Transformarnos en una sociedad de productores de alimentos | Dra. Chandra Krintz | TEDxFargo
-
0:23 - 0:26Hoy, la tecnología invade nuestra vida.
-
0:26 - 0:29Nos da acceso inmediato a la información,
-
0:29 - 0:33nos da recomendaciones
muy personalizadas -
0:33 - 0:36sobre qué comprar, qué películas ver
-
0:36 - 0:37y, para bien o para mal,
-
0:37 - 0:40nos conecta con gente de todo el planeta.
-
0:40 - 0:43Gente que, de otra forma,
nunca habríamos conocido. -
0:43 - 0:45Las empresas que hay detrás
de estas tecnologías -
0:45 - 0:49las hacen muy fáciles de usar,
accesibles para todos -
0:49 - 0:51para que todos puedan participar,
-
0:51 - 0:56para que todos puedan ser parte
de estos avances tecnológicos. -
0:56 - 0:59Y las hacen accesibles
desde cualquier lugar. -
0:59 - 1:00Desde el teléfono móvil,
-
1:00 - 1:03desde el portátil,
desde el computador del trabajo. -
1:03 - 1:07Y estas empresas
permiten su uso gratuito. -
1:07 - 1:09¿O no?
-
1:09 - 1:14En realidad, pagamos a estas empresas
por usar sus servicios. -
1:14 - 1:18Los Facebooks, los Amazons,
los Googles del mundo. -
1:18 - 1:20Pero no pagamos en dólares,
-
1:20 - 1:22pagamos en datos.
-
1:22 - 1:27Cada vez que usan sus aplicaciones
en su teléfono, en su computador, -
1:28 - 1:29cada vez que acceden a Internet,
-
1:29 - 1:33estas empresas reciben
información personal sobre Uds. -
1:33 - 1:35¿Compran pañales?
-
1:35 - 1:36Saben que tienen hijos.
-
1:36 - 1:38¿Busca una dirección?
-
1:38 - 1:41Saben no solo dónde van,
sino dónde han estado. -
1:42 - 1:47Estas empresas reciben información
de dónde viven, de dónde trabajan, -
1:47 - 1:49de lo que les gusta y lo que no les gusta,
-
1:49 - 1:51de a qué colegio van sus hijos.
-
1:51 - 1:53Y no solo reciben unos pocos de datos.
-
1:53 - 1:57Reciben muchísimos datos.
-
1:57 - 2:02Eso es lo que pagan
por el envío gratuito de Amazon. -
2:02 - 2:04¿Saben lo que hacen con esto?
-
2:04 - 2:07Toman todos esos datos
y los meten en un montón de computadores. -
2:07 - 2:11Usan matemáticas y estadísticas
muy sofisticadas -
2:11 - 2:13y las aplican a los datos.
-
2:13 - 2:16No las aplican manualmente,
los computadores lo hacen por ellos, -
2:16 - 2:19y tienen que transformar
el mapa y las estadísticas en código. -
2:19 - 2:23Oyen al presidente hablar de código
y todo el mundo debería hacerlo. -
2:23 - 2:25Esto es de lo que está hablando.
-
2:25 - 2:29Aplican el código a los datos
y reciben conocimiento: -
2:30 - 2:31Inferencias sobre sus vidas,
-
2:31 - 2:33lo que les gusta y lo que no,
-
2:33 - 2:36e incluso mejor, lo que van a comprar,
-
2:36 - 2:38lo que van a querer en el futuro.
-
2:38 - 2:40Es predictivo.
-
2:41 - 2:43Ese conocimiento permite a las empresas
-
2:43 - 2:47darnos las aplicaciones y sitios web
que conocemos y que nos encantan, -
2:47 - 2:51pero también dan valores
de otro tipo a las empresas. -
2:51 - 2:53Como son predictivas,
-
2:53 - 2:55pueden saber qué van a comprar,
-
2:55 - 2:59a quién van a votar y adónde van a viajar.
-
2:59 - 3:01Y eso, eso lo puede monetizar.
-
3:01 - 3:02Y lo hacen.
-
3:04 - 3:05¿Se han preguntado
-
3:05 - 3:08si podemos usar esa misma tecnología
-
3:08 - 3:10para hacer algo por el mundo,
-
3:10 - 3:14para resolver un problema difícil,
como alimentar al planeta? -
3:15 - 3:18Hay 7000 millones de personas
en la Tierra hoy en día -
3:18 - 3:20y apenas podemos alimentarlas.
-
3:22 - 3:25Nuestros terrenos cultivables
y nuestros recursos, como el agua, -
3:25 - 3:27están disminuyendo, no creciendo.
-
3:27 - 3:31Y en 2050 va a haber
9000 millones de personas. -
3:32 - 3:35Necesitamos preguntar:
-
3:35 - 3:37¿Podemos usar estas tecnologías
-
3:37 - 3:40para que los agricultores
sean más eficientes, -
3:40 - 3:43para ayudarles a tomar decisiones?
-
3:43 - 3:43¡Piénsenlo!
-
3:43 - 3:47Como un Amazon para agricultores,
Google para productores. -
3:47 - 3:50No sé lo que haré
con los productores de leche, -
3:50 - 3:53quizás podríamos llamarlo "Mugle".
-
3:53 - 3:54(Risas)
-
3:54 - 3:56El problema es parecido.
-
3:56 - 3:57Tomas los datos,
-
3:57 - 3:59-- los agricultores tienen muchos --
-
3:59 - 4:00registros históricos.
-
4:00 - 4:03Todos los instrumentos agrícolas
tienen sensores incluidos. -
4:03 - 4:06Pero pueden comprar sensores
en los aparatos ahora -
4:06 - 4:11y recibir muchísima información
sobre la propiedad, los procesos -
4:11 - 4:13y los proyectos de los agricultores.
-
4:13 - 4:15Pueden aplicarles el mismo código,
-
4:15 - 4:19un código similar,
a estos datos y extraer conocimiento. -
4:19 - 4:23Solo que este conocimiento
puede centrarse en los problemas -
4:23 - 4:26-- y son muchos -- de los agricultores.
-
4:26 - 4:29Como cuándo regar,
cuánto regar, dónde regar. -
4:30 - 4:32O "¿Cómo vamos a optimizar las cosechas
-
4:32 - 4:36para conseguir lo máximo de
la poca tierra que tenemos?" -
4:37 - 4:41Igual que Amazon sabe qué zapatos
se compraran la semana siguiente, -
4:41 - 4:44podemos hacer predicciones
sobre enfermedades y plagas -
4:44 - 4:47antes de que sean un problema
para poder tratarlas. -
4:50 - 4:53Resulta que ya existen
algunas de estas tecnologías. -
4:53 - 4:57Algunas empresas innovadoras y pioneras
han desarrollado algo parecido -
4:57 - 4:59y el modelo que usan es:
-
5:00 - 5:04Los agricultores
compran un producto o servicio -
5:04 - 5:07de una empresa,
o una herramienta agrícola, -
5:07 - 5:10y, a cambio, mandan todos sus datos
-
5:10 - 5:15por Internet a la empresa, constantemente.
-
5:15 - 5:18La empresa recoge los datos,
aplica el código y recibe conocimiento. -
5:19 - 5:22Parte del conocimiento lo comparte
con los agricultores y parte no, -
5:22 - 5:26como Amazon, Google y Facebook,
todo es monetizable. -
5:26 - 5:28Y pueden ganar mucho dinero con esto.
-
5:30 - 5:33Pero si vamos a tomar este modelo
-
5:33 - 5:35y usarlo para resolver
un problema muy complicado, -
5:35 - 5:37como alimentar al planeta,
-
5:37 - 5:41no puede ser que el código
-- lo más valioso de todo -- -
5:42 - 5:45lo tengan y controlen unos pocos.
-
5:45 - 5:48Necesitamos que el código,
que puede extraer conocimiento -
5:48 - 5:51y hacer predicciones precisas,
-
5:51 - 5:53esté disponible para todos.
-
5:54 - 5:58Como los servicios
de Facebook y Amazon.com. -
5:59 - 6:01Y trabajo en eso.
-
6:01 - 6:05En el problema de tomar el código
y ponerlo a disposición de todos, -
6:06 - 6:09y hacer que sea posible
ejecutarlo desde cualquier parte. -
6:10 - 6:12Porque algunos agricultores
no tienen Internet. -
6:12 - 6:16Así que en lugar de mover los datos
a las empresas por Internet, -
6:16 - 6:20¿y si movemos el código
-- que es pequeño -- una vez, -
6:20 - 6:24lo movemos a los datos,
lo movemos a los agricultores? -
6:25 - 6:28Ejecutamos el código en
un computador en el terreno -
6:28 - 6:33y el agricultor puede extraer
su propio conocimiento de ello -
6:33 - 6:37y beneficiarse de ello
y ser más productivo gracias a ello. -
6:38 - 6:43Incluso pueden dar o vender sus datos
y su conocimiento a la industria. -
6:43 - 6:47Estas empresas pueden
beneficiarse de su conocimiento -
6:47 - 6:50o del conocimiento que
han extraído los agricultores. -
6:50 - 6:54Pueden incluso ganar dinero,
aunque quizás algo menos. -
6:56 - 7:01El problema de este modelo es que,
primero, el código es complejo. -
7:02 - 7:06Son matemáticas y estadística
bien conocidas, sin embargo. -
7:06 - 7:10Y la tecnología tiene un precedente
de tomar cosas complejas -
7:10 - 7:12y hacerlas universales.
-
7:13 - 7:15Piensen en Internet.
-
7:15 - 7:17A Internet se la consideraba
algo muy complejo. -
7:17 - 7:20Un grupo de investigadores
se reunieron, la desarrollaron -
7:20 - 7:22y la expusieron; todos le tenían miedo.
-
7:22 - 7:25Unas pocas empresas pudieron
aprovecharla y lo hicieron. -
7:25 - 7:28Y hoy en día está en todas partes.
-
7:28 - 7:30Y, para la mayoría, es gratis.
-
7:30 - 7:33Hemos generalizado Internet.
-
7:33 - 7:36Es hora de generalizar este código.
-
7:36 - 7:39Es posible y podemos hacerlo.
-
7:39 - 7:44El segundo problema es que la industria
no lo va a hacer por nosotros. -
7:45 - 7:48¿Qué empresa desarrollaría
propiedad intelectual -
7:48 - 7:50para repartirla gratis a su competencia?
-
7:51 - 7:52No muchas.
-
7:53 - 7:56El segundo problema a tratar
-
7:56 - 7:57es: ¿cómo vamos a hacer esto?
-
7:57 - 8:00¿Cómo vamos a hacerlo accesible
a todos los agricultores -
8:00 - 8:03para que todos puedan desarrollarse?
-
8:04 - 8:07La tecnología también tiene
un precedente de esto. -
8:07 - 8:10Se llama "código abierto".
-
8:11 - 8:13Es donde se reúnen
un montón de investigadores, -
8:13 - 8:15en informática o tecnología,
-
8:15 - 8:17y construyen componentes
-
8:17 - 8:19y los ofrecen gratis
-
8:19 - 8:22para que todos tengan acceso,
para que todos puedan usarlos. -
8:22 - 8:25Trabajan arduamente para hacerlos
lo más fácil posible de usar. -
8:25 - 8:28Y así construimos una comunidad;
-
8:28 - 8:30una comunidad
de innovadores y desarrolladores, -
8:30 - 8:35de investigadores y estudiantes;
de todas las edades y formaciones, -
8:35 - 8:38en nuestro caso,
agricultores y productores. -
8:39 - 8:42Y esta comunidad crea la innovación
-
8:42 - 8:46que puede resolver problemas complicados
-
8:46 - 8:49que no van a crear
las empresas individuales. -
8:49 - 8:52Van a participar,
pero no pueden hacerlo solas. -
8:52 - 8:54Nadie puede hacerlo solo, en realidad.
-
8:56 - 8:58Así que los animo a que piensen en ello
-
8:58 - 9:02y se sumen a nosotros para que
los cultivos sean inteligentes. -
9:02 - 9:04Súmense a "Cultivos Inteligentes"
-
9:04 - 9:07porque solo juntos
podremos alimentar al planeta. -
9:08 - 9:09Gracias por su atención.
-
9:09 - 9:11(Aplausos)
- Title:
- Transformarnos en una sociedad de productores de alimentos | Dra. Chandra Krintz | TEDxFargo
- Description:
-
Esta charla es de un evento TEDx, organizado de manera independiente a las conferencias TED. Más información en: http://ted.com/tedx
La Dra. Chandra Krintz habla sobre cómo podríamos usar los avances tecnológicos que nos han transformado en una sociedad consumista para transformarnos en una sociedad de productores de alimentos. En concreto, sugiere que se usen las mismas técnicas que usan Amazon, Google y Facebook para orientar hacia nosotros la publicidad, el marketing y la venta de productos (como la compilación de datos, el análisis y la predición), para que los agricultores y granjeros sean más productivos y puedan alimentar a la creciente población del planeta.
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDxTalks
- Duration:
- 09:31