TED2007
Jonathan Harris: The web as art
ג'ונתן האריס אוסף סיפורים
Filmed:
Readability: 3.4
910,598 views
בוועידת EG בדצמבר 2007, האמן ג'ונתן האריס דיבר על הפרוייקטים האחרונים שלו, שכללו איסוף של סיפורים: סיפורים שלו, של זרים, וסיפורים שאסף באינטרנט ואיתם גם תוכנת ה"אנו מרגישים נפלא" שלו.
Jonathan Harris - Artist, storyteller, Internet anthropologist
Artist and computer scientist Jonathan Harris makes online art that captures the world's expression -- and gives us a glimpse of the soul of the Internet. Full bio
Artist and computer scientist Jonathan Harris makes online art that captures the world's expression -- and gives us a glimpse of the soul of the Internet. Full bio
Double-click the English transcript below to play the video.
00:16
So I'm going to talk today about collecting stories
0
0
4000
אם כן, אני הולך לדבר היום על לאסוף סיפורים
00:20
in some unconventional ways.
1
4000
2000
בכמה דרכים בלתי קונבנציונליות.
00:22
This is a picture of me from a very awkward stage in my life.
2
6000
4000
זו תמונה שלי מתקופה מאוד מביכה בחיי.
00:26
You might enjoy the awkwardly tight, cut-off pajama bottoms with balloons.
3
10000
5000
אתם אולי תהנו מהפיג'מה הגזורה, הצמודה בצורה מגוחכת עם דוגמת הבלונים.
00:31
Anyway, it was a time when I was mainly interested
4
15000
2000
בכל מקרה, זו הייתה תקופה בה הייתי מעוניין בעיקר
00:33
in collecting imaginary stories.
5
17000
2000
באיסופם של סיפורים דימיוניים.
00:35
So this is a picture of me
6
19000
2000
אז זו תמונה שלי
00:37
holding one of the first watercolor paintings I ever made.
7
21000
2000
אוחז באחד מציורי צבעי-המים הראשונים שאי-פעם עשיתי.
00:39
And recently I've been much more interested in collecting stories
8
23000
3000
ולאחרונה התחלתי להתעניין יותר ויותר באיסופם של סיפורים
00:42
from reality -- so, real stories.
9
26000
2000
מן המציאות -- אז, סיפורים מציאותיים.
00:44
And specifically, I'm interested in collecting my own stories,
10
28000
4000
ובייחוד אני מתעניין בלאסוף את סיפוריי שלי,
00:48
stories from the Internet, and then recently, stories from life,
11
32000
3000
סיפורים מהאינטרנט, ולאחרונה, סיפורים מהחיים עצמם.
00:51
which is kind of a new area of work that I've been doing recently.
12
35000
4000
שזה די תחום חדש של עבודה שאני עושה בזמן האחרון.
00:55
So I'll be talking about each of those today.
13
39000
2000
אז אני אדבר על כל אחד מאלה היום.
00:57
So, first of all, my own stories. These are two of my sketchbooks.
14
41000
3000
אם כך, ראשית תחילה -- סיפוריי שלי. אלו הם שניים מספרי הרישומים שלי.
01:00
I have many of these books,
15
44000
2000
יש לי ספרים רבים כאלו,
01:02
and I've been keeping them for about the last eight or nine years.
16
46000
2000
ואני אוסף אותם כבר כשמונה או תשע שנים.
01:04
They accompany me wherever I go in my life,
17
48000
2000
הם מלווים אותי להיכן שאני הולך בחיי,
01:06
and I fill them with all sorts of things,
18
50000
2000
ואני ממלא אותם בכל מיני דברים,
01:08
records of my lived experience:
19
52000
2000
רשומות מחוויותיי בחיים.
01:10
so watercolor paintings, drawings of what I see,
20
54000
4000
כמו ציור בצבעי-מים של מה שאני רואה,
01:14
dead flowers, dead insects, pasted ticket stubs, rusting coins,
21
58000
4000
פרחים מתים, חרקים מתים, ספחי כרטיסים מודבקים, מטבעות מחלידים,
01:18
business cards, writings.
22
62000
3000
כרטיסי ביקור, כתבים.
01:21
And in these books, you can find these short, little glimpses
23
65000
4000
ובספרים אלו אתם יכולים למצוא פיסות מבט קטנות
01:25
of moments and experiences and people that I meet.
24
69000
2000
של רגעים וחוויות ושל אנשים אותם פגשתי.
01:27
And, you know, after keeping these books for a number of years,
25
71000
3000
ובכן, אתם יודעים, לאחר איסוף הספרים הללו לאחר מספר שנים,
01:30
I started to become very interested in collecting
26
74000
2000
התחלתי להתעניין מאוד בלאסוף
01:32
not only my own personal artifacts,
27
76000
2000
לא רק את חפצי האישיים.
01:34
but also the artifacts of other people.
28
78000
2000
אלא גם את חפציהם של אנשים אחרים.
01:36
So, I started collecting found objects.
29
80000
2000
אז התחלתי לאסוף חפצים שבנמצא.
01:38
This is a photograph I found lying in a gutter in New York City
30
82000
2000
זוהי תמונה, מצאתי אותה שוכבת לה בביוב בעיר ניו-יורק
01:40
about 10 years ago.
31
84000
2000
לפני כעשר שנים.
01:42
On the front, you can see the tattered black-and-white photo of a woman's face,
32
86000
3000
מלפנים אתם יכולים לראות תמונת פנים מרופטת בשחור לבן של אישה,
01:45
and on the back it says, "To Judy, the girl with the Bill Bailey voice.
33
89000
4000
ומאחור כתוב, "לג'ודי, הנערה עם הקול של ביל ביילי,
01:49
Have fun in whatever you do."
34
93000
2000
תהני בכל דבר אשר תעשי."
01:51
And I really loved this idea of the partial glimpse into somebody's life.
35
95000
3000
ואני ממש אהבתי את הרעיון של הצצות חלקיות אל תוך חייהם של אנשים.
01:54
As opposed to knowing the whole story, just knowing a little bit of the story,
36
98000
3000
להבדיל מידיעת הסיפור כולו, ידיעת רק חלק קטן מן הסיפור
01:57
and then letting your own mind fill in the rest.
37
101000
2000
ואז לתת למוחך להשלים את מה שנשאר.
01:59
And that idea of a partial glimpse is something
38
103000
2000
והרעיון הזה של הצצות חלקיות זה משהו
02:01
that will come back in a lot of the work I'll be showing later today.
39
105000
3000
שיחזור רבות בעבודות אותן אני אראה מאוחר יותר היום.
02:04
So, around this time I was studying computer science at Princeton University,
40
108000
3000
אז בערך בזמן זה אני למדתי מדעי המחשב באוניברסיטת פרינסטון,
02:07
and I noticed that it was suddenly possible
41
111000
3000
והבחנתי כי זה היה לפתע אפשרי
02:10
to collect these sorts of personal artifacts,
42
114000
2000
לאסוף את הסגנון הזה של חפצים אישיים,
02:12
not just from street corners, but also from the Internet.
43
116000
3000
לא רק מפינות רחוב, אלא גם מן האינטרנט.
02:15
And that suddenly, people, en masse, were leaving scores and scores
44
119000
4000
וכי לפתע, אנשים בהמוניהם משאירים המון רב
02:19
of digital footprints online that told stories of their private lives.
45
123000
4000
של טביעות רגליים דיגיטליות ברשת אשר סיפרו סיפורים על חייהם הפרטיים.
02:23
Blog posts, photographs, thoughts, feelings, opinions,
46
127000
4000
בלוגים, תמונות, מחשבות, רגשות, דעות,
02:27
all of these things were being expressed by people online,
47
131000
2000
כל הדברים הללו הובעו על-ידיי אנשים ברשת.
02:29
and leaving behind trails.
48
133000
2000
והותירו מאחור עקבות.
02:31
So, I started to write computer programs
49
135000
2000
אז התחלתי לכתוב תוכנות מחשב
02:33
that study very, very large sets of these online footprints.
50
137000
3000
אשר לומדות מקבצים גדולים מאוד של טביעות הרגליים ברשת.
02:36
One such project is about a year and a half old.
51
140000
2000
פרוייקט אחד שכזה הוא בן כשנה וחצי.
02:38
It's called "We Feel Fine."
52
142000
2000
הוא נקרא "אנו מרגישים נפלא."
02:40
This is a project that scans the world's newly posted blog entries
53
144000
3000
זוהי תוכנה הסורקת את ההודעות החדשות ביותר בבלוגים
02:43
every two or three minutes, searching for occurrences of the phrases
54
147000
3000
כל שתיים או שלוש דקות, ומחפשת אחר הופעות של ביטויי
02:46
"I feel" and "I am feeling." And when it finds one of those phrases,
55
150000
4000
"אני מרגיש". וכאשר היא מוצאת את הביטויי,
02:50
it grabs the full sentence up to the period
56
154000
2000
היא לוקחת את המשפט המלא עד לנקודה
02:52
and also tries to identify demographic information about the author.
57
156000
3000
וכמו-כן, היא מנסה לזהות נתונים דמוגרפיים על הכותב
02:55
So, their gender, their age, their geographic location
58
159000
3000
כמו, המגדר שלהם, הגיל שלהם, האיזור הגיאוגרפי שלהם
02:58
and what the weather conditions were like when they wrote that sentence.
59
162000
3000
ומה היה מצב מזג-האוויר בזמן שהם כתבו את המשפט הזה.
03:01
It collects about 20,000 such sentences a day
60
165000
2000
היא אוספת כ-20,000 משפטים כאלה ביום
03:03
and it's been running for about a year and a half,
61
167000
2000
והיא רצה כשנה וחצי,
03:05
having collected over 10 and a half million feelings now.
62
169000
3000
ואספה יותר מעשרה וחצי מיליון רגשות עד עתה.
03:08
This is, then, how they're presented.
63
172000
2000
וכך, זוהי הצורה בה הן מוצגות.
03:10
These dots here represent some of the English-speaking world's
64
174000
3000
הנקודות כאן מייצגות חלק מהרגשות מהשעות האחרונות
03:13
feelings from the last few hours,
65
177000
3000
של העולם דובר האנגלית.
03:16
each dot being a single sentence stated by a single blogger.
66
180000
3000
כל נקודה מהווה משפט יחיד, אשר נכתב על-ידי בלוגר אחד.
03:19
And the color of each dot corresponds to the type of feeling inside,
67
183000
3000
והצבע של כל נקודה מתאים לסוג הרגש הנמצא בתוכה,
03:22
so the bright ones are happy, and the dark ones are sad.
68
186000
3000
כך שהנקודות הבהירות הן שמחות, והשחורות הן עצובות.
03:25
And the diameter of each dot corresponds
69
189000
2000
וגודלה של כל נקודה מתאים
03:27
to the length of the sentence inside.
70
191000
2000
לאורך המשפט בתוכה.
03:29
So the small ones are short, and the bigger ones are longer.
71
193000
3000
כך שהקטנות הן קצרות, והגדולות יותר הן ארוכות יותר.
03:32
"I feel fine with the body I'm in, there'll be no easy excuse
72
196000
2000
"אני מרגישה טוב עם הגוף בו אני נמצאת, אין שום תירוץ קל
03:34
for why I still feel uncomfortable being close to my boyfriend,"
73
198000
4000
להרגשת חוסר הנוחות שאני עדיין מרגישה כשאני קרובה לחבר שלי."
03:38
from a twenty-two-year-old in Japan.
74
202000
2000
מנערה בת עשרים ושתיים ביפן.
03:40
"I got this on some trading locally,
75
204000
2000
"השגתי את זה על-ידיי מסחר מקומי,
03:42
but really don't feel like screwing with wiring and crap."
76
206000
2000
אבל ממש לא בא לי להתעסק עם החיווט וכל השטויות."
03:44
Also, some of the feelings contain photographs in the blog posts.
77
208000
3000
כמו-כן, חלק מן הרגשות מכילות תמונות בפוסטים של הבלוגים,
03:47
And when that happens, these montage compositions are automatically created,
78
211000
5000
וכאשר זה קורה, הקומפוזיציות הללו מורכבות בצורה אוטומטית,
03:52
which consist of the sentence and images being combined.
79
216000
3000
והן מכילות את המשפט והתמונה גם יחד.
03:55
And any of these can be opened up to reveal the sentence inside.
80
219000
4000
וכל אחת מאלה יכולה להפתח ולגלות את המשפט שבפנים.
03:59
"I feel good."
81
223000
5000
"אני מרגישה טוב."
04:04
"I feel rough now, and I probably gained 100,000 pounds,
82
228000
3000
"אני מרגישה מחוספסת עכשיו, ובטח העלתי איזה 100,000 פאונד (כ-45 אלף קילוגרם)
04:07
but it was worth it."
83
231000
4000
אבל זה היה שווה את זה."
04:11
"I love how they were able to preserve most in everything
84
235000
3000
"אני אוהבת את איך שהם הצליחו לשמר כמעט בכל דבר
04:14
that makes you feel close to nature -- butterflies,
85
238000
2000
שגורם לך להרגיש קרוב לטבע -- פרפרים,
04:16
man-made forests, limestone caves and hey, even a huge python."
86
240000
5000
יערות מעשי-אדם, מערות גיר והיי, אפילו פיתון ענק."
04:21
So the next movement is called mobs.
87
245000
2000
אם כן, העמוד הבא נקרא אספסוף.
04:23
This provides a slightly more statistical look at things.
88
247000
2000
הוא מספק מבט מעט יותר סטטיסטי על הדברים.
04:25
This is showing the world's most common feelings overall right now,
89
249000
3000
הוא מראה את הרגשות השכיחים ביותר בסך-הכל ברגע זה בעולם,
04:28
dominated by better, then bad, then good, then guilty, and so on.
90
252000
3000
נשלטים על-ידי טוב יותר, אז רע, אז בסדר, אז אשמה, וכן הלאה.
04:31
Weather causes the feelings to assume the physical traits
91
255000
3000
מזג-האוויר גורם לרגשות להצטייר כתכונות פיזיות
04:34
of the weather they represent. So the sunny ones swirl around,
92
258000
2000
של מזג-האוויר אותם הם מייצגים. כך שהשימשיים שבהם מתערבלים סביב
04:36
the cloudy ones float along, the rainy ones fall down,
93
260000
3000
המעוננים מרחפים לאיטם, הגשמיים שבהם נופלים למטה,
04:39
and the snowy ones flutter to the ground.
94
263000
2000
והשלגיים מרפרפים מטה אל האדמה.
04:41
You can also stop a raindrop and open the feeling inside.
95
265000
6000
אתם גם יכולים לעצור טיפת גשם ולפתוח את הרגש שבתוכה.
04:47
Finally, location causes the feelings to move to their spots
96
271000
2000
לבסוף, מיקום גורם לרגשות לזוז למקומות שלהם
04:49
on a world map, giving you a sense of their geographic distribution.
97
273000
3000
במפת העולם, בכך ניתנת לך תחושה לגביי החלוקה הגיאוגרפית שלהם.
04:52
So I'll show you now some of my favorite montages from "We Feel Fine."
98
276000
3000
אז עתה אראה לכם כמה מהמצרפים האהובים עליי מ"אנו מרגישים נפלא".
04:55
These are the images that are automatically constructed.
99
279000
2000
אלו התמונות אשר נבנות בצורה אוטומטית.
04:57
"I feel like I'm diagonally parked in a parallel universe."
100
281000
3000
"אני מרגיש כאילו אני חונה באלכסון ביקום מקביל."
05:00
(Laughter)
101
284000
3000
(צחוק)
05:03
"I've kissed numerous other boys and it hasn't felt good,
102
287000
2000
"אני נישקתי מספר רב של בנים אחרים וזה לא הרגיש טוב,
05:05
the kisses felt messy and wrong,
103
289000
2000
הנשיקות הרגישו מלוכלכות ושגויות,
05:07
but kissing Lucas feels beautiful and almost spiritual."
104
291000
6000
אבל לנשק את לוקאס מרגיש מדהים וכמעט רוחני."
05:13
"I can feel my cancer grow."
105
297000
3000
"אני יכולה להרגיש את הסרטן שלי גדל."
05:16
"I feel pretty."
106
300000
3000
"אני מרגישה יפה."
05:19
"I feel skinny, but I'm not."
107
303000
3000
"אני מרגישה רזה, אבל אני לא."
05:22
"I'm 23, and a recovering meth and heroin addict,
108
306000
2000
"אני בת עשרים ושלוש, ומשתקמת מהתמכרות לספיד והרואין,
05:24
and feel absolutely blessed to still be alive."
109
308000
3000
ומרגישה פשוט מבורכת על כך שאני עדיין בחיים.
05:27
"I can't wait to see them racing for the first time at Daytona next month,
110
311000
3000
"אני לא יכול לחכות לראות אותם במירוץ בפעם הראשונה בדיטונה חודש הבא,
05:30
because I feel the need for speed."
111
314000
2000
כי יש לי את הצורך במהירות."
05:32
(Laughter)
112
316000
3000
(צחוק)
05:35
"I feel sassy."
113
319000
1000
"אני מרגישה חצופה."
05:36
"I feel so sexy in this new wig."
114
320000
3000
"אני מרגישה כל-כך סקסית בפאה החדשה הזו."
05:39
As you can see, "We Feel Fine" collects
115
323000
2000
כמו שאתם רואים, "אנו מרגישים נפלא" אוסף
05:41
very, very small-scale personal stories.
116
325000
2000
סיפורים אישיים בקנה-מידה מאוד מאוד קטן.
05:43
Sometimes, stories as short as two or three words.
117
327000
2000
לעיתים סיפורים קצרים עד כדי שתיים שלוש מילים.
05:45
So, really even challenging the notion
118
329000
2000
כך שלמעשה הוא אפילו מאתגר את המחשבה
05:47
of what can be considered a story.
119
331000
2000
של מה יכול להחשב כסיפור.
05:49
And recently, I've become interested in diving much more deeply into a single story.
120
333000
4000
ולאחרונה, התחלתי להתעניין בכניסה רבה יותר לעומקו של סיפור יחיד.
05:53
And that's led me to doing some work with the physical world,
121
337000
3000
וזה הוביל אותי לעשות מעט עבודה בעולם הפיזי,
05:56
not with the Internet,
122
340000
1000
לא עם הרשת,
05:57
and only using the Internet at the very last moment, as a presentation medium.
123
341000
4000
ולהשתמש ברשת רק ברגע האחרון ממש כמדיום למצגת.
06:01
So these are some newer projects that
124
345000
1000
אז אלו הם פרוייקטים חדשים יותר
06:02
actually aren't even launched publicly yet.
125
346000
2000
שלמעשה עדיין לא שוחררו לציבור עדיין.
06:04
The first such one is called "The Whale Hunt."
126
348000
2000
הראשון נקרא "ציד הליוויתן."
06:06
Last May, I spent nine days living up in Barrow, Alaska,
127
350000
3000
במאי האחרון ביליתי תשעה ימים בבארוו, אלסקה,
06:09
the northernmost settlement in the United States,
128
353000
2000
המושבה הצפונית ביותר בארה"ב,
06:11
with a family of Inupiat Eskimos,
129
355000
2000
עם משפחת אסקימוסים אינופיטית,
06:13
documenting their annual spring whale hunt.
130
357000
3000
מתעד את ציד הליוויתן השנתי שלהם באביב.
06:16
This is the whaling camp here, we're about six miles from shore,
131
360000
3000
זהו מחנה הצייד, אנו כשישה מייל (כתשע וחצי קילומטר) מהחוף,
06:19
camping on five and a half feet of thick, frozen pack ice.
132
363000
3000
חונים על צרור עבה וקפוא של קרח, בגודל של חמש וחצי רגל ( כמטר וחצי).
06:22
And that water that you see there is the open lead,
133
366000
2000
והמים שאתם רואים שם הם הפתח
06:24
and through that lead, bowhead whales migrate north each springtime.
134
368000
4000
ודרך הפתח הזה, נודדים ליוויתנים קשותי ראש צפונה בכל תקופת אביב.
06:28
And the Eskimo community basically camps out on the edge of the ice here,
135
372000
3000
וקהילת האסקימוסים למעשה חונה על קצה הקרח כאן,
06:31
waits for a whale to come close enough to attack. And when it does,
136
375000
3000
מחכים לליווייתן שיבוא קרוב מספיק בכדי לתקוף אותו, וכאשר הוא עושה זאת,
06:34
it throws a harpoon at it, and then hauls the whale up
137
378000
2000
הם זורקים לעברו צלצל, ואז הם מעלים את הליווייתן למעלה
06:36
under the ice, and cuts it up.
138
380000
2000
מעל הקרח, וחותכים אותו.
06:38
And that would provide the community's food supply for a long time.
139
382000
2000
וזה ייספק לקהילה אספקת מזון לזמן רב.
06:40
So I went up there, and I lived with these guys
140
384000
2000
אז עליתי לשם והתגוררתי עם החבר'ה האלה
06:42
out in their whaling camp here, and photographed the entire experience,
141
386000
3000
בחוץ במחנה הצייד כאן, וצילמתי את כל ההתנסות כולה.
06:45
beginning with the taxi ride to Newark airport in New York,
142
389000
4000
מההתחלה עם הנסיעה במונית לנמל התעופה ניוארק אשר בניו-יורק,
06:49
and ending with the butchering of the second whale, seven and a half days later.
143
393000
3000
ובסיום עם שחיטתו של הליווייתן השני, שבע וחצי ימים אחר-כך.
06:52
I photographed that entire experience at five-minute intervals.
144
396000
3000
צילמתי את כל החוויה ברווחים של 5 דקות.
06:55
So every five minutes, I took a photograph.
145
399000
2000
כך שכל חמש דקות, אני צילמתי תמונה.
06:57
When I was awake, with the camera around my neck.
146
401000
2000
כאשר הייתי ער, עם המצלמה מסביב לצווארי;
06:59
When I was sleeping, with a tripod and a timer.
147
403000
2000
כאשר ישנתי, עם חצובה ושעון עצר.
07:01
And then in moments of high adrenaline,
148
405000
2000
וברגעים של אנדרנלין גבוה,
07:03
like when something exciting was happening,
149
407000
2000
למשל כאשר משהו מרגש קרה,
07:05
I would up that photographic frequency to as many as
150
409000
2000
הייתי מעלה את תדירות הצילום לכדי
07:07
37 photographs in five minutes.
151
411000
2000
שלושים ושבע תמונות בחמש דקות.
07:09
So what this created was a photographic heartbeat
152
413000
2000
כך מה שזה יצר היה דופק לב צילומי
07:11
that sped up and slowed down, more or less matching
153
415000
2000
אשר התגבר ונחלש, בתיאום פחות או יותר
07:13
the changing pace of my own heartbeat.
154
417000
3000
עם שינויי קצב דפיקות הלב שלי.
07:16
That was the first concept here.
155
420000
2000
זה היה הרעיון הראשון כאן.
07:18
The second concept was to use this experience to think about
156
422000
2000
הרעיון השני היה להשתמש בחוויה בכדי לחשוב על
07:20
the fundamental components of any story.
157
424000
2000
המרכיבים הבסיסיים של כל סיפור.
07:22
What are the things that make up a story?
158
426000
2000
מה הם הדברים אשר יוצרים סיפור?
07:24
So, stories have characters. Stories have concepts.
159
428000
3000
אז, לסיפורים יש דמויות. לסיפורים יש רעיונות.
07:27
Stories take place in a certain area. They have contexts.
160
431000
2000
סיפורים מתרחשים באיזור מסויים. יש להם הקשרים.
07:29
They have colors. What do they look like?
161
433000
2000
יש להם צבעים. כיצד הם נראים?
07:31
They have time. When did it take place? Dates -- when did it occur?
162
435000
3000
יש להם קו זמן. מתי זה התרחש? תאריכים, מתי זה קרה?
07:34
And in the case of the whale hunt, also this idea of an excitement level.
163
438000
3000
ובמקרה זה של צייד הליוויתן, גם נמצא הרעיון של רמת ההתרגשות.
07:37
The thing about stories, though, in most of the existing mediums
164
441000
3000
הבעיה עם הסיפורים היא, שברוב המדיות הקיימות כיום
07:40
that we're accustomed to -- things like novels, radio,
165
444000
3000
שאנו מורגלים אליהם -- דברים כמו נובלות, רדיו,
07:43
photographs, movies, even lectures like this one --
166
447000
2000
צילומים, סרטים, ואפילו הרצאות כמו זו --
07:45
we're very accustomed to this idea of the narrator or the camera position,
167
449000
4000
אנו מאוד מורגלים לרעיון המספר, או לעמדת המצלמה.
07:49
some kind of omniscient, external body
168
453000
2000
סוג של יודע כל חוץ-גופי
07:51
through whose eyes you see the story.
169
455000
3000
אשר דרכו אתם רואים את הסיפור.
07:54
We're very used to this.
170
458000
2000
אנו מאוד מורגלים לכך.
07:56
But if you think about real life, it's not like that at all.
171
460000
2000
אך אם אתם חושבים על החיים האמיתיים, זה לא כך כלל וכלל.
07:58
I mean, in real life, things are much more nuanced and complex,
172
462000
2000
אני מתכוון שבחיים האמיתיים, דברים הם בעלי הרבה יותר ניואנסים והרבה יותר מורכבים,
08:00
and there's all of these overlapping stories
173
464000
2000
וישנם כל מיני סיפורים חופפים
08:02
intersecting and touching each other.
174
466000
2000
המצטלבים ונוגעים אחד בשני.
08:04
And so I thought it would be interesting to build a framework
175
468000
3000
ועקב זה חשבתי שזה יהיה מעניין לבנות מערכת
08:07
to surface those types of stories. So, in the case of "The Whale Hunt,"
176
471000
4000
אשר תציף את הסוג הזה של הסיפורים. כך, שבמקרה של "צייד הליווייתן,"
08:11
how could we extract something like the story of Simeon and Crawford,
177
475000
3000
כיצד אנו יכולים לחלץ משהו כמו סיפורם של סיימאון וקראופורד,
08:14
involving the concepts of wildlife, tools and blood, taking place on the Arctic Ocean,
178
478000
4000
הקשורים ברעיונות של חיי טבע, כלים ודם, אשר מתרחשים באוקיינוס הארקטי,
08:18
dominated by the color red, happening around 10 a.m. on May 3,
179
482000
3000
הנשלטים על-ידיי הצבע האדום, ושקורים באיזור שעה עשר בבוקר בשלישי למאי,
08:21
with an excitement level of high?
180
485000
2000
עם רמת התרגשות גבוהה?
08:23
So, how to extract this order of narrative from this larger story?
181
487000
5000
אם כן, כיצד לחלץ את סוג הנרטיב הזה מתוך הסיפור הגדול יותר?
08:28
I built a web interface for viewing "The Whale Hunt" that attempts to do just this.
182
492000
5000
אני בניתי ממשק רשת לצפיית "צייד הליווייתן" אשר מנסה לעשות בדיוק את הדבר הזה.
08:33
So these are all 3,214 pictures taken up there.
183
497000
4000
אז אלו הם כל 3,214 התמונות שנלקחו שם.
08:37
This is my studio in Brooklyn. This is the Arctic Ocean,
184
501000
4000
זהו הסטודיו שלי בברוקלין. זהו האוקיינוס הארקטי,
08:41
and the butchering of the second whale, seven days later.
185
505000
3000
והשחיטה של הליווייתן השני, שבעה ימים אחר-כך.
08:44
You can start to see some of the story here, told by color.
186
508000
3000
אתם יכולים להתחיל לראות חלק מהסיפור כאן, מסופר על-ידיי צבע.
08:47
So this red strip signifies the color of the wallpaper
187
511000
3000
כך שהרצועה האדומה מסמלת את צבעו של הטפט
08:50
in the basement apartment where I was staying.
188
514000
2000
בדירת המרתף בה שהיתי.
08:52
And things go white as we move out onto the Arctic Ocean.
189
516000
3000
ודברים הולכים ונהפכים לבנים ככל שאנו זזים על האוקיינוס הארקטי.
08:55
Introduction of red down here, when whales are being cut up.
190
519000
4000
כניסה של אדום כאן, היכן שמתחילים לחתוך את הליוויתנים.
08:59
You can see a timeline, showing you the exciting moments throughout the story.
191
523000
3000
אתם יכולים לראות את רצועת הזמן, המראה לכם את הרגעים המרגשים במהלכו של הסיפור.
09:02
These are organized chronologically.
192
526000
2000
אלו מאורגנים כרונולוגית.
09:04
Wheel provides a slightly more playful version of the same,
193
528000
3000
הגלגל מאפשר לנו גירסה משחקית יותר של אותו רעיון,
09:07
so these are also all the photographs organized chronologically.
194
531000
3000
כך שגם אלו הן התמונות המאורגנות בצורה כורונולוגית.
09:10
And any of these can be clicked,
195
534000
2000
ועל כל אחת מאלה ניתן ללחוץ,
09:12
and then the narrative is entered at that position.
196
536000
2000
ואז הנרטיב נכנס בנקודה זו.
09:14
So here I am sleeping on the airplane heading up to Alaska.
197
538000
3000
אז הנה אני ישן במטוס בדרכי אל אלסקה.
09:17
That's "Moby Dick."
198
541000
2000
זה מובי דיק.
09:19
This is the food we ate.
199
543000
2000
זה האוכל שאכלנו.
09:21
This is in the Patkotak's family living room
200
545000
3000
זהו הסלון של משפחת פטקוטאק
09:24
in their house in Barrow. The boxed wine they served us.
201
548000
3000
בביתם בבארוו. היין מהקרטון אותו הם הגישו לנו.
09:27
Cigarette break outside -- I don't smoke.
202
551000
3000
הפסקת סיגריות בחוץ -- אני לא מעשן.
09:30
This is a really exciting sequence of me sleeping.
203
554000
4000
זהו רצף באמת מרגש שלי ישן.
09:34
This is out at whale camp, on the Arctic Ocean.
204
558000
4000
זה במחנה הצייד, על האוקיינוס הארקטי.
09:38
This graph that I'm clicking down here is meant to be
205
562000
2000
הגרף עליו אני לוחץ כאן אמור להיות
09:40
reminiscent of a medical heartbeat graph,
206
564000
2000
דומה לגרף רפואי של דפיקות לב,
09:42
showing the exciting moments of adrenaline.
207
566000
5000
המראה את רגעי ההתרגשות של האנדרנלין.
09:47
This is the ice starting to freeze over. The snow fence they built.
208
571000
3000
זהו הקרח המתחיל לקפוא. גדר השלג אותה הם בנו.
09:50
And so what I'll show you now is the ability to pull out sub-stories.
209
574000
3000
אם כך, מה שאני אראה לכם כעת זו היכולת לשלוף תת-סיפורים.
09:53
So, here you see the cast. These are all of the people in "The Whale Hunt"
210
577000
4000
אז כאן אתם רואים את צוות השחקנים. אלו כל האנשים שנמצאים ב"צייד הליווייתן,"
09:57
and the two whales that were killed down here.
211
581000
2000
ושני הליוויתנים שנהרגו כאן למטה.
09:59
And we could do something as arbitrary as, say,
212
583000
2000
ואנחנו יכולים לעשות משהו שרירותי, נאמר,
10:01
extract the story of Rony, involving the concepts of blood
213
585000
6000
לשלוף את סיפורו של רוני, הקשור ברעיונות של דם
10:07
and whales and tools, taking place on the Arctic Ocean,
214
591000
5000
וליווייתנים וכלים, המתרחש באוקיינוס הארקטי,
10:12
at Ahkivgaq camp, with the heartbeat level of fast.
215
596000
4000
במחנה אהקיוגאק עם קצב לב מהיר.
10:16
And now we've whittled down that whole story
216
600000
2000
ועכשיו גילפנו לנו את הסיפור השלם
10:18
to just 29 matching photographs,
217
602000
2000
לכדי עשרים ותשע תמונת תואמות,
10:20
and then we can enter the narrative at that position.
218
604000
2000
ואנחנו יכולים להיכנס לנרטיב בנקודה זו.
10:22
And you can see Rony cutting up the whale here.
219
606000
2000
ואתם יכולים לראות את רוני חותך את הליווייתן כאן.
10:24
These whales are about 40 feet long,
220
608000
2000
הליווייתנים הללו הם בגודל של כארבעים רגל (כ-12 מטר),
10:26
and weighing over 40 tons. And they provide the food source
221
610000
3000
ושוקלים למעלה מ-40 טון. והם מספקים כמקור האוכל
10:29
for the community for much of the year.
222
613000
4000
לקהילה ברוב ימות השנה.
10:33
Skipping ahead a bit more here, this is Rony on the whale carcass.
223
617000
5000
נדלג מעט קדימה, נראה את רוני על גופתו של הליווייתן.
10:38
They use no chainsaws or anything; it's entirely just blades,
224
622000
3000
הם לא משתמשים בשום מסור חשמלי או משהו בסגנון, זו עבודת להבים בלבד,
10:41
and an incredibly efficient process.
225
625000
2000
וזהו תהליך אפקטיבי להדהים.
10:43
This is the guys on the rope, pulling open the carcass.
226
627000
3000
אלו הבחורים על החבל, המבתקים את גופת הליוויתן.
10:46
This is the muktuk, or the blubber, all lined up for community distribution.
227
630000
4000
זהו המוקטוק, או השומן, המאורגן בשורה למען חלוקה לקהילה.
10:50
It's baleen. Moving on.
228
634000
3000
זוהי מניפה. ממשיכים הלאה.
10:53
So what I'm going to tell you about next
229
637000
2000
מה שאני הולך לספר לכם עליו כעת
10:55
is a very new thing. It's not even a project yet.
230
639000
3000
הוא דבר חדש מאוד. הוא אפילו לא פרוייקט עדיין.
10:58
So, just yesterday, I flew in here from Singapore, and before that,
231
642000
3000
רק אתמול, טסתי לכאן מסינגפור, ולפני זה,
11:01
I was spending two weeks in Bhutan, the small Himalayan kingdom
232
645000
4000
ביליתי שבועיים בבהוטן, הממלכה ההימלאיית הקטנה
11:05
nestled between Tibet and India.
233
649000
2000
השוכנת בין טיבט והודו.
11:07
And I was doing a project there about happiness,
234
651000
3000
ועשיתי פרוייקט על אושר,
11:10
interviewing a lot of local people.
235
654000
2000
ראיינתי הרבה אנשים מקומיים.
11:12
So Bhutan has this really wacky thing where they base
236
656000
6000
לבהוטן יש דרך מאוד מוזרה שבא הם מבססים
11:18
most of their high-level governmental decisions around the concept
237
662000
2000
את רוב ההחלטות הממשלתיות החשובות שלהן סביב הרעיון
11:20
of gross national happiness instead of gross domestic product,
238
664000
4000
של האושר המדיני במקום התוצר המקומי הגולמי,
11:24
and they've been doing this since the '70s.
239
668000
2000
והם עושים זאת מאז שנות השבעים.
11:26
And it leads to just a completely different value system.
240
670000
3000
וזה הוביל לשווי ערך שונה לחלוטין.
11:29
It's an incredibly non-materialistic culture,
241
673000
2000
זוהי תרבות לא חומרנית מדהימה
11:31
where people don't have a lot, but they're incredibly happy.
242
675000
3000
שבה אין לאנשים הרבה, אך הם מאושרים מאוד.
11:34
So I went around and I talked to people about some of these ideas.
243
678000
3000
אז הסתובבתי לי ודיברתי עם אנשים על כמה מהרעיונות האלה.
11:37
So, I did a number of things. I asked people a number of set questions,
244
681000
3000
ועשיתי מספר דברים. שאלתי את האנשים מספר מוכן מראש של שאלות,
11:40
and took a number of set photographs,
245
684000
2000
ולקחתי מספר ידוע של תמונות,
11:42
and interviewed them with audio, and also took pictures.
246
686000
2000
וראיינתי אותם עם אודיו, וגם לקחתי תמונות.
11:44
I would start by asking people to rate their happiness
247
688000
2000
התחלתי בכך שביקשתי מהאנשים לדרג את רמת האושר שלהם
11:46
between one and 10, which is kind of inherently absurd.
248
690000
3000
בין אחד לעשר, שזה די אבסורדי מיסודו.
11:49
And then when they answered, I would inflate that number of balloons
249
693000
3000
ולאחר שהם ענו, הייתי מנפח את את שווי המספר בבלונים
11:52
and give them that number of balloons to hold.
250
696000
2000
ונותן להם להחזיק את הבלונים.
11:54
So, you have some really happy person holding 10 balloons,
251
698000
2000
ואז יש לך כמה אנשים באמת מאוד מאושרים האוחזים בעשרה בלונים,
11:56
and some really sad soul holding one balloon.
252
700000
4000
וכמה עצובים מאוד האוחזים בבלון אחד.
12:00
But you know, even holding one balloon is like, kind of happy.
253
704000
3000
אבל אתם יודעים, אפילו לאחוז בבלון אחד זה קצת משמח.
12:03
(Laughter)
254
707000
2000
(צחוק)
12:05
And then I would ask them a number of questions like
255
709000
2000
לאחר-מכן הייתי שואל אותם מספר שאלות כמו,
12:07
what was the happiest day in their life, what makes them happy.
256
711000
2000
מה היה היום המאושר בחייהם, מה עושה אותם מאושרים.
12:09
And then finally, I would ask them to make a wish.
257
713000
3000
ולבסוף, הייתי מבקש מהם לבקש משאלה.
12:12
And when they made a wish, I would write their wish
258
716000
2000
וכשהם ביקשו את המשאלה, כתבתי אותה
12:14
onto one of the balloons and take a picture of them holding it.
259
718000
3000
על אחד הבלונים ולוקח תמונה שלהם אוחזים בבלון.
12:17
So I'm going to show you now just a few brief snippets
260
721000
3000
אני הולך להראות לכם עכשיו רק כמה קטעים קצרים
12:20
of some of the interviews that I did, some of the people I spoke with.
261
724000
3000
של חלק מהראיונות שעשיתי, כמה מהאנשים עמם דיברתי.
12:23
This is an 11-year-old student.
262
727000
2000
זהו תלמיד בן אחד-עשר.
12:25
He was playing cops and robbers with his friends, running around town,
263
729000
3000
הוא התרוצץ בעיירה ושיחק שוטרים וגנבים עם חבריו,
12:28
and they all had plastic toy guns.
264
732000
2000
ולכולם היה אקדחי צעצוע מפלסטיק.
12:30
His wish was to become a police officer.
265
734000
3000
משאלתו הייתה להיות שוטר.
12:33
He was getting started early. Those were his hands.
266
737000
3000
הוא התחיל מוקדם. אלו הן ידיו.
12:36
I took pictures of everybody's hands,
267
740000
2000
צילמתי את ידיהם של כולם.
12:38
because I think you can often tell a lot about somebody
268
742000
2000
כי אני חושב שלעיתים ניתן לדעת הרבה על אדם.
12:40
from how their hands look. I took a portrait of everybody,
269
744000
3000
לפי מראה ידיו. צילמתי תמונת דיוקן של כולם,
12:43
and asked everybody to make a funny face.
270
747000
3000
וביקשתי מכולם לעשות פרצוף מצחיק.
12:46
A 17-year-old student. Her wish was to have been born a boy.
271
750000
4000
תלמידה בת שבע-עשרה. משאלתה הייתה להיוולד כבן.
12:50
She thinks that women have a pretty tough go of things in Bhutan,
272
754000
3000
היא חושבת שלנשים יש חיים די קשים בבהוטן,
12:53
and it's a lot easier if you're a boy.
273
757000
2000
והם קלים בהרבה אם אתה בן.
13:01
A 28-year-old cell phone shop owner.
274
765000
2000
בעל חנות לטלפונים סלולריים בן עשרים ושמונה.
13:03
If you knew what Paro looked like, you'd understand
275
767000
2000
אם הייתם יודעים כיצד פארו נראית, הייתם מבינים
13:05
how amazing it is that there's a cell phone shop there.
276
769000
5000
כמה מדהים זה שיש שם חנות לסלולריים.
13:10
He wanted to help poor people.
277
774000
2000
הוא רצה לעזור לאנשים עניים.
13:19
A 53-year-old farmer. She was chaffing wheat,
278
783000
3000
חוואית בת חמישים ושלוש. היא בררה חיטה,
13:22
and that pile of wheat behind her
279
786000
2000
ולקח לה כשבוע לעשות
13:24
had taken her about a week to make.
280
788000
2000
את ערימת החיטה מאחוריה.
13:26
She wanted to keep farming until she dies.
281
790000
4000
היא רצתה להמשיך לעבוד בחקלאות עד שהיא תמות.
13:30
You can really start to see the stories told by the hands here.
282
794000
3000
אתם ממש יכולים להתחיל לראות את הסיפורים כפי שהידיים מספרות אותם כאן.
13:33
She was wearing this silver ring that had the word "love" engraved on it,
283
797000
3000
היא ענדה את טבעת הכסף הזו עליה הייתה חרוטה המילה "אהבה",
13:36
and she'd found it in the road somewhere.
284
800000
3000
והיא מצאה אותה על הדרך היכן שהוא.
13:43
A 16-year-old quarry worker.
285
807000
2000
עובד מחצבה בן שש-עשרה.
13:45
This guy was breaking rocks with a hammer in the hot sunlight,
286
809000
4000
הבחור הזה שבר אבנים עם פטיש תחת השמש הקופחת,
13:49
but he just wanted to spend his life as a farmer.
287
813000
3000
אבל הוא רק רצה לבלות את חייו כחוואי.
13:59
A 21-year-old monk. He was very happy.
288
823000
5000
נזיר בן עשרים ואחד. הוא היה מאושר מאוד.
14:04
He wanted to live a long life at the monastery.
289
828000
3000
הוא רצה לחיות חיים ארוכים במנזר.
14:10
He had this amazing series of hairs growing out of a mole on the left side of his face,
290
834000
4000
היה לו מקבץ מדהים של שיערות שגדלו משומה בצד השמאלי של פרצופו,
14:14
which I'm told is very good luck.
291
838000
3000
מה שאמרו לי לגביו שזה מביא מזל.
14:17
He was kind of too shy to make a funny face.
292
841000
4000
הוא היה מעט ביישן מדי מכדי לעשות פרצוף מצחיק.
14:21
A 16-year-old student.
293
845000
5000
תלמידה בת שש-עשרה.
14:26
She wanted to become an independent woman.
294
850000
2000
היא רצתה להיות אישה עצמאית.
14:28
I asked her about that, and she said she meant
295
852000
1000
שאלתי אותה לגבי זה, והיא אמרה שהיא התכוונה
14:29
that she doesn't want to be married,
296
853000
2000
לזה שהיא לא רצתה להתחתן,
14:31
because, in her opinion, when you get married in Bhutan as a woman,
297
855000
3000
כי לדעתה, כאשר אתה מתחתן בבהוטן כאישה,
14:34
your chances to live an independent life kind of end,
298
858000
3000
הסיכויים שלך לחיות כאישה עצמאית די נגמרים,
14:37
and so she had no interest in that.
299
861000
2000
ולא היה לה שום עניין בכך.
14:45
A 24-year-old truck driver.
300
869000
2000
נהג משאית בן עשרים וארבע.
14:47
There are these terrifyingly huge Indian trucks
301
871000
2000
ישנם את אותן משאיות הודיות ענקיות ואימתניות
14:49
that come careening around one-lane roads with two-lane traffic,
302
873000
4000
שנוסעות על כבישים בעלי נתיב אחד עם תנועה של שתי נתיבים,
14:53
with 3,000-foot drop-offs right next to the road,
303
877000
3000
עם נפילה של 3,000 רגל (כ-900 מטר) בקצה הכביש,
14:56
and he was driving one of these trucks.
304
880000
2000
והוא נהג באחת מאותן משאיות.
14:58
But all he wanted was to just live a comfortable life, like other people.
305
882000
3000
אך כל אשר הוא רצה היה לחיות חיים נוחים כמו שאר האנשים.
15:08
A 24-year-old road sweeper. I caught her on her lunch break.
306
892000
3000
מנקת דרכים בת עשרים וארבע. תפסתי אותה בזמן הפסקת הצהריים שלה.
15:11
She'd built a little fire to keep warm, right next to the road.
307
895000
3000
היא אירגנה לעצמה אש קטנה כדי שתחמם אותה בצד הדרך.
15:14
Her wish was to marry someone with a car.
308
898000
4000
משאלתה הייתה להתחתן עם מישהו שיש לו מכונית.
15:18
She wanted a change in her life.
309
902000
2000
היא רצתה שינוי בחייה.
15:20
She lives in a little worker's camp right next to the road,
310
904000
3000
היא חיה במחנה עובדים קטן בצידי הדרך,
15:23
and she wanted a different lot on things.
311
907000
2000
והיא רצתה שדברים יתנהלו בצורה שונה.
15:33
An 81-year-old itinerant farmer.
312
917000
2000
חוואי נודד בן שמונים ואחד.
15:35
I saw this guy on the side of the road,
313
919000
2000
אני ראיתי את האיש הזה בצד הדרך,
15:37
and he actually doesn't have a home.
314
921000
2000
ולמעשה אין לו בית.
15:39
He travels from farm to farm each day trying to find work,
315
923000
2000
הוא נודד מחווה לחווה בכל יום ומנסה למצוא עבודה,
15:41
and then he tries to sleep at whatever farm he gets work at.
316
925000
4000
הוא מנסה לישון בחוות בהן הוא מוצא עבודה.
15:45
So his wish was to come with me, so that he had somewhere to live.
317
929000
3000
משאלתו הייתה לבוא איתי, בכדי שיהיה לו היכן שהוא לגור.
15:55
He had this amazing knife that he pulled out of his gho
318
939000
2000
הייתה לו את הסכין המדהימה הזו שהוא הוציא מתוך הגוו (שמלת גבר מסורתית בבהוטן) שלו
15:57
and started brandishing when I asked him to make a funny face.
319
941000
4000
והא התחיל לנופף בה כשביקשתי ממנו לעשות פרצוף מצחיק.
16:01
It was all good-natured.
320
945000
2000
הכל היה ברוח טובה.
16:04
A 10-year-old.
321
948000
4000
ילד בן עשר.
16:08
He wanted to join a school and learn to read,
322
952000
2000
הוא רצה להצטרף לבית-ספר וללמוד לקרוא,
16:10
but his parents didn't have enough money to send him to school.
323
954000
4000
אבל להוריו לא היה מספיק כסף כדי לשלוח אותו לבית-ספר.
16:14
He was eating this orange, sugary candy
324
958000
2000
הוא אכל ממתק תפוז מסוכר
16:16
that he kept dipping his fingers into,
325
960000
2000
אליו הוא טבל את אצבעותיו,
16:18
and since there was so much saliva on his hands,
326
962000
2000
ומכיוון שהיה כל-כך הרבה רוק על ידיו,
16:20
this orange paste started to form on his palms.
327
964000
3000
המשחה של התפוז החלה להתגבש על כפות ידיו.
16:27
(Laughter)
328
971000
2000
(צחוק)
16:30
A 37-year-old road worker.
329
974000
3000
עובד כביש בן שלושים ושבע.
16:33
One of the more touchy political subjects in Bhutan
330
977000
4000
אחד הנושאים היותר רגישים פוליטית בבהוטן
16:37
is the use of Indian cheap labor
331
981000
3000
הוא השימוש בכוח עבודה הודי זול
16:40
that they import from India to build the roads,
332
984000
3000
שאותם הם מייבאים מהודו כדי לבנות את הכבישים,
16:43
and then they send these people home once the roads are built.
333
987000
2000
ואז הם שולחים את האנשים הללו הביתה ברגע שהכבישים ניבנו.
16:45
So these guys were in a worker's gang
334
989000
2000
אז החבר'ה האלה היו בחבורת עובדים
16:47
mixing up asphalt one morning on the side of the highway.
335
991000
3000
מערבבים אספלט בבוקר אחד בצד הכביש המהיר.
16:50
His wish was to make some money and open a store.
336
994000
3000
משאלתו הייתה לעשות קצת כסף ולפתוח חנות.
17:00
A 75-year-old farmer. She was selling oranges on the side of the road.
337
1004000
4000
חוואית בת שבעים וחמש. היא מכרה תפוזים בצידי הדרך.
17:04
I asked her about her wish, and she said,
338
1008000
2000
שאלתי אותה לגבי המשאלה שלה, והיא אמרה,
17:06
"You know, maybe I'll live, maybe I'll die, but I don't have a wish."
339
1010000
3000
"אתה יודע, אולי אני אחיה, אולי אני אמות, אבל אין לי משאלה."
17:14
She was chewing betel nut, which caused her teeth
340
1018000
3000
היא לעסה אגוזי בטל, שגרמו לשיניה
17:17
over the years to turn very red.
341
1021000
2000
במהלך השנים להפוך לאדומים מאוד.
17:19
Finally, this is a 26-year-old nun I spoke to.
342
1023000
6000
ואחרונה, נזירה בת עשרים ושש שדיברתי איתה.
17:25
Her wish was to make a pilgrimage to Tibet.
343
1029000
3000
משאלתה הייתה לעלות לרגל לטיבט.
17:28
I asked her how long she planned to live in the nunnery and she said,
344
1032000
2000
שאלתי אותה כמה זמן היא מתכוונת לחיות במנזר והיא אמרה,
17:30
"Well, you know, of course, it's impermanent,
345
1034000
2000
"ובכן, אתה יודע, כמובן שזה ארעי,
17:32
but my plan is to live here until I'm 30, and then enter a hermitage."
346
1036000
4000
אבל התוכנית שלי היא לחיות כאן עד גיל שלושים, ואז להיכנס למשכן נזיר
17:36
And I said, "You mean, like a cave?" And she said, "Yeah, like a cave."
347
1040000
5000
ואני אמרתי, "את מתכוונת למשהו כמו מערה?" והיא אמרה, "כן, כמו מערה."
17:41
And I said, "Wow, and how long will you live in the cave?"
348
1045000
3000
ואני אמרתי, "וואו, וכמה זמן את מתכוונת לחיות במערה?"
17:44
And she said, "Well, you know,
349
1048000
2000
והיא אמרה, "ובכן, אתה יודע,
17:46
I think I'd kind of like to live my whole life in the cave."
350
1050000
4000
אני חושבת שאני די ארצה לחיות את כל חיי במערה."
17:50
I just thought that was amazing. I mean, she spoke in a way --
351
1054000
2000
אני חשבתי שזה פשוט מדהים. אני מתכוון, היא דיברה בכזו צורה --
17:52
with amazing English, and amazing humor, and amazing laughter --
352
1056000
3000
עם אנגלית מדהימה, והומור משובח, וצחוק נפלא --
17:55
that made her seem like somebody I could have bumped into
353
1059000
2000
שגרם לכך שהיא תדמה למישהו שאפשר להתקל בו
17:57
on the streets of New York, or in Vermont, where I'm from.
354
1061000
3000
ברחובות ניו-יורק, או בוורמונט, משם באתי.
18:00
But here she had been living in a nunnery for the last seven years.
355
1064000
3000
אך היא חיה במנזר בשבע השנים האחרונות.
18:03
I asked her a little bit more about the cave
356
1067000
3000
שאלתי אותה עוד קצת על המערה
18:06
and what she planned would happen once she went there, you know.
357
1070000
4000
ומה היא מתכננת שייקרה ברגע שתגיע לשם.
18:10
What if she saw the truth after just one year,
358
1074000
2000
מה אם היא תגלה את האמת לאחר שנה אחת בלבד,
18:12
what would she do for the next 35 years in her life?
359
1076000
2000
מה היא תעשה ב 35 שנים הבאות של חייה?
18:14
And this is what she said.
360
1078000
2000
וזה מה שהיא ענתה.
18:16
Woman: I think I'm going to stay for 35. Maybe -- maybe I'll die.
361
1080000
5000
אישה: אני חושבת שאני אשאר לשלושים וחמש, אולי -- אולי אני כבר אמות.
18:21
Jonathan Harris: Maybe you'll die? Woman: Yes.
362
1085000
2000
ג'ונתן האריס: אולי כבר תמותי? אישה: כן.
18:23
JH: 10 years? Woman: Yes, yes. JH: 10 years, that's a long time.
363
1087000
3000
ג'ונתן האריס: עשר שנים? אישה: כן, כן. ג'ונתן האריס: עשר שנים, זה הרבה זמן.
18:26
Woman: Yes, not maybe one, 10 years, maybe I can die
364
1090000
3000
אישה: כן, לא אולי שנה אחת, עשר שנים, אולי אני אוכל למות
18:29
within one year, or something like that.
365
1093000
2000
תוך שנה אחת, או משהו כזה.
18:31
JH: Are you hoping to?
366
1095000
2000
ג'ונתן האריס: את מקווה שכך יהיה?
18:33
Woman: Ah, because you know, it's impermanent.
367
1097000
2000
אישה: אה, בגלל שאתה יודע, זה ארעי.
18:35
JH: Yeah, but -- yeah, OK. Do you hope --
368
1099000
6000
ג'ונתן האריס: כן אבל -- כן, אוקיי. את מקווה --
18:41
would you prefer to live in the cave for 40 years,
369
1105000
3000
האם את מעדיפה לחיות במערה ארבעים שנה,
18:44
or to live for one year?
370
1108000
2000
או לחיות שנה אחת?
18:46
Woman: But I prefer for maybe 40 to 50.
371
1110000
4000
אישה: אבל אני מעדיפה אולי לחיות ארבעים עד חמישים.
18:50
JH: 40 to 50? Yeah.
372
1114000
1000
ג'ונתן האריס: ארבעים עד חמישים? כן.
18:51
Woman: Yes. From then, I'm going to the heaven.
373
1115000
3000
אישה: כן. משם אני הולכת לגן-עדן.
18:54
JH: Well, I wish you the best of luck with it.
374
1118000
5000
ג'ונתן האריס: ובכן אני מאחל לך את כל ההצלחה שבעולם עם זה.
18:59
Woman: Thank you.
375
1123000
1000
אישה: תודה לך.
19:00
JH: I hope it's everything that you hope it will be.
376
1124000
3000
ג'ונתן האריס: אני מקווה שזה יהיה כל מה שאת מקווה.
19:03
So thank you again, so much.
377
1127000
2000
אז שוב תודה רבה לך.
19:05
Woman: You're most welcome.
378
1129000
2000
אישה: אין בעד מה.
19:07
JH: So if you caught that, she said she hoped to die
379
1131000
2000
ג'ונתן האריס: אז אם תפסתם את זה. היא אמרה שהיא מקווה למות
19:09
when she was around 40. That was enough life for her.
380
1133000
3000
באיזור גיל ארבעים. זה מספיק זמן חיים עבורה.
19:12
So, the last thing we did, very quickly,
381
1136000
2000
הדבר האחרון שעשינו, אספר במהרה,
19:14
is I took all those wish balloons -- there were 117 interviews,
382
1138000
3000
היה לקחת את כל אותם בלוני המשאלות -- היו 117 ראיונות,
19:17
117 wishes -- and I brought them up to a place called Dochula,
383
1141000
4000
117 משאלות -- ואני הבאתי אותם למקום הנקרא דוצ'ולא,
19:21
which is a mountain pass in Bhutan, at 10,300 feet,
384
1145000
4000
זהו מעבר בהרים בבהוטן בגובה של 10,300 רגל (כ- 3,100 מטר),
19:25
one of the more sacred places in Bhutan.
385
1149000
3000
אחד המקומות הקדושים ביותר בבהוטן.
19:28
And up there, there are thousands of prayer flags
386
1152000
2000
ושם למעלה, ישנם רבבות רבות של דגלי תפילה
19:30
that people have spread out over the years.
387
1154000
2000
שאנשים פזרו במשך השנים.
19:32
And we re-inflated all of the balloons, put them up on a string,
388
1156000
3000
ואנחנו ניפחנו מחדש את הבלונים, ושמנו אותם על חוט,
19:35
and hung them up there among the prayer flags.
389
1159000
2000
ותלינו אותם שם יחד עם כל דגלי התפילה
19:37
And they're actually still flying up there today.
390
1161000
2000
והם למעשה עדיין מתעופפים להם שם למעלה היום.
19:39
So if any of you have any Bhutan travel plans in the near future,
391
1163000
3000
כך שאם למי מכם יש תכנוני נסיעה עתידיים לבהוטן,
19:42
you can go check these out. Here are some images from that.
392
1166000
3000
אתם יכולים ללכת ולראות אותם. הנה כמה תמונות שלהם.
19:46
We said a Buddhist prayer so that all these wishes could come true.
393
1170000
4000
נשאנו תפילה בודהיסטית כדי שכל המשאלות הללו תתגשמנה.
19:59
You can start to see some familiar balloons here.
394
1183000
3000
אתם יכולים לראות כמה בלונים מוכרים כאן.
20:02
"To make some money and to open a store" was the Indian road worker.
395
1186000
5000
"לעשות קצת כסף ולפתוח חנות" היה של עובד הכביש ההודי.
20:15
Thanks very much.
396
1199000
2000
תודה רבה לכם.
20:17
(Applause)
397
1201000
3000
(מחיאות כפיים)
ABOUT THE SPEAKER
Jonathan Harris - Artist, storyteller, Internet anthropologistArtist and computer scientist Jonathan Harris makes online art that captures the world's expression -- and gives us a glimpse of the soul of the Internet.
Why you should listen
Brooklyn-based artist Jonathan Harris' work celebrates the world's diversity even as it illustrates the universal concerns of its occupants. His computer programs scour the Internet for unfiltered content, which his beautiful interfaces then organize to create coherence from the chaos.
His projects are both intensely personal (the "We Feel Fine" project, made with Sep Kanvar, which scans the world's blogs to collect snapshots of the writers' feelings) and entirely global (the new "Universe," which turns current events into constellations of words). But their effect is the same -- to show off a world that resonates with shared emotions, concerns, problems, triumphs and troubles.
Jonathan Harris | Speaker | TED.com