Tip:
Highlight text to annotate it
X
Hace un par de años empecé a usar Twitter,
y una de las cosas que realmente me encantaron de Twitter
es que la gente se despertaba por la mañana
y decía: "¡Buenos días!"
Algo que me pareció,
soy canadiense,
así que fue un poquito...
me gustó esa cortesía.
Y por eso, como soy un gran nerd,
escribí un programa informático
que grababa 24 horas de todo el mundo que en Twitter
dijera, "¡Buenos días!"
Y luego hice mi pregunta favorita:
"¿A qué se parecería eso?"
Bueno, creo que tendría este aspecto.
Bien, veríamos esta ola de gente
diciendo "¡Buenos días!" por todo el mundo conforme despertaran.
La gente de verde, es gente que se levanta
cerca de las 8 de la mañana.
¿Quién se levanta a las 8 o dice "¡Buenos días!" a las 8?
La gente de naranja
dice "¡Buenos días!" cerca de las 9.
Y la gente de rojo dice "¡Buenos días!" cerca de las 10.
Sí, hay más a las 10 que a las 8.
Y, en realidad, si miran en este mapa
podemos aprender un poquito sobre como se levanta la gente
en diferentes sitios.
La gente en la Costa Oeste, por ejemplo,
se levanta un poco más tarde
que la gente de la Costa Este.
Pero eso no es todo lo que la gente dice en Twitter, ¿no?
También tenemos tuits importantes como estos:
"¡¡Acabo de aterrizar en Orlando!! [signo de avión, signo de avión]"
O "¡Acabo de aterrizar en Texas!"
O "¡Acabo de aterrizar en Honduras!"
Y la lista sigue y sigue
con toda esta gente, ¿sí?
Así, desde afuera, esta gente nos está diciendo
algo de como viaja.
Pero sabemos la verdad, ¿no?
¡Están alardeando!
Hacen alarde de que están en Ciudad del Cabo y yo no.
Y pensé, ¿cómo podemos convertir esta vanidad
en algo útil?
Entonces, usando un enfoque similar al de "¡Buenos días!",
registré todos estos viajes
porque sé dónde están aterrizando,
porque me lo dicen,
y sé dónde viven
porque comparten esa información en sus perfiles de Twitter.
Con estas 36 horas de Twitter puedo
crear un modelo de viajes de la gente
por el mundo durante esas 36 horas.
Y este es una suerte de prototipo
porque creo que si escucháramos a todos
en Twitter y Facebook y al resto de los medios sociales
tendríamos una imagen bastante clara
de la forma en que viaja la gente de un lugar a otro;
algo que resultaría ser muy útil para los científicos
en particular para quienes estudian la propagación de enfermedades.
Yo trabajo arriba, en el New York Times,
y en los últimos dos años
hemos estado trabajando en un proyecto llamado "Cascada",
que en cierto modo se parece a éste.
Pero en vez de modelar los movimientos
modelamos la forma de hablar.
Estamos viendo el aspecto de una discusión.
Este es un ejemplo.
Esta es una discusión en torno a un artículo titulado
"La isla donde la gente se olvida de morir".
Se trata de una isla griega donde la gente vive
un tiempo muy, muy, muy, muy, muy, muy largo.
Y aquí vemos
una conversación que deriva
del primer tuit de la esquina inferior izquierda.
Veremos el alcance de esta conversación
durante unas 9 horas en este momento,
pasaremos a unas 12 horas en un segundo.
También podemos ver el aspecto de la conversación
en tres dimensiones.
Y la vista 3D en realidad es mucho más útil para nosotros.
Como humanos, estamos acostumbrados
a estructuras tridimensionales.
Podemos ver esos desprendimientos de conversación,
podemos averiguar exactamente lo sucedido.
Es una herramienta interactiva de exploración
que nos permite seguir cada paso de la conversación.
Podemos ver quién era la gente,
qué dijo,
qué edad tiene,
dónde vive,
quién la sigue,
etc., etc., etc.
El Times crea unos 6500 artículos por mes
y nosotros podemos modelar cada una
de las conversaciones que ocurren en torno a ellos.
Se ven algo diferentes.
Dependiendo de la historia
y dependiendo de lo rápido que la gente esté hablando de eso
y de lo rápido que se difunda la conversación,
estas estructuras, que denomino arquitecturas conversacionales,
terminan teniendo aspectos diferentes.
Estos proyectos que les he mostrado,
creo que implican todos lo mismo:
podemos tomar unos pocos datos
y al juntarlos
podemos generar más valor,
podemos hacer cosas más interesantes con ellos.
Pero hasta ahora sólo hemos hablado de Twitter, ¿sí?
Pero Twitter no es toda la información.
Hace un momento aprendimos
que hay toneladas y toneladas
de datos por ahí.
Y, específicamente, quiero que piensen en un tipo de datos
porque todos Uds.,
todos en la audiencia,
y me incluyo,
somos máquinas de producir datos.
Todo el tiempo producimos datos.
Cada uno de nosotros producimos datos.
Alguien está almacenando esos datos.
Por lo general confiamos en empresas que guardan esos datos
pero lo que quiero sugerir aquí
es que en vez de confiar
en empresas que guarden esos datos
deberíamos confiar en nosotros mismos
porque en realidad somos dueños de esos datos.
Sí, es algo que deberíamos recordar.
Todo lo que alguien mida de uno,
es propiedad de uno.
Por eso espero,
quizá porque soy canadiense,
que todos podamos reunirnos
con estos datos muy valiosos que hemos estado almacenando,
y que podamos usar esos datos en forma colectiva
en alguno de los problemas más difíciles del mundo
porque grandes datos pueden resolver grandes problemas
pero creo que puede ser mejor
si todos tenemos el control.
Gracias.