Beware online "filter bubbles" | Eli Pariser

1,585,118 views ・ 2011-05-02

TED


Pro přehrání videa dvakrát klikněte na anglické titulky níže.

Překladatel: Jiřina Vítů Korektor: Martin Francis Gilbert Máik
00:15
Mark Zuckerberg,
0
15260
2000
Mark Zuckeberg, vynálezce Facebooku,
00:17
a journalist was asking him a question about the news feed.
1
17260
3000
mluvil s jedním novinářem o "výpisu novinek".
00:20
And the journalist was asking him,
2
20260
2000
Ten novinář se ho ptal,
00:22
"Why is this so important?"
3
22260
2000
"Proč je tak důležitý?"
00:24
And Zuckerberg said,
4
24260
2000
A Zuckerberg řekl,
00:26
"A squirrel dying in your front yard
5
26260
2000
"Veverka umírající před vaším domem
00:28
may be more relevant to your interests right now
6
28260
3000
pro vás může být právě teď mnohem důležitější,
00:31
than people dying in Africa."
7
31260
3000
než lidé umírající v Africe."
00:34
And I want to talk about
8
34260
2000
A já teď chci mluvit o tom,
00:36
what a Web based on that idea of relevance might look like.
9
36260
3000
jak může vypadat Web založený na tom, co je důležité pro jeho uživatele.
00:40
So when I was growing up
10
40260
2000
Když jsem vyrůstal,
00:42
in a really rural area in Maine,
11
42260
2000
na venkově v Maine,
00:44
the Internet meant something very different to me.
12
44260
3000
internet pro mě znamenal něco úplně jiného než dnes.
00:47
It meant a connection to the world.
13
47260
2000
Znamenal spojení se světem.
00:49
It meant something that would connect us all together.
14
49260
3000
Bylo to něco, co propojí nás všechny.
00:52
And I was sure that it was going to be great for democracy
15
52260
3000
A já si byl jistý, že bude výborný pro demokracii
00:55
and for our society.
16
55260
3000
a pro naši společnost.
00:58
But there's this shift
17
58260
2000
Ale objevil se značný posun v tom
01:00
in how information is flowing online,
18
60260
2000
jak informace po internetu proudí.
01:02
and it's invisible.
19
62260
3000
A ten posun je neviditelný.
01:05
And if we don't pay attention to it,
20
65260
2000
A pokud mu nebudeme věnovat pozornost,
01:07
it could be a real problem.
21
67260
3000
může to být opravdu problém.
01:10
So I first noticed this in a place I spend a lot of time --
22
70260
3000
Poprvé jsem si toho všiml tam, kde trávím spoustu času --
01:13
my Facebook page.
23
73260
2000
na Facebooku.
01:15
I'm progressive, politically -- big surprise --
24
75260
3000
Jsem progresivista, politicky -- velké překvapení --
01:18
but I've always gone out of my way to meet conservatives.
25
78260
2000
ale snažím se nepředpojatě bavit i s konzervativci.
01:20
I like hearing what they're thinking about;
26
80260
2000
Rád si poslechnu, co si myslí,
01:22
I like seeing what they link to;
27
82260
2000
jaké odkazy posílají,
01:24
I like learning a thing or two.
28
84260
2000
rád se od nich pár věcí přiučím.
01:26
And so I was surprised when I noticed one day
29
86260
3000
Takže jsem byl překvapený, když jsem si všiml,
01:29
that the conservatives had disappeared from my Facebook feed.
30
89260
3000
že konzervativci najednou zmizeli z mé facebookové stránky.
01:33
And what it turned out was going on
31
93260
2000
Zjistil jsem, že je to proto,
01:35
was that Facebook was looking at which links I clicked on,
32
95260
4000
že Facebook sleduje, na jaké odkazy klikám,
01:39
and it was noticing that, actually,
33
99260
2000
a všiml si, že daleko častěji
01:41
I was clicking more on my liberal friends' links
34
101260
2000
otevírám odkazy svých liberálních přátel,
01:43
than on my conservative friends' links.
35
103260
3000
než svých konzervativních přátel.
01:46
And without consulting me about it,
36
106260
2000
A aniž by se mě na to ptal,
01:48
it had edited them out.
37
108260
2000
odstranil mi je ze zdi.
01:50
They disappeared.
38
110260
3000
Prostě zmizeli.
01:54
So Facebook isn't the only place
39
114260
2000
A Facebook není jediný,
01:56
that's doing this kind of invisible, algorithmic
40
116260
2000
kdo dělá tyhle neviditelné, algoritmické
01:58
editing of the Web.
41
118260
3000
úpravy Webu.
02:01
Google's doing it too.
42
121260
2000
Google to dělá taky.
02:03
If I search for something, and you search for something,
43
123260
3000
Pokud budu něco vyhledávat já a vy,
02:06
even right now at the very same time,
44
126260
2000
i zrovna teď, ve stejnou chvíli,
02:08
we may get very different search results.
45
128260
3000
možná dostaneme naprosto rozdílné výsledky.
02:11
Even if you're logged out, one engineer told me,
46
131260
3000
Jeden inženýr mi řekl, že i když jste odhlášení,
02:14
there are 57 signals
47
134260
2000
vysíláte 57 signálů,
02:16
that Google looks at --
48
136260
3000
na které se Google dívá --
02:19
everything from what kind of computer you're on
49
139260
3000
k personalizaci vašeho vyhledávání
02:22
to what kind of browser you're using
50
142260
2000
používá vše od značky vašeho počítače,
02:24
to where you're located --
51
144260
2000
prohlížeče, který používáte,
02:26
that it uses to personally tailor your query results.
52
146260
3000
po místo, kde se zrovna nacházíte.
02:29
Think about it for a second:
53
149260
2000
Zamyslete se nad tím na chvíli:
02:31
there is no standard Google anymore.
54
151260
4000
už neexistuje žádný standartní Google.
02:35
And you know, the funny thing about this is that it's hard to see.
55
155260
3000
Víte, nejlegračnější na tom je, že to nepoznáte.
02:38
You can't see how different your search results are
56
158260
2000
Nevidíte, jak se liší vaše vyhledávání,
02:40
from anyone else's.
57
160260
2000
od výsledků někoho jiného.
02:42
But a couple of weeks ago,
58
162260
2000
Ale před pár týdny
02:44
I asked a bunch of friends to Google "Egypt"
59
164260
3000
jsem poprosil pár přátel, aby vygooglili "Egypt"
02:47
and to send me screen shots of what they got.
60
167260
3000
a poslali mi snímek své obrazovky.
02:50
So here's my friend Scott's screen shot.
61
170260
3000
Tady je obrazovka mého přítele Scotta,
02:54
And here's my friend Daniel's screen shot.
62
174260
3000
a tady Daniela.
02:57
When you put them side-by-side,
63
177260
2000
Když je dáte vedle sebe,
02:59
you don't even have to read the links
64
179260
2000
nemusíte ani číst odkazy,
03:01
to see how different these two pages are.
65
181260
2000
abyste si všimli, jak rozdílné ty stránky jsou.
03:03
But when you do read the links,
66
183260
2000
A když si ty odkazy přečtete,
03:05
it's really quite remarkable.
67
185260
3000
uvidíte opravdu propastný rozdíl.
03:09
Daniel didn't get anything about the protests in Egypt at all
68
189260
3000
Daniel neměl na celé první stránce
03:12
in his first page of Google results.
69
192260
2000
ani slovo o protestech v Egyptě.
03:14
Scott's results were full of them.
70
194260
2000
Scott jich tam má spoustu.
03:16
And this was the big story of the day at that time.
71
196260
2000
V těch dnech toho zrovna byly plné zprávy.
03:18
That's how different these results are becoming.
72
198260
3000
Tady vidíte jak rozdílné ty výsledky jsou.
03:21
So it's not just Google and Facebook either.
73
201260
3000
A není to jen Google a Facebook.
03:24
This is something that's sweeping the Web.
74
204260
2000
Šíří se to po celém internetu.
03:26
There are a whole host of companies that are doing this kind of personalization.
75
206260
3000
Velké množství společností teď zavádí personalizaci.
03:29
Yahoo News, the biggest news site on the Internet,
76
209260
3000
Yahoo News, největší internetové zpravodajství,
03:32
is now personalized -- different people get different things.
77
212260
3000
je teď personalizované -- různí lidé vidí různé věci.
03:36
Huffington Post, the Washington Post, the New York Times --
78
216260
3000
Huffington Post, Washington Post, New York Times --
03:39
all flirting with personalization in various ways.
79
219260
3000
všichni se snaží různě se personalizovat.
03:42
And this moves us very quickly
80
222260
3000
A to nás velmi rychle posunuje
03:45
toward a world in which
81
225260
2000
do světa, ve kterém nám
03:47
the Internet is showing us what it thinks we want to see,
82
227260
4000
internet bude dávat to, co chceme vidět,
03:51
but not necessarily what we need to see.
83
231260
3000
ale ne nutně to, co vidět potřebujeme.
03:54
As Eric Schmidt said,
84
234260
3000
Jak řekl Eric Schmidt,
03:57
"It will be very hard for people to watch or consume something
85
237260
3000
"Pro lidi bude velmi těžké sledovat a konzumovat něco,
04:00
that has not in some sense
86
240260
2000
co pro ně v určitém ohledu
04:02
been tailored for them."
87
242260
3000
nebylo vytvořeno."
04:05
So I do think this is a problem.
88
245260
2000
A já si myslím, že tohle je problém.
04:07
And I think, if you take all of these filters together,
89
247260
3000
Myslím si, že když spojíte všechny tyhle filtry dohromady,
04:10
you take all these algorithms,
90
250260
2000
vezmete všechny ty algoritmy,
04:12
you get what I call a filter bubble.
91
252260
3000
dostanete informační bublinu.
04:16
And your filter bubble is your own personal,
92
256260
3000
A vaše informační bublina je váš osobní,
04:19
unique universe of information
93
259260
2000
jedinečný informační vesmír,
04:21
that you live in online.
94
261260
2000
ve kterém žijete když jste online.
04:23
And what's in your filter bubble
95
263260
3000
Co je ve vaší informační bublině,
04:26
depends on who you are, and it depends on what you do.
96
266260
3000
záleží na tom, kdo jste a co děláte.
04:29
But the thing is that you don't decide what gets in.
97
269260
4000
A vy vůbec nerozhodujete o tom, co se dostane dovnitř.
04:33
And more importantly,
98
273260
2000
A ještě důležitější je,
04:35
you don't actually see what gets edited out.
99
275260
3000
že nevidíte, co se dovnitř nedostane.
04:38
So one of the problems with the filter bubble
100
278260
2000
Jeden z problémů informačních bublin objevili pracovníci Netflixu,
04:40
was discovered by some researchers at Netflix.
101
280260
3000
amerického provozovatele online televize a půjčovny DVD.
04:43
And they were looking at the Netflix queues, and they noticed something kind of funny
102
283260
3000
Dívali se na to, o jaké filmy si zákazníci žádají, a všimli si něčeho zvláštního,
04:46
that a lot of us probably have noticed,
103
286260
2000
čeho si možná všimla i spousta dalších lidí.
04:48
which is there are some movies
104
288260
2000
Že některé filmy si lidé dávají do fronty
04:50
that just sort of zip right up and out to our houses.
105
290260
3000
vždy na začátek - aby je dostali nejdřív.
04:53
They enter the queue, they just zip right out.
106
293260
3000
(Vždy je možné půjčit si jen jeden film naráz)
04:56
So "Iron Man" zips right out,
107
296260
2000
Filmy jako "Iron Man" bývají na začátku,
04:58
and "Waiting for Superman"
108
298260
2000
a "Čekání na Supermana"
05:00
can wait for a really long time.
109
300260
2000
někde na konci.
05:02
What they discovered
110
302260
2000
Objevili,
05:04
was that in our Netflix queues
111
304260
2000
že v Netflixových frontách
05:06
there's this epic struggle going on
112
306260
3000
probíhá obrovský boj
05:09
between our future aspirational selves
113
309260
3000
mezi naším cílevědomým já hledícím do budoucnosti
05:12
and our more impulsive present selves.
114
312260
3000
a naším impulzivním současným já.
05:15
You know we all want to be someone
115
315260
2000
Víte, všichni chceme
05:17
who has watched "Rashomon,"
116
317260
2000
jednou vidět film Rašomón,
05:19
but right now
117
319260
2000
ale zrovna teď
05:21
we want to watch "Ace Ventura" for the fourth time.
118
321260
3000
se jdeme počtvrté koukat na Ace Venturu.
05:24
(Laughter)
119
324260
3000
(Smích)
05:27
So the best editing gives us a bit of both.
120
327260
2000
Ten nejlepší filtr by nám měl dát trochu od všeho.
05:29
It gives us a little bit of Justin Bieber
121
329260
2000
Trochu Justina Biebera
05:31
and a little bit of Afghanistan.
122
331260
2000
a trochu Afghánistánu.
05:33
It gives us some information vegetables;
123
333260
2000
Nějaké výživné informace
05:35
it gives us some information dessert.
124
335260
3000
a nějaký informační zákusek.
05:38
And the challenge with these kinds of algorithmic filters,
125
338260
2000
A největší záludnost těchto algoritmických,
05:40
these personalized filters,
126
340260
2000
personalizovaných filtrů je právě to,
05:42
is that, because they're mainly looking
127
342260
2000
že sledují hlavně,
05:44
at what you click on first,
128
344260
4000
na co klikáme jako první,
05:48
it can throw off that balance.
129
348260
4000
což může narušit tu požadovanou rovnováhu.
05:52
And instead of a balanced information diet,
130
352260
3000
A místo vyvážené informační stravy
05:55
you can end up surrounded
131
355260
2000
dostaneme jen
05:57
by information junk food.
132
357260
2000
informační menu z MacDonalda.
05:59
What this suggests
133
359260
2000
Což naznačuje, že jsme se možná
06:01
is actually that we may have the story about the Internet wrong.
134
361260
3000
s našimi představami o internetu pěkně spletli.
06:04
In a broadcast society --
135
364260
2000
Ve vysílacích společnostech --
06:06
this is how the founding mythology goes --
136
366260
2000
tak to říká mytologie vysílání --
06:08
in a broadcast society,
137
368260
2000
tak v těch vysílacích společnostech
06:10
there were these gatekeepers, the editors,
138
370260
2000
byli správci, editoři,
06:12
and they controlled the flows of information.
139
372260
3000
kteří kontrolovali proudění informací.
06:15
And along came the Internet and it swept them out of the way,
140
375260
3000
A pak přišel internet a smetl je z cesty,
06:18
and it allowed all of us to connect together,
141
378260
2000
umožnil všem navzájem se propojit,
06:20
and it was awesome.
142
380260
2000
a bylo to skvělé.
06:22
But that's not actually what's happening right now.
143
382260
3000
Ale to už se teď neděje.
06:26
What we're seeing is more of a passing of the torch
144
386260
3000
Teď můžeme sledovat, jak živí strážci
06:29
from human gatekeepers
145
389260
2000
předávají štafetu
06:31
to algorithmic ones.
146
391260
3000
algoritmickým strážcům.
06:34
And the thing is that the algorithms
147
394260
3000
A problém je v tom, že algoritmy
06:37
don't yet have the kind of embedded ethics
148
397260
3000
nemají zabudovanou etiku
06:40
that the editors did.
149
400260
3000
těch bývalých živých strážců.
06:43
So if algorithms are going to curate the world for us,
150
403260
3000
Takže pokud za nás mají svět hlídat algoritmy,
06:46
if they're going to decide what we get to see and what we don't get to see,
151
406260
3000
pokud to budou ony, kdo rozhoduje, co vidíme a co nevidíme,
06:49
then we need to make sure
152
409260
2000
pak si musíme dát pozor,
06:51
that they're not just keyed to relevance.
153
411260
3000
aby se neřídily automaticky jen podle našeho výběru.
06:54
We need to make sure that they also show us things
154
414260
2000
Musíme zajistit, aby nám také nabízely věci,
06:56
that are uncomfortable or challenging or important --
155
416260
3000
které jsou nepříjemné, podnětné a důležité,
06:59
this is what TED does --
156
419260
2000
aby nám ukazovaly jiné úhly pohledu
07:01
other points of view.
157
421260
2000
-- jako to dělá třeba TED.
07:03
And the thing is, we've actually been here before
158
423260
2000
V podobné situaci
07:05
as a society.
159
425260
2000
už společnost jednou byla.
07:08
In 1915, it's not like newspapers were sweating a lot
160
428260
3000
V roce 1915 se noviny příliš nestaraly
07:11
about their civic responsibilities.
161
431260
3000
o nějakou občanskou zodpovědnost.
07:14
Then people noticed
162
434260
2000
A pak si lidé všimli,
07:16
that they were doing something really important.
163
436260
3000
že ony mají velmi důležitý úkol.
07:19
That, in fact, you couldn't have
164
439260
2000
Že nemůžete mít
07:21
a functioning democracy
165
441260
2000
fungující demokracii,
07:23
if citizens didn't get a good flow of information,
166
443260
4000
pokud občané nemají kvalitní přísun informací.
07:28
that the newspapers were critical because they were acting as the filter,
167
448260
3000
Noviny byly kritické, protože fungovaly jako filtr,
07:31
and then journalistic ethics developed.
168
451260
2000
a tak se vyvinula novinářská etika.
07:33
It wasn't perfect,
169
453260
2000
Nebyla dokonalá,
07:35
but it got us through the last century.
170
455260
3000
ale pomohla nám přežít minulé století.
07:38
And so now,
171
458260
2000
A teď jsme s internetem
07:40
we're kind of back in 1915 on the Web.
172
460260
3000
zpátky v situaci z roku 1915.
07:44
And we need the new gatekeepers
173
464260
3000
A potřebujeme, aby noví strážci
07:47
to encode that kind of responsibility
174
467260
2000
zabudovali ten smysl zodpovědnosti
07:49
into the code that they're writing.
175
469260
2000
do kódu, který vytvářejí.
07:51
I know that there are a lot of people here from Facebook and from Google --
176
471260
3000
Vím, že je tu přítomno mnoho lidí z Facebooku i z Googlu --
07:54
Larry and Sergey --
177
474260
2000
Larry a Sergey --
07:56
people who have helped build the Web as it is,
178
476260
2000
lidé, kteří pomohli vybudovat Web do dnešní podoby,
07:58
and I'm grateful for that.
179
478260
2000
a já jsem jim za to vděčný.
08:00
But we really need you to make sure
180
480260
3000
Ale musíme si teď dát velký pozor,
08:03
that these algorithms have encoded in them
181
483260
3000
aby algoritmy měly v sobě zabudovaný
08:06
a sense of the public life, a sense of civic responsibility.
182
486260
3000
smysl pro veřejný život, pro občanskou zodpovědnost.
08:09
We need you to make sure that they're transparent enough
183
489260
3000
Musíme se ujistit, že jsou dostatečně průhledné,
08:12
that we can see what the rules are
184
492260
2000
že známe pravidla,
08:14
that determine what gets through our filters.
185
494260
3000
která rozhodují o tom, co projde našimi filtry.
08:17
And we need you to give us some control
186
497260
2000
A my potřebujeme, abyste nám vy dali kontrolu,
08:19
so that we can decide
187
499260
2000
abychom mohli rozhodovat,
08:21
what gets through and what doesn't.
188
501260
3000
co se k nám dostane a co ne.
08:24
Because I think
189
504260
2000
Protože jsem předvědčený,
08:26
we really need the Internet to be that thing
190
506260
2000
že internet opravdu potřebujeme takový,
08:28
that we all dreamed of it being.
191
508260
2000
jaký jsme si ho kdysi vysnili.
08:30
We need it to connect us all together.
192
510260
3000
Potřebujeme, aby nás všechny spojoval.
08:33
We need it to introduce us to new ideas
193
513260
3000
Potřebujeme, aby přinášel nové nápady,
08:36
and new people and different perspectives.
194
516260
3000
nové lidi a nové úhly pohledu.
08:40
And it's not going to do that
195
520260
2000
A to se nestane,
08:42
if it leaves us all isolated in a Web of one.
196
522260
3000
pokud budeme izolováni v naší vlastní "síti".
08:45
Thank you.
197
525260
2000
Děkuji.
08:47
(Applause)
198
527260
11000
(Potlesk)
O tomto webu

Tato stránka vám představí videa na YouTube, která jsou užitečná pro výuku angličtiny. Uvidíte lekce angličtiny vedené špičkovými učiteli z celého světa. Dvojklikem na anglické titulky zobrazené na každé stránce s videem si video přehrajete přímo odtud. Titulky se posouvají synchronizovaně s přehráváním videa. Pokud máte nějaké připomínky nebo požadavky, kontaktujte nás prosím pomocí tohoto kontaktního formuláře.

https://forms.gle/WvT1wiN1qDtmnspy7