How your eyes predict your personality - 6 Minute English

250,405 views ・ 2019-03-21

BBC Learning English


Proszę kliknąć dwukrotnie na poniższe angielskie napisy, aby odtworzyć film. Przetłumaczone napisy są tłumaczone maszynowo.

00:07
Neil: Hello and welcome to 6 Minute English. I'm Neil.
0
7000
2540
Neil: Cześć i witamy w 6-minutowym angielskim. Jestem Neilem.
00:09
Rob: And I'm Rob.
1
9540
960
Rob: A ja jestem Rob.
00:10
Neil: Now, Rob, would you say that you are an introvert
2
10500
3300
Neil: Rob, czy powiedziałbyś, że jesteś introwertykiem
00:13
or an extrovert?
3
13800
1800
czy ekstrawertykiem?
00:15
Rob: What a good question!
4
15600
1540
Rob: Co za dobre pytanie!
00:17
Well, extroverts are confident in their personality.
5
17140
3280
Cóż, ekstrawertycy są pewni swojej osobowości.
00:20
They're outgoing and comfortable in social situations.
6
20420
3460
Są towarzyskie i wygodne w sytuacjach towarzyskich.
00:23
So I would have to say that, if anything, I’m the opposite.
7
23880
3540
Więc muszę powiedzieć, że jeśli już, to jestem przeciwieństwem.
00:27
I’m more of an introvert. I’m really quite shy.
8
27420
3140
Jestem bardziej introwertykiem. Jestem naprawdę nieśmiały.
00:30
I feel uncomfortable in social situations.
9
30560
2820
Czuję się nieswojo w sytuacjach towarzyskich.
00:33
For example, if I go to a party
10
33380
1820
Na przykład, jeśli idę na imprezę, na której
00:35
where I don’t know anyone,
11
35200
1120
nikogo nie znam,
00:36
I usually feel very embarrassed
12
36320
2040
zwykle czuję się bardzo zażenowany
00:38
and I find it impossible to start conversations
13
38360
2480
i nie mogę rozpocząć rozmowy
00:40
with strangers.
14
40840
800
z nieznajomymi.
00:41
Neil: But you do all of this on the radio and videos
15
41640
2849
Neil: Ale robisz to wszystko w radiu i na wideo
00:44
for Learning English, don’t you?
16
44489
2351
dla Learning English, prawda?
00:46
Some would say
17
46840
860
Niektórzy powiedzieliby, że
00:47
you have to be an extrovert to do what we do.
18
47700
2680
trzeba być ekstrawertykiem, żeby robić to, co my.
00:50
Rob: Ah! Well, maybe I’m pretending to be an extrovert
19
50380
3040
Rob: Ach! Cóż, może udaję ekstrawertyka,
00:53
to hide the fact that I’m an introvert.
20
53420
2200
żeby ukryć fakt, że jestem introwertykiem.
00:55
It’s quite a common thing, you know.
21
55620
1580
To dość powszechna rzecz, wiesz.
00:57
Neil: Well, it might not be so easy to hide in the
22
57200
2570
Neil: Cóż, w przyszłości ukrywanie się może nie być takie łatwe,
00:59
future because researchers have developed
23
59770
2410
ponieważ badacze opracowali
01:02
a computer program that can tell your personality
24
62180
2940
program komputerowy, który dzięki śledzeniu ruchu gałek ocznych może określić twoją osobowość na podstawie tego,
01:05
from looking at where you look,
25
65120
1880
gdzie patrzysz
01:07
by tracking your eye movements.
26
67000
1490
.
01:08
Rob: Wow! That sounds pretty hi-tech, and scary.
27
68490
3050
Rob: Wow! To brzmi dość hi-tech i przerażająco.
01:11
Neil: Well, we’ll learn more shortly, but first
28
71540
2550
Neil: Cóż, wkrótce dowiemy się więcej, ale najpierw
01:14
a question on the topic of clever computers.
29
74090
3350
pytanie na temat inteligentnych komputerów.
01:17
The letters 'AI' stand for Artificial Intelligence
30
77440
3660
Litery „AI” oznaczają sztuczną inteligencję,
01:21
but what are the letters 'AI'? Are they
31
81100
3500
ale co to są litery „AI”? Czy są
01:24
A) an abbreviation
32
84600
2020
A) skrótem
01:26
B) an acronym, or
33
86620
1380
B) akronimem lub
01:28
C) an initialism?
34
88000
1660
C) inicjałem?
01:30
Rob: OK, I thought that was going to be easy, but
35
90140
2351
Rob: OK, myślałem, że to będzie łatwe, ale
01:32
I think it’s an abbreviation, isn’t it?
36
92500
2800
myślę, że to skrót, prawda?
01:35
Neil: Well, you’ll have to wait to the end of
37
95300
2000
Neil: Cóż, będziesz musiał poczekać do końca
01:37
the programme to find out!
38
97300
1600
programu, aby się dowiedzieć!
01:38
Sabrina Hoppe is a researcher
39
98900
1760
Sabrina Hoppe jest pracownikiem naukowym
01:40
at the University of Stuttgart.
40
100660
2260
na Uniwersytecie w Stuttgarcie. Udzieliła
01:42
She was interviewed on the BBC Radio programme
41
102920
2560
wywiadu w programie BBC Radio
01:45
All In The Mind.
42
105480
1380
All In The Mind.
01:46
She spoke about an experiment in which they tracked
43
106860
2580
Opowiedziała o eksperymencie, w którym śledzili
01:49
the eye movements of people in real situations.
44
109440
3300
ruchy gałek ocznych ludzi w rzeczywistych sytuacjach.
01:52
This is what she said about the research.
45
112740
2380
Tak powiedziała o badaniach. Czy
01:55
Was she confident
46
115120
1360
była pewna, że
01:56
the experiment would work in the real world?
47
116480
2460
eksperyment zadziała w prawdziwym świecie?
02:00
Sabrina Hoppe:The main finding in our study is that it is
48
120060
2400
Sabrina Hoppe: Głównym odkryciem w naszym badaniu jest to, że w
02:02
possible at all to just look at eye movements
49
122460
2840
ogóle możliwe jest po prostu spojrzenie na ruchy gałek ocznych,
02:05
and then predict something about their personality.
50
125300
2800
a następnie przewidzenie czegoś na temat ich osobowości.
02:08
And before our study it was not clear at all if
51
128100
2620
A przed naszym badaniem wcale nie było jasne, czy
02:10
this would be possible from eye movements
52
130720
1920
byłoby to możliwe na podstawie ruchów gałek ocznych
02:12
in such an unconstrained real world setting.
53
132640
2920
w tak nieograniczonym świecie rzeczywistym.
02:16
Neil: So, was she confident this would work?
54
136300
2660
Neil: Więc była przekonana, że ​​to zadziała?
02:18
Rob: No, not really.
55
138960
1200
Rob: Nie, raczej nie.
02:20
She said that before the study it wasn’t clear if it would
56
140160
3040
Powiedziała, że ​​przed badaniem nie było jasne, czy
02:23
be possible in an unconstrained real-world setting.
57
143200
3680
byłoby to możliwe w nieograniczonym środowisku rzeczywistym.
02:26
'Unconstrained' here means that there wasn’t strict
58
146880
2960
„Nieograniczony” oznacza tutaj, że nie było ścisłej
02:29
control over the conditions of the experiment.
59
149840
2900
kontroli nad warunkami eksperymentu.
02:32
It took place in the ‘real-world’ – so not in a laboratory.
60
152740
3720
Miało to miejsce w „prawdziwym świecie”, a więc nie w laboratorium.
02:36
Neil: The result of the experiment
61
156460
1600
Neil: Rezultatem eksperymentu
02:38
- or the 'finding', as she called it -
62
158060
1700
– lub „odkryciem”, jak to nazwała –
02:39
was that by following eye movements,
63
159760
2000
było to, że śledząc ruchy gałek ocznych,
02:41
a computer programme was able to work out the
64
161760
2320
program komputerowy był w stanie określić
02:44
personality of the subjects.
65
164080
2080
osobowość badanych.
02:46
Let’s listen again.
66
166160
1060
Posłuchajmy ponownie.
02:47
Sabrina Hoppe: The main finding in our study is that it is
67
167760
2420
Sabrina Hoppe: Głównym odkryciem w naszym badaniu jest to, że w
02:50
possible at all to just look at eye movements
68
170180
2860
ogóle możliwe jest po prostu patrzenie na ruchy gałek ocznych,
02:53
and then predict something about their personality.
69
173040
2800
a następnie przewidywanie czegoś na temat ich osobowości.
02:55
And before our study, it was not clear at all
70
175840
2440
A przed naszym badaniem wcale nie było jasne,
02:58
if this would be possible from eye movements
71
178280
2059
czy byłoby to możliwe dzięki ruchom gałek ocznych
03:00
in such an unconstrained real world setting.
72
180340
2540
w tak nieograniczonym otoczeniu świata rzeczywistego.
03:03
Rob: So how does the software work, for example,
73
183340
2240
Rob: Więc jak działa oprogramowanie, na przykład,
03:05
what are the differences in the eye movements
74
185580
2420
jakie są różnice w ruchach gałek ocznych
03:08
of extroverts compared to introverts?
75
188000
2720
ekstrawertyków w porównaniu z introwertykami?
03:11
Sabrina Hoppe: We still don't really know in detail
76
191420
1940
Sabrina Hoppe: Nadal tak naprawdę nie wiemy szczegółowo, na
03:13
what makes the difference.
77
193360
980
czym polega różnica.
03:14
We can only tell that there are differences
78
194340
2040
Możemy jedynie stwierdzić, że istnieją różnice
03:16
and that we know computer programs that can pick up
79
196380
3140
i że znamy programy komputerowe, które potrafią
03:19
those differences.
80
199520
1560
te różnice wykryć.
03:21
Maybe extrovert people look up a lot because
81
201080
2060
Być może ekstrawertycy często patrzą w górę, ponieważ
03:23
they want to look at people's faces,
82
203140
2200
chcą patrzeć na twarze ludzi,
03:25
whereas some super introvert
83
205340
2080
podczas gdy super
03:27
person maybe just stares at their own shoes,
84
207420
2220
introwertycy mogą po prostu gapić się na własne buty,
03:29
if you want to take the extreme examples.
85
209640
2260
jeśli chcesz wziąć skrajne przykłady.
03:31
So, probably it somehow changes gaze.
86
211900
2660
Więc pewnie to jakoś zmienia spojrzenie.
03:34
But we only know that this information is
87
214560
2100
Ale wiemy tylko, że te informacje
03:36
there and somehow our program figured out
88
216660
2439
tam są i jakoś nasz program wymyślił,
03:39
how to extract it.
89
219100
1660
jak je wydobyć.
03:41
Neil: So how does it work?
90
221140
1520
Neil: Więc jak to działa?
03:42
Rob: Well, that’s the strange thing.
91
222660
2240
Rob: Cóż, to jest dziwna rzecz.
03:44
She said that she didn’t really know,
92
224900
2100
Powiedziała, że ​​tak naprawdę nie wie,
03:47
at least not in detail.
93
227000
1820
przynajmniej nie szczegółowo.
03:48
She did say that our personality
94
228820
1740
Powiedziała, że ​​nasza osobowość
03:50
somehow changes gaze.
95
230560
2220
jakoś zmienia spojrzenie.
03:52
'Gaze' is another word for looking at something.
96
232780
2540
„Gaze” to inne słowo oznaczające patrzenie na coś.
03:55
So maybe we gaze in different ways
97
235320
2420
Więc może patrzymy na różne sposoby
03:57
depending on our personality.
98
237740
2020
w zależności od naszej osobowości.
03:59
Extroverts may look up more
99
239760
1980
Ekstrawertycy mogą częściej patrzeć w górę,
04:01
and introverts, like me, may look down more.
100
241740
2820
a introwertycy, tacy jak ja, mogą bardziej patrzeć w dół.
04:04
Neil: Yes, it was interesting that she said that she
101
244560
2700
Neil: Tak, to było interesujące, że powiedziała, że
04:07
didn’t know how it did it,
102
247260
1840
nie wie, jak to się robi,
04:09
but the program somehow managed to figure it out.
103
249100
3400
ale programowi jakoś udało się to rozgryźć.
04:12
The phrasal verb 'to figure something out'
104
252500
2100
Czasownik frazowy „wymyślić coś”
04:14
means 'to understand or realise something'.
105
254600
2640
oznacza „zrozumieć lub uświadomić sobie coś”.
04:17
Time to review today’s vocabulary, but first,
106
257240
2900
Czas na powtórkę dzisiejszego słownictwa, ale najpierw
04:20
let’s have the answer to the quiz question.
107
260140
1900
poznajmy odpowiedź na pytanie w quizie.
04:22
I asked what are the letters 'AI'? Are they
108
262040
4320
Zapytałem, co to za litery „AI”? Czy to
04:26
A) an abbreviation
109
266360
1640
A) skrót
04:28
B) an acronym
110
268000
1140
B) akronim
04:29
C) an initialism
111
269140
2320
C) inicjalizm
04:31
Rob, what did you say?
112
271460
1200
Rob, co powiedziałeś?
04:32
Rob: I said A) an abbreviation.
113
272660
2440
Rob: Powiedziałem A) skrót.
04:35
Neil: Well sorry, no, AI is C), so to speak.
114
275100
3880
Neil: Cóż, przepraszam, nie, AI to C), że tak powiem. To
04:38
It's an initialism.
115
278980
1900
inicjalizm.
04:40
It’s the first letters of the words 'artificial intelligence',
116
280880
2960
To pierwsze litery słowa „sztuczna inteligencja”,
04:43
but it’s not pronounced like a new word,
117
283840
2540
ale nie jest wymawiane jak nowe słowo,
04:46
just the initial letters.
118
286380
1940
tylko pierwsze litery.
04:48
Right, time now to review today’s vocabulary.
119
288320
3190
Dobrze, teraz czas na powtórkę dzisiejszego słownictwa.
04:51
Rob: Yes. We had the word 'extrovert'. This describes
120
291510
3310
Rob: Tak. Mieliśmy słowo „ekstrawertyk”. To opisuje
04:54
someone who has a very outgoing personality.
121
294820
2900
kogoś, kto ma bardzo towarzyską osobowość.
04:57
An extrovert is confident and socially comfortable.
122
297720
3120
Ekstrawertyk jest pewny siebie i dobrze czuje się w towarzystwie.
05:00
Neil: By contrast, an introvert is someone who is
123
300840
2460
Neil: Z kolei introwertyk to ktoś, kto jest
05:03
shy and not comfortable in social situations
124
303300
2940
nieśmiały i nie czuje się komfortowo w sytuacjach społecznych
05:06
and doesn’t like being the centre of attention.
125
306240
2700
i nie lubi być w centrum uwagi.
05:08
Rob: Our report today talked about the findings
126
308940
2280
Rob: Nasz dzisiejszy raport mówił o wynikach
05:11
of some new research.
127
311220
1640
niektórych nowych badań.
05:12
A 'finding' is something that has been learnt, discovered
128
312860
2800
„Znalezisko” to coś, czego się nauczono, odkryto
05:15
or indeed, found out.
129
315660
1520
lub faktycznie odkryto.
05:17
It is the conclusion that is reached.
130
317180
2380
To jest wniosek, który został osiągnięty.
05:19
Neil: Then we had 'unconstrained' to describe the
131
319560
2400
Neil: Wtedy „bez ograniczeń” opisaliśmy
05:21
experiment which was not carried out
132
321960
1940
eksperyment, który nie został przeprowadzony
05:23
in a controlled environment.
133
323900
1720
w kontrolowanym środowisku.
05:25
So 'unconstrained' means
134
325620
1650
Tak więc „nieograniczony” oznacza
05:27
'not limited or restricted'.
135
327270
2150
„nieograniczony lub ograniczony”.
05:29
Rob: Our next word was 'gaze'. This is a word that
136
329420
2670
Rob: Naszym następnym słowem było „spojrzenie”. To słowo
05:32
means 'our way of looking at something'.
137
332090
2370
oznacza „nasz sposób patrzenia na coś”.
05:34
Neil: Yes, the findings of the research suggest
138
334460
2459
Neil: Tak, wyniki badań sugerują,
05:36
that our personality can affect our gaze.
139
336920
2820
że nasza osobowość może wpływać na nasze spojrzenie.
05:39
Rob: And this was something the computer was able
140
339740
2040
Rob: I to było coś, co komputer był w stanie
05:41
to figure out.
141
341789
1411
rozgryźć.
05:43
To 'figure out' means 'to study something
142
343200
2360
„Rozgryźć” oznacza „przestudiować coś
05:45
and reach an answer to a particular
143
345560
1680
i znaleźć odpowiedź na określone
05:47
question or problem'.
144
347240
1500
pytanie lub problem”.
05:48
Neil: Right! Well, you know what I’ve just figured out?
145
348740
2400
Neil: Właśnie! Cóż, wiesz, co właśnie odkryłem?
05:51
Rob: Do tell!
146
351560
680
Rob: Powiedz!
05:52
Neil: It’s time to bring this edition of 6 Minute English
147
352240
2640
Neil: Czas zakończyć tę edycję 6-minutowego angielskiego
05:54
to an end. We hope you can join us again,
148
354880
2140
. Mamy nadzieję, że dołączysz do nas ponownie,
05:57
but until then we are bbclearningenglish.com
149
357020
2780
ale do tego czasu jesteśmy bbclearningenglish.com
05:59
and you can find us on social media, online
150
359800
2540
i możesz nas znaleźć w mediach społecznościowych, online
06:02
and on our app. Bye for now.
151
362340
1760
i w naszej aplikacji. Na razie.
06:04
Rob: Bye-bye!
152
364100
560
Rob: Do widzenia!
O tej stronie

Na tej stronie poznasz filmy z YouTube, które są przydatne do nauki języka angielskiego. Zobaczysz lekcje angielskiego prowadzone przez najlepszych nauczycieli z całego świata. Kliknij dwukrotnie na angielskie napisy wyświetlane na stronie każdego filmu, aby odtworzyć film od tego miejsca. Napisy przewijają się synchronicznie z odtwarzaniem filmu. Jeśli masz jakieś uwagi lub prośby, skontaktuj się z nami za pomocą formularza kontaktowego.

https://forms.gle/WvT1wiN1qDtmnspy7