TED Residency
Jeff Kirschner: This app makes it fun to pick up litter
Jeff Kirschner: Esta aplicación hace divertido el recoger basura
Filmed:
Readability: 4.2
1,385,758 views
La Tierra es un lugar grande que se debe mantener limpio. Con Litterati, una aplicación para que los usuarios identifiquen, recolecten y ubiquen la basura del mundo, Jeff Kirschner, residente TED, ha creado una comunidad que está limpiando el planeta de forma colaborativa . Después de rastrear basura en más de 100 países, Kirschner espera usar los datos recolectados para trabajar con las marcas y organizaciones y así detener la basura antes de que llegue al suelo.
Jeff Kirschner - Entrepreneur
Jeff Kirschner created a global community that's eradicating litter one piece at a time. Full bio
Jeff Kirschner created a global community that's eradicating litter one piece at a time. Full bio
Double-click the English transcript below to play the video.
00:13
This story starts with these two --
0
1015
2993
Esta historia comienza con estos dos --
mis hijos.
00:16
my kids.
1
4032
1258
Estábamos caminando
por los bosques de Oakland
por los bosques de Oakland
00:17
We were hiking in the Oakland woods
2
5314
1682
00:19
when my daughter noticed
a plastic tub of cat litter in a creek.
a plastic tub of cat litter in a creek.
3
7020
4134
cuando mi hija vio en un arroyo
un tubo de plástico de arena para gato.
un tubo de plástico de arena para gato.
00:23
She looked at me and said,
4
11647
1662
Me miró y dijo,
"Papi,
00:25
"Daddy?
5
13333
2507
eso no va aquí".
00:27
That doesn't go there."
6
15864
1650
00:29
When she said that,
it reminded me of summer camp.
it reminded me of summer camp.
7
17538
2422
Eso me recordó un campamento de verano.
En la mañana del día de visitas,
00:31
On the morning of visiting day,
8
19984
1498
00:33
right before they'd let our anxious
parents come barreling through the gates,
parents come barreling through the gates,
9
21506
3663
justo antes de que dejaran entrar
a nuestros ansiosos padres,
a nuestros ansiosos padres,
el director de campamento dijo:
00:37
our camp director would say,
10
25193
1369
"¡Rápido! Recoja todos
cinco piezas de basura".
cinco piezas de basura".
00:38
"Quick! Everyone pick up
five pieces of litter."
five pieces of litter."
11
26586
2309
00:40
You get a couple hundred kids
each picking up five pieces,
each picking up five pieces,
12
28919
3040
Tienes a un par de cientos de niños
recogiendo basura,
recogiendo basura,
y, muy pronto, se tiene un campo
mucho más limpio.
mucho más limpio.
00:43
and pretty soon, you've got
a much cleaner camp.
a much cleaner camp.
13
31983
2573
00:46
So I thought,
14
34580
1159
Entonces pensé,
00:47
why not apply that crowdsourced
cleanup model to the entire planet?
cleanup model to the entire planet?
15
35763
4537
¿por qué no aplicar ese modelo
de limpieza multitudinario
de limpieza multitudinario
al planeta entero?
00:52
And that was the inspiration
for Litterati.
for Litterati.
16
40324
2951
Esa fue la inspiración para Litterati.
00:55
The vision is to create
a litter-free world.
a litter-free world.
17
43299
3349
El objetivo es crear un mundo
libre de basura.
libre de basura.
00:58
Let me show you how it started.
18
46672
1508
Déjenme mostrarles cómo empezó.
01:00
I took a picture of a cigarette
using Instagram.
using Instagram.
19
48204
3386
Tomé una foto de un cigarro
mediante Instagram.
mediante Instagram.
01:04
Then I took another photo ...
20
52222
1867
Luego tomé otra foto...
y luego otra...
01:06
and another photo ...
21
54113
1557
y otra más.
01:07
and another photo.
22
55694
1167
Y noté dos cosas:
01:08
And I noticed two things:
23
56885
1286
la primera, la basura se volvió
artística y accesible;
artística y accesible;
01:10
one, litter became artistic
and approachable;
and approachable;
24
58195
3472
y la segunda,
01:14
and two,
25
62244
1151
después de unos días,
tenía 50 fotos en mi teléfono
tenía 50 fotos en mi teléfono
01:15
at the end of a few days,
I had 50 photos on my phone
I had 50 photos on my phone
26
63419
2515
y había recogido cada una de esas piezas,
01:17
and I had picked up each piece,
27
65958
1587
y me di cuenta de que tenía un registro
01:19
and I realized that I was keeping a record
28
67569
2385
01:21
of the positive impact
I was having on the planet.
I was having on the planet.
29
69978
3151
del impacto positivo
que tenía en el planeta.
que tenía en el planeta.
01:25
That's 50 less things that you might see,
30
73153
2188
Son 50 cosas menos que pueden ver,
que pueden pisar,
01:27
or you might step on,
31
75365
1243
o que un ave puede comer.
01:28
or some bird might eat.
32
76632
1458
01:30
So I started telling people
what I was doing,
what I was doing,
33
78769
2652
Así que empecé a contar a la gente
lo que hacía,
lo que hacía,
01:33
and they started participating.
34
81445
2356
y comenzaron a participar.
01:36
One day,
35
84831
1693
Y un día,
01:38
this photo showed up from China.
36
86548
2528
esta foto apareció en China.
Fue entonces cuando me di cuenta
01:42
And that's when I realized
37
90039
1271
de que Litterati era más
que solo fotos bonitas;
que solo fotos bonitas;
01:43
that Litterati was more
than just pretty pictures;
than just pretty pictures;
38
91334
3266
01:46
we were becoming a community
that was collecting data.
that was collecting data.
39
94624
3369
nos estábamos convirtiendo en
una comunidad recolectora de datos.
una comunidad recolectora de datos.
01:50
Each photo tells a story.
40
98869
1890
Cada foto cuenta una historia.
01:53
It tells us who picked up what,
41
101279
2193
Nos dice quién recogió qué,
01:55
a geotag tells us where
42
103496
2011
una ubicación nos dice dónde
01:57
and a time stamp tells us when.
43
105531
2030
y un reloj nos dice cuándo.
02:00
So I built a Google map,
44
108006
2429
Entonces diseñé un mapa de Google,
02:02
and started plotting the points
where pieces were being picked up.
where pieces were being picked up.
45
110459
4053
y marqué los puntos donde
se recogían las piezas de basura.
se recogían las piezas de basura.
02:06
And through that process,
the community grew
the community grew
46
114536
3918
En ese proceso, la comunidad creció
02:10
and the data grew.
47
118478
1639
y los datos también.
02:12
My two kids go to school
right in that bullseye.
right in that bullseye.
48
120806
3461
Mis dos hijos van a la escuela
justo en ese punto.
justo en ese punto.
02:17
Litter:
49
125125
1211
Basura:
02:18
it's blending into
the background of our lives.
the background of our lives.
50
126360
2704
se está mezclando con
el trasfondo de nuestra vida.
el trasfondo de nuestra vida.
¿Qué pasa si la traemos al primer plano?
02:21
But what if we brought it
to the forefront?
to the forefront?
51
129088
2099
¿Y si comprendiéramos exactamente
lo que está en nuestras calles,
lo que está en nuestras calles,
02:23
What if we understood exactly
what was on our streets,
what was on our streets,
52
131211
2912
02:26
our sidewalks
53
134147
1389
nuestras aceras
02:27
and our school yards?
54
135560
1538
y patios?
02:29
How might we use that data
to make a difference?
to make a difference?
55
137122
3247
¿Cómo usaríamos esos datos
para hacer un cambio?
para hacer un cambio?
Déjenme mostrarles.
02:33
Well, let me show you.
56
141189
1198
Lo primero sería con las ciudades.
02:34
The first is with cities.
57
142411
1385
02:36
San Francisco wanted to understand
what percentage of litter was cigarettes.
what percentage of litter was cigarettes.
58
144418
4639
San Francisco quería entender qué
porcentaje de la basura eran cigarros.
porcentaje de la basura eran cigarros.
02:41
Why?
59
149081
1162
¿Por qué?
02:42
To create a tax.
60
150267
1209
Para crear un impuesto.
Pusieron a un par de personas
en la calle
en la calle
02:44
So they put a couple of people
in the streets
in the streets
61
152073
2135
con lápices y portapapeles,
02:46
with pencils and clipboards,
62
154232
1361
para andar por ahí
recolectando información
recolectando información
02:47
who walked around collecting information
63
155617
2063
que llevó a un impuesto del 20 %
en la venta de cigarros.
en la venta de cigarros.
02:49
which led to a 20-cent tax
on all cigarette sales.
on all cigarette sales.
64
157704
3111
02:53
And then they got sued
65
161787
2153
Y fueron demandados
02:55
by big tobacco,
66
163964
1176
por Big Tobacco,
quienes afirmaban que recolectar
información con lápices y portapapeles
información con lápices y portapapeles
02:57
who claimed that collecting information
with pencils and clipboards
with pencils and clipboards
67
165164
3216
no era ni preciso ni comprobable.
03:00
is neither precise nor provable.
68
168404
2331
03:03
The city called me and asked
if our technology could help.
if our technology could help.
69
171454
3680
La ciudad me llamó y preguntó
si nuestra tecnología podría ayudar.
si nuestra tecnología podría ayudar.
No creo que se hayan dado cuenta
03:07
I'm not sure they realized
70
175158
1249
de que nuestra tecnología
era mi cuenta de Instagram --
era mi cuenta de Instagram --
03:08
that our technology
was my Instagram account --
was my Instagram account --
71
176431
2248
03:10
(Laughter)
72
178703
1039
(Risas)
Pero dije, "Sí, sí podemos".
03:11
But I said, "Yes, we can."
73
179766
1266
03:13
(Laughter)
74
181056
1016
(Risas)
03:14
"And we can tell you
if that's a Parliament or a Pall Mall.
if that's a Parliament or a Pall Mall.
75
182096
3908
"Y podemos decirles
si es el Parlamento o un Pall Mall.
si es el Parlamento o un Pall Mall.
03:18
Plus, every photograph
is geotagged and time-stamped,
is geotagged and time-stamped,
76
186028
3425
Además, cada foto se etiqueta
con ubicación y hora,
con ubicación y hora,
03:21
providing you with proof."
77
189477
1381
lo que ofrece evidencia".
03:23
Four days and 5,000 pieces later,
78
191839
3220
Cuatro días y 5000 piezas más tarde,
nuestros datos se usaron en el tribunal
no solo para defenderlo,
no solo para defenderlo,
03:27
our data was used in court
to not only defend but double the tax,
to not only defend but double the tax,
79
195083
4938
sino también duplicar
el impuesto.
el impuesto.
03:32
generating an annual recurring revenue
of four million dollars
of four million dollars
80
200045
4323
generando un ingreso periódico
de cuatro millones de dólares
de cuatro millones de dólares
para limpiar San Francisco.
03:36
for San Francisco to clean itself up.
81
204392
2295
Durante ese proceso aprendí dos cosas:
03:40
Now, during that process
I learned two things:
I learned two things:
82
208001
2235
una, Instagram no es
la herramienta apropiada --
la herramienta apropiada --
03:42
one, Instagram is not the right tool --
83
210260
2554
(Risas)
03:44
(Laughter)
84
212838
1031
así que creamos una aplicación.
03:45
so we built an app.
85
213893
1503
03:47
And two, if you think about it,
86
215420
1633
Y dos, si lo piensan,
cada ciudad del mundo
tiene una huella singular de basura,
tiene una huella singular de basura,
03:49
every city in the world
has a unique litter fingerprint,
has a unique litter fingerprint,
87
217077
3617
03:52
and that fingerprint provides
both the source of the problem
both the source of the problem
88
220718
3836
y esa huella provee
ambos, la causa del problema
ambos, la causa del problema
03:56
and the path to the solution.
89
224578
1921
y el camino a la solución.
03:59
If you could generate a revenue stream
90
227646
2378
Si pudieran generar una vía de ingresos
solo por entender
el porcentaje de cigarros,
el porcentaje de cigarros,
04:02
just by understanding
the percentage of cigarettes,
the percentage of cigarettes,
91
230048
2463
04:04
well, what about coffee cups
92
232535
2096
bueno, ¿qué hay de los vasos de café
o las latas de refresco
04:06
or soda cans
93
234655
1706
o las botellas de plástico?
04:08
or plastic bottles?
94
236385
1414
04:10
If you could fingerprint San Francisco,
well, how about Oakland
well, how about Oakland
95
238501
3201
Si conocemos la huella de San Franciso,
¿cómo es la de Oakland
¿cómo es la de Oakland
o Ámsterdam
04:13
or Amsterdam
96
241726
1696
04:15
or somewhere much closer to home?
97
243446
2970
o de algún otro lugar cercano a casa?
04:19
And what about brands?
98
247408
1234
¿Qué hay de las marcas?
04:20
How might they use this data
99
248666
1901
¿Cómo se podrían usar estos datos
para alinear los intereses ambientales
y económicos?
y económicos?
04:22
to align their environmental
and economic interests?
and economic interests?
100
250591
4212
04:27
There's a block in downtown Oakland
that's covered in blight.
that's covered in blight.
101
255646
3212
Hay un edificio en el centro
de Oakland muy deteriorado.
de Oakland muy deteriorado.
04:31
The Litterati community got together
and picked up 1,500 pieces.
and picked up 1,500 pieces.
102
259325
4104
La comunidad Litterati se reunió
y recogió cerca de 1500 piezas.
y recogió cerca de 1500 piezas.
04:35
And here's what we learned:
103
263812
1340
Y esto es lo que aprendimos:
04:37
most of that litter came
from a very well-known taco brand.
from a very well-known taco brand.
104
265176
3210
la mayoría de esa basura venía
de una marca de tacos muy conocida.
de una marca de tacos muy conocida.
04:41
Most of that brand's litter
were their own hot sauce packets,
were their own hot sauce packets,
105
269738
3577
La mayoría de esa basura eran bolsitas
de salsa picante de esa marca,
de salsa picante de esa marca,
04:46
and most of those hot sauce packets
hadn't even been opened.
hadn't even been opened.
106
274438
3626
y la mayoría de estas bolsas
no estaban si quiera abiertas.
no estaban si quiera abiertas.
04:51
The problem and the path
to the solution --
to the solution --
107
279965
2715
El problema y el camino a la solución --
04:54
well, maybe that brand only
gives out hot sauce upon request
gives out hot sauce upon request
108
282704
3961
quizá esa marca deba solo dar
salsa picante por petición
salsa picante por petición
o instalar dispensadores
04:58
or installs bulk dispensers
109
286689
2009
o cambiar a bolsitas más ecológicas.
05:00
or comes up with more
sustainable packaging.
sustainable packaging.
110
288722
2552
¿Cómo puede una marca utilizar
una amenaza ambiental,
una amenaza ambiental,
05:03
How does a brand take
an environmental hazard,
an environmental hazard,
111
291298
2969
convertirlo en un motor económico
05:06
turn it into an economic engine
112
294291
2006
y convertirse en un héroe de la industria?
05:08
and become an industry hero?
113
296321
1768
05:11
If you really want to create change,
114
299292
2202
Si realmente quieren crear un cambio,
no hay mejor lugar para empezar
que con nuestros hijos.
que con nuestros hijos.
05:13
there's no better place to start
than with our kids.
than with our kids.
115
301518
2874
05:16
A group of fifth graders picked up
1,247 pieces of litter
1,247 pieces of litter
116
304416
3403
Un grupo de niños de quinto curso
recogió 1247 piezas de basura
recogió 1247 piezas de basura
solo en el patio de su escuela.
05:19
just on their school yard.
117
307843
1848
05:21
And they learned that the most
common type of litter
common type of litter
118
309715
2532
Y aprendieron que el
tipo de basura más común
tipo de basura más común
eran envoltorios de pajillas
de su propia cafetería.
de su propia cafetería.
05:24
were the plastic straw wrappers
from their own cafeteria.
from their own cafeteria.
119
312271
3234
Entonces estos niños fueron
al director y le preguntaron,
al director y le preguntaron,
05:27
So these kids went
to their principal and asked,
to their principal and asked,
120
315947
2529
05:30
"Why are we still buying straws?"
121
318500
1660
"¿Por qué seguimos
comprando pajitas?"
comprando pajitas?"
05:33
And they stopped.
122
321166
1755
Y dejaron de hacerlo.
Y aprendieron que de forma individual
podrían marcar una diferencia,
podrían marcar una diferencia,
05:34
And they learned that individually
they could each make a difference,
they could each make a difference,
123
322945
3654
pero que juntos creaban un impacto.
05:38
but together they created an impact.
124
326623
2338
05:41
It doesn't matter
if you're a student or a scientist,
if you're a student or a scientist,
125
329503
4012
No importa si eres
estudiante o científico,
estudiante o científico,
05:45
whether you live in Honolulu or Hanoi,
126
333539
3135
si vives en Honolulu o en Hanoi,
05:48
this is a community for everyone.
127
336698
2441
esta es una comunidad para todos.
05:51
It started because of two little kids
in the Northern California woods,
in the Northern California woods,
128
339974
4679
Comenzó por dos niños pequeños
en el bosque del norte de California,
en el bosque del norte de California,
05:56
and today it's spread across the world.
129
344677
2814
y hoy está extendido por todo el mundo.
05:59
And you know how we're getting there?
130
347938
1783
¿Saben cómo lo hemos logrado?
06:02
One piece at a time.
131
350067
1878
Yendo de uno en uno.
06:04
Thank you.
132
352508
1215
Gracias.
(Aplausos)
06:05
(Applause)
133
353747
3618
ABOUT THE SPEAKER
Jeff Kirschner - EntrepreneurJeff Kirschner created a global community that's eradicating litter one piece at a time.
Why you should listen
When his 4-year old daughter saw a plastic tub of cat litter in the woods, little did Jeff Kirschner realize that it would be the spark for creating Litterati -- a global movement that's "crowdsource-cleaning" the planet one piece of litter at a time.
Featured in National Geographic, Time Magazine, Fast Company and USA Today, Litterati has become a shining example of how communities are using technology and data to solve our world's most complex problems.
Kirschner has shared the Litterati story at Fortune 500 companies such as Google, Facebook and Uber, keynoted environmental summits at the Monterey Bay Aquarium and Keep America Beautiful, as well as leading schools including Stanford, MIT and the University of Michigan. He was recently a TED Resident, where he developed Litterati into an idea worth spreading.
Jeff Kirschner | Speaker | TED.com