000
3000
die Tagesstätte hatte keinen Vertrag –
09:17
should have been operating without any constraints.
229
542000
3000
hätten die Eltern ohne Einschränkung handeln können.
09:20
But that's not right.
230
545000
2000
Aber das stimmt nicht.
09:22
They were operating with social constraints
231
547000
2000
Sie handelten aufgrund sozialer Einschränkungen
09:24
rather than contractual ones.
232
549000
2000
anstatt vertraglicher Einschränkungen.
09:26
And critically, the social constraints
233
551000
2000
Und diese sozialen Einschränkungen
09:28
created a culture that was more generous
234
553000
3000
schafften eine großzügigere Kultur
09:31
than the contractual constraints did.
235
556000
2000
als die vertraglichen Einschränkungen.
09:33
So Gneezy and Rustichini run this experiment for a dozen weeks --
236
558000
3000
Gneezy und Rustichini lassen das Experiment also für ein paar Wochen laufen –
09:36
run the fine for a dozen weeks --
237
561000
2000
lassen die Strafen ein paar Wochen lang zahlen –
09:38
and then they say, "Okay, that's it. All done; fine."
238
563000
3000
und dann sagen sie: "Okay, wunderbar, das war's."
09:41
And then a really interesting thing happens:
239
566000
2000
Und dann passiert das wirklich Interessante.
09:43
Nothing changes.
240
568000
3000
Nichts ändert sich.
09:46
The culture that got broken by the fine
241
571000
3000
Die Kultur, die mit der Strafzahlung zerstört wurde,
09:49
stayed broken when the fine was removed.
242
574000
3000
blieb zerstört, auch nach Aufhebung der Strafzahlung.
09:52
Not only are economic motivations
243
577000
3000
Nicht nur, dass ökonomische Motivation
09:55
and intrinsic motivations
244
580000
2000
und intrinsische Motivation
09:57
incompatible,
245
582000
2000
inkompatibel sind,
09:59
that incompatibility
246
584000
2000
diese Inkompatibilität
10:01
can persist over long periods.
247
586000
3000
kann über einen langen Zeitraum bestehen bleiben.
10:04
So the trick
248
589000
2000
Der Trick bei der Gestaltung
10:06
in designing these kinds of situations
249
591000
2000
derartiger Situationen ist daher
10:08
is to understand where you're relying on
250
593000
3000
zu verstehen, wann du dich auf
10:11
the economic part of the bargain -- as with the parents paying the teachers --
251
596000
3000
den ökonomischen Teil der Abmachung verlässt – die Eltern zahlen die Betreuer –
10:14
and when you're relying on the social part of the bargain,
252
599000
3000
und wann du dich auf den sozialen Teil verlässt,
10:17
when you're really designing for generosity.
253
602000
3000
wann du auf die Großzügigkeit vertraust.
10:20
This brings me back to the LOLcats
254
605000
3000
Das bringt mich zurück zu den LOLcats
10:23
and to Ushahidi.
255
608000
2000
und zu Ushahidi.
10:25
This is, I think, the range that matters.
256
610000
2000
Das ist der Bereich, auf den es ankommt.
10:27
Both of these rely on cognitive surplus.
257
612000
2000
Beide basieren auf kognitivem Überfluss.
10:29
Both of these design for the assumption
258
614000
2000
Beide vertrauen darauf,
10:31
that people like to create and we want to share.
259
616000
3000
dass Menschen gerne Dinge erschaffen und dass wir gerne teilen.
10:34
Here is the critical difference between these:
260
619000
3000
Doch hier ist der entscheidende Unterschied:
10:39
LOLcats is communal value.
261
624000
3000
LOLcats haben gemeinschaftlichen Wert.
10:42
It's value created by the participants
262
627000
2000
Sie werden von den Mitgliedern der Gemeinschaft
10:44
for each other.
263
629000
2000
für einander geschaffen.
10:46
Communal value on the networks we have
264
631000
3000
Gemeinschaftlichen Wert im Netz
10:49
is everywhere --
265
634000
2000
gibt es überall.
10:51
every time you see a large aggregate
266
636000
2000
Jedes Mal, wenn Sie eine große Ansammlung
10:53
of shared, publicly available data,
267
638000
3000
von geteilten, öffentlich zugänglichen Daten sehen,
10:56
whether it's photos on Flickr
268
641000
2000
seien es Fotos auf Flickr oder
10:58
or videos on Youtube or whatever.
269
643000
2000
Videos auf Youtube oder was auch immer.
11:00
This is good. I like LOLcats as much as the next guy,
270
645000
2000
Das ist gut so. Ich mag LOLcats so wie jeder andere,
11:02
maybe a little more even,
271
647000
2000
vielleicht sogar ein wenig mehr.
11:04
but this is also
272
649000
3000
Aber das ist ein Problem,
11:07
a largely solved problem.
273
652000
2000
das großteils gelöst ist.
11:09
I have a hard time envisioning a future
274
654000
2000
Ich kann mir schwer vorstellen,
11:11
in which someone is saying,
275
656000
2000
dass jemand in Zukunft einmal sagt:
11:13
"Where, oh where, can I find a picture
276
658000
2000
"Wo, ach wo finde ich bloß
11:15
of a cute cat?"
277
660000
2000
ein Bild einer niedlichen Katze?"
11:17
Ushahidi, by contrast,
278
662000
2000
Ushahidi, im Gegensatz dazu,
11:19
is civic value.
279
664000
2000
hat gesellschaftlichen Wert.
11:21
It's value created by the participants
280
666000
2000
Der von den Teilnehmern geschaffene Wert
11:23
but enjoyed by society as a whole.
281
668000
2000
kommt der gesamten Gesellschaft zugute.
11:25
The goals set out by Ushahidi
282
670000
2000
Das Ziel von Ushahidi ist es,
11:27
are not just to make life better
283
672000
2000
nicht nur das Leben
11:29
for the participants,
284
674000
2000
der Teilnehmer zu verbessern,
11:31
but to make life better for everyone in the society
285
676000
3000
sondern das Leben von jedem in der Gesellschaft,
11:34
in which Ushahidi is operating.
286
679000
2000
in der Ushahidi betrieben wird.
11:36
And that kind of civic value
287
681000
3000
Und diese Art gesellschaftlichen Werts
11:39
is not just a side effect
288
684000
2000
ist nicht nur ein Nebeneffekt
11:41
of opening up to human motivation.
289
686000
3000
der Öffnung menschlicher Motivation.
11:44
It really is going to be a side effect
290
689000
2000
In Wahrheit ist es ein Nebeneffekt davon,
11:46
of what we, collectively,
291
691000
2000
was wir gemeinsam
11:48
make of these kinds of efforts.
292
693000
3000
aus diesen Anstrengungen machen.
11:51
There are a trillion
293
696000
2000
Es stehen eine Billion
11:53
hours a year
294
698000
2000
Stunden pro Jahr
11:55
of participatory value
295
700000
2000
für die kollektive Wertschöpfung
11:57
up for grabs.
296
702000
2000
zur Verfügung.
11:59
That will be true year-in and year-out.
297
704000
3000
Jahrein und jahraus.
12:02
The number of people who are going to be able
298
707000
2000
Die Zahl der Menschen, die
12:04
to participate in these kinds of projects
299
709000
2000
bei solchen Projekten mitmachen können,
12:06
is going to grow,
300
711000
2000
wird steigen.
12:08
and we can see that organizations
301
713000
3000
Und wir sehen, dass Organisationen,
12:11
designed around a culture of generosity
302
716000
2000
die auf eine Kultur der Großzügigkeit aufbauen,
12:13
can achieve incredible effects
303
718000
2000
Unglaubliches erreichen können
12:15
without an enormous amount of contractual overhead --
304
720000
3000
ohne den ganzen vertraglichen Überbau.
12:18
a very different model
305
723000
2000
Ein Modell, das sich gänzlich unterscheidet
12:20
than our default model for large-scale group action in the 20th century.
306
725000
3000
von unserem Standardmodell für Großgruppenverhalten im 20. Jahrhundert.
12:24
What's going to make the difference here
307
729000
3000
Was hier den Unterschied machen wird
12:27
is what Dean Kamen said,
308
732000
3000
ist, was Dean Kamen sagte,
12:30
the inventor and entrepreneur.
309
735000
2000
der Erfinder und Unternehmer.
12:32
Kamen said, "Free cultures get what they celebrate."
310
737000
3000
Kamen sagte: "Freie Kulturen bekommen das, was sie zelebrieren."
12:36
We've got a choice before us.
311
741000
3000
Wir stehen vor einer Wahl.
12:39
We've got this trillion hours a year.
312
744000
2000
Wir haben diese Billion Stunden pro Jahr.
12:41
We can use it to crack each other up, and we're going to do that.
313
746000
3000
Wir können uns damit gegenseitig unterhalten, und das werden wir auch tun.
12:44
That, we get for free.
314
749000
2000
Das kostet uns nichts.
12:46
But we can also celebrate
315
751000
2000
Aber wir können auch die Leute
12:48
and support and reward the people
316
753000
2000
unterstützen und belohnen,
12:50
trying to use cognitive surplus
317
755000
2000
die mit ihrem kognitiven Überfluss
12:52
to create civic value.
318
757000
2000
gesellschaftlichen Wert schaffen.
12:54
And to the degree we're going to do that, to the degree we're able to do that,
319
759000
3000
Und in dem Ausmaß, in dem wir das tun werden und tun können,
12:57
we'll be able to change society.
320
762000
2000
werden wir die Gesellschaft verändern.
12:59
Thank you very much.
321
764000
2000
Vielen Dank.
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