TED Residency
Jeff Kirschner: This app makes it fun to pick up litter
ジェフ・キルシュナー: アプリで楽しくゴミ拾い
Filmed:
Readability: 4.2
1,385,758 views
地球はあまりにも広すぎて、きれいに保つのは難しいものです。TEDレジデントのジェフ・キルシュナーは世の中のゴミを特定・収集・場所特定できるアプリLitteratiを開発し、クラウドソーシング型の地球清掃コミュニティを生み出しました。そして100か国以上からゴミのデータが集まった今、データの活用をとおして企業や組織と協力し、道にゴミが捨てられることを未然に防げる未来を目指しています。
Jeff Kirschner - Entrepreneur
Jeff Kirschner created a global community that's eradicating litter one piece at a time. Full bio
Jeff Kirschner created a global community that's eradicating litter one piece at a time. Full bio
Double-click the English transcript below to play the video.
すべてはこの２人から始まりました
00:13
This story starts with these two --
0
1015
2993
私の子供たちです
00:16
my kids.
1
4032
1258
オークランドの森へ
ハイキングに出かけたときに
ハイキングに出かけたときに
00:17
We were hiking in the Oakland woods
2
5314
1682
00:19
when my daughter noticed
a plastic tub of cat litter in a creek.
a plastic tub of cat litter in a creek.
3
7020
4134
娘が川に落ちている猫用の
プラスチック製トイレを見つけ
プラスチック製トイレを見つけ
私を見て言いました
00:23
She looked at me and said,
4
11647
1662
00:25
"Daddy?
5
13333
2507
「ねぇパパ？
00:27
That doesn't go there."
6
15864
1650
コレ ここにあるのは変だよね？」
00:29
When she said that,
it reminded me of summer camp.
it reminded me of summer camp.
7
17538
2422
私はふと サマーキャンプでの光景が
頭に浮かびました
頭に浮かびました
00:31
On the morning of visiting day,
8
19984
1498
参観日の朝
00:33
right before they'd let our anxious
parents come barreling through the gates,
parents come barreling through the gates,
9
21506
3663
心配性の親たちが門から
なだれ込んでくる直前に
なだれ込んでくる直前に
リーダーが子供たちに
00:37
our camp director would say,
10
25193
1369
「ひとり５個ゴミを拾うんだ！ 急げ！」
と号令するのです
と号令するのです
00:38
"Quick! Everyone pick up
five pieces of litter."
five pieces of litter."
11
26586
2309
00:40
You get a couple hundred kids
each picking up five pieces,
each picking up five pieces,
12
28919
3040
200人の子供が５個ずつゴミを集めたら
00:43
and pretty soon, you've got
a much cleaner camp.
a much cleaner camp.
13
31983
2573
あっという間にきれいになります
00:46
So I thought,
14
34580
1159
そこで私は考えたんです
00:47
why not apply that crowdsourced
cleanup model to the entire planet?
cleanup model to the entire planet?
15
35763
4537
このクラウドソーシング型の清掃法を
世界規模で実施できないか？と
世界規模で実施できないか？と
00:52
And that was the inspiration
for Litterati.
for Litterati.
16
40324
2951
そのひらめきから
生まれたのがLitteratiです
生まれたのがLitteratiです
00:55
The vision is to create
a litter-free world.
a litter-free world.
17
43299
3349
ビジョンはゴミのない世界の実現です
00:58
Let me show you how it started.
18
46672
1508
どうやって始まったかというと
01:00
I took a picture of a cigarette
using Instagram.
using Instagram.
19
48204
3386
まず インスタグラムで
たばこの写真を撮りました
たばこの写真を撮りました
01:04
Then I took another photo ...
20
52222
1867
それから別の写真を
01:06
and another photo ...
21
54113
1557
また別の
さらに別の写真を撮り
01:07
and another photo.
22
55694
1167
２つのことに気が付きました
01:08
And I noticed two things:
23
56885
1286
01:10
one, litter became artistic
and approachable;
and approachable;
24
58195
3472
ひとつ目 ゴミは芸術作品となり
嫌悪感が薄れたこと
嫌悪感が薄れたこと
01:14
and two,
25
62244
1151
そして２つ目
写真がたった数日で50枚に達したことです
01:15
at the end of a few days,
I had 50 photos on my phone
I had 50 photos on my phone
26
63419
2515
撮影したゴミはすべて拾いましたから
01:17
and I had picked up each piece,
27
65958
1587
自分が地球のためにしたことの
01:19
and I realized that I was keeping a record
28
67569
2385
01:21
of the positive impact
I was having on the planet.
I was having on the planet.
29
69978
3151
記録にもなっていることに気が付きました
01:25
That's 50 less things that you might see,
30
73153
2188
世の中から みなさんが目にしたり
01:27
or you might step on,
31
75365
1243
踏んだり
鳥が誤食し得るゴミが
50個減ったのです
50個減ったのです
01:28
or some bird might eat.
32
76632
1458
01:30
So I started telling people
what I was doing,
what I was doing,
33
78769
2652
そこでこの活動の発信を始め
01:33
and they started participating.
34
81445
2356
参加者が増えていきました
01:36
One day,
35
84831
1693
ある日
01:38
this photo showed up from China.
36
86548
2528
この写真が中国から届きました
01:42
And that's when I realized
37
90039
1271
そのときに気付いたのです
01:43
that Litterati was more
than just pretty pictures;
than just pretty pictures;
38
91334
3266
Litteratiは ただ素敵な写真を
寄せ集めたものではなく
寄せ集めたものではなく
01:46
we were becoming a community
that was collecting data.
that was collecting data.
39
94624
3369
データ収集の集団に
変貌してきていることに
変貌してきていることに
01:50
Each photo tells a story.
40
98869
1890
１枚１枚の写真の裏には物語があります
01:53
It tells us who picked up what,
41
101279
2193
だれが何を拾ったのか分かりますし
01:55
a geotag tells us where
42
103496
2011
ジオタグが場所を
01:57
and a time stamp tells us when.
43
105531
2030
タイムスタンプが時を教えてくれます
02:00
So I built a Google map,
44
108006
2429
そこで私はグーグルマップを用い
02:02
and started plotting the points
where pieces were being picked up.
where pieces were being picked up.
45
110459
4053
ゴミが拾われた場所のプロットを始めました
02:06
And through that process,
the community grew
the community grew
46
114536
3918
そうしている間に参加者は増えつづけ
02:10
and the data grew.
47
118478
1639
データ数も膨らみました
02:12
My two kids go to school
right in that bullseye.
right in that bullseye.
48
120806
3461
私の子供たちの学校はこのド真ん中にあります
02:17
Litter:
49
125125
1211
ゴミは
02:18
it's blending into
the background of our lives.
the background of our lives.
50
126360
2704
私たちの生活の風景に溶け込んできています
02:21
But what if we brought it
to the forefront?
to the forefront?
51
129088
2099
でももし前面に引き出したとしたら？
02:23
What if we understood exactly
what was on our streets,
what was on our streets,
52
131211
2912
もし道に落ちているゴミや
02:26
our sidewalks
53
134147
1389
歩道のゴミ
校庭のゴミの正体を正確に把握できたら？
02:27
and our school yards?
54
135560
1538
02:29
How might we use that data
to make a difference?
to make a difference?
55
137122
3247
そのようなデータは
どう役立てられるでしょう？
どう役立てられるでしょう？
02:33
Well, let me show you.
56
141189
1198
それをお見せしましょう
02:34
The first is with cities.
57
142411
1385
まずは都市の話です
02:36
San Francisco wanted to understand
what percentage of litter was cigarettes.
what percentage of litter was cigarettes.
58
144418
4639
サンフランシスコはゴミに占める
たばこの割合を調査しようとしていました
たばこの割合を調査しようとしていました
02:41
Why?
59
149081
1162
なぜかというと
02:42
To create a tax.
60
150267
1209
課税するためです
02:44
So they put a couple of people
in the streets
in the streets
61
152073
2135
そこで調査員が派遣され
02:46
with pencils and clipboards,
62
154232
1361
クリップボードと鉛筆を持ち
02:47
who walked around collecting information
63
155617
2063
足で情報が収集されました
02:49
which led to a 20-cent tax
on all cigarette sales.
on all cigarette sales.
64
157704
3111
その結果 たばこの売上全体に対して
20%の税が課せられました
20%の税が課せられました
02:53
And then they got sued
65
161787
2153
ところが訴訟を起こされてしまったのです
02:55
by big tobacco,
66
163964
1176
たばこ業界は強力ですからね
02:57
who claimed that collecting information
with pencils and clipboards
with pencils and clipboards
67
165164
3216
クリップボードと鉛筆で集めたデータなんて
03:00
is neither precise nor provable.
68
168404
2331
正確性も実証性も欠くという主張でした
03:03
The city called me and asked
if our technology could help.
if our technology could help.
69
171454
3680
そこで私たちの技術の力を借りたいと
市から電話がありました
市から電話がありました
その技術が単に私の
インスタグラムのアカウントだという
インスタグラムのアカウントだという
03:07
I'm not sure they realized
70
175158
1249
03:08
that our technology
was my Instagram account --
was my Instagram account --
71
176431
2248
認識が先方にあったかは不明ですが
03:10
(Laughter)
72
178703
1039
（笑）
03:11
But I said, "Yes, we can."
73
179766
1266
でも「いいですよ」と答えました
03:13
(Laughter)
74
181056
1016
（笑）
03:14
"And we can tell you
if that's a Parliament or a Pall Mall.
if that's a Parliament or a Pall Mall.
75
182096
3908
「たばこがパーラメントなのか
ポール・モールなのかも分かりますし
ポール・モールなのかも分かりますし
03:18
Plus, every photograph
is geotagged and time-stamped,
is geotagged and time-stamped,
76
186028
3425
すべての写真にはジオタグと
タイムスタンプが付きますから
タイムスタンプが付きますから
03:21
providing you with proof."
77
189477
1381
証拠にもなりますよ」と
03:23
Four days and 5,000 pieces later,
78
191839
3220
４日後 5,000個のゴミが拾われた後に
03:27
our data was used in court
to not only defend but double the tax,
to not only defend but double the tax,
79
195083
4938
私たちのデータは反対弁論にだけでなく
税率を倍増するために使用されました
税率を倍増するために使用されました
結果 サンフランシスコ市が
清掃事業に費やせる経常歳入が
清掃事業に費やせる経常歳入が
03:32
generating an annual recurring revenue
of four million dollars
of four million dollars
80
200045
4323
新たに400万ドル生み出されたのです
03:36
for San Francisco to clean itself up.
81
204392
2295
03:40
Now, during that process
I learned two things:
I learned two things:
82
208001
2235
この出来事から２つのことを学びました
03:42
one, Instagram is not the right tool --
83
210260
2554
まず インスタグラムは不向きだということ
03:44
(Laughter)
84
212838
1031
（笑）
03:45
so we built an app.
85
213893
1503
ですからアプリを作成しました
03:47
And two, if you think about it,
86
215420
1633
そして もう１つは
03:49
every city in the world
has a unique litter fingerprint,
has a unique litter fingerprint,
87
217077
3617
世界各地の街には
それぞれ独自の特徴があり
それぞれ独自の特徴があり
03:52
and that fingerprint provides
both the source of the problem
both the source of the problem
88
220718
3836
その特徴が問題の原因と
03:56
and the path to the solution.
89
224578
1921
解決策に導いてくれるということです
03:59
If you could generate a revenue stream
90
227646
2378
ゴミに占めるたばこの割合を調べるだけで
04:02
just by understanding
the percentage of cigarettes,
the percentage of cigarettes,
91
230048
2463
収入源が生み出されるなら
04:04
well, what about coffee cups
92
232535
2096
コーヒーの紙コップや
04:06
or soda cans
93
234655
1706
空き缶や
04:08
or plastic bottles?
94
236385
1414
ペットボトルでも可能なのでは？
04:10
If you could fingerprint San Francisco,
well, how about Oakland
well, how about Oakland
95
238501
3201
サンフランシスコの特徴を把握できるなら
オークランドだって
オークランドだって
04:13
or Amsterdam
96
241726
1696
アムステルダムだって
04:15
or somewhere much closer to home?
97
243446
2970
自分の家のすぐ近くだって可能なはずです
04:19
And what about brands?
98
247408
1234
企業はどうでしょう？
04:20
How might they use this data
99
248666
1901
環境的および経済的利益のために
04:22
to align their environmental
and economic interests?
and economic interests?
100
250591
4212
このデータをどう利用できるでしょうか？
04:27
There's a block in downtown Oakland
that's covered in blight.
that's covered in blight.
101
255646
3212
オークランドの中心街に
ゴミであふれている一角があります
ゴミであふれている一角があります
04:31
The Litterati community got together
and picked up 1,500 pieces.
and picked up 1,500 pieces.
102
259325
4104
そこにLitteratiのユーザーが集い.
1,500個のゴミを拾いました
1,500個のゴミを拾いました
04:35
And here's what we learned:
103
263812
1340
そこから明らかになったのは
04:37
most of that litter came
from a very well-known taco brand.
from a very well-known taco brand.
104
265176
3210
ゴミはある有名な
タコス店の物ばかりだったこと
タコス店の物ばかりだったこと
04:41
Most of that brand's litter
were their own hot sauce packets,
were their own hot sauce packets,
105
269738
3577
その大半は店の辛口ソースの小袋で
04:46
and most of those hot sauce packets
hadn't even been opened.
hadn't even been opened.
106
274438
3626
しかもほとんどが未開封のままでした
04:51
The problem and the path
to the solution --
to the solution --
107
279965
2715
問題と解決策ですが
04:54
well, maybe that brand only
gives out hot sauce upon request
gives out hot sauce upon request
108
282704
3961
例えばソースは欲しい人だけに渡すとか
04:58
or installs bulk dispensers
109
286689
2009
店内に大容器で設置するとか
05:00
or comes up with more
sustainable packaging.
sustainable packaging.
110
288722
2552
よりエコな包装に変えるとか
05:03
How does a brand take
an environmental hazard,
an environmental hazard,
111
291298
2969
企業は環境への悪影響を
05:06
turn it into an economic engine
112
294291
2006
どのようにして経済的原動力に変え
05:08
and become an industry hero?
113
296321
1768
業界のヒーローになるかを
考えなければなりません
考えなければなりません
05:11
If you really want to create change,
114
299292
2202
でも真に変化を望むのであれば
05:13
there's no better place to start
than with our kids.
than with our kids.
115
301518
2874
子供たちから始めることが一番効果的です
05:16
A group of fifth graders picked up
1,247 pieces of litter
1,247 pieces of litter
116
304416
3403
ある学校では５年生の子供たちが校庭で
05:19
just on their school yard.
117
307843
1848
1,247個のゴミを拾い
05:21
And they learned that the most
common type of litter
common type of litter
118
309715
2532
一番多いゴミは
05:24
were the plastic straw wrappers
from their own cafeteria.
from their own cafeteria.
119
312271
3234
学食にあるストローの袋
であることを突きとめました
であることを突きとめました
05:27
So these kids went
to their principal and asked,
to their principal and asked,
120
315947
2529
そこで子供たちは校長を訪ね
05:30
"Why are we still buying straws?"
121
318500
1660
「どうしてストローが必要なの？」と問い
05:33
And they stopped.
122
321166
1755
その結果 ストローは廃止されました
05:34
And they learned that individually
they could each make a difference,
they could each make a difference,
123
322945
3654
子供たちは
一人一人の行いには意味があること
一人一人の行いには意味があること
協力すればもっと大きな力に
なることも学びました
なることも学びました
05:38
but together they created an impact.
124
326623
2338
05:41
It doesn't matter
if you're a student or a scientist,
if you're a student or a scientist,
125
329503
4012
このコミュニティは
学生であろうと科学者であろうと
学生であろうと科学者であろうと
05:45
whether you live in Honolulu or Hanoi,
126
333539
3135
ホノルルに住んでいようと
ハノイに住んでいようと
ハノイに住んでいようと
05:48
this is a community for everyone.
127
336698
2441
関係なく だれもが参加できるものです
05:51
It started because of two little kids
in the Northern California woods,
in the Northern California woods,
128
339974
4679
北カルフォルニアの森に連れて行った
２人の幼い子供たちがきっかけの活動が
２人の幼い子供たちがきっかけの活動が
05:56
and today it's spread across the world.
129
344677
2814
今や世界中に広まっています
05:59
And you know how we're getting there?
130
347938
1783
その道のりはどう歩んできたかって？
06:02
One piece at a time.
131
350067
1878
１つずつ １つずつです
ありがとうございました
06:04
Thank you.
132
352508
1215
06:05
(Applause)
133
353747
3618
（拍手）
ABOUT THE SPEAKER
Jeff Kirschner - EntrepreneurJeff Kirschner created a global community that's eradicating litter one piece at a time.
Why you should listen
When his 4-year old daughter saw a plastic tub of cat litter in the woods, little did Jeff Kirschner realize that it would be the spark for creating Litterati -- a global movement that's "crowdsource-cleaning" the planet one piece of litter at a time.
Featured in National Geographic, Time Magazine, Fast Company and USA Today, Litterati has become a shining example of how communities are using technology and data to solve our world's most complex problems.
Kirschner has shared the Litterati story at Fortune 500 companies such as Google, Facebook and Uber, keynoted environmental summits at the Monterey Bay Aquarium and Keep America Beautiful, as well as leading schools including Stanford, MIT and the University of Michigan. He was recently a TED Resident, where he developed Litterati into an idea worth spreading.
Jeff Kirschner | Speaker | TED.com