TED2007
Jonathan Harris: The web as art
Jonathan Harris coleciona histórias
Filmed:
Readability: 3.4
910,598 views
Na conferência da Entertainment Gathering em 2007, o artista Jonathan Harris fala sobre o seu mais recente projeto, que envolve uma coleção de histórias: suas próprias, de estranhos, e histórias coletadas na Internet, incluindo o seu incrível website "We Feel Fine."
Jonathan Harris - Artist, storyteller, Internet anthropologist
Artist and computer scientist Jonathan Harris makes online art that captures the world's expression -- and gives us a glimpse of the soul of the Internet. Full bio
Artist and computer scientist Jonathan Harris makes online art that captures the world's expression -- and gives us a glimpse of the soul of the Internet. Full bio
Double-click the English transcript below to play the video.
00:16
So I'm going to talk today about collecting stories
0
0
4000
Vou falar hoje sobre coleção de histórias
00:20
in some unconventional ways.
1
4000
2000
de maneiras não convencionais.
00:22
This is a picture of me from a very awkward stage in my life.
2
6000
4000
Esta é uma foto minha de um período bem estranho da minha vida.
00:26
You might enjoy the awkwardly tight, cut-off pajama bottoms with balloons.
3
10000
5000
Vocês podem achar graça das calças de pijama cortadas e apertadas, com estampa de balões.
00:31
Anyway, it was a time when I was mainly interested
4
15000
2000
Enfim, foi um tempo em que eu era interessado
00:33
in collecting imaginary stories.
5
17000
2000
em colecionar histórias imaginárias.
00:35
So this is a picture of me
6
19000
2000
Bom, essa é uma foto minha
00:37
holding one of the first watercolor paintings I ever made.
7
21000
2000
segurando uma das primeiras pinturas em aquarela que eu fiz.
00:39
And recently I've been much more interested in collecting stories
8
23000
3000
E recentemente estou muito mais interessado em colecionar histórias
00:42
from reality -- so, real stories.
9
26000
2000
da realidade -- ou seja, histórias reais.
00:44
And specifically, I'm interested in collecting my own stories,
10
28000
4000
E especificamente estou interessado em colecionar minhas próprias histórias,
00:48
stories from the Internet, and then recently, stories from life,
11
32000
3000
histórias da Internet, e recentemente, histórias da vida,
00:51
which is kind of a new area of work that I've been doing recently.
12
35000
4000
meio que um novo campo de trabalho que estou fazendo recentemente.
00:55
So I'll be talking about each of those today.
13
39000
2000
Então, vou falar sobre cada uma dessas coisas hoje.
00:57
So, first of all, my own stories. These are two of my sketchbooks.
14
41000
3000
Primeiramente, minhas próprias histórias. Esses são dois de meus cadernos de anotações.
01:00
I have many of these books,
15
44000
2000
Eu tenho muitos desses cadernos,
01:02
and I've been keeping them for about the last eight or nine years.
16
46000
2000
e os venho guardando nos últimos oito ou nove anos.
01:04
They accompany me wherever I go in my life,
17
48000
2000
Eles me fazem companhia onde quer que eu vá,
01:06
and I fill them with all sorts of things,
18
50000
2000
e eu os preencho com todo tipo de coisas,
01:08
records of my lived experience:
19
52000
2000
registros de minhas experiências vividas.
01:10
so watercolor paintings, drawings of what I see,
20
54000
4000
Aquarelas, desenhos de coisas que eu vejo,
01:14
dead flowers, dead insects, pasted ticket stubs, rusting coins,
21
58000
4000
flores mortas, insetos mortos, ingressos, moedas enferrujadas,
01:18
business cards, writings.
22
62000
3000
cartões de visita, textos.
01:21
And in these books, you can find these short, little glimpses
23
65000
4000
E nesses cadernos vocês podem achar esses pequenos
01:25
of moments and experiences and people that I meet.
24
69000
2000
momentos e experiências e pessoas que eu conheço.
01:27
And, you know, after keeping these books for a number of years,
25
71000
3000
Enfim, após guardar esses cadernos por alguns anos,
01:30
I started to become very interested in collecting
26
74000
2000
comecei a ficar muito interessado em colecionar
01:32
not only my own personal artifacts,
27
76000
2000
não só os meus artefatos pessoais,
01:34
but also the artifacts of other people.
28
78000
2000
mas também artefatos de outras pessoas.
01:36
So, I started collecting found objects.
29
80000
2000
Então comecei a colecionar objetos encontrados.
01:38
This is a photograph I found lying in a gutter in New York City
30
82000
2000
Essa é uma fotografia que encontrei caída em um meio-fio de Nova York
01:40
about 10 years ago.
31
84000
2000
há uns dez anos.
01:42
On the front, you can see the tattered black-and-white photo of a woman's face,
32
86000
3000
Na frente vocês podem ver os pedaços de uma foto em preto-e-branco do rosto de uma mulher,
01:45
and on the back it says, "To Judy, the girl with the Bill Bailey voice.
33
89000
4000
e no verso está escrito, "Para Judy, a garota com a voz de Bill Bailey,
01:49
Have fun in whatever you do."
34
93000
2000
divirta-se em tudo que fizer."
01:51
And I really loved this idea of the partial glimpse into somebody's life.
35
95000
3000
E realmente adorei essa ideia do vislumbre parcial na vida de alguém,
01:54
As opposed to knowing the whole story, just knowing a little bit of the story,
36
98000
3000
ao invés de conhecer a história completa; apenas saber um pedacinho da história
01:57
and then letting your own mind fill in the rest.
37
101000
2000
e então deixar sua própria mente completar o resto.
01:59
And that idea of a partial glimpse is something
38
103000
2000
E essa ideia do vislumbre parcial é algo
02:01
that will come back in a lot of the work I'll be showing later today.
39
105000
3000
que retornará em boa parte do trabalho que mostrarei mais adiante.
02:04
So, around this time I was studying computer science at Princeton University,
40
108000
3000
Nessa época eu estava estudando Ciência da Computação na Universidade de Princeton,
02:07
and I noticed that it was suddenly possible
41
111000
3000
e notei que subitamente era possível
02:10
to collect these sorts of personal artifacts,
42
114000
2000
coletar esses tipos de objetos pessoais,
02:12
not just from street corners, but also from the Internet.
43
116000
3000
não só das esquinas, mas também da Internet.
02:15
And that suddenly, people, en masse, were leaving scores and scores
44
119000
4000
E de repente várias pessoas estavam deixando montes e montes
02:19
of digital footprints online that told stories of their private lives.
45
123000
4000
de pegadas virtuais que contavam histórias de suas vidas privadas.
02:23
Blog posts, photographs, thoughts, feelings, opinions,
46
127000
4000
Postagens em blogs, fotografias, pensamentos, sentimentos, opiniões,
02:27
all of these things were being expressed by people online,
47
131000
2000
coisas sendo expressadas por pessoas conectadas,
02:29
and leaving behind trails.
48
133000
2000
e deixando um rastro.
02:31
So, I started to write computer programs
49
135000
2000
Então comecei a desenvolver programas de computador
02:33
that study very, very large sets of these online footprints.
50
137000
3000
que estudavam quantidades enormes dessas pegadas virtuais.
02:36
One such project is about a year and a half old.
51
140000
2000
Esse projeto tem cerca de um ano e meio.
02:38
It's called "We Feel Fine."
52
142000
2000
É chamado de Nós Nos Sentimos Bem.
02:40
This is a project that scans the world's newly posted blog entries
53
144000
3000
É um projeto que escaneia textos recém postados em blogs do mundo
02:43
every two or three minutes, searching for occurrences of the phrases
54
147000
3000
a cada dois ou três minutos, procurando por frases
02:46
"I feel" and "I am feeling." And when it finds one of those phrases,
55
150000
4000
"eu sinto" e "eu estou sentindo." E quando ele encontra uma dessas frases,
02:50
it grabs the full sentence up to the period
56
154000
2000
ele copia a sentença inteira até o ponto
02:52
and also tries to identify demographic information about the author.
57
156000
3000
e também tenta identificar informações demográficas sobre o autor.
02:55
So, their gender, their age, their geographic location
58
159000
3000
Sexo, idade, sua localização geográfica
02:58
and what the weather conditions were like when they wrote that sentence.
59
162000
3000
e em quais condições climáticas eles se encontravam quando escreveram aquela frase.
03:01
It collects about 20,000 such sentences a day
60
165000
2000
Ele coleta cerca de 20.000 dessas frases por dia
03:03
and it's been running for about a year and a half,
61
167000
2000
e vem funcionando há cerca de um ano e meio,
03:05
having collected over 10 and a half million feelings now.
62
169000
3000
tendo coletado mais de dez milhões e quinhentos mil sentimentos até agora.
03:08
This is, then, how they're presented.
63
172000
2000
Como eles são apresentados.
03:10
These dots here represent some of the English-speaking world's
64
174000
3000
Esses pontos aqui representam alguns dos sentimentos em inglês
03:13
feelings from the last few hours,
65
177000
3000
ao redor do mundo nas últimas horas.
03:16
each dot being a single sentence stated by a single blogger.
66
180000
3000
Cada ponto sendo uma frase única, escrita por um blogueiro único.
03:19
And the color of each dot corresponds to the type of feeling inside,
67
183000
3000
E cada cor corresponde ao tipo de sentimento contido no texto,
03:22
so the bright ones are happy, and the dark ones are sad.
68
186000
3000
então os claros são felizes, e os escuros são tristes.
03:25
And the diameter of each dot corresponds
69
189000
2000
E o diâmetro de cada ponto corresponde
03:27
to the length of the sentence inside.
70
191000
2000
ao comprimento da frase contida.
03:29
So the small ones are short, and the bigger ones are longer.
71
193000
3000
Então os pontos pequenos são curtos, e os maiores são mais longos.
03:32
"I feel fine with the body I'm in, there'll be no easy excuse
72
196000
2000
"Eu me sinto bem com o corpo que eu tenho, não haverá uma desculpa fácil
03:34
for why I still feel uncomfortable being close to my boyfriend,"
73
198000
4000
para eu ainda me sentir desconfortável com o meu namorado,"
03:38
from a twenty-two-year-old in Japan.
74
202000
2000
de um ou uma jovem de 22 anos no Japão.
03:40
"I got this on some trading locally,
75
204000
2000
"Eu consegui isso numa troca,
03:42
but really don't feel like screwing with wiring and crap."
76
206000
2000
mas não estou afim de mexer com fios e sujeira."
03:44
Also, some of the feelings contain photographs in the blog posts.
77
208000
3000
Alguns dos sentimentos contêm fotografias nas postagens dos blogs,
03:47
And when that happens, these montage compositions are automatically created,
78
211000
5000
e quando isso acontece, essas montagens são criadas automaticamente,
03:52
which consist of the sentence and images being combined.
79
216000
3000
o que consiste em sentenças e imagens sendo combinadas.
03:55
And any of these can be opened up to reveal the sentence inside.
80
219000
4000
E cada um desses pode ser aberto para revelar a frase de dentro.
03:59
"I feel good."
81
223000
5000
"Eu me sinto bem."
04:04
"I feel rough now, and I probably gained 100,000 pounds,
82
228000
3000
"Eu sinto que ganhei 100.000 quilos,
04:07
but it was worth it."
83
231000
4000
mas valeu a pena."
04:11
"I love how they were able to preserve most in everything
84
235000
3000
"Adorei como eles conseguiram preservar a maior parte de tudo
04:14
that makes you feel close to nature -- butterflies,
85
238000
2000
que faz você se sentir perto da natureza -- borboletas,
04:16
man-made forests, limestone caves and hey, even a huge python."
86
240000
5000
florestas criadas pelo homem, cavernas de calcário, até mesmo uma jibóia."
04:21
So the next movement is called mobs.
87
245000
2000
O próximo movimento é o "grupos".
04:23
This provides a slightly more statistical look at things.
88
247000
2000
Apresenta uma visão um pouco mais estatística das coisas.
04:25
This is showing the world's most common feelings overall right now,
89
249000
3000
Está mostrando os sentimentos mais comuns no mundo neste instante,
04:28
dominated by better, then bad, then good, then guilty, and so on.
90
252000
3000
dominado por "melhor", depois "mal", "bom", "culpado", e assim por diante.
04:31
Weather causes the feelings to assume the physical traits
91
255000
3000
O clima faz os sentimentos tomarem as características físicas
04:34
of the weather they represent. So the sunny ones swirl around,
92
258000
2000
do clima que representam. Os ensolarados rodopiam,
04:36
the cloudy ones float along, the rainy ones fall down,
93
260000
3000
os nublados flutuam, os chuvosos caem,
04:39
and the snowy ones flutter to the ground.
94
263000
2000
e os com neve caem devagar até o chão.
04:41
You can also stop a raindrop and open the feeling inside.
95
265000
6000
Você pode parar uma gota de chuva e ver o sentimento dentro.
04:47
Finally, location causes the feelings to move to their spots
96
271000
2000
Finalmente, a localização faz os sentimentos se moverem para seus
04:49
on a world map, giving you a sense of their geographic distribution.
97
273000
3000
lugares no mapa, dando uma ideia de distribuição geográfica.
04:52
So I'll show you now some of my favorite montages from "We Feel Fine."
98
276000
3000
Agora vou mostrar algumas das minhas montagens favoritas do site.
04:55
These are the images that are automatically constructed.
99
279000
2000
Essas são as imagens automaticamente construídas.
04:57
"I feel like I'm diagonally parked in a parallel universe."
100
281000
3000
"Sinto que estou estacionado em diagonal num universo paralelo."
05:00
(Laughter)
101
284000
3000
(Risos)
05:03
"I've kissed numerous other boys and it hasn't felt good,
102
287000
2000
"Já beijei inúmeros caras e não senti algo bom,
05:05
the kisses felt messy and wrong,
103
289000
2000
os beijos pareciam bagunçados e errados,
05:07
but kissing Lucas feels beautiful and almost spiritual."
104
291000
6000
mas beijar o Lucas é lindo e quase espiritual."
05:13
"I can feel my cancer grow."
105
297000
3000
"Posso sentir meu câncer crescer."
05:16
"I feel pretty."
106
300000
3000
"Me sinto bonita."
05:19
"I feel skinny, but I'm not."
107
303000
3000
"Me sinto magra, mas não sou."
05:22
"I'm 23, and a recovering meth and heroin addict,
108
306000
2000
"Tenho 23, sou um viciado em metanfetamina e heroína em recuperação,
05:24
and feel absolutely blessed to still be alive."
109
308000
3000
e me sinto incrivelmente abençoado por ainda estar vivo."
05:27
"I can't wait to see them racing for the first time at Daytona next month,
110
311000
3000
"Mal posso esperar para vê-los correr pela primeira vez em Daytona mês que vem,
05:30
because I feel the need for speed."
111
314000
2000
porque sinto a necessidade de velocidade."
05:32
(Laughter)
112
316000
3000
(Risos)
05:35
"I feel sassy."
113
319000
1000
"Me sinto atrevida."
05:36
"I feel so sexy in this new wig."
114
320000
3000
"Me sinto tão sexy com essa nova peruca."
05:39
As you can see, "We Feel Fine" collects
115
323000
2000
Como podem ver, We Feel Fine coleta
05:41
very, very small-scale personal stories.
116
325000
2000
pedaços muito pequenos de histórias pessoais.
05:43
Sometimes, stories as short as two or three words.
117
327000
2000
Às vezes tão curtas quanto duas ou três palavras.
05:45
So, really even challenging the notion
118
329000
2000
Até mesmo desafiando a noção do que
05:47
of what can be considered a story.
119
331000
2000
pode ser considerado uma história.
05:49
And recently, I've become interested in diving much more deeply into a single story.
120
333000
4000
E recentemente, me interessei ir mais a fundo em uma única história.
05:53
And that's led me to doing some work with the physical world,
121
337000
3000
E isso me levou a trabalhar com o mundo físico,
05:56
not with the Internet,
122
340000
1000
não com a Internet,
05:57
and only using the Internet at the very last moment, as a presentation medium.
123
341000
4000
só usar a Internet no estágio final, como um meio de apresentação.
06:01
So these are some newer projects that
124
345000
1000
Esses são projetos mais novos que
06:02
actually aren't even launched publicly yet.
125
346000
2000
ainda nem foram lançados publicamente.
06:04
The first such one is called "The Whale Hunt."
126
348000
2000
O primeiro é chamado "Caça à Baleia."
06:06
Last May, I spent nine days living up in Barrow, Alaska,
127
350000
3000
No mês de maio passado fiquei nove dias em Barrow, Alasca,
06:09
the northernmost settlement in the United States,
128
353000
2000
o assentamento mais ao norte dos EUA,
06:11
with a family of Inupiat Eskimos,
129
355000
2000
com uma família de esquimós Inupiat,
06:13
documenting their annual spring whale hunt.
130
357000
3000
documentando a caça à baleia anual na primavera.
06:16
This is the whaling camp here, we're about six miles from shore,
131
360000
3000
Este é o campo de caça, estamos a cerca de 9 quilômetros da costa,
06:19
camping on five and a half feet of thick, frozen pack ice.
132
363000
3000
acampados sobre um metro e meio de gelo grosso.
06:22
And that water that you see there is the open lead,
133
366000
2000
E a água que veem lá é a abertura,
06:24
and through that lead, bowhead whales migrate north each springtime.
134
368000
4000
e através dela, baleias-da-groenlândia migram para o norte na primavera.
06:28
And the Eskimo community basically camps out on the edge of the ice here,
135
372000
3000
E os esquimós basicamente acampam na beira do gelo aqui,
06:31
waits for a whale to come close enough to attack. And when it does,
136
375000
3000
esperam por uma baleia chegar perto e atacam, e quando fazem isso
06:34
it throws a harpoon at it, and then hauls the whale up
137
378000
2000
atiram um arpão na baleia e então arrastam o animal
06:36
under the ice, and cuts it up.
138
380000
2000
sob o gelo e então o retalham.
06:38
And that would provide the community's food supply for a long time.
139
382000
2000
E isso fornece comida para a comunidade por muito tempo.
06:40
So I went up there, and I lived with these guys
140
384000
2000
Então fui para lá e vivi com essas pessoas
06:42
out in their whaling camp here, and photographed the entire experience,
141
386000
3000
no campo de caça aqui, e fotografei toda a experiência,
06:45
beginning with the taxi ride to Newark airport in New York,
142
389000
4000
começando com a corrida de táxi para o aeroporto de Newark em Nova York,
06:49
and ending with the butchering of the second whale, seven and a half days later.
143
393000
3000
e terminando com o retalhamento da segunda baleia, sete dias e meio depois.
06:52
I photographed that entire experience at five-minute intervals.
144
396000
3000
Fotografei toda a experiência com intervalos de cinco minutos.
06:55
So every five minutes, I took a photograph.
145
399000
2000
Então a cada cinco minutos eu tirava uma foto.
06:57
When I was awake, with the camera around my neck.
146
401000
2000
Quando acordado, com uma câmera no pescoço;
06:59
When I was sleeping, with a tripod and a timer.
147
403000
2000
quando estava dormindo, com um tripé e um timer.
07:01
And then in moments of high adrenaline,
148
405000
2000
E em momentos de alta adrenalina,
07:03
like when something exciting was happening,
149
407000
2000
quando algo empolgante acontecia,
07:05
I would up that photographic frequency to as many as
150
409000
2000
eu aumentava a frequência para
07:07
37 photographs in five minutes.
151
411000
2000
37 fotos em cinco minutos.
07:09
So what this created was a photographic heartbeat
152
413000
2000
Então o que foi criado foi uma batida do coração fotográfica
07:11
that sped up and slowed down, more or less matching
153
415000
2000
que aumentava e diminuía, mais ou menos equiparando
07:13
the changing pace of my own heartbeat.
154
417000
3000
a mudança de ritmo do meu coração.
07:16
That was the first concept here.
155
420000
2000
Este foi o primeiro conceito aqui.
07:18
The second concept was to use this experience to think about
156
422000
2000
O segundo conceito foi usar essa experiência para pensar
07:20
the fundamental components of any story.
157
424000
2000
sobre os componentes fundamentais de uma história.
07:22
What are the things that make up a story?
158
426000
2000
Quais são as coisas que fazem uma história?
07:24
So, stories have characters. Stories have concepts.
159
428000
3000
Histórias têm personagens. Histórias têm conceitos.
07:27
Stories take place in a certain area. They have contexts.
160
431000
2000
Acontecem num certo local, têm contextos.
07:29
They have colors. What do they look like?
161
433000
2000
Têm cores. Como se parecem?
07:31
They have time. When did it take place? Dates -- when did it occur?
162
435000
3000
Têm tempo. Quando aconteceu? Datas, quando ocorreu?
07:34
And in the case of the whale hunt, also this idea of an excitement level.
163
438000
3000
E no caso sa caça à baleia, também a ideia de um nível de empolgação.
07:37
The thing about stories, though, in most of the existing mediums
164
441000
3000
Mas o que acontece é que a maioria dos meios existentes
07:40
that we're accustomed to -- things like novels, radio,
165
444000
3000
aos quais estamos acostumados -- romances, rádio,
07:43
photographs, movies, even lectures like this one --
166
447000
2000
fotografias, filmes, até mesmo apresentações como esta --
07:45
we're very accustomed to this idea of the narrator or the camera position,
167
449000
4000
estamos acostumados com a ideia de um narrador, ou da posição da câmera.
07:49
some kind of omniscient, external body
168
453000
2000
Algo como um corpo externo onisciente
07:51
through whose eyes you see the story.
169
455000
3000
através dos olhos dele a gente vê a história.
07:54
We're very used to this.
170
458000
2000
Estamos acostumados com isso.
07:56
But if you think about real life, it's not like that at all.
171
460000
2000
Mas se pensarmos em vida real, não é nada parecido.
07:58
I mean, in real life, things are much more nuanced and complex,
172
462000
2000
Na vida real, as coisas são muito mais complexas e com matizes,
08:00
and there's all of these overlapping stories
173
464000
2000
e existem histórias que se encaixam
08:02
intersecting and touching each other.
174
466000
2000
se cruzam e se tocam.
08:04
And so I thought it would be interesting to build a framework
175
468000
3000
Então achei que seria interessante criar uma estrutura
08:07
to surface those types of stories. So, in the case of "The Whale Hunt,"
176
471000
4000
que mostrasse essas histórias. No caso da "Caça à Baleia,"
08:11
how could we extract something like the story of Simeon and Crawford,
177
475000
3000
como poderíamos extrair algo como a história de Simeon e Crawford,
08:14
involving the concepts of wildlife, tools and blood, taking place on the Arctic Ocean,
178
478000
4000
envolvendo os conceitos da vida selvagem, ferramentas e sangue, acontecendo no Oceano Ártico,
08:18
dominated by the color red, happening around 10 a.m. on May 3,
179
482000
3000
dominado pela cor vermelha, acontecendo às 10 da manhã em 3 de maio,
08:21
with an excitement level of high?
180
485000
2000
com um nível alto de empolgação?
08:23
So, how to extract this order of narrative from this larger story?
181
487000
5000
Então como extrair essa ordem de narrativa de uma história maior?
08:28
I built a web interface for viewing "The Whale Hunt" that attempts to do just this.
182
492000
5000
Eu criei uma interface na web da "Caça à Baleia" que tenta fazer isso.
08:33
So these are all 3,214 pictures taken up there.
183
497000
4000
Estas são as 3.214 fotos tiradas lá.
08:37
This is my studio in Brooklyn. This is the Arctic Ocean,
184
501000
4000
Este é meu estúdio no Brooklyn. Este é o Oceano Ártico,
08:41
and the butchering of the second whale, seven days later.
185
505000
3000
e o retalhamento da segunda baleia, sete dias depois.
08:44
You can start to see some of the story here, told by color.
186
508000
3000
Você pode ver parte da história aqui, contada pela cor.
08:47
So this red strip signifies the color of the wallpaper
187
511000
3000
A tira vermelha significa a cor do papel de parede
08:50
in the basement apartment where I was staying.
188
514000
2000
no porão de onde eu estava hospedado.
08:52
And things go white as we move out onto the Arctic Ocean.
189
516000
3000
As coisas tornam-se brancas quando saímos para o Oceano Ártico.
08:55
Introduction of red down here, when whales are being cut up.
190
519000
4000
Introdução ao vermelho aqui, quando as baleias são retalhadas.
08:59
You can see a timeline, showing you the exciting moments throughout the story.
191
523000
3000
Vocês veem uma linha do tempo, mostrando os momentos empolgantes na história.
09:02
These are organized chronologically.
192
526000
2000
Estão organizados cronologicamente.
09:04
Wheel provides a slightly more playful version of the same,
193
528000
3000
A roda é uma versão mais interativa do mesmo,
09:07
so these are also all the photographs organized chronologically.
194
531000
3000
então essas são as fotos organizadas cronologicamente.
09:10
And any of these can be clicked,
195
534000
2000
E qualquer uma pode ser clicada,
09:12
and then the narrative is entered at that position.
196
536000
2000
e a narrativa é introduzida naquela posição.
09:14
So here I am sleeping on the airplane heading up to Alaska.
197
538000
3000
Aqui estou eu dormindo no avião a caminho do Alasca.
09:17
That's "Moby Dick."
198
541000
2000
Esta é Moby Dick.
09:19
This is the food we ate.
199
543000
2000
Esta é a comida que comemos.
09:21
This is in the Patkotak's family living room
200
545000
3000
Isto é é na sala de estar da família Patkotak
09:24
in their house in Barrow. The boxed wine they served us.
201
548000
3000
na sua casa em Barrow. O vinho em caixa que foi servido.
09:27
Cigarette break outside -- I don't smoke.
202
551000
3000
Hora do cigarro lá fora -- eu não fumo.
09:30
This is a really exciting sequence of me sleeping.
203
554000
4000
Esta é uma sequência empolgante minha dormindo.
09:34
This is out at whale camp, on the Arctic Ocean.
204
558000
4000
Isto é no campo de caça. no Oceano Ártico.
09:38
This graph that I'm clicking down here is meant to be
205
562000
2000
Este gráfico que estou clicando aqui em baixo é para ser
09:40
reminiscent of a medical heartbeat graph,
206
564000
2000
a reminiscência do gráfico de batimento cardíaco,
09:42
showing the exciting moments of adrenaline.
207
566000
5000
mostrando os momentos empolgantes de adrenalina.
09:47
This is the ice starting to freeze over. The snow fence they built.
208
571000
3000
Este é o gelo começando a congelar. A cerca de neve que construíram.
09:50
And so what I'll show you now is the ability to pull out sub-stories.
209
574000
3000
E o que mostrarei agora é a habilidade de tirar sub-histórias.
09:53
So, here you see the cast. These are all of the people in "The Whale Hunt"
210
577000
4000
Este é o elenco. São todas as pessoas na "Caça à Baleia,"
09:57
and the two whales that were killed down here.
211
581000
2000
e as duas baleias mortas aqui embaixo.
09:59
And we could do something as arbitrary as, say,
212
583000
2000
E podíamos fazer algo tão arbitrário quanto, digamos,
10:01
extract the story of Rony, involving the concepts of blood
213
585000
6000
extrair a história de Rony, envolvendo os conceitos de sangue
10:07
and whales and tools, taking place on the Arctic Ocean,
214
591000
5000
e baleias e ferramentas, acontecendo no Oceano Ártico,
10:12
at Ahkivgaq camp, with the heartbeat level of fast.
215
596000
4000
no acampamento Ahkivgaq, com batimento cardíaco alto.
10:16
And now we've whittled down that whole story
216
600000
2000
E então diminuímos toda a história
10:18
to just 29 matching photographs,
217
602000
2000
para apenas 29 fotografias mágicas,
10:20
and then we can enter the narrative at that position.
218
604000
2000
e então podemos ver a narrativa nesta posição.
10:22
And you can see Rony cutting up the whale here.
219
606000
2000
E podem ver Rony cortando a baleia aqui.
10:24
These whales are about 40 feet long,
220
608000
2000
Essas baleias têm cerca de 12 metros,
10:26
and weighing over 40 tons. And they provide the food source
221
610000
3000
e pesam mais de 40 toneladas. E elas são a fonte de alimento
10:29
for the community for much of the year.
222
613000
4000
da comunidade por boa parte do ano.
10:33
Skipping ahead a bit more here, this is Rony on the whale carcass.
223
617000
5000
Pulando mais para frente aqui, este é Rony sobre a carcaça da baleia.
10:38
They use no chainsaws or anything; it's entirely just blades,
224
622000
3000
Eles não usam serra-elétrica, somente lâminas,
10:41
and an incredibly efficient process.
225
625000
2000
e um processo incrivelmente eficiente.
10:43
This is the guys on the rope, pulling open the carcass.
226
627000
3000
Aqui são os caras na corda, abrindo a carcaça.
10:46
This is the muktuk, or the blubber, all lined up for community distribution.
227
630000
4000
Este é o muktuk, ou óleo de baleia, todos em fila para a distribuição.
10:50
It's baleen. Moving on.
228
634000
3000
As barbas da baleia. Continuando.
10:53
So what I'm going to tell you about next
229
637000
2000
O que vou apresentar agora
10:55
is a very new thing. It's not even a project yet.
230
639000
3000
é uma coisa nova. Ainda nem é um projeto.
10:58
So, just yesterday, I flew in here from Singapore, and before that,
231
642000
3000
Ontem, eu vim de Cingapura para cá, e antes disso,
11:01
I was spending two weeks in Bhutan, the small Himalayan kingdom
232
645000
4000
passei duas semanas no Butão, o pequeno reino no Himalaia
11:05
nestled between Tibet and India.
233
649000
2000
entre o Tibete e a Índia.
11:07
And I was doing a project there about happiness,
234
651000
3000
E eu estava fazendo um projeto sobre felicidade,
11:10
interviewing a lot of local people.
235
654000
2000
entrevistando a população local.
11:12
So Bhutan has this really wacky thing where they base
236
656000
6000
O Butão tem essa coisa louca de basear a maior parte
11:18
most of their high-level governmental decisions around the concept
237
662000
2000
das importantes decisões governamentais no conceito
11:20
of gross national happiness instead of gross domestic product,
238
664000
4000
da felicidade geral da população ao invés do PIB,
11:24
and they've been doing this since the '70s.
239
668000
2000
e eles fazem isso deste os anos 70.
11:26
And it leads to just a completely different value system.
240
670000
3000
E leva a um sistema de valores completamente diferente.
11:29
It's an incredibly non-materialistic culture,
241
673000
2000
É uma cultural incrivelmente não-materialista
11:31
where people don't have a lot, but they're incredibly happy.
242
675000
3000
onde as pessoas não têm muito, mas são incrivelmente felizes.
11:34
So I went around and I talked to people about some of these ideas.
243
678000
3000
Então eu falei com as pessoas sobre essas ideais.
11:37
So, I did a number of things. I asked people a number of set questions,
244
681000
3000
Fiz muitas coisas. Perguntei uma série de perguntas fixas,
11:40
and took a number of set photographs,
245
684000
2000
e tirei fotos pré-determinadas,
11:42
and interviewed them with audio, and also took pictures.
246
686000
2000
entrevistei-os com áudio e também tirei fotos.
11:44
I would start by asking people to rate their happiness
247
688000
2000
Comecei pedindo para as pessoas que dissessem seu nível de felicidade
11:46
between one and 10, which is kind of inherently absurd.
248
690000
3000
de zero a dez, o que é essencialmente meio absurdo.
11:49
And then when they answered, I would inflate that number of balloons
249
693000
3000
E quando respondiam, eu inflava o número correspondente de balões
11:52
and give them that number of balloons to hold.
250
696000
2000
e dava os balões para eles segurarem.
11:54
So, you have some really happy person holding 10 balloons,
251
698000
2000
Então temos pessoas muito felizes segurando dez balões,
11:56
and some really sad soul holding one balloon.
252
700000
4000
e pessoas muito tristes segurando um balão.
12:00
But you know, even holding one balloon is like, kind of happy.
253
704000
3000
Mas até mesmo segurar um balão é meio que feliz...
12:03
(Laughter)
254
707000
2000
(Risos)
12:05
And then I would ask them a number of questions like
255
709000
2000
Então eu perguntei uma séries de questões tipo:
12:07
what was the happiest day in their life, what makes them happy.
256
711000
2000
qual foi o melhor dia da sua vida, o que faz você feliz.
12:09
And then finally, I would ask them to make a wish.
257
713000
3000
E finalmente eu pedi que fizessem um pedido.
12:12
And when they made a wish, I would write their wish
258
716000
2000
E quando faziam um pedido, eu escrevia o pedido
12:14
onto one of the balloons and take a picture of them holding it.
259
718000
3000
num dos balões e tirava uma foto deles segurando-o.
12:17
So I'm going to show you now just a few brief snippets
260
721000
3000
Agora vou mostrar alguns fragmentos de algumas
12:20
of some of the interviews that I did, some of the people I spoke with.
261
724000
3000
entrevistas que fiz, algumas pessoas com quem falei.
12:23
This is an 11-year-old student.
262
727000
2000
Este é um estudante de 11 anos.
12:25
He was playing cops and robbers with his friends, running around town,
263
729000
3000
Ele brincava de polícia e ladrão com amigos, correndo pela cidade,
12:28
and they all had plastic toy guns.
264
732000
2000
e todos tinham armas de brinquedo.
12:30
His wish was to become a police officer.
265
734000
3000
Seu desejo era tornar-se um policial.
12:33
He was getting started early. Those were his hands.
266
737000
3000
Ele estava começando cedo. Estas são suas mãos.
12:36
I took pictures of everybody's hands,
267
740000
2000
Tirei fotos das mãos de todos eles,
12:38
because I think you can often tell a lot about somebody
268
742000
2000
pois acho que você pode descobrir muito sobre alguém
12:40
from how their hands look. I took a portrait of everybody,
269
744000
3000
ao olhar para suas mãos. Tirei uma foto de rosto e pedi
12:43
and asked everybody to make a funny face.
270
747000
3000
que todos fizessem uma careta.
12:46
A 17-year-old student. Her wish was to have been born a boy.
271
750000
4000
Uma estudante de 17 anos. Seu desejo era ter nascido menino.
12:50
She thinks that women have a pretty tough go of things in Bhutan,
272
754000
3000
Ela acha que mulheres têm uma vida difícil no Butão,
12:53
and it's a lot easier if you're a boy.
273
757000
2000
e é muito mais fácil se você for um garoto.
13:01
A 28-year-old cell phone shop owner.
274
765000
2000
Um dono de loja de celulares de 28 anos.
13:03
If you knew what Paro looked like, you'd understand
275
767000
2000
Se vocês conhecessem Paro, entenderiam porque
13:05
how amazing it is that there's a cell phone shop there.
276
769000
5000
é tão incrível que haja uma loja de celulares lá.
13:10
He wanted to help poor people.
277
774000
2000
Ele queria ajudar os pobres.
13:19
A 53-year-old farmer. She was chaffing wheat,
278
783000
3000
Uma plantadora de 53 anos. Ela estava debulhando o trigo,
13:22
and that pile of wheat behind her
279
786000
2000
e a pilha de trigo atrás dela
13:24
had taken her about a week to make.
280
788000
2000
levou uma semana para fazer.
13:26
She wanted to keep farming until she dies.
281
790000
4000
Ela queria continuar plantando até morrer.
13:30
You can really start to see the stories told by the hands here.
282
794000
3000
Você pode começar a ver as histórias em suas mãos aqui.
13:33
She was wearing this silver ring that had the word "love" engraved on it,
283
797000
3000
Ela usava um anel de prata que tinha a palavra "amor" gravada,
13:36
and she'd found it in the road somewhere.
284
800000
3000
ela achou o anel numa estrada em algum lugar.
13:43
A 16-year-old quarry worker.
285
807000
2000
Um trabalhador de pedreira de 16 anos.
13:45
This guy was breaking rocks with a hammer in the hot sunlight,
286
809000
4000
Este cara estava quebrando pedras com um martelo sob o sol quente,
13:49
but he just wanted to spend his life as a farmer.
287
813000
3000
mas ele só queria passar a vida plantando.
13:59
A 21-year-old monk. He was very happy.
288
823000
5000
Um monge de 21 anos. Ele era muito feliz.
14:04
He wanted to live a long life at the monastery.
289
828000
3000
Ele queria viver uma vida longa no monastério.
14:10
He had this amazing series of hairs growing out of a mole on the left side of his face,
290
834000
4000
Ele tinha esses pêlos crescendo de um sinal na parte esquerda do rosto,
14:14
which I'm told is very good luck.
291
838000
3000
o que me foi dito ser muita sorte.
14:17
He was kind of too shy to make a funny face.
292
841000
4000
Ele era tímido demais para fazer uma careta.
14:21
A 16-year-old student.
293
845000
5000
Uma estudante de 16 anos.
14:26
She wanted to become an independent woman.
294
850000
2000
Ela queria se tormar uma mulher independente.
14:28
I asked her about that, and she said she meant
295
852000
1000
Eu perguntei sobre isso e ela quis dizer que
14:29
that she doesn't want to be married,
296
853000
2000
não queria se casar,
14:31
because, in her opinion, when you get married in Bhutan as a woman,
297
855000
3000
porque para ela, quando uma mulher se casa no Butão,
14:34
your chances to live an independent life kind of end,
298
858000
3000
as chances de viver uma vida independente terminam,
14:37
and so she had no interest in that.
299
861000
2000
então ela não tinha interesse nisso.
14:45
A 24-year-old truck driver.
300
869000
2000
Um caminhoneiro de 24 anos.
14:47
There are these terrifyingly huge Indian trucks
301
871000
2000
Existem esses caminhões indianos enormes
14:49
that come careening around one-lane roads with two-lane traffic,
302
873000
4000
que entopem estradas de uma via com tráfego de duas vias,
14:53
with 3,000-foot drop-offs right next to the road,
303
877000
3000
bem ao lado de precipícios de um quilômetro,
14:56
and he was driving one of these trucks.
304
880000
2000
e ele dirigia um desses caminhões.
14:58
But all he wanted was to just live a comfortable life, like other people.
305
882000
3000
Mas ele só queria viver uma vida confortável como outras pessoas.
15:08
A 24-year-old road sweeper. I caught her on her lunch break.
306
892000
3000
Uma varredora de ruas de 24 anos. Eu a peguei no seu horário de almoço.
15:11
She'd built a little fire to keep warm, right next to the road.
307
895000
3000
Ela fez uma fogueira para se aquecer ao lado da estrada.
15:14
Her wish was to marry someone with a car.
308
898000
4000
Seu desejo era casar com alguém que tivesse um carro.
15:18
She wanted a change in her life.
309
902000
2000
Ela queria mudar de vida.
15:20
She lives in a little worker's camp right next to the road,
310
904000
3000
Ela mora num acampamento de trabalhadores ao lado da estrada,
15:23
and she wanted a different lot on things.
311
907000
2000
e ela queria muitas coisas diferentes.
15:33
An 81-year-old itinerant farmer.
312
917000
2000
Um plantador itinerante de 81 anos.
15:35
I saw this guy on the side of the road,
313
919000
2000
Eu vi esse homem ao lado da estrada,
15:37
and he actually doesn't have a home.
314
921000
2000
e ele na verdade não tem casa.
15:39
He travels from farm to farm each day trying to find work,
315
923000
2000
Ele vai de fazenda em fazenda a cada dia, tentando achar trabalho,
15:41
and then he tries to sleep at whatever farm he gets work at.
316
925000
4000
e então ele tenta dormir na fazenda em que ele consegue trabalhar.
15:45
So his wish was to come with me, so that he had somewhere to live.
317
929000
3000
Seu desejo era vir comigo, pois ele teria onde morar.
15:55
He had this amazing knife that he pulled out of his gho
318
939000
2000
Ele tinha uma faca incrível que ele tirou do seu gho
15:57
and started brandishing when I asked him to make a funny face.
319
941000
4000
e começou a esgrimir quando eu pedi que ele fizesse uma careta.
16:01
It was all good-natured.
320
945000
2000
Mas foi tudo amigável.
16:04
A 10-year-old.
321
948000
4000
Um menino de 10 anos.
16:08
He wanted to join a school and learn to read,
322
952000
2000
Ele queria ir para a escola e aprender a ler,
16:10
but his parents didn't have enough money to send him to school.
323
954000
4000
mas seus pais não tinham dinheiro suficiente para mandá-lo para a escola.
16:14
He was eating this orange, sugary candy
324
958000
2000
Ele comia o seu doce alaranjado
16:16
that he kept dipping his fingers into,
325
960000
2000
dentro do qual ele ficava enfiando os dedos,
16:18
and since there was so much saliva on his hands,
326
962000
2000
e como tinha muita saliva nas suas mãos,
16:20
this orange paste started to form on his palms.
327
964000
3000
essa pasta alaranjada começou a se formar nas suas palmas.
16:27
(Laughter)
328
971000
2000
(Risos)
16:30
A 37-year-old road worker.
329
974000
3000
Um trabalhador de estrada de 37 anos.
16:33
One of the more touchy political subjects in Bhutan
330
977000
4000
Um dos assuntos políticos mais sensíveis no Butão
16:37
is the use of Indian cheap labor
331
981000
3000
é o uso do trabalho indiano barato
16:40
that they import from India to build the roads,
332
984000
3000
que trazem da Índia para construir estradas,
16:43
and then they send these people home once the roads are built.
333
987000
2000
e depois mandam essas pessoas para casa depois que terminam.
16:45
So these guys were in a worker's gang
334
989000
2000
Então essas caras estavam num grupo de trabalho
16:47
mixing up asphalt one morning on the side of the highway.
335
991000
3000
misturando asfalto numa manhã ao lado da estrada.
16:50
His wish was to make some money and open a store.
336
994000
3000
Seu desejo era guardar dinheiro e abrir uma loja.
17:00
A 75-year-old farmer. She was selling oranges on the side of the road.
337
1004000
4000
Uma plantadora de 75 anos. Ela vendia laranja na beira da estrada.
17:04
I asked her about her wish, and she said,
338
1008000
2000
Eu perguntei sobre seu desejo, ela disse:
17:06
"You know, maybe I'll live, maybe I'll die, but I don't have a wish."
339
1010000
3000
"Sabe, talvez eu viva, talvez eu morra, mas não tenho um desejo."
17:14
She was chewing betel nut, which caused her teeth
340
1018000
3000
Ela mascava noz-de-bétele, o que fez seus dentes
17:17
over the years to turn very red.
341
1021000
2000
ficarem vermelhos ao longo dos anos.
17:19
Finally, this is a 26-year-old nun I spoke to.
342
1023000
6000
Finalmente, essa é uma freira de 26 anos com quem eu falei.
17:25
Her wish was to make a pilgrimage to Tibet.
343
1029000
3000
Seu desejo era fazer uma peregrinação ao Tibete.
17:28
I asked her how long she planned to live in the nunnery and she said,
344
1032000
2000
Perguntei quanto tempo ela pretendia viver no convento e ela disse,
17:30
"Well, you know, of course, it's impermanent,
345
1034000
2000
"Bem, é claro que não é permanente,
17:32
but my plan is to live here until I'm 30, and then enter a hermitage."
346
1036000
4000
mas meu plano é viver aqui até fazer 30 anos, e então tornar-me eremita."
17:36
And I said, "You mean, like a cave?" And she said, "Yeah, like a cave."
347
1040000
5000
Eu disse: 'Quer dizer, como numa caverna?" E ela disse: "Sim, numa caverna."
17:41
And I said, "Wow, and how long will you live in the cave?"
348
1045000
3000
Eu disse: "Uau, quanto tempo você vai morar numa caverna?"
17:44
And she said, "Well, you know,
349
1048000
2000
Ela disse:"Bem, sabe,
17:46
I think I'd kind of like to live my whole life in the cave."
350
1050000
4000
acho que gostaria de viver toda a vida numa caverna."
17:50
I just thought that was amazing. I mean, she spoke in a way --
351
1054000
2000
Eu achei aquilo incrível. Ela falava de um jeito --
17:52
with amazing English, and amazing humor, and amazing laughter --
352
1056000
3000
um inglês fantástico, e humor fantástico, e uma risada fantástica --
17:55
that made her seem like somebody I could have bumped into
353
1059000
2000
que a fez paracer alguém em quem eu poderia esbarrar
17:57
on the streets of New York, or in Vermont, where I'm from.
354
1061000
3000
nas ruas de Nova York, ou em Vermont, onde eu nasci.
18:00
But here she had been living in a nunnery for the last seven years.
355
1064000
3000
Mas aqui ela já morava num convento há sete anos,
18:03
I asked her a little bit more about the cave
356
1067000
3000
Eu perguntei um pouco mais sobre a caverna
18:06
and what she planned would happen once she went there, you know.
357
1070000
4000
e o que ela planejava para quando chegasse lá, sabe.
18:10
What if she saw the truth after just one year,
358
1074000
2000
E se ela achasse a verdade depois de apenas um ano,
18:12
what would she do for the next 35 years in her life?
359
1076000
2000
o que ela faria nos próximos 35 anos da sua vida?
18:14
And this is what she said.
360
1078000
2000
E ela disse isso:
18:16
Woman: I think I'm going to stay for 35. Maybe -- maybe I'll die.
361
1080000
5000
Mulher: Achi que ficarei por 35 anos, talvez -- talvez eu morra.
18:21
Jonathan Harris: Maybe you'll die? Woman: Yes.
362
1085000
2000
Jonathan Harris: Talvez você morra? Mulher: Sim.
18:23
JH: 10 years? Woman: Yes, yes. JH: 10 years, that's a long time.
363
1087000
3000
JH: Dez anos? Mulher: Sim, sim. JH: Dez anos, é muito tempo.
18:26
Woman: Yes, not maybe one, 10 years, maybe I can die
364
1090000
3000
Mulher: Sim, talvez não um, dez anos, talvez eu possa morrer
18:29
within one year, or something like that.
365
1093000
2000
em um ano, ou algo próximo disso.
18:31
JH: Are you hoping to?
366
1095000
2000
JH: Você espera isso?
18:33
Woman: Ah, because you know, it's impermanent.
367
1097000
2000
Mulher: Aah, porque não é permanente.
18:35
JH: Yeah, but -- yeah, OK. Do you hope --
368
1099000
6000
JH: Sim, mas -- sim, ok. Você espera --
18:41
would you prefer to live in the cave for 40 years,
369
1105000
3000
você gostaria de viver numa caverna por 40 anos,
18:44
or to live for one year?
370
1108000
2000
ou viver por um ano?
18:46
Woman: But I prefer for maybe 40 to 50.
371
1110000
4000
Mulher: Mas eu prefiro talvez 40 a 50 anos.
18:50
JH: 40 to 50? Yeah.
372
1114000
1000
JH: 40 a 50? Sim.
18:51
Woman: Yes. From then, I'm going to the heaven.
373
1115000
3000
Mulher: Sim. De lá vou para o céu.
18:54
JH: Well, I wish you the best of luck with it.
374
1118000
5000
JH: Bem, desejo toda a sorte do mundo com isso.
18:59
Woman: Thank you.
375
1123000
1000
Mulher: Obrigada.
19:00
JH: I hope it's everything that you hope it will be.
376
1124000
3000
JH: Espero que tudo o que deseja aconteça.
19:03
So thank you again, so much.
377
1127000
2000
Muito obrigado de novo.
19:05
Woman: You're most welcome.
378
1129000
2000
Mulher: De nada.
19:07
JH: So if you caught that, she said she hoped to die
379
1131000
2000
JH: Se vocês entenderam, ela disse que esperava morrer
19:09
when she was around 40. That was enough life for her.
380
1133000
3000
aos 40 anos. Isso era vida o suficiente para ela.
19:12
So, the last thing we did, very quickly,
381
1136000
2000
A última coisa que fizemos, rapidamente,
19:14
is I took all those wish balloons -- there were 117 interviews,
382
1138000
3000
foi pegar todos os balões -- há 117 entrevistas,
19:17
117 wishes -- and I brought them up to a place called Dochula,
383
1141000
4000
117 pedidos -- e levei para um local chamado Dochula,
19:21
which is a mountain pass in Bhutan, at 10,300 feet,
384
1145000
4000
uma trilha numa montanha de 3.000 metros no Butão,
19:25
one of the more sacred places in Bhutan.
385
1149000
3000
um dos lugares mais sagrados do Butão.
19:28
And up there, there are thousands of prayer flags
386
1152000
2000
E lá no alto há milhares de bandeiras com orações
19:30
that people have spread out over the years.
387
1154000
2000
que pessoas colocaram ao longo dos anos.
19:32
And we re-inflated all of the balloons, put them up on a string,
388
1156000
3000
E re-inflamos todos os balões, colocamos todos numa corda,
19:35
and hung them up there among the prayer flags.
389
1159000
2000
e penduramos todos juntos com as orações.
19:37
And they're actually still flying up there today.
390
1161000
2000
E eles ainda estão lá em cima hoje.
19:39
So if any of you have any Bhutan travel plans in the near future,
391
1163000
3000
Então se alguém estiver pensando em ir para o Butão no futuro próximo,
19:42
you can go check these out. Here are some images from that.
392
1166000
3000
podem conferir isso. Aqui estão algumas imagens do lugar.
19:46
We said a Buddhist prayer so that all these wishes could come true.
393
1170000
4000
Rezamos uma prece budista para que todos os desejos se realizassem.
19:59
You can start to see some familiar balloons here.
394
1183000
3000
Vocês podem ver alguns balões familiares aqui.
20:02
"To make some money and to open a store" was the Indian road worker.
395
1186000
5000
"Ganhar dinheiro e abrir uma loja", foi o trabalhador de estrada indiano.
20:15
Thanks very much.
396
1199000
2000
Muito obrigado.
20:17
(Applause)
397
1201000
3000
(Aplausos)
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