TED Residency
Jeff Kirschner: This app makes it fun to pick up litter
جف کیریشنر: این نرم افزار جمع‌آوری آشغال را لذت‌بخش میکند
Filmed:
Readability: 4.2
1,385,758 views
زمین جای بزرگی برای تمیز نگه داشتن است. به وسیله Litterati، که نرم افزاری است برای شناسایی، جمع آوری و مکانیابی آشغال های جهان، جف کریشنر، (کارآموز دوره آموزش سخنرانی TED) جامعه‌ای که کارش پاکسازی دسته‌جمعی کره زمین است، ساخته است. بعد از رهگیری آشغال ها در بیش از صد کشور، کیریشنر امیدوار است از این داده هایی که جمع آوری کرده است برای همکاری با برند ها و سازمان ها برای متوقف کردن آشغال ها قبل از رسیدن آن به زمین شود.
Jeff Kirschner - Entrepreneur
Jeff Kirschner created a global community that's eradicating litter one piece at a time. Full bio
Jeff Kirschner created a global community that's eradicating litter one piece at a time. Full bio
Double-click the English transcript below to play the video.
00:13
This story starts with these two --
0
1015
2993
این داستان با این دو نفر آغاز میشود --
00:16
my kids.
1
4032
1258
فرزندانم.
00:17
We were hiking in the Oakland woods
2
5314
1682
ما در جنگل های اوکلند
در حال پیاده روی بودیم،
در حال پیاده روی بودیم،
00:19
when my daughter noticed
a plastic tub of cat litter in a creek.
a plastic tub of cat litter in a creek.
3
7020
4134
وقتی دخترم یک جعبه پلاستیکی که مخصوص
نگهداری گربه ها بود را در یک نهر آب دید.
نگهداری گربه ها بود را در یک نهر آب دید.
00:23
She looked at me and said,
4
11647
1662
به من نگاه کرد و گفت،
00:25
"Daddy?
5
13333
2507
"بابا
00:27
That doesn't go there."
6
15864
1650
اون نباید اونجا باشه."
00:29
When she said that,
it reminded me of summer camp.
it reminded me of summer camp.
7
17538
2422
وقتی این را گفت،
من را به یاد کمپ تابستانی انداخت.
من را به یاد کمپ تابستانی انداخت.
00:31
On the morning of visiting day,
8
19984
1498
در صبح روز بازدید،
00:33
right before they'd let our anxious
parents come barreling through the gates,
parents come barreling through the gates,
9
21506
3663
درست قبل از اینکه به والدین دلواپس اجازه
ورود از ورودی کمپ رو بدهند،
ورود از ورودی کمپ رو بدهند،
مدیر کمپ‌مان گفت،
00:37
our camp director would say,
10
25193
1369
"سریع!
هرنفر پنج تا اشغال رو از زمین برداره."
هرنفر پنج تا اشغال رو از زمین برداره."
00:38
"Quick! Everyone pick up
five pieces of litter."
five pieces of litter."
11
26586
2309
و شما با دویست دانش آموزی روبرو شدید
که هر کدوم پنج تا اشغال برداشته بودند،
که هر کدوم پنج تا اشغال برداشته بودند،
00:40
You get a couple hundred kids
each picking up five pieces,
each picking up five pieces,
12
28919
3040
00:43
and pretty soon, you've got
a much cleaner camp.
a much cleaner camp.
13
31983
2573
و خیلی زود شما کمپی بسیار تمیز
تحویل گرفتید.
تحویل گرفتید.
00:46
So I thought,
14
34580
1159
بنابراین من فکر کردم،
چرا این مدل همکاری دسته جمعی برای پاکسازی
را در کل کره زمین پیاده نکنیم؟
را در کل کره زمین پیاده نکنیم؟
00:47
why not apply that crowdsourced
cleanup model to the entire planet?
cleanup model to the entire planet?
15
35763
4537
00:52
And that was the inspiration
for Litterati.
for Litterati.
16
40324
2951
و آن ایده الهام بخش نرم افزار
LITTERATI بود.
LITTERATI بود.
00:55
The vision is to create
a litter-free world.
a litter-free world.
17
43299
3349
هدف، ایجاد دنیایی بدون اشغال بود.
00:58
Let me show you how it started.
18
46672
1508
اجازه بدید بهتون نشون بدم
چگونه شروع بکار کرد
چگونه شروع بکار کرد
01:00
I took a picture of a cigarette
using Instagram.
using Instagram.
19
48204
3386
من تصویری از یک سیگار رو توسط اینستاگرام
به اشتراک گذاشتم.
به اشتراک گذاشتم.
01:04
Then I took another photo ...
20
52222
1867
و تصویری دیگر ...
01:06
and another photo ...
21
54113
1557
و یکی دیگه ...
01:07
and another photo.
22
55694
1167
و ...
01:08
And I noticed two things:
23
56885
1286
و به دو چیز رسیدم:
01:10
one, litter became artistic
and approachable;
and approachable;
24
58195
3472
یک اینکه، اشغال تبدیل به چیزی هنری و
دلپذیر شد؛
دلپذیر شد؛
01:14
and two,
25
62244
1151
و دو اینکه،
من در بعد از چند روز،
در گوشی ام، ۵۰ عکس از اشغال داشتم
در گوشی ام، ۵۰ عکس از اشغال داشتم
01:15
at the end of a few days,
I had 50 photos on my phone
I had 50 photos on my phone
26
63419
2515
01:17
and I had picked up each piece,
27
65958
1587
و هر کدام از ان ها را برداشته بودم،
01:19
and I realized that I was keeping a record
28
67569
2385
و فهمیدم که رکوردی در سوابق مثبتم
01:21
of the positive impact
I was having on the planet.
I was having on the planet.
29
69978
3151
که بر روی این کره گذاشته بودم، زده ام.
01:25
That's 50 less things that you might see,
30
73153
2188
ان پنجاه تا چیزی که ممکن است شما ببینید،
01:27
or you might step on,
31
75365
1243
یا روی آن قدم بگذارید،
01:28
or some bird might eat.
32
76632
1458
یا بعضی از پرندگان آنها را بخورند.
01:30
So I started telling people
what I was doing,
what I was doing,
33
78769
2652
من شروع کردم به مردم گفتن که
چه میکردم،
چه میکردم،
01:33
and they started participating.
34
81445
2356
و آنها شروع به تمرین همینکار کردند.
01:36
One day,
35
84831
1693
در یک روزی،
01:38
this photo showed up from China.
36
86548
2528
این تصویر از چین به نمایش گذاشته شد.
01:42
And that's when I realized
37
90039
1271
این زمانی بود که فهمیدم
01:43
that Litterati was more
than just pretty pictures;
than just pretty pictures;
38
91334
3266
نرم افزار Litterati با اهمیت تر از
این عکس هاست؛
این عکس هاست؛
01:46
we were becoming a community
that was collecting data.
that was collecting data.
39
94624
3369
ما تبدیل به جامعه‌ای شدیم که
داده جمع آوری میکرد.
داده جمع آوری میکرد.
01:50
Each photo tells a story.
40
98869
1890
هر عکسی حکایتی داشت.
01:53
It tells us who picked up what,
41
101279
2193
چه کسی آن را برداشته است،
01:55
a geotag tells us where
42
103496
2011
برچسب جغرافیایی عکس، مکانش رو میگفت،
01:57
and a time stamp tells us when.
43
105531
2030
و تاریخش نیز زمان وقوع رو میگفت.
02:00
So I built a Google map,
44
108006
2429
بنابراین من گوگل-مپی رو آماده کردم،
02:02
and started plotting the points
where pieces were being picked up.
where pieces were being picked up.
45
110459
4053
و تمامی داده‌های مکان عکس ها را
در ان شروع به نشانه گذاری کردم.
در ان شروع به نشانه گذاری کردم.
02:06
And through that process,
the community grew
the community grew
46
114536
3918
به وسله این فرآیند، جامعه بزرگتر شد
02:10
and the data grew.
47
118478
1639
بنابرین داده ها نیز وسیع تر شدند.
02:12
My two kids go to school
right in that bullseye.
right in that bullseye.
48
120806
3461
مدرسه دو فرزندم درست در وسط ان حفره
(خالی از اشغال) قرار داشت.
(خالی از اشغال) قرار داشت.
02:17
Litter:
49
125125
1211
اشغال:
02:18
it's blending into
the background of our lives.
the background of our lives.
50
126360
2704
اون اشغال ها با زمینه زندگی ما
مخلوط می‌شوند.
مخلوط می‌شوند.
02:21
But what if we brought it
to the forefront?
to the forefront?
51
129088
2099
اما چه میشود اگه ما انها را
در جلوی خود ببینیم؟
در جلوی خود ببینیم؟
02:23
What if we understood exactly
what was on our streets,
what was on our streets,
52
131211
2912
چه میشود اگر ما بفهمیم در خیابان های ما
دقیقاً چه چیزهایی وجو دارد،
دقیقاً چه چیزهایی وجو دارد،
02:26
our sidewalks
53
134147
1389
پیاده رو هایمان،
02:27
and our school yards?
54
135560
1538
و در محوطه مدرسه؟
02:29
How might we use that data
to make a difference?
to make a difference?
55
137122
3247
چگونه از این آمار ها برای ایجاد تغییر
ممکن است استفاده بکنیم؟
ممکن است استفاده بکنیم؟
02:33
Well, let me show you.
56
141189
1198
بزارید بهتون نشون بدم.
02:34
The first is with cities.
57
142411
1385
اولین کار با شهرهاست.
02:36
San Francisco wanted to understand
what percentage of litter was cigarettes.
what percentage of litter was cigarettes.
58
144418
4639
سانفرانسیسکو میخواست بداند که چند درصد از
اشغال‌هایش سیگار هستند،
اشغال‌هایش سیگار هستند،
02:41
Why?
59
149081
1162
برای چه؟
02:42
To create a tax.
60
150267
1209
برای گرفتن مالیات.
02:44
So they put a couple of people
in the streets
in the streets
61
152073
2135
بنابراین آن ها چند نفر رو به خیابان ها
02:46
with pencils and clipboards,
62
154232
1361
با مداد و تخته فرستادند،
02:47
who walked around collecting information
63
155617
2063
که رفتن به اطراف شهر
اطلاعات جمع آوری کردند
اطلاعات جمع آوری کردند
02:49
which led to a 20-cent tax
on all cigarette sales.
on all cigarette sales.
64
157704
3111
که باعث مالیات ۲۰ سنتی برای
فروش هر نوع سیگار شد.
فروش هر نوع سیگار شد.
و بعد مورد شکایت قرار گرفتند
02:53
And then they got sued
65
161787
2153
توسط (اتحادیه جهانی پنج شرکت)
بزرگ دخانیاتی
بزرگ دخانیاتی
02:55
by big tobacco,
66
163964
1176
02:57
who claimed that collecting information
with pencils and clipboards
with pencils and clipboards
67
165164
3216
که آنها ادعا نمودند که جمع آوری امار با
مداد و تخته
مداد و تخته
03:00
is neither precise nor provable.
68
168404
2331
دقیق و یا قابل اثبات نیست.
03:03
The city called me and asked
if our technology could help.
if our technology could help.
69
171454
3680
مسئولان شهری از من پرسیدند که آیا
تکنولوژی من میتواند به آنان کمک کند.
تکنولوژی من میتواند به آنان کمک کند.
03:07
I'm not sure they realized
70
175158
1249
من مطمئن نیستم که
03:08
that our technology
was my Instagram account --
was my Instagram account --
71
176431
2248
آنها می‌دانستند که در واقع تکنولوژی من
اکانت اینستاگرامم هست.
اکانت اینستاگرامم هست.
03:10
(Laughter)
72
178703
1039
(خنده)
اما گفتم، "بله، ما میتونیم."
03:11
But I said, "Yes, we can."
73
179766
1266
03:13
(Laughter)
74
181056
1016
(خنده)
03:14
"And we can tell you
if that's a Parliament or a Pall Mall.
if that's a Parliament or a Pall Mall.
75
182096
3908
"ما میتوانیم به شما که پارلمان
یا پال مال باشید امار بدیم.
یا پال مال باشید امار بدیم.
03:18
Plus, every photograph
is geotagged and time-stamped,
is geotagged and time-stamped,
76
186028
3425
به علاوه، هر عکاسی در عکسی که بگیرد
مکان و زمان رو دارد،
مکان و زمان رو دارد،
03:21
providing you with proof."
77
189477
1381
که برای شما مدرکی فراهم میکند."
03:23
Four days and 5,000 pieces later,
78
191839
3220
چهار روز و ۵,۰۰۰ قطعه اشغال بعد،
03:27
our data was used in court
to not only defend but double the tax,
to not only defend but double the tax,
79
195083
4938
آمار های ما نه تنها برای دفاع کافی
بود، بلکه مالیات سیگار را نیز دوبرابر کرد،
بود، بلکه مالیات سیگار را نیز دوبرابر کرد،
03:32
generating an annual recurring revenue
of four million dollars
of four million dollars
80
200045
4323
درآمد ثابت سالانه ۴ میلیون دلاری را برای
03:36
for San Francisco to clean itself up.
81
204392
2295
اینکه سانفرانسیسکو خودش را پاک کند،
مقرر کرد.
مقرر کرد.
03:40
Now, during that process
I learned two things:
I learned two things:
82
208001
2235
در طول این فرایند من به دو چیز رسیدم:
03:42
one, Instagram is not the right tool --
83
210260
2554
یک اینکه، اینستاگرام ابزار مناسبی نیست --
03:44
(Laughter)
84
212838
1031
(خنده)
03:45
so we built an app.
85
213893
1503
پس ما یک برنامه نوشتیم.
03:47
And two, if you think about it,
86
215420
1633
دو اینکه، به این بیاندیشید که،
03:49
every city in the world
has a unique litter fingerprint,
has a unique litter fingerprint,
87
217077
3617
هر شهری در جهان اثر انگشت اشغال شهری
منحصر به فرد خودش را دارد،
منحصر به فرد خودش را دارد،
03:52
and that fingerprint provides
both the source of the problem
both the source of the problem
88
220718
3836
و این اثر انگشت، ما را با منابع این مشکل
03:56
and the path to the solution.
89
224578
1921
و راه حل های آن آشنا میکنند.
03:59
If you could generate a revenue stream
90
227646
2378
اگر شما یک چرخه درآمدی بتوانید ترسیم کنید
04:02
just by understanding
the percentage of cigarettes,
the percentage of cigarettes,
91
230048
2463
فقط با دانستن درصد آشغال سیگار های شهری،
04:04
well, what about coffee cups
92
232535
2096
خُب، در مورد (آشغال) فنجان های قهوه چطور؟
04:06
or soda cans
93
234655
1706
یا قوطی نوشیدنی های گازدار
04:08
or plastic bottles?
94
236385
1414
یا بطری های پلاستیکی؟
04:10
If you could fingerprint San Francisco,
well, how about Oakland
well, how about Oakland
95
238501
3201
اگر شما تونستید اثر انگشت اشغال شهرسانفرانسیسکو
را بدست آورید، خُب، در مورد اُکلند چطور میتوان؟
را بدست آورید، خُب، در مورد اُکلند چطور میتوان؟
04:13
or Amsterdam
96
241726
1696
یا آمستردام
04:15
or somewhere much closer to home?
97
243446
2970
یا هرجایی نزدیک خانه تان؟
در مورد برند های تجاری چطور؟
04:19
And what about brands?
98
247408
1234
04:20
How might they use this data
99
248666
1901
چطور ممکن است آنها از این داده ها برای
04:22
to align their environmental
and economic interests?
and economic interests?
100
250591
4212
هماهنگی منافع محیط زیستی و
سودشان استفاده کنند؟
سودشان استفاده کنند؟
04:27
There's a block in downtown Oakland
that's covered in blight.
that's covered in blight.
101
255646
3212
این قسمتی از مرکز شهر اُکلند هست که
دچار آشغال شدید شده بود.
دچار آشغال شدید شده بود.
04:31
The Litterati community got together
and picked up 1,500 pieces.
and picked up 1,500 pieces.
102
259325
4104
جامعه Litterati دور هم چمع شدند و
۱۵۰۰ قطعه آشغال را جمع کردند.
۱۵۰۰ قطعه آشغال را جمع کردند.
و این چیزیست که ما یاد گرفتیم:
04:35
And here's what we learned:
103
263812
1340
04:37
most of that litter came
from a very well-known taco brand.
from a very well-known taco brand.
104
265176
3210
اغلب آن آشغال ها از یک برند مشهور
به اسم تاکو(مواد غذایی) بودند.
به اسم تاکو(مواد غذایی) بودند.
04:41
Most of that brand's litter
were their own hot sauce packets,
were their own hot sauce packets,
105
269738
3577
که اغلب آن آشغال ها سس‌های همراه
مواد غذایی بودند،
مواد غذایی بودند،
04:46
and most of those hot sauce packets
hadn't even been opened.
hadn't even been opened.
106
274438
3626
و اغلب آن بسته‌های سس،
استفاده نشده بودند.
استفاده نشده بودند.
04:51
The problem and the path
to the solution --
to the solution --
107
279965
2715
مشکل و راه حل مشکل اینکه
04:54
well, maybe that brand only
gives out hot sauce upon request
gives out hot sauce upon request
108
282704
3961
خُب،شاید اگر آن برند تنها برای درخواست
سس بدهد،
سس بدهد،
04:58
or installs bulk dispensers
109
286689
2009
یا دستگاه توزیع فله ایی سس داشته باشد،
05:00
or comes up with more
sustainable packaging.
sustainable packaging.
110
288722
2552
یا بسته بندی های پایدارتری داشته باشد.
05:03
How does a brand take
an environmental hazard,
an environmental hazard,
111
291298
2969
چگونه یک برند، یک آسیب محیط زیستی
را در نظر میگیرد،
را در نظر میگیرد،
05:06
turn it into an economic engine
112
294291
2006
و آن را تبدیل به موتور اقتصادی میکند
05:08
and become an industry hero?
113
296321
1768
و تبدیل به یک قهرمان صنعتی میشود؟
05:11
If you really want to create change,
114
299292
2202
اگر شما واقعا خاستار تغییر هستید،
05:13
there's no better place to start
than with our kids.
than with our kids.
115
301518
2874
هیچ جایی بهتر از فرزندانمان
برای شروع وجود ندارد.
برای شروع وجود ندارد.
05:16
A group of fifth graders picked up
1,247 pieces of litter
1,247 pieces of litter
116
304416
3403
یک گروهی از بچه های کلاس پنجمی
۱۲۴۷ تکه آشغال را
۱۲۴۷ تکه آشغال را
05:19
just on their school yard.
117
307843
1848
فقط در حیاط مدرسه‌شان جمع کردند.
05:21
And they learned that the most
common type of litter
common type of litter
118
309715
2532
و آنها فهمیدند که متداول‌ترین نوع آشغال
05:24
were the plastic straw wrappers
from their own cafeteria.
from their own cafeteria.
119
312271
3234
بسته‌بندی پلاستیکی نی‌های
کافه مدرسه‌شان بودند.
کافه مدرسه‌شان بودند.
05:27
So these kids went
to their principal and asked,
to their principal and asked,
120
315947
2529
بنابراین این بچه‌ها پیش
مدیرشان رفتند و پرسیدند،
مدیرشان رفتند و پرسیدند،
05:30
"Why are we still buying straws?"
121
318500
1660
"چرا ما هنوز هم نی میخریم؟"
05:33
And they stopped.
122
321166
1755
و دیگر این نی نخریدند.
05:34
And they learned that individually
they could each make a difference,
they could each make a difference,
123
322945
3654
و آنها فهمیدند که، به تنهایی قادر به ایجاد
تفاوت هستند،
تفاوت هستند،
05:38
but together they created an impact.
124
326623
2338
اما در کنار یکدیگر میتوانند تاثیر بگذارند.
05:41
It doesn't matter
if you're a student or a scientist,
if you're a student or a scientist,
125
329503
4012
فرقی نمیکنند که
شما دانش‌آموز باشد یا محقق،
شما دانش‌آموز باشد یا محقق،
05:45
whether you live in Honolulu or Hanoi,
126
333539
3135
در هنولولو زندگی کنید یا هانوی،
05:48
this is a community for everyone.
127
336698
2441
این جامعه ایست متعلق به همه ما.
05:51
It started because of two little kids
in the Northern California woods,
in the Northern California woods,
128
339974
4679
این ایده از دو کودک کوچک
در شمال پارک جنگلی کالیفرنیا آغاز شد،
در شمال پارک جنگلی کالیفرنیا آغاز شد،
05:56
and today it's spread across the world.
129
344677
2814
و امروز در کل جهان منتشر شده است.
05:59
And you know how we're getting there?
130
347938
1783
می‌دانید چطور به این هدفمان رسیدیم؟
06:02
One piece at a time.
131
350067
1878
با یک تکه آشغال در یک زمان.
06:04
Thank you.
132
352508
1215
ممنونم.
06:05
(Applause)
133
353747
3618
(تشویق حاضرین)
ABOUT THE SPEAKER
Jeff Kirschner - EntrepreneurJeff Kirschner created a global community that's eradicating litter one piece at a time.
Why you should listen
When his 4-year old daughter saw a plastic tub of cat litter in the woods, little did Jeff Kirschner realize that it would be the spark for creating Litterati -- a global movement that's "crowdsource-cleaning" the planet one piece of litter at a time.
Featured in National Geographic, Time Magazine, Fast Company and USA Today, Litterati has become a shining example of how communities are using technology and data to solve our world's most complex problems.
Kirschner has shared the Litterati story at Fortune 500 companies such as Google, Facebook and Uber, keynoted environmental summits at the Monterey Bay Aquarium and Keep America Beautiful, as well as leading schools including Stanford, MIT and the University of Michigan. He was recently a TED Resident, where he developed Litterati into an idea worth spreading.
Jeff Kirschner | Speaker | TED.com