Esclarecedores retratos humanos feitos com dados
-
0:01 - 0:03Eu sou artista,
-
0:03 - 0:04mas um de certa forma peculiar.
-
0:04 - 0:06Eu não pinto.
-
0:06 - 0:08Não sei desenhar.
-
0:08 - 0:11Meu professor de artes no ensino médio
anotou no meu boletim -
0:12 - 0:13que eu era uma ameaça.
-
0:14 - 0:18Vocês não vão querer
ver minhas fotografias. -
0:18 - 0:20Mas tem uma coisa que eu sei fazer:
-
0:20 - 0:22eu sei programar um computador.
-
0:22 - 0:23Eu sei escrever código.
-
0:23 - 0:26E as pessoas me dizem que há 100 anos,
-
0:26 - 0:28gente como eu não existia,
-
0:28 - 0:30que era impossível,
-
0:30 - 0:33que arte feita com dados é uma coisa nova,
-
0:33 - 0:35é um produto da nossa era,
-
0:35 - 0:37é algo que realmente deve ser
-
0:37 - 0:39considerado como algo do "agora".
-
0:39 - 0:40E é verdade.
-
0:40 - 0:44Mas há um tipo de arte
que existe há muito tempo -
0:44 - 0:46em que trata-se de usar informação,
-
0:46 - 0:48informação abstrata,
-
0:48 - 0:51para criar obras
emocionalmente ressonantes. -
0:51 - 0:52E chama-se música.
-
0:54 - 0:58Criamos música há dezenas
de milhares de anos, certo? -
0:58 - 0:59E se pensarmos no que é a música:
-
1:00 - 1:02notas e acordes e teclas
e harmonias e melodias, -
1:02 - 1:04essas coisas são algoritmos.
-
1:04 - 1:06Essas coisas são sistemas
-
1:06 - 1:08projetados para revelar-se com o tempo,
-
1:08 - 1:10para fazer-nos sentir.
-
1:10 - 1:12Eu cheguei às artes pela música.
-
1:12 - 1:13Sou formado em composição,
-
1:13 - 1:17e cerca de 15 anos atrás,
comecei a criar obras -
1:17 - 1:19projetadas para olhar para a interseção
-
1:19 - 1:21entre som e imagem,
-
1:21 - 1:24para usar uma imagem
para revelar uma estrutura musical -
1:24 - 1:27ou usar um som para mostrar
algo interessante -
1:27 - 1:29sobre algo que geralmente é pictórico.
-
1:29 - 1:32O que vocês veem na tela
está sendo literalmente desenhado -
1:32 - 1:35pela estrutura musical
dos músicos no palco, -
1:35 - 1:38e não é por acaso
que se parece com uma planta, -
1:38 - 1:41porque a biologia algorítmica
subjacente da planta -
1:41 - 1:44foi o que informou
a estrutura musical a princípio. -
1:44 - 1:48E uma vez que você saiba
fazer isso, criar código com mídia, -
1:48 - 1:50você consegue criar coisas muito legais.
-
1:50 - 1:54Este é um projeto que eu fiz
para o Festival Sundance de Cinema. -
1:54 - 1:58Uma ideia bem simples: você pega
cada vencedor do Oscar de Melhor Filme, -
1:59 - 2:02acelera-os para terem um minuto cada
-
2:02 - 2:03e os conecta.
-
2:03 - 2:07Assim em 75 minutos, eu consigo
mostrar a história do cinema de Hollywood. -
2:08 - 2:11E o que ele realmente mostra
é a história da edição -
2:11 - 2:12no cinema de Hollywood.
-
2:12 - 2:16À esquerda, temos Casablanca;
à direita, temos Chicago. -
2:16 - 2:19E dá para ver que Casablanca
é um pouco mais fácil de ler. -
2:19 - 2:22Porque o comprimento médio
de um plano cinematográfico nos anos 40 -
2:22 - 2:24era 26 segundos,
-
2:24 - 2:26e agora é cerca de seis segundos.
-
2:27 - 2:29Esse projeto foi inspirado
-
2:29 - 2:32por trabalhos financiados
pelo Governo Federal dos EUA -
2:32 - 2:33no início dos anos 2000,
-
2:33 - 2:39para olhar cenas de um vídeo e encontrar
um ator específico em qualquer vídeo. -
2:40 - 2:44E eu ajustei esse código para treinar
o sistema em uma pessoa -
2:44 - 2:48em nossa cultura que nunca
precisaria ser vigiada, -
2:48 - 2:50que é a Britney Spears.
-
2:50 - 2:53Eu baixei 2 mil fotos
de paparazzi da Britney Spears -
2:53 - 2:56e treinei meu computador
para encontrar o rosto dela -
2:56 - 2:57e somente o dela.
-
2:57 - 3:01eu posso rodar qualquer gravação dela
e ele vai centralizar seus olhos na tela, -
3:01 - 3:04e isso é um tipo de comentário duplo
-
3:04 - 3:06sobre vigilância em nossa sociedade.
-
3:06 - 3:09Estamos cheios de ansiedade
sobre sermos vigiados, -
3:09 - 3:11mas aí ficamos obcecados com celebridades.
-
3:12 - 3:16O que vocês veem na tela aqui
é uma colaboração que eu fiz -
3:16 - 3:19com um artista chamado Lián Amaris.
-
3:19 - 3:22O que ela fez é bem simples
de descrever e explicar, -
3:22 - 3:24mas difícil de fazer.
-
3:24 - 3:27Ela pegou 72 minutos de atividade,
-
3:27 - 3:30preparando-se para sair à noite na cidade,
-
3:30 - 3:32e os estendeu por três dias
-
3:32 - 3:36e os executou em uma rotatória
em câmera lenta em Nova Iorque. -
3:36 - 3:38Eu também estava lá
com uma equipe de gravação. -
3:38 - 3:39Nós gravamos tudo,
-
3:39 - 3:43E revertemos o processo,
acelerando-o para 72 minutos, -
3:43 - 3:45e parece que ela se move normalmente
-
3:45 - 3:47e o mundo está correndo em volta.
-
3:47 - 3:50Em um certo ponto, eu reparei
-
3:50 - 3:52que o que eu estava fazendo
era criar retratos. -
3:54 - 3:57Quando pensamos sobre retratos
costumamos pensar em coisas assim. -
3:57 - 3:59O cara à esquerda se chama Gilbert Stuart.
-
3:59 - 4:02Ele é o primeiro retratista
dos Estados Unidos. -
4:02 - 4:05E à direita, seu retrato
de George Washington de 1796. -
4:06 - 4:08Esse é conhecido como
o retrato de Lansdowne. -
4:08 - 4:11E se olharmos essa pintura,
há muito simbolismo, certo? -
4:11 - 4:14Há um arco-íris lá fora. Há uma espada.
-
4:14 - 4:15Há uma pena na mesa.
-
4:15 - 4:17Todas essas coisas servem para apresentar
-
4:17 - 4:19George Washington como o pai da nação.
-
4:20 - 4:23Este é o meu retrato de George Washington.
-
4:24 - 4:27E este é um quadro ocular,
-
4:27 - 4:29mas só que em vez de letras, são palavras.
-
4:30 - 4:32E são as 66 palavras
-
4:32 - 4:35no discurso de George Washington
ao Estado da União -
4:35 - 4:37usadas mais do que
por qualquer outro presidente. -
4:38 - 4:42E "senhores" tem seu próprio simbolismo
e sua própria retórica. -
4:42 - 4:47E é bem significativo que essa
é a palavra que ele mais usa. -
4:47 - 4:49Este é o quadro ocular
para George W. Bush, -
4:49 - 4:52que era presidente
quando eu criei essa obra. -
4:52 - 4:53E como chegamos lá,
-
4:53 - 4:57de "senhores" até "terror"
em 43 passos simples, -
4:57 - 4:59nos diz muito sobre a história americana,
-
4:59 - 5:00e te dá uma visão diferente
-
5:00 - 5:03do que teria olhando
uma séria de pinturas. -
5:03 - 5:07Essas obras oferecem uma lição
de história dos Estados Unidos -
5:07 - 5:10através da retórica
política de seus líderes. -
5:10 - 5:13Ronald Reagan passou muito tempo
falando sobre deficits. -
5:13 - 5:15Bill Clinton passou muito tempo
-
5:15 - 5:18falando sobre o século quando
ele não seria mais presidente, -
5:18 - 5:20mas talvez sua esposa seria.
-
5:21 - 5:24Lyndon Johnson foi o primeiro presidente
-
5:24 - 5:27a dar seu discurso ao Estado da União
em horário nobre na TV; -
5:27 - 5:29ele iniciou todos
os parágrafos com "hoje". -
5:29 - 5:32E Richard Nixon, ou mais
precisamente, seu redator, -
5:32 - 5:33chamado William Safire,
-
5:33 - 5:35passou muito tempo pensando em linguagem
-
5:35 - 5:39e garantindo que seu chefe representasse
uma retórica de honestidade. -
5:39 - 5:43Esse projeto se apresenta
como uma série de esculturas monolíticas. -
5:43 - 5:45É uma série externa de caixas de luz.
-
5:45 - 5:47E é importante notar que estão em escala,
-
5:47 - 5:50se você estiver a seis metros
e conseguir ler entre as duas linhas, -
5:50 - 5:52sua visão é 20/20.
-
5:52 - 5:53(Risos)
-
5:53 - 5:55Este é um retrato. E há vários desses.
-
5:56 - 5:59Há várias maneiras
de fazer isso com dados. -
5:59 - 6:00Eu comecei a buscar uma maneira
-
6:00 - 6:05de pensar como eu posso criar
uma forma mais democrática de retratos, -
6:05 - 6:09algo que seja mais sobre meu país
e como ele funciona. -
6:09 - 6:13De dez em dez anos, nós fazemos
um censo nos Estados Unidos. -
6:13 - 6:15Literalmente contamos as pessoas,
-
6:15 - 6:18descobrimos quem vive onde,
que tipos de emprego temos, -
6:18 - 6:20a língua que falamos em casa.
-
6:20 - 6:23E isso é importante, realmente importante.
-
6:23 - 6:25Mas não nos diz realmente quem somos.
-
6:25 - 6:27Não nos diz sobre
nossos sonhos e aspirações. -
6:28 - 6:31E assim em 2010, eu decidi
fazer meu próprio censo. -
6:31 - 6:34E comecei a buscar um corpus de dados
-
6:34 - 6:37que tivesse várias descrições
escritas por americanos comuns. -
6:37 - 6:38E pelo jeito
-
6:38 - 6:40há um corpus dese tipo
-
6:40 - 6:42que está lá para ser usado.
-
6:42 - 6:44Chama-se encontros online.
-
6:45 - 6:50Em 2010, eu me registrei
em 21 serviços de encontros online, -
6:50 - 6:53como homem gay, homem hétero,
mulher gay e mulher hétero, -
6:53 - 6:54em cada localidade nos EUA
-
6:54 - 6:57e baixei cerca de 19 milhões
de perfis de pessoas; -
6:58 - 7:01cerca de 20% da população
adulta dos Estados Unidos. -
7:01 - 7:03Eu tenho distúrbio obsessivo-compulsivo.
-
7:03 - 7:06Isso vai ficar muito óbvio, me acompanhem.
-
7:06 - 7:07(Risos)
-
7:07 - 7:10E o que eu fiz foi organizar
tudo por localidade. -
7:12 - 7:13E fiz uma análise de palavras.
-
7:13 - 7:16Aqui alguns perfis de 2010
-
7:16 - 7:18com a palavra "solitário" enfatizada.
-
7:18 - 7:21Se olharmos essas coisas topograficamente,
-
7:21 - 7:25se imaginarmos que cores mais escuras
são palavras mais usadas, -
7:25 - 7:29dá para ver que Appalachia
é um lugar bem solitário. -
7:30 - 7:35Também dá para ver que Nebraska
não é tão engraçado. -
7:36 - 7:40Esse é o mapa da perversão,
e o que ele mostra -
7:42 - 7:45é que as mulheres do Alaska
precisam se encontrar -
7:45 - 7:47com os homens do sul do Novo México,
-
7:47 - 7:48e se divertir.
-
7:48 - 7:51E eu fiz num nível bem granular,
-
7:51 - 7:54assim eu posso dizer que os homens
na parte leste de Long Island -
7:54 - 7:56estão muito mais interessados em apanhar
-
7:56 - 7:59do que os homens
na parte oeste de Long Island. -
8:00 - 8:03Essa vai ser a lição que vocês
vão levar dessa conferência. -
8:03 - 8:05Vão lembrar-se desses fatos por 30 anos.
-
8:05 - 8:08(Risos)
-
8:09 - 8:11Quando colocamos a nível cartográfico,
-
8:11 - 8:14dá para criar mapas e usar os truques
dos quadros oculares. -
8:14 - 8:17Podemos substituir o nome
de cada cidade nos Estados Unidos -
8:17 - 8:20com a palavra que se usa mais
ali do que em outros lugares. -
8:20 - 8:24Se você já namorou alguém de Seattle,
faz todo o sentido. -
8:24 - 8:26Temos "bonito". Temos "coração partido".
-
8:26 - 8:29Temos "show". Temos "cigarros".
-
8:29 - 8:31Eles têm uma banda e fumam.
-
8:32 - 8:34E logo acima podemos ver "email".
-
8:34 - 8:35Isso é Redmond, Washington,
-
8:35 - 8:37que é a sede da Microsoft Corporation.
-
8:37 - 8:40Alguns dá para adivinhar:
Los Angeles é "ator" -
8:40 - 8:42e San Francisco é "gay".
-
8:42 - 8:44Alguns são mais tristes.
-
8:44 - 8:46Em Baton Rouge fala-se sobre ter curvas;
-
8:46 - 8:49mais abaixo em Nova Orleans,
ainda se fala da inundação. -
8:49 - 8:52Gente na capital americana
dizem que são interessantes. -
8:52 - 8:55Pessoas em Baltimore, Maryland,
dizem que têm medo. -
8:55 - 8:56Este é New Jersey.
-
8:56 - 8:59Eu cresci ali entre "chato" e "cínico".
-
8:59 - 9:03(Risos) (Aplausos)
-
9:03 - 9:06E a palavra número um
em Nova Iorque é "agora", -
9:06 - 9:09como em: "Agora trabalho como garçom,
mas na verdade sou ator." -
9:09 - 9:10(Risos)
-
9:10 - 9:15Ou: "Agora sou professor de engenharia
na NYU, mas na verdade sou artista." -
9:15 - 9:17No resto do estado temos "dinossauro".
-
9:17 - 9:18Aí é Syracuse.
-
9:18 - 9:20O melhor restaurante
em Syracuse, Nova Iorque, -
9:20 - 9:23é uma churrascaria de motoqueiros
chamada Dinosaur Barbecue. -
9:23 - 9:25É aí que você levaria alguém
para um encontro. -
9:25 - 9:29Eu moro ali entre "incondicional"
e "verão", em Midtown Manhattan. -
9:29 - 9:31Esté é o gentrificado Norte do Brooklyn,
-
9:31 - 9:34aí temos "DJ" e "glamuroso"
e "hipsters" e "urbano". -
9:34 - 9:36Talvez esse seja um retrato
mais democrático. -
9:36 - 9:39E a ideia era, e se fizéssemos
um mapa de estados vermelhos e azuis -
9:39 - 9:42baseado no que queremos
fazer sexta à noite? -
9:42 - 9:43Esté é um auto-retrato.
-
9:44 - 9:45É baseado em meu email,
-
9:45 - 9:48cerca de 500 mil emails enviados
durante 20 anos. -
9:48 - 9:51Podemos vê-lo como uma
"selfie" quantificada. -
9:51 - 9:54O que eu faço é rodar uma equação física
-
9:54 - 9:56baseada em meus dados pessoais.
-
9:56 - 9:58Imaginamos todo mundo
com quem eu já me correspondi. -
9:58 - 10:02Começou no meio
e explodiu com um big bang. -
10:02 - 10:04E todos têm atração por alguém,
-
10:04 - 10:06atração baseada em o quanto
eles enviaram emails, -
10:06 - 10:08com quem estavam nos emails.
-
10:08 - 10:09E também faz análise sentimental,
-
10:09 - 10:12se eu disser "eu te amo",
você tem um peso maior para mim. -
10:12 - 10:14E você é atraído a meu email no centro,
-
10:14 - 10:17que funciona como a estrela principal.
-
10:17 - 10:19E todos os nomes estão escritos à mão.
-
10:19 - 10:23Às vezes usamos esses dados
e funciona com dados em tempo real -
10:23 - 10:26para esclarecer um problema específico
numa cidade específica. -
10:26 - 10:29Esta é uma pistola
semiautomática Walther PPK 9mm -
10:29 - 10:32que foi usada num tiroteio
no French Quarter em Nova Orleans -
10:32 - 10:35há cerda de dois anos no dia dos namorados
numa briga de estacionamento. -
10:35 - 10:37Estes são meus cigarros.
-
10:37 - 10:39Esta é a casa onde aconteceu o tiroteio.
-
10:39 - 10:41Esse projeto envolveu
um pouco de engenharia. -
10:41 - 10:43Usei uma corrente de bicicleta
como eixo de câmera, -
10:43 - 10:45com um computador guiando-o.
-
10:45 - 10:47O computador e o mecanismo
estão dentro de uma caixa. -
10:47 - 10:50A arma em cima, soldada à placa de aço.
-
10:50 - 10:52Há um fio que vai até o gatilho,
-
10:52 - 10:54e o computador na caixa está online.
-
10:54 - 10:58Está escutando ao feed do 911 do
Departamento de Polícia de Nova Orleans, -
10:58 - 11:00e sempre que há relatos
de tiroteio em nova Orleans, -
11:00 - 11:01(Som de tiro)
-
11:01 - 11:03a pistola dispara.
-
11:03 - 11:06Mas é um tiro vazio, não tem bala.
-
11:06 - 11:08Há uma grande luz, grande barulho
-
11:08 - 11:10e mais importante, há uma carcaça.
-
11:10 - 11:13Acontecem cerca de cinco tiroteios
por dia em Nova Orleans, -
11:13 - 11:16durante os quatro meses
que a obra ficou instalada, -
11:16 - 11:18a carcaça se encheu de balas.
-
11:18 - 11:21Vocês sabem o que é isso.
Chamam-no de "visualização dos dados". -
11:23 - 11:25Quando se faz corretamente,
é esclarecedor. -
11:25 - 11:27Quando se faz errado, é anestesiante.
-
11:28 - 11:29Reduz pessoas a números.
-
11:29 - 11:31Então tenham cuidado.
-
11:33 - 11:34Uma última obra para vocês.
-
11:34 - 11:37Eu passei o último verão
como o artista na residência -
11:37 - 11:38na Times Square.
-
11:39 - 11:43E a Times Square em Nova Iorque
é literalmente a intersecção do mundo. -
11:43 - 11:45Uma das coisas que as pessoas não notam
-
11:45 - 11:47é que é o lugar mais postado
no Instagram do mundo. -
11:48 - 11:51A cada cinco minutos,
alguém faz uma "selfie" -
11:51 - 11:52na Times Square.
-
11:52 - 11:56Isso é 17 mil por dia,
e eu as tenho todas. -
11:56 - 11:57(Risos)
-
11:57 - 11:59Estas são algumas
com seus olhos centralizados. -
11:59 - 12:00Toda civilização
-
12:00 - 12:03vai usar o máximo nível
de tecnologia para criar arte. -
12:03 - 12:06E é responsabilidade do artista
fazer perguntas -
12:06 - 12:08sobre o que a tecnologia significa
-
12:08 - 12:10e como ela reflete nossa cultura.
-
12:10 - 12:12E eu os deixo com isso:
somos mais do que números. -
12:12 - 12:14Somos pessoas e temos sonhos e ideias.
-
12:14 - 12:17E reduzir-nos a estatísticas
é algo que é feito -
12:17 - 12:18por nossa conta e risco.
-
12:18 - 12:19Muito obrigado.
-
12:19 - 12:21(Aplausos)
- Title:
- Esclarecedores retratos humanos feitos com dados
- Speaker:
- R. Luke DuBois
- Description:
-
O artista R. Luke DuBois cria retratos únicos de presidentes, cidades, dele mesmo e até mesmo Britney Spears usando dados e personalidade. Nesta palestra, ele compartilha nove projetos: desde mapas nacionais construídos com informação de milhões de perfis de sites de encontros até uma arma que dispara em falso sempre que um tiroteio é relatado em New Orleans. Seu argumento: a maneira como usamos tecnologia reflete em nós e em nossa cultura, e nós reduzimos outros a pontos de dados por nossa conta e risco.
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 12:43
Helene Batt approved Portuguese, Brazilian subtitles for Insightful human portraits made from data | ||
Andrea Mussap accepted Portuguese, Brazilian subtitles for Insightful human portraits made from data | ||
Andrea Mussap edited Portuguese, Brazilian subtitles for Insightful human portraits made from data | ||
Andrea Mussap edited Portuguese, Brazilian subtitles for Insightful human portraits made from data | ||
Andrea Mussap edited Portuguese, Brazilian subtitles for Insightful human portraits made from data | ||
Gustavo Rocha edited Portuguese, Brazilian subtitles for Insightful human portraits made from data | ||
Gustavo Rocha edited Portuguese, Brazilian subtitles for Insightful human portraits made from data | ||
Gustavo Rocha edited Portuguese, Brazilian subtitles for Insightful human portraits made from data |