Massive-scale online collaboration | Luis von Ahn

Translator: Bjarne Poulsen Reviewer: Morten Kelder Skouboe

How many of you had to fill out a web form

Hvor mange her har prøvet at udfylde en formular på internettet,

where you've been asked to read

hvor I blev bedt om at læse en forvrænget række af tegn som denne?

a distorted sequence of characters like this?

Hvor mange af jer syntes, det var virkelig, virkelig irriterende?

How many of you found it really annoying?

Udmærket. Det var mig, der opfandt det.

(Laughter)

OK, outstanding. So I invented that.

(Latter)

(Laughter)

Eller jeg var med til at lave det.

Or I was one of the people who did it.

Sådan en kaldes en CAPTCHA.

That thing is called a CAPTCHA.

Den er der, fordi den skal sikre, at du - den enhed, der udfylder formularen -

And it is there to make sure you, the entity filling out the form,

- er et menneske og ikke et computerprogram

are a human and not a computer program

der skal bruges til at sende formularen flere millioner gange.

that was written to submit the form millions of times.

Den virker, fordi mennesker -

The reason it works is because humans, at least non-visually-impaired humans,

- eller i hvert fald mennesker uden synsbesvær -

sagtens kan læse disse forvrængede og snørklede tegn,

have no trouble reading these distorted characters,

men det er computerprogammer ikke så gode til endnu.

whereas programs can't do it as well yet.

In the case of Ticketmaster,

F.eks. som det er tilfældet for Ticketmaster,

the reason you have to type these characters

skal du skrive disse disse forvrængede tegn

is to prevent scalpers from writing a program

så billethajer ikke skriver et program,

that can buy millions of tickets, two at a time.

der kan købe millioner af billetter - to ad gangen.

CAPTCHAs are used all over the Internet.

CAPTCHA'er bruges overalt på internettet.

And since they're used so often,

Og eftersom de bruges så ofte,

a lot of times the sequence of random characters shown to the user

vil den nøjagtige rækkefølge af tilfældige tegn, som brugeren får vist,

ikke være specielt heldig.

is not so fortunate.

So this is an example from the Yahoo registration page.

Her er et eksempel fra Yahoo's tilmeldingsside.

The random characters that happened to be shown to the user

De tilfældige tegn, som brugeren fik vist,

var W, A, I, T, som jo giver et ord, der betyder VENT.

were W, A, I, T, which, of course, spell a word.

Men det bedste er den meddelelse, som

But the best part is the message

that the Yahoo help desk got about 20 minutes later.

Yahoo's kundehjælp modtog 20 minutter senere.

[Help! I've been waiting for over 20 minutes and nothing happens.]

Teks: "Hjælp! Jeg har ventet i over 20 minutter, og der sker ingenting."

(Laughter)

(Latter)

This person thought they needed to wait.

Denne person troede, man skulle vente.

This, of course, is not as bad as this poor person.

Dette er selvfølgelig ikke så slemt, som for denne stakkel.

(Laughter)

(Latter)

CAPTCHA Project is something that we did at Carnegie Melllon over 10 years ago,

Vi gennemførte CAPTCHA-projektet her på Carnegie Mellon for over 10 år siden,

og det bliver brugt overalt.

and it's been used everywhere.

Let me now tell you about a project that we did a few years later,

Lad mig fortælle om et projekt, som vi gennemførte nogle få år senere,

og som kan kaldes næste trin i CAPTCHA's udvikling.

which is sort of the next evolution of CAPTCHA.

Dette er et projekt, som vi kalder reCAPTCHA,

This is a project that we call reCAPTCHA,

som vi startede her på Carnegie Mellon,

which is something that we started here at Carnegie Mellon,

hvorefter vi gjorde det til en opstartsvirksomhed.

then we turned it into a start-up company.

Og så for halvandet år siden,

And then about a year and a half ago, Google actually acquired this company.

har Google faktisk købt denne virksomhed.

Lad mig fortælle jer, hvad dette projekt satte i gang.

Let me tell you what this project started.

Projektet blev startet ud fra følgende observation:

This project started from the following realization:

Det viser sig, at ca. 200 millioner CAPTCHA'er

It turns out that approximately 200 million CAPTCHAs

indtastes af mennesker hver dag i hele verden.

are typed everyday by people around the world.

When I first heard this, I was quite proud of myself.

Da vi hørte det første gang, blev jeg ret stolt af mig selv.

Jeg tænkte "Se, hvilken indvirkning min forskning har haft".

I thought, look at the impact my research has had.

Men så blev jeg ked af det.

But then I started feeling bad.

Sagen er, at hver gang du indtaster en CAPTCHA,

Here's the thing: each time you type a CAPTCHA,

spilder du 10 sekunder af din tid.

essentially, you waste 10 seconds of your time.

And if you multiply that by 200 million,

Og hvis du ganger det med 200 millioner,

you get that humanity is wasting about 500,000 hours every day

bliver resultatet, at menneskeheden spilder ca. 500.000 timer hver dag

typing these annoying CAPTCHAs.

på at indtaste irriterende CAPTCHA'er.

(Laughter)

Så jeg begyndte at føle mig ked af det.

So then I started feeling bad.

(Laughter)

(Latter)

And then I started thinking, of course, we can't just get rid of CAPTCHAs,

Og så tænkte jeg, at vi kan selvfølgelig ikke bare afskaffe CAPTCHA'er,

fordi sikkerheden på internettet er ligesom afhængig af dem.

because the security of the web depends on them.

Men jeg begyndt at tænke, om der er en måde, hvorpå vi kan bruge denne indsats

But then I started thinking, can we use this effort

for something that is good for humanity?

til noget, der er godt for menneskeheden?

So see, here's the thing.

Så dette er, hvad det drejer sig om.

While you're typing a CAPTCHA, during those 10 seconds,

Mens du indtaster en CAPTCHA - i de 10 sekunder -

gør din hjerne noget fantastisk.

your brain is doing something amazing.

Your brain is doing something that computers cannot yet do.

Din hjerne gør noget, som computere ikke kan gøre.

Kan vi få dig til at gøre et nyttigt stykke arbejde i de 10 sekunder?

So can we get you to do useful work for those 10 seconds?

Formuleret på en anden måde:

Is there some humongous problem that we cannot yet get computers to solve,

Er der et eller andet kæmpe problem, som vi ikke kan få computere til at løse?

og som vi kan opdele i 10-sekunders bidder,

yet we can split into tiny 10-second chunks

such that each time somebody solves a CAPTCHA,

sådan at hver gang nogen løser en CAPTCHA,

løser vedkommende en lille del af dette problem?

they solve a little bit of this problem?

Og svaret på det spørgsmål er "ja", og det er, hvad vi gør nu.

And the answer to that is "yes," and this is what we're doing now.

Det som du muligvis ikke ved er, at når du indtaster en CAPTCHA i dag,

Nowadays, while you're typing a CAPTCHA,

er du ikke bare i færd med at bekræfte, at du er et menneske,

not only are you authenticating yourself as a human,

men du hjælper os også med at digitalisere bøger.

but in addition you're helping us to digitize books.

Lad mig forklare, hvordan det virker.

Let me explain how this works.

Der findes en masse projekter, hvor man forsøger at digitalisere bøger.

There's a lot of projects trying to digitize books.

Google har et projekt, og Internet Archive har et.

Google has one. The Internet Archive has one.

Amazon, med Kindle, prøver at digitalisere bøger.

Amazon, with the Kindle, is trying to digitize books.

De fungerer grundlæggende ved,

Basically, the way this works is you start with an old book.

at du begynder med en gammel bog.

You've seen those things, right?

Du har set sådan nogen, ikke? En bog?

Like a book?

(Latter)

(Laughter)

So you start with a book and then you scan it.

Du starter med en bog, og så scanner du den.

Det at scanne en bog

Now, scanning a book

is like taking a digital photograph of every page.

er som at tage et digitalt fotografi af hver side i bogen.

Det giver dig et billede for hver side i bogen.

It gives you an image for every page.

Dette er et billede med tekst for hver side i bogen.

This is an image with text for every page of the book.

Det næste trin i processen er,

The next step in the process is that the computer needs to be able

at computeren skal kunne tyde alle ordene i billedet.

to decipher the words in this image.

Det sker ved hjælp af en teknologi, der kaldes OCR,

That's using a technology called OCR, for optical character recognition,

optisk tegngenkendelse,

which takes a picture of text

som tager et billede af teksten

and tries to figure out what text is in there.

og forsøger at finde ud af, hvilken tekst det indeholder.

Now, the problem is that OCR is not perfect.

Problemet er, at OCR ikke er perfekt.

Særligt med gamle bøger,

Especially for older books

where the ink has faded and the pages have turned yellow,

hvor tryksværten er blegnet, og siderne er blevet gule,

OCR cannot recognize a lot of the words.

kan OCR ikke genkende en stor del af ordene.

For things that were written more than 50 years ago,

F.eks. ved tekster, der er skrevet for over 50 års siden,

kan computeren ikke genkende omkring 30 procent af ordene.

the computer cannot recognize about 30 percent of the words.

Så det vi gør nu,

So now we're taking all of the words that the computer cannot recognize

er at tage alle de ord, som computeren ikke kan genkende,

and we're getting people to read them for us

og får mennesker til at læse dem for os,

while they're typing a CAPTCHA on the Internet.

mens de indtaster CAPTCHA'er på internettet.

Så næste gang, du indtaster en CAPTCHA, vil de ord, du skriver,

So the next time you type a CAPTCHA, these words that you're typing

faktisk være ord, som kommer fra digitaliserede bøger,

are actually words from books that are being digitized

that the computer could not recognize.

og som computeren ikke kunne genkende.

The reason we have two words nowadays instead of one

Og nu til årsagen til, at vi har to ord i dag i stedet for et:

Det er fordi, at et af ordene

is because one of the words

is a word that the system just got out of a book,

er et ord, som systemet fandt i en bog,

det kunne ikke genkende ordet, og systemet viser dig det.

it didn't know what it was and it's going to present it to you.

Men eftersom systemet ikke kender svaret, kan det ikke validere det for dig.

But since it doesn't know the answer, it cannot grade it.

Derfor giver vi dig et andet ord,

So we give you another word,

for which the system does know the answer.

som systemet kender svaret på.

We don't tell you which one's which and we say, please type both.

Vi fortæller ikke, hvilket ord der er hvad, og vi beder dig indtaste dem begge.

Og hvis du skriver det rigtige ord

And if you type the correct word

for det ord, som systemet kender svaret på,

for the one for which the system knows the answer,

antager det, at du er menneske,

it assumes you are human

and it also gets some confidence that you typed the other word correctly.

og det får også en vis tillid til, at du har skrevet det andet ord rigtigt.

Og hvis vi gentager denne proces for f.eks. 10 forskellige personer,

And if we repeat this process to 10 different people

og de alle er enige om, hvad ordet er,

and they agree on what the new word is,

har vi fået digitaliseret endnu et ord korrekt.

then we get one more word digitized accurately.

Det er altså sådan systemet virker.

So this is how the system works.

Og siden vi frigav det for 3 - 4 år siden,

And since we released it about three or four years ago,

er mange websteder begyndt at skifte

a lot of websites have started switching from the old CAPTCHA,

fra den gamle CAPTCHA, hvor folk spildte deres tid,

where people wasted their time,

til den nye CAPTCHA, hvor folk er med til at digitalisere bøger.

to the new CAPTCHA where people are helping to digitize books.

For eksempel Ticketmaster.

So every time you buy tickets on Ticketmaster,

Hver gang, du køber billetter på Ticketmaster, er du med til at digitalisere en bog.

you help to digitize a book.

Facebook: Hver gang du tilføjer en ven eller prikker til nogen,

Facebook: Every time you add a friend or poke somebody,

er du med til at digitalisere en bog.

you help to digitize a book.

Twitter og ca. 350.000 andre websteder bruger alle reCAPTCHA.

Twitter and about 350,000 other sites are all using reCAPTCHA.

Og faktisk er der så mange websteder, der bruger reCAPTCHA,

And the number of sites that are using reCAPTCHA is so high

at antallet af ord, som vi digitaliserer hver dag, er virkelig, virkelig stort.

that the number of words we're digitizing per day is really large.

Det er cirka 100 millioner om dagen,

It's about 100 million a day,

hvilket svarer til cirka 2,5 millioner bøger om året.

which is the equivalent of about two and a half million books a year.

Og dette gøres et ord ad gangen

And this is all being done one word at a time

bare ved at folk indtaster CAPTCHA'er på internettet.

by just people typing CAPTCHAs on the Internet.

(Bifald)

(Applause)

Now, of course,

Men selvfølgelig...

since we're doing so many words per day,

eftersom vi laver så mange ord om dagen,

kan der ske sjove ting.

funny things can happen.

This is especially true because now we're giving people

Og dette gør sig særligt gældende nu, hvor vi giver folk

to tilfældige engelske ord ved siden af hinanden.

two randomly chosen English words next to each other.

Så der kan ske sjove ting.

So funny things can happen.

For eksempel viste vi dette ord.

For example, we presented this word.

Det er ordet "Kristne", og der er intet galt med det.

It's the word "Christians"; there's nothing wrong with it.

Men hvis du viser det ved siden af et andet tilfældigt ord,

But if you present it along with another randomly chosen word,

kan der ske slemme ting.

bad things can happen.

Så får vi dette. (Tekst: slemme kristne)

So we get this.

[bad Christians]

Men det er værre endnu, fordi det websted, hvor vi viste dette,

But it's even worse, because the website where we showed this

hedder faktisk "Ambassaden for Guds Kongerige".

actually happened to be called The Embassy of the Kingdom of God.

(Latter)

(Laughter)

Ups.

Oops.

(Laughter)

(Latter)

Her er en anden virkelig slem en.

Here's another really bad one.

JohnEdwards.com

JohnEdwards.com

[Damn liberal]

(Tekst: Forbandet liberal)

(Laughter)

(Latter)

Så vi bliver ved at fornærme folk hver eneste dag.

So we keep on insulting people left and right everyday.

Vi nøjes selvfølgelig ikke med at fornærme folk.

Of course, we're not just insulting people.

Sagen er, at eftersom vi viser to tilfældigt valgte ord,

Here's the thing. Since we're presenting two randomly chosen words,

kan der ske interessante ting.

interesting things can happen.

So this actually has given rise to a really big Internet meme

Dette har faktisk startet

et virkelig stort internetfænomen,

that tens of thousands of people have participated in,

som titusindvis af mennesker har deltaget i,

der kaldes CAPTCHA-kunst.

which is called CAPTCHA art.

I'm sure some of you have heard about it.

Jeg er sikker på, at nogle af jer har hørt om det.

Here's how it works.

Det virker sådan her.

Imagine you're using the Internet and you see a CAPTCHA

Forestil dig, at du bruger internettet og ser en CAPTCHA,

that you think is somewhat peculiar,

som du synes er lidt mærkelig,

like this CAPTCHA.

f.eks. denne CAPTCHA. (Tekst: usynlig brødrister)

[invisible toaster]

What you're supposed to do is you take a screenshot of it.

Det du så skal gøre, er at tage et skærmbillede af den.

Og så skal du selvfølgelig lige udfylde CAPTCHA'en,

Then of course, you fill out the CAPTCHA because you help us digitize a book.

fordi du hjælper os med at digitalisere en bog.

Men altså, først skal du tage et skærmbillede,

But first you take a screenshot

and then you draw something that is related to it.

og derefter tegner du noget, der har relation til den.

(Latter)

(Laughter)

That's how it works.

Det er sådan, det fungerer.

(Laughter)

There are tens of thousands of these.

Der er titusindvis af dem.

Some of them are very cute.

Nogle af dem er meget søde. (Tekst: knyttede den)

[clenched it]

(Latter)

(Laughter)

Nogle af dem er sjovere.

Some of them are funnier.

(Tekst: stenede grundlæggere)

[stoned Founders]

(Laughter)

(Latter)

And some of them, like paleontological shvisle ...

Og nogle af dem,

som palæontologisk shvisle,

(Laughter)

indeholder Snoop Dogg.

they contain Snoop Dogg.

(Laughter)

(Latter)

OK, so this is my favorite number of reCAPTCHA.

OK, det her er mit yndlingstal for reCAPTCHA.

Det er, hvad jeg allerbedst kan lide ved hele projektet.

So this is the favorite thing that I like about this whole project.

Det er antallet af individuelle personer,

This is the number of distinct people

der har hjulpet os med at digitalisere mindst ét ord i en bog via reCAPTCHA:

that have helped us digitize at least one word out of a book through reCAPTCHA:

750 millioner,

750 million, a little over 10 percent of the world's population,

hvilket er lidt over 10 procent af verdens befolkning,

has helped us digitize human knowledge.

har hjulpet os med at digitalisere menneskelig viden.

And it is numbers like these that motivate my research agenda.

Og det er tal som disse, der motiverer mig i min forskning.

So the question that motivates my research is the following:

Det spørgsmål, der motiverer min forskning, er følgende:

Hvis man ser på, hvad menneskeheden har opnået af store ting,

If you look at humanity's large-scale achievements,

de virkelig store ting,

these really big things

that humanity has gotten together and done historically --

som menneskeheden historisk har lavet i fællesskab -

like, for example, building the pyramids of Egypt

f.eks. pyramiderne i Egypten

or the Panama Canal

eller Panamakanalen

or putting a man on the Moon --

eller at sende en mand til månen -

there is a curious fact about them,

er der en besynderlig ting, de har til fælles,

and it is that they were all done with about the same number of people.

og det er, at de alle blev udført af det samme antal mennesker.

Det er mærkeligt. De blev alle udført af ca. 100.000 personer.

It's weird; they were all done with about 100,000 people.

Og grunden til dette er, at før internettet, var det

And the reason for that is because, before the Internet,

at koordinere mere end 100.000 mennesker

coordinating more than 100,000 people,

for ikke at tale om at betale dem - stort set umuligt.

let alone paying them, was essentially impossible.

Men nu, hvor vi har internettet, har jeg lige vist jer et projekt,

But now with the Internet, I've just shown you a project

hvor vi har 750 millioner mennesker,

where we've gotten 750 million people to help us digitize human knowledge.

der hjælper os med at digitalisere menneskelig viden.

Så det spørgsmål, der motiverer min forskning er,

So the question that motivates my research is,

hvis vi kan sende en mand til månen med 100.000,

if we can put a man on the Moon with 100,000,

what can we do with 100 million?

hvad kan vi så gøre med 100 millioner?

So based on this question,

Så på grundlag af dette spørgsmål

we've had a lot of different projects that we've been working on.

har vi arbejdet på mange forskellige projekter.

Lad mig fortælle jer om et projekt, jeg er meget spændt på.

Let me tell you about one that I'm most excited about.

This is something that we've been semiquietly working on

Det er noget, vi har arbejdet på lidt i det stille

i det sidste halvandet års tid.

for the last year and a half or so.

Det er ikke offentliggjort endnu. Det kaldes Duolingo.

It hasn't yet been launched. It's called Duolingo.

Og da det ikke er offentliggjort, så...shyyy.

Since it hasn't been launched, shhh!

(Latter)

(Laughter)

Yeah, I can trust you'll do that.

Ja, jeg kan stole på, at I gør det.

Det her er projektet. Sådan startede det.

So this is the project. Here's how it started.

Det startede ved at jeg stillede min ph.d.-studerende,

It started with me posing a question to my graduate student, Severin Hacker.

Severin Hacker, et spørgsmål.

OK, det er Severin Hacker.

OK, that's Severin Hacker.

Jeg stillede min ph.d.-studerende et spørgsmål.

So I posed the question to my graduate student.

Og ja, I hørte rigtigt:

By the way, you did hear me correctly; his last name is Hacker.

Hans efternavn er Hacker.

(Laughter)

Jeg stillede ham dette spørgsmål:

So I posed this question to him: How can we get 100 million people

Hvordan kan vi få 100 millioner mennesker

translating the web into every major language for free?

til at oversætte internettet til alle hovedsprog gratis?

OK, der er meget, man kan sige om dette spørgsmål.

There's a lot of things to say about this question.

For det første om at oversætte internettet.

First of all, translating the web.

Lige nu er internettet opdelt i flere sprog.

Right now, the web is partitioned into multiple languages.

En stor del af det er på engelsk.

A large fraction of it is in English.

Hvis du ikke kan engelsk, har du ikke adgang til den.

If you don't know English, you can't access it.

Men der er store dele på andre sprog,

But there's large fractions in other different languages,

og hvis du ikke kan disse sprog, har du ikke adgang til dem.

and if you don't know them, you can't access it.

Altså vil jeg gerne oversætte hele internettet, eller i det mindste det meste af internettet,

So I would like to translate all of the web,

or at least most of it, into every major language.

til hver hovedsprog.

Det er, hvad jeg kunne tænke mig at gøre.

That's what I would like to do.

Now, some of you may say, why can't we use computers to translate?

Nogle af jer vil måske sige, hvorfor kan vi ikke bruge computere til at oversætte med?

Hvorfor kan vi ikke bruge maskinoversættelse?

Machine translation is starting to translate

Maskinoversættelse i dag er begyndt at oversætte nogle sætninger her og der.

some sentences here and there.

Hvorfor kan vi ikke bruge det til at oversætte hele internettet?

Why can't we use it to translate the web?

Tja, problemet er, at det ikke er godt nok endnu,

The problem with that is it's not yet good enough

og det bliver det sikkert ikke de næste 15 til 20 år.

and it probably won't be for the next 15 to 20 years.

Der laves en masse fejl.

It makes a lot of mistakes. Even when it doesn't,

Selv når det ikke laver fejl,

since it makes so many mistakes, you don't know whether to trust it or not.

netop fordi det laver så mange fejl, kan du ikke være sikker på, om du kan stole på oversættelsen.

Lad mig vise jer et eksempel

So let me show you an example

of something that was translated with a machine.

på noget, der er oversat af en maskine.

Det er faktisk et indlæg fra et forum.

Actually, it was a forum post.

It was somebody who was trying to ask a question about JavaScript.

En person forsøgte at stille et spørgsmål om JavaScript.

It was translated from Japanese into English.

Det blev oversat fra japansk til engelsk.

So I'll just let you read.

I kan bare få lov at læse.

This person starts apologizing

Denne person begynder med at undskylde

for the fact that it's translated with a computer.

for, at det er oversat med en computer.

So the next sentence is going to be the preamble to the question.

Så den næste sætning vil være indledningen til spørgsmålet.

Han forklarer bare noget.

So he's just explaining something.

Husk, det er et spørgsmål vedrørende JavaScript.

Remember, it's a question about JavaScript.

[At often, the goat-time install a error is vomit.]

(Tekst: Ofte gede-tiden installerer en fejl er opkast.)

(Laughter)

(Latter)

Then comes the first part of the question.

Derefter kommer den første del af spørgsmålet.

[How many times like the wind, a pole, and the dragon?]

(Tekst: Hvor mange gange som vinden, en pæl og dragen?)

(Laughter)

(Latter)

Derefter kommer den del af spørgsmålet, jeg holder mest af.

Then comes my favorite part of the question.

[This insult to father's stones?]

(Tekst: Dette fornærmelse til fars sten?)

(Laughter)

(Latter)

Og så afslutningen, som er det allerbedste af det hele.

And then comes the ending,

which is my favorite part of the whole thing.

(Tekst: Undskyld venligst for Deres dumhed. Der er mange tak.)

[Please apologize for your stupidity. There are a many thank you.]

(Laughter)

(Latter)

OK, so computer translation, not yet good enough.

OK, så maskinoversættelse er ikke godt nok endnu.

Tilbage til spørgsmålet.

So back to the question.

Vi vil gerne have, at mennesker oversætter hele internettet.

So we need people to translate the whole web.

Det næste spørgsmål, I måske vil stille, er,

So now the next question you may have is,

hvorfor kan vi ikke bare betale nogen for at gøre det?

well, why can't we just pay people to do this?

Vi kunne betale professionelle oversættere for at oversætte hele internettet.

We could pay professional translators to translate the whole web.

Det kunne vi.

We could do that.

Unfortunately, it would be extremely expensive.

Desværre ville det være ekstremt dyrt.

For example, translating a tiny fraction of the whole web, Wikipedia,

For eksempel ville prisen for at oversætte en lille-bitte del af hele internettet, Wikipedia,

til et andet sprog, spansk.

into one other language, Spanish.

OK? Wikipedia exists in Spanish,

Wikipedia findes på spansk,

but it's very small compared to the size of English.

men det er meget lille sammenlignet med størrelsen på engelsk.

Spansk er ca. 20 procent af størrelsen af engelsk.

It's about 20 percent of the size of English.

Hvis vi ønskede at oversætte de sidste 80 procent til spansk,

If we wanted to translate the other 80 percent into Spanish,

ville det koste mindst 50 millioner dollars -

it would cost at least 50 million dollars --

og det ville være i selv det grovest udnyttede, outsourcing-land vi kunne finde.

and this is even at the most exploited, outsourcing country out there.

Så det ville være dyrt.

So it would be very expensive.

Det vi vil gøre i stedet er at få 100 millioner mennesker

So what we want to do is, we want to get 100 million people

til at oversætte internettet til alle hovedsprog

translating the web into every major language for free.

gratis.

Hvis det er det, du gerne vil,

If this is what you want to do, you quickly realize

vil du hurtigt finde ud af, at du støder på to ganske store hurdler,

you're going to run into two big hurdles, two big obstacles.

to store forhindringer.

The first one is a lack of bilinguals.

Den første er manglen på tosprogede.

So I don't even know

Jeg ved ikke engang,

if there exists 100 million people out there using the web

om der findes 100 millioner mennesker derude, som bruger internettet,

who are bilingual enough to help us translate.

og som er tilstrækkeligt tosprogede til at hjælpe os med at oversætte.

Det er et stort problem.

That's a big problem.

The other problem you're going to run into is a lack of motivation.

Det andet problem, du vil støde på, er manglende motivation.

Hvordan vil vi motivere folk

How are we going to motivate people to actually translate the web for free?

til faktisk at oversætte internettet gratis?

Normalt bliver man nødt til at betale folk for at gøre det.

Normally, you have to pay people to do this.

So how are we going to motivate them to do it for free?

Hvordan vil vi så motivere dem til at gøre det gratis?

Da vi begyndte at tænke på dette, blev vi blokeret af disse to spørgsmål.

When we were starting to think about this, we were blocked by these two things.

Men så fandt vi ud af, at der faktisk er en måde,

But then we realized, there's a way

hvorpå vi kan løse begge disse problemer med samme løsning.

to solve both these problems with the same solution.

Der var en måde, vi kunne slå to fluer med ét smæk.

To kill two birds with one stone.

Det er, hvis vi laver oversættelse af sprog

And that is to transform language translation

into something that millions of people want to do

om til noget, som millioner af mennesker gerne vil,

and that also helps with the problem of lack of bilinguals,

og som også hjælper på problemet med manglen på tosprogede,

and that is language education.

og det er sproglig uddannelse.

So it turns out that today,

Det viser sig, at der i dag

there are over 1.2 billion people learning a foreign language.

er over 1,2 milliarder mennesker, der er ved at lære et fremmedsprog.

Folk vil virkelig, virkelig gerne lære et fremmedsprog.

People really want to learn a foreign language.

Og det er ikke bare, fordi de bliver tvunget til det i skolen.

And it's not just because they're being forced to do so in school.

For eksempel er der alene i USA

In the US alone, there are over five million people

over 5 millioner mennesker, der har betalt over 500 $

who have paid over $500 for software to learn a new language.

for software, der kan bruges til at lære et nyt sprog.

Så folk vil virkelig, virkelig gerne lære et nyt sprog.

So people really want to learn a new language.

Det som vi har arbejdet på det seneste halvandet år, er et nyt websted -

So what we've been working on for the last year and a half

det hedder Duolingo -

is a new website -- it's called Duolingo --

hvor den grundlæggende tanke er, at folk lærer et nyt sprog gratis,

where the basic idea is people learn a new language for free

while simultaneously translating the web.

mens de samtidig oversætter internettet.

Så helt basalt er det læring ved praktisk arbejde.

And so basically, they're learning by doing.

Det virker på den måde, at

So the way this works

is whenever you're a just a beginner, we give you very simple sentences.

hvis du bare er begynder, giver vi dig meget, meget simple sætninger.

Der er selvfølgelig mange meget simple sætninger på internettet.

There's a lot of very simple sentences on the web.

Vi giver dig meget, meget simple sætninger

We give you very simple sentences along with what each word means.

sammen med oplysninger om, hvad hvert ord betyder.

And as you translate them

Og mens du oversætter dem, og når du kan se, hvordan andre mennesker oversætter dem,

and as you see how other people translate them,

begynder du at lære sproget.

you start learning the language.

Og efterhåndens som du stiger i niveau,

And as you get more advanced,

we give you more complex sentences to translate.

giver vi dig mere komplicerede sætninger at oversætte.

But at all times, you're learning by doing.

Men du lærer hele tiden, mens du oversætter.

Now, the crazy thing about this method is that it actually really works.

Det skøre ved denne metode er,

at den faktisk virker.

People are really learning a language.

For det første vil folk virkelig, virkelig gerne lære et sprog.

We're mostly done building it and now we're testing it.

Vi er næsten færdige med det, og vi er ved at teste det.

Folk kan virkelig lære et sprog med det.

People really can learn a language with it.

Og de lærer det cirka lige så hurtigt som ved hjælp af den førende software til sprogundervisning.

And they learn it about as well as the leading language learning software.

Så folk lærer faktisk et sprog.

So people really do learn a language.

Og ikke alene lærer de det lige så godt,

And not only do they learn it as well, but actually it's more interesting.

men det er faktisk mere interessant.

Fordi med Duoling lærer man faktisk med virkeligt indhold.

Because with Duolingo, people are learning with real content.

Modsat når man lærer med sætninger, der er opdigtet,

As opposed to learning with made-up sentences,

lærer folk med virkeligt indhold, som helt naturligt vil være interessant.

people are learning with real content, which is inherently interesting.

Så folk lærer virkelig et sprog.

So people really do learn a language.

Men det som er mere overraskende er,

But perhaps more surprisingly,

at de oversættelser, vi får fra personer, der bruger webstedet,

the translations that we get from people using the site,

even though they're just beginners,

også selv om de bare er begyndere,

the translations that we get

de oversættelser, vi får, er ligeså korrekte, som oversætteler fra professionelle oversætter,

are as accurate as those of professional language translators,

og det er meget overraskende.

which is very surprising.

Lad mig vise jer et eksempel.

So let me show you one example.

This is a sentence that was translated from German into English.

Dette er en sætning, der er blevet oversat fra tysk til engelsk.

Den øverste er tysk.

The top is the German. The middle is an English translation

Den midterste er en engelsk oversættelse,

that was done by a professional translator

der er lavet af en, som var professionel engelsk-oversætter,

who we paid 20 cents a word for this translation.

som vi har betalt 20 cent pr. ord for denne oversættelse.

Den nederste oversættelse er lavet af brugere af Duolingo,

And the bottom is a translation by users of Duolingo,

hvoraf ingen kunne tysk,

none of whom knew any German before they started using the site.

før de begyndte at bruge webstedet.

If you can see, it's pretty much perfect.

I kan se, at det er nærmest perfekt.

Of course, we play a trick here

Vi bruger selvfølgelig et trick her,

to make the translations as good as professional language translators.

så oversættelserne bliver ligeså gode som dem fra professionelle oversættere.

Vi kombinerer oversættelserne fra flere begyndere,

We combine the translations of multiple beginners

så vi får samme kvalitet som fra en enkelt professionel oversætter.

to get the quality of a single professional translator.

Now, even though we're combining the translations,

Selv om vi kombinerer oversættelserne,

the site actually can translate pretty fast.

kan webstedet faktisk oversætte ret hurtigt.

Lad mig vise jer det.

So let me show you,

this is our estimates of how fast we could translate Wikipedia

Dette er, hvor lang tid vi regner med, det vil tage at oversætte Wikipedia

fra engelsk til spansk.

from English into Spanish.

Remember, this is 50 million dollars' worth of value.

Husk, det har en værdi af 50 millioner dollars.

So if we wanted to translate Wikipedia into Spanish,

Så hvis vi ville oversætte Wikipedia til spansk,

kunne vi gøre det på fem uger med 100.000 aktive brugere.

we could do it in five weeks with 100,000 active users.

Og vi kunne gøre det på ca. 80 timer med en million aktive brugere.

And we could do it in about 80 hours with a million active users.

eftersom alle projekter, min gruppe har arbejdet på indtil nu, har fået millioner af brugere,

Since all the projects my group has worked on so far

have gotten millions of users,

har vi gode forhåbninger til, at vi vil kunne

we're hopeful that we'll be able to translate extremely fast.

oversætte meget hurtigt med dette projekt.

Det som jeg synes er mest spændende ved Duolingo,

Now, the thing that I'm most excited about with Duolingo

er, at det efter min mening giver en fair forretningsmodel for sprogundervisning.

is I think this provides a fair business model for language education.

Det jeg mener, er dette:

So here's the thing:

Den nuværende forretningsmodel for sprogundervisning er,

The current business model for language education

at den studerende betaler,

is the student pays,

and in particular, the student pays Rosetta Stone 500 dollars.

og særligt: den studerende betaler Rosetta Stone 500 dollar.

(Latter)

(Laughter)

Det er den nuværende forretningsmodel.

That's the current business model.

Problemet med denne forretningsmodel er,

The problem with this business model

at 95 procent af verdens befolkning ikke har 500 dollar.

is that 95 percent of the world's population doesn't have 500 dollars.

Derfor er det ekstremt urimeligt i forhold til de fattige.

So it's extremely unfair towards the poor.

Denne model tilgodeser kun de rige.

This is totally biased towards the rich.

Men se, i Duolingo

Now, see, in Duolingo,

because while you learn, you're actually creating value,

eftersom du, mens du lærer,

faktisk skaber værdi - du oversætter noget -

you're translating stuff --

which, for example, we could charge somebody for translations,

som vi f.eks. kunne tage betaling for oversættelser.

so this is how we could monetize this.

Dette er en måde, vi kunne gøre dette kommercielt på

Since people are creating value while they're learning,

Da folk skaber værdi, mens de lærer,

behøver de ikke at betale med penge, men de betaler med deres tid.

they don't have to pay with their money, they pay with their time.

Men det magiske her er, at de betaler med deres tid,

But the magical thing here

is that is time that would have had to have been spent anyways

men det er tid, som de ville have været nødt til at bruge alligevel,

mens de lærte sproget.

learning the language.

So the nice thing about Duolingo

Så det fine ved Duolingo, synes jeg, er, at det giver en fair forretningsmodel -

is, I think, it provides a fair business model --

en model, der ikke diskriminerer mod fattige mennesker.

one that doesn't discriminate against poor people.

Så her er webstedet. Mange tak.

So here's the site. Thank you.

(Bifald)

(Applause)

Så her er webstedet.

We haven't yet launched,

Vi har ikke offentliggjort det endnu,

but if you go there, you can sign up to be part of our private beta,

men hvis i besøger siden, kan I tilmelde jer og blive end del af vores private betagruppe,

which is probably going to start in three or four weeks.

som sikkert starter om tre til fire uger.

Vi har ikke startet denne version af Duolingo endnu.

We haven't yet launched it.

By the way, I'm the one talking here,

Forresten, nu er det er mig, der taler her,

but Duolingo is the work of a really awesome team,

men faktisk er Duolingo lavet af et virkelig fantastisk team, hvor af nogen er her i dag.

some of whom are here. So thank you.

Så mange tak.

(Applause)

(Bifald)