TED2003
Steven Johnson: The Web as a city
Stephen Johnson parle du Web comme d'une ville
Filmed:
Readability: 3.9
395,928 views
Pour Stephen Johnson d'Outside.in , le Web est comme une ville : construit par beaucoup de gens, pas complètement contrôlé par une seule personne, interconnecté de façon complexe et fonctionnant pourtant comme des parties indépendantes. Alors qu'une catastrophe s'abat quelque part, ailleurs, la vie continue.
Steven Johnson - Writer
Steven Berlin Johnson examines the intersection of science, technology and personal experience. Full bio
Steven Berlin Johnson examines the intersection of science, technology and personal experience. Full bio
Double-click the English transcript below to play the video.
00:18
I want to take you back basically to my hometown,
0
0
3000
En fait je veux vous ramener dans ma ville natale
00:21
and to a picture of my hometown of the week
1
3000
2000
et à une image de la semaine de ma ville natale
00:23
that "Emergence" came out.
2
5000
2000
de laquelle "Emergence" est issu.
00:25
And it's a picture we've seen several times.
3
7000
3000
Et c'est une image que nous avons vue à plusieurs reprises.
00:33
Basically, "Emergence" was published on 9/11.
4
15000
3000
En fait, "Emergence" a été publié le 11 septembre.
00:36
I live right there in the West Village,
5
18000
5000
Je vis exactement là, dans le West Village,
00:41
so the plume was luckily blowing west, away from us.
6
23000
5000
et heureusement le vent a poussé le panache de fumée vers l'Ouest, loin de nous.
00:46
We had a two-and-a-half-day-old baby in the house that was ours --
7
28000
7000
Nous avions un bébé de deux jours et demi dans la maison, c'était le notre,
00:53
we hadn't taken it from somebody else.
8
35000
2000
nous ne l'avions pris à personne.
00:55
(Laughter)
9
37000
2000
(Rires)
00:57
And one of the thoughts that I had dealing with these two separate emergences
10
39000
7000
Et l'une des pensées que j'ai eu en faisant face à ces deux urgences,
01:04
of a book and a baby, and having this event happen so close --
11
46000
4000
un livre et un bébé, et d'avoir cet événement qui arrive si près,
01:08
that my first thought, when I was still kind of in the apartment looking out at it all
12
50000
4000
ma première pensée, alors que j'étais encore dans l'appartement à regarder tout ça dehors
01:12
or walking out on the street and looking out on it just in front of our building,
13
54000
3000
ou quand je suis sorti dans la rue et que j'ai regardé ça devant notre immeuble,
01:15
was that I'd made a terrible miscalculation in the book that I'd just written.
14
57000
5000
c'était que j'avais fait une terrible erreur de calcul dans le livre que je venais d'écrire.
01:20
Because so much of that book was a celebration of the power
15
62000
4000
Parce que tant de ce livre était une célébration de la puissance
01:24
and creative potential of density, of largely urban density,
16
66000
4000
et du potentiel créatif de la densité, surtout la densité urbaine,
01:28
of connecting people and putting them together in one place,
17
70000
3000
pour connecter les gens et les mettre ensemble dans un endroit,
01:31
and putting them on sidewalks together and having them share ideas
18
73000
3000
et de les mettre ensemble sur les trottoirs et leur faire partager des idées
01:34
and share physical space together.
19
76000
2000
et partager l'espace physique ensemble.
01:36
And it seemed to me looking at that -- that tower burning and then falling,
20
78000
3000
Et il me semblait que regarder - cette tour brûler et s'effondrer,
01:39
those towers burning and falling -- that in fact, one of the lessons
21
81000
2000
ces tours brûler et s'effondrer, qu'en fait, l'une des leçons
01:41
here was that density kills.
22
83000
2000
ici est que la densité tue.
01:43
And that of all the technologies that were exploited
23
85000
3000
Et que de toutes les technologies qui ont été exploitées
01:46
to make that carnage come into being,
24
88000
4000
pour arriver à ce carnage,
01:51
probably the single group of technologies that cost the most lives
25
93000
6000
probablement les seules technologies qui ont coûté le plus de vies
01:57
were those that enable 50,000 people to live in two buildings
26
99000
4000
c'était celles qui permettent à 50 000 personnes de vivre dans deux bâtiments
02:01
110 stories above the ground.
27
103000
2000
à 110 étages au-dessus du sol.
02:03
If they hadn't been crowded --
28
105000
2000
S'ils n'avaient pas été si pleins -
02:05
you compare the loss of life at the Pentagon to the Twin Towers,
29
107000
2000
vous comparez les morts au Pentagone avec les Tours Jumelles,
02:08
and you can see that very powerfully.
30
110000
2000
et vous pouvez le voir de manière très frappante.
02:10
And so I started to think, well, you know, density, density --
31
112000
3000
Et alors j'ai commencé à penser, eh bien, vous savez, la densité, la densité -
02:13
I'm not sure if, you know, this was the right call.
32
115000
3000
Je ne sais pas si, vous savez, ce fut le bon choix.
02:17
And I kind of ruminated on that for a couple of days.
33
119000
3000
Et j'ai ruminé là-dessus pendant deux ou trois jours.
02:20
And then about two days later, the wind started to change a little bit,
34
122000
4000
Et puis, environ deux jours plus tard, le vent a commencé à changer un peu,
02:24
and you could sense that the air was not healthy.
35
126000
3000
et on pouvait sentir que l'air n'était pas sain.
02:27
And so even though there were no cars still in the West Village
36
129000
4000
Et même s'il n'y avait toujours pas de voitures dans le West Village
02:31
where we lived, my wife sent me out to buy a, you know,
37
133000
3000
où nous vivions, ma femme m'a envoyé acheter
02:34
a large air filter at the Bed Bath and Beyond,
38
136000
4000
un grand filtre à air chez Bed Bath and Beyond,
02:38
which was located about 20 blocks away, north.
39
140000
3000
qui était situé à environ 20 pâtés de maisons, au nord.
02:41
And so I went out.
40
143000
2000
Et alors je suis sorti.
02:43
And obviously I'm physically a very strong person, as you can tell -- (Laughter) --
41
145000
3000
Et évidemment, je suis physiquement très fort, comme vous pouvez le voir,
02:47
so I wasn't worried about carrying this thing 20 blocks.
42
149000
3000
et je n'étais pas inquiet quant à transporter ce truc sur 20 pâtés de maison.
02:50
And I walked out, and this really miraculous thing happened to me
43
152000
4000
Et je suis sorti, et ce vrai miracle m'est arrivé
02:54
as I was walking north to buy this air filter,
44
156000
3000
alors que je marchais vers le nord pour acheter ce filtre à air,
02:57
which was that the streets were completely alive with people.
45
159000
4000
qui était que les rues étaient complètement vivantes et pleine de gens.
03:02
There was an incredible -- it was, you know, a beautiful day,
46
164000
3000
C'était une incroyable - une belle journée,
03:05
as it was for about a week after,
47
167000
2000
comme ce fut le cas encore pendant une semaine,
03:07
and the West Village had never seemed more lively.
48
169000
3000
et le West Village n'avait jamais été aussi vivant.
03:10
I walked up along Hudson Street --
49
172000
2000
Je marchais le long de Hudson Street,
03:12
where Jane Jacobs had lived and written her great book
50
174000
2000
où Jane Jacobs avait vécu et écrit son célèbre livre
03:14
that so influenced what I was writing in "Emergence" --
51
176000
2000
qui a tant influencé ce que j'écrivais dans «Emergence»,
03:16
past the White Horse Tavern,
52
178000
2000
je suis passé devant la taverne du Cheval Blanc,
03:18
that great old bar where Dylan Thomas drank himself to death,
53
180000
3000
ce génial vieux bar où Dylan Thomas avait bu à en mourir,
03:21
and the Bleecker Street playground was filled with kids.
54
183000
3000
et l'aire de jeux de Bleecker Street était pleine d' enfants.
03:24
And all the people who lived in the neighborhood,
55
186000
2000
Et tous les gens qui vivaient dans le quartier,
03:26
who owned restaurants and bars in the neighborhood,
56
188000
2000
qui possédaient des restaurants et des bars dans le quartier,
03:28
were all out there -- had them all open.
57
190000
2000
étaient tous là - les avait tous ouvert.
03:30
People were out.
58
192000
2000
Les gens étaient sortis.
03:32
There were no cars, so it seemed even better, in some ways.
59
194000
2000
Il n'y avait pas de voitures,ça semblait mieux encore, à certains égards.
03:34
And it was a beautiful urban day,
60
196000
3000
Et ce fut une belle journée en ville,
03:37
and the incredible thing about it was that the city was working.
61
199000
4000
et chose incroyable, la ville fonctionnait.
03:41
The city was there.
62
203000
2000
La ville était là.
03:43
All the things that make a great city successful
63
205000
2000
Tout ce qui fait la réussite d'une grande ville
03:45
and all the things that make a great city stimulating --
64
207000
2000
et tout ce qui rend une grande ville stimulante -
03:47
they were all on display there on those streets.
65
209000
2000
était là dans ces rues.
03:49
And I thought, well, this is the power of a city.
66
211000
4000
Et j'ai pensé, eh bien, c'est ça le pouvoir d'une ville.
03:53
I mean, the power of the city --
67
215000
2000
Je veux dire, le pouvoir de la ville -
03:55
we talked about cities as being centralized in space,
68
217000
2000
nous avons parlé de villes centralisée dans l'espace,
03:57
but what makes them so strong most of the time
69
219000
2000
mais ce qui les rend si fortes la plupart du temps
03:59
is they're decentralized in function.
70
221000
2000
est qu'elles sont décentralisées fonctionnellement.
04:01
They don't have a center executive branch that you can take out
71
223000
2000
Elles n'ont pas un pouvoir exécutif central que vous pouvez éliminer
04:03
and cause the whole thing to fail.
72
225000
2000
pour que tout s'écroule.
04:05
If they did, it probably was right there at Ground Zero.
73
227000
3000
Si c'était le cas, c'était probablement là à Ground Zero.
04:08
I mean, you know, the emergency bunker was right there,
74
230000
2000
Je veux dire, vous savez, le bunker d'urgence était là,
04:10
was destroyed by the attacks,
75
232000
2000
il a été détruit par l'attentat,
04:12
and obviously the damage done to the building and the lives.
76
234000
2000
et bien évidemment les dommages causés à l'immeuble et les morts.
04:14
But nonetheless, just 20 blocks north, two days later,
77
236000
4000
Mais néanmoins, à seulement 20 pâtés de maisons au nord, deux jours plus tard,
04:18
the city had never looked more alive.
78
240000
3000
la ville n'avait jamais semblée plus vivante.
04:21
If you'd gone into the minds of the people,
79
243000
2000
Si vous étiez entré dans l'esprit des gens,
04:23
well, you would have seen a lot of trauma,
80
245000
2000
et bien, vous auriez vu un grand nombre de traumatismes,
04:25
and you would have seen a lot of heartache,
81
247000
2000
et vous auriez vu beaucoup de chagrin,
04:27
and you would have seen a lot of things that would take a long time to recover.
82
249000
3000
et vous auriez vu beaucoup de choses dont on met longtemps à se remettre.
04:30
But the system itself of this city was thriving.
83
252000
2000
Mais le système lui-même de cette ville était en plein essor.
04:33
So I took heart in seeing that.
84
255000
3000
Donc ça m'a mis du baume au cœur de voir ça.
04:36
So I wanted to talk a little bit about the reasons why that works so well,
85
258000
6000
Alors, je voulais parler un peu des raisons qui font que ça fonctionne si bien,
04:42
and how some of those reasons kind of map
86
264000
2000
et comment certaines de ces raisons suivent en quelque sorte la carte
04:44
on to where the Web is going right now.
87
266000
2000
du Web tel qu'il évolue en ce moment.
04:47
The question that I found myself asking to people
88
269000
2000
La question que je posais aux gens
04:49
when I was talking about the book afterwards is --
89
271000
2000
quand je parlais du livre après cela est,
04:51
when you've talked about emergent behavior,
90
273000
2000
lorsque vous avez parlé de comportement émergent,
04:53
when you've talked about collective intelligence,
91
275000
2000
lorsque vous avez parlé d' «intelligence collective»,
04:55
the best way to get people to kind of wrap their heads around that
92
277000
2000
la meilleure façon d'amener les gens à intégrer cette idée
04:57
is to ask, who builds a neighborhood?
93
279000
3000
est de demander, qui construit un quartier?
05:00
Who decides that Soho should have this personality
94
282000
3000
Qui décide que Soho devrait avoir cette personnalité
05:03
and that the Latin Quarter should have this personality?
95
285000
2000
et que le Quartier Latin devrait avoir cette personnalité?
05:05
Well, there are some kind of executive decisions,
96
287000
2000
Eh bien, il y a des décisions exécutives,
05:07
but mostly the answer is -- everybody and nobody.
97
289000
2000
mais surtout la réponse est - tout le monde et personne.
05:09
Everybody contributes a little bit.
98
291000
2000
Tout le monde contribue un peu.
05:11
No single person is really the ultimate actor
99
293000
4000
Aucune personne seule n'est vraiment l'ultime acteur
05:15
behind the personality of a neighborhood.
100
297000
2000
derrière la personnalité d'un quartier.
05:17
Same thing to the question of, who was keeping the streets alive
101
299000
3000
Même chose pour la question de qui faisait vivre les rues
05:20
post-9/11 in my neighborhood?
102
302000
2000
après le 11 septembre dans mon quartier?
05:22
Well, it was the whole city.
103
304000
2000
Eh bien, c'était toute la ville.
05:24
The whole system kind of working on it,
104
306000
2000
L'ensemble du système y travaille en quelque sorte,
05:26
and everybody contributing a small little part.
105
308000
2000
et tout le monde contribue un petit peu.
05:28
And this is increasingly what we're starting to see on the Web
106
310000
3000
Et c'est de plus en plus ce que nous commençons à voir sur le Web
05:31
in a bunch of interesting ways --
107
313000
2000
d'un tas de façons intéressantes.
05:33
most of which weren't around, actually,
108
315000
2000
Ce n'était en fait pas encore vraiment le cas,
05:35
except in very experimental things,
109
317000
2000
sauf avec des choses très expérimentales,
05:37
when I was writing "Emergence" and when the book came out.
110
319000
2000
lorsque j'ai écrit "Emergence" et quand le livre est sorti.
05:39
So it's been a very optimistic time, I think,
111
321000
2000
Donc ça a été un moment très optimiste, je crois,
05:41
and I want to just talk about a few of those things.
112
323000
2000
et je veux seulement parler de quelques-unes de ces choses.
05:43
I think that there is effectively a new kind of model of interactivity
113
325000
4000
Je pense qu'il y a effectivement un nouveau genre de modèle d'interactivité
05:47
that's starting to emerge online right now.
114
329000
2000
qui commence à émerger en ligne dès maintenant.
05:49
And the old one looked like this.
115
331000
3000
Et l'ancien modèle ressemblait à ça -
05:54
This is not the future King of England, although it looks like it.
116
336000
4000
ce n'est pas le futur roi d'Angleterre, même s'il lui ressemble.
05:58
It's some guy, it's a GeoCities homepage of some guy that I found online
117
340000
3000
C'est un type, c'est une page d'accueil de GeoCities d'un type que j'ai trouvé en ligne
06:01
who's interested, if you look at the bottom, in soccer and Jesus
118
343000
3000
qui s'intéresse, si vous regardez en bas, au football et à Jésus
06:04
and Garth Brooks and Clint Beckham and "my hometown" -- those are his links.
119
346000
3000
et à Garth Brooks et à Clint Beckham, ma ville natale - ce sont ses liens.
06:07
But nothing really says
120
349000
2000
Mais rien ne décrit vraiment mieux
06:09
this model of interactivity -- which was so exciting and captures the real,
121
351000
4000
ce modèle d'interactivité, qui était si passionnant et capture le réel,
06:13
the Web Zeitgeist of 1995 -- than
122
355000
3000
le genre d'esprit du moment du Web de 1995 - que
06:16
"Click here for a picture of my dog."
123
358000
2000
"Cliquez ici pour une photo de mon chien."
06:18
That is -- you know, there's no sentence
124
360000
2000
C'est - vous savez, il n'y a pas de phrase
06:20
that kind of conjures up that period better than that, I think,
125
362000
3000
qui évoque cette période mieux que cela, je crois,
06:24
which is that you suddenly have the power to put up a picture of your dog
126
366000
3000
c'est que vous avez tout à coup le pouvoir de mettre en place une photo de votre chien
06:27
and link to it, and somebody reading the page
127
369000
3000
et un lien vers elle, et que quelqu'un qui lit la page
06:30
has the power to click on that link or not click on that link.
128
372000
3000
a le pouvoir de cliquer sur ce lien ou de ne pas cliquer sur ce lien.
06:33
And, you know, I don't want to belittle that. That, in a sense --
129
375000
3000
Et, vous savez, je ne veux pas minimiser cela - que, dans un sens,
06:36
to reference what Jeff was talking about yesterday --
130
378000
3000
pour faire référence à ce que Jeff a dit hier -
06:39
that was, in a sense, the kind of interface electricity that
131
381000
2000
c'était en quelque sorte l'interface électrique
06:41
powered a lot of the explosion of interest in the Web:
132
383000
3000
qui alimentait largement l'explosion d'intérêt pour le Web -
06:44
that you could put up a link, and somebody could click on it,
133
386000
2000
le fait de pouvoir mettre en place un lien, et quelqu'un pouvait cliquer dessus,
06:46
and it could take you anywhere you wanted to go.
134
388000
2000
et cela pouvait vous emmener où vous vouliez aller.
06:48
But it's still a very one-to-one kind of relationship.
135
390000
2000
Mais c'est encore une relation d'une personne à une autre.
06:50
There's one person putting up the link, and there's another person
136
392000
2000
Il y a une personne qui met en place le lien, et il y a une autre personne
06:52
on the other end trying to decide whether to click on it or not.
137
394000
4000
de l'autre coté en train de décider s'il y a lieu de cliquer dessus ou non..
06:57
The new model is much more like this,
138
399000
2000
Le nouveau modèle est beaucoup plus comme ça,
06:59
and we've already seen a couple of references to this.
139
401000
2000
et nous y avons déjà vu quelques références.
07:01
This is what happens when you search "Steven Johnson" on Google.
140
403000
4000
C'est ce qui arrive lorsque vous recherchez "Steven Johnson" sur Google.
07:05
About two months ago, I had the great breakthrough --
141
407000
4000
Il y a environ deux mois, j'ai fait un grand pas en avant
07:09
one of my great, kind of shining achievements --
142
411000
3000
vous savez, une de ces grandes réalisations brillantes,
07:12
which is that my website finally became a top result for "Steven Johnson."
143
414000
3000
qui est que mon site est finalement positionné dans les premiers résultats pour «Steven Johnson."
07:15
There's some theoretical physicist at MIT named Steven Johnson
144
417000
6000
Il y a un physicien au MIT nommé Steven Johnson
07:21
who has dropped two spots, I'm happy to say.
145
423000
3000
qui a chuté de deux places, je suis heureux de le dire.
07:24
(Laughter)
146
426000
1000
(Rires)
07:25
And, you know, I mean, I'll look at a couple of things like this,
147
427000
4000
Et, vous savez, je veux dire, je vais regarder un certain nombre de choses comme ça,
07:29
but Google is obviously the greatest technology ever invented for navel gazing.
148
431000
4000
mais Google est évidemment la plus grande technologie jamais inventée pour regarder son nombril.
07:33
It's just that there are so many other people in your navel when you gaze.
149
435000
3000
C'est juste qu'il y a tant d'autres personnes dans votre nombril quand vous regardez.
07:36
Because effectively, what's happening here,
150
438000
4000
Parce que effectivement, ce qui se passe ici,
07:41
what's creating this page, obviously -- and we all know this,
151
443000
2000
ce qui crée cette page, c'est évident - et nous le savons tous,
07:43
but it's worth just thinking about it --
152
445000
2000
mais ça vaut la peine d'y réfléchir -
07:45
is not some person deciding that I am the number one answer for Steven Johnson,
153
447000
4000
ce n'est pas une personne qui décide que je suis la réponse numéro un pour Steven Johnson,
07:49
but rather somehow the entire web of people
154
451000
4000
mais plutôt l'ensemble des personnes du Web
07:53
putting up pages and deciding to link to my page or not link to it,
155
455000
3000
qui mettent en place des pages et décident de mettre des liens vers ma page ou pas,
07:56
and Google just sitting there and running the numbers.
156
458000
3000
et Google se contente de faire les comptes.
07:59
So there's this collective decision-making that's going on.
157
461000
4000
Donc il y a cette prise de décision collective qui se passe.
08:03
This page is effectively, collectively authored by the Web,
158
465000
3000
Cette page est effectivement, collectivement rédigée par le Web,
08:06
and Google is just helping us
159
468000
2000
et Google se contente de nous aider
08:08
kind of to put the authorship in one kind of coherent place.
160
470000
3000
à mettre l'auteur dans un genre de place cohérente.
08:11
Now, they're more innovative -- well, Google's pretty innovative --
161
473000
3000
Maintenant, ils sont plus innovants - Eh bien, Google est assez innovant -
08:14
but there are some new twists on this.
162
476000
2000
mais il y a quelques nouveaux rebondissements à ce sujet.
08:17
There's this incredibly interesting new site -- Technorati --
163
479000
2000
Il y a ce site incroyablement intéressant - Technorati -
08:19
that's filled with lots of little widgets that are expanding on these.
164
481000
4000
qui est plein de petits widgets qui se développent.
08:23
And these are looking in the blog world and the world of weblogs.
165
485000
4000
Et ils cherchent dans le monde des blog et le monde des weblogs.
08:27
He's analyzed basically all the weblogs out there that he's tracking.
166
489000
4000
Il a analysé en fait tous les weblogs qu'il suit.
08:31
And he's tracking how many other weblogs linked to those weblogs,
167
493000
3000
Et il suit le nombre de blogs liés à ces autres blogs,
08:34
and so you have kind of an authority --
168
496000
2000
et donc vous avez un genre d'autorité -
08:36
a weblog that has a lot of links to it
169
498000
2000
un blog sur lequel pointent beaucoup de liens
08:38
is more authoritative than a weblog that has few links to it.
170
500000
4000
fait plus autorité qu'un blog vers lequel pointent peu de liens.
08:43
And so at any given time, on any given page on the Web, actually,
171
505000
2000
Et donc à un moment donné, sur une page donnée du web, en fait,
08:45
you can say, what does the weblog community think about this page?
172
507000
3000
vous pouvez dire, qu'est-ce que pense la communauté des blogs de cette page?
08:48
And you can get a list.
173
510000
2000
Et vous pouvez obtenir une liste.
08:50
This is what they think about my site; it's ranked by blog authority.
174
512000
3000
C'est ce qu'ils pensent de mon site - c'est classé par autorité de blog.
08:53
You can also rank it by the latest posts.
175
515000
2000
Vous pouvez également avoir le classement par derniers messages.
08:55
So when I was talking in "Emergence,"
176
517000
3000
Alors, quand je parlais dans "Emergence"
08:58
I talked about the limitations of the one-way linking architecture
177
520000
2000
je parlais des limites de l'architecture des liens à sens unique
09:00
that, basically, you could link to somebody else
178
522000
2000
et, qu'en fait, vous pouvez lier à quelqu'un d'autre
09:02
but they wouldn't necessarily know that you were pointing to them.
179
524000
2000
mais ils ne savent pas nécessairement que vous pointez vers eux.
09:04
And that was one of the reasons why the web
180
526000
3000
Et ce fut l'une des raisons pour lesquelles le web
09:07
wasn't quite as emergent as it could be
181
529000
2000
n'était pas aussi émergent qu'il aurait pu l'être
09:09
because you needed two-way linking, you needed that kind of feedback mechanism
182
531000
2000
parce qu'il fallait des liens dans les deux sens, vous aviez besoin de ce genre de mécanisme de rétroaction
09:11
to be able to really do interesting things.
183
533000
2000
pour pouvoir vraiment faire des choses intéressantes.
09:13
Well, something like Technorati is supplying that.
184
535000
3000
Eh bien, c'est ce que Technorati fournit.
09:16
Now what's interesting here is that this is a quote from Dave Weinberger,
185
538000
3000
Maintenant ce qui est intéressant ici, c'est que c'est une citation de Dave Weinberger,
09:19
where he talks about everything being purposive in the Web --
186
541000
4000
où il dit que tout, dans le Web a un but -
09:23
there's nothing artificial.
187
545000
2000
il n'y a rien d'artificiel.
09:25
He has this line where he says, you know, you're going to put up a link there,
188
547000
2000
Il a cette ligne où il dit, vous allez mettre en place un lien ,
09:27
if you see a link, somebody decided to put it there.
189
549000
3000
si vous voyez un lien, quelqu'un a décidé de le mettre là.
09:30
And he says, the link to one site didn't just grow on the other page "like a tree fungus."
190
552000
5000
Et il dit, le lien vers un site n'a pas poussé sur l'autre page "comme un champignon sur un arbre."
09:35
And in fact, I think that's not entirely true anymore.
191
557000
3000
Et en fait, je pense que ce n'est plus tout à fait vrai.
09:38
I could put up a feed of all those links generated by Technorati
192
560000
4000
Je pourrais mettre en place un flux de tous ces liens générés par Technorati
09:42
on the right-hand side of my page,
193
564000
2000
sur le côté droit de ma page,
09:44
and they would change as the overall ecology of the Web changes.
194
566000
3000
et ils changeraient alors que l'écologie globale de l'Internet évolue.
09:47
That little list there would change.
195
569000
2000
Cette liste-là changerait.
09:49
I wouldn't really be directly in control of it.
196
571000
2000
Je ne le contrôlerais pas directement.
09:51
So it's much closer, in a way, to a data fungus, in a sense,
197
573000
3000
C'est donc beaucoup plus proche, en quelque sorte, d'un champignon de données, dans un sens,
09:54
wrapped around that page, than it is to a deliberate link that I've placed there.
198
576000
4000
enroulé autour de cette page, que d'un lien volontaire que j'ai mis là.
10:00
Now, what you're having here is basically a global brain
199
582000
3000
Maintenant, ce que vous rencontrez ici est en fait un cerveau mondial
10:03
that you're able to do lots of kind of experiments on to see what it's thinking.
200
585000
3000
sur lequel que vous êtes en mesure de faire beaucoup de sortes d'expériences pour voir ce qu'il pense.
10:06
And there are all these interesting tools.
201
588000
2000
Et il y a tous ces outils intéressants.
10:08
Google does the Google Zeitgeist,
202
590000
2000
Google propose Google Zeitgeist,
10:10
which looks at search requests to test what's going on, what people are interested in,
203
592000
5000
qui examine les demandes de recherche pour tester ce qui se passe, ce qui intéresse les gens,
10:15
and they publish it with lots of fun graphs.
204
597000
2000
et qu'ils publient avec beaucoup de graphiques amusants.
10:17
And I'm saying a lot of nice things about Google,
205
599000
2000
Et je dis beaucoup de bien de Google,
10:19
so I'll be I'll be saying one little critical thing.
206
601000
1000
donc je vais faire une petite critique.
10:20
There's a problem with the Google Zeitgeist,
207
602000
2000
Il y a un problème avec le Google Zeitgeist,
10:22
which is it often comes back with news that a lot of people are searching
208
604000
4000
c'est qu'il ramène des informations où beaucoup de gens cherchent
10:26
for Britney Spears pictures, which is not necessarily news.
209
608000
4000
des photos de Britney Spears, ce qui n'est pas nécessairement de l'information.
10:30
The Columbia blows up, suddenly there are a lot of searches on Columbia.
210
612000
4000
La navette Columbia explose, tout à coup il y a beaucoup de recherches sur Columbia.
10:34
Well, you know, we should expect to see that.
211
616000
2000
Eh bien, vous savez, nous devrions nous attendre à ça.
10:36
That's not necessarily something we didn't know already.
212
618000
2000
Ce n'est pas nécessairement quelque chose que nous ne savions pas déjà.
10:38
So the key thing in terms of these new tools
213
620000
2000
Donc, l'élément clé en termes de ces nouveaux outils
10:40
that are kind of plumbing the depths of the global brain,
214
622000
3000
qui en quelque sorte sondent les profondeurs du cerveau mondial,
10:43
that are sending kind of trace dyes through that whole bloodstream --
215
625000
4000
qui envoient des colorants traceurs à travers cette circulation sanguine -
10:47
the question is, are you finding out something new?
216
629000
2000
La question est, trouvez-vous quelque chose de nouveau?
10:49
And one of the things that I experimented with is this thing called Google Share
217
631000
3000
Et j'ai fait l'expérience avec une de ces choses appelée Google Share
10:52
which is basically, you take an abstract term,
218
634000
4000
qui est en fait, vous prenez un terme abstrait,
10:56
and you search Google for that term,
219
638000
3000
et vous lancez une recherche Google pour ce terme,
10:59
and then you search the results that you get back for somebody's name.
220
641000
3000
et puis vous explorez les résultats que vous récupérez pour trouver le nom de quelqu'un.
11:02
So basically, the number of pages that mention this term,
221
644000
4000
Donc, en fait, le nombre de pages qui mentionnent ce terme,
11:06
that also mention this page, the percentage of those pages
222
648000
3000
qui mentionnent aussi cette page, le pourcentage de ces pages
11:09
is that person's Google Share of that term.
223
651000
2000
est le Google Share [la part de Google] de cette personne .
11:11
So you can do kind of interesting contests.
224
653000
2000
Ainsi, vous pouvez faire des concours intéressants.
11:13
Like for instance, this is a Google Share of the TED Conference.
225
655000
4000
Comme par exemple, voici un Google Share de la Conférence TED.
11:17
So Richard Saul Wurman
226
659000
3000
Donc, Richard Saul Wurman
11:20
has about a 15 percent Google Share of the TED conference.
227
662000
4000
a une part d'environ 15 pour cent de Google de la conférence TED.
11:24
Our good friend Chris has about a six percent -- but with a bullet, I might add.
228
666000
5000
sous-partie.
11:29
(Laughter)
229
671000
2000
(Rires)
11:31
But the interesting thing is, you can broaden the search a little bit.
230
673000
3000
Mais la chose intéressante est que vous pouvez élargir un peu la recherche .
11:34
And it turns out, actually, that 42 percent is the Mola mola fish.
231
676000
3000
Et il se trouve, en fait, que le poisson Mola mola a 42 pour cent.
11:37
I had no idea.
232
679000
2000
Je n'en avais aucune idée.
11:39
No, that's not true.
233
681000
1000
Non, ce n'est pas vrai.
11:40
(Laughter)
234
682000
3000
(Rires)
11:43
I made that up because I just wanted to put up a slide
235
685000
2000
J'ai inventé ça parce que je voulais juste afficher une diapositive
11:45
of the Mola mola fish.
236
687000
2000
du poisson Mola mola.
11:47
(Laughter)
237
689000
2000
(Rires)
11:49
I also did -- and I don't want to start a little fight in the next panel --
238
691000
3000
J'ai aussi fait - et je ne veux pas provoquer une petite bataille dans le panel suivant -
11:52
but I did a Google Share analysis of evolution and natural selection.
239
694000
3000
mais j'ai fait une analyse Google Share de l'évolution et la sélection naturelle.
11:55
So right here -- now this is a big category, you have smaller percentages,
240
697000
5000
Donc, ici - maintenant c'est une vaste catégorie , vous avez des pourcentages plus faibles,
12:00
so this is 0.7 percent -- Dan Dennett, who'll be speaking shortly.
241
702000
5000
Il s'agit donc de 0,7 pour cent - Dan Dennett, qui va prendre la parole sous peu.
12:05
Right below him, 0.5 percent, Steven Pinker.
242
707000
4000
Juste en dessous de lui, de 0,5 pour cent, Steven Pinker.
12:10
So Dennett's in the lead a little bit there.
243
712000
2000
Donc Dennett mène un petit peu là.
12:12
But what's interesting is you can then broaden the search
244
714000
2000
Mais ce qui est intéressant est que vous pouvez ensuite élargir la recherche
12:14
and actually see interesting things and get a sense of what else is out there.
245
716000
4000
et effectivement voir des choses intéressantes et vous faire une idée de qu'il existe d'autre.
12:18
So Gary Bauer is not too far behind --
246
720000
3000
Donc , Gary Bauer n'est pas trop loin derrière -
12:21
has slightly different theories about evolution and natural selection.
247
723000
5000
il a des théories légèrement différentes quant à l'évolution et la sélection naturelle.
12:26
And right behind him is L. Ron Hubbard. So --
248
728000
3000
Et juste derrière lui il y a L. Ron Hubbard. Donc -
12:29
(Laughter)
249
731000
2000
(Rires)
12:31
you can see we're in the ascot, which is always good.
250
733000
2000
vous pouvez voir que nous sommes dans la course, ce qui est toujours une bonne chose.
12:33
And by the way, Chris, that would've been a really good panel,
251
735000
2000
Et en passant, Chris, ça aurait fait un très bon panel,
12:35
I think, right there.
252
737000
1000
Je pense, là.
12:36
(Laughter)
253
738000
5000
(Rires)
12:41
Hubbard apparently started to reach, but besides that,
254
743000
2000
Hubbard a apparemment commencé à vous rattraper, mais à part ça,
12:43
I think it would be good next year.
255
745000
2000
Je pense que ce serait bien l'année prochaine.
12:45
Another quick thing -- this is a slightly different thing,
256
747000
2000
Une autre petite chose - sur un sujet légèrement différent,
12:47
but this analysis some of you may have seen.
257
749000
2000
mais cette analyse que certains d'entre vous ont peut-être vue.
12:49
It just came out. This is bursty words,
258
751000
2000
Elle vient de sortir. Ce sont les mots percutants,
12:51
looking at the historical record of State of the Union Addresses.
259
753000
4000
en regardant l'historique des discours de l'état de l'Union.
12:56
So these are words that suddenly start to appear out of nowhere,
260
758000
4000
Donc ce sont des mots qui tout à coup commencent à apparaître de nulle part,
13:00
so they're kind of, you know, memes that start taking off,
261
762000
2000
ce sont des mémés qui commencent à prendre,
13:02
that didn't have a lot of historical precedent before.
262
764000
2000
qui n'ont pas beaucoup de précédent dans l'histoire.
13:05
So the first one is -- these are the bursty words around 1860s --
263
767000
3000
Ainsi, le premier est - ce sont les mots percutants des années 1860 -
13:08
slaves, emancipation, slavery, rebellion, Kansas.
264
770000
2000
esclaves, émancipation, esclavage, rébellion, Kansas.
13:11
That's Britney Spears. I mean, you know, OK, interesting.
265
773000
2000
C'est Britney Spears. Je veux dire, vous savez, d'accord, intéressant.
13:13
They're talking about slavery in 1860.
266
775000
2000
Ils parlent de l'esclavage en 1860.
13:15
1935 -- relief, depression, recovery banks.
267
777000
3000
1935 - aide, dépression, banques, reprise.
13:18
And OK, I didn't learn anything new there as well -- that's pretty obvious.
268
780000
3000
Bien, je n'ai rien appris de nouveau, là non plus - c'est assez évident.
13:21
1985, right at the center of the Reagan years --
269
783000
3000
1985, en plein milieu des années Reagan -
13:25
that's, we're, there's, we've, it's.
270
787000
3000
c'est, on est, il y a, on a, c'est .
13:28
(Laughter)
271
790000
2000
(Rires)
13:30
Now, there's one way to interpret this, which is to say that
272
792000
3000
Maintenant, il y a une façon d'interpréter ça, c'est de dire que
13:33
"emancipation" and "depression" and "recovery" all have a lot of syllables.
273
795000
3000
«émancipation» et «dépression» et «reprise» ont tous un grand nombre de syllabes.
13:36
So you know, you can actually download -- it's hard to remember those.
274
798000
3000
Donc, vous savez, vous pouvez en fait télécharger - il est difficile de se souvenir de ceux-là.
13:41
But seriously, actually, what you can see there,
275
803000
2000
Mais sérieusement, effectivement, ce que vous pouvez y voir,
13:43
in a way that would be very hard to detect otherwise,
276
805000
2000
d'une manière qui serait très difficile à détecter autrement,
13:45
is Reagan reinventing the political language of the country
277
807000
3000
c'est que Reagan réinvente le langage politique du pays
13:48
and shifting to a much more intimate, much more folksy, much more telegenic --
278
810000
4000
et passe à un style beaucoup plus intime, beaucoup plus folklorique, beaucoup plus télégénique -
13:52
contracting all those verbs.
279
814000
2000
en contractant tous ces verbes.
13:54
You know, 20 years before it was still, "Ask not what you can do,"
280
816000
2000
Vous savez, 20 ans avant c'était encore, «Ne demandez pas ce que vous pouvez faire»,
13:56
but with Reagan, it's, "that's where, there's Nancy and I," that kind of language.
281
818000
5000
mais avec Reagan, c'est, "c'est là, Nancy et moi", ce genre de langage.
14:01
And so something we kind of knew,
282
823000
3000
Et donc quelque chose que nous savions déjà,
14:04
but you didn't actually notice syntactically what he was doing.
283
826000
2000
mais que vous n'avez pas vraiment remarqué ce qu'il faisait du point de vue syntaxique .
14:06
I'll go very quickly.
284
828000
2000
Je vais aller très vite.
14:08
The question now -- and this is the really interesting question --
285
830000
2000
La question maintenant - et c'est la question vraiment intéressante -
14:10
is, what kind of higher-level shape is emerging right now
286
832000
4000
c'est, quel genre de forme de haut niveau est en train d'émerger en ce moment
14:14
in the overall Web ecosystem -- and particularly in the ecosystem of the blogs
287
836000
4000
dans l'ensemble de l'écosystème du web - et en particulier dans l'écosystème des blogs
14:18
because they are really kind of at the cutting edge.
288
840000
3000
parce qu'ils sont vraiment à l'avant-garde.
14:21
And I think what happens there will also happen in the wider system.
289
843000
2000
Et je pense que ce qui s'y passe se produira également dans l'ensemble du système.
14:23
Now there was a very interesting article by Clay Shirky
290
845000
3000
Il y avait un article très intéressant de Clay Shirky
14:26
that got a lot of attention about a month ago,
291
848000
2000
qui a obtenu beaucoup d'attention il y a un mois,
14:28
and this is basically the distribution of links
292
850000
2000
et c'est en fait la distribution des liens
14:30
on the web to all these various different blogs.
293
852000
3000
sur le web vers tous ces différents blogs .
14:35
It follows a power law, so that there are a few extremely well-linked to, popular blogs,
294
857000
5000
Elle suit une loi de puissance, de sorte que, il y a quelques blogs populaires avec beaucoup de liens,
14:40
and a long tail of blogs with very few links.
295
862000
4000
et une longue queue de blogs avec très peu de liens.
14:44
So 20 percent of the blogs get 80 percent of the links.
296
866000
3000
Donc, 20 pour cent des blogs obtiennent 80 pour cent des liens.
14:47
Now this is a very interesting thing.
297
869000
2000
Or, c'est une chose très intéressante.
14:49
It's caused a lot of controversy
298
871000
2000
ça a généré beaucoup de controverse
14:51
because people thought that this was the ultimate kind of one man,
299
873000
2000
parce que les gens pensaient que c'était la forme ultime de l' homme seul,
14:53
one modem democracy, where anybody can get out there and get their voice heard.
300
875000
4000
d'un modem démocratique, où tout le monde peut aller faire entendre sa voix.
14:57
And so the question is, "Why is this happening?"
301
879000
2000
Et la question est, "Pourquoi est-ce que ça se passe comme ça?"
14:59
It's not being imposed by fiat from above.
302
881000
4000
Ce n'est pas imposé par décret venant d'en haut.
15:03
It's an emergent property of the blogosphere right now.
303
885000
3000
C'est une propriété émergente de la blogosphère en ce moment.
15:06
Now, what's great about it is that people are working on --
304
888000
3000
Maintenant, ce qui est génial c'est que les gens y travaillent -
15:09
within seconds of Clay publishing this piece, people started working on changing
305
891000
5000
quelques secondes après la publication de l'article de Clay, les gens ont commencé à travailler à changer
15:14
the underlying rules of the system so that a different shape would start appearing.
306
896000
3000
les règles de base du système de telle sorte qu'une forme différente commence à apparaître.
15:17
And basically, the shape appears
307
899000
2000
Et en fait, la forme apparaît
15:19
largely because of a kind of a first-mover advantage.
308
901000
2000
en grande partie à cause d'une sorte d' avantage du premier arrivant.
15:21
if you're the first site there, everybody links to you.
309
903000
2000
Si vous êtes le premier site à être là, tout le monde met des liens vers vous.
15:23
If you're the second site there, most people link to you.
310
905000
2000
Si vous êtes le deuxième site, la plupart des gens mettent un lien vers vous.
15:25
And so very quickly you can accumulate a bunch of links,
311
907000
3000
Et très vite, vous pouvez accumuler un tas de liens,
15:28
and it makes it more likely for newcomers to link to you in the future,
312
910000
2000
et il devient plus probable que les nouveaux arrivants mettent un lien vers vous à l'avenir,
15:30
and then you get this kind of shape.
313
912000
2000
et alors vous obtenez ce genre de forme.
15:32
And so what Dave Sifry at Technorati started working on,
314
914000
3000
Et alors Dave Sifry de Technorati a commencé à travailler sur,
15:35
literally as Shirky started -- after he published his piece --
315
917000
3000
littéralement quand Shirky a commencé - après qu'il ait publié son article -
15:38
was something that basically just gave a new kind of priority to newcomers.
316
920000
4000
c'était quelque chose qui en fait donnait un nouveau type de priorité aux nouveaux arrivants.
15:42
And he started looking at interesting newcomers that don't have a lot of links,
317
924000
3000
Et il a commencé à examiner les nouveaux arrivants intéressants qui n'ont pas beaucoup de liens,
15:45
that suddenly get a bunch of links in the last 24 hours.
318
927000
4000
qui tout à coup ont un tas de liens dans les dernières 24 heures.
15:49
So in a sense, bursty weblogs coming from new voices.
319
931000
3000
Donc, en un sens, les weblogs percutants qui proviennent de nouvelles voix.
15:52
So he's working on a tool right there that can actually change the overall system.
320
934000
5000
Alors il travaille sur un outil qui pourrait réellement changer le système dans son ensemble.
15:57
And it creates a kind of planned emergence.
321
939000
2000
Et cela crée une sorte d'émergence planifiée.
15:59
You're not totally in control,
322
941000
2000
Vous n'avez pas totalement le contrôle ,
16:01
but you're changing the underlying rules in interesting ways
323
943000
2000
mais vous changez les règles sous-jacentes de manière intéressante
16:03
because you have an end result which is
324
945000
2000
parce que vous avez un résultat final qui est
16:05
maybe a more democratic spread of voices.
325
947000
2000
peut-être une répartition plus démocratique des voix.
16:07
So the most amazing thing about this -- and I'll end on this note --
326
949000
2000
Donc, la chose la plus étonnante à ce sujet - et je vais terminer sur cette note -
16:09
is, most emergent systems, most self-organizing systems
327
951000
3000
est que la plupart des systèmes émergents, la plupart des systèmes auto-organisés
16:12
are not made up of component parts that are capable of looking at the overall pattern
328
954000
5000
ne sont pas constitués de composants qui sont capables de regarder le schéma global
16:17
and changing their behavior based on whether they like the pattern or not.
329
959000
3000
et de modifier leur comportement selon qu'ils aiment le modèle ou pas.
16:21
So the most wonderful thing, I think, about this whole debate
330
963000
2000
Donc, ce qu'il y a de plus merveilleux, je crois, dans tout ce débat
16:23
about power laws and software that could change it
331
965000
2000
sur les lois de puissance et les logiciels qui pourraient les changer
16:25
is the fact that we're having the conversation.
332
967000
3000
est le fait que nous en discutions.
16:28
I hope it continues here.
333
970000
2000
J'espère que cela continue ici.
16:30
Thanks a lot.
334
972000
1000
Merci beaucoup.
ABOUT THE SPEAKER
Steven Johnson - WriterSteven Berlin Johnson examines the intersection of science, technology and personal experience.
Why you should listen
Steven Johnson is a leading light of today's interdisciplinary and collaborative approach to innovation. His writings have influenced everything from cutting-edge ideas in urban planning to the battle against 21st-century terrorism. Johnson was chosen by Prospect magazine as one of the top ten brains of the digital future, and The Wall Street Journal calls him "one of the most persuasive advocates for the role of collaboration in innovation."
Johnson's work on the history of innovation inspired the Emmy-nominated six-part series on PBS, "How We Got To Now with Steven Johnson," which aired in the fall of 2014. The book version of How We Got To Now was a finalist for the PEN/E.O. Wilson Literary Science Writing Award. His new book, Wonderland: How Play Made the Modern World, revolves around the creative power of play and delight: ideas and innovations that set into motion many momentous changes in science, technology, politics and society.
Johnson is also the author of the bestselling Where Good Ideas Come From: The Natural History of Innovation, one of his many books celebrating progress and innovation. Others include The Invention of Air and The Ghost Map. Everything Bad Is Good For You, one of the most discussed books of 2005, argued that the increasing complexity of modern media is training us to think in more complex ways. Emergence and Future Perfect explore the power of bottom-up intelligence in both nature and contemporary society.
An innovator himself, Johnson has co-created three influential sites: the pioneering online magazine FEED, the Webby-Award-winning community site, Plastic.com, and the hyperlocal media site outside.in, which was acquired by AOL in 2011.
Johnson is a regular contributor to WIRED magazine, as well as the New York Times, The Wall Street Journal and many other periodicals. He has appeared on many high-profile television programs, including "The Charlie Rose Show," "The Daily Show with Jon Stewart" and "The NewsHour with Jim Lehrer."
Steven Johnson | Speaker | TED.com