Del Harvey: The strangeness of scale at Twitter

Del Harvey: Das Problem der Größenordnung bei Twitter

105,340 views ・ 2014-03-27

TED


Bitte doppelklicken Sie auf die englischen Untertitel unten, um das Video abzuspielen.

Übersetzung: Mick Nitschke Lektorat: Nadine Hennig
00:12
My job at Twitter
0
12984
1291
Mein Job bei Twitter ist es,
00:14
is to ensure user trust,
1
14275
1978
das Vertrauen der User zu bewahren,
00:16
protect user rights and keep users safe,
2
16253
2837
User-Rechte zu sichern und sie zu beschützen,
00:19
both from each other
3
19090
1260
sowohl voreinander
00:20
and, at times, from themselves.
4
20350
3899
als manchmal auch vor sich selbst.
00:24
Let's talk about what scale looks like at Twitter.
5
24249
4275
Reden wir über die Größenordnungen bei Twitter.
00:28
Back in January 2009,
6
28524
2870
Im Januar 2009
00:31
we saw more than two million new tweets each day
7
31394
3331
gab es auf der Plattform jeden Tag
mehr als 2 Millionen neue Tweets.
00:34
on the platform.
8
34725
1764
00:36
January 2014, more than 500 million.
9
36489
5908
Im Januar 2014 waren es mehr als 500 Millionen.
00:42
We were seeing two million tweets
10
42397
2492
2 Millionen Tweets geschehen jetzt
00:44
in less than six minutes.
11
44889
2176
innerhalb von weniger als 6 Minuten.
00:47
That's a 24,900-percent increase.
12
47065
6984
Das ist eine Steigerung um 24 900 %.
00:54
Now, the vast majority of activity on Twitter
13
54049
3253
Die große Mehrheit aller Aktivitäten auf Twitter
00:57
puts no one in harm's way.
14
57302
1503
schadet niemandem.
00:58
There's no risk involved.
15
58805
1935
Da besteht kein Risiko.
01:00
My job is to root out and prevent activity that might.
16
60740
5753
Mein Job ist es, jene Aktivitäten auszumerzen und zu verhindern,
die schädlich sein könnten.
01:06
Sounds straightforward, right?
17
66493
1973
Hört sich wie ein Kinderspiel an.
01:08
You might even think it'd be easy,
18
68466
1152
Vielleicht denken Sie, das wäre einfach,
01:09
given that I just said the vast majority
19
69618
2170
da ich ja gerade sagte,
01:11
of activity on Twitter puts no one in harm's way.
20
71788
3810
dass die große Mehrheit der Aktivitäten auf Twitter niemandem schadet.
01:15
Why spend so much time
21
75598
2169
Warum also so viel Zeit damit verbringen,
01:17
searching for potential calamities
22
77767
2743
nach potenziellem Unheil
01:20
in innocuous activities?
23
80510
2900
in harmlosen Aktivitäten zu suchen?
01:23
Given the scale that Twitter is at,
24
83410
2940
Angesichts der Größe von Twitter
01:26
a one-in-a-million chance happens
25
86350
2357
geschehen Dinge mit einer Wahrscheinlichkeit von 1 : 1 000 000
01:28
500 times a day.
26
88707
4876
ganze 500-mal am Tag.
01:33
It's the same for other companies
27
93583
1445
Das Gleiche gilt für andere Unternehmen
01:35
dealing at this sort of scale.
28
95028
1471
01:36
For us, edge cases,
29
96499
1708
ähnlicher Größe.
Für uns sind solche Ausnahmefälle,
01:38
those rare situations that are unlikely to occur,
30
98207
3625
seltene, unwahrscheinliche Situationen,
01:41
are more like norms.
31
101832
2622
eher der Normfall.
01:44
Say 99.999 percent of tweets
32
104454
3942
Sagen wir mal, 99,999 % der Tweets
01:48
pose no risk to anyone.
33
108396
1888
gefährden niemanden.
01:50
There's no threat involved.
34
110284
1066
Von ihnen geht keine Gefahr aus.
01:51
Maybe people are documenting travel landmarks
35
111350
2954
Vielleicht dokumentieren Leute Sehenswürdigkeiten,
01:54
like Australia's Heart Reef,
36
114304
1963
so wie das "Heart Reef" in Australien,
01:56
or tweeting about a concert they're attending,
37
116267
2921
oder twittern über ein Konzert, auf dem sie sind,
01:59
or sharing pictures of cute baby animals.
38
119188
4747
oder teilen Bilder von niedlichen Tierbabys.
02:03
After you take out that 99.999 percent,
39
123935
4509
Wenn man die 99,999 % ausblendet,
02:08
that tiny percentage of tweets remaining
40
128444
3529
kommt der winzige verbleibende Prozentsatz von Tweets
02:11
works out to roughly
41
131973
2389
noch immer auf nahezu
02:14
150,000 per month.
42
134362
3475
150 000 im Monat.
02:17
The sheer scale of what we're dealing with
43
137837
2456
Die schiere Größe, mit der wir es zu tun haben,
02:20
makes for a challenge.
44
140293
2312
macht es zu einer Herausforderung.
02:22
You know what else makes my role
45
142605
1178
Wissen Sie, was für mich noch
02:23
particularly challenging?
46
143783
3107
eine große Herausforderung darstellt?
02:26
People do weird things.
47
146890
5123
Leute machen komisches Zeug.
(Gelächter)
02:32
(Laughter)
48
152013
1829
02:33
And I have to figure out what they're doing,
49
153842
2391
Ich muss herausfinden, was sie machen,
02:36
why, and whether or not there's risk involved,
50
156233
2249
warum, und ob ein Risiko besteht,
02:38
often without much in terms of context
51
158482
2168
oft ohne viel Wissen über die Zusammenhänge
02:40
or background.
52
160650
1847
oder Hintergründe.
02:42
I'm going to show you some examples
53
162497
2077
Ich zeige Ihnen ein paar Beispiele,
02:44
that I've run into during my time at Twitter --
54
164574
2005
auf die ich bei Twitter gestoßen bin.
02:46
these are all real examples —
55
166579
1620
Das sind echte Beispiele von Situationen,
02:48
of situations that at first seemed cut and dried,
56
168199
2653
die erst ganz klar schienen,
02:50
but the truth of the matter was something
57
170852
1643
aber in Wahrheit völlig anders waren.
02:52
altogether different.
58
172495
1550
02:54
The details have been changed
59
174045
1977
Manche Details wurden verändert,
um Unschuldige zu schützen
02:56
to protect the innocent
60
176022
1257
02:57
and sometimes the guilty.
61
177279
3233
-- und manchmal auch die Schuldigen.
Wir beginnen mal ganz einfach.
03:00
We'll start off easy.
62
180512
3005
03:03
["Yo bitch"]
63
183517
1793
["Hey, Schlampe"]
03:05
If you saw a Tweet that only said this,
64
185310
3228
Wenn Sie einen solchen Tweet sähen,
03:08
you might think to yourself,
65
188538
1694
würden Sie sich vielleicht sagen:
03:10
"That looks like abuse."
66
190232
1653
"Das sieht nach Beleidigung aus."
03:11
After all, why would you want to receive the message,
67
191885
3107
Denn warum würden Sie so eine Nachricht erhalten wollen?
03:14
"Yo, bitch."
68
194992
2218
"Hey, Schlampe."
03:17
Now, I try to stay relatively hip
69
197210
4663
Ich versuche,
relativ nahe an den neusten Trends und Memes zu bleiben.
03:21
to the latest trends and memes,
70
201873
2512
03:24
so I knew that "yo, bitch"
71
204385
2704
Also wusste ich, dass "Hey, Schlampe"
03:27
was also often a common greeting between friends,
72
207089
3154
sowohl häufig eine Begrüßung unter Freunden ist
03:30
as well as being a popular "Breaking Bad" reference.
73
210243
4262
als auch eine gängige Referenz zu "Breaking Bad".
03:34
I will admit that I did not expect
74
214505
2487
Ich gebe zu, dass ich nicht erwartet hatte,
03:36
to encounter a fourth use case.
75
216992
2841
einer vierten Interpretation zu begegnen.
03:39
It turns out it is also used on Twitter
76
219833
3104
Der Ausdruck wird auf Twitter auch von Leuten benutzt,
03:42
when people are role-playing as dogs.
77
222937
3062
die Hunde-Rollenspiele praktizieren. [bitch = auch: Hündin]
03:45
(Laughter)
78
225999
5279
(Gelächter)
03:51
And in fact, in that case,
79
231278
1666
Tatsächlich ist es in diesem Fall
03:52
it's not only not abusive,
80
232944
1609
nicht nur nicht beleidigend,
03:54
it's technically just an accurate greeting.
81
234553
3139
sondern eine völlig korrekte Anrede.
03:57
(Laughter)
82
237692
2889
(Gelächter)
04:00
So okay, determining whether or not
83
240581
2071
Also festzustellen, ob etwas beleidigend ist,
04:02
something is abusive without context,
84
242652
1848
ohne den Zusammenhang zu kennen,
04:04
definitely hard.
85
244500
1592
ist wirklich schwer.
04:06
Let's look at spam.
86
246092
2717
Schauen wir uns mal Spam an.
04:08
Here's an example of an account engaged
87
248809
1960
Hier ein Twitter-Account,
04:10
in classic spammer behavior,
88
250769
1668
der sich wie ein klassischer Spam-Account verhält,
04:12
sending the exact same message
89
252437
1559
indem er denselben Tweet
04:13
to thousands of people.
90
253996
1804
an Tausende von Leuten schickt.
04:15
While this is a mockup I put together using my account,
91
255800
2793
Dieses Beispiel ist von meinem Account konstruiert,
04:18
we see accounts doing this all the time.
92
258593
3001
aber wir beobachten welche, die das ständig tun.
04:21
Seems pretty straightforward.
93
261594
1979
Scheint ziemlich eindeutig zu sein.
04:23
We should just automatically suspend accounts
94
263573
2053
Wir sollten Accounts,
04:25
engaging in this kind of behavior.
95
265626
3307
die sich so verhalten, einfach automatisch sperren.
04:28
Turns out there's some exceptions to that rule.
96
268933
3210
Es gibt aber ein paar Ausnahmen von der Regel.
04:32
Turns out that that message could also be a notification
97
272143
2883
Vielleicht haben Sie die Nachricht sogar angefordert,
04:35
you signed up for that the International Space Station is passing overhead
98
275026
3889
weil Sie wissen wollen, wann sich die Internationale Raumstation
04:38
because you wanted to go outside
99
278915
1846
über Ihnen befindet, weil Sie raus gehen
04:40
and see if you could see it.
100
280761
1948
und schauen wollen, ob Sie sie entdecken.
04:42
You're not going to get that chance
101
282709
1225
Das könnten Sie nicht,
04:43
if we mistakenly suspend the account
102
283934
1847
wenn wir versehentlich den Account sperren würden,
04:45
thinking it's spam.
103
285781
2266
weil wir denken, es ist Spam.
04:48
Okay. Let's make the stakes higher.
104
288047
3526
Okay. Legen wir die Latte höher.
04:51
Back to my account,
105
291573
1916
Kehren wir zurück zu meinem Account
04:53
again exhibiting classic behavior.
106
293489
3505
und zeigen wir wieder klassisches Verhalten.
04:56
This time it's sending the same message and link.
107
296994
2643
Dieses Mal sendet er die gleiche Nachricht mit gleichem Link,
04:59
This is often indicative of something called phishing,
108
299637
2774
was oft ein Anzeichen für "Phishing" ist:
05:02
somebody trying to steal another person's account information
109
302411
3178
Jemand versucht, Account-Infos einer anderen Person zu stehlen,
05:05
by directing them to another website.
110
305589
2203
indem er sie zu einer anderen Webseite lotst.
05:07
That's pretty clearly not a good thing.
111
307792
4194
Das ist natürlich nicht besonders nett.
05:11
We want to, and do, suspend accounts
112
311986
1930
Wir möchten Accounts, die so etwas tun,
05:13
engaging in that kind of behavior.
113
313916
2624
sperren und tun das auch.
05:16
So why are the stakes higher for this?
114
316540
3247
Also warum liegt hier die Latte höher?
05:19
Well, this could also be a bystander at a rally
115
319787
2999
Es könnte auch ein Augenzeuge sein,
05:22
who managed to record a video
116
322786
1910
dem es gelang, einen Polizisten zu filmen,
05:24
of a police officer beating a non-violent protester
117
324696
3270
der einen friedlichen Demonstranten schlägt,
05:27
who's trying to let the world know what's happening.
118
327966
2975
und Ersterer versucht, die Welt über die Zustände aufzuklären.
05:30
We don't want to gamble
119
330941
1643
Wir wollen nicht riskieren,
05:32
on potentially silencing that crucial speech
120
332584
2517
so wichtige Nachrichten zu unterdrücken,
05:35
by classifying it as spam and suspending it.
121
335101
2929
indem wir sie als Spam kennzeichnen und aussortieren.
05:38
That means we evaluate hundreds of parameters
122
338030
2879
Deshalb erheben wir Hunderte von Parametern
05:40
when looking at account behaviors,
123
340909
1688
beim Beobachten eines Accounts,
05:42
and even then, we can still get it wrong
124
342597
2016
und trotzdem können wir uns irren
05:44
and have to reevaluate.
125
344613
2236
und müssen Entscheidungen zurücknehmen.
05:46
Now, given the sorts of challenges I'm up against,
126
346849
3708
Angesichts der Herausforderungen, denen ich gegenüberstehe,
05:50
it's crucial that I not only predict
127
350557
2696
ist es wichtig, dass ich Probleme nicht nur voraussehe,
05:53
but also design protections for the unexpected.
128
353253
3784
sondern mich auch gegen das Unerwartete wappne.
05:57
And that's not just an issue for me,
129
357037
2342
Und das ist nicht nur ein Thema für mich
05:59
or for Twitter, it's an issue for you.
130
359379
2087
oder für Twitter, es ist auch eines für Sie.
06:01
It's an issue for anybody who's building or creating
131
361466
2406
Es ist ein Thema für jeden, der etwas erschafft,
06:03
something that you think is going to be amazing
132
363872
1925
von dem er denkt, es könnte etwas Wundervolles werden
06:05
and will let people do awesome things.
133
365797
2789
und Leute könnten tolle Sachen machen.
06:08
So what do I do?
134
368586
2866
Also was mache ich?
06:11
I pause and I think,
135
371452
3318
Ich lege einen Pause ein und denke,
06:14
how could all of this
136
374770
2095
wie könnte all das
06:16
go horribly wrong?
137
376865
3793
schrecklich schief laufen?
06:20
I visualize catastrophe.
138
380658
4453
Ich stelle mir Katastrophen vor.
06:25
And that's hard. There's a sort of
139
385111
2463
Und das ist schwer.
06:27
inherent cognitive dissonance in doing that,
140
387574
2848
Da entsteht im Kopf eine Art ständige "kognitive Dissonanz",
06:30
like when you're writing your wedding vows
141
390422
1812
so als ob man beim Schreiben seines Ehegelübdes
06:32
at the same time as your prenuptial agreement.
142
392234
2646
gleichzeitig den Ehevertrag aufsetzt.
06:34
(Laughter)
143
394880
1696
(Gelächter)
06:36
But you still have to do it,
144
396576
2373
Aber man muss es tun,
06:38
particularly if you're marrying 500 million tweets per day.
145
398949
4446
besonders, wenn man 500 Millionen Tweets täglich "heiratet".
06:43
What do I mean by "visualize catastrophe?"
146
403395
3097
Was meine ich mit "ich stelle mir Katastrophen vor"?
06:46
I try to think of how something as
147
406492
2762
Ich versuche mir auszudenken,
06:49
benign and innocuous as a picture of a cat
148
409254
3228
wie etwas so Niedliches und Unschuldiges wie ein Katzenbild
06:52
could lead to death,
149
412482
1104
zum Tode führen könnte
06:53
and what to do to prevent that.
150
413586
2326
und wie wir das verhindern können.
06:55
Which happens to be my next example.
151
415912
2383
Das ist also mein nächstes Beispiel.
06:58
This is my cat, Eli.
152
418295
3110
Das ist meine Katze Eli.
07:01
We wanted to give users the ability
153
421405
1981
Wir wollten Usern die Möglichkeit bieten,
07:03
to add photos to their tweets.
154
423386
2073
ihren Tweets Fotos beizufügen.
07:05
A picture is worth a thousand words.
155
425459
1597
Ein Bild sagt mehr als 1 000 Worte.
07:07
You only get 140 characters.
156
427056
2009
Man hat nur 140 Zeichen.
07:09
You add a photo to your tweet,
157
429065
1200
Wenn man seinem Tweet ein Foto beifügt,
07:10
look at how much more content you've got now.
158
430265
3038
transportiert er wesentlich mehr Inhalt.
07:13
There's all sorts of great things you can do
159
433303
1677
Man kann viele tolle Sachen tun,
07:14
by adding a photo to a tweet.
160
434980
2007
indem man einem Tweet ein Foto beifügt.
07:16
My job isn't to think of those.
161
436987
2280
Mein Job ist nicht, darüber nachzudenken.
07:19
It's to think of what could go wrong.
162
439267
2747
Ich muss darüber nachdenken, was schief laufen könnte.
07:22
How could this picture
163
442014
1892
Wie könnte dieses Bild
07:23
lead to my death?
164
443906
3539
zu meinem Tod führen?
07:27
Well, here's one possibility.
165
447445
3160
Hier ist eine Möglichkeit:
07:30
There's more in that picture than just a cat.
166
450605
3086
Das Bild zeigt mehr als nur eine Katze.
07:33
There's geodata.
167
453691
2092
Es beinhaltet auch Geodaten.
07:35
When you take a picture with your smartphone
168
455783
2212
Wenn man ein Bild mit dem Smartphone
07:37
or digital camera,
169
457995
1299
oder der Digitalkamera aufnimmt,
07:39
there's a lot of additional information
170
459294
1654
gibt es eine Menge mehr Informationen,
07:40
saved along in that image.
171
460948
1616
die mit dem Bild gespeichert werden.
07:42
In fact, this image also contains
172
462564
1932
Tatsächlich beinhaltet dieses Bild
07:44
the equivalent of this,
173
464496
1805
ungefähr das.
07:46
more specifically, this.
174
466301
3079
Genauer gesagt: das.
07:49
Sure, it's not likely that someone's going to try
175
469380
1956
Es ist unwahrscheinlich, dass jemand versucht,
07:51
to track me down and do me harm
176
471336
2285
mich aufzuspüren und mir weh zu tun,
07:53
based upon image data associated
177
473621
1784
aufgrund von Bilddaten eines Fotos,
07:55
with a picture I took of my cat,
178
475405
1948
das ich von meiner Katze gemacht habe,
07:57
but I start by assuming the worst will happen.
179
477353
3651
aber ich muss immer das Schlimmste annehmen.
08:01
That's why, when we launched photos on Twitter,
180
481004
2338
Deshalb entschieden wir, als wir damit begannen,
08:03
we made the decision to strip that geodata out.
181
483342
3821
bei Fotos auf Twitter die Geodaten rauszuziehen.
08:07
(Applause)
182
487163
5847
(Applaus)
Ich gehe vom Schlimmsten aus und arbeite mich dann rückwärts.
08:13
If I start by assuming the worst
183
493010
2613
08:15
and work backwards,
184
495623
947
08:16
I can make sure that the protections we build
185
496570
2553
So funktionieren die Sicherheitsmaßnahmen
08:19
work for both expected
186
499123
1768
sowohl für die erwarteten als auch
08:20
and unexpected use cases.
187
500891
2078
für die unerwarteten Fälle.
08:22
Given that I spend my days and nights
188
502969
2945
Wenn man sich vorstellt, dass ich mir Tag und Nacht
08:25
imagining the worst that could happen,
189
505914
2541
die schlimmsten Dinge ausdenke,
08:28
it wouldn't be surprising if my worldview was gloomy.
190
508455
4257
wäre es nicht überraschend, wenn ich ein ziemlich düsteres Weltbild hätte.
08:32
(Laughter)
191
512712
1783
(Gelächter)
08:34
It's not.
192
514495
1417
Aber so ist es nicht.
08:35
The vast majority of interactions I see --
193
515912
3876
Die überwältigende Mehrheit der Interaktionen, die ich sehe,
08:39
and I see a lot, believe me -- are positive,
194
519788
3901
-- und ich sehe viele, glauben Sie mir -- sind positiv.
08:43
people reaching out to help
195
523689
1924
Menschen verbinden sich, um zu helfen
08:45
or to connect or share information with each other.
196
525613
3448
oder Informationen miteinander auszutauschen.
08:49
It's just that for those of us dealing with scale,
197
529061
3323
Nur wir, die mit dieser Größenordnung arbeiten,
08:52
for those of us tasked with keeping people safe,
198
532384
3800
die den Auftrag haben, Menschen zu schützen,
08:56
we have to assume the worst will happen,
199
536184
2546
müssen davon ausgehen, dass das Schlimmste passiert.
08:58
because for us, a one-in-a-million chance
200
538730
4227
Weil für uns eine Wahrscheinlichkeit von 1 : 1 000 000
09:02
is pretty good odds.
201
542957
2749
eine ziemlich realistische Wette ist.
09:05
Thank you.
202
545706
1864
Vielen Dank.
09:07
(Applause)
203
547570
4000
(Applaus)
Über diese Website

Auf dieser Seite finden Sie YouTube-Videos, die zum Englischlernen nützlich sind. Sie sehen Englischlektionen, die von hochkarätigen Lehrern aus der ganzen Welt unterrichtet werden. Doppelklicken Sie auf die englischen Untertitel, die auf jeder Videoseite angezeigt werden, um das Video von dort aus abzuspielen. Die Untertitel laufen synchron mit der Videowiedergabe. Wenn Sie irgendwelche Kommentare oder Wünsche haben, kontaktieren Sie uns bitte über dieses Kontaktformular.

https://forms.gle/WvT1wiN1qDtmnspy7