Technology that knows what you're feeling | Poppy Crum

137,815 views ・ 2018-07-10

TED


Pro přehrání videa dvakrát klikněte na anglické titulky níže.

Korektor: Kateřina Jabůrková
00:12
What happens when technology knows more about us than we do?
0
12881
4456
Co se stane, když technologie o nás ví více než my?
00:17
A computer now can detect our slightest facial microexpressions
1
17992
3672
Dnes umí počítač zjistit nepatrný výraz v našem obličeji
00:21
and be able to tell the difference between a real smile and a fake one.
2
21688
3611
a rozpoznat pravý úsměv od falešného.
00:25
That's only the beginning.
3
25323
1734
To je pouze začátek.
00:27
Technology has become incredibly intelligent
4
27466
2865
Technologie se stala úžasně inteligentní
00:30
and already knows a lot about our internal states.
5
30355
3400
a o našich vnitřních stavech už toho hodně ví.
00:34
And whether we like it or not,
6
34085
2286
Ať se nám to líbí nebo ne,
00:36
we already are sharing parts of our inner lives
7
36395
3499
už sdílíme části našeho vnitřního života,
00:39
that's out of our control.
8
39918
1733
které jsou mimo naši kontrolu.
00:43
That seems like a problem,
9
43413
1421
To vypadá jako problém,
00:44
because a lot of us like to keep what's going on inside
10
44858
3246
protože mnozí z nás nechávají to, co se děje uvnitř,
oddělené od toho, co lidé vlastně vidí.
00:48
from what people actually see.
11
48128
1647
00:50
We want to have agency over what we share and what we don't.
12
50323
4420
Chceme mít kontrolu nad tím, co sdílíme, a co ne.
00:55
We all like to have a poker face.
13
55473
2321
Všichni rádi nasazujeme pokerovou tvář.
00:59
But I'm here to tell you that I think that's a thing of the past.
14
59584
3346
Ale ráda bych vám řekla, že to je podle mne věc minulosti.
01:03
And while that might sound scary, it's not necessarily a bad thing.
15
63347
4770
Přestože to může znít děsivě, není to nutně špatné.
01:09
I've spent a lot of time studying the circuits in the brain
16
69030
2770
Strávila jsem hodně času studiem mozkových okruhů,
01:11
that create the unique perceptual realities that we each have.
17
71824
3693
které vytvářejí jedinečné percepční reality každého z nás.
01:16
And now I bring that together
18
76110
1405
Spojuji to se schopnostmi dnešní technologie,
01:17
with the capabilities of current technology
19
77539
2062
01:19
to create new technology that does make us better,
20
79625
2537
aby nás nová technologie udělala lepšími,
abychom více cítili, více se propojili.
01:22
feel more, connect more.
21
82186
1600
01:24
And I believe to do that,
22
84482
1786
Aby se to podařilo,
01:26
we have to be OK losing some of our agency.
23
86292
2749
je potřeba se smířit se ztrátou části našeho vlivu.
01:30
With some animals, it's really amazing,
24
90149
2523
S některými zvířaty je to úžasné
01:32
and we get to see into their internal experiences.
25
92696
3474
a my máme možnost nahlédnout do jejich vnitřních prožitků.
01:36
We get this upfront look at the mechanistic interaction
26
96649
3722
Dostaneme přímý vhled do mechanistické interakce
01:40
between how they respond to the world around them
27
100395
2817
jejich reakcí na okolní svět
01:43
and the state of their biological systems.
28
103236
2008
a stavem jejich biologických systémů.
01:45
This is where evolutionary pressures like eating, mating
29
105268
3809
Zde evoluční tlaky jako stravování, páření
01:49
and making sure we don't get eaten
30
109101
1762
a ujištění, že se nestanou potravou,
01:50
drive deterministic behavioral responses to information in the world.
31
110887
4157
řídí deterministické reakce chování na informace ve světě.
01:55
And we get to see into this window,
32
115806
2794
My vidíme skrze toto okno
01:58
into their internal states and their biological experiences.
33
118624
3636
do jejich vnitřních stavů a biologických zážitků.
02:02
It's really pretty cool.
34
122284
1642
Je to opravdu pěkně vzrušující.
02:03
Now, stay with me for a moment -- I'm a violinist, not a singer.
35
123950
4103
Teď se mnou mějte trochu strpení - jsem houslistka, ne zpěvačka,
02:08
But the spider's already given me a critical review.
36
128077
3590
a pavouk mi už dal kritickou recenzi.
02:16
(Video) (Singing in a low pitch)
37
136907
2060
(video) (zpěv nízkého tónu)
02:19
(Singing in a middle pitch)
38
139868
2888
(zpěv středního tónu)
02:23
(Singing in a high pitch)
39
143800
2505
(zpěv vysokého tónu)
02:27
(Singing in a low pitch)
40
147069
1421
(zpěv nízkého tónu)
02:29
(Singing in a middle pitch)
41
149236
1600
(zpěv středního tónu)
02:31
(Singing in a high pitch)
42
151403
1777
(zpěv vysokého tónu)
02:33
(Laughter)
43
153204
1150
(smích)
02:36
Poppy Crum: It turns out, some spiders tune their webs like violins
44
156387
3198
Poppy Crum: Ukázalo se, že někteří pavouci
ladí své sítě jako housle, aby rezonovaly s některými zvuky.
02:39
to resonate with certain sounds.
45
159609
2158
02:41
And likely, the harmonics of my voice as it went higher
46
161791
2771
A asi harmonie mého hlasu, jak stoupal výše a byl hlasitější,
02:44
coupled with how loud I was singing
47
164586
1730
02:46
recreated either the predatory call of an echolocating bat or a bird,
48
166340
4467
připomínal buď dravčí volání echolokujícího netopýra nebo ptáka
02:50
and the spider did what it should.
49
170831
1881
a pavouk tak dělal to, co měl.
02:53
It predictively told me to bug off.
50
173300
2817
Jak se dalo předpokládat, řekl mi, abych se klidila.
02:56
I love this.
51
176824
1150
To mě fascinuje.
02:58
The spider's responding to its external world
52
178546
3309
Pavouk reaguje na jeho vnější svět
03:01
in a way that we get to see and know what's happening to its internal world.
53
181879
4350
způsobem umožňujícím nám vidět, co se děje v jeho vnitřním světě.
03:07
Biology is controlling the spider's response;
54
187069
2206
Biologie ovládá reakci pavouka;
03:09
it's wearing its internal state on its sleeve.
55
189299
2776
otevřeně ukazuje svůj vnitřní svět.
03:13
But us, humans --
56
193768
1655
Zato my, lidé -
03:16
we're different.
57
196184
1150
my jsme jiní.
03:17
We like to think we have cognitive control over what people see, know and understand
58
197899
5735
Rádi si myslíme, že máme kognitivní kontrolu nad tím,
co lidé vidí, ví a chápou o našem světě uvnitř -
03:23
about our internal states --
59
203658
1409
03:25
our emotions, our insecurities, our bluffs, our trials and tribulations --
60
205091
4303
naše emoce, nejistoty, klamání, strasti a soužení -
03:29
and how we respond.
61
209418
1267
a jak reagujeme.
03:31
We get to have our poker face.
62
211927
2282
Musíme mít svou pokerovou tvář.
03:35
Or maybe we don't.
63
215799
1200
A nebo možná ne.
03:37
Try this with me.
64
217728
1182
Zkuste toto se mnou.
03:38
Your eye responds to how hard your brain is working.
65
218934
2690
Vaše oko reaguje na to, jak hodně pracuje váš mozek.
03:42
The response you're about to see is driven entirely by mental effort
66
222363
3230
Reakce, kterou uvidíte, je zcela řízena duševním úsilím
03:45
and has nothing to do with changes in lighting.
67
225617
2635
a nemá nic společného se změnou světla.
03:48
We know this from neuroscience.
68
228276
1650
Toto víme z neurovědy.
03:49
I promise, your eyes are doing the same thing as the subject in our lab,
69
229950
4560
Přísahám, že vaše oči dělají to samé, jako u osoby v naší laboratoři,
03:54
whether you want them to or not.
70
234534
1734
ať už chcete nebo ne.
03:56
At first, you'll hear some voices.
71
236292
2173
Nejdříve uslyšíte nějaké hlasy.
03:58
Try and understand them and keep watching the eye in front of you.
72
238489
3278
Pokuste se jim rozumět a stále se dívejte na oko před vámi.
04:01
It's going to be hard at first,
73
241791
1498
Nejdříve to bude těžké,
04:03
one should drop out, and it should get really easy.
74
243313
2391
jeden hlas vypadne, a pak to bude o hodně lehčí.
04:05
You're going to see the change in effort in the diameter of the pupil.
75
245728
3325
Změnu v úsilí uvidíte v průměru zornice.
04:10
(Video) (Two overlapping voices talking)
76
250140
2567
(video) (dva překrývající se hlasy)
04:12
(Single voice) Intelligent technology depends on personal data.
77
252731
2963
(1 hlas) Inteligentní technologie závisí na osobních datech.
04:15
(Two overlapping voices talking)
78
255718
2446
(dva překrývající se hlasy)
04:18
(Single voice) Intelligent technology depends on personal data.
79
258188
2976
(1 hlas) Inteligentní technologie závisí na osobních datech.
04:21
PC: Your pupil doesn't lie.
80
261680
1326
04:23
Your eye gives away your poker face.
81
263030
2400
Vaše oči zradí váš pokerový výraz.
04:25
When your brain's having to work harder,
82
265990
1913
Když mozek musí více pracovat,
04:27
your autonomic nervous system drives your pupil to dilate.
83
267927
2785
autonomní nervový systém rozšíří vaše zorničky.
04:30
When it's not, it contracts.
84
270736
1555
Když nemusí, smrští se.
04:32
When I take away one of the voices,
85
272680
1691
Když odstraním jeden z těch hlasů,
04:34
the cognitive effort to understand the talkers
86
274395
2262
kognitivní úsilí nutné na porozumění hovořícím
04:36
gets a lot easier.
87
276681
1158
je méně náročné.
04:37
I could have put the two voices in different spatial locations,
88
277863
3000
Mohla jsem umístit ty dva hlasy do různých prostorů,
04:40
I could have made one louder.
89
280887
1666
mohla jsem jeden zesílit.
04:42
You would have seen the same thing.
90
282577
1738
Uviděli byste to samé.
04:45
We might think we have more agency over the reveal of our internal state
91
285006
4786
Můžeme si myslet, že máme větší vliv
na odkrývání našeho vnitřního světa než onen pavouk,
04:49
than that spider,
92
289816
1579
04:51
but maybe we don't.
93
291419
1266
ale možná nemáme.
04:53
Today's technology is starting to make it really easy
94
293021
2969
Dnešní technologie velmi usnadňuje
04:56
to see the signals and tells that give us away.
95
296014
2690
rozpoznání signálů a vodítek, které nás prozrazují.
04:59
The amalgamation of sensors paired with machine learning
96
299109
3294
Spojení senzorů se strojovým učením o nás, našem okolí a prostředí,
05:02
on us, around us and in our environments,
97
302427
2413
05:04
is a lot more than cameras and microphones tracking our external actions.
98
304864
4653
znamená mnohem více než fotoaparáty a mikrofony sledující naše chování.
05:12
Our bodies radiate our stories
99
312529
2818
Naše těla vyzařují naše příběhy
05:15
from changes in the temperature of our physiology.
100
315371
2666
teplotními změnami naší fyziologie.
05:18
We can look at these as infrared thermal images
101
318546
2261
Vidíte je na infračervených snímcích,
05:20
showing up behind me,
102
320831
1160
kde červené jsou teplejší a modré studenější.
05:22
where reds are hotter and blues are cooler.
103
322015
2070
05:24
The dynamic signature of our thermal response
104
324458
3183
Dynamický rys naší tepelné odezvy
05:27
gives away our changes in stress,
105
327665
3031
odhaluje naše změny ve stresu,
05:30
how hard our brain is working,
106
330720
2008
jak hodně náš mozek pracuje,
05:32
whether we're paying attention
107
332752
1936
jestli dáváme pozor
05:34
and engaged in the conversation we might be having
108
334712
2627
a jsme zapojení do rozhovoru, kterého se účastníme,
05:37
and even whether we're experiencing a picture of fire as if it were real.
109
337363
4095
a dokonce i zda prožíváme snímek ohně, jako by byl opravdový.
05:41
We can actually see people give off heat on their cheeks
110
341482
2643
Můžeme vidět, jak lidské tváře skutečně vyzařují teplo
05:44
in response to an image of flame.
111
344149
2200
při pohledu na obrázek ohně.
05:48
But aside from giving away our poker bluffs,
112
348013
2929
Ale kromě odhalování našich pokerových klamání,
05:50
what if dimensions of data from someone's thermal response
113
350966
4746
co když dimenze dat, na základě něčí termální reakce,
05:55
gave away a glow of interpersonal interest?
114
355736
2659
odhalí vyzařování mezilidského zájmu?
05:58
Tracking the honesty of feelings in someone's thermal image
115
358966
3532
Stopování upřímnosti v pocitech na termálním snímku
06:02
might be a new part of how we fall in love and see attraction.
116
362522
3626
je možná součástí nového způsobu, jak se zamilovat a vnímat přitažlivost.
06:06
Our technology can listen, develop insights and make predictions
117
366172
3693
Naše technologie umí naslouchat, pochopit a předvídat
06:09
about our mental and physical health
118
369889
2095
naše mentální a fyzické zdraví,
06:12
just by analyzing the timing dynamics of our speech and language
119
372008
4000
a to analýzou časování dynamiky naší řeči a jazyka
06:16
picked up by microphones.
120
376032
1443
zachycených mikrofonem.
06:18
Groups have shown that changes in the statistics of our language
121
378038
3880
Skupiny prokázaly, že změny ve statistikách našeho jazyka
06:21
paired with machine learning
122
381942
1420
propojené se strojovým učením
06:23
can predict the likelihood someone will develop psychosis.
123
383386
3161
mohou předpovědět pravděpodobnost vývoje psychózy.
06:27
I'm going to take it a step further
124
387442
1751
Pojďme o krok dál a podívejme se
06:29
and look at linguistic changes and changes in our voice
125
389217
2587
na lingvistické změny a změny v našem hlase,
06:31
that show up with a lot of different conditions.
126
391828
2239
které se objevují za mnoha odlišných podmínek.
06:34
Dementia, diabetes can alter the spectral coloration of our voice.
127
394091
4367
Demence, cukrovka může změnit spektrum barev v našem hlase.
06:39
Changes in our language associated with Alzheimer's
128
399205
3119
Změny v našem jazyce spojené s Alzheimerem
06:42
can sometimes show up more than 10 years before clinical diagnosis.
129
402348
4365
se mohou objevit i 10 let před klinickou diagnózou.
06:47
What we say and how we say it tells a much richer story
130
407236
3960
Co říkáme a jak to říkáme, vypovídá mnohem bohatší příběh,
06:51
than we used to think.
131
411220
1254
než jsme si mysleli.
06:53
And devices we already have in our homes could, if we let them,
132
413022
4047
A přístroje, které už máme doma, by nám mohly, pokud jim to dovolíme,
06:57
give us invaluable insight back.
133
417093
2134
předat nedocenitelný vhled.
06:59
The chemical composition of our breath
134
419998
2978
Chemické složení našeho dechu
07:03
gives away our feelings.
135
423959
1354
prozrazuje naše pocity.
07:06
There's a dynamic mixture of acetone, isoprene and carbon dioxide
136
426363
4478
Je v něm dynamická směs acetonu, izoprenu a oxidu uhličitého,
07:10
that changes when our heart speeds up, when our muscles tense,
137
430865
3384
která se mění, když se nám zrychlí tep, když se naše svaly napnou,
07:14
and all without any obvious change in our behaviors.
138
434809
2897
a to vše bez viditelné změny v našem chování.
07:18
Alright, I want you to watch this clip with me.
139
438268
2738
Chci, abyste se podívali na tento klip.
07:21
Some things might be going on on the side screens,
140
441030
3119
Možná se něco bude dít po stranách obrazovky,
07:24
but try and focus on the image in the front
141
444173
3777
ale soustřeďte se na snímek vpředu
07:27
and the man at the window.
142
447974
1463
a na muže v okně.
07:31
(Eerie music)
143
451633
2658
(tajemná hudba)
07:39
(Woman screams)
144
459767
1437
(ženský křik)
07:50
PC: Sorry about that. I needed to get a reaction.
145
470692
2395
PC: Omlouvám se. Potřebovala jsem získat reakci.
07:53
(Laughter)
146
473111
1785
(smích)
07:55
I'm actually tracking the carbon dioxide you exhale in the room right now.
147
475412
4972
Sleduji totiž oxid uhličitý, který zde nyní vydechujete.
08:01
We've installed tubes throughout the theater,
148
481903
3293
Nainstalovali jsme při zemi po celém divadle trubky,
08:05
lower to the ground, because CO2 is heavier than air.
149
485220
2595
protože oxid uhličitý je těžší než vzduch.
08:07
But they're connected to a device in the back
150
487839
2667
Jsou připojené k přístroji v zákulisí,
08:10
that lets us measure, in real time, with high precision,
151
490530
3287
který nám v reálném čase dovoluje
s vysokou přesností změřit rozdíl v koncentraci oxidu uhličitého.
08:13
the continuous differential concentration of CO2.
152
493841
2922
08:17
The clouds on the sides are actually the real-time data visualization
153
497246
5508
Ty mraky po stranách vlastně v reálném čase vizualizují data
08:22
of the density of our CO2.
154
502778
1998
o hustotě oxidu uhličitého.
08:25
You might still see a patch of red on the screen,
155
505374
3699
Na obrazovce můžete stále vidět červenou skvrnu,
08:29
because we're showing increases with larger colored clouds,
156
509097
3705
protože zvýšení zobrazujeme většími barevnými mraky,
08:32
larger colored areas of red.
157
512826
2196
většími barevnými plochami červené.
08:35
And that's the point where a lot of us jumped.
158
515046
2559
Toto je moment, kdy většina z nás nadskočila.
08:38
It's our collective suspense driving a change in carbon dioxide.
159
518173
4915
Je to naše společné napětí, které způsobí změnu oxidu uhličitého.
08:43
Alright, now, watch this with me one more time.
160
523649
2722
Dobře, nyní se na to podíváme ještě jednou.
08:46
(Cheerful music)
161
526395
2238
(veselá hudba)
08:54
(Woman laughs)
162
534553
2137
(ženský smích)
09:05
PC: You knew it was coming.
163
545344
1349
PC: Věděli jste, co přijde.
09:06
But it's a lot different when we changed the creator's intent.
164
546717
3363
Je to ale velký rozdíl, když jsme změnili záměr tvůrce.
09:10
Changing the music and the sound effects
165
550776
2769
Změnou hudby a zvukových efektů
09:13
completely alter the emotional impact of that scene.
166
553569
3603
se úplně změnil vliv scény na emoce.
09:17
And we can see it in our breath.
167
557196
2134
Můžeme to vidět na našem dechu.
09:20
Suspense, fear, joy
168
560196
2262
Napětí, strach, radost se všechny ukazují
09:22
all show up as reproducible, visually identifiable moments.
169
562482
4507
jako napodobitelné, vizuálně identifikovatelné momenty.
09:27
We broadcast a chemical signature of our emotions.
170
567473
4151
Vysíláme chemický popis našich emocí.
09:35
It is the end of the poker face.
171
575249
2133
To je konec pokerové tváře.
09:38
Our spaces, our technology will know what we're feeling.
172
578582
3566
Naše okolí, technologie, bude vědět, jak se cítíme.
09:42
We will know more about each other than we ever have.
173
582736
2785
Dozvíme se o sobě navzájem více, než jsme kdy věděli.
09:45
We get a chance to reach in and connect to the experience and sentiments
174
585911
4307
Budeme mít šanci dosáhnout na a propojit zkušenosti a cítění,
09:50
that are fundamental to us as humans
175
590242
1742
která jsou emočně a sociálně
09:52
in our senses, emotionally and socially.
176
592008
2410
pro lidské vnímání zásadní.
09:55
I believe it is the era of the empath.
177
595482
2540
Věřím, že to je éra empatie.
09:58
And we are enabling the capabilities that true technological partners can bring
178
598046
5222
Rozvíjíme schopnosti, které naši skuteční technologičtí partneři
mohou přinést ke vzájemnému propojení mezi námi a technologií.
10:03
to how we connect with each other and with our technology.
179
603292
3047
10:06
If we recognize the power of becoming technological empaths,
180
606363
3389
Uvědomíme-li si moc technologické empatie,
10:09
we get this opportunity
181
609776
1936
dostaneme takovou příležitost,
10:11
where technology can help us bridge the emotional and cognitive divide.
182
611736
4424
kdy nám technologie může pomoci přemostit emoční a kognitivní propast.
10:16
And in that way, we get to change how we tell our stories.
183
616680
2723
A tak můžeme změnit způsob, jakým vyprávíme naše příběhy.
10:19
We can enable a better future for technologies like augmented reality
184
619427
3580
Lze tak umožnit lepší budoucnost pro technologie jako rozšířená realita,
10:23
to extend our own agency and connect us at a much deeper level.
185
623031
4193
abychom tak zvětšili naši působnost a propojili se na mnohem hlubší úrovni.
10:27
Imagine a high school counselor being able to realize
186
627625
2547
Představte si středoškolského poradce schopného si uvědomit,
10:30
that an outwardly cheery student really was having a deeply hard time,
187
630196
3826
že navenek veselý student ve skutečnosti trpí,
10:34
where reaching out can make a crucial, positive difference.
188
634046
3180
kdy pomoc může způsobit zásadní, pozitivní změnu.
10:37
Or authorities, being able to know the difference
189
637766
3230
Nebo autority, které umí poznat rozdíl
10:41
between someone having a mental health crisis
190
641020
2325
mezi někým, kdo má krizi duševního zdraví
10:43
and a different type of aggression,
191
643369
1826
a jiným typem agrese,
10:45
and responding accordingly.
192
645219
1800
a podle toho reagovat.
10:47
Or an artist, knowing the direct impact of their work.
193
647609
3273
Nebo umělce, který zná přímý účinek svého díla.
10:52
Leo Tolstoy defined his perspective of art
194
652173
2643
Lev Tolstoj definoval, jak vnímá umění tím,
10:54
by whether what the creator intended
195
654840
1785
zda to, co tvůrce zamýšlel,
10:56
was experienced by the person on the other end.
196
656649
2586
člověk na druhém konci pocítil.
10:59
Today's artists can know what we're feeling.
197
659259
2566
Dnešní umělci mohou znát, co cítíme.
11:02
But regardless of whether it's art or human connection,
198
662204
3005
Ale ať už je to umění nebo propojení lidí,
11:06
today's technologies will know and can know
199
666608
2802
dnešní technologie poznají a mohou poznat,
11:09
what we're experiencing on the other side,
200
669434
2048
co na druhé straně prožíváme,
11:11
and this means we can be closer and more authentic.
201
671506
2618
a to znamená, že si můžeme být blíž a více autentičtí.
11:14
But I realize a lot of us have a really hard time
202
674498
4293
Ale chápu, že mnoho z nás má potíž přijmout myšlenku
11:18
with the idea of sharing our data,
203
678815
2267
sdílet naše data
11:21
and especially the idea that people know things about us
204
681673
3111
a hlavně myšlenku, že lidé o nás ví věci,
11:24
that we didn't actively choose to share.
205
684808
2321
které jsme vědomě nechtěli sdílet.
11:28
Anytime we talk to someone,
206
688728
2216
Kdykoli s někým mluvíme,
11:31
look at someone
207
691946
1555
když se na někoho podíváme
11:33
or choose not to look,
208
693525
1468
nebo se rozhodneme se nedívat,
11:35
data is exchanged, given away,
209
695017
2647
data se změní, vzdáváme se jich
11:38
that people use to learn,
210
698533
2205
a lidé je použijí k poznání,
11:40
make decisions about their lives and about ours.
211
700762
3267
učiní rozhodnutí o životě svém nebo našem.
11:45
I'm not looking to create a world where our inner lives are ripped open
212
705469
3968
Nechci vytvořit svět, kde jsou naše vnitřní životy obnaženy,
11:49
and our personal data and our privacy given away
213
709461
2348
naše osobní data a soukromí předány lidem a subjektům,
11:51
to people and entities where we don't want to see it go.
214
711833
2713
kterým je nechceme dát.
11:55
But I am looking to create a world
215
715117
2762
Ale chci vytvořit svět,
11:57
where we can care about each other more effectively,
216
717903
3408
kde můžeme jeden o druhého efektivněji pečovat,
12:01
we can know more about when someone is feeling something
217
721335
3060
kde se můžeme dozvědět více o tom, když někdo pociťuje něco,
12:04
that we ought to pay attention to.
218
724419
1872
čemu bychom měli věnovat pozornost.
12:06
And we can have richer experiences from our technology.
219
726800
3335
A můžeme mít bohatší zážitky z naší technologie.
12:10
Any technology can be used for good or bad.
220
730887
2357
Každá technologie se dá použít pro dobro i zlo.
12:13
Transparency to engagement and effective regulation
221
733268
2412
Proto průhlednost zapojení a efektivní předpisy
12:15
are absolutely critical to building the trust for any of this.
222
735704
3120
jsou jednoznačně zásadní pro vybudování důvěry.
12:20
But the benefits that "empathetic technology" can bring to our lives
223
740106
4834
Ale přínos, který nám "empatická technologie" může přinést do života,
12:24
are worth solving the problems that make us uncomfortable.
224
744964
3891
stojí za vyřešení problémů, ze kterých jsme nesví.
12:29
And if we don't, there are too many opportunities and feelings
225
749315
4025
A pokud tak neučiníme, je příliš mnoho příležitostí a pocitů,
12:33
we're going to be missing out on.
226
753364
1695
o které budeme přicházet.
12:35
Thank you.
227
755083
1175
Děkuji vám.
12:36
(Applause)
228
756282
2479
(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