How your eyes predict your personality - 6 Minute English

250,405 views ・ 2019-03-21

BBC Learning English


Fare doppio clic sui sottotitoli in inglese per riprodurre il video. I sottotitoli tradotti sono tradotti automaticamente.

00:07
Neil: Hello and welcome to 6 Minute English. I'm Neil.
0
7000
2540
Neil: Ciao e benvenuto a 6 Minute English. Sono Neill.
00:09
Rob: And I'm Rob.
1
9540
960
Rob: E io sono Rob.
00:10
Neil: Now, Rob, would you say that you are an introvert
2
10500
3300
Neil: Ora, Rob, diresti che sei un introverso
00:13
or an extrovert?
3
13800
1800
o un estroverso?
00:15
Rob: What a good question!
4
15600
1540
Rob: Che bella domanda!
00:17
Well, extroverts are confident in their personality.
5
17140
3280
Bene, gli estroversi sono fiduciosi nella loro personalità.
00:20
They're outgoing and comfortable in social situations.
6
20420
3460
Sono estroversi e a loro agio nelle situazioni sociali.
00:23
So I would have to say that, if anything, I’m the opposite.
7
23880
3540
Quindi dovrei dire che, semmai, sono l'opposto.
00:27
I’m more of an introvert. I’m really quite shy.
8
27420
3140
Sono più introverso. Sono davvero piuttosto timido.
00:30
I feel uncomfortable in social situations.
9
30560
2820
Mi sento a disagio nelle situazioni sociali.
00:33
For example, if I go to a party
10
33380
1820
Ad esempio, se vado a una festa
00:35
where I don’t know anyone,
11
35200
1120
dove non conosco nessuno,
00:36
I usually feel very embarrassed
12
36320
2040
di solito mi sento molto imbarazzato
00:38
and I find it impossible to start conversations
13
38360
2480
e trovo impossibile iniziare conversazioni
00:40
with strangers.
14
40840
800
con estranei.
00:41
Neil: But you do all of this on the radio and videos
15
41640
2849
Neil: Ma fai tutto questo alla radio e nei video
00:44
for Learning English, don’t you?
16
44489
2351
per Learning English, vero?
00:46
Some would say
17
46840
860
Alcuni direbbero che
00:47
you have to be an extrovert to do what we do.
18
47700
2680
devi essere estroverso per fare quello che facciamo.
00:50
Rob: Ah! Well, maybe I’m pretending to be an extrovert
19
50380
3040
Rob: Ah! Beh, forse sto fingendo di essere un estroverso
00:53
to hide the fact that I’m an introvert.
20
53420
2200
per nascondere il fatto che sono un introverso.
00:55
It’s quite a common thing, you know.
21
55620
1580
È una cosa abbastanza comune, sai.
00:57
Neil: Well, it might not be so easy to hide in the
22
57200
2570
Neil: Beh, potrebbe non essere così facile nascondersi in
00:59
future because researchers have developed
23
59770
2410
futuro perché i ricercatori hanno sviluppato
01:02
a computer program that can tell your personality
24
62180
2940
un programma per computer in grado di distinguere la tua personalità
01:05
from looking at where you look,
25
65120
1880
guardando dove guardi,
01:07
by tracking your eye movements.
26
67000
1490
monitorando i movimenti degli occhi.
01:08
Rob: Wow! That sounds pretty hi-tech, and scary.
27
68490
3050
Rob: Wow! Sembra piuttosto hi-tech e spaventoso.
01:11
Neil: Well, we’ll learn more shortly, but first
28
71540
2550
Neil: Bene, impareremo di più a breve, ma prima
01:14
a question on the topic of clever computers.
29
74090
3350
una domanda sull'argomento dei computer intelligenti.
01:17
The letters 'AI' stand for Artificial Intelligence
30
77440
3660
Le lettere "AI" stanno per Intelligenza Artificiale,
01:21
but what are the letters 'AI'? Are they
31
81100
3500
ma cosa sono le lettere "AI"? Sono
01:24
A) an abbreviation
32
84600
2020
A) un'abbreviazione
01:26
B) an acronym, or
33
86620
1380
B) un acronimo o
01:28
C) an initialism?
34
88000
1660
C) una sigla?
01:30
Rob: OK, I thought that was going to be easy, but
35
90140
2351
Rob: OK, pensavo che sarebbe stato facile, ma
01:32
I think it’s an abbreviation, isn’t it?
36
92500
2800
penso che sia un'abbreviazione, vero?
01:35
Neil: Well, you’ll have to wait to the end of
37
95300
2000
Neil: Beh, dovrai aspettare fino alla fine
01:37
the programme to find out!
38
97300
1600
del programma per scoprirlo!
01:38
Sabrina Hoppe is a researcher
39
98900
1760
Sabrina Hoppe è ricercatrice
01:40
at the University of Stuttgart.
40
100660
2260
presso l'Università di Stoccarda. È
01:42
She was interviewed on the BBC Radio programme
41
102920
2560
stata intervistata nel programma della BBC Radio
01:45
All In The Mind.
42
105480
1380
All In The Mind. Ha
01:46
She spoke about an experiment in which they tracked
43
106860
2580
parlato di un esperimento in cui hanno monitorato
01:49
the eye movements of people in real situations.
44
109440
3300
i movimenti oculari delle persone in situazioni reali.
01:52
This is what she said about the research.
45
112740
2380
Questo è ciò che ha detto della ricerca.
01:55
Was she confident
46
115120
1360
Era sicura che
01:56
the experiment would work in the real world?
47
116480
2460
l'esperimento avrebbe funzionato nel mondo reale?
02:00
Sabrina Hoppe:The main finding in our study is that it is
48
120060
2400
Sabrina Hoppe: La scoperta principale del nostro studio è che è
02:02
possible at all to just look at eye movements
49
122460
2840
possibile osservare solo i movimenti degli occhi
02:05
and then predict something about their personality.
50
125300
2800
e poi prevedere qualcosa sulla loro personalità.
02:08
And before our study it was not clear at all if
51
128100
2620
E prima del nostro studio non era affatto chiaro se
02:10
this would be possible from eye movements
52
130720
1920
ciò sarebbe stato possibile dai movimenti oculari
02:12
in such an unconstrained real world setting.
53
132640
2920
in un contesto del mondo reale così libero.
02:16
Neil: So, was she confident this would work?
54
136300
2660
Neil: Allora, era sicura che avrebbe funzionato?
02:18
Rob: No, not really.
55
138960
1200
Rob: No, non proprio.
02:20
She said that before the study it wasn’t clear if it would
56
140160
3040
Ha detto che prima dello studio non era chiaro se sarebbe
02:23
be possible in an unconstrained real-world setting.
57
143200
3680
stato possibile in un ambiente reale senza vincoli.
02:26
'Unconstrained' here means that there wasn’t strict
58
146880
2960
'Unconstrained' qui significa che non c'era uno stretto
02:29
control over the conditions of the experiment.
59
149840
2900
controllo sulle condizioni dell'esperimento. Ha
02:32
It took place in the ‘real-world’ – so not in a laboratory.
60
152740
3720
avuto luogo nel "mondo reale", quindi non in un laboratorio.
02:36
Neil: The result of the experiment
61
156460
1600
Neil: Il risultato dell'esperimento
02:38
- or the 'finding', as she called it -
62
158060
1700
- o della "scoperta", come lo chiamava lei -
02:39
was that by following eye movements,
63
159760
2000
è stato che, seguendo i movimenti degli occhi,
02:41
a computer programme was able to work out the
64
161760
2320
un programma per computer è stato in grado di elaborare la
02:44
personality of the subjects.
65
164080
2080
personalità dei soggetti.
02:46
Let’s listen again.
66
166160
1060
Ascoltiamo ancora.
02:47
Sabrina Hoppe: The main finding in our study is that it is
67
167760
2420
Sabrina Hoppe: La scoperta principale del nostro studio è che è
02:50
possible at all to just look at eye movements
68
170180
2860
possibile osservare solo i movimenti degli occhi
02:53
and then predict something about their personality.
69
173040
2800
e poi prevedere qualcosa sulla loro personalità.
02:55
And before our study, it was not clear at all
70
175840
2440
E prima del nostro studio, non era affatto chiaro
02:58
if this would be possible from eye movements
71
178280
2059
se ciò sarebbe stato possibile dai movimenti oculari
03:00
in such an unconstrained real world setting.
72
180340
2540
in un contesto del mondo reale così libero.
03:03
Rob: So how does the software work, for example,
73
183340
2240
Rob: Allora, come funziona il software, per esempio,
03:05
what are the differences in the eye movements
74
185580
2420
quali sono le differenze nei movimenti oculari
03:08
of extroverts compared to introverts?
75
188000
2720
degli estroversi rispetto agli introversi?
03:11
Sabrina Hoppe: We still don't really know in detail
76
191420
1940
Sabrina Hoppe: Non sappiamo ancora nel dettaglio
03:13
what makes the difference.
77
193360
980
cosa fa la differenza.
03:14
We can only tell that there are differences
78
194340
2040
Possiamo solo dire che ci sono differenze
03:16
and that we know computer programs that can pick up
79
196380
3140
e che conosciamo programmi per computer in grado di rilevare
03:19
those differences.
80
199520
1560
tali differenze.
03:21
Maybe extrovert people look up a lot because
81
201080
2060
Forse le persone estroverse guardano molto in alto perché
03:23
they want to look at people's faces,
82
203140
2200
vogliono guardare i volti delle persone,
03:25
whereas some super introvert
83
205340
2080
mentre alcune persone super introverse
03:27
person maybe just stares at their own shoes,
84
207420
2220
forse fissano solo le proprie scarpe,
03:29
if you want to take the extreme examples.
85
209640
2260
se vuoi fare esempi estremi.
03:31
So, probably it somehow changes gaze.
86
211900
2660
Quindi, probabilmente in qualche modo cambia sguardo.
03:34
But we only know that this information is
87
214560
2100
Ma sappiamo solo che queste informazioni sono
03:36
there and somehow our program figured out
88
216660
2439
lì e in qualche modo il nostro programma ha capito
03:39
how to extract it.
89
219100
1660
come estrarle.
03:41
Neil: So how does it work?
90
221140
1520
Neil: Allora come funziona?
03:42
Rob: Well, that’s the strange thing.
91
222660
2240
Rob: Beh, questa è la cosa strana.
03:44
She said that she didn’t really know,
92
224900
2100
Ha detto che non lo sapeva davvero,
03:47
at least not in detail.
93
227000
1820
almeno non in dettaglio.
03:48
She did say that our personality
94
228820
1740
Ha detto che la nostra personalità
03:50
somehow changes gaze.
95
230560
2220
in qualche modo cambia sguardo.
03:52
'Gaze' is another word for looking at something.
96
232780
2540
'Gaze' è un'altra parola per guardare qualcosa.
03:55
So maybe we gaze in different ways
97
235320
2420
Quindi forse guardiamo in modi diversi
03:57
depending on our personality.
98
237740
2020
a seconda della nostra personalità. Gli
03:59
Extroverts may look up more
99
239760
1980
estroversi possono guardare di più in alto
04:01
and introverts, like me, may look down more.
100
241740
2820
e gli introversi, come me, possono guardare di più in basso.
04:04
Neil: Yes, it was interesting that she said that she
101
244560
2700
Neil: Sì, è stato interessante che lei abbia detto che
04:07
didn’t know how it did it,
102
247260
1840
non sapeva come ha fatto,
04:09
but the program somehow managed to figure it out.
103
249100
3400
ma il programma in qualche modo è riuscito a capirlo.
04:12
The phrasal verb 'to figure something out'
104
252500
2100
Il verbo frasale 'capire qualcosa'
04:14
means 'to understand or realise something'.
105
254600
2640
significa 'capire o realizzare qualcosa'. È
04:17
Time to review today’s vocabulary, but first,
106
257240
2900
ora di rivedere il vocabolario di oggi, ma prima
04:20
let’s have the answer to the quiz question.
107
260140
1900
diamo la risposta alla domanda del quiz. Ho
04:22
I asked what are the letters 'AI'? Are they
108
262040
4320
chiesto quali sono le lettere "AI"? Sono
04:26
A) an abbreviation
109
266360
1640
A) un'abbreviazione
04:28
B) an acronym
110
268000
1140
B) un acronimo
04:29
C) an initialism
111
269140
2320
C) una sigla
04:31
Rob, what did you say?
112
271460
1200
Rob, cosa hai detto?
04:32
Rob: I said A) an abbreviation.
113
272660
2440
Rob: Ho detto A) un'abbreviazione.
04:35
Neil: Well sorry, no, AI is C), so to speak.
114
275100
3880
Neil: Beh, scusa, no, AI è C), per così dire.
04:38
It's an initialism.
115
278980
1900
È un inizialismo.
04:40
It’s the first letters of the words 'artificial intelligence',
116
280880
2960
Sono le prime lettere delle parole "intelligenza artificiale",
04:43
but it’s not pronounced like a new word,
117
283840
2540
ma non si pronuncia come una parola nuova,
04:46
just the initial letters.
118
286380
1940
solo le lettere iniziali.
04:48
Right, time now to review today’s vocabulary.
119
288320
3190
Bene, ora è il momento di rivedere il vocabolario di oggi.
04:51
Rob: Yes. We had the word 'extrovert'. This describes
120
291510
3310
Rob: Sì. Avevamo la parola "estroverso". Questo descrive
04:54
someone who has a very outgoing personality.
121
294820
2900
qualcuno che ha una personalità molto estroversa.
04:57
An extrovert is confident and socially comfortable.
122
297720
3120
Un estroverso è fiducioso e socialmente a suo agio.
05:00
Neil: By contrast, an introvert is someone who is
123
300840
2460
Neil: Al contrario, un introverso è qualcuno che è
05:03
shy and not comfortable in social situations
124
303300
2940
timido e non si trova a suo agio nelle situazioni sociali
05:06
and doesn’t like being the centre of attention.
125
306240
2700
e non ama essere al centro dell'attenzione.
05:08
Rob: Our report today talked about the findings
126
308940
2280
Rob: Il nostro rapporto di oggi ha parlato dei risultati
05:11
of some new research.
127
311220
1640
di alcune nuove ricerche.
05:12
A 'finding' is something that has been learnt, discovered
128
312860
2800
Una "scoperta" è qualcosa che è stato appreso, scoperto
05:15
or indeed, found out.
129
315660
1520
o addirittura scoperto.
05:17
It is the conclusion that is reached.
130
317180
2380
È la conclusione a cui si arriva.
05:19
Neil: Then we had 'unconstrained' to describe the
131
319560
2400
Neil: Poi abbiamo avuto 'unconstrained' per descrivere l'
05:21
experiment which was not carried out
132
321960
1940
esperimento che non è stato condotto
05:23
in a controlled environment.
133
323900
1720
in un ambiente controllato.
05:25
So 'unconstrained' means
134
325620
1650
Quindi "non vincolato" significa
05:27
'not limited or restricted'.
135
327270
2150
"non limitato o ristretto".
05:29
Rob: Our next word was 'gaze'. This is a word that
136
329420
2670
Rob: La nostra parola successiva è stata "sguardo". Questa è una parola che
05:32
means 'our way of looking at something'.
137
332090
2370
significa "il nostro modo di guardare qualcosa".
05:34
Neil: Yes, the findings of the research suggest
138
334460
2459
Neil: Sì, i risultati della ricerca suggeriscono
05:36
that our personality can affect our gaze.
139
336920
2820
che la nostra personalità può influenzare il nostro sguardo.
05:39
Rob: And this was something the computer was able
140
339740
2040
Rob: E questo è stato qualcosa che il computer è stato in grado
05:41
to figure out.
141
341789
1411
di capire.
05:43
To 'figure out' means 'to study something
142
343200
2360
"Capire" significa "studiare qualcosa
05:45
and reach an answer to a particular
143
345560
1680
e raggiungere una risposta a una particolare
05:47
question or problem'.
144
347240
1500
domanda o problema".
05:48
Neil: Right! Well, you know what I’ve just figured out?
145
348740
2400
Neill: Giusto! Bene, sai cosa ho appena capito?
05:51
Rob: Do tell!
146
351560
680
Rob: Dillo!
05:52
Neil: It’s time to bring this edition of 6 Minute English
147
352240
2640
Neil: È giunto il momento di concludere questa edizione di 6 Minute English
05:54
to an end. We hope you can join us again,
148
354880
2140
. Ci auguriamo che tu possa unirti di nuovo a noi,
05:57
but until then we are bbclearningenglish.com
149
357020
2780
ma fino ad allora siamo bbclearningenglish.com
05:59
and you can find us on social media, online
150
359800
2540
e puoi trovarci sui social media, online
06:02
and on our app. Bye for now.
151
362340
1760
e sulla nostra app. Arrivederci.
06:04
Rob: Bye-bye!
152
364100
560
Rob: Ciao ciao!
A proposito di questo sito web

Questo sito vi presenterà i video di YouTube utili per l'apprendimento dell'inglese. Vedrete lezioni di inglese tenute da insegnanti di alto livello provenienti da tutto il mondo. Fate doppio clic sui sottotitoli in inglese visualizzati su ogni pagina video per riprodurre il video da lì. I sottotitoli scorrono in sincronia con la riproduzione del video. Se avete commenti o richieste, contattateci tramite questo modulo di contatto.

https://forms.gle/WvT1wiN1qDtmnspy7