TED@Cannes
Clay Shirky: How cognitive surplus will change the world
Clay Shirky: Πως το γνωσιακό πλεόνασμα θα αλλάξει τον κόσμο
Filmed:
Readability: 4.5
1,065,787 views
Ο Clay Shirky μιλά για το "γνωσιακό πλεόνασμα" -- τη διαμοιρασμένη, online δουλειά που κάνουμε με τα εγκεφαλικά κύτταρα που μας περισσεύουν. Όσο είμαστε απασχολημένοι με το να επεξεργαζόμαστε ένα λήμμα στη Βικιπαίδεια, να δημοσιεύουμε ένα άρθρο στο Ushahidi (και ναι, ακόμη και φτιάχνοντας LOLcats), φτιάχνουμε έναν καλύτερο, πιο συνεργατικό κόσμο.
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
Η ιστορία ξεκινά στην Κένυα
00:18
in December of 2007,
1
3000
2000
το Δεκέμβριο του 2007,
00:20
when there was a disputed presidential election,
2
5000
2000
όταν αμφισβητήθηκαν τα αποτελέσματα των προεδρικών εκλογών.
00:22
and in the immediate aftermath of that election,
3
7000
3000
Και αμέσως μετά τις εκλογές,
00:25
there was an outbreak of ethnic violence.
4
10000
2000
υπήρξε ξέσπασμα βίας ανάμεσα στις φυλές της χώρας.
00:27
And there was a lawyer in Nairobi, Ory Okolloh --
5
12000
3000
Και μια δικηγόρος στο Nairobi, η Ory Okolloh --
00:30
who some of you may know from her TEDTalk --
6
15000
2000
την οποία μερικοί ίσως γνωρίζετε από το TEDTalk της --
00:32
who began blogging about it on her site,
7
17000
2000
άρχισε να αρθρογραφεί για τα γεγονότα στο blog της,
00:34
Kenyan Pundit.
8
19000
2000
μια Κενυάτισα πολιτική σχολιάστρια
00:36
And shortly after the election and the outbreak of violence,
9
21000
3000
Και σε σύντομο διάστημα μετά τις εκλογές και το ξέσπασμα της βίας,
00:39
the government suddenly imposed
10
24000
2000
η κυβέρνηση ξαφνικά επέβαλε
00:41
a significant media blackout.
11
26000
2000
καθεστώς έντονης λογοκρισίας στα Μέσα Μαζικής Ενημέρωσης.
00:43
And so weblogs went from being
12
28000
2000
Και τα blogs ενώ είχαν το ρόλο
00:45
commentary as part of the media landscape
13
30000
2000
του σχολιαστή στο τοπίο των Μέσων Μαζικής Ενημέρωσης της χώρας
00:47
to being a critical part of the media landscape
14
32000
3000
έγιναν στην πορεία, κρίσιμο μέρος του,
00:50
in trying to understand where the violence was.
15
35000
3000
στην προσπάθεια να γίνει αντιληπτό το που σημειώνονταν εκδηλώσεις βίας.
00:53
And Okolloh solicited
16
38000
2000
Και η Okolloh συγκέντρωνε
00:55
from her commenters
17
40000
2000
από τους σχολιαστές του blog της
00:57
more information about what was going on.
18
42000
2000
περισσότερες πληροφορίες σχετικά με τα συμβάντα.
00:59
The comments began pouring in,
19
44000
2000
Και τα σχόλια άρχισαν να εισρέουν.
01:01
and Okolloh would collate them. She would post them.
20
46000
2000
Και η Okolloh τα ταξινομούσε και τα αναρτούσε στο blog της.
01:03
And she quickly said, "It's too much.
21
48000
2000
Και πολύ σύντομα είπε, "Είναι πάρα πολλά.
01:05
I could do this all day every day
22
50000
2000
Ακόμη και αν ασχολούμουν με αυτό όλη την ημέρα
01:07
and I can't keep up.
23
52000
2000
δεν μπορώ να ανταπεξέλθω.
01:09
There is more information
24
54000
2000
Υπάρχουν περισσότερες πληροφορίες
01:11
about what's going on in Kenya right now
25
56000
2000
για τα τεκταινόμενα στην Κένυα
01:13
than any one person can manage.
26
58000
2000
από όσες θα μπορούσε να διαχειριστεί ένα μόνο άτομο.
01:15
If only there was a way to automate this."
27
60000
2000
Αν υπήρχε ένας τρόπος για να το αυτοματοποιήσουμε."
01:17
And two programmers who read her blog
28
62000
2000
Και δύο προγραμματιστές που διάβαζαν το Blog της
01:19
held their hands up and said, "We could do that,"
29
64000
3000
σήκωσαν τα χέρια τους και είπαν, "Θα μπορούσαμε να κάνουμε κάτι τέτοιο."
01:22
and in 72 hours, they launched Ushahidi.
30
67000
3000
Και μέσα σε 72 ώρες έθεσαν σε λειτουργία το Ushahidi.
01:25
Ushahidi -- the name means "witness"
31
70000
2000
Ushahidi -- το όνομα σημαίνει "μάρτυρας"
01:27
or "testimony" in Swahili --
32
72000
2000
ή "μαρτυρία" στα Σουαχίλι --
01:29
is a very simple way of taking reports from the field,
33
74000
3000
είναι ένας πολύ απλός τρόπος για να παίρνει κανείς αναφορές από το μέτωπο,
01:32
whether it's from the web or, critically,
34
77000
3000
είτε προέρχονται από το διαδίκτυο, είτε, ιδιαίτερα,
01:35
via mobile phones and SMS,
35
80000
2000
μέσω κινητών τηλεφώνων και SMS,
01:37
aggregating it and putting it on a map.
36
82000
3000
να τις συγκεντρώνει και να τις τοποθετεί σε έναν χάρτη.
01:40
That's all it is, but that's all that's needed
37
85000
2000
Αυτό είναι όλο κι όλο, αλλά είναι ό'τι χρειάζεται.
01:42
because what it does is it takes the tacit information
38
87000
3000
Επειδή, αυτό που κάνει είναι πως παίρνει τις διάσπαρτες πληροφορίες
01:45
available to the whole population --
39
90000
2000
διαθέσιμες στο σύνολο του πληθυσμού --
01:47
everybody knows where the violence is,
40
92000
2000
όλοι γνωρίζουν πού υπάρχει βία,
01:49
but no one person knows what everyone knows --
41
94000
3000
αλλά κανένα άτομο δεν μπορεί να γνωρίζει όσα γνωρίζουν όλα τα υπόλοιπα --
01:52
and it takes that tacit information
42
97000
2000
και παίρνει τις πληροφορίες αυτές
01:54
and it aggregates it,
43
99000
2000
και τις συναθροίζει,
01:56
and it maps it and it makes it public.
44
101000
2000
τις χαρτογραφεί και τις δημοσιεύει.
01:58
And that, that maneuver
45
103000
2000
Και αυτή η μέθοδος
02:00
called "crisis mapping,"
46
105000
2000
που ονομάζεται "χαρτογράφηση κρίσεων"
02:02
was kicked off in Kenya
47
107000
3000
ξεκίνησε στην Κένυα
02:05
in January of 2008.
48
110000
2000
τον Ιανουάριο του 2008.
02:07
And enough people looked at it and found it valuable enough
49
112000
3000
Και την είδαν αρκετοί άνθρωποι που τη βρήκαν αρκετά αξιόλογη
02:10
that the programmers who created Ushahidi
50
115000
2000
που οι προγραμματιστές που δημιούργησαν το Ushahidi
02:12
decided they were going to make it open source
51
117000
2000
αποφάσισαν να το διαθέσουν με μορφή ελεύθερου κώδικα
02:14
and turn it into a platform.
52
119000
2000
και να το μετατρέψουν σε μια πλατφόρμα.
02:16
It's since been deployed in Mexico
53
121000
2000
Από τότε έχει χρησιμοποιηθεί στο Μεξικό
02:18
to track electoral fraud.
54
123000
2000
για να καταγράψει απόπειρες εκλογικής απάτης.
02:20
It's been deployed in Washington D.C. to track snow cleanup.
55
125000
3000
Έχει χρησιμοποιηθεί στην Ουάσιγκτον για να παρακολουθήσει εργασίες καθαρισμού χιονιού.
02:23
And it's been used most famously in Haiti
56
128000
2000
Και έχει χρησιμοποιηθεί στην Αϊτή
02:25
in the aftermath of the earthquake.
57
130000
3000
μετά το σεισμό.
02:28
And when you look at the map
58
133000
2000
Και αν ρίξετε μια ματιά στο χάρτη
02:30
now posted on the Ushahidi front page,
59
135000
2000
που βρίσκεται στην ιστοσελίδα του Ushahidi,
02:32
you can see that the number of deployments in Ushahidi
60
137000
2000
θα διαπιστώσετε πως το Ushahidi χρησιμοποιείται
02:34
has gone worldwide, all right?
61
139000
3000
σε όλη την υφήλιο, σωστά;
02:37
This went from a single idea
62
142000
2000
Όλα ξεκίνησαν από μια απλή ιδέα
02:39
and a single implementation
63
144000
2000
και μια μοναδική υλοποίηση
02:41
in East Africa in the beginning of 2008
64
146000
3000
στην Ανατολική Αφρική στις αρχές του 2008
02:44
to a global deployment
65
149000
2000
προς υλοποιήσεις σε όλο τον κόσμο
02:46
in less than three years.
66
151000
3000
σε λιγότερο από τρία χρόνια.
02:49
Now what Okolloh did
67
154000
3000
Αυτό που έκανε η Okolloh
02:52
would not have been possible
68
157000
2000
δεν θα ήταν δυνατό
02:54
without digital technology.
69
159000
3000
χωρίς την ψηφιακή τεχνολογία.
02:57
What Okolloh did would not have been possible
70
162000
3000
Αυτό που έκανε η Okolloh δεν θα ήταν δυνατό
03:00
without human generosity.
71
165000
2000
χωρίς την ανθρώπινη γενναιοδωρία.
03:02
And the interesting moment now,
72
167000
2000
Και το ενδιαφέρον σημείο τώρα,
03:04
the number of environments
73
169000
2000
ο αριθμός των διαφορετικών περιβάλλοντων
03:06
where the social design challenge
74
171000
2000
όπου η πρόκληση του "κοινωνικού σχεδιασμού"
03:08
relies on both of those things being true.
75
173000
3000
στηρίζεται στο να ισχύουν και τα δύο πράγματα.
03:11
That is the resource that I'm talking about.
76
176000
3000
Αυτός είναι ο πόρος στον οποίο αναφέρομαι.
03:14
I call it cognitive surplus.
77
179000
2000
το ονομάζω "Γνωσιακό Πλεόνασμα".
03:16
And it represents the ability
78
181000
2000
Και αντιπροσωπεύει την ικανότητα
03:18
of the world's population
79
183000
2000
του παγκόσμιου πληθυσμού
03:20
to volunteer and to contribute and collaborate
80
185000
3000
να δρα εθελοντικά, να συνεισφέρει και να συνεργάζεται
03:23
on large, sometimes global, projects.
81
188000
3000
σε μεγάλα, μερικές φορές παγκόσμια, έργα.
03:26
Cognitive surplus is made up of two things.
82
191000
2000
Το γνωσιακό πλεόνασμα αποτελείται από δύο πράγματα.
03:28
The first, obviously, is the world's free time and talents.
83
193000
3000
Το πρώτο, προφανώς, είναι ο ελεύθερος χρόνος του κόσμου και τα ταλέντα του.
03:31
The world has over
84
196000
2000
Ο κόσμος διαθέτει πάνω
03:33
a trillion hours a year
85
198000
3000
από ένα τρισεκατομμύριο ώρες το έτος
03:36
of free time
86
201000
2000
ελεύθερου χρόνου
03:38
to commit to shared projects.
87
203000
2000
για να συμβάλει σε διαμοιρασμένα προγράμματα.
03:40
Now, that free time existed in the 20th century,
88
205000
2000
Λοιπόν, αυτός ο ελεύθερος χρόνος υπήρχε στον 20ο αιώνα,
03:42
but we didn't get Ushahidi in the 20th century.
89
207000
3000
αλλά δεν είχαμε το Ushahidi στον 20ο αιώνα.
03:45
That's the second half of cognitive surplus.
90
210000
2000
Αυτό είναι το δεύτερο μισό του γνωσιακού πλεονάσματος.
03:47
The media landscape in the 20th century
91
212000
2000
Το τοπίο των Μέσων Μαζικής ενημέρωσης του 20ου αιώνα
03:49
was very good at helping people consume,
92
214000
3000
ήταν πολύ ικανό στο να βοηθά τον κόσμο να καταναλώνει.
03:52
and we got, as a result,
93
217000
2000
Και γίναμε, επακολούθως,
03:54
very good at consuming.
94
219000
2000
πολύ ικανοί στην κατανάλωση.
03:56
But now that we've been given media tools --
95
221000
2000
Αλλά τώρα που μας έχουν δοθεί εργαλεία επικοινωνίας --
03:58
the Internet, mobile phones -- that let us do more than consume,
96
223000
3000
το Διαδίκτυο, κινητά τηλέφωνα -- που μας επιτρέπουν να κάνουμε περισσότερα πράγματα από το να καταναλώνουμε,
04:01
what we're seeing is that people weren't couch potatoes
97
226000
3000
αυτό που βλέπουμε είναι πως οι άνθρωποι δεν ήμασταν "καναπεδάκηδες"
04:04
because we liked to be.
98
229000
2000
επειδή μας άρεσε να ήμαστε.
04:06
We were couch potatoes because that was
99
231000
2000
Ήμασταν "καναπεδάκηδες" επειδή ήταν
04:08
the only opportunity given to us.
100
233000
2000
η μόνη ευκαιρία που μας δινόταν.
04:10
We still like to consume, of course.
101
235000
2000
Φυσικά, ακόμη μας αρέσει να καταναλώνουμε.
04:12
But it turns out we also like to create,
102
237000
2000
Αλλά φαίνεται πως μας αρέσει επίσης να δημιουργούμε,
04:14
and we like to share.
103
239000
3000
και μας αρέσει να μοιραζόμαστε.
04:17
And it's those two things together --
104
242000
2000
Και είναι αυτά τα δύο πράγματα μαζί --
04:19
ancient human motivation
105
244000
2000
τα αρχέγονα ανθρώπινα κίνητρα
04:21
and the modern tools to allow that motivation
106
246000
2000
και τα σύγχρονα εργαλεία που επιτρέπουν σε αυτά τα κίνητρα
04:23
to be joined up in large-scale efforts --
107
248000
3000
να συνενωθούν σε μεγάλης κλίμακας προσπάθειες --
04:26
that are the new design resource.
108
251000
3000
οι οποίες και είναι ο νέος πόρος για σχεδιασμό.
04:29
And using cognitive surplus,
109
254000
2000
Και χρησιμοποιώντας το γνωσιακό πλεόνασμα
04:31
we're starting to see truly incredible experiments
110
256000
3000
αρχίζουμε να βλέπουμε πραγματικά απίστευτα πειράματα
04:34
in scientific, literary,
111
259000
2000
σε επιστημονικές, λογοτεχνικές,
04:36
artistic, political efforts.
112
261000
3000
καλλιτεχνικές, πολιτικές προσπάθειες.
04:39
Designing.
113
264000
2000
Στο σχέδιο.
04:41
We're also getting, of course, a lot of LOLcats.
114
266000
3000
Βλέπουμε επίσης, φυσικά, πολλά LOLcats.
04:44
LOLcats are cute pictures of cats
115
269000
2000
Τα LOLcats είναι χαριτωμένες φωτογραφίες γατιών
04:46
made cuter with the addition of cute captions.
116
271000
3000
που γίνονται ακόμη πιο χαριτωμένες με την προσθήκη λεζάντων.
04:49
And they are also
117
274000
2000
Και είναι επίσης
04:51
part of the abundant media landscape we're getting now.
118
276000
3000
μέρος του πλούσιου μηντιακού τοπίου μας.
04:54
This is one of the participatory --
119
279000
2000
Πρόκειται για ένα από τα συμμετοχικά --
04:56
one of the participatory models
120
281000
2000
ένα από τα συμμετοχικά μοντέλα
04:58
we see coming out of that, along with Ushahidi.
121
283000
3000
που βλέπουμε να αναδύονται μαζί με το Ushahidi.
05:01
Now I want to stipulate, as the lawyers say,
122
286000
2000
Θέλω να συνομολογήσω, όπως λένε οι δικηγόροι,
05:03
that LOLcats are the stupidest possible
123
288000
2000
ότι τα LOLcats είναι πιθανά η πιο ηλίθια
05:05
creative act.
124
290000
2000
δημιουργική πράξη.
05:07
There are other candidates of course,
125
292000
2000
Φυσικά, υπάρχουν και άλλες υποψήφιες,
05:09
but LOLcats will do as a general case.
126
294000
3000
αλλά τα LOLcats μας κάνουν, ως γενικό παράδειγμα.
05:12
But here's the thing:
127
297000
2000
Αλλά εδώ είναι το ζήτημα.
05:14
The stupidest possible creative act
128
299000
2000
Ακόμη και η πιο χαζή δημιουργική πράξη
05:16
is still a creative act.
129
301000
3000
παραμένει μια δημιουργική πράξη.
05:19
Someone who has done something like this,
130
304000
3000
Κάποιος που έχει φτιάξει κάτι σαν αυτό,
05:22
however mediocre and throwaway,
131
307000
3000
όσο μέτριο και του πεταματού κι αν είναι,
05:25
has tried something, has put something forward in public.
132
310000
3000
έχει κάνει μια προσπάθεια, έχει δώσει κάτι δημοσίως.
05:28
And once they've done it, they can do it again,
133
313000
3000
Και αφού το έχει κάνει μια φορά, μπορεί να το κάνει ξανά.
05:31
and they could work on getting it better.
134
316000
2000
Και μπορεί να προσπαθήσει να την βελτιώσει.
05:33
There is a spectrum between mediocre work and good work,
135
318000
3000
Υπάρχει ένα φάσμα μεταξύ μιας μέτριας και μιας καλής δουλειάς.
05:36
and as anybody who's worked as an artist or a creator knows,
136
321000
3000
Και όπως οποιοσδήποτε που εχει υπάρξει καλλιτέχνης ή δημιουργός, γνωρίζει,
05:39
it's a spectrum you're constantly
137
324000
2000
είναι ένα φάσμα το οποίο συνεχώς
05:41
struggling to get on top of.
138
326000
2000
προσπαθεί να ξεπεράσει.
05:43
The gap is between
139
328000
2000
Το διάστημα υπάρχει μεταξύ
05:45
doing anything and doing nothing.
140
330000
3000
του να κάνεις οτιδήποτε και του να μην κάνεις τίποτα.
05:48
And someone who makes a LOLcat
141
333000
2000
Και κάποιος που φτιάχνει ένα LOLcat
05:50
has already crossed over that gap.
142
335000
3000
έχει ήδη διασχίσει αυτό το διάστημα.
05:53
Now it's tempting to want to get the Ushahidis
143
338000
2000
Είανι βέβαια προκλητικό να θέλουμε να έχουμε το εκάστοτε Ushahidi
05:55
without the LOLcats, right,
144
340000
2000
χωρίς τα LOLcats, πράγματι,
05:57
to get the serious stuff without the throwaway stuff.
145
342000
3000
να έχουμε τα σοβαρά δημιουργήματα χωρίς τα σκουπίδια.
06:00
But media abundance never works that way.
146
345000
3000
Αλλά ο πλουραλισμός των μέσων δεν λειτουργεί ποτέ κατ'αυτόν τον τρόπο.
06:03
Freedom to experiment means freedom to experiment with anything.
147
348000
3000
Το να είσαι ελεύθερος να πειραματιστείς σημαίνει να είσαι ελεύθερος να πειραματιστείς με οτιδήποτε.
06:06
Even with the sacred printing press,
148
351000
2000
Ακόμη και με το "ιερό" Τυπογραφείο
06:08
we got erotic novels 150 years
149
353000
2000
είχαμε ερωτικά μυθιστορήματα για 150 χρόνια
06:10
before we got scientific journals.
150
355000
3000
πριν αποκτήσουμε επιστημονικά περιοδικά.
06:14
So before I talk about
151
359000
3000
Έτσι πριν μιλήσω για
06:17
what is, I think, the critical difference
152
362000
2000
αυτή που νομίζω πως είναι η κρίσιμη διαφορά
06:19
between LOLcats and Ushahidi,
153
364000
2000
μεταξύ των LOLcats και του Ushahidi,
06:21
I want to talk about
154
366000
2000
θέλω να μιλήσω για
06:23
their shared source.
155
368000
2000
την κοινή τους προέλευση.
06:25
And that source is design for generosity.
156
370000
3000
Και η προέλευση αυτή είναι το να σχεδιάζουμε για τη γενναιοδωρία.
06:28
It is one of the curiosities of our historical era
157
373000
3000
Είναι ένα από τα παράδοξα της εποχής μας
06:31
that even as cognitive surplus
158
376000
2000
ότι καθώς το γνωσιακό πλεόνασμα
06:33
is becoming a resource we can design around,
159
378000
2000
εξελίσσεται σε ένα πόρο γύρω από τον οποίο μπορούμε να σχεδιάσουμε,
06:35
social sciences are also starting to explain
160
380000
3000
οι κοινωνικές επιστήμες έχουν επιπλέον αρχίσει να εξηγούν
06:38
how important
161
383000
2000
πόσο σημαντικά
06:40
our intrinsic motivations are to us,
162
385000
2000
είναι για τον καθένα μας τα εσωτερικά κίνητρα,
06:42
how much we do things because we like to do them
163
387000
3000
πόσα πολλά πράγματα κάνουμε επειδή μας αρέσει να τα κάνουμε,
06:45
rather than because our boss told us to do them,
164
390000
2000
αντί επειδή μας είπε το αφεντικό μας να τα κάνουμε,
06:47
or because we're being paid to do them.
165
392000
3000
ή επειδή αμειβόμαστε για να τα κάνουμε.
06:50
This is a graph from a paper
166
395000
3000
Αυτό είναι ένα διάγραμμα από μια εφημερίδα
06:53
by Uri Gneezy and Aldo Rustichini,
167
398000
2000
των Uri Gneezy και Aldo Rustichini,
06:55
who set out to test, at the beginning of this decade,
168
400000
3000
που αποπειράθηκαν να ελέγξουν, στις αρχές της δεκαετίας,
06:58
what they called "deterrence theory."
169
403000
2000
αυτό που αποκαλούσαν "θεωρία της αποτροπής."
07:00
And deterrence theory is a very simple theory of human behavior:
170
405000
2000
Η θεωρία της αποτροπής είναι μια πολύ απλή θεωρία σχετικά με την ανθρώπινη συμπεριφορά.
07:02
If you want somebody to do less of something,
171
407000
2000
Αν θέλετε κάποιος να κάνει λιγότερο κάτι που κάνει,
07:04
add a punishment and they'll do less of it.
172
409000
2000
επιβάλλετε μια τιμωρία και πράγματι θα το κάνει λιγότερο.
07:06
Simple, straightforward, commonsensical --
173
411000
3000
Απλό, ευθύ, κοινή λογική,
07:09
also, largely untested.
174
414000
2000
επίσης σε μεγάλο βαθμό αδοκίμαστο.
07:11
And so they went and studied
175
416000
2000
Και έτσι πήγαν να μελετήσουν
07:13
10 daycare centers in Haifa, Israel.
176
418000
2000
10 κέντρα ημερήσιας φροντίδας παιδιών στη Χάϊφα του Ισραήλ.
07:15
They studied those daycare centers
177
420000
2000
Και μελέτησαν τα κέντρα αυτά
07:17
at the time of highest tension,
178
422000
2000
την στιγμή που βρίσκονται υπό τον μεγαλύτερο φόρτο,
07:19
which is pick-up time.
179
424000
2000
την ώρα που οι γονείς παραλαμβάνουν τα παιδιά.
07:21
At pick-up time the teachers,
180
426000
2000
Την ώρα αυτή οι δάσκαλοι,
07:23
who have been with your children all day,
181
428000
2000
που έχουν περάσει όλη τη μέρα τους με τα παιδιά σας,
07:25
would like you to be there at the appointed hour to take your children back.
182
430000
3000
θα ήθελαν να είστε εκεί την προκαθορισμένη ώρα για να τα πάρετε.
07:28
Meanwhile, the parents -- perhaps a little busy at work, running late, running errands --
183
433000
3000
Στο μεταξύ, οι γονείς -- πιθανόν λίγο πιο απασχολημένοι στην εργασία τους, καθυστερημένοι, κάνοντας τις καθημερινές δουλειές --
07:31
want a little slack to pick the kids up late.
184
436000
3000
θέλουν ένα περιθώριο για να παραλαμβάνουν τα παιδιά τους καθυστερημένα.
07:34
So Gneezy and Rustichini said,
185
439000
2000
Έτσι οι Gneezy και Rustichini είπαν,
07:36
"How many instances of late pick-ups
186
441000
2000
"Πόσα περιστατικά καθυστερημένων παραλαβών
07:38
are there at these 10 daycare centers?"
187
443000
2000
έχουν σημειωθεί σε αυτά τα 10 κέντρα ημερήσιας φροντίδας;"
07:40
Now they saw -- and this is what the graph is,
188
445000
2000
Λοιπόν είδαν -- και σε αυτό αναφέρεται το διάγραμμα,
07:42
these are the number of weeks and these are the number of late arrivals --
189
447000
3000
αυτοί είναι οι αριθμοί των εβδομάδων και αυτοί είναι οι αριθμοί των καθυστερημένων αφίξεων
07:45
that there were between six and 10
190
450000
2000
και υπήρξαν από έξι έως δέκα
07:47
instances of late pick-ups
191
452000
2000
περιστατικά καθυστερημένων παραλαβών
07:49
on average in these 10 daycare centers.
192
454000
2000
κατά μέσο όρο σε αυτά τα 10 κέντρα ημερήσιας φροντίδας.
07:51
So they divided the daycare centers into two groups.
193
456000
3000
Έτσι διαίρεσαν τα κέντρα σε δύο ομάδες.
07:54
The white group there
194
459000
2000
Την λευκή ομάδα, η οποία πρόκειται
07:56
is the control group; they change nothing.
195
461000
3000
για την ομάδα ελέγχου. Δεν άλλαξαν τίποτα.
07:59
But the group of daycare centers represented by the black line,
196
464000
3000
Αλλα για την ομάδα των κέντρων που αντιπροσωπεύεται από την μαύρη γραμμή,
08:02
they said, "We are changing this bargain
197
467000
2000
είπαν, "Αλλάζουμε τη συμφωνία
08:04
as of right now.
198
469000
2000
ευθύς αμέσως.
08:06
If you pick your kid up more than 10 minutes late,
199
471000
2000
Αν παραλάβετε το παιδί σας με περισσότερα από 10 λεπτά καθυστέρηση,
08:08
we're going to add a 10 shekel fine to your bill.
200
473000
2000
θα προσθέσουμε ένα πρόστιμο της τάξης των 10 shekel στον λογαριασμό σας.
08:10
Boom. No ifs, ands or buts."
201
475000
3000
Ξεκάθαρα. Χωρίς "αν" "και", "αλλά".
08:13
And the minute they did that,
202
478000
2000
Και από την ημέρα που έκαναν την αλλαγή αυτή
08:15
the behavior in those daycare centers changed.
203
480000
2000
η συμπεριφορά στα κέντρα αυτά άλλαξε.
08:17
Late pick-ups went up
204
482000
2000
Οι καθυστερημένες παραλαβές αυξάνονταν
08:19
every week for the next four weeks
205
484000
3000
κάθε εβδομάδα για τις επόμενες τέσσερεις εβδομάδες
08:22
until they topped out at triple the pre-fine average,
206
487000
3000
ώσπου κορυφώθηκαν σε επίπεδο τριπλάσιο από αυτό πριν την επιβολή του προστίμου,
08:25
and then they fluctuated
207
490000
2000
και στη συνέχεια κυμάνθηκαν
08:27
at between double and triple the pre-fine average
208
492000
2000
μεταξύ διπλάσιου και τριπλάσιου μέσου όρου σε σχέση με την πριν από το πρόστιμο περίοδο
08:29
for the life of the fine.
209
494000
2000
για όλη τη διάρκεια του πειράματος.
08:31
And you can see immediately what happened, right?
210
496000
3000
Και μπορείτε αμέσως να δείτε τι συνέβη.
08:35
The fine broke the culture
211
500000
2000
Το πρόστιμο διάρρηξε την κουλτούρα που υπήρχε
08:37
of the daycare center.
212
502000
2000
στο κέντρο ημερήσιας φροντίδας.
08:39
By adding a fine,
213
504000
2000
Προσθέτοντας το πρόστιμο,
08:41
what they did was communicate to the parents
214
506000
2000
αυτό που έκαναν ήταν το να κάνουν στους γονείς κατανοητό
08:43
that their entire debt to the teachers
215
508000
2000
ότι όλο το χρέος τους προς τους δασκάλους
08:45
had been discharged
216
510000
2000
είχε αποπληρωθεί
08:47
with the payment of 10 shekels,
217
512000
2000
με την καταβολή των 10 shekels,
08:49
and that there was no residue of guilt or social concern
218
514000
3000
και δεν υπήρχε κανένα κατάλοιπο ενοχής ή ευθύνης
08:52
that the parents owed the teachers.
219
517000
2000
που όφειλαν οι γονείς στους δασκάλους.
08:54
And so the parents, quite sensibly, said,
220
519000
2000
Έτσι οι γονείς, πολύ λογικά είπαν,
08:56
"10 shekels to pick my kid up late?
221
521000
2000
"10 shekels για να πάρω το παιδί μου καθυστερημένα;
08:58
What could be bad?"
222
523000
2000
Μια χαρά μου ακούγεται."
09:00
(Laughter)
223
525000
2000
(γέλια)
09:04
The explanation of human behavior
224
529000
2000
Η επεξήγηση της ανθρώπινης συμπεριφοράς
09:06
that we inherited in the 20th century
225
531000
3000
την οποία κληρονομήσαμε στον 20ο αιώνα
09:09
was that we are all rational, self-maximizing actors,
226
534000
3000
ήταν πως όλοι μας είμαστε ορθολογικοί ηθοποιοί που προσπαθούμε να μεγιστοποιήσουμε τους εαυτούς μας
09:12
and in that explanation --
227
537000
2000
Και σύμφωνα με αυτή την επεξήγηση --
09:14
the daycare center had no contract --
228
539000
3000
το κέντρο ημερήσιας φροντίδας δεν είχε συμβόλαιο --
09:17
should have been operating without any constraints.
229
542000
3000
θα έπρεπε να λειτουργούμε χωρίς κανένα περιορισμό.
09:20
But that's not right.
230
545000
2000
Αλλά δεν είναι έτσι.
09:22
They were operating with social constraints
231
547000
2000
Λειτουργούσαν κάτω από κοινωνικούς περιορισμούς
09:24
rather than contractual ones.
232
549000
2000
αντί για συμβατικούς.
09:26
And critically, the social constraints
233
551000
2000
Και κρίσιμα, οι κοινωνικοί περιορισμοί
09:28
created a culture that was more generous
234
553000
3000
δημιούργησαν μια κουλτούρα που ήταν πιο γενναιόδωρη
09:31
than the contractual constraints did.
235
556000
2000
από αυτή που δημιούργησαν οι συμβατικοί περιορισμοί.
09:33
So Gneezy and Rustichini run this experiment for a dozen weeks --
236
558000
3000
Έτσι οι Gneezy και Rustichini εκτέλεσαν το πείραμα για δέκα εβδομάδες --
09:36
run the fine for a dozen weeks --
237
561000
2000
επέβαλαν την ποινή προστίμου για δέκα εβδομάδες --
09:38
and then they say, "Okay, that's it. All done; fine."
238
563000
3000
και μετά είπαν, "ΟΚ, αυτό ήταν."
09:41
And then a really interesting thing happens:
239
566000
2000
Και στη συνέχεια συνέβη κάτι πολύ ενδιαφέρον.
09:43
Nothing changes.
240
568000
3000
Δεν άλλαξε τίποτα.
09:46
The culture that got broken by the fine
241
571000
3000
Η κουλτούρα που διασπάστηκε από το πρόστιμο
09:49
stayed broken when the fine was removed.
242
574000
3000
παρέμεινε σπασμένη και όταν το πρόστιμο αποσύρθηκε.
09:52
Not only are economic motivations
243
577000
3000
Όχι μόνο δεν είναι τα οικονομικά κίνητρα
09:55
and intrinsic motivations
244
580000
2000
και τα εσωτερικά κίνητρα
09:57
incompatible,
245
582000
2000
ασύμβατα,
09:59
that incompatibility
246
584000
2000
αυτή η ασυμβατότητα
10:01
can persist over long periods.
247
586000
3000
μπορεί να παραμείνει για μεγάλα χρονικά διαστήματα.
10:04
So the trick
248
589000
2000
Έτσι λοιπόν, το κόλπο
10:06
in designing these kinds of situations
249
591000
2000
στο σχεδιασμό τέτοιων καταστάσεων
10:08
is to understand where you're relying on
250
593000
3000
είναι να κατανοήσουμε το πότε βασιζόμαστε
10:11
the economic part of the bargain -- as with the parents paying the teachers --
251
596000
3000
στο οικονομικό σκέλος της συμφωνίας -- όπως με τους γονείς που πληρώνουν τους δασκάλους --
10:14
and when you're relying on the social part of the bargain,
252
599000
3000
και πότε στηριζόμαστε στο κοινωνικό σκέλος της συναλλαγής,
10:17
when you're really designing for generosity.
253
602000
3000
όταν πράγματι σχεδιάζουμε για τη γενναιοδωρία.
10:20
This brings me back to the LOLcats
254
605000
3000
Αυτό με φέρνει πίσω στα LOLcats
10:23
and to Ushahidi.
255
608000
2000
και το Ushahidi.
10:25
This is, I think, the range that matters.
256
610000
2000
Αυτό νομίζω, είναι το εύρος που μας ενδιαφέρει.
10:27
Both of these rely on cognitive surplus.
257
612000
2000
Και τα δύο τους στηρίζονται στο γνωσιακό πλεόνασμα.
10:29
Both of these design for the assumption
258
614000
2000
Και τα δύο σχεδιάζουν υπό την προϋπόθεση
10:31
that people like to create and we want to share.
259
616000
3000
οτι οι άνθρωποι αρέσκονται στο να δημιουργούν και να μοιράζονται.
10:34
Here is the critical difference between these:
260
619000
3000
Εδώ είναι η κρίσιμη διαφορά μεταξύ τους.
10:39
LOLcats is communal value.
261
624000
3000
Τα LOLcats έχουν κοινωνική αξία.
10:42
It's value created by the participants
262
627000
2000
Είναι αξία που δημιουργείται από τους συμμετέχοντες
10:44
for each other.
263
629000
2000
ο ένας με τον άλλον.
10:46
Communal value on the networks we have
264
631000
3000
Στα δίκτυα που έχουμε, η κοινωνική αξία
10:49
is everywhere --
265
634000
2000
βρίσκεται παντού.
10:51
every time you see a large aggregate
266
636000
2000
Κάθε φορά που βλέπετε έναν μεγάλο όγκο συναθροισμένου περιεχομένου
10:53
of shared, publicly available data,
267
638000
3000
ή διαμοιρασμένα, δημοσίως διαθέσιμα δεδομένα,
10:56
whether it's photos on Flickr
268
641000
2000
είτε πρόκειται για φωτογραφίες στο Flickr,
10:58
or videos on Youtube or whatever.
269
643000
2000
είτε video στο Youtube ή οτιδήποτε άλλο.
11:00
This is good. I like LOLcats as much as the next guy,
270
645000
2000
Αυτό είναι καλό. Μου αρέσουν τα LOLcats όσο καθένα,
11:02
maybe a little more even,
271
647000
2000
ίσως και λίγο περισσότερο.
11:04
but this is also
272
649000
3000
Αλλά, πρόκειται για ένα πρόβλημα
11:07
a largely solved problem.
273
652000
2000
που έχει λυθεί σε μεγάλο βαθμό.
11:09
I have a hard time envisioning a future
274
654000
2000
Δυσκολεύομαι να οραματιστώ ένα μέλλον
11:11
in which someone is saying,
275
656000
2000
στο οποίο κάποιος λέει,
11:13
"Where, oh where, can I find a picture
276
658000
2000
"Αχ, που θα μπορούσα να βρώ μια εικόνα
11:15
of a cute cat?"
277
660000
2000
ενός γλυκού γατιού;"
11:17
Ushahidi, by contrast,
278
662000
2000
Αντίθετα, το Ushahidi,
11:19
is civic value.
279
664000
2000
έχει πολιτική αξία.
11:21
It's value created by the participants
280
666000
2000
Πρόκειται για αξία που δημιουργείται από τους συμμετέχοντες,
11:23
but enjoyed by society as a whole.
281
668000
2000
αλλά που απολαμβάνεται από το σύνολο της κοινωνίας.
11:25
The goals set out by Ushahidi
282
670000
2000
Οι στόχοι που τέθηκαν από το Ushahidi
11:27
are not just to make life better
283
672000
2000
είναι όχι μόνο να γίνει η ζωή καλύτερη
11:29
for the participants,
284
674000
2000
για τους συμμετέχοντες,
11:31
but to make life better for everyone in the society
285
676000
3000
αλλά να γίνει καλύτερη για όλα τα μέλη της κοινωνίας
11:34
in which Ushahidi is operating.
286
679000
2000
στην οποία λειτουργεί το Ushahidi.
11:36
And that kind of civic value
287
681000
3000
Και αυτό το είδος της πολιτικής αξίας
11:39
is not just a side effect
288
684000
2000
δεν είναι απλώς ένα παράπλευρο αποτέλεσμα
11:41
of opening up to human motivation.
289
686000
3000
του ανοίγματος των ανθρώπινων κινήτρων.
11:44
It really is going to be a side effect
290
689000
2000
Στην πραγματικότητα είναι μια περενέργεια
11:46
of what we, collectively,
291
691000
2000
αυτού που, συλλογικά,
11:48
make of these kinds of efforts.
292
693000
3000
δημιουργούμε από αυτού του είδους τις προσπάθειες.
11:51
There are a trillion
293
696000
2000
Υπάρχει ένα τρισεκατομμύριο
11:53
hours a year
294
698000
2000
ωρών
11:55
of participatory value
295
700000
2000
συμμετοχικής αξίας ανά έτος
11:57
up for grabs.
296
702000
2000
για να αρπάξουμε.
11:59
That will be true year-in and year-out.
297
704000
3000
Αυτό θα ισχύει για κάθε έτος.
12:02
The number of people who are going to be able
298
707000
2000
Ο αριθμός των ατόμων που θα είναι ικανοί
12:04
to participate in these kinds of projects
299
709000
2000
να συμμετάσχουν σε τέτοια έργα
12:06
is going to grow,
300
711000
2000
πρόκειται να αυξηθεί.
12:08
and we can see that organizations
301
713000
3000
Και μπορούμε να δούμε πως οργανισμοί
12:11
designed around a culture of generosity
302
716000
2000
σχεδιασμένοι γύρω από μια κουλτούρα της γενναιοδωρίας
12:13
can achieve incredible effects
303
718000
2000
μπορούν να έχουν απίστευτα αποτελέσματα
12:15
without an enormous amount of contractual overhead --
304
720000
3000
χωρίς τον γιγάντιο όγκο ενός συμβατικού κόστους.
12:18
a very different model
305
723000
2000
Ένα πολύ διαφορετικό μοντέλο
12:20
than our default model for large-scale group action in the 20th century.
306
725000
3000
σε σχέση με το υπάρχον μοντέλο για ομαδικές δράσεις μεγάλης κλίμακας του 20ου αιώνα.
12:24
What's going to make the difference here
307
729000
3000
Αυτό που θα κάνει τη διαφορά σε αυτό το σημείο
12:27
is what Dean Kamen said,
308
732000
3000
είναι αυτό που είπε ο Dean Kamen,
12:30
the inventor and entrepreneur.
309
735000
2000
ο εφευρέτης και επιχειρηματίας.
12:32
Kamen said, "Free cultures get what they celebrate."
310
737000
3000
Ο Kamen είπε, "Οι ελεύθεροι πολιτισμοί παίρνουν αυτό που εξυμνούν."
12:36
We've got a choice before us.
311
741000
3000
Έχουμε μια επιλογή μπροστά μας.
12:39
We've got this trillion hours a year.
312
744000
2000
Έχουμε διαθέσιμες ένα τρισεκατομμύριο ώρες το χρόνο.
12:41
We can use it to crack each other up, and we're going to do that.
313
746000
3000
Μπορούμε να τις διαθέσουμε για να ξεκαρδιζόμαστε στα γέλια, και όντως θα το κάνουμε.
12:44
That, we get for free.
314
749000
2000
Αυτό όμως είναι δωρεάν.
12:46
But we can also celebrate
315
751000
2000
Αλλά μπορούμε επίσης να τιμήσουμε
12:48
and support and reward the people
316
753000
2000
να υποστηρίξουμε και να ανταμείψουμε τους ανθρώπους
12:50
trying to use cognitive surplus
317
755000
2000
που προσπαθούν να χρησιμοποιήσουν το γνωσιακό πλεόνασμα
12:52
to create civic value.
318
757000
2000
για να δημιουργήσουν πολιτική αξία.
12:54
And to the degree we're going to do that, to the degree we're able to do that,
319
759000
3000
Και στο βαθμό που θα το κάνουμε, στο βαθμό που είναι δυνατόν να το κάνουμε,
12:57
we'll be able to change society.
320
762000
2000
θα μπορέσουμε να αλλάξουμε την κοινωνία.
12:59
Thank you very much.
321
764000
2000
Σας ευχαριστώ πολύ.
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