Youtube : Inglés Americano - Lección 1 - Pronunciación (1ra. Parte)

0:07   bienvenidos a esta serie de vídeos
0:10   en el que abordaremos todos los aspectos del inglés que se habla en los estados
0:14   unidos
0:16   este curso está enfocado en inglés americano
0:20   pero al mismo tiempo voy a explicar la gramática paz y cat que enlazaba todos
0:25   los países angloparlantes
0:29   el curso consta de vídeos que van avanzando progresivamente
0:33   así que les recomiendo seguirlos en el orden establecido
0:38   voy a empezar desde lo más básico para poco a poco llegará conocimientos más
0:43   avanzados
0:45   les recomiendo que pongan atención a los conceptos básicos
0:50   pues aún cuando se ha hablado de ellos en otros vídeos
0:54   en este curso toien explicación más completa
0:58   para que tengan un fundamento sólido y no tengan problemas a la borda conceptos
1:03   más avanzados
1:06   no olviden repasar los vídeos una y otra vez de modo que puedan
1:10   familiarizarse con las palabras o conceptos que son nuevos
1:15   comencemos entonces con las elecciones y muchas gracias por ver mis vídeos
1:24   la pronunciación en inglés
1:26   a diferencia del español
1:28   no está regida por un conjunto de reglas por las cuales podemos deducir la
1:33   pronunciación de cada palabra
1:36   yo sé que esto suena desalentador por el principiante
1:41   pero al menos podemos asociar grupos de palabras con escrituras y construcción
1:46   similar
1:47   y esa es la forma cómo voy a enseñar la pronunciación del inglés
1:52   si no sabes nada sobre la pronunciación
1:55   no te preocupes
1:57   ya que voy a ir poco a poco explicándolos unidos
2:01   y ponen de ejemplo este acuerdo lo que se está enseñando
2:06   y si ya sabes bastante sobre el inglés
2:09   estos pide os pueden ayudarte que puedas refinar tu pronunciación y que pueda
2:14   sonar cada vez más como un activo
2:19   vamos a empezar con la consonante
2:22   que posiblemente es la más complicada para los hispanos
2:26   la r inglesa
2:29   primero quiero que pronunció en nuestra tierra
2:33   ross
2:35   se va a dar cuenta que al pronunciarla extraerle
2:39   colocamos en la punta de la lengua
2:41   al arribar en el paladar
2:44   justo detrás de nuestros dientes superiores
2:47   ra
2:50   por lo tanto
2:52   esto es lo que en nuevo deben hacer al pronunciar la erre inglesa
2:58   para pronunciar la erre inglesa
3:00   tienen que
3:01   arquear la lengua hacia atrás
3:04   haciendo que la punta de la lengua
3:07   se acerque al centro del paladar
3:11   recuerden
3:12   al centro del paladar
3:15   nike inc este sonido
3:17   rogar
3:18   programa
3:22   por ejemplo
3:23   pronunciemos estas palabras en español con la guerrilla utiliza
3:29   cada
3:30   ropa
3:32   munro roma
3:34   cabrera
3:36   optimista
3:38   prado
3:41   a diferencia de los otros
3:43   que tenemos dos sonidos
3:45   hervelle red
3:47   la r inglesa sólo tienen un sonido
3:52   no importa la posición que éste
3:57   ahora analicemos estas cuatro consonantes
4:01   para nosotros estas cosas no antes suenan
4:09   e ingresó en agassi
4:16   son por decirlo así
4:17   más agresivas
4:21   como ejemplo
4:22   leamos estas palabras en español utilizando estas consonantes inglesas
4:29   cosa
4:30   salazar
4:32   quiso
4:33   mancini
4:35   antezana
4:38   aún cuando estos sonidos son más perceptibles al inicio de una palabra
4:43   en muchas ocasiones se les va a escuchar dentro de la palabra
4:48   más adelante en vamos a ver que en ciertos casos algunos textos consonantes
4:53   son pronunciadas de diferente manera
4:58   la empresa
5:00   tiene la misma posición que usamos para extraerle
5:05   la diferencia está en que la el inglés sea
5:08   tiene
5:08   por decirlo así
5:10   más volumen
5:12   1
5:14   oo
5:16   cuando nosotros pronunciamos nuestra l
5:19   la vibración la efectuamos hacia delante
5:28   pero en inglés
5:29   la vibraciones atrás
5:32   dándole más volumen
5:34   oo
5:35   ojo
5:38   escuchen la diferencia entre las que elegir y española y la del inglés
5:44   8
5:45   la
5:47   ojo
5:50   veamos algunos ejemplos con palabras españolas
5:53   en donde vamos a pronunciar la élite
5:56   al estilo inglés
5:59   muy poco
6:00   obama
6:02   dussán
6:04   mavo
6:09   la corte inglesa
6:11   no
6:12   suena como nuestra j
6:14   es parecida a la nuestra sí
6:17   pero con más resolución
6:23   recuerden que el símbolo de latín
6:26   con 10 3
6:27   suena
6:31   la letra g
6:32   ing algunos casos
6:34   tienen esta pronunciación
6:38   estas palabras también las usamos en español
6:41   y en inglés se pronuncian así
6:47   video
6:48   lleno
6:54   lava inglesa
6:56   tiene diferentes pronunciaciones
7:00   en algunos casos fuenla como nuestra ahora
7:03   pero un poco más alargada
7:05   ahora
7:07   ahora
7:09   en otros casos bueno como un intermedio entre la
7:14   por ciento
7:18   una forma de llegar a este sonido
7:21   puede lograrse diciendo por ciento
7:23   pero con la boca más abierta
7:27   perera
7:30   la mar camping otras ocasiones
7:33   suena como 1 ojo abierto
7:36   como
7:37   2
7:39   este sólido
7:41   se puede lograr diciendo ahora
7:43   pero colocando los salarios redondeados
7:47   como cuando decimos ojo
7:49   como
7:53   por lo tanto
7:54   la mesa puede sonar a
7:57   ap
8:03   ahora vamos a ver algunos ejemplos con los diferentes sonidos de la rosa
8:07   inglesa
8:09   como dije al principio
8:11   vamos a arropar a las palabras que tienen similar pronunciación
8:16   no voy a poner mucha atención en su sitio y fichados
8:20   si no quiero que ustedes se concentren más
8:23   en cómo se pronuncian
8:27   la palabra
8:28   lejos
8:30   se pronuncia
8:31   zamora
8:33   obama
8:35   por consiguiente
8:37   estas palabras se pronuncian
8:40   dpa
8:41   yo ahora
8:43   hasta ahora
8:45   eso ahora
8:48   a jordi
8:49   dudu aouate
8:51   ionut
8:53   la biker y el abucheo a ingresar
8:56   se pronunció como nuestra aquí
8:59   así que no es
9:01   yo no
9:02   sí no
9:03   y honda
9:07   esta orquesta
9:09   ojo que no es
9:10   estas jornadas
9:12   ya que no hay ninguna efe al principio de la palabra
9:17   se dice
9:19   sestao
9:20   sábados
9:23   norton
9:25   ford
9:26   ahora
9:28   ahorcar
9:30   stork
9:31   coord afp
9:33   sortu
9:34   lorca
9:36   ap nueva york
9:40   la palabra poder
9:42   se pronuncia
9:43   sienna
9:44   qué
9:47   entonces
9:48   estas palabras similares se pronuncian
9:52   federal
9:54   la ve corta
9:55   se pronuncia
9:57   juntando los dientes superiores
10:00   con el labio inferior
10:03   p
10:05   bean
10:07   por cien
10:08   nelly
10:09   también
10:10   el
10:12   9
10:16   sus clientes
10:17   robben
10:18   pruden
10:20   leandro
10:22   la acción inglesa
10:24   es parecida a la nuestra j
10:27   pero más suave
10:29   jennings
10:31   v
10:37   aquí la vecinal no se pronunció
10:40   stern
10:42   bruera
10:43   yerma
10:45   yerma
10:46   fueron
10:49   malo se pronuncia
10:51   de ahí
10:53   de ahí
10:56   vert
10:57   robert
10:59   real
11:00   por ciento
11:03   paño o trapo se pronuncia
11:06   la entidad
11:08   puede
11:10   cereté
11:12   la entidad
11:13   por ciento
11:15   leer
11:16   veic
11:19   nunca tuvo
11:20   se pronuncia
11:25   bear
11:30   rogge
11:32   9
11:36   negrón se pronuncia
11:47   space
11:48   cine
11:50   brack
11:54   gas
11:55   se pronuncia
11:57   miqueas
11:58   10
12:01   cercas
12:02   caracas
12:03   rodas
12:05   meráz
12:08   no verás
12:09   caras
12:10   caracas
12:11   dudas
12:15   bruer
12:16   seat
12:17   ciudad
12:18   no eran
12:20   merckle
12:21   charata
12:23   merckle
12:29   se pronuncia
12:30   oo
12:32   no
12:34   ojo
12:35   bo
12:37   capó
12:38   bo
12:41   no
12:42   sumó
12:47   la palabra en tierra
12:49   se pronuncia
12:51   uu
12:56   la empresa
12:58   por lo general es un sonido similar han extraído
13:01   pero un poco más claro
13:09   permitiera motejar
13:11   se pronuncia
13:16   que estas palabras similares usan la misma efe
13:27   la tele no se pronuncia en esta palabra
13:35   hombres
13:36   se pronuncia
13:37   medina
13:39   me enteré
13:41   palabras como si la proyección
13:44   d
13:45   por cien
13:46   100
13:48   bien
13:50   streaming
13:52   fue en
13:53   vendrá
13:54   vm
13:57   sheen
13:58   chente
13:59   drenthe
14:01   ciento
14:04   mejor
14:05   se pronuncia
14:07   de ésta
14:08   de éstas
14:11   3
14:13   chávez
14:14   hughes
14:15   pérez
14:17   óseas
14:19   la ctm empresa
14:20   suena
14:23   luces
14:26   cuevas
14:27   a su vez
14:31   lady think lezana
14:33   en su mayoría se pronuncia
14:39   es un sonido y intermedio entre las críticas y
14:44   pueden llegar a este sonido ti ciento
14:48   pero con la boca más abierta
14:54   noten que el símbolo que usó para este sonido es una
14:58   5 puntos
15:01   dalli inglesa tiene además otro sonido que lo voy a explicar en el siguiente
15:05   vídeo
15:09   la palabra voltear
15:11   se pronuncia
15:22   ret
15:26   7
15:29   enfermo
15:30   se pronuncia edo
15:33   edo
15:36   murió
15:37   veo
15:39   creo
15:40   yeo
15:41   sue o
15:43   geo
15:44   cheo
15:46   feo
15:49   dentro se pronuncia
15:51   bien
15:53   quién
15:56   ciento
15:57   bien sky 100
16:01   si bien
16:02   rubén
16:05   30
16:06   schenk
16:08   20
16:09   v inc
16:10   20
16:12   en
16:15   ciento
16:16   momento
16:17   springs
16:21   cuarta se pronuncia siempre
16:25   scheinin
16:26   la procesión que la terminación ng
16:30   representado aquí por una impugnada por la
16:34   su leyenda
16:38   usualmente cuando estas dos letras están al final de una palabra
16:42   lage final apenas escucha
16:46   rubén
16:47   ste
16:48   qué
16:50   rubén
16:51   suben
16:54   jean
16:55   muallem
16:56   fue en
16:57   muy bien
17:00   aquilar h no se pronuncia
17:03   suben
17:08   dudé empleo
17:09   clinton
17:10   un muy amplio
17:11   su empleo
17:15   boaco se pronuncia
17:17   chepén
17:18   cher
17:21   por cierto
17:22   vp
17:23   tweet
17:24   aunque etc
17:26   ud etc
17:27   zuleta
17:31   extrañar
17:33   srta
17:35   se pronuncia
17:42   su vez
17:44   10
17:49   ménez
17:52   la doble uno se pronunciará en esta palabra
17:58   suez
18:01   trucco
18:02   se pronuncia
18:05   sweet
18:12   street
18:14   beck
18:19   como pueden ver
18:21   lady think regresar en todas estas palabras cortas que acabamos de analizar
18:27   nunca
18:28   suena como muestra ahí
18:30   sí no
18:35   la pobre y no crecer
18:37   también tiene diferentes procesiones
18:42   algunas veces suena como la al arca
18:46   como
18:47   aa
18:50   o como la porta
18:53   o no
18:54   no
18:57   o también puede sonar
18:59   hou
19:04   por lo tanto
19:05   labor ingresa puede sonar
19:08   ahora
19:11   uu
19:14   la palabra no
19:16   se pronuncia
19:30   roca se pronuncia
19:32   rock
19:33   narró ap
19:35   sábado
19:39   coapa
19:41   yo
19:45   pearl rock se pronuncia
19:47   dodd
19:48   d todo
19:50   foul
19:52   rock
19:53   como
19:54   la ocde
19:58   oro
19:59   se pronuncia mccourt
20:02   mccourt
20:04   foul
20:05   mou
20:07   bout
20:08   paco
20:09   scout
20:13   fantasma
20:14   se pronuncia bours
20:17   brooks
20:20   pous
20:21   jobs
20:25   aunque
20:26   hay palabras que son similares pero con pronunciación diferente
20:31   jugados
20:33   frost
20:34   a jobs
20:38   la ocu ingresa tiene asimismo diferentes pronunciaciones
20:44   por ahora vamos a analizar
20:46   una de ellas
20:48   que es que son mis dudas una aporta
20:55   noten que lo representó con una parada
20:58   sin el palito atravesado
21:02   la palabra su gol
21:04   se pronuncia
21:07   saval
21:09   puntual
21:11   dupont
21:12   sexton
21:15   un gol
21:17   bamba
21:18   mcadam
21:19   daom
21:21   la vecinal no se pronuncia
21:25   pamplona
21:26   muy pronto
21:27   hubo anp
21:29   la omc
21:32   stuart
21:36   coop
21:38   road
21:40   ap
21:44   se pronuncia clapper
21:51   1
21:56   jack
21:58   occitano
22:00   se pronuncia
22:01   aún más
22:06   dudas
22:08   rojas
22:11   muchas
22:12   2
22:13   arroz
Transcripción : Youtube

Youtube : What Makes a Good Feature? - Machine Learning Recipes #3

Transcripción

0:06JOSH GORDON: Classifiers are only

0:08as good as the features you provide.

0:10That means coming up with good features

0:12is one of your most important jobs in machine learning.

0:14But what makes a good feature, and how can you tell?

0:17If you're doing binary classification,

0:19then a good feature makes it easy to decide

0:21between two different things.

0:23For example, imagine we wanted to write a classifier

0:26to tell the difference between two types of dogs--

0:29greyhounds and Labradors.

0:30Here we'll use two features-- the dog's height in inches

0:34and their eye color.

0:35Just for this toy example, let's make a couple assumptions

0:38about dogs to keep things simple.

0:40First, we'll say that greyhounds are usually

0:43taller than Labradors.

0:44Next, we'll pretend that dogs have only two eye

0:47colors-- blue and brown.

0:48And we'll say the color of their eyes

0:50doesn't depend on the breed of dog.

0:53This means that one of these features is useful

0:55and the other tells us nothing.

0:57To understand why, we'll visualize them using a toy

1:01dataset I'll create.

1:02Let's begin with height.

1:04How useful do you think this feature is?

1:06Well, on average, greyhounds tend

1:08to be a couple inches taller than Labradors, but not always.

1:11There's a lot of variation in the world.

1:13So when we think of a feature, we

1:15have to consider how it looks for different values

1:17in a population.

1:19Let's head into Python for a programmatic example.

1:22I'm creating a population of 1,000

1:24dogs-- 50-50 greyhound Labrador.

1:27I'll give each of them a height.

1:29For this example, we'll say that greyhounds

1:31are on average 28 inches tall and Labradors are 24.

1:35Now, all dogs are a bit different.

1:37Let's say that height is normally distributed,

1:39so we'll make both of these plus or minus 4 inches.

1:42This will give us two arrays of numbers,

1:44and we can visualize them in a histogram.

1:47I'll add a parameter so greyhounds are in red

1:49and Labradors are in blue.

1:51Now we can run our script.

1:53This shows how many dogs in our population have a given height.

1:57There's a lot of data on the screen,

1:58so let's simplify it and look at it piece by piece.

2:03We'll start with dogs on the far left

2:05of the distribution-- say, who are about 20 inches tall.

2:08Imagine I asked you to predict whether a dog with his height

2:11was a lab or a greyhound.

2:13What would you do?

2:14Well, you could figure out the probability of each type

2:16of dog given their height.

2:18Here, it's more likely the dog is a lab.

2:20On the other hand, if we go all the way

2:22to the right of the histogram and look

2:24at a dog who is 35 inches tall, we

2:26can be pretty confident they're a greyhound.

2:29Now, what about a dog in the middle?

2:31You can see the graph gives us less information

2:33here, because the probability of each type of dog is close.

2:36So height is a useful feature, but it's not perfect.

2:40That's why in machine learning, you almost always

2:42need multiple features.

2:43Otherwise, you could just write an if statement

2:45instead of bothering with the classifier.

2:47To figure out what types of features you should use,

2:50do a thought experiment.

2:52Pretend you're the classifier.

2:53If you were trying to figure out if this dog is

2:55a lab or a greyhound, what other things would you want to know?

3:00You might ask about their hair length,

3:01or how fast they can run, or how much they weigh.

3:04Exactly how many features you should use

3:06is more of an art than a science,

3:08but as a rule of thumb, think about how many you'd

3:10need to solve the problem.

3:12Now let's look at another feature like eye color.

3:15Just for this toy example, let's imagine

3:17dogs have only two eye colors, blue and brown.

3:20And let's say the color of their eyes

3:22doesn't depend on the breed of dog.

3:24Here's what a histogram might look like for this example.

3:28For most values, the distribution is about 50/50.

3:32So this feature tells us nothing,

3:33because it doesn't correlate with the type of dog.

3:36Including a useless feature like this in your training

3:39data can hurt your classifier's accuracy.

3:41That's because there's a chance they might appear useful purely

3:45by accident, especially if you have only a small amount

3:48of training data.

3:50You also want your features to be independent.

3:52And independent features give you

3:54different types of information.

3:56Imagine we already have a feature-- height and inches--

3:59in our dataset.

4:00Ask yourself, would it be helpful

4:02if we added another feature, like height in centimeters?

4:05No, because it's perfectly correlated with one

4:08we already have.

4:09It's good practice to remove highly correlated features

4:12from your training data.

4:14That's because a lot of classifiers

4:15aren't smart enough to realize that height in inches

4:18in centimeters are the same thing,

4:20so they might double count how important this feature is.

4:23Last, you want your features to be easy to understand.

4:26For a new example, imagine you want

4:28to predict how many days it will take

4:30to mail a letter between two different cities.

4:33The farther apart the cities are, the longer it will take.

4:37A great feature to use would be the distance

4:39between the cities in miles.

4:42A much worse pair of features to use

4:44would be the city's locations given by their latitude

4:47and longitude.

4:48And here's why.

4:48I can look at the distance and make

4:51a good guess of how long it will take the letter to arrive.

4:54But learning the relationship between latitude, longitude,

4:56and time is much harder and would require many more

5:00examples in your training data.

5:01Now, there are techniques you can

5:03use to figure out exactly how useful your features are,

5:05and even what combinations of them are best,

5:08so you never have to leave it to chance.

5:11We'll get to those in a future episode.

5:13Coming up next time, we'll continue building our intuition

5:16for supervised learning.

5:17We'll show how different types of classifiers

5:19can be used to solve the same problem and dive a little bit

5:22deeper into how they work.

5:24Thanks very much for watching, and I'll see you then.

Youtube : Atrévete a cambiar un hábito | Yesid Barrera | TEDxUFM

0:00   [La Startup de tu Vida]
0:06   (Aplausos)
0:10   ¿Cuántas cosas de las que Ud. hizo hoy
0:14   fueron automáticas?
0:18   ¿Cuántas de esas cosas que hizo le agradan, le gustan?
0:24   ¿Quiere que sigan incorporadas en su vida?
0:27   y ¿cuántas quisiera cambiar?
0:32   Se dice en las investigaciones y hay múltiples resultados
0:37   que nosotros somos un manojo de hábitos
0:42   procesos de repetición sin darnos cuenta.
0:48   La Universidad de Duke señala que el 40%
0:53   de las cosas que hacemos
0:58   no sabemos por qué las hacemos
1:02   pero las hacemos; y de allí en adelante
1:05   tenemos investigaciones que nos dicen
1:08   que hasta el 90% de lo que sucede en tu vida es repetitivo
1:15   en consecuencia creo que debemos ponerle atención.
1:19   Aristóteles nos enseñó hace muchísimo tiempo
1:23   que tal vez el elemento más importante,
1:26   la victoria más importante en nuestra vida
1:28   no es conquistar al enemigo.
1:30   La tarea más importante es con nosotros mismos.
1:35   Los hábitos son nuestra vida, nuestro futuro,
1:38   hablamos de cambios.
1:40   Esta investigación que hicimos en Guatemala
1:43   nos ayudó a ver 3 o 4 elementos que queremos compartir hoy.
1:49   Tomamos 2 grupos diferentes
1:52   y les hicimos la misma pregunta
1:54   que acabamos de hacerles a Uds.
1:57   "¿Qué hace?"
1:58   "¿Qué le gusta de lo que hace?"
2:00   Y "¿qué quiere cambiar?"
2:02   Durante 6 meses estuvimos monitoreando
2:05   y encontramos múltiples resultados.
2:08   Gente que consiguió lo que quería
2:11   y lo consiguió en un tiempo récord
2:14   que inclusive se impresionaba y decía
2:15   “Yo no sé cómo estoy repitiendo esto"
2:18   "No sé cómo voy al gimnasio ahora"
2:20   "No sé cómo cambié
2:20   mi alimentación"
2:22   ¡Algo pasó en mí!
2:24   Grupos de personas que no consiguieron
2:28   lo que querían y pasaron muchos días
2:31   hasta que desconectamos la investigación
2:34   y tenemos algunas respuestas de eso.
2:36   ¿Quiénes participaron?
2:39   Porque esto rompió un paradigma
2:40   "No, es que esto es un tema de adultos"
2:42   "es un tema de jóvenes"
2:44   "es un tema de viejos”.
2:45   No, este es un tema donde tuvimos
2:47   niños desde 11 hasta 60 años.
2:50   La muestra creo que nos da
2:52   un proceso para dar los resultados
2:55   o compartir los resultados con Uds.
2:58   Primer elemento importante
3:00   que deberíamos tener en cuenta al cambiar un hábito.
3:04   Nos han hablado de cambiar hábitos pero, ¡ojo!
3:06   lo que encontramos en la investigación es que
3:09   cambiar un hábito es diferente a incorporar un hábito.
3:14   Cambiar un hábito es muy diferente a incorporar un nuevo hábito.
3:19   ¿Quieres cambiar algo? Sí, tienes un camino.
3:23   ¿Quieres incorporar algo nuevo? Tienes otro camino.
3:28   Vamos a mirar lo que llamamos
3:31   “El atrevimiento para conquistar un hábito”.
3:34   Miren lo que sucedió.
3:37   De los grupos que llegaron,
3:39   encontramos que la gente que creía en nosotros,
3:42   en los consultores y en quienes estábamos liderando los talleres,
3:47   esas personas que tenían cierta conexión espiritual,
3:51   tenían un líder, un coach o habían llegado ahí por una razón;
3:55   consiguieron más rápido sus hábitos.
3:59   Lograron sus objetivos mucho más rápido.
4:02   A eso nosotros le denominamos ese poder de creer, y establecimos
4:06   dos elementos que tal vez muchos de Uds. conocen.
4:09   El punto focal es, ¿qué tengo que hacer yo?
4:13   Mi punto de influencia en mi vida, mi círculo de influencia es:
4:16   si está lloviendo, no peleo contra la lluvia, consigo un paraguas.
4:21   Mi punto de influencia es el paraguas,
4:24   no la lluvia. yo no me enfrento a la lluvia.
4:27   Si llueve tendrá que existir alguna razón de por qué la lluvia
4:31   y me asocio con lo que yo tengo que hacer.
4:34   Y aquí quiero hacer la siguiente explicación
4:37   sobre el poder de creer.
4:41   Dos cajas en el cerebro,
4:43   una que vamos a denominar “la caja de trabajo”
4:47   y le voy a pedir a cada uno que piense
4:50   ¿qué tiene en sus cajas de trabajo?
4:52   La caja de trabajo es
4:54   esas actividades que Ud. tiene que hacer
4:56   y que a veces no le gustan pero que las tiene que hacer.
5:00   Tiene que ir a la universidad; tiene que rendir el informe,
5:04   tiene que asistir a esas reuniones; tiene que hacer esas llamadas.
5:07   Bueno, yo quiero que piensen en este momento
5:11   en lo que Ud. desde su vida intrauterina de pronto vio, sintió,
5:16   respiró, percibió, tocó, etc.
5:21   Todo lo que ingresó por sus sentidos
5:24   y que hoy para muchos de nosotros
5:26   se convierten en una serie de actividades que tenemos que hacer.
5:30   Hay gente que estudia cosas que no le gustan
5:34   y naturalmente, ¿dónde está?
5:36   En su caja de trabajo
5:38   y tiene que ir a la universidad y le toca hacer cosas,
5:43   está en su caja de trabajo.
5:45   Las organizaciones que han aprendido y han entendido
5:49   que sus trabajadores,
5:51   que sus colaboradores, deben ser gente
5:54   que hacen lo que les gusta,
5:56   los ha trasladado de la caja de trabajo
5:59   a una caja que está muy cerca a nuestro cerebro, que es esta
6:02   y que se llama “la caja de los hábitos”,
6:06   está en los ganglios basales.
6:09   Entonces mire cómo funciona ese poder de creer.
6:15   Yo tomo de aquí una actividad
6:18   que hoy en día tal vez me gusta hacer
6:22   y empiezo a hacer procesos de repetición.
6:25   El proceso de repetición hace esto, pasar de una caja a otra,
6:31   esto es lo que hace únicamente.
6:34   ¿Cuántos de Uds. juegan a basketball?
6:36   Yo jugué basketball por mucho tiempo y me costaba mucho pivotear sin mirar.
6:43   ¿Por qué creen que hoy puedo pivotear sin mirar o lanzar y hacer 3 puntos?
6:49   Por una maravilla que encontramos nosotros en la investigación:
6:54   repetir, repetir y repetir,
6:58   es el ejercicio central entre esta caja
7:01   y esta.
7:02   Al cerebro le encanta ahorrar energía,
7:07   el cerebro es un banco ahorrador
7:10   y lo que hace es que, entre más actividades Ud. pasa de aquí a aquí,
7:16   Ud. tal vez tiene más tiempo de vida.
7:20   Ud. tal vez la pasa mejor.
7:22   Ud. tal vez se divierte más, porque el cerebro se desgasta menos.
7:28   Este es el poder de creer; todos lo tenemos.
7:31   No es de ricos, pobres, grandes, pequeños, es de todos.
7:36   Hasta ahí estamos hablando de la creación de un hábito.
7:40   Voy a hablarles posteriormente de qué pasa cuando yo he trasladado
7:45   desde mi caja de trabajo una serie de actividades
7:50   por efecto de la repetición y ahora estoy en una caja de hábitos.
7:57   ¿Cuántos de Uds. hoy
7:58   están satisfechos con lo que comieron?
8:02   ¿Cuántos hoy fueron al gimnasio?
8:05   ¿Cuántos hicieron hoy las actividades que quieren?
8:09   ¿Saben dónde están? Aquí.
8:11   Ahora ¿las quieres cambiar?
8:14   Allí hay una diferencia, no es el mismo ejercicio anterior,
8:18   por esta simple razón: cuando abrimos la caja y yo digo
8:21   “quiero quitar este hábito de aquí y lo quiero sacar”.
8:25   Al sacarlo automáticamente queda un espacio
8:28   y al cerebro no le gustan esos espacios,
8:31   por eso hay gente que finalizando un año
8:34   hace una serie de compromisos consigo mismo que después no cumple.
8:39   ¿Por qué?
8:40   Porque los espacios en el cerebro no pueden quedar solos,
8:44   tenemos que cubrirlos.
8:45   Eso aprendimos en el ejercicio con estos grupos.
8:50   Entonces ¿qué es lo que hicimos?
8:52   Les dimos una serie de compensadores.
8:54   ¿Quieres dejar de fumar?
8:55   Es sencillo, se lo aseguro que es sencillo.
8:58   Primero tienes que creer que puedes hacerlo
9:02   y segundo hacer un proceso de repetición de cosas
9:07   y reemplazar esos momentos donde el cigarrillo te hace falta,
9:10   llegó las 3:00 de la tarde, las 5:00;
9:12   es el momento de la ansiedad.
9:14   “¡Quiero el cigarrillo!”
9:15   Hacemos la actividad y das un complemento
9:19   para que ese momento donde el cerebro está esperando nicotina,
9:24   está esperando cigarrillo,
9:26   Ud. lo remplaza por otro elemento
9:28   y paralelamente a eso repite, repite, repite, repite, repite
9:33   hasta que un día dice: “¿Sabe qué?, ahora siento placer sin cigarro”.
9:39   Sencillo, cambiar hábitos es súper sencillo.
9:44   Algunas estrategias para que Uds. empiecen a implementar esto:
9:50   ¿cuáles fueron los grupos que consiguieron
9:52   más rápido, más efectivamente
9:54   y que hoy están gozando de sus hábitos?
9:57   Aquellos que descubrieron por qué hacerlo.
10:01   Hay gente que llegó a estas actividades porque quería experimentar,
10:05   porque quería estar en un taller y ver qué era,
10:08   a ver qué se puede hacer,
10:09   qué puedo entender, para de pronto
10:11   enseñarle a alguien.
10:12   La gente que llegó y dijo
10:14   “Yo traigo un por qué, acabo de ser diagnosticado con una enfermedad,
10:19   tengo que hacer cambio de ese hábito”;
10:21   esas personas nos dieron excelentes resultados.
10:25   Fueron las personas que estuvieron en menos tiempo con un cambio de hábito.
10:30   Tenían un compromiso consigo mismos.
10:33   Si Ud. va al gimnasio y va obligado,
10:37   muchos de los que nos ven lo saben, mejor no vaya al gimnasio,
10:44   no le sirve de nada, el cerebro no procesa esa información
10:47   porque Ud. no la está disfrutando.
10:49   Primer elemento, revíselo.
10:51   Segundo elemento desde las estrategias, visualizar.
10:55   Nosotros le compartimos a la gente un proceso de visualización:
10:59   "¿Cómo estás hoy?" "Estoy así, con este peso, estoy fumando, tengo estos problemas de licor,
11:04   estoy comiendo lo que no me convence, no leo, etc."
11:08   Visualícese cómo quiere ser;
11:11   primer elemento, es un efecto de programación,
11:14   es un efecto de programación.
11:17   Funciona y funciona bien, sobre todo si lo haces en la noche antes de dormir,
11:21   deja trabajando tu subconsciente y al día siguiente te sorprenderás.
11:26   Hagan un ejercicio muy sencillo,
11:27   visualícense a qué hora se van a levantar mañana,
11:30   vean el reloj a la hora que se quieren levantar
11:33   y sabrán de qué estoy hablando.
11:35   Segundo elemento, no dejar vacío en el momento que Ud. saca el hábito.
11:41   Tercer elemento, que es clave, por favor si Ud. está cambiando un hábito,
11:47   no permita que las señales que lo conectan con el hábito anterior
11:53   estén en su radar.
11:55   ¿Qué quiere decir eso?
11:57   ¿Le encantan los pasteles?, ¿los chocolates?
12:01   Hay un lugar donde a Ud. le gusta ir y es donde están los amigos,
12:05   los cuates, allí es donde… ¿bebemos?
12:09   Bueno, mientras yo hago el proceso de repetición, repetición, repetición,
12:16   ¿qué hago? No visito ese lugar, no le permito al cerebro
12:20   asociarse con el placer anterior.
12:24   ¿Lo mantengo un tiempo en displacer?
12:26   ¡Sí! ¿Hasta cuándo?
12:28   Hasta cuando el nuevo placer llega a mí, funciona y funciona bien.
12:32   Está demostrado.
12:34   Finalmente, ¿qué sucede?
12:38   Ocurrieron cosas maravillosas.
12:41   La gente que nos cambió un hábito, óiganme bien, un sólo hábito;
12:46   la vida tiene, como lo dijimos anteriormente,
12:49   un manojo de cosas por hacer,
12:51   pero la experiencia nos permitió,
12:53   que si Ud. logró cambiar un solo hábito,
12:55   ¿saben qué pasa?
12:57   Se desencadena alrededor de tu vida otros hábitos que empiezan a acompañarte.
13:02   Quien empezó a ir al gimnasio y le fue bien y cambió el hábito
13:05   ¿sabe qué pasó?
13:07   Empezó a beber más agua, empezó a alimentarse mejor, empezó...
13:11   Hizo un cambio de vida.
13:13   ¡Guau!
13:14   Cuando una persona cambia un hábito, hace que una familia o una organización
13:20   empiecen a ver el poder del ejemplo.
13:23   Nuestras ciudades, nuestros países y tal vez este mundo,
13:27   necesita un proceso de cambio de hábitos.
13:31   Muchas gracias.
13:32   (Aplausos)
13:38   [Créditos de cierre]
Transcripción : Youtube