1
00:00:00,000 --> 00:00:02,000
Erez Lieberman Aiden: Todos sabem

2
00:00:02,000 --> 00:00:05,000
que uma imagem vale mil palavras.

3
00:00:07,000 --> 00:00:09,000
Mas nós em Harvard

4
00:00:09,000 --> 00:00:12,000
estávamos questionando se é mesmo verdade.

5
00:00:12,000 --> 00:00:14,000
(Risos)

6
00:00:14,000 --> 00:00:18,000
Assim montamos uma equipe de peritos,

7
00:00:18,000 --> 00:00:20,000
desde Harvard, MIT,

8
00:00:20,000 --> 00:00:23,000
The American Heritage Dictionary, Enciclopédia Britânica

9
00:00:23,000 --> 00:00:25,000
e mesmo nossos orgulhosos patrocinadores,

10
00:00:25,000 --> 00:00:28,000
o Google.

11
00:00:28,000 --> 00:00:30,000
E pensamos sobre isto

12
00:00:30,000 --> 00:00:32,000
por cerca de 4 anos.

13
00:00:32,000 --> 00:00:37,000
Chegamos a uma surpreendente conclusão.

14
00:00:37,000 --> 00:00:40,000
Senhoras e senhores, uma imagem não vale mil palavras.

15
00:00:40,000 --> 00:00:42,000
De fato, encontramos algumas imagens

16
00:00:42,000 --> 00:00:47,000
que valem 500 bilhões de palavras.

17
00:00:47,000 --> 00:00:49,000
Jean-Baptiste Michel: Como chegamos a esta conclusão?

18
00:00:49,000 --> 00:00:51,000
Erez e eu pensávamos em maneiras

19
00:00:51,000 --> 00:00:53,000
de obter uma grande imagem da cultura e

20
00:00:53,000 --> 00:00:56,000
história humana: a mudança através dos tempos.

21
00:00:56,000 --> 00:00:58,000
Muitos livros tem sido escritos ao longo dos anos.

22
00:00:58,000 --> 00:01:00,000
Pensávamos, a melhor maneira de aprender com eles

23
00:01:00,000 --> 00:01:02,000
é ler todos estes milhões de livros.

24
00:01:02,000 --> 00:01:05,000
Naturalmente, se há uma medida do incrível que isso é,

25
00:01:05,000 --> 00:01:08,000
teria que ser colocado lá em cima.

26
00:01:08,000 --> 00:01:10,000
O problema é que existe um eixo-X para isso,

27
00:01:10,000 --> 00:01:12,000
que é o eixo da praticidade.

28
00:01:12,000 --> 00:01:14,000
Que é muito, muito baixa.

29
00:01:14,000 --> 00:01:17,000
(Aplausos)

30
00:01:17,000 --> 00:01:20,000
As pessoas costumam usar um método alternativo,

31
00:01:20,000 --> 00:01:22,000
que seria pegar algumas fontes e lê-las cuidadosamente.

32
00:01:22,000 --> 00:01:24,000
É extremamente prático, mas nem um pouco incrível.

33
00:01:24,000 --> 00:01:27,000
O que realmente se quer fazer

34
00:01:27,000 --> 00:01:30,000
é alcançar o incrível junto com a parte prática deste espaço.

35
00:01:30,000 --> 00:01:33,000
Aconteceu que havia uma empresa próxima chamada Google

36
00:01:33,000 --> 00:01:35,000
que iniciou um projeto de digitalização alguns anos antes

37
00:01:35,000 --> 00:01:37,000
que poderia viabilizar este método.

38
00:01:37,000 --> 00:01:39,000
Eles haviam digitalizado milhões de livros.

39
00:01:39,000 --> 00:01:42,000
O que significa, que alguém poderia usar métodos computacionais

40
00:01:42,000 --> 00:01:44,000
para ler todos os livros com um clique de botão.

41
00:01:44,000 --> 00:01:47,000
Isso é muito prático e extremamente incrível.

42
00:01:48,000 --> 00:01:50,000
ELA: Permitam-me contar um pouco de onde os livros vêm.

43
00:01:50,000 --> 00:01:53,000
Desde tempos imemoriais, existem os autores.

44
00:01:53,000 --> 00:01:56,000
Estes autores tem se esforçado para escrever livros.

45
00:01:56,000 --> 00:01:58,000
O que se tornou consideravelmente mais fácil

46
00:01:58,000 --> 00:02:00,000
com o desenvolvimento da imprensa alguns séculos atrás.

47
00:02:00,000 --> 00:02:03,000
Desde então, os autores venceram

48
00:02:03,000 --> 00:02:05,000
em 129 milhões de ocasiões distintas,

49
00:02:05,000 --> 00:02:07,000
publicando livros.

50
00:02:07,000 --> 00:02:09,000
Agora se esses livros não se perderam na história,

51
00:02:09,000 --> 00:02:11,000
então eles estão em algum lugar em uma biblioteca,

52
00:02:11,000 --> 00:02:14,000
e muitos deles estão sendo recuperados das bibliotecas

53
00:02:14,000 --> 00:02:16,000
e digitalizados pelo Google,

54
00:02:16,000 --> 00:02:18,000
que escaneou 15 milhões de livros até agora.

55
00:02:18,000 --> 00:02:21,000
Quando o Google digitaliza, eles o colocam em um formato muito legal.

56
00:02:21,000 --> 00:02:23,000
Agora temos a informação, e temos os metadados.

57
00:02:23,000 --> 00:02:26,000
Temos informações sobre coisas como onde foi publicado,

58
00:02:26,000 --> 00:02:28,000
quem era o autor, quando foi publicado.

59
00:02:28,000 --> 00:02:31,000
E o que fazemos é percorrer todos estes registros

60
00:02:31,000 --> 00:02:35,000
e excluir tudo que não seja informação de alta qualidade.

61
00:02:35,000 --> 00:02:37,000
O que permanece

62
00:02:37,000 --> 00:02:40,000
é uma coleção de 5 milhões de livros,

63
00:02:40,000 --> 00:02:43,000
500 bilhões de palavras,

64
00:02:43,000 --> 00:02:45,000
uma sequência de caracteres mil vezes maior

65
00:02:45,000 --> 00:02:48,000
que o genoma humano --

66
00:02:48,000 --> 00:02:50,000
um texto que, quando escrito,

67
00:02:50,000 --> 00:02:52,000
se estenderia daqui até a Lua e de volta

68
00:02:52,000 --> 00:02:54,000
mais de 10 vezes --

69
00:02:54,000 --> 00:02:58,000
um verdadeiro fragmento de nosso genoma cultural.

70
00:02:58,000 --> 00:03:00,000
Claro que fizemos

71
00:03:00,000 --> 00:03:03,000
quando encaramos tal ultrajante hipérbole...

72
00:03:03,000 --> 00:03:05,000
(Risos)

73
00:03:05,000 --> 00:03:08,000
foi o que qualquer pesquisador com respeito próprio

74
00:03:08,000 --> 00:03:11,000
teria feito.

75
00:03:11,000 --> 00:03:13,000
Pegamos uma webcomic do XKCD,

76
00:03:13,000 --> 00:03:15,000
e dissemos, "Afastem-se.

77
00:03:15,000 --> 00:03:17,000
Vamos tentar a ciência."

78
00:03:17,000 --> 00:03:19,000
(Risos)

79
00:03:19,000 --> 00:03:21,000
JM: Naturalmente, nós pensamos,

80
00:03:21,000 --> 00:03:23,000
primeiro vamos mostrar os dados

81
00:03:23,000 --> 00:03:25,000
para que as pessoas façam ciência com eles.

82
00:03:25,000 --> 00:03:27,000
Depois pensamos, que informação podemos liberar?

83
00:03:27,000 --> 00:03:29,000
Naturalmente, você quer pegar os livros

84
00:03:29,000 --> 00:03:31,000
e liberar o texto completo destes 5 milhões de livros.

85
00:03:31,000 --> 00:03:33,000
Aí o Google, e Jon Orwant em especial,

86
00:03:33,000 --> 00:03:35,000
falaram sobre uma equação que devíamos aprender.

87
00:03:35,000 --> 00:03:38,000
Você tem 5 milhões, que são, 5 milhões de autores

88
00:03:38,000 --> 00:03:41,000
e 5 milhões de queixosos é um processo e tanto.

89
00:03:41,000 --> 00:03:43,000
Ainda que fosse muito, mas muito incrível,

90
00:03:43,000 --> 00:03:46,000
de novo, é extremamente, extremamente impraticável.

91
00:03:46,000 --> 00:03:48,000
(Risos)

92
00:03:48,000 --> 00:03:50,000
Então, nós meio que nos aprofundamos,

93
00:03:50,000 --> 00:03:53,000
e fizemos uma alternativa prática, que foi só um pouco menos incrível.

94
00:03:53,000 --> 00:03:55,000
Falamos, ao invés de liberar o texto completo,

95
00:03:55,000 --> 00:03:57,000
vamos liberar estatísticas sobre os livros.

96
00:03:57,000 --> 00:03:59,000
Peguem por exemplo "Um brilho de felicidade."

97
00:03:59,000 --> 00:04:01,000
São 4 palavras: nós chamamos de 4-grama.

98
00:04:01,000 --> 00:04:03,000
Vamos dizer a vocês quantas vezes um 4-grama em especial

99
00:04:03,000 --> 00:04:05,000
apareceu nos livros em 1801, 1802, 1803,

100
00:04:05,000 --> 00:04:07,000
até chegar em 2008.

101
00:04:07,000 --> 00:04:09,000
Isso nos dá uma linha de tempo

102
00:04:09,000 --> 00:04:11,000
da frequência com que esta frase foi utilizada através dos tempos.

103
00:04:11,000 --> 00:04:14,000
Fizemos isso para todas as palavras e frases que aparecem nos livros,

104
00:04:14,000 --> 00:04:17,000
o que nos dá uma grande tabela de 2 bilhões de linhas

105
00:04:17,000 --> 00:04:19,000
que nos conta como a cultura tem se modificado.

106
00:04:19,000 --> 00:04:21,000
ELA: Essas 2 bilhões de linhas,

107
00:04:21,000 --> 00:04:23,000
nós chamamos de 2 bilhões de n-gramas.

108
00:04:23,000 --> 00:04:25,000
O que eles nos dizem?

109
00:04:25,000 --> 00:04:27,000
Os n-gramas individuais medem as tendências culturais.

110
00:04:27,000 --> 00:04:29,000
Permitam-me dar um exemplo.

111
00:04:29,000 --> 00:04:31,000
Suponhamos que eu esteja prosperando.

112
00:04:31,000 --> 00:04:33,000
e amanhã eu queira contar como eu me dei bem.

113
00:04:33,000 --> 00:04:36,000
Em inglês eu diria, "Ontem, eu 'throve'."

114
00:04:36,000 --> 00:04:39,000
Ou eu poderia dizer, "Ontem, eu 'thrived'."

115
00:04:39,000 --> 00:04:42,000
Qual deles eu deveria usar?

116
00:04:42,000 --> 00:04:44,000
Como saber?

117
00:04:44,000 --> 00:04:46,000
Como cerca de 6 meses atras,

118
00:04:46,000 --> 00:04:48,000
o estado de arte nesta matéria

119
00:04:48,000 --> 00:04:50,000
seria, por exemplo,

120
00:04:50,000 --> 00:04:52,000
ir até este psicólogo com um cabelo fabuloso,

121
00:04:52,000 --> 00:04:54,000
e dizer,

122
00:04:54,000 --> 00:04:57,000
"Steve, você é um expert em verbos irregulares.

123
00:04:57,000 --> 00:04:59,000
O que eu devo fazer?"

124
00:04:59,000 --> 00:05:01,000
E ele diria, "Bem a maioria diria 'thrived',

125
00:05:01,000 --> 00:05:04,000
mas algumas diriam 'throve'."

126
00:05:04,000 --> 00:05:06,000
E vocês também sabem, talvez,

127
00:05:06,000 --> 00:05:09,000
que se voltassem no tempo 200 anos

128
00:05:09,000 --> 00:05:12,000
e perguntassem a esse estadista também de cabelo fabuloso,

129
00:05:12,000 --> 00:05:15,000
(Risos)

130
00:05:15,000 --> 00:05:17,000
"Tom, o que devo falar?"

131
00:05:17,000 --> 00:05:19,000
Ele diria, "No meu tempo a maioria dizia 'throve',

132
00:05:19,000 --> 00:05:22,000
mas alguns 'thrive'."

133
00:05:22,000 --> 00:05:24,000
Agora o que vou lhes mostrar são dados crus.

134
00:05:24,000 --> 00:05:28,000
Duas linhas desta tabela de 2 bilhões de lançamentos.

135
00:05:28,000 --> 00:05:30,000
O que estão vendo é a frequencia ano a ano

136
00:05:30,000 --> 00:05:33,000
de "thrived" e "throve" através dos tempos.

137
00:05:34,000 --> 00:05:36,000
Isso são apenas duas

138
00:05:36,000 --> 00:05:39,000
de 2 bilhões de linhas.

139
00:05:39,000 --> 00:05:41,000
Assim o conjunto completo de dados

140
00:05:41,000 --> 00:05:44,000
é 2 bilhões de vezes mais incrível que esse slide.

141
00:05:44,000 --> 00:05:46,000
(Risos)

142
00:05:46,000 --> 00:05:50,000
(Aplausos)

143
00:05:50,000 --> 00:05:52,000
JM: Existem muitas outras imagens que valem 500 bilhões de palavras.

144
00:05:52,000 --> 00:05:54,000
Por exemplo, esta aqui.

145
00:05:54,000 --> 00:05:56,000
Se você escolher influenza,

146
00:05:56,000 --> 00:05:58,000
verá picos nas épocas onde se sabe

147
00:05:58,000 --> 00:06:01,000
de grandes epidemias de gripe que mataram pessoas pelo mundo.

148
00:06:01,000 --> 00:06:04,000
ELA: Se vocês ainda não se convenceram,

149
00:06:04,000 --> 00:06:06,000
o nível dos mares está subindo,

150
00:06:06,000 --> 00:06:09,000
junto com o CO2 na atmosfera e a temperatura global.

151
00:06:09,000 --> 00:06:12,000
JM: Vocês também podem querer dar uma olhada neste n-grama,

152
00:06:12,000 --> 00:06:15,000
que diz ao Nietzsche que Deus não morreu,

153
00:06:15,000 --> 00:06:18,000
apesar que ele podia ter um publicitário melhor.

154
00:06:18,000 --> 00:06:20,000
(Risos)

155
00:06:20,000 --> 00:06:23,000
ELA: Se pode entender alguns conceitos bem abstratos com essa coisa.

156
00:06:23,000 --> 00:06:25,000
Por exemplo, permitam-me contar a história

157
00:06:25,000 --> 00:06:27,000
do ano de 1950.

158
00:06:27,000 --> 00:06:29,000
Durante todo o transcurso da história,

159
00:06:29,000 --> 00:06:31,000
ninguém dava a mínima para 1950.

160
00:06:31,000 --> 00:06:33,000
Em 1700, em 1800, em 1900,

161
00:06:33,000 --> 00:06:36,000
ninguém ligava.

162
00:06:37,000 --> 00:06:39,000
Nos anos 30 e 40,

163
00:06:39,000 --> 00:06:41,000
ninguém ligava.

164
00:06:41,000 --> 00:06:43,000
De repente, no meio dos anos 40,

165
00:06:43,000 --> 00:06:45,000
começou um rumor.

166
00:06:45,000 --> 00:06:47,000
As pessoas perceberam que 1950 viria,

167
00:06:47,000 --> 00:06:49,000
e que seria algo grande.

168
00:06:49,000 --> 00:06:52,000
(Risos)

169
00:06:52,000 --> 00:06:55,000
Nada interessou tanto às pessoas em 1950

170
00:06:55,000 --> 00:06:58,000
como o ano 1950.

171
00:06:58,000 --> 00:07:01,000
(Risos)

172
00:07:01,000 --> 00:07:03,000
As pessoas caminhavam obcecadas.

173
00:07:03,000 --> 00:07:05,000
Não podiam parar de falar

174
00:07:05,000 --> 00:07:08,000
sobre as coisas que fizeram em 1950,

175
00:07:08,000 --> 00:07:11,000
tudo o que estavam planejando para 1950,

176
00:07:11,000 --> 00:07:16,000
todos os sonhos que queriam alcançar em 1950.

177
00:07:16,000 --> 00:07:18,000
De fato, 1950 foi tão fascinante

178
00:07:18,000 --> 00:07:20,000
que nos anos seguintes,

179
00:07:20,000 --> 00:07:23,000
as pessoas continuavam falando sobre as coisas incríveis que aconteceram,

180
00:07:23,000 --> 00:07:25,000
em 51, 52, 53.

181
00:07:25,000 --> 00:07:27,000
Finalmente em 1954,

182
00:07:27,000 --> 00:07:29,000
alguém acordou e percebeu

183
00:07:29,000 --> 00:07:33,000
que 1950 tinha ficado algo 'passé'.

184
00:07:33,000 --> 00:07:35,000
(Risos)

185
00:07:35,000 --> 00:07:37,000
E de repente, a bolha estourou.

186
00:07:37,000 --> 00:07:39,000
(Risos)

187
00:07:39,000 --> 00:07:41,000
A história de 1950

188
00:07:41,000 --> 00:07:43,000
é a história de todo ano que temos registro,

189
00:07:43,000 --> 00:07:46,000
com um toque a mais, porque agora temos estes gráficos.

190
00:07:46,000 --> 00:07:49,000
E porque temos estes gráficos bacanas, podemos medir coisas.

191
00:07:49,000 --> 00:07:51,000
Podemos dizer, "Quão rápido a bolha estourou?"

192
00:07:51,000 --> 00:07:54,000
E acontece que podemos medir muito precisamente.

193
00:07:54,000 --> 00:07:57,000
Equações foram derivadas, gráficos foram produzidos,

194
00:07:57,000 --> 00:07:59,000
e o resultado líquido

195
00:07:59,000 --> 00:08:02,000
é que descobrimos que a bolha estoura cada vez mais rápido

196
00:08:02,000 --> 00:08:04,000
a cada ano que passa.

197
00:08:04,000 --> 00:08:09,000
Perdemos interesse no passado cada vez mais rápido.

198
00:08:09,000 --> 00:08:11,000
JM: Agora uma dica para a carreira.

199
00:08:11,000 --> 00:08:13,000
Aqueles de vocês que procuram ser famosos,

200
00:08:13,000 --> 00:08:15,000
podemos aprender com as 25 personalidades mais famosas,

201
00:08:15,000 --> 00:08:17,000
políticos, autores, atores e demais.

202
00:08:17,000 --> 00:08:20,000
Se você quer se tornar famoso cedo, deveria ser um ator,

203
00:08:20,000 --> 00:08:22,000
porque sua fama começa ao final dos vinte anos --

204
00:08:22,000 --> 00:08:24,000
você ainda é jovem, é muito bom.

205
00:08:24,000 --> 00:08:26,000
Agora se quiser esperar um pouco, deveria ser autor,

206
00:08:26,000 --> 00:08:28,000
porque assim você alcançará grandes alturas,

207
00:08:28,000 --> 00:08:30,000
como Mark Twain, por exemplo, extremamente famoso.

208
00:08:30,000 --> 00:08:32,000
Mas se você quiser alcançar mesmo o topo,

209
00:08:32,000 --> 00:08:34,000
deveria postergar o reconhecimento

210
00:08:34,000 --> 00:08:36,000
e, claro, tornar-se um político.

211
00:08:36,000 --> 00:08:38,000
Assim você se torna famoso no final dos seus 50,

212
00:08:38,000 --> 00:08:40,000
e se torna muito, muito famoso depois.

213
00:08:40,000 --> 00:08:43,000
Cientistas também tendem a ficar famosos quando são mais velhos.

214
00:08:43,000 --> 00:08:45,000
Por exemplo, biólogos e físicos

215
00:08:45,000 --> 00:08:47,000
tendem a ser tão famosos quanto atores.

216
00:08:47,000 --> 00:08:50,000
Um erro que vocês devem evitar é serem matemáticos.

217
00:08:50,000 --> 00:08:52,000
(Risos)

218
00:08:52,000 --> 00:08:54,000
Se fizerem isso,

219
00:08:54,000 --> 00:08:57,000
podem pensar, "Ótimo. Farei meu melhor trabalho quando estou com 20 anos."

220
00:08:57,000 --> 00:08:59,000
Mas olha só, ninguém quer saber.

221
00:08:59,000 --> 00:09:02,000
(Risos)

222
00:09:02,000 --> 00:09:04,000
ELA: Existem notas mais sérias

223
00:09:04,000 --> 00:09:06,000
entre os n-gramas.

224
00:09:06,000 --> 00:09:08,000
Por exemplo, eis a trajetória de Marc Chagall,

225
00:09:08,000 --> 00:09:10,000
artista nascido em 1887.

226
00:09:10,000 --> 00:09:13,000
Parece a trajetória normal de uma pessoa famosa.

227
00:09:13,000 --> 00:09:17,000
Ele fica mais e mais e mais famoso,

228
00:09:17,000 --> 00:09:19,000
exceto se pesquisar em alemão.

229
00:09:19,000 --> 00:09:21,000
Se pesquisar em alemão, verá algo totalmente bizarro,

230
00:09:21,000 --> 00:09:23,000
algo que nunca se vê,

231
00:09:23,000 --> 00:09:25,000
que é ele se tornar extremamente famoso

232
00:09:25,000 --> 00:09:27,000
e de repente despenca,

233
00:09:27,000 --> 00:09:30,000
chegando ao fundo do poço entre 1933 e 1945,

234
00:09:30,000 --> 00:09:33,000
antes de retornar com tudo.

235
00:09:33,000 --> 00:09:35,000
Naturalmente, o que vemos

236
00:09:35,000 --> 00:09:38,000
é o fato de que Chagall era um artista judeu

237
00:09:38,000 --> 00:09:40,000
na Alemanha nazista.

238
00:09:40,000 --> 00:09:42,000
Estes sinais

239
00:09:42,000 --> 00:09:44,000
são na verdade tão fortes

240
00:09:44,000 --> 00:09:47,000
que não precisamos saber que alguém foi censurado.

241
00:09:47,000 --> 00:09:49,000
Podemos ter uma ideia

242
00:09:49,000 --> 00:09:51,000
usando até um básico processamento de sinais.

243
00:09:51,000 --> 00:09:53,000
Eis um modo simples de fazer.

244
00:09:53,000 --> 00:09:55,000
Uma expectativa razoável

245
00:09:55,000 --> 00:09:57,000
é que a fama de alguém em um período de tempo

246
00:09:57,000 --> 00:09:59,000
deveria ser mais ou menos a média de sua fama antes

247
00:09:59,000 --> 00:10:01,000
e da fama depois.

248
00:10:01,000 --> 00:10:03,000
É algo assim o que esperamos.

249
00:10:03,000 --> 00:10:06,000
E comparamos isso com a fama que observamos.

250
00:10:06,000 --> 00:10:08,000
E dividimos uma pela outra

251
00:10:08,000 --> 00:10:10,000
para produzir algo que chamamos de índice de supressão.

252
00:10:10,000 --> 00:10:13,000
Se o índice é muito, mas muito pequeno,

253
00:10:13,000 --> 00:10:15,000
você pode muito bem estar sendo suprimido.

254
00:10:15,000 --> 00:10:18,000
Se for muito grande, você pode estar se benificiando com a propaganda.

255
00:10:19,000 --> 00:10:21,000
JM: Agora vocês podem até mesmo ver

256
00:10:21,000 --> 00:10:24,000
a distribuição dos índices de supressão de populações inteiras.

257
00:10:24,000 --> 00:10:26,000
Por exemplo, aqui --

258
00:10:26,000 --> 00:10:28,000
este índice é para 5.000 pessoas

259
00:10:28,000 --> 00:10:30,000
escolhidas em livros ingleses onde não existe supressão conhecida --

260
00:10:30,000 --> 00:10:32,000
seria assim, basicamente centrada no 1.

261
00:10:32,000 --> 00:10:34,000
O que se esperava é basicamente o que observamos.

262
00:10:34,000 --> 00:10:36,000
Esta é a distribuição vista na Alemanha --

263
00:10:36,000 --> 00:10:38,000
bem diferente, é desviada para a esquerda.

264
00:10:38,000 --> 00:10:41,000
As pessoas falaram menos que o dobro do costumeiro.

265
00:10:41,000 --> 00:10:43,000
Mais importante, a distribuição é mais extensa.

266
00:10:43,000 --> 00:10:46,000
Existem muitas pessoas que acabaram no lado esquerdo desta distribuição

267
00:10:46,000 --> 00:10:49,000
que são faladas cerca de 10 vezes menos do que deveriam ter sido.

268
00:10:49,000 --> 00:10:51,000
E também muitas pessoas bem à direita

269
00:10:51,000 --> 00:10:53,000
que parecem ter se beneficiado da propaganda.

270
00:10:53,000 --> 00:10:56,000
Esta imagem é a marca da censura no registro de livros.

271
00:10:56,000 --> 00:10:58,000
ELA: Cultorômica

272
00:10:58,000 --> 00:11:00,000
é como chamamos este método.

273
00:11:00,000 --> 00:11:02,000
É como se fosse a genômica.

274
00:11:02,000 --> 00:11:04,000
Só que a genômica é uma lente para que a biologia

275
00:11:04,000 --> 00:11:07,000
veja através da janela de sequencias das bases no genoma humano.

276
00:11:07,000 --> 00:11:09,000
Cultorômica é parecido.

277
00:11:09,000 --> 00:11:12,000
É aplicação da análise da enorme quantidade de informações coletadas

278
00:11:12,000 --> 00:11:14,000
para estudo da cultura humana.

279
00:11:14,000 --> 00:11:16,000
Ao invés de olharmos através das lentes de um genoma,

280
00:11:16,000 --> 00:11:19,000
olhamos através de pedaços digitalizados do registro histórico.

281
00:11:19,000 --> 00:11:21,000
O bom da culturômica

282
00:11:21,000 --> 00:11:23,000
é que todos podem participar.

283
00:11:23,000 --> 00:11:25,000
Por que todos podem?

284
00:11:25,000 --> 00:11:27,000
Todos podem porque três caras,

285
00:11:27,000 --> 00:11:30,000
Jon Orwant, Matt Gray e Will Brockman no Google,

286
00:11:30,000 --> 00:11:32,000
viram o protótipo do Visualizador de N-Gramas,

287
00:11:32,000 --> 00:11:34,000
e disseram, "Isso é bem divertido.

288
00:11:34,000 --> 00:11:37,000
Temos que disponibilizar para as pessoas."

289
00:11:37,000 --> 00:11:39,000
Em exatamente 2 semanas - antes de nosso artigo ser publicado --

290
00:11:39,000 --> 00:11:42,000
eles programaram uma versão do Visualizador para o público em geral.

291
00:11:42,000 --> 00:11:45,000
Assim vocês podem digitar qualquer palavra ou frase que se interessarem

292
00:11:45,000 --> 00:11:47,000
e imediatamente podem ver o n-grama --

293
00:11:47,000 --> 00:11:49,000
e também listar exemplos de todos os muitos livros

294
00:11:49,000 --> 00:11:51,000
nos quais o seu n-grama aparece.

295
00:11:51,000 --> 00:11:53,000
JM: Já foi utilizado mais de um milhão de vezes no primeiro dia,

296
00:11:53,000 --> 00:11:55,000
e é de fato a melhor de todas as procuras.

297
00:11:55,000 --> 00:11:58,000
As pessoas querem ser as melhores, se destacar.

298
00:11:58,000 --> 00:12:01,000
Mas acontece que no século 18, as pessoas não ligavam pra isso.

299
00:12:01,000 --> 00:12:04,000
Elas não queriam ser as 'the best', elas queriam ser 'beft'.

300
00:12:04,000 --> 00:12:07,000
O que aconteceu, é claro, foi apenas um equívoco.

301
00:12:07,000 --> 00:12:09,000
Não é um esforço pela mediocridade,

302
00:12:09,000 --> 00:12:12,000
apenas o 'S' costumava ser escrito diferente, quase um 'F'.

303
00:12:12,000 --> 00:12:15,000
Lógico, o Google não pegou isso na ocasião,

304
00:12:15,000 --> 00:12:18,000
assim nós relatamos no artigo científico que escrevemos.

305
00:12:18,000 --> 00:12:20,000
Mas se tornou um lembrete

306
00:12:20,000 --> 00:12:22,000
de que, mesmo sendo muito divertido,

307
00:12:22,000 --> 00:12:24,000
quando se interpreta estes gráficos, temos que ter cuidado,

308
00:12:24,000 --> 00:12:27,000
e vocês tem que adotar os métodos básicos da ciência.

309
00:12:27,000 --> 00:12:30,000
ELA: Pessoas o tem utilizado para todo tipo de propósito.

310
00:12:30,000 --> 00:12:37,000
(Risos)

311
00:12:37,000 --> 00:12:39,000
Na verdade, não precisaremos falar,

312
00:12:39,000 --> 00:12:42,000
vamos apenas mostrar todos os slides e ficar em silêncio.

313
00:12:42,000 --> 00:12:45,000
Esta pessoa estava interessada na história da frustração.

314
00:12:45,000 --> 00:12:48,000
Existem vários tipos de frustração.

315
00:12:48,000 --> 00:12:51,000
Se você esfolar o dedo do pé, É um "ai" com um 'A'.

316
00:12:51,000 --> 00:12:53,000
Se a Terra é aniquilada pelos Vogons

317
00:12:53,000 --> 00:12:55,000
pra dar lugar à um atalho interestelar,

318
00:12:55,000 --> 00:12:57,000
é um "aaaaaaaai" com 8 'A's.

319
00:12:57,000 --> 00:12:59,000
Esta pessoa estudou todos os "ais",

320
00:12:59,000 --> 00:13:01,000
de 1 até 8 'A's.

321
00:13:01,000 --> 00:13:03,000
E acontece

322
00:13:03,000 --> 00:13:05,000
que os "ais" menos frequentes

323
00:13:05,000 --> 00:13:08,000
são os que correspondem às coisas mais frustrantes --

324
00:13:08,000 --> 00:13:11,000
exceto, curiosamente, no começo dos anos 80.

325
00:13:11,000 --> 00:13:13,000
Achamos que deve ter algo a ver com o Reagan.

326
00:13:13,000 --> 00:13:15,000
(Risos)

327
00:13:15,000 --> 00:13:18,000
JM: Existem muitos usos para estas informações,

328
00:13:18,000 --> 00:13:21,000
mas o principal é que o registro histórico está sendo digitalizado.

329
00:13:21,000 --> 00:13:23,000
Google começou a digitalizar 15 milhões de livros.

330
00:13:23,000 --> 00:13:25,000
É 12% de todos os livros já publicados.

331
00:13:25,000 --> 00:13:28,000
É um pedaço considerável da cultura humana.

332
00:13:28,000 --> 00:13:31,000
Há muito mais na cultura: existem manuscritos, jornais,

333
00:13:31,000 --> 00:13:33,000
coisas que não são texto, como arte e pinturas.

334
00:13:33,000 --> 00:13:35,000
Acontece que estes estão em nossos computadores,

335
00:13:35,000 --> 00:13:37,000
em computadores ao redor do mundo.

336
00:13:37,000 --> 00:13:40,000
E quando isso acontece, vai transformar a maneira

337
00:13:40,000 --> 00:13:42,000
de compreender nosso passado, o presente e a cultura humana.

338
00:13:42,000 --> 00:13:44,000
Muito obrigado.

339
00:13:44,000 --> 00:13:47,000
(Aplausos)