TED2007
Jonathan Harris: The Web's secret stories
Jonathan Harris: le storie segrete del Web
Filmed:
Readability: 3.9
1,153,906 views
Jonathan Harris da un senso al mondo emotivo del Web. Con una profonda compassione per la condizione umana, i suoi progetti provocano la rete Internet per scoprire cosa proviamo e cosa cerchiamo.
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.
00:25
So I really consider myself a storyteller.
0
0
4000
Mi considero davvero un narratore.
00:29
But I don't really tell stories in the usual way,
1
4000
4000
Ma non racconto storie nel modo comune,
00:33
in the sense that I don't usually tell my own stories.
2
8000
3000
nel senso che normalmente non racconto le mie storie.
00:37
Instead, I'm really interested in building tools that allow
3
12000
2000
Invece sono interessato a creare strumenti che permettano
00:39
large numbers of other people to tell their stories,
4
14000
4000
ad un gran numero di persone di raccontare le loro storie,
00:43
people all around the world.
5
18000
1000
persone di tutto il mondo.
00:45
I do this because I think that people actually have a lot in common.
6
20000
4000
Lo faccio perchè credo che le persone abbiano molto in comune.
00:49
I think people are very similar,
7
24000
1000
Penso che le persone siano molto simili,
00:51
but I also think that we have trouble seeing that.
8
26000
2000
ma penso anche che facciamo fatica a vederlo.
00:54
You know, as I look around the world I see a lot of gaps,
9
29000
3000
Sapete, se do un'occhiata al mondo vedo molte differenze,
00:57
and I think we all see a lot of gaps.
10
32000
1000
e credo che tutti noi vediamo differenze.
00:59
And we define ourselves by our gaps.
11
34000
2000
Definiamo noi stessi attraverso le differenze.
01:02
There's language gaps,
12
37000
1000
Ci sono differenze di linguaggio,
01:04
there's ethnicity and racial gaps, there's age gaps,
13
39000
4000
ci sono differenze etniche e razziali, differenze di età,
01:08
there's gender gaps, there's sexuality gaps,
14
43000
5000
differenze di genere e di preferenze sessuali,
01:13
there's wealth and money gaps, there's education gaps,
15
48000
4000
differenze di ricchezza e di denaro, e di educazione,
01:18
there's also religious gaps.
16
53000
2000
e ci sono anche differenze di religione.
01:20
You know, we have all these gaps and I think we like our gaps
17
55000
2000
Sapete, abbiamo tutte queste differenze, penso che le amiamo
01:22
because they make us feel like we identify with something,
18
57000
3000
perchè ci fanno identificare in qualche cosa,
01:25
some smaller community.
19
60000
1000
in gruppi più piccoli.
01:26
But I think that actually, despite our gaps,
20
61000
2000
Ma credo che, malgrado le nostre differenze,
01:29
we really have a lot in common.
21
64000
1000
abbiamo davvero molto in comune.
01:30
And I think one thing we have in common is a very deep need
22
65000
4000
E credo che una cosa che abbiamo in comune è il bisogno profondo
01:35
to express ourselves.
23
70000
1000
di esprimerci.
01:36
I think this is a very old human desire. It's nothing new.
24
71000
5000
Credo sia un desiderio molto antico. Niente di nuovo.
01:42
But the thing about self-expression
25
77000
1000
Ma ciò che è caratteristico dell'espressione di sé
01:43
is that there's traditionally been this imbalance
26
78000
2000
è che c'è questo squilibrio tradizionale
01:45
between the desire that we have to express ourselves
27
80000
3000
tra il desiderio che abbiamo di esprimerci
01:48
and the number of sympathetic friends
28
83000
2000
e il numero di amici comprensivi
01:50
who are willing to stand around and listen.
29
85000
2000
che abbiano voglia di starci vicino e ascoltare.
01:52
(Laughter)
30
87000
1000
(Risate)
01:54
This, also, is nothing new.
31
89000
2000
Anche questa non è una novità.
01:56
Since the dawn of human history, we've tried to rectify this imbalance
32
91000
3000
Dall'alba della storia dell'umanità abbiamo cercato di correggere questo squilibrio
01:59
by making art, writing poems, singing songs,
33
94000
4000
creando arte, scrivendo poesie, cantando canzoni,
02:03
scripting editorials and sending them in to a newspaper,
34
98000
3000
scrivendo editoriali e spedendoli ai giornali,
02:06
gossiping with friends. This is nothing new.
35
101000
2000
spettegolando con gli amici. Niente di nuovo.
02:08
What's new is that in the last several years
36
103000
2000
Ciò che è nuovo è che negli ultimi anni
02:10
a lot of these very traditional physical human activities,
37
105000
3000
molte di queste tradizionali attività fisiche umane,
02:13
these acts of self-expression, have been moving onto the Internet.
38
108000
2000
questi atti di espressione di se stessi, si sono spostati su Internet.
02:16
And as that's happened, people have been leaving behind footprints,
39
111000
3000
Quando questo è accaduto, la gente ha lasciato impronte.
02:20
footprints that tell stories of their moments of self-expression.
40
115000
3000
impronte che raccontano le storie dei loro momenti di espressione.
02:24
And so what I do is, I write computer programs
41
119000
3000
Questo è quello che faccio: scrivo programmi per il computer
02:27
that study very large sets of these footprints,
42
122000
3000
che studiano grandi serie di queste impronte,
02:30
and then try to draw conclusions about the people who left them --
43
125000
3000
per arrivare a delle conclusioni sulle persone che le hanno lasciate --
02:34
what they feel, what they think,
44
129000
1000
cosa provano, cosa pensano,
02:36
what's different in the world today than usual,
45
131000
2000
cosa c'è di diverso oggi nel mondo.
02:39
these sorts of questions.
46
134000
1000
Questo tipo di domande.
02:41
One project that explores these ideas,
47
136000
1000
Un progetto che esplora queste idee,
02:43
which was made about a year ago,
48
138000
1000
che è stato creato circa un anno fa,
02:44
is a piece called We Feel Fine.
49
139000
1000
è un lavoro chiamato "We Feel Fine" (Stiamo Bene).
02:45
This is a piece that every two or three minutes
50
140000
3000
E' una applicazione che ogni due o tre minuti
02:48
scans the world's newly-posted blog entries
51
143000
2000
esamina i nuovi post nei blog di tutto il mondo
02:50
for occurrences of the phrases "I feel" or "I am feeling."
52
145000
5000
alla ricerca di frasi collegate a "mi sento" o "mi sto sentendo"
02:55
And when it finds one of those phrases,
53
150000
1000
E quando trova una di queste frasi
02:56
it grabs the sentence up to the period,
54
151000
2000
raccoglie l'intera frase,
02:58
and then automatically tries to deduce the age, gender
55
153000
3000
poi, automaticamente, cerca di dedurre l'età, il genere
03:01
and geographical location of the person that wrote that sentence.
56
156000
3000
e la posizione geografica della persona che ha scritto la frase
03:05
Then, knowing the geographical location and the time,
57
160000
2000
Poi, conoscendo la localizzazione geografica e l'ora,
03:07
we can also then figure out the weather
58
162000
1000
possiamo anche scoprire il tempo atmosferico
03:08
when that person wrote the sentence.
59
163000
2000
di quando quella persona ha scritto la frase.
03:11
All of this information is saved in a database
60
166000
2000
Tutte queste informazioni sono salvate in un database
03:13
that collects about 20,000 feelings a day.
61
168000
2000
che raccoglie circa 20.000 emozioni al giorno.
03:15
It's been running for about a year and a half.
62
170000
2000
Sta andando avanti da un anno e mezzo
03:17
It's reached about seven-and-a-half million human feelings now.
63
172000
3000
Fino ad ora ha raccolto circa sette milioni e mezzo di emozioni umane,
03:20
And I'll show you a glimpse
64
175000
1000
e vi mostro un esempio
03:21
of how this information is then visualized. So this is We Feel Fine.
65
176000
5000
di come queste informazioni vengono poi visualizzate. Questo è "We Feel Fine".
03:27
What you see here is a madly swarming mass of particles,
66
182000
4000
Quello che vedete è una massa di particelle brulicanti,
03:31
each of which represents a single human feeling
67
186000
2000
ognuna di esse rappresenta un singolo sentimento umano
03:33
that was stated in the last few hours.
68
188000
2000
che è stato espresso nelle ultime ore.
03:36
The color of each particle corresponds to the type of feeling inside --
69
191000
3000
Il colore di ogni particella corrisponde al tipo di sensazione che contiene --
03:39
so that happy, positive feelings are brightly colored.
70
194000
2000
così le sensazioni positive, di felicità hanno colori brillanti.
03:42
And sad, negative feelings are darkly colored.
71
197000
2000
E quelle negative, tristi hanno colori scuri.
03:44
The diameter of each dot
72
199000
2000
Il diametro di ciascun punto
03:46
represents the length of the sentence inside,
73
201000
2000
rappresenta la lunghezza della frase contenuta,
03:48
so that the large dots contain large sentences,
74
203000
2000
così i punti grandi contengono frasi lunghe,
03:50
and the small dots contain small sentences.
75
205000
2000
e i piccoli punti contengono frasi brevi.
03:52
Any dot can be clicked and expanded. And we see here,
76
207000
3000
Si può cliccare su ogni punto ed espanderlo. E qui vediamo,
03:56
"I would just feel so much better
77
211000
1000
"Mi sentirei molto meglio
03:57
if I could curl up in his arms right now and feel his affection for me
78
212000
3000
se potessi raggomitolarmi tra le sue braccia e sentire il suo affetto per me
04:00
in the embrace of his body and the tenderness of his lips."
79
215000
3000
nell'abbraccio del suo corpo e nella tenerezza delle sue labbra"
04:03
So it gets pretty hot and steamy sometimes
80
218000
2000
Diventa piuttosto spinto a volte
04:05
in the world of human emotions.
81
220000
2000
nel mondo delle emozioni umane.
04:07
And all of these are stated by people:
82
222000
3000
E tutti questi sono espressioni di persone:
04:10
"I know that objectively it really doesn't mean much,
83
225000
2000
"So che obiettivamente non significa molto,
04:12
but after spending so many years as a small fish in a big pond,
84
227000
3000
ma dopo aver trascorso molti anni da piccolo pesce in un grande stagno,
04:15
it's nice to feel bigger again."
85
230000
2000
è bello sentirsi di nuovo grandi"
04:17
The dots exhibit human qualities. They kind of have their own physics,
86
232000
3000
Gli elementi mostrano le qualità umane. Hanno una propria fisicità,
04:20
and they swarm wildly around, kind of exploring the world of life.
87
235000
4000
e brulicano selvaggiamente come se esplorassero la vita.
04:25
And then they also exhibit curiosity.
88
240000
1000
E mostrano curiosità.
04:26
You can see a few of them are swarming around the cursor right now.
89
241000
3000
Potete vederne alcuni brulicare attorno al cursore, adesso.
04:29
You can see some other ones
90
244000
1000
Potete vedere come altri
04:31
are swarming around the bottom left corner of the screen
91
246000
1000
stanno brulicando nell'angolo in basso a sinistra dello schermo
04:33
around six words. Those six words represent the six movements
92
248000
3000
attorno a sei parole. Quelle sei parole rappresentano i sei movimenti
04:36
of We Feel Fine. We're currently seeing Madness.
93
251000
3000
di W"e Feel Fine". Ora stiamo vedendo Follia.
04:39
There's also Murmurs, Montage, Mobs, Metrics and Mounds.
94
254000
4000
Ci sono anche Mormorii, Montaggio, Folla, Metriche e Mucchi.
04:43
And I'll walk you through a few of those now.
95
258000
2000
E ora vi guiderò all'interno di alcuni di loro.
04:45
Murmurs causes all of the feelings to fly to the ceiling.
96
260000
3000
Mormorii (Murmurs) fa volare tutte le sensazioni sul soffitto.
04:49
And then, one by one, in reverse chronological order,
97
264000
2000
E quindi, una per una, in ordine cronologico inverso,
04:51
they excuse themselves, entering the scrolling list of feelings.
98
266000
3000
si svincolano, ed entrano in una lista scorrevole di sensazioni.
04:56
"I feel a bit better now."
99
271000
1000
"Ora mi sento un po' meglio."
04:57
(Laughter)
100
272000
2000
(Risate)
05:00
"I feel confused and unsure of what the hell I want to do."
101
275000
2000
"Mi sento confuso e insicuro su cosa diavolo voglio fare."
05:03
"I feel gypped out of something awesome here."
102
278000
2000
"Mi sento defraudato da qualcosa di terrificante"
05:06
"I feel so free; I feel so good."
103
281000
1000
"Mi sento così libero, mi sento così bene"
05:08
"I feel like I'm in this fog of depression that I can't get out of."
104
283000
3000
"Sento che sono in questa nebbia di depressione e non riesco a uscirne"
05:11
And you can click any of these to go out and visit the blog
105
286000
2000
Potete cliccare su ognuna di esse per visitare il blog
05:13
from which it was collected. And in that way,
106
288000
2000
dal quale è stata raccolta. In questo modo,
05:15
you can connect with the authors of these statements
107
290000
2000
potete connettervi con gli autori della frasi,
05:18
if you feel some degree of empathy.
108
293000
1000
se sentite un qualche senso di empatia.
05:20
The next movement is called Montage.
109
295000
2000
Il prossimo movimento è chiamato Montaggio (Montage).
05:22
Montage causes all of the feelings that contain photographs
110
297000
3000
Il Montaggio prende tutte le sensazioni che contengono fotografie
05:25
to become extracted and display themselves in a grid.
111
300000
3000
e le mostra su una griglia.
05:29
This grid is then said to represent the picture of the world's feelings
112
304000
4000
Questa griglia è la rappresentazione delle sensazioni del mondo
05:33
in the last few hours, if you will.
113
308000
1000
nelle ultime ore, se volete.
05:34
Each of these can be clicked and we can blow it up.
114
309000
3000
Ognuna può essere cliccata per espanderla.
05:37
We see, "I just feel like I'm not going to have fun
115
312000
3000
Vediamo: "Sento che non sarà divertente
05:40
if it's not the both of us." That was from someone in Michigan.
116
315000
4000
se non lo sarà per entrambi". Da parte di qualcuno nel Michigan.
05:46
We see, "I feel like I have been at a computer all day."
117
321000
4000
Vediamo, "Sento come fossi stato al computer tutto il giorno"
05:50
(Laughter)
118
325000
1000
(Risate)
05:53
These are automatically constructed using the found objects:
119
328000
3000
Queste sono create automaticamente usando gli oggetti trovati:
05:56
"I think I feel a little full."
120
331000
2000
"Mi sento un po' pieno"
06:00
The next movement is called mobs.
121
335000
1000
Il prossimo movimento si chiama Folla (Mobs).
06:01
Mobs provides different statistical breakdowns
122
336000
2000
Mobs mostra diverse analisi statistiche
06:03
of the population of the world's feelings in the last few hours.
123
338000
3000
sulle emozioni della popolazione del mondo nelle ultime ore.
06:06
We see that "better" is the most frequent feeling right now,
124
341000
2000
Vediamo che in questo monvimento "meglio" è la sensazione più frequente,
06:08
followed by "good," "bad," "guilty," "right," "down," "sick" and so on.
125
343000
4000
seguita da bene, male, colpevole, giusto, giù, malato e così via.
06:13
We can also get a gender breakdown.
126
348000
1000
Possiamo ottenere alcuni dati sul genere.
06:14
And we see that women are slightly more prolific
127
349000
2000
E possiamo vedere che le donne sono leggermente più prolifiche
06:16
talking about their emotions in the last few hours than men.
128
351000
2000
nel parlare delle proprie emozioni nelle ultime ore rispetto agli uomini.
06:20
We can do an age breakdown, which gives us a histogram
129
355000
2000
Possiamo fare una suddivisione per età e fare un istogramma
06:22
of the world's emotional distribution by age.
130
357000
2000
delle emozioni del mondo distribuite per età.
06:25
We see people in their twenties are the most prolific,
131
360000
3000
Vediamo che i ventenni sono i più prolifici,
06:28
followed by teenagers, and then people in their thirties,
132
363000
2000
seguiti dai teenager, e quindi dai trentenni,
06:30
and it dies out very quickly from there.
133
365000
1000
e si spegne molto rapidamente di qui in poi.
06:32
In weather, the feelings assume the physical characteristics
134
367000
4000
Nel tempo atmosferico le emozioni assumono le caratteristiche
06:36
of the weather that they represent,
135
371000
1000
del tempo che rappresentano,
06:37
so that the ones collected on a sunny day
136
372000
2000
quindi quelle raccolte in una giornata di sole
06:39
swirl around as if they're part of the sun.
137
374000
2000
ruotano intorno come fossero parte del sole.
06:41
The cloudy ones float along as if they're on a breeze.
138
376000
2000
Quelli nuvolosi fluttuano come fossero in una brezza.
06:44
The rainy ones fall down as if they're in a rainstorm,
139
379000
2000
Quelli piovosi cadono come fossero in una tempesta,
06:46
and the snowy ones kind of flutter to the ground.
140
381000
2000
e quelli nevosi volteggiano verso il terreno.
06:49
Finally, location causes the feelings to move to their positions
141
384000
3000
Infine i luoghi fanno si che le emozioni si spostino verso le loro posizioni
06:52
on a world map showing the geographical distribution of feelings.
142
387000
3000
su una mappa del mondo che mostra la distribuzione geografica delle emozioni.
06:57
Metrics provides more numerical views on the data.
143
392000
2000
Metrics (Metriche) fornisce una visione numerica dei dati
06:59
We see that the world is feeling "used"
144
394000
1000
Vediamo come il mondo si senta "logorato"
07:00
at 3.3 times the normal level right now.
145
395000
3000
3.3 volte più del normale, in questo momento.
07:03
(Laughter)
146
398000
3000
(Risate)
07:06
They're feeling "warm" at 2.9 times the normal level, and so on.
147
401000
4000
Si sentono caldi 2,9 volte il normale e così via.
07:10
Other views are also available.
148
405000
1000
Sono disponibili anche altri punti di vista.
07:11
Here are gender, age, weather, location.
149
406000
2000
Qui ci sono Genere, Età, Tempo, Località.
07:13
The final movement is called Mounds.
150
408000
2000
Il movimento finale è chiamato Mound (Mucchi)
07:15
It's a bit different from the others.
151
410000
1000
È un po' diverso dagli altri.
07:16
Mounds visualizes the entire dataset as large, gelatinous blobs
152
411000
4000
Mounds visualizza l'intero set di dati come grandi bolle gelatinose
07:20
which kind of jiggle.
153
415000
1000
che si agitano.
07:22
And if I hold down my cursor, they do a little dance.
154
417000
2000
E se tengo premuto ballano un po'.
07:25
We see "better" is the most frequent feeling, followed by "bad."
155
420000
3000
Vediamo che "meglio" è l'emozione più frequente, seguita da "male".
07:28
And then if I go over here, the list begins to scroll,
156
423000
3000
E se mi sposto, la lista cominicia a scorrere,
07:31
and there are actually thousands of feelings that have been collected.
157
426000
2000
in realtà ci sono migliaia di emozioni che sono state raccolte.
07:33
You can see the little pink cursor moving along,
158
428000
2000
Potete vedere un piccolo cursore rosa spostarsi,
07:35
representing our position.
159
430000
1000
che rappresenta la nostra posizione.
07:37
Here we see people that feel "slipping," "nauseous," "responsible."
160
432000
4000
Qui vediamo persone che si sentono "scivolando", "nauseate", "responsabili"
07:41
There's also a search capability,
161
436000
1000
C'è anche uno strumento per la ricerca,
07:42
if you're interested in finding out about a certain population.
162
437000
2000
se siete interessati a comprendere una certo gruppo.
07:45
For instance, you could find women who feel "addicted"
163
440000
2000
Ad esempio, potete trovare donne che sono "assuefatte"
07:47
in their 20s when it was cloudy in Bangladesh.
164
442000
4000
tra le ventenni, in un giorno nuvoloso nel Bangladesh.
07:51
(Laughter)
165
446000
4000
(Risate)
07:55
But I'll spare you that.
166
450000
1000
Ma questo ve lo risparmio.
07:56
So here are some of my favorite montages that have been collected:
167
451000
3000
Ecco alcuni dei miei montaggi preferiti che sono stati raccolti:
08:00
"I feel so much of my dad alive in me that there isn't even room for me."
168
455000
3000
"Sento mio padre così vivo dentro in me che non c'è più spazio per me."
08:05
"I feel very lonely."
169
460000
2000
"Mi sento molto solo."
08:09
"I need to be in some backwoods redneck town
170
464000
2000
"Ho bisogno di stare in qualche sperduta città di zoticoni
08:11
so that I can feel beautiful."
171
466000
2000
così che mi possa sentire bella."
08:16
"I feel invisible to you."
172
471000
1000
"Mi sento invisibile per te."
08:19
"I wouldn't hide it if society didn't make me feel like I needed to."
173
474000
3000
"Non mi nasconderei se la società non mi facesse sentire che ne ho bisogno."
08:25
"I feel in love with Carolyn." "I feel so naughty."
174
480000
4000
"Sono innamorato di Carolyn." "Mi sento così birichino."
08:32
"I feel these weirdoes are actually an asset to college life."
175
487000
3000
"Sento che questi pazzi siano davvero un vantaggio per la vita del college"
08:35
(Laughter)
176
490000
4000
(Risate)
08:39
"I love how I feel today."
177
494000
1000
"Amo come mi sento oggi."
08:42
So as you can see, We Feel Fine uses a technique
178
497000
2000
Così come potete vedere, "We Feel Fine" usa una tecnica
08:44
that I call "passive observation."
179
499000
1000
che chiamo "osservazione passiva."
08:45
What I mean by that is that it passively observes people
180
500000
3000
Quello che voglio dire è che osserva passivamente le persone
08:48
as they live their lives. It scans the world's blogs
181
503000
4000
mentre vivono la loro vita. Analizza il mondo dei blog
08:52
and looks at what people are writing,
182
507000
1000
e osserva ciò che le persone scrivono,
08:53
and these people don't know they're being watched or interviewed.
183
508000
3000
queste persone non sanno di essere osservate o intervistate.
08:56
And because of that,
184
511000
1000
E per questo motivo,
08:57
you end up getting very honest, candid, sincere responses
185
512000
3000
si finisce per ottenere risposte oneste, trasparenti e sincere
09:00
that are often very moving.
186
515000
1000
che sono spesso toccanti.
09:02
And this is a technique that I usually prefer in my work
187
517000
2000
Questa è una tecnica che prediligo nel mio lavoro
09:04
because people don't know they're being interviewed.
188
519000
2000
perchè le persone non sanno di essere intervistate.
09:06
They're just living life, and they end up just acting like that.
189
521000
3000
Stanno vivendo la loro vita - e finiscono per agire in quel modo.
09:10
Another technique is directly questioning people.
190
525000
2000
Un'altra tecnica è fare domande dirette.
09:12
And this is a technique that I explored in a different project,
191
527000
2000
Questa è una tecnica che esploro in un progetto diverso,
09:14
the Yahoo! Time Capsule,
192
529000
1000
Yahoo Time Capsule (la Capusla del Tempo),
09:15
which was designed to take a fingerprint of the world in 2006.
193
530000
4000
che è stata progettata per prendere un'impronta del mondo nel 2006.
09:20
It was divided into ten very simple themes --
194
535000
2000
È stato diviso in dieci semplici temi --
09:22
love, anger, sadness and so on --
195
537000
2000
amore, rabbia, tristezza e così via --
09:24
each of which contained a single, very open-ended question
196
539000
2000
ognuna dei quali contiene una sola domanda aperta
09:26
put to the world: What do you love? What makes you angry?
197
541000
3000
posta al mondo: Cosa ami? Cosa ti fa arrabbiare?
09:29
What makes you sad? What do you believe in? And so on.
198
544000
2000
Cosa ti rende triste? In cosa credi? E così via.
09:31
The time capsule was available for one month online,
199
546000
2000
La capsula del tempo è stata disponibile per un solo mese online,
09:33
translated into 10 languages, and this is what it looked like.
200
548000
5000
tradotta in 10 lingue, ed ecco come appariva.
09:38
It's a spinning globe,
201
553000
1000
È un globo che ruota,
09:39
the surface of which is entirely composed of the pictures
202
554000
3000
la cui superficie è interamente composta da immagini
09:42
and words and drawings of people
203
557000
2000
da parole e disegni di persone
09:44
that submitted to the time capsule.
204
559000
1000
che le hanno inviate alla capsula del tempo.
09:46
The ten themes radiate out and orbit the time capsule.
205
561000
2000
I dieci temi si irradiano e orbitano intorno alla capsula.
09:48
You can sift through this data and see what people have submitted.
206
563000
4000
Potete setacciare i dati e vedere ciò che le persone hanno inviato.
09:52
This is in response to, What's beautiful? "Miss World."
207
567000
2000
Questa è la risposta a "Che cos'è bello? "Miss Mondo".
09:54
There are two modes to the time capsule.
208
569000
2000
Ci sono due modalità nella capsula del tempo.
09:56
There's One World, which presents the spinning globe,
209
571000
2000
C'è One World (un Mondo), che presenta il mondo che ruota,
09:58
and Many Voices, which splits the data out into film strips
210
573000
3000
e Many Voices (Molte Voci) che separa i dati in lunghe striscie
10:02
and lets you sift through them one by one.
211
577000
1000
e vi permette di setacciarli uno ad uno.
10:05
So this project was punctuated by a really amazing event,
212
580000
4000
Questo progetto fu seguito da un evento straordinario
10:09
which was held in the desert outside Albuquerque in New Mexico
213
584000
5000
che si è tenuto nel deserto fuori Albuquerque, nel Nuovo Messico.
10:14
at the Jemez Pueblo, where for three consecutive nights,
214
589000
2000
al Pueblo Jemez, dove per tre notti consecutive,
10:16
the contents of the capsule were projected onto the sides
215
591000
3000
il contenuto della capsula del tempo è stato proiettato su una parete
10:19
of the ancient Red Rock Canyon walls,
216
594000
1000
dell'antico Red Rock Canyon,
10:21
which stand about 200 feet tall. It was really incredible.
217
596000
2000
alta circa 200 metri. È stato incredibile.
10:23
And we also projected the contents of the time capsule
218
598000
3000
I contenuti della caspula del tempo sono stati proiettati anche
10:26
as binary code using a 35-watt laser into outer space.
219
601000
3000
come codice binario con un laser 35 watt nello spazio.
10:29
You can see the orange line leaving the desert floor
220
604000
3000
Potete vedere la linea arancione partire dal deserto
10:32
at about a 45 degree angle there. This was amazing
221
607000
2000
ad una inclinazione di 45°. Era sorprendente
10:34
because the first night I looked at all this information
222
609000
4000
perchè la prima notte, guardando tutte queste informazioni
10:38
and really started seeing the gaps that I talked about earlier --
223
613000
3000
ho cominciato a vedere quelle differenze di cui ho parlato prima --
10:41
the differences in age, gender and wealth and so on.
224
616000
2000
le differenze di età, genere e ricchezza e così via.
10:44
But, you know, as I looked at this more and more and more,
225
619000
2000
Ma, sapete, più guardavo, ancora, ancora e ancora,
10:46
and saw these images go across the rocks,
226
621000
2000
e vedevo le immagini scorrere sulla parete di roccia,
10:48
I realized I was seeing the same archetypal events
227
623000
2000
ho realizzato che stavo osservando lo stesso evento archetipico
10:50
depicted again and again and again.
228
625000
2000
rappresentato ancora, ancora, e ancora.
10:52
You know: weddings, births, funerals, the first car, the first kiss,
229
627000
5000
Matrimoni, nascite, funerali, la prima auto, il primo bacio,
10:57
the first camel or horse -- depending on the culture.
230
632000
3000
il primo cammello o cavallo -- a seconda della cultura.
11:00
And it was really moving. And this picture here was taken
231
635000
4000
Era davvero toccante. E questa immagine è stata scattata
11:04
the final night from a distant cliff about two miles away,
232
639000
3000
l'ultima notte da una rupe lontana un paio di miglia,
11:07
where the contents of the capsule were being beamed into space.
233
642000
3000
da dove i contenuti venivano irradiati nello spazio.
11:10
And there was something very moving
234
645000
2000
Ed era qualcosa di davvero commovente
11:12
about all of this human expression being shot off into the night sky.
235
647000
3000
tutte quelle espressioni umane sparate nel cielo notturno.
11:15
And it started to make me think a lot about the night sky,
236
650000
3000
Mi ha fatto pensare molto al cielo notturno,
11:18
and how humans have always used the night sky
237
653000
1000
e a come gli uomini hanno spesso usato il cielo di notte
11:19
to project their great stories.
238
654000
2000
per proiettare le loro grandi storie.
11:21
You know, as a child in Vermont, on a farm where I grew up,
239
656000
3000
Quando ero un bambino nel Vermont, nella fattoria dove sono cresciuto
11:24
I would often look up into the dark sky
240
659000
2000
guardavo spesso il cielo scuro
11:26
and see the three star belt of Orion, the Hunter.
241
661000
2000
e vedevo la Cintura di Orione, il cacciatore.
11:29
And as an adult, I've been more aware
242
664000
2000
Da adulto, conosco meglio
11:31
of the great Greek myths playing out in the sky overhead every night.
243
666000
3000
la mitologia greca che gioca nel cielo tutte le notti.
11:35
You know, Orion facing the roaring bull.
244
670000
2000
Orione che affronta il Toro ruggente
11:37
Perseus flying to the rescue of Andromeda.
245
672000
2000
Perseo che vola in soccorso di Andromeda.
11:39
Zeus battling Chronos for control of Mount Olympus.
246
674000
3000
Zeus che combatte Crono per il controllo del Monte Olimpo.
11:42
I mean, these are the great tales of the Greeks.
247
677000
2000
Voglio dire, queste sono le grandi storie dei Greci.
11:44
And it caused me to wonder about our world today.
248
679000
2000
Che stimola domande sul mondo contemporaneo.
11:47
And it caused me to wonder specifically,
249
682000
2000
In modo particolare mi chiedo,
11:49
if we could make new constellations today,
250
684000
2000
se potessimo creare nuove costellazioni, oggi,
11:52
what would those look like? What would those be?
251
687000
2000
come apparirebbero? Cosa potrebbero essere?
11:54
If we could make new pictures in the sky, what would we draw?
252
689000
3000
Se potessimo disegnare nuove immagini nel cielo, cosa disegneremmo?
11:57
What are the great stories of today?
253
692000
1000
Quali sono le grandi storie di oggi?
11:58
And those are the questions that inspired my new project,
254
693000
4000
Queste sono le domande che hanno ispirato il mio nuovo progetto
12:02
which is debuting here today at TED.
255
697000
2000
che debutta oggi, qui a TED.
12:04
Nobody's seen this yet, publicly.
256
699000
1000
Nessuno lo ha ancora visto, pubblicamente.
12:06
It's called Universe: Revealing Our Modern Mythology.
257
701000
3000
È chiamato Universo, rivela la nostra mitologia moderna.
12:10
And it uses this metaphor of an interactive night sky.
258
705000
3000
E usa come metafora un cielo notturno interattivo.
12:13
So, it's my great pleasure now to show this to you.
259
708000
3000
Ve lo mostro quindi con grande piacere.
12:16
So, Universe will open here.
260
711000
1000
"Universe" si aprirà qui.
12:17
And you'll see that it leads with a shifting star field,
261
712000
4000
E vedrete che comincia con un campo stellato in movimento,
12:22
and there's an Aurora Borealis in the background,
262
717000
2000
e c'è una Aurora Boreale sullo sfondo,
12:24
kind of morphing with color. The color of the Aurora Borealis
263
719000
3000
una sorta di mescolamento di colori. I colori dell'Aurora Boreale
12:27
can be controlled using this single bar of color at the bottom,
264
722000
3000
possono essere controllati con questa barra di colori in basso,
12:31
and we'll put it down here to red.
265
726000
2000
e ora la metteremo quaggiù sul rosso.
12:33
So you see this kind of -- these stars moving along.
266
728000
2000
Potete vedere una sorta di -- queste stelle spostarsi.
12:36
Now, these aren't just little points of light, little pixels.
267
731000
3000
Questi non sono che piccoli punti di luce, piccoli pixels.
12:39
Each of those stars actually represents
268
734000
2000
Ognuna di queste stelle rappresenta
12:41
a specific event in the real world --
269
736000
2000
un evento specifico nel mondo reale --
12:44
a quote that was stated by somebody, an image,
270
739000
2000
una frase detta da qualcuno, un'immagine,
12:47
a news story, a person, a company. You know,
271
742000
3000
una notizia, una person, una azienda.
12:50
some kind of heroic personality.
272
745000
2000
Una qualche personalità eroica.
12:53
And you might notice that as the cursor begins
273
748000
2000
E potete notare come, quando il cursore comincia
12:55
to touch some of these stars, that shapes begin to emerge.
274
750000
4000
a toccare qualcuna delle stelle, cominciano ad apparire delle forme.
12:59
We see here there's a little man walking along, or maybe a woman.
275
754000
3000
Possiamo vedere che c'è un omino che cammina, o forse una donna,
13:02
And we see here a photograph with a head.
276
757000
4000
E qui vediamo una fotografia con una testa.
13:07
You can start to see words emerging here.
277
762000
2000
E potete vedere parole emergere qui.
13:10
And those are
278
765000
1000
E queste sono le costellazioni;
13:12
the constellations of today.
279
767000
1000
le costellazioni di oggi.
13:14
And I can turn them all on,
280
769000
1000
Possiamo accenderle,
13:15
and you can see them moving across the sky now.
281
770000
2000
e ora le potete vedere spostarsi nel cielo.
13:18
This is the universe of 2007, the last two months.
282
773000
2000
Questo è l'universo del 2007, negli ultimi due mesi.
13:21
The data from this is global news coverage
283
776000
2000
I dati arrivano dalla copertura globale delle notizie
13:23
from thousands of news sources around the world.
284
778000
2000
da migliaia di fonti di notizie in giro per il mondo.
13:25
It's using the API of a really great company that I work with
285
780000
4000
Sta usando le API di una azienda molto grande con la quale lavoro
13:29
in New York, actually, called Daylife.
286
784000
1000
a New York, chiamata Daylife.
13:31
And it's kind of the zeitgeist view at this level
287
786000
3000
Una sorta di visione dello spirito del tempo
13:34
of the world's current mythology over the last couple of months.
288
789000
4000
della mitologia del mondo negli ultimi due mesi.
13:38
So we can see where it's emerging here, like President Ford,
289
793000
3000
La possiamo vedere emergere qui, come il Presidente Ford,
13:42
Iraq, Bush. And we can actually isolate just the words --
290
797000
3000
Iraq, Bush. E possiamo isolare le sole parole --
13:45
I call them secrets -- and we can cause them to form
291
800000
2000
le chiamo "segreti" -- e possiamo farle formare
13:47
an alphabetical list. And we see Anna Nicole Smith
292
802000
3000
una lista alfabetica. Vediamo Anna Nicole Smith
13:51
playing a big role recently.
293
806000
2000
che ha un ruolo importante negli utimi tempi.
13:53
President Ford -- this is Gerald Ford's funeral.
294
808000
3000
Il Presidente Ford -- questo è il funerale di Gerald Ford.
13:56
We can actually click anything in Universe
295
811000
3000
In realtà possiamo cliccare su qualsiasi cosa in Universe.
13:59
and have it become the center of the universe,
296
814000
1000
e farlo diventare il centro di un nuovo universo,
14:00
and everything else will enter its orbit.
297
815000
2000
e ogni cosa entrerà nella sua orbita.
14:02
So, we'll click Ford, and now that becomes the center.
298
817000
3000
Dunque clicchiamo su Ford e diventa il centro.
14:05
And the things that relate to Ford enter its orbit
299
820000
3000
E le cose collegate a Ford entrano nella sua orbita
14:08
and swirl around it.
300
823000
1000
e ruotano attorno.
14:10
We can isolate just the photographs, and we now see those.
301
825000
2000
Possimo isolare solo le fotografie e le vediamo.
14:13
We can click on one of those
302
828000
1000
Possiamo cliccare su una di quelle
14:14
and have the photograph be the center of the universe.
303
829000
2000
e fare diventare la fotografia il centro dell'universo.
14:17
Now the things that relate to it are swirling around.
304
832000
3000
Ora le cose collegate le girano attorno.
14:20
We can click on this and we see this iconic image
305
835000
3000
Possimo cliccare su questo e vedere questa immagine iconica
14:23
of Betty Ford kissing her husband's coffin.
306
838000
3000
di Betty Ford che bacia la bara di suo marito.
14:26
In Universe, there's kind of no end. It just goes infinitely,
307
841000
5000
In Universe, non c'è una fine. Si muove all'infinito,
14:32
and you can just kind of click on stuff.
308
847000
1000
e si può cliccare sulle cose.
14:34
This is a photographic representation, called Snapshots.
309
849000
4000
Questa è una rappresentazione fotografica, chiamata Snapshots.
14:38
But we can actually be more specific in defining our universe.
310
853000
4000
Ma possiamo essere ancora più precisi nella definizione del nostro universo.
14:42
So, if we want to,
311
857000
1000
Se vogliamo,
14:43
let's check out what Bill Clinton's universe looks like.
312
858000
3000
diamo un'occhiata su come appare l'universo Bill Clinton.
14:46
And let's see, in the past week, what he's been up to.
313
861000
4000
E vediamo di cosa si è occupato nelle ultime settimane.
14:50
So now, we have a new universe, which is just constrained
314
865000
3000
Ora abbiamo un nuovo universo, che è limitato
14:53
to all things Bill Clinton.
315
868000
1000
a tutte le cose Bill Clinton.
14:55
We can have his constellations emerge here.
316
870000
2000
Possiamo vedere la sua costellazione emergere qui.
14:58
We can pull out his secrets,
317
873000
1000
Possiamo estrarre i suoi segreti,
14:59
and we see that it has a lot to do with candidates,
318
874000
3000
e vediamo che riguarda molto i candidati,
15:02
Hillary, presidential, Barack Obama.
319
877000
3000
Hillary, presidenziali, Barack Obama.
15:06
We can see the stories
320
881000
1000
Possiamo vedere le storie
15:07
that Bill Clinton is taking part in right now.
321
882000
3000
alle quali sta prendendo parte Clinton in questo momento.
15:10
Any of those can be opened up.
322
885000
2000
Ognuna può essere aperta.
15:12
So we see Obama and the Clintons meet in Alabama.
323
887000
2000
Possiamo vedere l'incontro di Obama e Clinton in Alabama.
15:15
You can see that this is an important story;
324
890000
1000
Potete vedere che è una storia importante;
15:16
there are a lot of things in its orbit. If we open this up,
325
891000
4000
ci sono molte cose nella sua orbita. E se la apriamo,
15:20
we get different perspectives on this story.
326
895000
3000
abbiamo un prospettiva differente su questa storia.
15:23
You can click any of those to go out and read the article
327
898000
2000
Potete cliccare su una qualsiasi per uscire e leggere l'articolo
15:25
at the source. This one's from Al Jazeera.
328
900000
2000
alla fonte. Questa viene da Al Jazeera.
15:28
We can also see the superstars. These would be the people
329
903000
4000
Possiamo vedere le superstar. Sono persone
15:32
that are kind of the looming heroes and heroines
330
907000
3000
che appaiono come eroi ed eroine
15:35
in the universe of Bill Clinton. So there's Bill Clinton, Hillary,
331
910000
3000
nell'universo di Bill Clinton. Ci sono Bill Clinton, Hillary,
15:38
Iraq, George Bush, Barack Obama, Scooter Libby --
332
913000
4000
Iraq, George Bush, Barack Obama, Scooter Libby --
15:42
these are kind of the people of Bill Clinton.
333
917000
2000
queste sono il tipo di persone per Bill Clinton.
15:45
We can also see a world map, so this shows us the geographic reach
334
920000
4000
Abbiamo anche una mappa del mondo che mostra gli spostamenti
15:49
of Bill Clinton in the last week or so.
335
924000
1000
di Bill Clinton la scorsa settimana.
15:50
We can see he's been focused in America
336
925000
2000
Vediamo che è stato focalizzato in America
15:52
because he's been campaigning, probably,
337
927000
2000
perchè probabilmente era in campagna elettorale,
15:54
but a little bit of action over here in the Middle East.
338
929000
2000
ma c'è anche un po' di azione in Medio Oriente.
15:56
And then we can also see a timeline.
339
931000
2000
E possiamo anche vedere una linea del tempo.
15:58
So we see that he was a bit quiet on Saturday,
340
933000
3000
E vediamo che è stato piuttosto tranquillo sabato,
16:01
but he was back to work on Sunday morning,
341
936000
2000
ma era al alvoro Domenica mattina,
16:03
and actually been tapering off since then this week.
342
938000
3000
e questa settimana sta di nuovo riducendo l'attività.
16:06
And it's not limited to just people or dates,
343
941000
2000
E non è limitato solo a persone o date,
16:08
but we can actually put in concepts also.
344
943000
2000
ma possiamo inserire anche concetti.
16:10
So if I put in climate change for all of 2006,
345
945000
3000
Se metto il cambiamento climatico per tutto il 2006
16:14
we'll see what that universe looks like.
346
949000
2000
vediamo come appare quell'universo.
16:16
Here we have our star field. Here we have our shapes.
347
951000
3000
Qua abbiamo un campo di stelle, qui abbiamo le forme,
16:19
Here we have our secrets.
348
954000
2000
qui abbiamo i segreti.
16:22
So we see again, climate change is large:
349
957000
2000
Vediamo, di nuovo, che il cambiamnto è stato grande.
16:24
Nairobi, global conference, environmental.
350
959000
3000
Nairobi, conferenza globale, ambientale.
16:27
And there are also quotes that you can see,
351
962000
2000
Ci sono anche citazioni che potete vedere,
16:29
if you're interested in reading about quotes on climate change.
352
964000
2000
se siete interessati a leggere citazioni sul cambiamento climatico.
16:31
You know, this is really an infinite thing.
353
966000
1000
Sapete, questa è una cosa davvero infinita.
16:33
The superstars of climate change in 2006:
354
968000
2000
Le superstar del cambiamento climatico nel 2006:
16:35
United States, Britain, China. You know,
355
970000
3000
Stati Uniti, Inghilterra, Cina.
16:38
these are the towering countries that kind of define this concept.
356
973000
3000
Queste sono le più importanti nazioni che definiscono il concetto.
16:41
So this is a piece that demands exploration.
357
976000
3000
Questo è un argomento che richede un approfondimento.
16:44
This will be online in several days, probably next Tuesday.
358
979000
4000
Fra pochi giorni sarà on line, probabilmente Martedì prossimo.
16:49
And you'll all be able to use it and kind of explore
359
984000
4000
E potrete usarlo ed esplorare
16:53
what your own personal mythology might be.
360
988000
2000
come potrebbe essere la vostra mitologia personale.
16:55
You'll notice that in Daylife -- rather, in Universe --
361
990000
3000
Noterete che in Daylife --- anzi, in Universe,
16:58
it supports both the notion of a global mythology,
362
993000
2000
supporta sia l'idea di mitologia globale,
17:00
which is represented by something as broad as, say, 2007,
363
995000
3000
rappresentata da qualcosa di vasto, ad esempio il 2007,
17:03
and also a personal mythology.
364
998000
2000
e anche la mitologia personale.
17:05
As you search for the things that are important to you in your world,
365
1000000
4000
Quando cercate le cose che sono imporati per il vostro mondo,
17:09
and then see what the constellations of those might look like.
366
1004000
3000
e vedrete che forma possono prendere quelle costellazioni.
17:13
So it's been a pleasure. Thank you very much.
367
1008000
3000
È stato un piacere. Grazie molte. E grazie.
17:16
(Applause)
368
1011000
3000
(Applausi)
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