TED2014
Joi Ito: Want to innovate? Become a "now-ist"
Joi Ito: Quieres innovar? Hazte un "ahorista"
Filmed:
Readability: 4.2
2,304,454 views
¿Te acuerdas de antes de internet? ¿Te acuerdas de cuando la gente trataba de predecir el futuro? En esta entretenida charla, el director del MIT Media Lab omite las predicciones sobre el futuro y comparte un nuevo enfoque para crear en este momento: construir rápidamente y mejorar constantemente, sin esperar por permisos o por pruebas de que es la idea correcta. Este tipo de aproximación de abajo hacia arriba para la innovación se ve en los proyectos futuristas más fascinantes de hoy en día y empiezan con estar abiertos y alertas a lo que pasa alrededor justo en este momento. No sean futuristas, sugiere, sean "ahoristas".
Double-click the English transcript below to play the video.
00:12
On March 10, 2011,
0
543
2743
El 10 de marzo de 2011,
00:15
I was in Cambridge at the MIT Media Lab
1
3286
3007
estaba en el Laboratorio de Medios
del MIT en Cambridge
del MIT en Cambridge
00:18
meeting with faculty, students and staff,
2
6293
3229
en una reunión con profesores,
estudiantes y el personal
estudiantes y el personal
00:21
and we were trying to figure out whether
3
9522
1789
y estábamos tratando de decidir
00:23
I should be the next director.
4
11311
2360
si debería ser el próximo director.
00:25
That night, at midnight,
5
13671
2369
Esa noche, a la medianoche,
00:28
a magnitude 9 earthquake
6
16040
1770
un terremoto de magnitud 9
00:29
hit off of the Pacific coast of Japan.
7
17810
2866
azotó la costa del Pacífico de Japón.
00:32
My wife and family were in Japan,
8
20676
2285
Mi esposa y mi familia estaban en Japón,
00:34
and as the news started to come in,
9
22961
3310
y a medida que las noticias
comenzaban a llegar,
comenzaban a llegar,
00:38
I was panicking.
10
26271
1699
entraba en pánico.
00:39
I was looking at the news streams
11
27970
1262
Estaba buscando en las noticias
00:41
and listening to the press conferences
12
29232
2828
y escuchaba las conferencias de prensa
00:44
of the government officials
13
32060
2210
de los funcionarios del gobierno
00:46
and the Tokyo Power Company,
14
34270
1590
y de la Empresa de Energía de Tokio,
00:47
and hearing about this explosion
15
35860
2551
y escuchaba acerca de la explosión
00:50
at the nuclear reactors
16
38411
1199
en los reactores nucleares
00:51
and this cloud of fallout
17
39610
1681
y de la nube de lluvia radiactiva
00:53
that was headed towards our house
18
41291
1899
que se dirigía hacia nuestra casa,
00:55
which was only about 200 kilometers away.
19
43190
2899
que estaba a unos 200 km de distancia.
00:58
And the people on TV weren't telling us
20
46089
2831
Y la gente en la televisión no nos decía
01:00
anything that we wanted to hear.
21
48920
1940
nada de lo que queríamos escuchar.
01:02
I wanted to know what was going on with the reactor,
22
50860
1960
Quería saber lo que estaba pasando
con el reactor, con la radiación
con el reactor, con la radiación
01:04
what was going on with the radiation,
23
52820
1422
01:06
whether my family was in danger.
24
54242
2328
si mi familia estaba en peligro.
01:08
So I did what instinctively felt like the right thing,
25
56570
3189
Así que hice lo que instintivamente
sentía que era lo correcto,
sentía que era lo correcto,
01:11
which was to go onto the Internet
26
59759
1671
que era ir a Internet
01:13
and try to figure out
27
61430
1342
y tratar de averiguar
01:14
if I could take matters into my own hands.
28
62772
2411
si podía tomar el asunto
en mis propias manos.
en mis propias manos.
01:17
On the Net, I found there were a lot of other people
29
65183
1841
Encontré que había muchas personas
01:19
like me trying to figure out what was going on,
30
67024
2066
como yo tratando de averiguar
qué estaba pasando,
qué estaba pasando,
01:21
and together we sort of loosely formed a group
31
69090
2216
y juntos formamos una especie de grupo
01:23
and we called it Safecast,
32
71306
2471
y lo llamamos SafeCast,
01:25
and we decided we were going to try
33
73777
1172
y decidimos que íbamos a tratar
de medir la radiación
de medir la radiación
01:26
to measure the radiation
34
74949
1746
y ofrecer los datos a todos los demás,
01:28
and get the data out to everybody else,
35
76695
1774
01:30
because it was clear that the government
36
78469
1672
porque era evidente que el gobierno
01:32
wasn't going to be doing this for us.
37
80141
2902
no lo estaba haciendo por nosotros.
01:35
Three years later,
38
83043
1417
Tres años más tarde,
01:36
we have 16 million data points,
39
84460
3094
contamos con 16 millones
de puntos de datos,
de puntos de datos,
01:39
we have designed our own Geiger counters
40
87554
2745
hemos diseñado nuestros
propios contadores Geiger,
propios contadores Geiger,
01:42
that you can download the designs
41
90299
1653
que puedes descargar
01:43
and plug it into the network.
42
91952
874
y conectarlos a la red.
01:44
We have an app that shows you
43
92826
1904
Tenemos una aplicación que muestra
01:46
most of the radiation in Japan
and other parts of the world.
and other parts of the world.
44
94730
3027
la radiación en Japón
y en otras partes del mundo.
y en otras partes del mundo.
01:49
We are arguably one of the most successful
45
97757
2205
Estamos sin duda
ante uno de los más exitosos
ante uno de los más exitosos
01:51
citizen science projects in the world,
46
99962
1855
proyectos de ciencia ciudadana
en el mundo,
en el mundo,
01:53
and we have created
47
101817
2352
y hemos creado
01:56
the largest open dataset of radiation measurements.
48
104169
3501
el mayor conjunto de datos abiertos
de medidas de radiación.
de medidas de radiación.
01:59
And the interesting thing here
49
107670
2742
Y lo interesante
02:02
is how did — (Applause) — Thank you.
50
110412
4648
es cómo...
(Aplausos) Gracias.
(Aplausos) Gracias.
02:07
How did a bunch of amateurs
51
115060
2091
¿Cómo un puñado de aficionados
02:09
who really didn't know what we were doing
52
117151
2169
que realmente no sabíamos
lo que estábamos haciendo
lo que estábamos haciendo
02:11
somehow come together
53
119320
1689
de alguna manera se unieron
02:13
and do what NGOs and the government
54
121009
3184
e hicieron lo que las ONG y el gobierno
02:16
were completely incapable of doing?
55
124193
2418
eran completamente incapaces de hacer?
02:18
And I would suggest that this has something to do
56
126611
2758
Diría que esto tiene algo que ver
02:21
with the Internet. It's not a fluke.
57
129369
1760
con Internet.
No es una casualidad.
No es una casualidad.
02:23
It wasn't luck, and it wasn't because it was us.
58
131129
2851
No fue suerte y no fue
porque fuimos nosotros.
porque fuimos nosotros.
02:25
It helped that it was an event
59
133980
1418
Ayudó que se trató de un evento
02:27
that pulled everybody together,
60
135398
1635
que juntó a todos,
02:29
but it was a new way of doing things
61
137033
1758
pero era una nueva
forma de hacer las cosas
forma de hacer las cosas
02:30
that was enabled by the Internet
62
138791
2079
que fue posible gracias a Internet
02:32
and a lot of the other things that were going on,
63
140870
1592
y a muchas otras cosas que sucedían,
02:34
and I want to talk a little bit about
64
142462
2013
y quiero hablar un poco acerca de
02:36
what those new principles are.
65
144475
2669
lo que son esos nuevos principios.
02:39
So remember before the Internet? (Laughter)
66
147144
4808
¿Se acuerdan de antes de Internet?
(Risas)
(Risas)
02:43
I call this B.I. Okay?
67
151952
1788
Yo lo llamo AI,
02:45
So, in B.I., life was simple.
68
153740
3611
Así, en el AI, la vida era simple.
02:49
Things were Euclidian, Newtonian,
69
157351
2746
Las cosas eran euclidianas, newtonianas,
02:52
somewhat predictable.
70
160097
1459
predecibles.
02:53
People actually tried to predict the future,
71
161556
2410
La gente de hecho trató
de predecir el futuro,
de predecir el futuro,
02:55
even the economists.
72
163966
1714
incluso los economistas.
02:57
And then the Internet happened,
73
165680
3214
Entonces apareció Internet,
03:00
and the world became extremely complex,
74
168894
2071
y el mundo se hizo
extremadamente complejo,
extremadamente complejo,
03:02
extremely low-cost, extremely fast,
75
170965
2637
de muy bajo costo, muy rápido,
03:05
and those Newtonian laws
76
173602
2118
y esas leyes de Newton
03:07
that we so dearly cherished
77
175720
1799
que tanto apreciábamos
03:09
turned out to be just local ordinances,
78
177519
2197
resultaron ser solo leyes locales,
03:11
and what we found was that in this
79
179716
1751
y lo que encontramos fue
que en este mundo
completamente impredecible
completamente impredecible
03:13
completely unpredictable world
80
181467
2613
03:16
that most of the people who were surviving
81
184080
2032
en que la mayoría de los sobrevivientes
03:18
were working with sort of a different set of principles,
82
186112
3333
trabajaban con un conjunto
diferente de principios,
diferente de principios,
03:21
and I want to talk a little bit about that.
83
189445
2631
y quiero hablar un poco sobre eso.
Antes de Internet, si recuerdan,
03:24
Before the Internet, if you remember,
84
192076
1364
03:25
when we tried to create services,
85
193440
1905
cuando tratábamos de crear servicios,
03:27
what you would do is you'd create
86
195345
1026
lo que se hacía era crear
03:28
the hardware layer and the
network layer and the software
network layer and the software
87
196371
2312
la capa de hardware,
la red y el software,
la red y el software,
03:30
and it would cost millions of dollars
88
198683
2028
y costaba millones de dólares
03:32
to do anything that was substantial.
89
200711
2307
hacer algo que fuera sustancial.
03:35
So when it costs millions of dollars
to do something substantial,
to do something substantial,
90
203018
2439
Cuando cuesta millones
hacer algo importante,
hacer algo importante,
03:37
what you would do is you'd get an MBA
91
205457
2072
lo que puedes hacer es obtener un MBA,
03:39
who would write a plan
92
207529
1458
escribir un plan
y conseguir el dinero
03:40
and get the money
93
208987
943
03:41
from V.C.s or big companies,
94
209930
1744
de los capitales de riesgo
o las empresas,
o las empresas,
03:43
and then you'd hire the designers and the engineers,
95
211674
2113
y luego contratar a los diseñadores
e ingenieros,
e ingenieros,
03:45
and they'd build the thing.
96
213787
1023
que construían la cosa.
03:46
This is the Before Internet, B.I., innovation model.
97
214810
4619
Este es el modelo de innovación
de Antes de Internet, AI.
de Antes de Internet, AI.
Lo que ocurrió después de Internet fue
03:51
What happened after the Internet was
98
219429
2307
que el costo de la innovación bajó tanto
03:53
the cost of innovation went down so much
99
221736
1756
03:55
because the cost of collaboration,
the cost of distribution,
the cost of distribution,
100
223492
2487
debido al costo de la colaboración,
el de distribución,
el de distribución,
03:57
the cost of communication, and Moore's Law
101
225979
2643
el de la comunicación, y la Ley de Moore
04:00
made it so that the cost of trying a new thing
102
228622
2676
hicieron que el costo de crear algo nuevo
04:03
became nearly zero,
103
231298
1394
fuera casi cero,
04:04
and so you would have Google, Facebook, Yahoo,
104
232692
2269
y así tenemos Google, Facebook, Yahoo,
04:06
students that didn't have permission —
105
234961
1771
estudiantes que no tenían permiso
04:08
permissionless innovation —
106
236732
1373
—permiso para innovar—
04:10
didn't have permission, didn't have PowerPoints,
107
238105
1620
no tenían permiso,
ni presentaciones,
ni presentaciones,
04:11
they just built the thing,
108
239725
2103
simplemente crearon la cosa,
04:13
then they raised the money,
109
241828
1444
entonces juntaron el dinero,
04:15
and then they sort of figured out a business plan
110
243272
2201
y luego se inventaron un plan de negocios
04:17
and maybe later on they hired some MBAs.
111
245473
2357
y tal vez más tarde
contrataron algunos MBAs.
contrataron algunos MBAs.
04:19
So the Internet caused innovation,
112
247830
2311
Así Internet generó innovaciones
al menos en software y servicios,
04:22
at least in software and services,
113
250141
1124
04:23
to go from an MBA-driven innovation model
114
251265
2859
y pasó de un modelo de innovación
impulsado por MBAs
impulsado por MBAs
04:26
to a designer-engineer-driven innovation model,
115
254124
3903
a un modelo de innovación
de diseñadores-ingenieros,
de diseñadores-ingenieros,
04:30
and it pushed innovation to the edges,
116
258027
2098
y empujó la innovación al límite,
04:32
to the dorm rooms, to the startups,
117
260125
1546
a los dormitorios,
a las nuevas empresas,
a las nuevas empresas,
04:33
away from the large institutions,
118
261671
1686
lejos de las grandes instituciones,
04:35
the stodgy old institutions that had the power
119
263357
2355
las viejas instituciones
que tenían el poder,
que tenían el poder,
04:37
and the money and the authority.
120
265712
1687
el dinero y la autoridad.
04:39
And we all know this. We all know
this happened on the Internet.
this happened on the Internet.
121
267399
2609
Y todos sabemos esto.
Todos sabemos que esto sucedió.
Todos sabemos que esto sucedió.
04:42
It turns out it's happening in other things, too.
122
270008
2765
Resulta que está sucediendo
en otras cosas también.
en otras cosas también.
04:44
Let me give you some examples.
123
272773
3242
Permítanme darles algunos ejemplos.
04:48
So at the Media Lab, we don't just do hardware.
124
276015
2785
En Media Lab,
no solo diseñamos hardware.
no solo diseñamos hardware.
04:50
We do all kinds of things.
125
278800
1042
Hacemos todo tipo de cosas.
04:51
We do biology, we do hardware,
126
279842
1885
Biología, hardware,
04:53
and Nicholas Negroponte
famously said, "Demo or die,"
famously said, "Demo or die,"
127
281727
3621
y Nicholas Negroponte dijo
la famosa frase, "Demo o morir"
la famosa frase, "Demo o morir"
en lugar de "Publicar o morir",
04:57
as opposed to "Publish or perish,"
128
285348
1722
que era el método académico
tradicional de pensar.
tradicional de pensar.
04:59
which was the traditional academic way of thinking.
129
287070
2243
05:01
And he often said, the demo only has to work once,
130
289313
3562
Decía a menudo, el demo solo
tiene que funcionar una vez,
tiene que funcionar una vez,
05:04
because the primary mode of us impacting the world
131
292875
2816
porque el modo primordial
de impactar el mundo
de impactar el mundo
05:07
was through large companies
132
295691
1778
era a través de las grandes empresas
05:09
being inspired by us
133
297469
1263
que se inspiraban en nosotros
05:10
and creating products like
the Kindle or Lego Mindstorms.
the Kindle or Lego Mindstorms.
134
298732
3516
y creaban productos como
Kindle o Lego Mindstorms.
Kindle o Lego Mindstorms.
05:14
But today, with the ability
135
302248
1942
Pero hoy, con la capacidad
05:16
to deploy things into the real world at such low cost,
136
304190
2309
para crear cosas en el mund real
a un bajo costo,
a un bajo costo,
05:18
I'm changing the motto now,
137
306499
2150
estoy cambiando el lema ahora,
05:20
and this is the official public statement.
138
308649
1813
y esta es la declaración pública oficial.
05:22
I'm officially saying, "Deploy or die."
139
310462
2497
Estoy oficialmente diciendo:
"Implementar o morir."
"Implementar o morir."
05:24
You have to get the stuff into the real world
140
312959
2221
Tienen que hacer las cosas
en el mundo real
en el mundo real
05:27
for it to really count,
141
315180
1356
para que cuente realmente,
05:28
and sometimes it will be large companies,
142
316536
1879
y, a veces serán las grandes empresas,
05:30
and Nicholas can talk about satellites.
143
318415
1957
y Nicholas puede hablar de los satélites.
05:32
(Applause)
144
320372
1286
(Aplausos)
05:33
Thank you.
145
321658
1082
Gracias.
05:34
But we should be getting out there ourselves
146
322740
1774
Pero debemos salir nosotros mismos
05:36
and not depending on large
institutions to do it for us.
institutions to do it for us.
147
324514
3584
y no esperar que las grandes instituciones
lo hagan por nosotros.
lo hagan por nosotros.
Así que el año pasado enviamos
a un grupo de estudiantes a Shenzhen
a un grupo de estudiantes a Shenzhen
05:40
So last year, we sent a bunch
of students to Shenzhen,
of students to Shenzhen,
148
328098
2702
05:42
and they sat on the factory floors
149
330800
1580
y se sentaron en los pisos de la fábrica
05:44
with the innovators in Shenzhen, and it was amazing.
150
332380
2305
con los innovadores en Shenzhen,
y fue increíble.
y fue increíble.
05:46
What was happening there
151
334685
1477
Lo que pasaba allí
05:48
was you would have these manufacturing devices,
152
336162
2184
era que habían
estos dispositivos de fabricación,
estos dispositivos de fabricación,
05:50
and they weren't making prototypes or PowerPoints.
153
338346
2193
y no prototipos o presentaciones.
05:52
They were fiddling with the manufacturing equipment
154
340539
2465
Estaban jugando con
el equipo de fabricación
el equipo de fabricación
05:55
and innovating right on the
manufacturing equipment.
manufacturing equipment.
155
343004
3210
e innovando justo
en la fabricación de los equipos.
en la fabricación de los equipos.
05:58
The factory was in the designer,
156
346214
1886
La fábrica estaba en el diseñador,
06:00
and the designer was literally in the factory.
157
348100
2274
y el diseñador estaba
literalmente en la fábrica.
literalmente en la fábrica.
06:02
And so what you would do is,
158
350374
1626
Y así, lo que se puede hacer
06:04
you'd go down to the stalls
159
352000
1241
es ir al mercado
06:05
and you would see these cell phones.
160
353241
2556
y tener estos teléfonos celulares.
06:07
So instead of starting little websites
161
355797
2525
Así que en lugar de comenzar
pequeños sitios web
pequeños sitios web
06:10
like the kids in Palo Alto do,
162
358322
1548
como los niños en Palo Alto,
los niños en Shenzhen crean
teléfonos celulares nuevos.
teléfonos celulares nuevos.
06:11
the kids in Shenzhen make new cell phones.
163
359870
2540
06:14
They make new cell phones like kids in Palo Alto
164
362410
2697
Hacen teléfonos nuevos
como los niños en Palo Alto
como los niños en Palo Alto
06:17
make websites,
165
365107
1258
hacen sitios web
06:18
and so there's a rainforest
166
366365
2113
y así, hay toda una selva tropical
06:20
of innovation going on in the cell phone.
167
368478
1556
de innovación en teléfonos celulares.
06:22
What they do is, they make a cell phone,
168
370034
1600
Lo que hacen es,
hacen un teléfono celular,
hacen un teléfono celular,
06:23
go down to the stall, they sell some,
169
371634
2224
bajan a la plaza, venden algunos,
06:25
they look at the other kids' stuff, go up,
170
373858
2325
miran las cosas de los otros niños, suben,
06:28
make a couple thousand more, go down.
171
376183
2591
hacer un par de miles más, bajan...
06:30
Doesn't this sound like a software thing?
172
378774
1991
¿No suena esto como a software?
06:32
It sounds like agile software development,
173
380765
1647
Suena como el desarrollo ágil de software,
06:34
A/B testing and iteration,
174
382412
2928
Prueba A/B e iteración, y lo que
06:37
and what we thought you could only do with software
175
385340
2083
creímos que solo se podía
hacer en el software;
hacer en el software;
06:39
kids in Shenzhen are doing this in hardware.
176
387423
2270
los niños en Shenzhen
lo hacen en el hardware.
lo hacen en el hardware.
06:41
My next fellow, I hope, is going to be
177
389693
1467
Espero que uno de mis futuros colegas
sea uno de estos innovadores de Shenzhen.
sea uno de estos innovadores de Shenzhen.
06:43
one of these innovators from Shenzhen.
178
391160
1485
06:44
And so what you see is
179
392645
1665
Se está llevando
a la innovación a los límites.
a la innovación a los límites.
06:46
that is pushing innovation to the edges.
180
394310
1969
06:48
We talk about 3D printers and stuff like that,
181
396279
2105
Hablamos de impresoras 3D y cosas así,
06:50
and that's great, but this is Limor.
182
398384
1991
y es genial, pero esta es Limor.
06:52
She is one of our favorite graduates,
183
400375
2259
Es uno de nuestros graduados favoritos,
06:54
and she is standing in front of a Samsung
184
402634
2076
y ella está de pie delante de una maquina
06:56
Techwin Pick and Place Machine.
185
404710
1833
Techwin Pick and Place Samsung.
06:58
This thing can put 23,000 components per hour
186
406543
3924
Esta cosa puede poner 23 000
componentes por hora
componentes por hora
07:02
onto an electronics board.
187
410467
1993
en una placa electrónica.
07:04
This is a factory in a box.
188
412460
1823
Se trata de una fábrica en una caja.
07:06
So what used to take a factory full of workers
189
414283
2498
Antes se necesitaba
una fábrica llena de obreros
una fábrica llena de obreros
07:08
working by hand
190
416781
1019
trabajando a mano,
07:09
in this little box in New York,
191
417800
1709
en esta pequeña caja en Nueva York,
07:11
she's able to have effectively —
192
419509
1050
ella es capaz de hacerlo.
07:12
She doesn't actually have to go to Shenzhen
193
420559
1633
No tiene que ir a Shenzhen
para hacer la fabricación.
para hacer la fabricación.
07:14
to do this manufacturing.
194
422192
1244
07:15
She can buy this box and she can manufacture it.
195
423436
2261
Puede comprar esta caja
y puede fabricarlo.
y puede fabricarlo.
07:17
So manufacturing, the cost of innovation,
196
425697
2243
Así que la fabricación,
el costo de la innovación,
el costo de la innovación,
07:19
the cost of prototyping, distribution,
manufacturing, hardware,
manufacturing, hardware,
197
427940
2690
de la creación de prototipos,
distribución, fabricación, el hardware,
distribución, fabricación, el hardware,
07:22
is getting so low
198
430630
1463
es cada vez tan bajo
07:24
that innovation is being pushed to the edges
199
432093
2317
que lleva la innovación a los límites
07:26
and students and startups are being able to build it.
200
434410
2428
y los estudiantes y startups
son capaces de construirlo.
son capaces de construirlo.
07:28
This is a recent thing, but this will happen
201
436838
1878
Es una cosa reciente,
pero va a suceder y va a cambiar,
pero va a suceder y va a cambiar,
07:30
and this will change
202
438716
1483
07:32
just like it did with software.
203
440199
2425
al igual que pasó con el software.
07:34
Sorona is a DuPont process
204
442624
3246
Sorona es un proceso de DuPont
07:37
that uses a genetically engineered microbe
205
445870
3020
que utiliza un microbio
modificado genéticamente
modificado genéticamente
07:40
to turn corn sugar into polyester.
206
448890
3950
para convertir el azúcar
de maíz en poliéster.
de maíz en poliéster.
07:44
It's 30 percent more efficient
than the fossil fuel method,
than the fossil fuel method,
207
452840
2478
Es 30 % más eficiente que
con combustible fósil,
con combustible fósil,
07:47
and it's much better for the environment.
208
455318
3659
y es mucho mejor para el medio ambiente.
La ingeniería genética y la bioingeniería
07:50
Genetic engineering and bioengineering
209
458977
1405
07:52
are creating a whole bunch
210
460382
1531
están creando un montón
07:53
of great new opportunities
211
461913
1758
de grandes oportunidades nuevas
07:55
for chemistry, for computation, for memory.
212
463671
2829
para la química, para el cómputo,
para la memoria.
para la memoria.
07:58
We will probably be doing a lot,
obviously doing health things,
obviously doing health things,
213
466500
2050
Probablement haremos más,
más cosas para la salud,
más cosas para la salud,
08:00
but we will probably be growing chairs
214
468550
2204
pero es probable que pronto
crearemos sillas y edificios.
08:02
and buildings soon.
215
470754
1040
08:03
The problem is, Sorona costs
about 400 million dollars
about 400 million dollars
216
471794
3910
El problema es, Sorona cuesta
unos 400 millones de dólares
unos 400 millones de dólares
08:07
and took seven years to build.
217
475704
1381
y tomó 7 años para construir.
08:09
It kind of reminds you of the old mainframe days.
218
477085
3079
Es algo que nos recuerda
los viejos tiempos de mainframe.
los viejos tiempos de mainframe.
08:12
The thing is, the cost of innovation
219
480164
2492
El punto es que el costo de la innovación
en bioingeniería también está bajando.
08:14
in bioengineering is also going down.
220
482656
1586
08:16
This is desktop gene sequencer.
221
484242
1969
Este es un secuenciador
de genes de escritorio.
de genes de escritorio.
08:18
It used to cost millions and millions
of dollars to sequence genes.
of dollars to sequence genes.
222
486211
3554
Antes costaba millones y millones
secuenciar los genes,
secuenciar los genes,
Ahora se puede hacer en uno de esos
08:21
Now you can do it on a desktop like this,
223
489765
1744
y los chichos pueden
hacerlo en los dormitorios.
hacerlo en los dormitorios.
08:23
and kids can do this in dorm rooms.
224
491509
2093
08:25
This is Gen9 gene assembler,
225
493602
2688
Este es el Gen9 Gene Assembler,
08:28
and so right now when you try to print a gene,
226
496290
2079
y hoy cuando se intenta imprimir un gen,
08:30
what you do is somebody in a factory
227
498369
1268
alguien en una fábrica
08:31
with pipettes puts the thing together by hand,
228
499637
1940
las hace a mano con una pipetas,
08:33
you have one error per 100 base pairs,
229
501577
2351
y hay un error por cada 100 pares de base,
08:35
and it takes a long time and costs a lot of money.
230
503928
2576
y se necesita mucho tiempo y es costoso.
08:38
This new device
231
506504
1386
Este nuevo dispositivo
08:39
assembles genes on a chip,
232
507890
1674
ensambla genes en un chip,
y en lugar de un error
por cada 100 pares base,
por cada 100 pares base,
08:41
and instead of one error per 100 base pairs,
233
509564
2149
08:43
it's one error per 10,000 base pairs.
234
511713
2126
es un error por cada 10 000 pares base.
08:45
In this lab, we will have the world's capacity
235
513839
2745
Así, vamos a tener la capacidad del mundo
08:48
of gene printing within a year,
236
516584
2103
de impresión de genes dentro de un año,
08:50
200 million base pairs a year.
237
518687
2612
200 millones de pares base al año.
08:53
This is kind of like when we went
238
521299
2563
Esto es un poco como cuando fuimos
08:55
from transistor radios wrapped by hand
239
523862
2261
de radios de transistores hechos a mano
08:58
to the Pentium.
240
526123
1271
a el Pentium.
08:59
This is going to become the
Pentium of bioengineering,
Pentium of bioengineering,
241
527394
2396
Esto será el Pentium de la bioingeniería,
09:01
pushing bioengineering into the hands
242
529790
2036
llevando la bioingeniería a las manos
09:03
of dorm rooms and startup companies.
243
531826
2601
de los dormitorios y nuevas compañías.
09:06
So it's happening in software and in hardware
244
534427
2773
Así que está sucediendo en
el software y en el hardware
el software y en el hardware
09:09
and bioengineering,
245
537200
963
y la bioingeniería.
09:10
and so this is a fundamental new
way of thinking about innovation.
way of thinking about innovation.
246
538163
3281
Esta es una nueva manera fundamental
de pensar en la innovación.
de pensar en la innovación.
09:13
It's a bottom-up innovation, it's democratic,
247
541444
2677
Es una innovación de abajo
hacia arriba, es democrática,
hacia arriba, es democrática,
09:16
it's chaotic, it's hard to control.
248
544121
2204
es caótica, es difícil de controlar.
09:18
It's not bad, but it's very different,
249
546325
2307
No es malo, pero es muy diferente,
09:20
and I think that the traditional rules that we have
250
548632
1967
y creo que las reglas tradicionales
09:22
for institutions don't work anymore,
251
550599
2072
en las instituciones ya no funcionan,
09:24
and most of us here
252
552671
1679
y la mayoría de nosotros aquí
09:26
operate with a different set of principles.
253
554350
3083
opera con un conjunto
diferente de principios.
diferente de principios.
09:29
One of my favorite principles is the power of pull,
254
557433
2836
Uno de mis principios favoritos
es el poder de atracción,
es el poder de atracción,
09:32
which is the idea of pulling resources
255
560269
2291
que es la idea de obtener los recursos
desde la red a medida que los necesitas
09:34
from the network as you need them
256
562560
1766
09:36
rather than stocking them in the center
257
564326
1845
en lugar de almacenarlos en el centro
y controlarlo todo.
y controlarlo todo.
09:38
and controlling everything.
258
566171
1585
09:39
So in the case of the Safecast story,
259
567756
2764
En el caso de SafeCast,
no sabía nada cuando
se produjo el terremoto,
se produjo el terremoto,
09:42
I didn't know anything when
the earthquake happened,
the earthquake happened,
260
570520
1842
09:44
but I was able to find Sean
261
572362
1628
pero fui capaz de encontrar a Sean,
09:45
who was the hackerspace community organizer,
262
573990
2196
quien organizaba la
comunidad hackerspace,
comunidad hackerspace,
09:48
and Peter, the analog hardware hacker
263
576186
1786
y Peter, el hacker de hardware analógico,
que hizo nuestro primer contador Geiger,
que hizo nuestro primer contador Geiger,
09:49
who made our first Geiger counter,
264
577972
1716
09:51
and Dan, who built the Three Mile Island
265
579688
1998
y Dan, que construyó la Isla Three Mile,
un sistema de monitoreo
un sistema de monitoreo
09:53
monitoring system after the
Three Mile Island meltdown.
Three Mile Island meltdown.
266
581686
3334
después de la crisis
de Three Mile Island.
de Three Mile Island.
09:57
And these people I wouldn't have been able to find
267
585020
2386
Y estas personas,
no los habría conocido de antemano
no los habría conocido de antemano
09:59
beforehand and probably were better
268
587406
2434
y probablemente fue mejor
que los encontré justo a tiempo en la red.
que los encontré justo a tiempo en la red.
10:01
that I found them just in time from the network.
269
589840
3127
10:04
I'm a three-time college dropout,
270
592967
1867
Abandoné la universidad 3 veces,
10:06
so learning over education
271
594834
1673
así que aprender sobre la educación
10:08
is very near and dear to my heart,
272
596507
1425
es algo muy cercano y querido,
10:09
but to me, education is what people do to you
273
597932
2524
aunque para mí la educación
es lo que otros hacen para ti
es lo que otros hacen para ti
10:12
and learning is what you do to yourself.
274
600456
2999
y el aprendizaje es
lo que haces tú mismo para ti.
lo que haces tú mismo para ti.
10:15
(Applause)
275
603455
3776
(Aplausos)
10:19
And it feels like, and I'm biased,
276
607231
1759
Y se siente como, y soy parcial,
10:20
it feels like they're trying to make you memorize
277
608990
2797
que tratan de hacerte memorizar
10:23
the whole encyclopedia before
they let you go out and play,
they let you go out and play,
278
611787
3114
toda la enciclopedia antes
de dejarte salir a jugar,
de dejarte salir a jugar,
10:26
and to me, I've got Wikipedia on my cell phone,
279
614901
4097
y para mí, tengo Wikipedia
en mi teléfono celular,
en mi teléfono celular,
10:30
and it feels like they assume
280
618998
1703
y se siente como que asumen
que vas a estar en la cima de una montaña
10:32
you're going to be on top of some mountain
281
620701
1787
10:34
all by yourself with a number 2 pencil
282
622488
2461
solos, con un lápiz número 2
10:36
trying to figure out what to do
283
624949
1383
tratando de resolver qué hacer
10:38
when in fact you're always going to be connected,
284
626332
2116
cuando en realidad siempre
estaremos conectados,
estaremos conectados,
10:40
you're always going to have friends,
285
628448
1645
siempre tendremos amigos,
10:42
and you can pull Wikipedia
up whenever you need it,
up whenever you need it,
286
630093
1959
y podemos usar Wikipedia
siempre que se necesite,
siempre que se necesite,
10:44
and what you need to learn is how to learn.
287
632052
3448
y lo que hay que aprender
es cómo aprender.
es cómo aprender.
10:47
In the case of Safecast, a bunch of amateurs
288
635500
2644
En el caso de SafeCast,
un puñado de aficionados
un puñado de aficionados
10:50
when we started three years ago,
289
638144
1598
cuando empezamos hace tres años,
10:51
I would argue that we probably as a group
290
639742
2508
diría que probablemente como grupo
10:54
know more than any other organization
291
642250
2416
sabemos más
que cualquier otra organización
que cualquier otra organización
10:56
about how to collect data and publish data
292
644666
3209
acerca de cómo recopilar
datos y publicarlos
datos y publicarlos
10:59
and do citizen science.
293
647875
2772
y hacer ciencia ciudadana.
11:02
Compass over maps.
294
650647
1120
Brújula sobre mapas.
11:03
So this one, the idea is that the cost of writing a plan
295
651767
3725
La idea es que el costo
de la redacción de un plan
de la redacción de un plan
11:07
or mapping something is getting so expensive
296
655492
3103
o mapear algo es muy caro
11:10
and it's not very accurate or useful.
297
658595
3173
y no es preciso ni útil.
11:13
So in the Safecast story, we
knew we needed to collect data,
knew we needed to collect data,
298
661768
3112
En SafeCast, sabíamos
que teníamos que recoger datos,
que teníamos que recoger datos,
11:16
we knew we wanted to publish the data,
299
664880
2423
sabíamos que queríamos
publicar los datos,
publicar los datos,
11:19
and instead of trying to come up with the exact plan,
300
667303
2889
y en lugar de tratar de llegar
con el plan exacto,
con el plan exacto,
11:22
we first said, oh, let's get Geiger counters.
301
670192
2408
lo primero fue, vamos a
conseguir contadores Geiger.
conseguir contadores Geiger.
11:24
Oh, they've run out.
302
672600
1766
Oh, se han acabado.
Vamos a construirlos.
No hay suficientes sensores.
No hay suficientes sensores.
11:26
Let's build them. There aren't enough sensors.
303
674366
2003
11:28
Okay, then we can make a mobile Geiger counter.
304
676369
2227
Bien, entonces hagamos
un contador Geiger móvil.
un contador Geiger móvil.
11:30
We can drive around. We can get volunteers.
305
678596
2047
Podemos conducir. Podemos
conseguir voluntarios.
conseguir voluntarios.
11:32
We don't have enough money. Let's Kickstarter it.
306
680643
1879
No hay suficiente dinero.
Vamos a Kickstarter.
Vamos a Kickstarter.
11:34
We could not have planned this whole thing,
307
682522
1991
No hubiésemos planeado todo esto,
pero al tener una brújula,
pero al tener una brújula,
11:36
but by having a very strong compass,
308
684513
1744
11:38
we eventually got to where we were going,
309
686257
1435
finalmente llegamos a donde íbamos,
11:39
and to me it's very similar to
agile software development,
agile software development,
310
687692
2418
y para mí es muy similar
al desarrollo ágil de software
al desarrollo ágil de software
11:42
but this idea of compasses is very important.
311
690110
3358
pero esta idea de la brújula
es muy importante.
es muy importante.
11:45
So I think the good news is
312
693468
1941
Así que creo que la buena noticia
11:47
that even though the world is extremely complex,
313
695409
3501
es que a pesar de que el mundo
es extremadamente complejo,
es extremadamente complejo,
11:50
what you need to do is very simple.
314
698920
2382
lo que hay que hacer es muy simple.
11:53
I think it's about stopping this notion
315
701302
2698
Es dejar de tener esta noción
de que es necesario planificarlo todo,
de que es necesario planificarlo todo,
11:56
that you need to plan everything,
316
704000
1572
tenerlo todo, estar preparado,
11:57
you need to stock everything,
317
705572
1092
11:58
and you need to be so prepared,
318
706664
1470
12:00
and focus on being connected,
319
708134
2994
y centrarnos en mantenernos conectados,
12:03
always learning,
320
711128
1851
siempre aprendiendo,
12:04
fully aware,
321
712979
1861
plenamente conscientes,
12:06
and super present.
322
714840
1780
y muy presentes.
12:08
So I don't like the word "futurist."
323
716620
2946
Así que no me gusta
la palabra "futurista".
la palabra "futurista".
12:11
I think we should be now-ists,
324
719566
5615
Creo que hay que ser "ahoristas",
12:17
like we are right now.
325
725181
2046
como estamos ahora.
12:19
Thank you.
326
727227
1843
Gracias.
12:21
(Applause)
327
729070
3979
(Aplausos)
ABOUT THE SPEAKER
Joi Ito - Relentless mindJoi Ito is the director of the MIT Media Lab.
Why you should listen
Joichi "Joi" Ito is one of those names threaded through the history of the Internet. From his days kickstarting Internet culture in Japan at Digital Garage, his restless curiosity led him to be an early-stage investor in Twitter, Six Apart, Wikia, Flickr, Last.fm, Kickstarter and other Internet companies, and to serve on countless boards and advisory committees around digital culture and Internet freedom.
He leads the legendary MIT Media Lab as it heads toward its third decade, and is working on a book with Jeff Howe about nine principles for navigating whatever the changing culture throws at us next. As he told Wired, "The amount of money and the amount of permission that you need to create an idea has decreased dramatically." So: aim for resilience, not strength; seek risk, not safety. The book is meant to be a compass for a world without maps.
Joi Ito | Speaker | TED.com