Time flies. It's actually almost 20 years ago when I wanted to reframe the way we use information, the way we work together: I invented the World Wide Web. Now, 20 years on, at TED, I want to ask your help in a new reframing.
El tiempo vuela. Fue hace casi 20 años cuando quise reformular la forma en que usamos la información la forma en la que trabajamos juntos -- inventé la World Wide Web Hoy, 20 años después, aquí en TED, quiero pedirles ayuda para una nueva reformulación.
So going back to 1989, I wrote a memo suggesting the global hypertext system. Nobody really did anything with it, pretty much. But 18 months later -- this is how innovation happens -- 18 months later, my boss said I could do it on the side, as a sort of a play project, kick the tires of a new computer we'd got. And so he gave me the time to code it up. So I basically roughed out what HTML should look like: hypertext protocol, HTTP; the idea of URLs, these names for things which started with HTTP. I wrote the code and put it out there.
Entonces, volviendo a 1989, escribí un memo sugiriendo el sistema global de hipertexto. Nadie hizo algo con él, realmente. Pero 18 meses después -- así es como ocurren las innovaciones -- 18 meses después, mi jefe me dijo que podía hacerlo como un extra, como una especie de proyecto lúdico, probar una nueva computadora que teníamos. Y me dio el tiempo para escribir el código. Así que básicamente delineé lo que debería ser el HTML, el protocolo de hipertexto -- HTTP -- la idea de los URLs -- estos nombres de cosas que comienzan con HTTP. Escribí el código y lo dejé por ahí.
Why did I do it? Well, it was basically frustration. I was frustrated -- I was working as a software engineer in this huge, very exciting lab, lots of people coming from all over the world. They brought all sorts of different computers with them. They had all sorts of different data formats, all sorts, all kinds of documentation systems. So that, in all that diversity, if I wanted to figure out how to build something out of a bit of this and a bit of this, everything I looked into, I had to connect to some new machine, I had to learn to run some new program, I would find the information I wanted in some new data format. And these were all incompatible. It was just very frustrating. The frustration was all this unlocked potential.
¿Por qué lo hice? Bueno, básicamente por frustración. Estaba frustrado -- trabajaba como ingeniero de software en este laboratorio enorme y apasionante, lleno de personas de todo el mundo. Traían todo tipo de computadoras con ellos. Tenían todo tipo de formatos diferentes de datos. Todo tipo de sistemas de documentación. Entonces, en toda esa diversidad, si quería imaginarme cómo construir algo con un poco de esto y algo de esto otro, todo lo que veía, tenía que conectarme a alguna máquina nueva, tenía que aprender a ejecutar algún programa nuevo, en algún nuevo formato encontraría la información que quería. Pero eran todos incompatibles. Era muy frustrante. La frustración por todo este potencial desaprovechado.
In fact, on all these discs there were documents. So if you just imagined them all being part of some big, virtual documentation system in the sky, say on the Internet, then life would be so much easier. Well, once you've had an idea like that it kind of gets under your skin and even if people don't read your memo -- actually he did, it was found after he died, his copy. He had written, "Vague, but exciting," in pencil, in the corner.
De hecho, en todos esos discos había documentos. Así que si uno los imaginaba a todos como parte de algo más grande, de un sistema de documentación virtual en el cielo, por ejemplo en Internet, entonces la vida sería mucho más fácil. Bien, cuando tienes una idea de esas, se te mete en la piel y aún nadie leyera tu memo en realidad él sí lo leyó, su copia fue encontrada después de su muerte. Había escrito: “Impreciso pero apasionante”, a lápiz y en el margen.
(Laughter)
(Risas)
But in general it was difficult -- it was really difficult to explain what the web was like. It's difficult to explain to people now that it was difficult then. But then -- OK, when TED started, there was no web so things like "click" didn't have the same meaning. I can show somebody a piece of hypertext, a page which has got links, and we click on the link and bing -- there'll be another hypertext page. Not impressive. You know, we've seen that -- we've got things on hypertext on CD-ROMs. What was difficult was to get them to imagine: so, imagine that that link could have gone to virtually any document you could imagine. Alright, that is the leap that was very difficult for people to make. Well, some people did. So yeah, it was difficult to explain, but there was a grassroots movement. And that is what has made it most fun. That has been the most exciting thing, not the technology, not the things people have done with it, but actually the community, the spirit of all these people getting together, sending the emails. That's what it was like then.
Pero en general era difícil, realmente muy difícil, explicar cómo era la web. Hoy es difícil explicarle a la gente que era difícil en ese entonces. Pero entonces, bueno, cuando empezó TED, la web no existía así que cosas como "clic" no tenían el mismo significado. Puedo mostrarle a alguien un hipertexto, una página con enlaces, hacemos clic en el enlace y… ahí está, habrá otra página hipertextual. No nos impresiona. Ya saben, ya lo vimos, tenemos cosas con hipertexto en CD-ROMs. Lo difícil era hacer que lo imaginaran. Entonces, piensen que ese enlace pueda apuntar prácticamente a cualquier documento que imaginen. Bueno, ese es el salto que fue tan difícil para ellos. Bien, algunos lo hicieron. Aunque sí, era difícil de explicar, pero había un movimiento de bases. Y eso lo hizo más divertido. Fue lo más emocionante de todo, no la tecnología ni las cosas que la gente hizo con ella sino la comunidad y el espíritu de todas esas personas juntas enviando correos electrónicos. Así era en ese tiempo.
Do you know what? It's funny, but right now it's kind of like that again. I asked everybody, more or less, to put their documents -- I said, "Could you put your documents on this web thing?" And you did. Thanks. It's been a blast, hasn't it? I mean, it has been quite interesting because we've found out that the things that happen with the web really sort of blow us away. They're much more than we'd originally imagined when we put together the little, initial website that we started off with. Now, I want you to put your data on the web. Turns out that there is still huge unlocked potential. There is still a huge frustration that people have because we haven't got data on the web as data.
¿Saben qué? Es gracioso, pero el momento actual es casi igual. Le pedí a todo el mundo, más o menos, que pusiera sus documentos. Les dije: “¿Pueden poner sus documentos en esta web?” y ustedes lo hicieron. Gracias. Fue un estallido, ¿no es cierto? Quiero decir, fue muy interesante porque nos dimos cuenta de que las cosas que pasaban con la web realmente nos sacudían. Mucho más de lo que imaginamos al principio cuando elaboramos el primer sitio web con el que empezamos. Ahora, quiero que pongan datos en la web. Resulta que todavía hay un gran potencial por delante. Todavía hay una gran frustración en la gente porque no tenemos datos en la web como tales.
What do you mean, "data"? What's the difference -- documents, data? Well, documents you read, OK? More or less, you read them, you can follow links from them, and that's it. Data -- you can do all kinds of stuff with a computer. Who was here or has otherwise seen Hans Rosling's talk? One of the great -- yes a lot of people have seen it -- one of the great TED Talks. Hans put up this presentation in which he showed, for various different countries, in various different colors -- he showed income levels on one axis and he showed infant mortality, and he shot this thing animated through time. So, he'd taken this data and made a presentation which just shattered a lot of myths that people had about the economics in the developing world.
¿Qué quiero decir con datos? ¿Cuál es la diferencia entre documentos y datos? Ustedes leen documentos, ¿verdad? Más o menos, los leen, pueden seguir enlaces desde ellos, y eso es todo. Datos -- se puede hacer cualquier cosa con una computadora. ¿Quién pudo ver la presentación de Hans Rosling? Una de las mejores. Mucha gente la ha visto una de las mejores TED Talks. Hans hizo esta presentación en la que mostró, para diferentes países y en varios colores, mostró los niveles de ingresos en un eje y la mortalidad infantil, en una animación a lo largo del tiempo. Tomó estos datos e hizo una presentación que destruyó muchos mitos que la gente tenía sobre la economía de los países en desarrollo.
He put up a slide a little bit like this. It had underground all the data OK, data is brown and boxy and boring, and that's how we think of it, isn't it? Because data you can't naturally use by itself But in fact, data drives a huge amount of what happens in our lives and it happens because somebody takes that data and does something with it. In this case, Hans had put the data together he had found from all kinds of United Nations websites and things. He had put it together, combined it into something more interesting than the original pieces and then he'd put it into this software, which I think his son developed, originally, and produces this wonderful presentation. And Hans made a point of saying, "Look, it's really important to have a lot of data." And I was happy to see that at the party last night that he was still saying, very forcibly, "It's really important to have a lot of data."
Presentó una diapositiva como ésta. Subyacentemente tenía todos los datos. Sí, los datos son oscuros, cuadrados y aburridos. Eso pensamos de los datos, ¿no? Porque los datos en sí no se pueden usar en forma natural. Pero, de hecho, los datos gobiernan gran parte de nuestras vidas y eso pasa porque alguien toma esos datos y hace algo con ellos. En este caso, Hans juntó un montón de datos los tomó de todo tipo de sitios web de Naciones Unidas o parecidos. Los juntó a todos, los combinó en algo más interesante que las partes originales y luego los puso dentro de este software, desarrollado originalmente, creo, por su hijo y produjo esta presentación maravillosa. Hans dijo algo importante: “Miren, es realmente importante tener muchos datos”. Y me hizo feliz ver eso en la fiesta de anoche donde él seguía diciendo, a viva voz, “Es realmente importante tener muchos datos”.
So I want us now to think about not just two pieces of data being connected, or six like he did, but I want to think about a world where everybody has put data on the web and so virtually everything you can imagine is on the web and then calling that linked data. The technology is linked data, and it's extremely simple. If you want to put something on the web there are three rules: first thing is that those HTTP names -- those things that start with "http:" -- we're using them not just for documents now, we're using them for things that the documents are about. We're using them for people, we're using them for places, we're using them for your products, we're using them for events. All kinds of conceptual things, they have names now that start with HTTP.
Quiero que pensemos ahora acerca de no sólo dos dimensiones de datos en conexión, o seis como hizo él, sino en un mundo donde todos pongan datos en la web y donde casi todo lo que puedan imaginarse esté en la web y entonces los llamaremos “datos enlazados”. Es la tecnología de datos enlazados; algo extremadamente simple. Si uno quiere poner algo en la web por tres años lo primero son esos nombres HTTP esas cosas que empiezan con “http:” las estamos usando no sólo para documentos, las estamos usando para cosas a las que se refieren los documentos. Las estamos usando para personas, para lugares, las estamos usando para sus productos, para eventos. Todo tipo de conceptos, ahora tienen nombres que empiezan con HTTP.
Second rule, if I take one of these HTTP names and I look it up and I do the web thing with it and I fetch the data using the HTTP protocol from the web, I will get back some data in a standard format which is kind of useful data that somebody might like to know about that thing, about that event. Who's at the event? Whatever it is about that person, where they were born, things like that. So the second rule is I get important information back.
La segunda regla, si tomo uno de estos nombres que empiezan con HTTP y lo busco lo busco en la web y recupero los datos usando el protocolo HTTP de la web, entonces tendré algunos datos en un formato estándar, información útil que alguien podría querer conocer al respecto, sobre ese evento. ¿Quién participa en el evento? Cualquier cosa sobre esa persona, lugar de nacimiento, cosas como esas. Entonces la segunda regla es que obtengo información importante.
Third rule is that when I get back that information it's not just got somebody's height and weight and when they were born, it's got relationships. Data is relationships. Interestingly, data is relationships. This person was born in Berlin; Berlin is in Germany. And when it has relationships, whenever it expresses a relationship then the other thing that it's related to is given one of those names that starts HTTP. So, I can go ahead and look that thing up. So I look up a person -- I can look up then the city where they were born; then I can look up the region it's in, and the town it's in, and the population of it, and so on. So I can browse this stuff.
La tercera regla es que cuando obtengo esa información no es sólo la altura, el peso y la fecha de nacimiento sino las relaciones. Los datos son relaciones. Interesante. Los datos son relaciones. Esta persona nació en Berlín, Berlín está en Alemania. Y cuando tiene una relación, cada vez que exprese una relación la otra cosa que está relacionada recibe un nombre que empieza con HTTP. Entonces, puedo ir hacia adelante y mirarla. Si busco a una persona, puedo mirar la ciudad en la que nació puedo ver la región en la que está, qué pueblos están allí, y la población de la ciudad, etc. Puedo explorar estas cosas.
So that's it, really. That is linked data. I wrote an article entitled "Linked Data" a couple of years ago and soon after that, things started to happen. The idea of linked data is that we get lots and lots and lots of these boxes that Hans had, and we get lots and lots and lots of things sprouting. It's not just a whole lot of other plants. It's not just a root supplying a plant, but for each of those plants, whatever it is -- a presentation, an analysis, somebody's looking for patterns in the data -- they get to look at all the data and they get it connected together, and the really important thing about data is the more things you have to connect together, the more powerful it is.
Así es, realmente. Esto son datos enlazados. Escribí un artículo titulado “Datos enlazados” hace un par de años y poco después empezaron a suceder cosas. La idea de los datos enlazados es que tengamos muchas de estas cajas que Hans tenía, y surgen muchas, muchas cosas. No sólo es un montón de otras plantas. No sólo es una raíz que nutre a una planta, sino que por cada una de esas plantas, cualquiera sea, una presentación, un análisis, alguien que busca patrones en los datos, puedan revisar toda esta información y la tengan conectada. Y lo más importante acerca de los datos es que, cuanto más cosas tengas conectadas, más poderoso es.
So, linked data. The meme went out there. And, pretty soon Chris Bizer at the Freie Universitat in Berlin who was one of the first people to put interesting things up, he noticed that Wikipedia -- you know Wikipedia, the online encyclopedia with lots and lots of interesting documents in it. Well, in those documents, there are little squares, little boxes. And in most information boxes, there's data. So he wrote a program to take the data, extract it from Wikipedia, and put it into a blob of linked data on the web, which he called dbpedia. Dbpedia is represented by the blue blob in the middle of this slide and if you actually go and look up Berlin, you'll find that there are other blobs of data which also have stuff about Berlin, and they're linked together. So if you pull the data from dbpedia about Berlin, you'll end up pulling up these other things as well. And the exciting thing is it's starting to grow. This is just the grassroots stuff again, OK?
Entonces, datos enlazados. El meme surgió de ahí. Y en poco tiempo Chris Spitzer, de la Freie Universitat de Berlín, fue una de las primeras personas en proponer cosas interesantes, se dio cuenta que Wikipedia, conocen Wikipedia, la enciclopedia online que tiene muchos documentos interesantes. Bueno, en esos documentos hay pequeños cuadros, pequeñas cajas. Y en la mayoría de las cajas de información hay datos. Entonces escribió un programa para tomar esos datos, extraerlos de Wikipedia, y ponerlos dentro de un grupo de datos enlazados en la web al que llamó Dbpedia. Dbpedia está representada por la mancha azul en medio de la diapositiva y si uno va y busca Berlín, verá que allí hay otras manchas de datos que tienen cosas sobre Berlín y están enlazadas. Entonces si uno extrae los datos de Berlín desde Dbpedia, terminará extrayendo estas otras cosas también. Y lo más interesante es que esto está empezando a crecer. Esto es sólo el principio, otra vez, ¿sí?
Let's think about data for a bit. Data comes in fact in lots and lots of different forms. Think of the diversity of the web. It's a really important thing that the web allows you to put all kinds of data up there. So it is with data. I could talk about all kinds of data. We could talk about government data, enterprise data is really important, there's scientific data, there's personal data, there's weather data, there's data about events, there's data about talks, and there's news and there's all kinds of stuff. I'm just going to mention a few of them so that you get the idea of the diversity of it, so that you also see how much unlocked potential.
Pensemos un poco sobre los datos. Los datos llegan, de hecho, de formas muy diferentes. Piensen en la diversidad de la web, es algo muy importante que la web permita poner todo tipo de datos allí. Es igual con los datos. Puedo hablar sobre todo tipo de datos. Podemos hablar de datos de gobierno, los de empresas son importantes, hay datos científicos, datos personales, datos del clima, acerca de eventos, sobre charlas, hay noticias y todo tipo de cosas. Sólo voy a mencionar unos pocos de ellos para que tengan una idea de la diversidad, así podrán ver el gran potencial.
Let's start with government data. Barack Obama said in a speech, that he -- American government data would be available on the Internet in accessible formats. And I hope that they will put it up as linked data. That's important. Why is it important? Not just for transparency, yeah transparency in government is important, but that data -- this is the data from all the government departments Think about how much of that data is about how life is lived in America. It's actual useful. It's got value. I can use it in my company. I could use it as a kid to do my homework. So we're talking about making the place, making the world run better by making this data available.
Empecemos con los datos de gobierno. Barack Obama dijo en un discurso que los datos del gobierno estadounidense deberían estar disponibles en Internet en formatos accesibles. Y espero que los pongan como datos enlazados. Eso es importante. ¿Por qué es importante? No sólo por transparencia- sí, la transparencia de un gobierno es importante, sino porque esos datos -- son datos de todos los organismos de gobierno. Piensen cuánta de esa información es sobre cómo se vive en EE.UU. Es realmente útil, tiene valor. Puedo usarla en mi compañía. Puedo usarla si soy un chico para hacer mi tarea. Entonces hablamos de hacer que el mundo funcione mejor haciendo que los datos estén disponible.
In fact if you're responsible -- if you know about some data in a government department, often you find that these people, they're very tempted to keep it -- Hans calls it database hugging. You hug your database, you don't want to let it go until you've made a beautiful website for it. Well, I'd like to suggest that rather -- yes, make a beautiful website, who am I to say don't make a beautiful website? Make a beautiful website, but first give us the unadulterated data, we want the data. We want unadulterated data. OK, we have to ask for raw data now. And I'm going to ask you to practice that, OK? Can you say "raw"?
De hecho, si uno es responsable -- si uno conoce algunos datos de un organismo de gobierno, usualmente encuentra que esta gente, está muy tentada a guardarla. Hans llama a esto “abrazar” la base de datos. Uno abraza la base de datos, no la soltamos hasta que creamos un hermoso sitio web. Bueno, me gustaría sugerir que sí, hagamos un hermoso sitio web, ¿quién soy yo para decirte que no crees un lindo sitio web? Háganlo, pero primero dennos los datos sin modificar, queremos los datos. Queremos los datos sin modificar. Ahora pediremos los datos en crudo. Y quiero pedirles que practiquen eso, ¿está bien? Digan "crudos".
Audience: Raw.
Audiencia: Crudos.
Tim Berners-Lee: Can you say "data"?
Tim Bernes-Lee: ¿Pueden decir "Datos"?
Audience: Data.
Audiencia: Datos.
TBL: Can you say "now"?
TBL: ¿Pueden decir "Ahora"?
Audience: Now!
Audiencia: ¡Ahora!
TBL: Alright, "raw data now"!
TBL: Bien, ¡datos crudos ahora!
Audience: Raw data now!
Audiencia: ¡Datos crudos ahora!
Practice that. It's important because you have no idea the number of excuses people come up with to hang onto their data and not give it to you, even though you've paid for it as a taxpayer. And it's not just America. It's all over the world. And it's not just governments, of course -- it's enterprises as well.
Practiquen eso. Es importante porque no tienen idea del número de excusas que la gente puede esgrimir para aferrarse a sus datos y no dárselos, aún cuando paguen por ellos a través de sus impuestos. Y no es sólo EE.UU., es así en todo el mundo. Y no son sólo los gobiernos, por supuesto, las empresas también.
So I'm just going to mention a few other thoughts on data. Here we are at TED, and all the time we are very conscious of the huge challenges that human society has right now -- curing cancer, understanding the brain for Alzheimer's, understanding the economy to make it a little bit more stable, understanding how the world works. The people who are going to solve those -- the scientists -- they have half-formed ideas in their head, they try to communicate those over the web. But a lot of the state of knowledge of the human race at the moment is on databases, often sitting in their computers, and actually, currently not shared.
Sólo voy a mencionar unas ideas más sobre los datos. Aquí estamos en TED, y todo el tiempo somos conscientes de los enormes desafíos que la sociedad enfrenta en este momento: curar el cáncer, entender el cerebro de quienes tienen Alzheimer, entender la economía para hacerla un poco más estable, entender cómo funciona el mundo. La gente que va a solucionar esto, los científicos, tienen ideas pre-elaboradas en sus cabezas, tratan de comunicarlas a través de la web. Pero mucho del estado del conocimiento humano en este momento está en bases de datos, casi siempre en sus computadoras, y actualmente no es compartido.
In fact, I'll just go into one area -- if you're looking at Alzheimer's, for example, drug discovery -- there is a whole lot of linked data which is just coming out because scientists in that field realize this is a great way of getting out of those silos, because they had their genomics data in one database in one building, and they had their protein data in another. Now, they are sticking it onto -- linked data -- and now they can ask the sort of question, that you probably wouldn't ask, I wouldn't ask -- they would. What proteins are involved in signal transduction and also related to pyramidal neurons? Well, you take that mouthful and you put it into Google. Of course, there's no page on the web which has answered that question because nobody has asked that question before. You get 223,000 hits -- no results you can use. You ask the linked data -- which they've now put together -- 32 hits, each of which is a protein which has those properties and you can look at. The power of being able to ask those questions, as a scientist -- questions which actually bridge across different disciplines -- is really a complete sea change. It's very very important. Scientists are totally stymied at the moment -- the power of the data that other scientists have collected is locked up and we need to get it unlocked so we can tackle those huge problems.
De hecho, sólo voy a entrar en un área, si vemos el Alzheimer, por ejemplo, el descubrimiento de drogas, hay mucha información enlazada que está apareciendo porque los científicos en ese campo se dieron cuenta de que es una buena forma de salir de estos silos, porque tienen la información de los genomas en una base de datos en un edificio y los datos de las proteínas en otro. Entonces, están uniendo unos con otros, datos enlazados, y ahora pueden hacer el tipo de pregunta, que probablemente ustedes no pudieran hacer, yo no podría preguntar pero ellos sí. ¿Qué proteínas están implicadas en la transducción de señales y también relacionadas con las neuronas piramidales? Bueno, ustedes tomarían ese trabalenguas y lo buscarían en Google. Por supuesto, no hay página que tenga esa respuesta porque nadie ha hecho esa pregunta antes. Obtienes 223.000 entradas, pero ningún resultado útil. Consultas los datos enlazados, que ahora están juntos, hay 32 coincidencias, cada una es una proteína que tiene esas propiedades y uno las puede ver. El potencial de poder hacer esas preguntas, como científico preguntas que relacionan diversas disciplinas, realmente es un cambio radical. Es muy importante. Los científicos están completamente desconcertados en este momento, el poder de los datos que otros científicos han conseguido no está disponible y necesitamos liberarlo para resolver esos enormes problemas.
Now if I go on like this, you'll think that all the data comes from huge institutions and has nothing to do with you. But, that's not true. In fact, data is about our lives. You just -- you log on to your social networking site, your favorite one, you say, "This is my friend." Bing! Relationship. Data. You say, "This photograph, it's about -- it depicts this person. " Bing! That's data. Data, data, data. Every time you do things on the social networking site, the social networking site is taking data and using it -- re-purposing it -- and using it to make other people's lives more interesting on the site. But, when you go to another linked data site -- and let's say this is one about travel, and you say, "I want to send this photo to all the people in that group," you can't get over the walls. The Economist wrote an article about it, and lots of people have blogged about it -- tremendous frustration. The way to break down the silos is to get inter-operability between social networking sites. We need to do that with linked data.
Ahora, ustedes pensarán que todos los datos vienen de grandes instituciones y que no tienen nada que ver con ustedes. Pero eso no es cierto. De hecho, son datos sobre nuestras vidas. Cuando ingresan en el sitio de su red social, su red favorita, dicen, "Este es mi amigo". ¡Listo! Relaciones. Información. Dices: "Esta fotografía es sobre… muestra a esta persona". ¡Listo! Eso es información. Datos, datos, datos. Cada vez que haces algo en el sitio de la red social, esa red está tomando los datos y usándolos, resignificándolos, y usándolos para hacer más interesante la vida de otras personas en el sitio. Pero, cuando vas a otro sitio de datos enlazados, digamos que es un sitio de viajes, y dices: "Quiero enviar esta foto a todas las personas de este grupo", no puedes pasar por encima de sus muros. The Economist publicó un artículo sobre esto, y muchas personas lo reseñaron en sus blogs, tremenda frustración. La forma de derribar estos silos es tener interoperabilidad entre las distintas redes sociales. Necesitamos hacer eso con datos enlazados.
One last type of data I'll talk about, maybe it's the most exciting. Before I came down here, I looked it up on OpenStreetMap The OpenStreetMap's a map, but it's also a Wiki. Zoom in and that square thing is a theater -- which we're in right now -- The Terrace Theater. It didn't have a name on it. So I could go into edit mode, I could select the theater, I could add down at the bottom the name, and I could save it back. And now if you go back to the OpenStreetMap. org, and you find this place, you will find that The Terrace Theater has got a name. I did that. Me! I did that to the map. I just did that! I put that up on there. Hey, you know what? If I -- that street map is all about everybody doing their bit and it creates an incredible resource because everybody else does theirs. And that is what linked data is all about. It's about people doing their bit to produce a little bit, and it all connecting. That's how linked data works. You do your bit. Everybody else does theirs. You may not have lots of data which you have yourself to put on there but you know to demand it. And we've practiced that.
Un último tipo de dato que voy a mencionar, quizá el más apasionante. Antes de venir aquí lo busqué en OpenStreetMap. OpenStreetMap es un mapa, pero también es una Wiki. Te acercas con el zoom y el cuadrado es un teatro, donde estamos ahora, el teatro The Terrace. No tiene un nombre. Puedo ir al modo edición, seleccionar el teatro, agregar el nombre al final, y guardarlo nuevamente. Y si ahora vamos nuevamente a OpenStreetMap.org, y encontramos este lugar, veremos que el teatro The Terrace ya tiene nombre. Yo lo hice. ¡Yo! Yo hice ese mapa. ¡Acabo de hacerlo! Puse eso ahí y ¿saben algo? Ese mapa de calles implica que cada uno hace su pequeño aporte y crea un recurso increíble porque cada uno hace lo suyo. Y eso es lo que significan los datos enlazados. Es gente haciendo su pequeño aporte para producir algo, todo conectado. Así es como funcionan los datos enlazados. Haces tu parte. Todo el mundo hace su parte. No tendrás mucha información para poner ahí pero sabes cómo solicitarla. Y hemos practicado eso.
So, linked data -- it's huge. I've only told you a very small number of things There are data in every aspect of our lives, every aspect of work and pleasure, and it's not just about the number of places where data comes, it's about connecting it together. And when you connect data together, you get power in a way that doesn't happen just with the web, with documents. You get this really huge power out of it. So, we're at the stage now where we have to do this -- the people who think it's a great idea. And all the people -- and I think there's a lot of people at TED who do things because -- even though there's not an immediate return on the investment because it will only really pay off when everybody else has done it -- they'll do it because they're the sort of person who just does things which would be good if everybody else did them. OK, so it's called linked data. I want you to make it. I want you to demand it. And I think it's an idea worth spreading.
Entonces, los datos enlazados, es algo enorme. Sólo les conté muy pocas cosas. Hay información en cada aspecto de nuestras vidas, cada aspecto del trabajo y del placer, y no es sólo la cantidad de fuentes de datos, sino que están todas conectadas. Y cuando conectas datos, tienes poder en una forma que no ocurre con la web, con los documentos. Obtienes este enorme poder. Entonces, estamos en el momento en que tenemos que hacer esto, la gente que piensa que es una gran idea. Y todos, creo que hay mucha gente en TED que hace cosas porque, aunque no haya un retorno inmediato de la inversión porque solo veremos los frutos cuando todo el mundo lo haga, lo harán porque son el tipo de personas que hacen cosas que serán buenas si todo el mundo las hace. Bien, entonces los llamamos datos enlazados. Quiero que lo hagan. Quiero que lo exijan. Y creo que es una idea que merece ser difundida.
Thanks.
Gracias.
(Applause)
(Aplausos)