1
00:00:01,015 --> 00:00:04,012
Esta história começa com estes dois:

2
00:00:04,012 --> 00:00:05,254
meus filhos.

3
00:00:05,254 --> 00:00:07,000
Caminhávamos nos bosques de Oakland,

4
00:00:07,000 --> 00:00:11,514
quando a minha filha notou uma bacia
plástica para sujeira de gato num riacho.

5
00:00:11,519 --> 00:00:13,359
Ela olhou para mim e disse:

6
00:00:13,359 --> 00:00:14,780
"Papai?

7
00:00:15,840 --> 00:00:17,494
Isso não devia estar lá".

8
00:00:17,494 --> 00:00:20,010
Quando ela falou, me lembrou
do acampamento de verão.

9
00:00:20,010 --> 00:00:21,512
Na manhã do dia de visita,

10
00:00:21,512 --> 00:00:24,503
antes que deixassem os pais ansiosos
virem através dos portões,

11
00:00:24,503 --> 00:00:28,942
o diretor do acampamento disse: "Rápido!
Todos peguem cinco peças de lixo".

12
00:00:28,942 --> 00:00:31,989
Você tem umas 200 crianças,
cada uma pegando cinco peças,

13
00:00:31,989 --> 00:00:34,606
e logo você tem um acampamento
muito mais limpo.

14
00:00:34,606 --> 00:00:35,759
Então eu pensei,

15
00:00:35,759 --> 00:00:40,340
por que não aplicar esse modelo de limpeza
colaborativa para todo o planeta?

16
00:00:40,340 --> 00:00:43,295
E essa foi a inspiração para o Litterati.

17
00:00:43,299 --> 00:00:46,668
A ideia é criar um mundo sem lixo.

18
00:00:46,668 --> 00:00:48,160
Deixem-me mostrar como começou.

19
00:00:48,160 --> 00:00:52,010
Tirei uma foto de um cigarro
usando o Instagram.

20
00:00:52,010 --> 00:00:54,119
Então tirei outra foto...

21
00:00:54,119 --> 00:00:55,700
e outra foto...

22
00:00:55,700 --> 00:00:56,891
e outra foto.

23
00:00:56,891 --> 00:01:02,011
E notei duas coisas: uma,
o lixo se torna artístico e acessível.

24
00:01:02,011 --> 00:01:05,515
E, duas, depois de alguns dias,
tinha 50 fotos no meu telefone

25
00:01:05,515 --> 00:01:10,005
e eu tinha pegado cada peça de lixo,
e percebi que estava mantendo um registro

26
00:01:10,005 --> 00:01:13,179
do impacto positivo
que eu estava tendo no planeta.

27
00:01:13,179 --> 00:01:16,431
São 50 coisas a menos
para você ver, ou para você pisar,

28
00:01:16,431 --> 00:01:18,520
ou para algum pássaro comer.

29
00:01:18,520 --> 00:01:21,351
Então, comecei a dizer
às pessoas o que estava fazendo,

30
00:01:21,351 --> 00:01:24,231
e elas começaram a participar.

31
00:01:24,751 --> 00:01:26,554
Um dia,

32
00:01:26,554 --> 00:01:30,036
esta foto apareceu da China.

33
00:01:30,039 --> 00:01:34,680
E foi aí que percebi que Litterati era
mais do que apenas belas fotos,

34
00:01:34,680 --> 00:01:38,883
estávamos nos tornando uma comunidade
que estava coletando dados.

35
00:01:38,883 --> 00:01:41,289
Cada foto conta uma história.

36
00:01:41,289 --> 00:01:45,487
Nos diz quem pegou o que,
um "geotag" nos diz onde

37
00:01:45,487 --> 00:01:48,011
e um registro da hora nos diz quando.

38
00:01:48,011 --> 00:01:50,465
Então, criei um mapa do Google,

39
00:01:50,465 --> 00:01:54,552
e comecei a traçar um mapa dos pontos
onde o lixo estava sendo pego.

40
00:01:54,552 --> 00:01:57,934
E, através desse processo,
a comunidade cresceu

41
00:01:58,494 --> 00:02:00,817
e os dados cresceram.

42
00:02:00,817 --> 00:02:05,137
Meus dois filhos vão para a escola
bem naquele ponto.

43
00:02:05,137 --> 00:02:06,386
Lixo:

44
00:02:06,386 --> 00:02:08,824
está se misturando
com a história de nossas vidas,

45
00:02:08,824 --> 00:02:11,217
mas, e se o trouxermos
para o primeiro plano?

46
00:02:11,217 --> 00:02:14,163
E se entendêssemos exatamente
o que estava em nossas ruas,

47
00:02:14,163 --> 00:02:15,576
nossas calçadas

48
00:02:15,576 --> 00:02:17,138
e nossos pátios escolares?

49
00:02:17,138 --> 00:02:21,109
Como podemos usar esses dados
para fazer a diferença?

50
00:02:21,109 --> 00:02:24,487
Deixem-me mostrar a vocês,
primeiro, com as cidades.

51
00:02:24,487 --> 00:02:29,097
São Francisco quis entender
qual porcentagem de lixo era cigarro.

52
00:02:29,097 --> 00:02:30,283
Por quê?

53
00:02:30,283 --> 00:02:32,096
Para criar um tributo.

54
00:02:32,096 --> 00:02:35,258
Então, colocaram pessoas
nas ruas com lápis e pranchetas,

55
00:02:35,258 --> 00:02:37,710
que andaram por aí coletando informações,

56
00:02:37,710 --> 00:02:41,815
o que levou a uma tributação de 20%
sobre todas as vendas de cigarros.

57
00:02:41,815 --> 00:02:43,970
E, então, eles foram processados

58
00:02:43,970 --> 00:02:45,180
pelas empresas de tabaco,

59
00:02:45,180 --> 00:02:48,020
que alegaram que a coleta
de dados com lápis e pranchetas

60
00:02:48,020 --> 00:02:51,155
não é nem precisa nem demonstrável.

61
00:02:51,455 --> 00:02:55,184
A prefeitura me ligou e perguntou
se nossa tecnologia poderia ajudar.

62
00:02:55,184 --> 00:02:58,717
Acho que não perceberam
que nossa tecnologia era meu Instagram.

63
00:02:58,717 --> 00:02:59,782
(Risos)

64
00:02:59,782 --> 00:03:01,072
Mas eu disse: "Podemos!"

65
00:03:01,072 --> 00:03:02,122
(Risos)

66
00:03:02,122 --> 00:03:06,064
"E podemos dizer se é
um Parliament ou um Pall Mall.

67
00:03:06,064 --> 00:03:09,503
Além disso, cada foto é marcada
geograficamente e tem registro da hora,

68
00:03:09,503 --> 00:03:11,348
fornecendo-lhe provas".

69
00:03:11,848 --> 00:03:15,079
Quatro dias e 5 mil unidades mais tarde,

70
00:03:15,083 --> 00:03:20,071
nossos dados foram usados na Corte para,
não apenas defender, mas dobrar o tributo,

71
00:03:20,071 --> 00:03:24,408
gerando uma receita anual
recorrente de US$ 4 milhões

72
00:03:24,408 --> 00:03:26,687
para São Francisco ser limpa.

73
00:03:28,001 --> 00:03:32,760
Nesse processo, aprendi duas coisas:
uma, o Instagram não é a ferramenta certa.

74
00:03:32,760 --> 00:03:33,843
(Risos)

75
00:03:33,843 --> 00:03:35,350
Então, criamos um aplicativo.

76
00:03:35,350 --> 00:03:37,017
E, duas: se você pensar nisso,

77
00:03:37,017 --> 00:03:40,744
cada cidade do mundo tem
uma única impressão digital do lixo,

78
00:03:40,744 --> 00:03:44,584
e essa impressão digital fornece
tanto a fonte do problema

79
00:03:44,584 --> 00:03:46,499
como o caminho para a solução.

80
00:03:47,646 --> 00:03:50,054
Se você pudesse gerar um fluxo de receita

81
00:03:50,054 --> 00:03:52,551
apenas por entender
a porcentagem de cigarros,

82
00:03:52,551 --> 00:03:54,671
bem, que tal com copos de café,

83
00:03:54,671 --> 00:03:56,401
ou latas de refrigerante,

84
00:03:56,401 --> 00:03:58,039
ou garrafas plásticas?

85
00:03:58,501 --> 00:04:01,752
Se você pôde mapear São Francisco,
bem, que tal Oakland

86
00:04:01,752 --> 00:04:03,452
ou Amsterdã,

87
00:04:03,452 --> 00:04:06,416
ou algum lugar muito mais perto de casa?

88
00:04:07,408 --> 00:04:08,682
E quanto às marcas?


89
00:04:08,682 --> 00:04:10,597
Como podem usar esses dados

90
00:04:10,597 --> 00:04:14,803
para alinhar os interesses
ambientais e econômicos?

91
00:04:15,646 --> 00:04:18,858
Há um quarteirão no centro
de Oakland coberto de pragas.

92
00:04:19,325 --> 00:04:23,429
A comunidade Litterati reuniu-se
e recolheu 1,5 mil unidades.

93
00:04:23,812 --> 00:04:25,192
E aqui está o que aprendemos:

94
00:04:25,192 --> 00:04:28,248
a maioria desse lixo veio
de uma marca de taco muito conhecida.

95
00:04:28,248 --> 00:04:29,738
(Risos)

96
00:04:29,738 --> 00:04:33,305
A maioria do lixo dessa marca
eram os próprios sachês de molho picante,

97
00:04:34,468 --> 00:04:38,564
e a maioria dos sachês de molho picante
nem sequer tinham sido abertos.

98
00:04:39,965 --> 00:04:42,720
O problema e o caminho para a solução:

99
00:04:42,720 --> 00:04:46,715
bem, talvez essa marca só dê
molho picante mediante solicitação,

100
00:04:46,715 --> 00:04:48,748
ou instale dosadores a granel,

101
00:04:48,748 --> 00:04:51,314
ou surja com embalagens mais sustentáveis.

102
00:04:51,314 --> 00:04:54,307
Como uma marca assume um risco ambiental,

103
00:04:54,307 --> 00:04:56,347
transforma isto num mecanismo econômico

104
00:04:56,347 --> 00:04:58,569
e se torna um herói da indústria?

105
00:04:59,292 --> 00:05:01,524
Se você realmente quer gerar uma mudança,

106
00:05:01,524 --> 00:05:04,432
não há lugar melhor para começar
do que com nossos filhos.

107
00:05:04,432 --> 00:05:07,869
Um grupo de alunos do quinto ano
recolheu 1.247 unidades de lixo

108
00:05:07,869 --> 00:05:09,731
apenas no pátio da escola.

109
00:05:09,731 --> 00:05:12,287
E eles aprenderam que o tipo
mais comum de lixo

110
00:05:12,287 --> 00:05:15,755
eram as embalagens de canudo
de plástico de sua própria cafeteria.

111
00:05:15,755 --> 00:05:18,536
Então, esses jovens
perguntaram para o diretor:

112
00:05:18,536 --> 00:05:20,780
"Por que ainda compramos canudos?"

113
00:05:21,166 --> 00:05:22,971
E eles pararam.

114
00:05:22,971 --> 00:05:26,629
E eles aprenderam que, individualmente,
cada um poderia fazer a diferença,

115
00:05:26,629 --> 00:05:29,501
mas, juntos, causaram um impacto.

116
00:05:29,501 --> 00:05:33,565
Não importa se você é
estudante ou cientista,

117
00:05:33,565 --> 00:05:36,724
se vive em Honolulu ou em Hanoi,

118
00:05:36,724 --> 00:05:39,139
esta é uma comunidade para todos.

119
00:05:39,974 --> 00:05:44,703
Tudo começou com duas crianças pequenas
nos bosques do norte da Califórnia,

120
00:05:44,703 --> 00:05:47,491
e hoje está espalhado pelo mundo.

121
00:05:47,938 --> 00:05:49,721
E sabe como estamos chegando lá?

122
00:05:50,067 --> 00:05:52,455
Uma peça de cada vez.

123
00:05:52,455 --> 00:05:53,773
Obrigado.


124
00:05:53,773 --> 00:05:55,765
(Aplausos) (Vivas)