TED2007
Jonathan Harris: The Web's secret stories
Jonathan Harris o intymnych opowieściach w sieci
Filmed:
Readability: 3.9
1,153,906 views
Jonathan Harris pragnie zgłębić internetowy świat emocji. Z głębokim współczuciem dla ludzkiej kondycji tworzy projekty i wypuszcza je w sieć, aby dzięki nim dowiedzieć się, co czujemy i czego szukamy.
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
W zasadzie uważam się za gawędziarza.
00:29
But I don't really tell stories in the usual way,
1
4000
4000
Ale nie opowiadam historii w zwykły sposób,
00:33
in the sense that I don't usually tell my own stories.
2
8000
3000
one nie są zwykle moje własne.
00:37
Instead, I'm really interested in building tools that allow
3
12000
2000
Interesuję się tworzeniem narzędzi, które umożliwiają
00:39
large numbers of other people to tell their stories,
4
14000
4000
innym ludziom opowiadanie ich własnych historii
00:43
people all around the world.
5
18000
1000
na całym świecie.
00:45
I do this because I think that people actually have a lot in common.
6
20000
4000
Robię to, bo uważam, że ludzie mają wiele wspólnego. Są do siebie
00:49
I think people are very similar,
7
24000
1000
bardzo podobni,
00:51
but I also think that we have trouble seeing that.
8
26000
2000
ale trudno nam to zauważyć.
00:54
You know, as I look around the world I see a lot of gaps,
9
29000
3000
Gdy rozglądam się wokół widzę świat pełen różnic,
00:57
and I think we all see a lot of gaps.
10
32000
1000
wszyscy je widzimy.
00:59
And we define ourselves by our gaps.
11
34000
2000
Te różnice nas określają.
01:02
There's language gaps,
12
37000
1000
Są różnice w zakresie języka,
01:04
there's ethnicity and racial gaps, there's age gaps,
13
39000
4000
przynależności etnicznej i rasowej, wieku
01:08
there's gender gaps, there's sexuality gaps,
14
43000
5000
płci, seksualności,
01:13
there's wealth and money gaps, there's education gaps,
15
48000
4000
zamożności i posiadania, wykształcenia
01:18
there's also religious gaps.
16
53000
2000
a także religii.
01:20
You know, we have all these gaps and I think we like our gaps
17
55000
2000
Różnimy się pod tymi względami i lubimy te różnice,
01:22
because they make us feel like we identify with something,
18
57000
3000
bo dzięki nim możemy się z czymś utożsamić, poczuć się częścią
01:25
some smaller community.
19
60000
1000
mniejszej wspólnoty.
01:26
But I think that actually, despite our gaps,
20
61000
2000
Ale myślę, że pomimo tych różnic mamy naprawdę
01:29
we really have a lot in common.
21
64000
1000
wiele wspólnego.
01:30
And I think one thing we have in common is a very deep need
22
65000
4000
I jedną z rzeczy nam wspólnych jest głęboka potrzeba
01:35
to express ourselves.
23
70000
1000
wyrażania siebie.
01:36
I think this is a very old human desire. It's nothing new.
24
71000
5000
Sądzę, że to odwieczne ludzkie pragnienie. Nic nowego. Jednak
01:42
But the thing about self-expression
25
77000
1000
z wyrażaniem siebie
01:43
is that there's traditionally been this imbalance
26
78000
2000
sprawa ma się tak, że od zawsze
01:45
between the desire that we have to express ourselves
27
80000
3000
istnieje dysproporcja między naszą potrzebą
01:48
and the number of sympathetic friends
28
83000
2000
a liczbą życzliwych przyjaciół,
01:50
who are willing to stand around and listen.
29
85000
2000
którzy chcą być obok i słuchać.
01:52
(Laughter)
30
87000
1000
(Śmiech)
01:54
This, also, is nothing new.
31
89000
2000
To również nic nowego.
01:56
Since the dawn of human history, we've tried to rectify this imbalance
32
91000
3000
Od zarania ludzkości próbujemy usunąć tę dysproporcję
01:59
by making art, writing poems, singing songs,
33
94000
4000
poprzez sztukę, pisanie wierszy, śpiewanie piosenek,
02:03
scripting editorials and sending them in to a newspaper,
34
98000
3000
wysyłanie artykułów do gazet,
02:06
gossiping with friends. This is nothing new.
35
101000
2000
plotkowanie z przyjaciółmi. Nie jest to niczym nowym.
02:08
What's new is that in the last several years
36
103000
2000
Nowością jest to, że w ciągu ostatnich lat
02:10
a lot of these very traditional physical human activities,
37
105000
3000
wiele z tych tradycyjnych fizycznych aktywności,
02:13
these acts of self-expression, have been moving onto the Internet.
38
108000
2000
tych dzieł własnej ekspresji, przeniosło się do Internetu.
02:16
And as that's happened, people have been leaving behind footprints,
39
111000
3000
Gdy to się stało, ludzie zaczęli pozostawiać tam po sobie ślady,
02:20
footprints that tell stories of their moments of self-expression.
40
115000
3000
które opowiadają historie o chwilach autoekspresji.
02:24
And so what I do is, I write computer programs
41
119000
3000
A ja piszę programy komputerowe,
02:27
that study very large sets of these footprints,
42
122000
3000
które badają ogromne zbiory tych śladów,
02:30
and then try to draw conclusions about the people who left them --
43
125000
3000
i próbują wyciągać wnioski na temat ludzi, którzy je zostawili:
02:34
what they feel, what they think,
44
129000
1000
co czują, co myślą,
02:36
what's different in the world today than usual,
45
131000
2000
co dziś na świecie jest inne niż zwykle.
02:39
these sorts of questions.
46
134000
1000
Takie stawiam pytania.
02:41
One project that explores these ideas,
47
136000
1000
Jednym z badających to projektów,
02:43
which was made about a year ago,
48
138000
1000
powstałym około roku temu,
02:44
is a piece called We Feel Fine.
49
139000
1000
jest „We Feel Fine”
02:45
This is a piece that every two or three minutes
50
140000
3000
("Czujemy się dobrze"). Co dwie-trzy minuty program skanuje
02:48
scans the world's newly-posted blog entries
51
143000
2000
nowo umieszczone wpisy na blogach
02:50
for occurrences of the phrases "I feel" or "I am feeling."
52
145000
5000
w poszukiwaniu wyrażeń "czuję" lub "czuję się".
02:55
And when it finds one of those phrases,
53
150000
1000
Po znalezieniu wyrażenia
02:56
it grabs the sentence up to the period,
54
151000
2000
program pobiera zdanie do najbliższej kropki
02:58
and then automatically tries to deduce the age, gender
55
153000
3000
i automatycznie stara się wnioskować o wieku, płci
03:01
and geographical location of the person that wrote that sentence.
56
156000
3000
i położeniu geograficznym osoby, która je napisała.
03:05
Then, knowing the geographical location and the time,
57
160000
2000
Po ustaleniu lokalizacji i czasu możemy stwierdzić,
03:07
we can also then figure out the weather
58
162000
1000
jaka była pogoda
03:08
when that person wrote the sentence.
59
163000
2000
kiedy to zdanie pisano.
03:11
All of this information is saved in a database
60
166000
2000
Wszystkie te informacje przechowywane są w bazie,
03:13
that collects about 20,000 feelings a day.
61
168000
2000
która gromadzi dziennie około 20 000 uczuć.
03:15
It's been running for about a year and a half.
62
170000
2000
Program działa mniej więcej od półtora roku.
03:17
It's reached about seven-and-a-half million human feelings now.
63
172000
3000
Dotarł już do siedmiu i pół miliona ludzkich uczuć.
03:20
And I'll show you a glimpse
64
175000
1000
Pokażę wam w skrócie,
03:21
of how this information is then visualized. So this is We Feel Fine.
65
176000
5000
jak te informacje są przedstawione. Tak wygląda „We Feel Fine”.
03:27
What you see here is a madly swarming mass of particles,
66
182000
4000
Widzicie tu zwariowany rój cząsteczek,
03:31
each of which represents a single human feeling
67
186000
2000
z których każda przedstawia jedno ludzkie uczucie
03:33
that was stated in the last few hours.
68
188000
2000
wyrażone w ciągu kilku ostatnich godzin.
03:36
The color of each particle corresponds to the type of feeling inside --
69
191000
3000
Kolor każdej cząsteczki odpowiada rodzajowi zawartego w niej uczucia,
03:39
so that happy, positive feelings are brightly colored.
70
194000
2000
zatem uczucia pozytywne mają kolor jasny,
03:42
And sad, negative feelings are darkly colored.
71
197000
2000
a uczucia negatywne - kolor ciemny.
03:44
The diameter of each dot
72
199000
2000
Średnica cząsteczki odzwierciedla
03:46
represents the length of the sentence inside,
73
201000
2000
długość zdania, które reprezentuje,
03:48
so that the large dots contain large sentences,
74
203000
2000
czyli duże kropki zawierają długie zdania,
03:50
and the small dots contain small sentences.
75
205000
2000
a małe kropki - krótkie zdania.
03:52
Any dot can be clicked and expanded. And we see here,
76
207000
3000
Każdą kropkę można kliknąć i powiększyć. Tu widzimy: "Czułabym się
03:56
"I would just feel so much better
77
211000
1000
o wiele lepiej,
03:57
if I could curl up in his arms right now and feel his affection for me
78
212000
3000
gdybym mogła się skulić teraz w jego ramionach i odczuć jego miłość
04:00
in the embrace of his body and the tenderness of his lips."
79
215000
3000
w tym uścisku i w pieszczotach jego warg".
04:03
So it gets pretty hot and steamy sometimes
80
218000
2000
Tak więc w świecie ludzkich emocji
04:05
in the world of human emotions.
81
220000
2000
bywa gorąco i namiętnie.
04:07
And all of these are stated by people:
82
222000
3000
Wszystkie zostały wyrażone przez jakichś ludzi:
04:10
"I know that objectively it really doesn't mean much,
83
225000
2000
"Wiem, że obiektywnie to niewiele,
04:12
but after spending so many years as a small fish in a big pond,
84
227000
3000
ale po przeżyciu tylu lat jako mała rybka w dużym stawie,
04:15
it's nice to feel bigger again."
85
230000
2000
miło jest poczuć się znów ważniejszym".
04:17
The dots exhibit human qualities. They kind of have their own physics,
86
232000
3000
Cząsteczki wykazują ludzkie przymioty. Podlegają niejako własnym
04:20
and they swarm wildly around, kind of exploring the world of life.
87
235000
4000
prawom fizyki, pędzą we wszystkie strony jak gdyby badając życie.
04:25
And then they also exhibit curiosity.
88
240000
1000
Mogą okazywać zaciekawienie.
04:26
You can see a few of them are swarming around the cursor right now.
89
241000
3000
Jak widzicie, kilka z nich krąży teraz w pobliżu kursora.
04:29
You can see some other ones
90
244000
1000
Inne skupiły się
04:31
are swarming around the bottom left corner of the screen
91
246000
1000
w lewym dolnym rogu
04:33
around six words. Those six words represent the six movements
92
248000
3000
wokół sześciu słów przedstawiających sześć sposobów prezentacji danych
04:36
of We Feel Fine. We're currently seeing Madness.
93
251000
3000
w „We Feel Fine”. To, co obecnie widzimy, to Szał.
04:39
There's also Murmurs, Montage, Mobs, Metrics and Mounds.
94
254000
4000
Są również Szepty, Montaż, Tłumy, Metryczki i Wzgórza.
04:43
And I'll walk you through a few of those now.
95
258000
2000
Teraz je wam pokaże.
04:45
Murmurs causes all of the feelings to fly to the ceiling.
96
260000
3000
„Szepty” powodują uniesienie wszystkich uczuć do góry.
04:49
And then, one by one, in reverse chronological order,
97
264000
2000
Następnie, pojedynczo i odwrotnej
04:51
they excuse themselves, entering the scrolling list of feelings.
98
266000
3000
chronologicznie kolejności wpływają one na przewijającą się listę.
04:56
"I feel a bit better now."
99
271000
1000
"Czuję się troszkę lepiej".
04:57
(Laughter)
100
272000
2000
(Śmiech)
05:00
"I feel confused and unsure of what the hell I want to do."
101
275000
2000
"Czuję zdezorientowanie i nie wiem, co, do cholery, chciałbym robić".
05:03
"I feel gypped out of something awesome here."
102
278000
2000
"Czuję, że wykluczono mnie z czegoś niesamowitego".
05:06
"I feel so free; I feel so good."
103
281000
1000
"Czuję się taki wolny; tak mi dobrze".
05:08
"I feel like I'm in this fog of depression that I can't get out of."
104
283000
3000
"W tej depresji czuję się jak we mgle, z której nie ma wyjścia".
05:11
And you can click any of these to go out and visit the blog
105
286000
2000
Każde zdanie można kliknąć i odwiedzić blog,
05:13
from which it was collected. And in that way,
106
288000
2000
z którego zostało ono zaczerpnięte.
05:15
you can connect with the authors of these statements
107
290000
2000
Dzięki temu, jeśli poczuliście sympatię do autora,
05:18
if you feel some degree of empathy.
108
293000
1000
możecie się z nim skontaktować.
05:20
The next movement is called Montage.
109
295000
2000
Następny sposób prezentacji danych nazywa się „Montaż”.
05:22
Montage causes all of the feelings that contain photographs
110
297000
3000
W Montażu wszystkie uczucia zawierające fotografie
05:25
to become extracted and display themselves in a grid.
111
300000
3000
są wyodrębnione i przedstawione w postaci tabeli.
05:29
This grid is then said to represent the picture of the world's feelings
112
304000
4000
O tej tabeli można powiedzieć, że przedstawia obraz uczuć na świecie
05:33
in the last few hours, if you will.
113
308000
1000
z ostatnich godzin.
05:34
Each of these can be clicked and we can blow it up.
114
309000
3000
Każdy element można kliknąć i powiększyć.
05:37
We see, "I just feel like I'm not going to have fun
115
312000
3000
Widzimy tu: "Czuję, że nie będę się dobrze bawić,
05:40
if it's not the both of us." That was from someone in Michigan.
116
315000
4000
jeśli nie będziemy razem". To było od kogoś z Michigan.
05:46
We see, "I feel like I have been at a computer all day."
117
321000
4000
Tutaj: "Czuję się, jakbym spędziła przed komputerem cały dzień".
05:50
(Laughter)
118
325000
1000
(Śmiech)
05:53
These are automatically constructed using the found objects:
119
328000
3000
Są one tworzone automatycznie na podstawie znalezionych obiektów.
05:56
"I think I feel a little full."
120
331000
2000
"Chyba czuję się nieco pełna".
06:00
The next movement is called mobs.
121
335000
1000
Dalej mamy „Tłumy”.
06:01
Mobs provides different statistical breakdowns
122
336000
2000
Tłumy dostarczają różnych statystycznych analiz
06:03
of the population of the world's feelings in the last few hours.
123
338000
3000
uczuć na świecie z ostatnich kilku godzin.
06:06
We see that "better" is the most frequent feeling right now,
124
341000
2000
Widzimy, że teraz najczęściej występuje słowo "lepiej",
06:08
followed by "good," "bad," "guilty," "right," "down," "sick" and so on.
125
343000
4000
za nim takie jak: dobrze, źle, winny, właściwy, chandra, dość - itd.
06:13
We can also get a gender breakdown.
126
348000
1000
Jest też podział na płeć.
06:14
And we see that women are slightly more prolific
127
349000
2000
Okazuje się, że w ciągu ostatnich godzin
06:16
talking about their emotions in the last few hours than men.
128
351000
2000
kobiety nieco chętniej opowiadały o swoich emocjach.
06:20
We can do an age breakdown, which gives us a histogram
129
355000
2000
Możemy użyć podziału na wiek, co da nam kolumnowy wykres
06:22
of the world's emotional distribution by age.
130
357000
2000
rozkładu uczuć na świecie w poszczególnych
06:25
We see people in their twenties are the most prolific,
131
360000
3000
grupach wiekowych. Najwięcej piszą ludzie po dwudziestce,
06:28
followed by teenagers, and then people in their thirties,
132
363000
2000
potem nastolatki, następnie trzydziestolatki,
06:30
and it dies out very quickly from there.
133
365000
1000
potem rozkład szybko wygasa.
06:32
In weather, the feelings assume the physical characteristics
134
367000
4000
W podziale ze względu na pogodę uczucia przejmują właściwości fizyczne
06:36
of the weather that they represent,
135
371000
1000
zjawisk atmosferycznych, z którymi się wiążą,
06:37
so that the ones collected on a sunny day
136
372000
2000
zatem uczucia zebrane w słoneczne dni
06:39
swirl around as if they're part of the sun.
137
374000
2000
krążą razem na kształt tarczy słonecznej.
06:41
The cloudy ones float along as if they're on a breeze.
138
376000
2000
Zebrane w dni pochmurne płyną jak gdyby na wietrze.
06:44
The rainy ones fall down as if they're in a rainstorm,
139
379000
2000
Zebrane w dni deszczowe spadają niczym ulewa
06:46
and the snowy ones kind of flutter to the ground.
140
381000
2000
a te z dni śnieżnych delikatnie spływają na ziemię.
06:49
Finally, location causes the feelings to move to their positions
141
384000
3000
W końcu lokalizacja przemieszcza uczucia do odpowiednich
06:52
on a world map showing the geographical distribution of feelings.
142
387000
3000
pozycji na mapie świata, pokazując geograficzny rozkład uczuć.
06:57
Metrics provides more numerical views on the data.
143
392000
2000
„Metryczki” dostarczają danych liczbowych.
06:59
We see that the world is feeling "used"
144
394000
1000
Świat czuje się wykorzystywany
07:00
at 3.3 times the normal level right now.
145
395000
3000
3,3 razy częściej niż zwykle.
07:03
(Laughter)
146
398000
3000
(Śmiech)
07:06
They're feeling "warm" at 2.9 times the normal level, and so on.
147
401000
4000
Jest serdeczny 2,9 razy częściej niż zwykle i tak dalej.
07:10
Other views are also available.
148
405000
1000
Dostępne są i inne widoki.
07:11
Here are gender, age, weather, location.
149
406000
2000
Tutaj mamy płeć, wiek, pogodę, położenie.
07:13
The final movement is called Mounds.
150
408000
2000
Ostatni sposób prezentacji to „Wzgórza”.
07:15
It's a bit different from the others.
151
410000
1000
Różni się od pozostałych.
07:16
Mounds visualizes the entire dataset as large, gelatinous blobs
152
411000
4000
Wzgórza przedstawiają cały zestaw danych jako duże, galaretowate,
07:20
which kind of jiggle.
153
415000
1000
nieco chwiejące się pagórki.
07:22
And if I hold down my cursor, they do a little dance.
154
417000
2000
A kiedy przytrzymam klawisz myszy, wykonują mały taniec.
07:25
We see "better" is the most frequent feeling, followed by "bad."
155
420000
3000
Najczęściej występującym uczuciem jest teraz "lepiej", za nim "źle".
07:28
And then if I go over here, the list begins to scroll,
156
423000
3000
A kiedy przesunę się tutaj, lista zaczyna się przewijać
07:31
and there are actually thousands of feelings that have been collected.
157
426000
2000
i odsłania tysiące zebranych uczuć.
07:33
You can see the little pink cursor moving along,
158
428000
2000
Widzicie mały różowy wskaźnik, który przestawia naszą
07:35
representing our position.
159
430000
1000
aktualną pozycję.
07:37
Here we see people that feel "slipping," "nauseous," "responsible."
160
432000
4000
Widzimy ludzi, którzy czują, że coś "umyka", czują "mdłości", czują się "odpowiedzialni".
07:41
There's also a search capability,
161
436000
1000
Obecna jest wyszukiwarka,
07:42
if you're interested in finding out about a certain population.
162
437000
2000
jeśli chcecie dowiedzieć się czegoś o konkretnej populacji.
07:45
For instance, you could find women who feel "addicted"
163
440000
2000
Możecie na przykład znaleźć 20-letnie kobiety,
07:47
in their 20s when it was cloudy in Bangladesh.
164
442000
4000
które w pochmurne dni w Bangladeszu czuły się "uzależnione".
07:51
(Laughter)
165
446000
4000
(Śmiech)
07:55
But I'll spare you that.
166
450000
1000
Tego wam oszczędzę.
07:56
So here are some of my favorite montages that have been collected:
167
451000
3000
Mam tu kilka moich ulubionych montaży.
08:00
"I feel so much of my dad alive in me that there isn't even room for me."
168
455000
3000
"Czuję w sobie tyle mojego ojca, że nie ma już miejsca dla mnie".
08:05
"I feel very lonely."
169
460000
2000
"Czuję się bardzo samotna".
08:09
"I need to be in some backwoods redneck town
170
464000
2000
"Musiałabym być w jakiejś dziurze zabitej dechami,
08:11
so that I can feel beautiful."
171
466000
2000
by móc poczuć się piękną".
08:16
"I feel invisible to you."
172
471000
1000
"Czuję się dla ciebie niewidoczna".
08:19
"I wouldn't hide it if society didn't make me feel like I needed to."
173
474000
3000
"Nie kryłabym się, gdyby społeczeństwo nie dawało mi odczuć, że muszę".
08:25
"I feel in love with Carolyn." "I feel so naughty."
174
480000
4000
"Czuję, że jestem zakochany w Carolyn". "Czuję się taka niegrzeczna".
08:32
"I feel these weirdoes are actually an asset to college life."
175
487000
3000
"Czuję, że te świry przydają się jednak w studenckim życiu".
08:35
(Laughter)
176
490000
4000
(Śmiech)
08:39
"I love how I feel today."
177
494000
1000
"Uwielbiam czuć się tak, jak dziś".
08:42
So as you can see, We Feel Fine uses a technique
178
497000
2000
Jak zatem widzicie, „We Feel Fine” wykorzystuje metodę, którą nazywam
08:44
that I call "passive observation."
179
499000
1000
"bierną obserwacją".
08:45
What I mean by that is that it passively observes people
180
500000
3000
Polega ona na pasywnym przyglądaniu się,
08:48
as they live their lives. It scans the world's blogs
181
503000
4000
jak żyją ludzie. Program skanuje blogi i przygląda się temu,
08:52
and looks at what people are writing,
182
507000
1000
co ludzie piszą,
08:53
and these people don't know they're being watched or interviewed.
183
508000
3000
ale ci ludzie nie wiedzą, że są obserwowani.
08:56
And because of that,
184
511000
1000
Z tego powodu
08:57
you end up getting very honest, candid, sincere responses
185
512000
3000
zbieramy relacje szczere, otwarte i niezafałszowane,
09:00
that are often very moving.
186
515000
1000
często bardzo poruszające.
09:02
And this is a technique that I usually prefer in my work
187
517000
2000
W swojej pracy preferuję taką technikę
09:04
because people don't know they're being interviewed.
188
519000
2000
z uwagi na jej dyskrecję.
09:06
They're just living life, and they end up just acting like that.
189
521000
3000
Ludzie żyją jak co dzień i zachowują się tak, jak tu widzimy.
09:10
Another technique is directly questioning people.
190
525000
2000
Kolejną techniką jest pytanie ludzi wprost.
09:12
And this is a technique that I explored in a different project,
191
527000
2000
Używam jej w innym projekcie,
09:14
the Yahoo! Time Capsule,
192
529000
1000
Yahoo! Kapsuła Czasu,
09:15
which was designed to take a fingerprint of the world in 2006.
193
530000
4000
stworzonym w celu pobrania "odcisku palca" świata w roku 2006.
09:20
It was divided into ten very simple themes --
194
535000
2000
Był on podzielony na dziesięć działów -
09:22
love, anger, sadness and so on --
195
537000
2000
miłość, gniew, smutek i tak dalej -
09:24
each of which contained a single, very open-ended question
196
539000
2000
z których każdy zawierał jedno otwarte pytanie:
09:26
put to the world: What do you love? What makes you angry?
197
541000
3000
Co kochasz? Co cię gniewa?
09:29
What makes you sad? What do you believe in? And so on.
198
544000
2000
Co cię smuci? W co wierzysz? I tak dalej.
09:31
The time capsule was available for one month online,
199
546000
2000
Kapsuła czasu była dostępna on-line przez miesiąc,
09:33
translated into 10 languages, and this is what it looked like.
200
548000
5000
przetłumaczono ją na 10 języków a wyglądała tak.
09:38
It's a spinning globe,
201
553000
1000
Jest to
09:39
the surface of which is entirely composed of the pictures
202
554000
3000
wirujący glob, którego powierzchnia jest w całości złożona z obrazów,
09:42
and words and drawings of people
203
557000
2000
słów i rysunków zgłoszonych przez ludzi
09:44
that submitted to the time capsule.
204
559000
1000
do kapsuły czasu.
09:46
The ten themes radiate out and orbit the time capsule.
205
561000
2000
Tematy, niczym promienie, obiegają glob.
09:48
You can sift through this data and see what people have submitted.
206
563000
4000
Można przeszukać te dane i zobaczyć, co nadesłano.
09:52
This is in response to, What's beautiful? "Miss World."
207
567000
2000
To odpowiedź na pytanie: Co jest piękne? "Miss Świata".
09:54
There are two modes to the time capsule.
208
569000
2000
Kapsuła czasu ma dwa tryby.
09:56
There's One World, which presents the spinning globe,
209
571000
2000
Jeden Świat przestawia wirujący glob,
09:58
and Many Voices, which splits the data out into film strips
210
573000
3000
zaś Wiele Głosów dzieli dane na paski kliszy filmowej
10:02
and lets you sift through them one by one.
211
577000
1000
i pozwala przeglądać je pojedynczo.
10:05
So this project was punctuated by a really amazing event,
212
580000
4000
Zaakcentowaniem tego projektu było naprawdę niezwykłe wydarzenie,
10:09
which was held in the desert outside Albuquerque in New Mexico
213
584000
5000
które miało miejsce na pustyni za Albuquerque w Nowym Meksyku,
10:14
at the Jemez Pueblo, where for three consecutive nights,
214
589000
2000
w Jemez Pueblo, gdzie przez trzy kolejne noce
10:16
the contents of the capsule were projected onto the sides
215
591000
3000
zawartość kapsuły czasu była wyświetlana na zboczach starożytnego
10:19
of the ancient Red Rock Canyon walls,
216
594000
1000
kanionu Red Rock,
10:21
which stand about 200 feet tall. It was really incredible.
217
596000
2000
który wznosi się na około 60 metrów. To było naprawdę niezwykłe.
10:23
And we also projected the contents of the time capsule
218
598000
3000
Przy użyciu 35-watowego lasera wysłaliśmy również zawartość
10:26
as binary code using a 35-watt laser into outer space.
219
601000
3000
kapsuły czasu w przestrzeń kosmiczną w postaci kodu binarnego.
10:29
You can see the orange line leaving the desert floor
220
604000
3000
To ten pomarańczowy promień opuszczający pustynię
10:32
at about a 45 degree angle there. This was amazing
221
607000
2000
pod kątem około 45 stopni. To było niesamowite,
10:34
because the first night I looked at all this information
222
609000
4000
bo gdy pierwszej nocy spojrzałem na te wszystkie dane,
10:38
and really started seeing the gaps that I talked about earlier --
223
613000
3000
zacząłem dostrzegać różnice, o których mówiłem wcześniej -
10:41
the differences in age, gender and wealth and so on.
224
616000
2000
różnice w wieku, płci, zamożności i tak dalej.
10:44
But, you know, as I looked at this more and more and more,
225
619000
2000
Ale wiecie, gdy tak patrzyłem na te obrazy
10:46
and saw these images go across the rocks,
226
621000
2000
przesuwające się po skale uświadomiłem sobie,
10:48
I realized I was seeing the same archetypal events
227
623000
2000
że widzę te same archetypowe zdarzenia
10:50
depicted again and again and again.
228
625000
2000
powtarzające się wciąż i wciąż:
10:52
You know: weddings, births, funerals, the first car, the first kiss,
229
627000
5000
śluby, narodziny, pogrzeby, pierwszy samochód, pierwszy pocałunek,
10:57
the first camel or horse -- depending on the culture.
230
632000
3000
pierwszy wielbłąd albo koń - w zależności od kultury.
11:00
And it was really moving. And this picture here was taken
231
635000
4000
To było rzeczywiście poruszające. A to zdjęcie zostało zrobione
11:04
the final night from a distant cliff about two miles away,
232
639000
3000
ostatniej nocy ze stoku odległego o około 3 kilometry
11:07
where the contents of the capsule were being beamed into space.
233
642000
3000
i pokazuje, jak zawartość kapsuły czasu zostaje wypromieniowana
11:10
And there was something very moving
234
645000
2000
w kosmos. Było coś wzruszającego w tym,
11:12
about all of this human expression being shot off into the night sky.
235
647000
3000
jak ludzkie emocje wystrzelono wprost w nocne niebo.
11:15
And it started to make me think a lot about the night sky,
236
650000
3000
Od tego czasu wiele myślałem o nocnym niebie i o tym, jak ludzie od zawsze
11:18
and how humans have always used the night sky
237
653000
1000
rzutowali na nie
11:19
to project their great stories.
238
654000
2000
swoje wielkie historie.
11:21
You know, as a child in Vermont, on a farm where I grew up,
239
656000
3000
Jeszcze jako dziecko, na farmie w Vermont, gdzie dorastałem,
11:24
I would often look up into the dark sky
240
659000
2000
często patrzyłem w granatowe niebo
11:26
and see the three star belt of Orion, the Hunter.
241
661000
2000
i widziałem trójgwiezdny pas Oriona, Łowcy.
11:29
And as an adult, I've been more aware
242
664000
2000
A jako dorosły byłem bardziej świadom
11:31
of the great Greek myths playing out in the sky overhead every night.
243
666000
3000
wielkich greckich mitów rozgrywających się co noc nad naszymi głowami.
11:35
You know, Orion facing the roaring bull.
244
670000
2000
Orion staje wobec rozjuszonego byka.
11:37
Perseus flying to the rescue of Andromeda.
245
672000
2000
Perseusz spieszy Andromedzie na ratunek.
11:39
Zeus battling Chronos for control of Mount Olympus.
246
674000
3000
Zeus zmaga się z Chronosem o kontrolę nad górą Olimp.
11:42
I mean, these are the great tales of the Greeks.
247
677000
2000
To są wielkie historie starożytnych Greków.
11:44
And it caused me to wonder about our world today.
248
679000
2000
Zacząłem się zastanawiać nad dzisiejszym światem.
11:47
And it caused me to wonder specifically,
249
682000
2000
Szczególnie nad tym:
11:49
if we could make new constellations today,
250
684000
2000
gdybyśmy dzisiaj mieli opisać nowe konstelacje,
11:52
what would those look like? What would those be?
251
687000
2000
jak by wyglądały? Czym by były?
11:54
If we could make new pictures in the sky, what would we draw?
252
689000
3000
Gdybyśmy mogli narysować na niebie nowe obrazy, co byśmy stworzyli?
11:57
What are the great stories of today?
253
692000
1000
Jakie wielkie historie mamy dzisiaj?
11:58
And those are the questions that inspired my new project,
254
693000
4000
Te pytania zainspirowały mnie do stworzenia nowego projektu,
12:02
which is debuting here today at TED.
255
697000
2000
o którym pierwszy raz opowiem dziś na TED.
12:04
Nobody's seen this yet, publicly.
256
699000
1000
Nie był pokazywany publicznie.
12:06
It's called Universe: Revealing Our Modern Mythology.
257
701000
3000
Nazywa się „Uniwersum” i odsłania naszą
12:10
And it uses this metaphor of an interactive night sky.
258
705000
3000
nowoczesną mitologię, przy użyciu metafory nocnego nieba.
12:13
So, it's my great pleasure now to show this to you.
259
708000
3000
Z wielką przyjemnością go wam teraz zaprezentuję.
12:16
So, Universe will open here.
260
711000
1000
Uniwersum otworzy się tutaj.
12:17
And you'll see that it leads with a shifting star field,
261
712000
4000
Z przodu mamy pole migoczących gwiazd,
12:22
and there's an Aurora Borealis in the background,
262
717000
2000
z tyłu zorzę polarną
12:24
kind of morphing with color. The color of the Aurora Borealis
263
719000
3000
o zmiennej barwie. Kolor zorzy
12:27
can be controlled using this single bar of color at the bottom,
264
722000
3000
kontroluje się tym suwakiem u dołu,
12:31
and we'll put it down here to red.
265
726000
2000
ustawię go na czerwony.
12:33
So you see this kind of -- these stars moving along.
266
728000
2000
Widzicie więc przesuwające się gwiazdy.
12:36
Now, these aren't just little points of light, little pixels.
267
731000
3000
Ale to nie są tylko małe świetliste piksele.
12:39
Each of those stars actually represents
268
734000
2000
Każda z tych gwiazd przedstawia
12:41
a specific event in the real world --
269
736000
2000
konkretne zdarzenie z prawdziwego świata -
12:44
a quote that was stated by somebody, an image,
270
739000
2000
czyjś cytat, jakiś obrazek,
12:47
a news story, a person, a company. You know,
271
742000
3000
wiadomość, osobę, firmę.
12:50
some kind of heroic personality.
272
745000
2000
Jakiś rodzaj bohaterskiej osobowości.
12:53
And you might notice that as the cursor begins
273
748000
2000
Jak mogliście zauważyć,
12:55
to touch some of these stars, that shapes begin to emerge.
274
750000
4000
kiedy kursor dotyka gwiazd, pojawiają się kształty.
12:59
We see here there's a little man walking along, or maybe a woman.
275
754000
3000
Tu mamy małego idącego człowieczka, mężczyznę albo kobietę.
13:02
And we see here a photograph with a head.
276
757000
4000
A tu - zdjęcie głowy.
13:07
You can start to see words emerging here.
277
762000
2000
Możecie zauważyć wyłaniające się słowa.
13:10
And those are
278
765000
1000
To są
13:12
the constellations of today.
279
767000
1000
konstelacje dzisiejszego świata.
13:14
And I can turn them all on,
280
769000
1000
Włączę je
13:15
and you can see them moving across the sky now.
281
770000
2000
i zobaczycie, jak przepływają po niebie.
13:18
This is the universe of 2007, the last two months.
282
773000
2000
To jest uniwersum roku 2007, minionych dwóch miesięcy.
13:21
The data from this is global news coverage
283
776000
2000
Dane w nim zebrane pochodzą z artykułów medialnych
13:23
from thousands of news sources around the world.
284
778000
2000
tysięcy źródeł wiadomości na całym świecie.
13:25
It's using the API of a really great company that I work with
285
780000
4000
Użyto tu API naprawdę świetnej firmy, z którą współpracuję
13:29
in New York, actually, called Daylife.
286
784000
1000
w Nowym Jorku: Daylife.
13:31
And it's kind of the zeitgeist view at this level
287
786000
3000
Jest to niejako widok ducha epoki,
13:34
of the world's current mythology over the last couple of months.
288
789000
4000
współczesnej światowej mitologii pisanej przez ostatnie miesiące.
13:38
So we can see where it's emerging here, like President Ford,
289
793000
3000
Jak widać, wyłania się tu Prezydent Ford,
13:42
Iraq, Bush. And we can actually isolate just the words --
290
797000
3000
Irak, Bush. Możemy wyodrębnić te słowa -
13:45
I call them secrets -- and we can cause them to form
291
800000
2000
nazywam je "tajemnicami" - i ułożyć je alfabetycznie.
13:47
an alphabetical list. And we see Anna Nicole Smith
292
802000
3000
Widzimy, że ostatnio dużą rolę odegrała
13:51
playing a big role recently.
293
806000
2000
Anna Nicole Smith.
13:53
President Ford -- this is Gerald Ford's funeral.
294
808000
3000
Prezydent Ford - bo to pogrzeb Geralda Forda.
13:56
We can actually click anything in Universe
295
811000
3000
Możemy kliknąć dowolny element a on stanie się środkiem uniwersum
13:59
and have it become the center of the universe,
296
814000
1000
wszystko inne zaś
14:00
and everything else will enter its orbit.
297
815000
2000
zostanie umieszczone na jego orbicie.
14:02
So, we'll click Ford, and now that becomes the center.
298
817000
3000
Klikamy więc Forda i teraz on jest w centrum.
14:05
And the things that relate to Ford enter its orbit
299
820000
3000
Wszystkie rzeczy z nim związane krążą
14:08
and swirl around it.
300
823000
1000
wokół niego.
14:10
We can isolate just the photographs, and we now see those.
301
825000
2000
Możemy również wyodrębnić same zdjęcia. Teraz widzimy te.
14:13
We can click on one of those
302
828000
1000
Możemy kliknąć
14:14
and have the photograph be the center of the universe.
303
829000
2000
każde z nich i uczynić je środkiem uniwersum.
14:17
Now the things that relate to it are swirling around.
304
832000
3000
Odnoszące się do niego elementy wirują dookoła.
14:20
We can click on this and we see this iconic image
305
835000
3000
Możemy kliknąć ten i widzimy słynne zdjęcie
14:23
of Betty Ford kissing her husband's coffin.
306
838000
3000
Betty Ford całującej trumnę jej męża.
14:26
In Universe, there's kind of no end. It just goes infinitely,
307
841000
5000
W Uniwersum właściwie nie ma końca. Tematy rozwijają się w nieskończoność
14:32
and you can just kind of click on stuff.
308
847000
1000
a każdy z nich jest klikalny.
14:34
This is a photographic representation, called Snapshots.
309
849000
4000
To jest reprezentacja fotograficzna, nazywa się „Migawki”.
14:38
But we can actually be more specific in defining our universe.
310
853000
4000
Możemy mieć bardziej konkretne żądania w definiowaniu swojego uniwersum.
14:42
So, if we want to,
311
857000
1000
Powiedzmy, że
14:43
let's check out what Bill Clinton's universe looks like.
312
858000
3000
chcemy zobaczyć, jak wygląda uniwersum Billa Clintona.
14:46
And let's see, in the past week, what he's been up to.
313
861000
4000
A teraz zobaczmy, co robił w ostatnim tygodniu.
14:50
So now, we have a new universe, which is just constrained
314
865000
3000
Oto mamy uniwersum ograniczone tylko do spraw związanych
14:53
to all things Bill Clinton.
315
868000
1000
z Billem Clintonem.
14:55
We can have his constellations emerge here.
316
870000
2000
Jego konstelacje pojawiają się tutaj. Możemy wyciągnąć
14:58
We can pull out his secrets,
317
873000
1000
jego tajemnice
14:59
and we see that it has a lot to do with candidates,
318
874000
3000
i widzimy, że wiążą się ze słowami: kandydaci,
15:02
Hillary, presidential, Barack Obama.
319
877000
3000
Hillary, prezydenckie, Barack Obama.
15:06
We can see the stories
320
881000
1000
Są tu artykuły
15:07
that Bill Clinton is taking part in right now.
321
882000
3000
o tym, w co angażował się teraz Bill Clinton.
15:10
Any of those can be opened up.
322
885000
2000
Każdy z nich można otworzyć.
15:12
So we see Obama and the Clintons meet in Alabama.
323
887000
2000
Widzimy, że Obama i Clintonowie spotkali się w Alabamie.
15:15
You can see that this is an important story;
324
890000
1000
To ważna historia,
15:16
there are a lot of things in its orbit. If we open this up,
325
891000
4000
a wiemy o tym, bo wiele innych skupia się wokół niej. Jeśli ją otworzymy,
15:20
we get different perspectives on this story.
326
895000
3000
zobaczymy inne relacje z tego samego zdarzenia.
15:23
You can click any of those to go out and read the article
327
898000
2000
Po kliknięciu możemy się przenieść na stronę źródłową
15:25
at the source. This one's from Al Jazeera.
328
900000
2000
artykułu, by go przeczytać. Ten pochodzi z Al Jazeery.
15:28
We can also see the superstars. These would be the people
329
903000
4000
Możemy również zobaczyć supergwiazdy.
15:32
that are kind of the looming heroes and heroines
330
907000
3000
To bohaterowie wyłaniający się
15:35
in the universe of Bill Clinton. So there's Bill Clinton, Hillary,
331
910000
3000
z uniwersum Billa Clintona. Są to: Bill Clinton, Hillary,
15:38
Iraq, George Bush, Barack Obama, Scooter Libby --
332
913000
4000
Irak, George Bush, Barack Obama, Scooter Libby -
15:42
these are kind of the people of Bill Clinton.
333
917000
2000
ludzie Billa Clintona.
15:45
We can also see a world map, so this shows us the geographic reach
334
920000
4000
Widzimy również mapę świata, pokazującą zasięg działań Billa Clintona
15:49
of Bill Clinton in the last week or so.
335
924000
1000
w ostatnim tygodniu.
15:50
We can see he's been focused in America
336
925000
2000
Jego działania skoncentrowane były w Ameryce,
15:52
because he's been campaigning, probably,
337
927000
2000
prawdopodobnie z powodu kampanii,
15:54
but a little bit of action over here in the Middle East.
338
929000
2000
ale nieco aktywności było też
15:56
And then we can also see a timeline.
339
931000
2000
na Środkowym Wschodzie. Jest tu też oś czasu,
15:58
So we see that he was a bit quiet on Saturday,
340
933000
3000
możemy zobaczyć, że w sobotę było spokojnie
16:01
but he was back to work on Sunday morning,
341
936000
2000
ale wrócił do pracy w niedzielę rano,
16:03
and actually been tapering off since then this week.
342
938000
3000
lecz od tego czasu jego aktywność słabła.
16:06
And it's not limited to just people or dates,
343
941000
2000
Nie jest to ograniczone do ludzi czy dat,
16:08
but we can actually put in concepts also.
344
943000
2000
możemy tu również wpisać pojęcia.
16:10
So if I put in climate change for all of 2006,
345
945000
3000
Jeśli więc wpiszę zmiany klimatyczne dla roku 2006,
16:14
we'll see what that universe looks like.
346
949000
2000
zobaczymy, jak wygląda to uniwersum.
16:16
Here we have our star field. Here we have our shapes.
347
951000
3000
Mamy nasze pole gwiazd, kształty,
16:19
Here we have our secrets.
348
954000
2000
tajemnice.
16:22
So we see again, climate change is large:
349
957000
2000
Jak widzimy, zmiany klimatyczne to duży temat.
16:24
Nairobi, global conference, environmental.
350
959000
3000
Nairobi, światowa konferencja, środowiskowy.
16:27
And there are also quotes that you can see,
351
962000
2000
Są również cytaty, które możecie przejrzeć,
16:29
if you're interested in reading about quotes on climate change.
352
964000
2000
jeśli jesteście zainteresowani.
16:31
You know, this is really an infinite thing.
353
966000
1000
Naprawdę nie ma końca.
16:33
The superstars of climate change in 2006:
354
968000
2000
Supergwiazdy dla zmian klimatycznych 2006:
16:35
United States, Britain, China. You know,
355
970000
3000
Stany Zjednoczone, Wielka Brytania, Chiny.
16:38
these are the towering countries that kind of define this concept.
356
973000
3000
Te państwa wybijają się przy określaniu tego zjawiska.
16:41
So this is a piece that demands exploration.
357
976000
3000
I to jest obszar wymagający badania.
16:44
This will be online in several days, probably next Tuesday.
358
979000
4000
Projekt pojawi się on-line w ciągu kilku dni, prawdopodobnie w przyszły wtorek.
16:49
And you'll all be able to use it and kind of explore
359
984000
4000
Będziecie mogli go używać i sprawdzić,
16:53
what your own personal mythology might be.
360
988000
2000
co mogłoby być waszą osobistą mitologią.
16:55
You'll notice that in Daylife -- rather, in Universe --
361
990000
3000
Zauważycie, że Daylife, a właściwie Uniwersum,
16:58
it supports both the notion of a global mythology,
362
993000
2000
buduje zarówno mitologię globalną,
17:00
which is represented by something as broad as, say, 2007,
363
995000
3000
reprezentowaną przez pojęcia tak szerokie jak, powiedzmy, 2007,
17:03
and also a personal mythology.
364
998000
2000
jak również mitologię osobistą.
17:05
As you search for the things that are important to you in your world,
365
1000000
4000
Możecie poszukać spraw istotnych dla was w waszym świecie
17:09
and then see what the constellations of those might look like.
366
1004000
3000
i przekonać się, jak mogłyby wyglądać ich konstelacje.
17:13
So it's been a pleasure. Thank you very much.
367
1008000
3000
Było mi niezmiernie miło. Dziękuję wam bardzo.
17:16
(Applause)
368
1011000
3000
(Brawa)
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