TED2014
Nicholas Negroponte: A 30-year history of the future
Nicholas Negroponte: Una historia de 30 años del futuro
Filmed:
Readability: 3.8
2,035,246 views
El fundador del Laboratorio de Medios del MIT, Nicholas Negroponte, nos lleva en un recorrido por los últimos 30 años de la tecnología. Con sus predicciones comprobadas, nos muestra las interfaces e innovaciones que vaticinó en las décadas de los años 70 y 80, de las que se mofaron en ese entonces, pero que están en todos lados en el presente. Y nos deja con una última predicción (¿absurda?, ¿brillante?) para dentro de 30 años.
Nicholas Negroponte - Tech visionary
The founder of the MIT Media Lab, Nicholas Negroponte pushed the edge of the information revolution as an inventor, thinker and angel investor. He's the driving force behind One Laptop per Child, building computers for children in the developing world. Full bio
The founder of the MIT Media Lab, Nicholas Negroponte pushed the edge of the information revolution as an inventor, thinker and angel investor. He's the driving force behind One Laptop per Child, building computers for children in the developing world. Full bio
Double-click the English transcript below to play the video.
00:12
(Video) Nicholas Negroponte:
Can we switch to the video disc,
Can we switch to the video disc,
0
657
2454
(Video) Nicholas Negroponte:
¿Podemos pasar al disco de video
¿Podemos pasar al disco de video
00:15
which is in play mode?
1
3111
2123
que está en modo "play"?
00:17
I'm really interested in how you put people and computers together.
2
5234
5230
Me interesa mucho unir
personas con computadoras.
personas con computadoras.
00:22
We will be using the TV screens or their equivalents
3
10464
3370
Usaremos las pantallas
de TV o sus equivalentes
de TV o sus equivalentes
00:25
for electronic books of the future.
4
13834
4374
para los libros electrónicos del futuro.
00:30
(Music, crosstalk)
5
18208
3614
(Música, conversaciones cruzadas)
00:50
Very interested in touch-sensitive displays,
6
38117
2252
Muy interesado en pantallas
sensibles al tacto,
sensibles al tacto,
00:52
high-tech, high-touch, not having
to pick up your fingers to use them.
to pick up your fingers to use them.
7
40369
4327
alta tecnología, alto toque, sin tener
que mover un dedo para usarlos.
que mover un dedo para usarlos.
00:56
There is another way where computers
8
44696
1800
Hay otro modo en el que las computadoras
00:58
touch people: wearing, physically wearing.
9
46496
2463
tocan a la gente: usándolas, físicamente.
01:08
Suddenly on September 11th,
10
56646
2021
De repente el 11 de septiembre,
01:10
the world got bigger.
11
58667
2637
el mundo se agrandó.
01:13
NN: Thank you. (Applause)
12
61304
2985
NN: Gracias.
(Aplausos)
(Aplausos)
01:16
Thank you.
13
64289
2059
Gracias.
01:18
When I was asked to do this,
14
66348
2108
Cuando me pidieron que hiciera esto,
01:20
I was also asked to look at all 14 TED Talks
15
68456
4196
también me pidieron que repasara
las 14 charlas TED
las 14 charlas TED
01:24
that I had given,
16
72652
1710
que había dado,
01:26
chronologically.
17
74362
1798
en orden cronológico.
01:28
The first one was actually two hours.
18
76160
2274
La primera fue de 2 horas.
01:30
The second one was an hour,
19
78434
1456
La segunda, de 1 hora,
01:31
and then they became half hours,
20
79890
1549
y luego se hicieron de media hora.
01:33
and all I noticed was my bald spot getting bigger.
21
81439
3936
Todo lo que observé fue
cómo me crecía la calva.
cómo me crecía la calva.
01:37
(Laughter)
22
85375
1620
(Risas)
01:38
Imagine seeing your life, 30 years of it, go by,
23
86995
4168
Imaginen lo que es ver pasar
30 años de tu vida.
30 años de tu vida.
01:43
and it was, to say the least,
24
91163
3407
Para mí fue, por decir lo menos,
01:46
for me, quite a shocking experience.
25
94570
4373
una experiencia terrible.
01:50
So what I'm going to do in my time
26
98943
1593
Lo que voy a hacer en mi tiempo
01:52
is try and share with you what happened
27
100536
1544
es compartir con Uds. lo que ocurrió
01:54
during the 30 years,
28
102080
1802
en estos 30 años.
01:55
and then also make a prediction,
29
103882
2518
Luego haré también una predicción,
01:58
and then tell you a little bit
30
106400
2061
y después les hablaré un poco
02:00
about what I'm doing next.
31
108461
2654
de lo próximo que voy a hacer.
02:03
And I put on a slide
32
111115
2951
Y paso una diapositiva
02:06
where TED 1 happened in my life.
33
114066
4060
de la época de TED.
02:10
And it's rather important
34
118126
1914
Fue importante
02:12
because I had done 15 years of research before it,
35
120040
4060
porque ya había hecho 15 años
de investigaciones antes de ir,
de investigaciones antes de ir,
02:16
so I had a backlog, so it was easy.
36
124100
2428
por eso venía atrasado y fue fácil.
02:18
It's not that I was Fidel Castro
37
126528
1760
No es que fuera Fidel Castro
02:20
and I could talk for two hours,
38
128288
1833
y pudiera hablar 2 horas,
02:22
or Bucky Fuller.
39
130121
1322
ni Bucky Fuller.
02:23
I had 15 years of stuff,
40
131443
1915
Tenía 15 años de cosas,
02:25
and the Media Lab was about to start.
41
133358
2472
y el Laboratorio de Medios
estaba por comenzar.
estaba por comenzar.
02:27
So that was easy.
42
135830
1800
Así que fue fácil.
02:29
But there are a couple of things
43
137630
2664
Pero hay un par de cosas
02:32
about that period
44
140294
1688
de esa etapa
02:33
and about what happened that are
45
141982
2053
y de lo que pasó
02:36
really quite important.
46
144035
1855
que son realmente importantes.
02:37
One is that
47
145890
2556
Una es que era una época
02:40
it was a period when computers
48
148446
2896
en la que las computadoras
02:43
weren't yet for people.
49
151342
2637
todavía no eran populares.
02:45
And the other thing that sort of happened
50
153979
3145
Lo otro que pasó
02:49
during that time is that
51
157124
3071
en esa etapa es que nos veían
02:52
we were considered sissy computer scientists.
52
160195
3382
como informáticos afeminados.
02:55
We weren't considered the real thing.
53
163577
1563
No nos tomaban en serio.
02:57
So what I'm going to show you is, in retrospect,
54
165140
3999
Lo que voy a mostrarles,
en retrospectiva,
en retrospectiva,
03:01
a lot more interesting and a lot more accepted
55
169139
2508
es mucho más interesante
y aceptado ahora
y aceptado ahora
03:03
than it was at the time.
56
171647
2066
que en aquella época.
03:05
So I'm going to characterize the years
57
173713
2554
Voy a contarles de esos años
03:08
and I'm even going to go back
58
176267
1833
e incluso volveré
03:10
to some very early work of mine,
59
178100
2104
a algunos de mis primeros trabajos.
03:12
and this was the kind of stuff I was doing in the '60s:
60
180204
2886
En los 60 hacía esta clase de cosas:
03:15
very direct manipulation,
61
183090
2187
manipulación muy directa,
03:17
very influenced as I studied architecture
62
185277
2655
muy influenciado
cuando estudiaba arquitectura
cuando estudiaba arquitectura
03:19
by the architect Moshe Safdie,
63
187932
2087
por el arquitecto Moshe Safdie.
03:22
and you can see that we even built robotic things
64
190019
2762
Pueden ver que hasta
hacíamos cosas robóticas
hacíamos cosas robóticas
03:24
that could build habitat-like structures.
65
192781
2756
que podían construir
estructuras similares al hábitat.
estructuras similares al hábitat.
03:27
And this for me was
66
195537
1687
Y esto para mí no era todavía
03:29
not yet the Media Lab,
67
197224
1916
el Laboratorio de Medios,
03:31
but was the beginning of what I'll call
68
199140
2817
sino el principio de lo que llamaría
03:33
sensory computing,
69
201957
1519
informática sensorial.
03:35
and I pick fingers
70
203476
1872
Y elijo los dedos en parte porque
03:37
partly because everybody thought it was ridiculous.
71
205348
4202
todos creían que era ridículo.
03:41
Papers were published
72
209550
2155
Se publicaban trabajos
03:43
about how stupid it was to use fingers.
73
211705
4252
sobre lo estúpido que era usar los dedos.
03:47
Three reasons: One was they were low-resolution.
74
215957
2818
Tres motivos:
uno, que eran de baja resolución;
uno, que eran de baja resolución;
03:50
The other is your hand would occlude
75
218775
1929
el otro, que la mano taparía
03:52
what you wanted to see,
76
220704
1441
lo que querías ver;
03:54
and the third, which was the winner,
77
222145
1758
y tercero, que fue el ganador,
03:55
was that your fingers would get the screen dirty,
78
223903
3656
los dedos ensuciarían la pantalla
03:59
and hence, fingers would never be
79
227559
2326
y, por tanto, nunca usaríamos los dedos
04:01
a device that you'd use.
80
229885
1788
como dispositivos.
04:03
And this was a device we built in the '70s,
81
231673
3049
Este es un aparato que hicimos en los 70
04:06
which has never even been picked up.
82
234722
1871
que ni siquiera fue retomado.
04:08
It's not just touch sensitive,
83
236593
1441
No solo es sensible al tacto:
04:10
it's pressure sensitive.
84
238034
2178
es sensible a la presión.
04:12
(Video) Voice: Put a yellow circle there.
85
240212
1977
(Video) Voz:
Pon un círculo amarillo allá.
Pon un círculo amarillo allá.
04:14
NN: Later work, and again this was before TED 1 —
86
242189
3444
NN: Trabajos posteriores. Otra vez,
esto fue antes de TED 1...
esto fue antes de TED 1...
04:17
(Video) Voice: Move that west of the diamond.
87
245633
2803
(Video) Voz:
Muévelo al oeste del diamante.
Muévelo al oeste del diamante.
04:20
Create a large green circle there.
88
248436
3212
Haz un círculo rojo grande ahí.
04:23
Man: Aw, shit.
89
251648
2329
Hombre: ¡Carajo!
04:25
NN: — was to sort of do interface concurrently,
90
253977
3430
NN: ...era como hacer simultánea
la interfaz,
la interfaz,
de modo que hablabas y apuntabas,
04:29
so when you talked and you pointed
91
257407
1808
y tenías
04:31
and you had, if you will,
92
259215
3187
canales múltiples.
04:34
multiple channels.
93
262402
1559
Ocurrió lo de Entebbe.
04:35
Entebbe happened.
94
263961
2007
04:37
1976, Air France was hijacked,
95
265968
3547
Año 1976.
El secuestro de Air France.
El secuestro de Air France.
04:41
taken to Entebbe,
96
269515
1498
Lo llevan a Entebbe
04:43
and the Israelis not only did an extraordinary rescue,
97
271013
5057
y los israelíes hicieron un rescate
que no solo fue extraordinario:
que no solo fue extraordinario:
04:48
they did it partly because they had practiced
98
276070
1963
lo hicieron en parte
porque habían practicado
porque habían practicado
04:50
on a physical model of the airport,
99
278033
2495
con un modelo físico del aeropuerto,
porque ellos habían hecho el aeropuerto,
04:52
because they had built the airport,
100
280528
1156
04:53
so they built a model in the desert,
101
281684
1733
y entonces construyeron
un modelo en el desierto,
un modelo en el desierto,
04:55
and when they arrived at Entebbe,
102
283417
1716
y cuando llegaron a Entebbe,
04:57
they knew where to go because
they had actually been there.
they had actually been there.
103
285133
2920
ya sabían a dónde ir porque
en verdad ya habían estado ahí.
en verdad ya habían estado ahí.
05:00
The U.S. government asked some of us, '76,
104
288053
3252
El gobierno de EE. UU.
nos preguntó en 1976
nos preguntó en 1976
05:03
if we could replicate that computationally,
105
291305
2775
si podíamos replicar eso
por computadora,
por computadora,
05:06
and of course somebody like myself says yes.
106
294080
2189
y, claro: un tipo como yo dice que sí.
05:08
Immediately, you get a contract,
107
296269
2026
Inmediatamente, teníamos un contrato,
05:10
Department of Defense,
108
298295
1485
Departamento de Defensa,
05:11
and we built this truck and this rig.
109
299780
2688
y construimos esta camioneta
y este equipo.
y este equipo.
05:14
We did sort of a simulation,
110
302468
2520
Hicimos una especie de simulacro,
05:16
because you had video discs,
111
304988
1826
porque había discos de video,
05:18
and again, this is '76.
112
306814
2328
y de nuevo, esto es 1976.
05:21
And then many years later,
113
309142
2697
Y muchos años después,
05:23
you get this truck,
114
311839
1469
tienes esta camioneta
05:25
and so you have Google Maps.
115
313308
2958
y entonces tienes Google Maps.
05:28
Still people thought,
116
316266
1520
Aun así, la gente creía
05:29
no, that was not serious computer science,
117
317786
4020
que lo que hacíamos no era
ingeniería informática seria.
ingeniería informática seria.
05:33
and it was a man named Jerry Wiesner,
118
321806
2059
Y fue Jerry Wiesner,
05:35
who happened to be the president of MIT,
119
323865
2407
que terminó siendo
presidente del MIT,
presidente del MIT,
05:38
who did think it was computer science.
120
326272
2348
quien pensara que era
ciencias de la computación.
ciencias de la computación.
05:40
And one of the keys for anybody
121
328620
2637
Algo crucial para cualquiera
05:43
who wants to start something in life:
122
331257
3384
que quiera empezar algo:
05:46
Make sure your president is part of it.
123
334641
3269
asegurarse de que el
presidente es parte de ello.
presidente es parte de ello.
05:49
So when I was doing the Media Lab,
124
337910
3020
Cuando estaba haciendo
el Laboratorio de Medios,
el Laboratorio de Medios,
05:52
it was like having a gorilla in the front seat.
125
340930
3157
era como tener un gorila en
el asiento delantero.
el asiento delantero.
05:56
If you were stopped for speeding
126
344087
2185
Si te paraban por exceso de velocidad
05:58
and the officer looked in the window
127
346272
2240
y el oficial miraba por la ventanilla
06:00
and saw who was in the passenger seat,
128
348512
2009
y veía quién estaba sentado, diría:
06:02
then, "Oh, continue on, sir."
129
350521
1962
"Ah, pase, señor".
06:04
And so we were able,
130
352483
1685
Y entonces podíamos...
06:06
and this is a cute, actually, device, parenthetically.
131
354168
3793
y este es, en verdad, un aparato ingenioso,
entre paréntesis.
entre paréntesis.
06:09
This was a lenticular photograph of Jerry Wiesner
132
357961
3049
Esta era una fotografía lenticular
de Jerry Wiesner,
de Jerry Wiesner,
06:13
where the only thing that changed in the photograph
133
361010
2363
donde lo único que se cambió en la foto
06:15
were the lips.
134
363373
1343
fueron los labios.
06:16
So when you oscillated that little piece
135
364716
2976
Entonces cuando balanceabas esa pequeña
06:19
of lenticular sheet with his photograph,
136
367692
3230
hoja lenticular con la fotografía,
06:22
it would be in lip sync
137
370922
2013
se sincronizaba con los labios,
06:24
with zero bandwidth.
138
372935
2239
todo sin banda ancha.
06:27
It was a zero-bandwidth teleconferencing system
139
375174
2711
Era un sistema de teleconferencias
sin banda ancha
sin banda ancha
06:29
at the time.
140
377885
1842
en ese entonces.
06:31
So this was the Media Lab's —
141
379727
3981
Y este era el Laboratorio de Medios...
06:35
this is what we said we'd do,
142
383708
1693
esto es lo que dijimos que haríamos:
06:37
that the world of computers, publishing,
143
385401
2575
hacer del mundo de las
computadoras, editorial, etc.
computadoras, editorial, etc.
06:39
and so on would come together.
144
387976
2688
uno solo.
06:42
Again, not generally accepted,
145
390664
2104
Otra vez, sin la aprobación general,
06:44
but very much part of TED in the early days.
146
392768
4972
pero muy relacionado con TED
en los comienzos.
en los comienzos.
06:49
And this is really where we were headed.
147
397740
3206
Y realmente apuntábamos a eso.
06:52
And that created the Media Lab.
148
400946
1687
Y eso dio origen al Laboratorio de Medios.
06:54
One of the things about age
149
402633
4251
Una de las cosas que tiene la edad
06:58
is that I can tell you with great confidence,
150
406884
4267
es que puedo decirles con total seguridad
07:03
I've been to the future.
151
411151
2464
que he estado en el futuro.
07:05
I've been there, actually, many times.
152
413615
3284
Estuve allí muchas veces, en realidad.
07:08
And the reason I say that is,
153
416899
1508
Y lo puedo decir porque
07:10
how many times in my life have I said,
154
418407
2441
muchas veces en mi vida dije:
07:12
"Oh, in 10 years, this will happen,"
155
420848
1777
"Ah, en 10 años, va a pasar esto",
07:14
and then 10 years comes.
156
422625
2048
y pasaban los 10 años.
07:16
And then you say, "Oh, in
five years, this will happen."
five years, this will happen."
157
424673
1758
Y luego dices: "Ah, en 5 años,
va a pasar esto".
va a pasar esto".
07:18
And then five years comes.
158
426431
1684
Y pasan los 5 años.
07:20
So I say this a little bit with having felt
159
428115
3758
Lo digo un poco por haber sentido
07:23
that I'd been there a number of times,
160
431873
2337
que había estado allí cantidad de veces,
07:26
and one of the things that is most quoted
161
434210
3640
y una de las cosas que dije
07:29
that I've ever said
162
437850
1149
que es más citada
07:30
is that computing is not about computers,
163
438999
2383
es que computación
no es sobre computadoras:
no es sobre computadoras:
07:33
and that didn't quite get enough traction,
164
441382
3556
al principio eran pocos los que adherían,
07:36
and then it started to.
165
444938
1519
pero luego eso cambió.
07:38
It started to because people caught on
166
446457
3695
Cambió porque la gente se dio cuenta
07:42
that the medium wasn't the message.
167
450152
3138
de que el medio no era el mensaje.
07:45
And the reason I show this car
168
453290
2645
Y les muestro este auto
07:47
in actually a rather ugly slide
169
455935
2328
en una diapositiva bastante fea
07:50
is just again to tell you the kind of story
170
458263
2504
porque quiero contarles la clase de historia
07:52
that characterized a little bit of my life.
171
460767
2828
que un poco describe mi vida.
07:55
This is a student of mine
172
463595
2014
Este es un estudiante mío
07:57
who had done a Ph.D. called "Backseat Driver."
173
465609
3551
que había hecho una tesis llamada
"Conductor de asiento trasero".
"Conductor de asiento trasero".
08:01
It was in the early days of GPS,
174
469160
2082
Eran los comienzos del GPS:
08:03
the car knew where it was,
175
471242
1566
el auto sabía dónde estaba
08:04
and it would give audio instructions
176
472808
1915
y daba indicaciones en audio al conductor.
08:06
to the driver, when to turn right,
when to turn left and so on.
when to turn left and so on.
177
474723
3427
Cuándo doblar a la derecha,
o a la izquierda, etc.
o a la izquierda, etc.
08:10
Turns out, there are a lot of things
178
478150
1611
Resulta que muchas cosas
08:11
in those instructions that back in that period
179
479761
3035
de las instrucciones de esa época
08:14
were pretty challenging,
180
482796
1250
eran todo un desafío:
08:16
like what does it mean, take the next right?
181
484046
3228
¿Qué quiere decir "doble en
la próxima a la derecha"?
la próxima a la derecha"?
08:19
Well, if you're coming up on a street,
182
487274
1900
Bueno, si vas por una calle,
la próxima a la derecha
probablemente sea la que sigue.
probablemente sea la que sigue.
08:21
the next right's probably the one after,
183
489174
2183
08:23
and there are lots of issues,
184
491357
1231
Hay un montón de problemas,
08:24
and the student did a wonderful thesis,
185
492588
2245
y el alumno hizo una tesis maravillosa,
08:26
and the MIT patent office said "Don't patent it.
186
494833
4847
pero la oficina de patentes
del MIT dijo: "No lo patenten.
del MIT dijo: "No lo patenten.
08:31
It'll never be accepted.
187
499680
1940
Nunca va a tener aceptación.
08:33
The liabilities are too large.
188
501620
2310
Las responsabilidades
son demasiado grandes.
son demasiado grandes.
08:35
There will be insurance issues.
189
503930
1391
Va a haber problemas con los seguros.
08:37
Don't patent it."
190
505321
1644
No lo patenten".
08:38
So we didn't,
191
506965
1093
Y no lo patentamos,
08:40
but it shows you how people, again, at times,
192
508058
3638
pero esto nos demuestra,
otra vez, cómo a veces la gente
otra vez, cómo a veces la gente
08:43
don't really look at what's happening.
193
511696
4199
realmente no observa lo que está pasando.
08:47
Some work, and I'll just go
through these very quickly,
through these very quickly,
194
515895
2895
Algunos trabajos.
No me detendré mucho en estos,
No me detendré mucho en estos,
muchas cosas de lo sensorial.
08:50
a lot of sensory stuff.
195
518790
1605
08:52
You might recognize a young Yo-Yo Ma
196
520395
2475
Quizá reconozcan a Yo-Yo Ma.
08:54
and tracking his body for playing
197
522870
3970
y el seguimiento de su cuerpo al tocar
08:58
the cello or the hypercello.
198
526840
2348
el chelo o el hiperchelo.
09:01
These fellows literally walked
around like that at the time.
around like that at the time.
199
529188
3977
Estos tipos realmente andaban así
por la calle en esa época.
por la calle en esa época.
09:05
It's now a little bit more discreet
200
533165
2635
Ahora es un poco más discreto
09:07
and more commonplace.
201
535800
2041
y más común.
09:09
And then there are at least three heroes
202
537841
2269
Y hay por lo menos 3 héroes
09:12
I want to quickly mention.
203
540110
1129
que quisiera mencionar.
09:13
Marvin Minsky, who taught me a lot
204
541239
2478
Marvin Minsky, que me enseñó muchísimo
09:15
about common sense,
205
543717
1387
sobre el sentido común,
09:17
and I will talk briefly about Muriel Cooper,
206
545104
3441
y hablaré brevemente de Muriel Cooper,
09:20
who was very important to Ricky Wurman
207
548545
2618
que fue muy importante para Ricky Wurman
09:23
and to TED, and in fact, when she got onstage,
208
551163
3735
y para TED y, en verdad,
cuando subió al escenario,
cuando subió al escenario,
09:26
she said, the first thing she said was,
209
554898
1947
lo primero que dijo fue:
09:28
"I introduced Ricky to Nicky."
210
556845
2154
"Yo le presenté Nicky a Ricky".
09:30
And nobody calls me Nicky
211
558999
1700
Y nadie me dice Nicky
09:32
and nobody calls Richard Ricky,
212
560699
1759
y nadie le dice Ricky a Richard,
09:34
so nobody knew who she was talking about.
213
562458
3402
así que nadie sabía de
quiénes estaba hablando.
quiénes estaba hablando.
09:37
And then, of course, Seymour Papert,
214
565860
2397
También, claro, Seymour Papert,
09:40
who is the person who said,
215
568257
1505
que dijo:
09:41
"You can't think about thinking
216
569762
1415
"No puedes pensar en el pensar
09:43
unless you think about thinking about something."
217
571177
2415
a no ser que pienses
en el pensar en algo".
en el pensar en algo".
09:45
And that's actually — you can unpack that later.
218
573592
5663
Y eso es en verdad... lo pueden
resolver después.
resolver después.
09:51
It's a pretty profound statement.
219
579255
4106
Es una afirmación muy profunda.
09:55
I'm showing some slides
220
583361
1740
Aquí hay algunas diapositivas
09:57
that were from TED 2,
221
585101
2086
que eran de TED 2,
09:59
a little silly as slides, perhaps.
222
587187
3742
un poco tontas, quizá.
10:02
Then I felt television really was about displays.
223
590929
5341
Luego sentí que la televisión
en verdad tenía que ver con los monitores.
en verdad tenía que ver con los monitores.
10:08
Again, now we're past TED 1,
224
596273
3063
Otra vez, ya había pasado TED 1,
10:11
but just around the time of TED 2,
225
599336
3026
pero cerca de la época de TED 2,
10:14
and what I'd like to mention here is,
226
602362
2149
y lo que quisiera mencionar es que,
10:16
even though you could imagine
227
604511
2115
aunque puedan imaginar
10:18
intelligence in the device,
228
606626
2054
a la inteligencia en un aparato,
10:20
I look today at some of the work
229
608680
1432
hoy miro algunos trabajos
10:22
being done about the Internet of Things,
230
610112
2438
que se están haciendo sobre
la Internet de las cosas,
la Internet de las cosas,
10:24
and I think it's kind of tragically pathetic,
231
612550
2940
y me parece como una tragedia patética,
10:27
because what has happened is people take
232
615490
2430
porque lo que pasó fue que sacaron
10:29
the oven panel and put it on your cell phone,
233
617920
3498
el tablero del horno y lo
pusieron en el celular,
pusieron en el celular,
10:33
or the door key onto your cell phone,
234
621418
1789
o la llave en el celular,
10:35
just taking it and bringing it to you,
235
623207
2173
solo lo sacan y lo llevan hacia ti,
10:37
and in fact that's actually what you don't want.
236
625380
2721
y en verdad eso es justo
lo que no queremos.
lo que no queremos.
10:40
You want to put a chicken in the oven,
237
628101
2058
Queremos poner un pollo en el horno
10:42
and the oven says, "Aha, it's a chicken,"
238
630159
2328
y que el horno diga:
"Ah, es un pollo",
"Ah, es un pollo",
10:44
and it cooks the chicken.
239
632487
1149
y que cocine el pollo.
10:45
"Oh, it's cooking the chicken for Nicholas,
240
633636
1766
"Ah, está cocinando el pollo
para Nicholas,
para Nicholas,
10:47
and he likes it this way and that way."
241
635402
1834
le gusta así o asá".
10:49
So the intelligence, instead of being in the device,
242
637236
3053
La inteligencia,
en vez de estar en el aparato,
en vez de estar en el aparato,
10:52
we have started today
243
640289
1709
ahora empezamos
10:53
to move it back onto the cell phone
244
641998
2112
a mudarla de nuevo hacia el celular
10:56
or closer to the user,
245
644110
2370
o más cerca del usuario.
10:58
not a particularly enlightened view
246
646480
2188
No es una visión muy inteligente
11:00
of the Internet of Things.
247
648668
2741
de la Internet de las cosas.
11:03
Television, again, television what I said today,
248
651409
3464
La televisión. Lo que dije hoy,
11:06
that was back in 1990,
249
654873
2622
eso era en 1990,
11:09
and the television of tomorrow
250
657495
1470
y la televisión del mañana
11:10
would look something like that.
251
658965
2323
va a ser algo así.
11:13
Again, people, but they laughed cynically,
252
661288
3544
De nuevo, pero esta vez
se rieron cínicamente,
se rieron cínicamente,
11:16
they didn't laugh with much appreciation.
253
664832
5251
sin apreciarlo realmente.
11:22
Telecommunications in the 1990s,
254
670083
2650
Las telecomunicaciones en los 90,
11:24
George Gilder decided that he would call this diagram
255
672733
5700
George Gilder decidió
llamar a este diagrama
llamar a este diagrama
11:30
the Negroponte switch.
256
678433
2429
el interruptor Negroponte.
11:32
I'm probably much less famous than George,
257
680862
2006
Soy mucho menos famoso que George,
11:34
so when he called it the Negroponte switch, it stuck,
258
682868
3607
así que cuando lo llamó
el interruptor Negroponte, se estancó,
el interruptor Negroponte, se estancó,
11:38
but the idea of things that came in the ground
259
686475
2665
pero la idea de que
cosas que iban en el piso
cosas que iban en el piso
11:41
would go in the air and stuff in the air
260
689140
1715
pasaran al aire
11:42
would go into the ground
261
690855
1459
y las que están en el aire al piso
11:44
has played itself out.
262
692314
1885
ha evolucionado.
11:46
That is the original slide from that year,
263
694199
4745
Esa es la diapositiva original de ese año,
11:50
and it has worked in lockstep obedience.
264
698944
3375
y andaban como a la par.
11:54
We started Wired magazine.
265
702319
2167
Lanzamos la revista Wired.
11:56
Some people, I remember we shared
266
704486
3736
Algunos... recuerdo que compartíamos
12:00
the reception desk periodically,
267
708222
2722
la mesa de recepción de vez en cuando,
12:02
and some parent called up irate that his son
268
710944
4058
y un padre llamó furioso
diciendo que su hijo
diciendo que su hijo
12:07
had given up Sports Illustrated
269
715002
2229
había dejado Sports Illustrated
12:09
to subscribe for Wired,
270
717231
1879
para suscribirse a Wired,
12:11
and he said, "Are you some
porno magazine or something?"
porno magazine or something?"
271
719110
3197
y dijo: "¿Son una revista
porno o algo así?"
porno o algo así?"
12:14
and couldn't understand why his son
272
722307
2584
No entendía por qué su hijo
12:16
would be interested in Wired, at any rate.
273
724891
3899
podría interesarse en Wired, para nada.
12:20
I will go through this a little quicker.
274
728790
2604
Pasaremos esto rápido.
12:23
This is my favorite, 1995,
275
731394
3499
Este es mi preferido, 1995,
12:26
back page of Newsweek magazine.
276
734893
3037
contratapa de la revista Newsweek.
12:29
Okay. Read it. (Laughter)
277
737930
1969
Léanla.
[Negroponte, predice: compraremos libros y revistas en Internet. Seguro".]
12:31
["Nicholas Negroponte, director of the MIT Media Lab, predicts that we'll soon buy books and newspapers straight over the Internet. Uh, sure."
—Clifford Stoll, Newsweek, 1995]
—Clifford Stoll, Newsweek, 1995]
278
739899
1901
12:33
You must admit that gives you,
279
741800
1645
Reconozcan que es placentero,
12:35
at least it gives me pleasure
280
743445
2227
al menos a mí me pasa,
12:37
when somebody says how dead wrong you are.
281
745672
3758
cuando alguien te dice
lo muy equivocado que estás.
lo muy equivocado que estás.
12:41
"Being Digital" came out.
282
749430
2146
Apareció "Being Digital".
12:43
For me, it gave me an opportunity
283
751576
2641
Me dio la oportunidad
12:46
to be more in the trade press
284
754217
2202
de estar más en la prensa especializada
12:48
and get this out to the public,
285
756419
3271
y abrirlo al público.
12:51
and it also allowed us to build the new Media Lab,
286
759690
3015
También me permitió construir
el nuevo Laboratorio de Medios,
el nuevo Laboratorio de Medios,
12:54
which if you haven't been to, visit,
287
762705
1933
que si aún no han visitado, háganlo,
12:56
because it's a beautiful piece of architecture
288
764638
3019
porque es una obra de
arquitectura muy bella,
arquitectura muy bella,
12:59
aside from being a wonderful place to work.
289
767657
2825
además de ser un lugar
maravilloso para trabajar.
maravilloso para trabajar.
13:02
So these are the things we were saying in those TEDs.
290
770482
2695
Esas eran las cosas de las
que hablábamos en esos TEDs.
que hablábamos en esos TEDs.
[Hoy, multimedia es un escritorio, o una
sala de estar. Cambiará radicalmente...]
sala de estar. Cambiará radicalmente...]
13:05
[Today, multimedia is a desktop or living room experience, because the apparatus is so clunky. This will change dramatically with small, bright, thin, high-resolution displays. — 1995]
291
773177
1567
13:06
We came to them.
292
774744
1492
Llegamos a eso.
13:08
I looked forward to it every year.
293
776236
1992
La esperaba todos los años.
13:10
It was the party that Ricky Wurman never had
294
778228
3052
Fue la fiesta que
Ricky Wurman nunca tuvo,
Ricky Wurman nunca tuvo,
13:13
in the sense that he invited many of his old friends,
295
781280
2909
porque invitaba a muchos
de sus viejos amigos,
de sus viejos amigos,
13:16
including myself.
296
784189
1659
incluido yo.
13:17
And then something for me changed
297
785848
2392
Entonces algo muy profundo
13:20
pretty profoundly.
298
788240
1469
cambió en mí.
13:21
I became more involved with computers and learning
299
789709
3953
Me interesé más por las
computadoras y el aprendizaje
computadoras y el aprendizaje
13:25
and influenced by Seymour,
300
793662
2462
e influido por Seymour,
13:28
but particularly looking at learning
301
796124
2615
pero viendo en particular al aprendizaje
13:30
as something that is best approximated
302
798739
3910
como algo a lo que se llega mejor
13:34
by computer programming.
303
802649
1754
con la programación informática.
13:36
When you write a computer program,
304
804403
2014
Cuando escribes
un programa de computadora,
un programa de computadora,
13:38
you've got to not just list things out
305
806417
2795
no solo tienes que enumerar
13:41
and sort of take an algorithm
306
809212
1728
y tomar un algoritmo
13:42
and translate it into a set of instructions,
307
810940
2876
y traducirlo a una serie de instrucciones,
13:45
but when there's a bug, and all programs have bugs,
308
813816
2683
sino que cuando hay una falla,
y todos los programas las tienen,
y todos los programas las tienen,
13:48
you've got to de-bug it.
309
816499
1709
tienes que arreglarlo.
13:50
You've got to go in, change it,
310
818208
1990
Tienes que entrar, cambiarlo,
13:52
and then re-execute,
311
820198
1622
y ejecutarlo otra vez.
13:53
and you iterate,
312
821820
1804
Y entonces repites,
13:55
and that iteration is really
313
823624
2907
y esa repetición es realmente
13:58
a very, very good approximation of learning.
314
826531
2903
un muy buen acercamiento al aprendizaje.
14:01
So that led to my own work with Seymour
315
829434
3667
Eso me condujo a mi trabajo con Seymour
14:05
in places like Cambodia
316
833101
2358
en lugares como Camboya
14:07
and the starting of One Laptop per Child.
317
835459
2904
y al comienzo de "Una Laptop por niño" [OLPC].
14:10
Enough TED Talks on One Laptop per Child,
318
838363
2814
Ya hay suficientes charlas TED sobre OLPC,
14:13
so I'll go through it very fast,
319
841177
1761
así que lo contaré rápido.
14:14
but it did give us the chance
320
842938
3925
Nos dio la oportunidad
14:18
to do something at a relatively large scale
321
846863
3506
de hacer algo relativamente a gran escala
14:22
in the area of learning, development and computing.
322
850369
3993
en el área del aprendizaje,
el desarrollo y la informática.
el desarrollo y la informática.
14:26
Very few people know that One Laptop per Child
323
854362
2817
Muy pocos saben que OLPC
14:29
was a $1 billion project,
324
857179
2635
fue un proyecto de USD 1000 millones,
14:31
and it was, at least over the seven years I ran it,
325
859814
2647
y, al menos por los
7 años en que lo dirigí,
7 años en que lo dirigí,
14:34
but even more important, the World Bank
326
862461
2146
esto es lo más importante,
sin ningún aporte
sin ningún aporte
14:36
contributed zero, USAID zero.
327
864607
3115
del Banco Mundial ni de la USAID.
14:39
It was mostly the countries
using their own treasuries,
using their own treasuries,
328
867722
4155
Los países usaban sus
propios fondos públicos,
propios fondos públicos,
14:43
which is very interesting,
329
871877
1603
lo que es muy interesante,
14:45
at least to me it was very interesting
330
873480
1356
al menos para mí lo fue
14:46
in terms of what I plan to do next.
331
874836
3144
por lo próximo que
tengo planeado hacer.
tengo planeado hacer.
14:49
So these are the various places it happened.
332
877980
3025
Estos son los muchos
lugares en que se hizo.
lugares en que se hizo.
14:53
I then tried an experiment,
333
881005
2902
Luego hice un experimento,
14:55
and the experiment happened in Ethiopia.
334
883907
4281
en Etiopía.
15:00
And here's the experiment.
335
888188
2642
Aquí está.
15:02
The experiment is,
336
890830
1631
Es así:
15:04
can learning happen where there are no schools.
337
892461
3780
¿El aprendizaje puede darse sin escuelas?
15:08
And we dropped off tablets
338
896241
2530
Desparramamos tabletas
15:10
with no instructions
339
898771
2243
sin instrucciones
15:13
and let the children figure it out.
340
901014
3273
y dejamos que los niños se las arreglaran.
15:16
And in a short period of time,
341
904287
3647
Y, en muy poco tiempo,
15:19
they not only
342
907934
2098
no solo
15:22
turned them on and were using 50 apps per child
343
910032
3072
la encendieron y usaron
50 aplicaciones cada niño
50 aplicaciones cada niño
15:25
within five days,
344
913104
2102
en 5 días,
15:27
they were singing "ABC" songs within two weeks,
345
915206
2934
cantaban canciones
del alfabeto en 2 semanas:
del alfabeto en 2 semanas:
15:30
but they hacked Android within six months.
346
918140
3893
piratearon Android antes de los 6 meses.
15:34
And so that seemed sufficiently interesting.
347
922033
3518
Parece ser más que interesante.
15:37
This is perhaps the best picture I have.
348
925551
2559
Quizá esta sea la mejor foto que tengo.
15:40
The kid on your right
349
928110
4151
El chico de la derecha
15:44
has sort of nominated himself as teacher.
350
932261
2475
se ha nombrado a sí mismo profesor.
15:46
Look at the kid on the left, and so on.
351
934736
2520
Miren al chico de la izquierda, y así.
15:49
There are no adults involved in this at all.
352
937256
3150
Ningún adulto participa
de esto en absoluto.
de esto en absoluto.
15:52
So I said, well can we do this
353
940406
1424
Me dije:
15:53
at a larger scale?
354
941830
1597
"¿Podremos hacer esto a gran escala?
15:55
And what is it that's missing?
355
943427
2481
¿Qué es lo que falta?"
15:57
The kids are giving a press conference at this point,
356
945908
2269
A esta altura, los chicos estarán
dando una conferencia de prensa,
dando una conferencia de prensa,
16:00
and sort of writing in the dirt.
357
948177
2685
y escribiendo en la tierra.
16:02
And the answer is, what is missing?
358
950862
3445
¿Qué es lo que falta?
16:06
And I'm going to skip over my prediction, actually,
359
954307
2536
Saltaré a mi predicción,
16:08
because I'm running out of time,
360
956843
1528
porque me estoy quedando sin tiempo,
16:10
and here's the question, is what's going to happen?
361
958371
3968
y esta es la pregunta:
¿qué va a pasar?
¿qué va a pasar?
16:14
I think the challenge
362
962339
1487
Creo que el desafío
16:15
is to connect the last billion people,
363
963826
2628
es conectar a las últimas
1000 millones de personas.
1000 millones de personas.
16:18
and connecting the last billion
364
966454
2651
Pero hacerlo es diferente, muy diferente,
16:21
is very different than connecting the next billion,
365
969105
3397
que conectar a los próximos 1000 millones.
16:24
and the reason it's different
366
972502
1394
El motivo es que
16:25
is that the next billion
367
973896
1864
los siguientes 1000 millones
16:27
are sort of low-hanging fruit,
368
975760
1950
son como fruta al alcance de la mano,
16:29
but the last billion are rural.
369
977710
3367
pero los últimos 1000 millones
son campesinos.
son campesinos.
16:33
Being rural and being poor
370
981077
3752
Vivir en el campo y ser pobre
16:36
are very different.
371
984829
1132
es muy diferente.
16:37
Poverty tends to be created by our society,
372
985961
3633
La pobreza tiende a ser creada
en nuestra sociedad,
en nuestra sociedad,
16:41
and the people in that community are not poor
373
989594
5450
pero la gente de esas comunidades
no es pobre
no es pobre
16:47
in the same way at all.
374
995044
1909
en la misma forma, en absoluto.
16:48
They may be primitive,
375
996953
1405
Pueden ser rudimentarios,
16:50
but the way to approach it and to connect them,
376
998358
4044
pero el modo de abordarlo
y de conectarlos,
y de conectarlos,
16:54
the history of One Laptop per Child,
377
1002402
2531
la historia de OLPC,
16:56
and the experiment in Ethiopia,
378
1004933
3656
y el experimento en Etiopía,
17:00
lead me to believe that we can in fact
379
1008589
3275
me hicieron creer que podemos
17:03
do this in a very short period of time.
380
1011864
2801
hacerlo en muy poco tiempo.
17:06
And so my plan,
381
1014665
1841
Mi plan...
17:08
and unfortunately I haven't been able
382
1016506
2234
por desgracia no pude
17:10
to get my partners at this point
383
1018740
2868
traer a mis colegas
17:13
to let me announce them,
384
1021608
1291
para hacerles el anuncio,
17:14
but is to do this with a stationary satellite.
385
1022899
4907
mi plan es hacer esto con
un satélite geoestacionario.
un satélite geoestacionario.
17:19
There are many reasons
386
1027806
2459
Hay muchos motivos
17:22
that stationary satellites aren't the best things,
387
1030265
4515
por los que estos satélites
no son la mejor cosa,
no son la mejor cosa,
17:26
but there are a lot of reasons why they are,
388
1034780
2937
pero hay muchos motivos
por los que sí lo son,
por los que sí lo son,
17:29
and for two billion dollars,
389
1037717
3095
y por USD 2000 millones,
se puede conectar a más
de 100 millones de personas.
de 100 millones de personas.
17:32
you can connect a lot more than 100 million people,
390
1040812
3684
17:36
but the reason I picked two,
391
1044496
2661
Pero elegí 2000,
y esta quedará como mi última diapositiva,
17:39
and I will leave this as my last slide,
392
1047157
3383
17:42
is two billion dollars
393
1050540
1784
es que USD 2000 millones
17:44
is what we were spending
394
1052324
2919
es lo que gastamos
17:47
in Afghanistan
395
1055243
2093
en Afganistán
17:49
every week.
396
1057336
1912
por semana.
17:51
So surely if we can connect
397
1059248
3307
Seguro que si podemos conectar
17:54
Africa and the last billion people
398
1062555
2700
a África y a los últimos 1000 millones
17:57
for numbers like that,
399
1065255
1554
por una cifra parecida,
17:58
we should be doing it.
400
1066809
1313
deberíamos hacerlo.
18:00
Thank you very much.
401
1068122
2297
Muchas gracias.
18:02
(Applause)
402
1070419
3529
(Aplausos)
18:05
Chris Anderson: Stay up there. Stay up there.
403
1073948
4330
Chris Anderson: Quédate, quédate,
18:10
NN: You're going to give me extra time?
404
1078278
2030
NN: ¿Me vas a dar más tiempo?
18:12
CA: No. That was wickedly clever, wickedly clever.
405
1080308
2362
CA: No. Buen truco, buen truco.
18:14
You gamed it beautifully.
406
1082670
1865
Lindo lance.
18:16
Nicholas, what is your prediction?
407
1084535
2630
Nicholas, ¿cuál es tu predicción?
18:19
(Laughter)
408
1087165
2026
(Risas)
18:21
NN: Thank you for asking.
409
1089191
2436
NN: Gracias por preguntar.
18:23
I'll tell you what my prediction is,
410
1091627
2773
Te la diré.
18:26
and my prediction, and this is a prediction,
411
1094400
2700
Es una predicción, porque faltan 30 años.
18:29
because it'll be 30 years. I won't be here.
412
1097100
2662
Yo no estaré aquí.
18:31
But one of the things about learning how to read,
413
1099762
4728
Pero hay algo en aprender a leer:
18:36
we have been doing a lot of consuming
414
1104490
2849
venimos consumiendo información
18:39
of information going through our eyes,
415
1107339
2285
por los ojos,
18:41
and so that may be a very inefficient channel.
416
1109624
3076
y quizá ese no sea el canal más eficiente.
18:44
So my prediction is that we are
going to ingest information
going to ingest information
417
1112700
5085
Entonces, mi predicción es que
vamos a ingerir la información.
vamos a ingerir la información.
18:49
You're going to swallow a pill and know English.
418
1117785
3197
Tomarás una pastilla
y sabrás inglés.
y sabrás inglés.
18:52
You're going to swallow a
pill and know Shakespeare.
pill and know Shakespeare.
419
1120982
2692
Tomarás una pastilla
y sabrás Shakespeare.
y sabrás Shakespeare.
18:55
And the way to do it is through the bloodstream.
420
1123674
2609
Y se hará a través
del torrente sanguíneo.
del torrente sanguíneo.
18:58
So once it's in your bloodstream,
421
1126283
1857
Así que cuando esté en la sangre,
19:00
it basically goes through it and gets into the brain,
422
1128140
2218
seguirá hasta el cerebro
19:02
and when it knows that it's in the brain
423
1130358
2182
y cuando sepa que está en el cerebro
19:04
in the different pieces,
424
1132540
1322
en las distintas partes,
19:05
it deposits it in the right places.
425
1133862
2625
se depositará en el lugar indicado.
19:08
So it's ingesting.
426
1136487
1332
Es interesante.
19:09
CA: Have you been hanging out
with Ray Kurzweil by any chance?
with Ray Kurzweil by any chance?
427
1137819
2520
CA: ¿Estuviste mucho tiempo con
Ray Kurzweil, por casualidad?
Ray Kurzweil, por casualidad?
19:12
NN: No, but I've been hanging
around with Ed Boyden
around with Ed Boyden
428
1140339
3213
NN: No, pero estuve mucho
con Ed Boyden
con Ed Boyden
19:15
and hanging around with one of the speakers
429
1143552
1845
y haciendo tiempo con uno de los oradores,
19:17
who is here, Hugh Herr,
430
1145397
1813
que está aquí, Hugh Herr,
19:19
and there are a number of people.
431
1147210
1897
y hay muchos otros.
19:21
This isn't quite as far-fetched,
432
1149107
1397
No es tan disparatado,
19:22
so 30 years from now.
433
1150504
2945
así que dentro de 30 años.
19:25
CA: We will check it out.
434
1153449
1742
CA: Lo vamos a corroborar.
19:27
We're going to be back and we're going
to play this clip 30 years from now,
to play this clip 30 years from now,
435
1155191
2302
Volveremos y pasaremos este
video dentro de 30 años,
video dentro de 30 años,
19:29
and then all eat the red pill.
436
1157493
3031
y luego todos tomaremos
la pastilla roja.
la pastilla roja.
19:32
Well thank you for that.
437
1160524
2185
Gracias por esto.
19:34
Nicholas Negroponte.
438
1162709
1444
Nicholas Negroponte.
19:36
NN: Thank you.
439
1164153
1348
NN: Gracias.
19:37
(Applause)
440
1165501
814
(Aplausos)
ABOUT THE SPEAKER
Nicholas Negroponte - Tech visionaryThe founder of the MIT Media Lab, Nicholas Negroponte pushed the edge of the information revolution as an inventor, thinker and angel investor. He's the driving force behind One Laptop per Child, building computers for children in the developing world.
Why you should listen
A pioneer in the field of computer-aided design, Negroponte founded (and was the first director of) MIT's Media Lab, which helped drive the multimedia revolution and now houses more than 500 researchers and staff across a broad range of disciplines. An original investor in Wired (and the magazine's "patron saint"), for five years he penned a column exploring the frontiers of technology -- ideas that he expanded into his 1995 best-selling book Being Digital. An angel investor extraordinaire, he's funded more than 40 startups, and served on the boards of companies such as Motorola and Ambient Devices.
But his latest effort, the One Laptop per Child project, may prove his most ambitious. The organization is designing, manufacturing and distributing low-cost, wireless Internet-enabled computers costing roughly $100 and aimed at children. Negroponte hopes to put millions of these devices in the hands of children in the developing world.
Nicholas Negroponte | Speaker | TED.com