Beware online "filter bubbles" | Eli Pariser

1,593,210 views ・ 2011-05-02

TED


Κάντε διπλό κλικ στους αγγλικούς υπότιτλους παρακάτω για να αναπαραγάγετε το βίντεο.

Μετάφραση: Ioannis Apostolopoulos Επιμέλεια: Leonidas Argyros
00:15
Mark Zuckerberg,
0
15260
2000
Στον Μαρκ Ζάκενμπέργκ,
00:17
a journalist was asking him a question about the news feed.
1
17260
3000
ένας δημοσιογράφος του απηύθυνε μια ερώτηση σχετική με τη "ροή ενημερώσεων."
00:20
And the journalist was asking him,
2
20260
2000
Και ο δημοσιογράφος τον ρώτησε:
00:22
"Why is this so important?"
3
22260
2000
"Γιατί είναι αυτό κάτι το τόσο σημαντικό;"
00:24
And Zuckerberg said,
4
24260
2000
Απαντώντας ο Ζάκενμπέργκ ανέφερε:
00:26
"A squirrel dying in your front yard
5
26260
2000
"Ένας σκίουρος που πεθαίνει στη μπροστινή σου αυλή
00:28
may be more relevant to your interests right now
6
28260
3000
μπορεί να είναι πολύ πιο συναφές στα ενδιαφέροντά σου αυτή τη στιγμή
00:31
than people dying in Africa."
7
31260
3000
απ'ότι άνθρωποι που πεθαίνουν στην Αφρική."
00:34
And I want to talk about
8
34260
2000
Θα ήθελα λοιπόν να μιλήσω
00:36
what a Web based on that idea of relevance might look like.
9
36260
3000
για το πώς μπορεί να φαίνεται το διαδίκτυο που βασίζεται σε μια τέτοια ιδέα περί συνάφειας.
00:40
So when I was growing up
10
40260
2000
Έτσι λοιπόν, καθώς μεγάλωνα
00:42
in a really rural area in Maine,
11
42260
2000
σε μια πραγματικά αγροτική περιοχή στο Μέην,
00:44
the Internet meant something very different to me.
12
44260
3000
η έλευση του διαδικτύου σήμαινε κάτι πολύ διαφορετικό για εμένα.
00:47
It meant a connection to the world.
13
47260
2000
Αντιπροσώπευε μια σύνδεση με τον κόσμο.
00:49
It meant something that would connect us all together.
14
49260
3000
Κάτι που θα μπορούσε να μας συνδέσει όλους μαζί.
00:52
And I was sure that it was going to be great for democracy
15
52260
3000
Και ήμουν σίγουρος πως θα ήταν υπέροχο για τη δημοκρατία
00:55
and for our society.
16
55260
3000
και την κοινωνία μας.
00:58
But there's this shift
17
58260
2000
Υπάρχει όμως μια εκτροπή σήμερα
01:00
in how information is flowing online,
18
60260
2000
στο πώς ρέουν οι πληροφορίες διαδικτυακά,
01:02
and it's invisible.
19
62260
3000
και είναι κάτι που συμβαίνει αόρατα.
01:05
And if we don't pay attention to it,
20
65260
2000
Αν δεν δώσουμε προσοχή,
01:07
it could be a real problem.
21
67260
3000
ενδεχομένως να αποτελέσει ένα πραγματικό πρόβλημα.
01:10
So I first noticed this in a place I spend a lot of time --
22
70260
3000
Το πρόσεξα σε ένα μέρος όπου δαπανώ αρκετό χρόνο --
01:13
my Facebook page.
23
73260
2000
στην ίδια τη σελίδα μου στο Facebook.
01:15
I'm progressive, politically -- big surprise --
24
75260
3000
Είμαι προοδευτικός πολιτικά -- διόλου έξαφνο --
01:18
but I've always gone out of my way to meet conservatives.
25
78260
2000
ωστόσο πάντα προσπαθώ πολύ να συναντώ και συντηρητικούς.
01:20
I like hearing what they're thinking about;
26
80260
2000
Μου αρέσει να μαθαίνω τί σκέφτονται,
01:22
I like seeing what they link to;
27
82260
2000
μου αρέσει να βλέπω τους συνδέσμους που μοιράζονται,
01:24
I like learning a thing or two.
28
84260
2000
μου αρέσει να μαθαίνω διάφορα πράγματα.
01:26
And so I was surprised when I noticed one day
29
86260
3000
Έμεινα έκπληκτος μια μέρα
01:29
that the conservatives had disappeared from my Facebook feed.
30
89260
3000
μόλις ανακάλυψα πως στη ροή νέων του Facebook οι δημοσιεύσεις των συντηρητικών επαφών μου είχαν εξαφανιστεί.
01:33
And what it turned out was going on
31
93260
2000
Αυτό που είχε συμβεί
01:35
was that Facebook was looking at which links I clicked on,
32
95260
4000
ήταν πως το Facebook παρακολουθούσε σε ποιους συνδέσμους έκανα κλικ,
01:39
and it was noticing that, actually,
33
99260
2000
και αντιλαμβανόταν πως,
01:41
I was clicking more on my liberal friends' links
34
101260
2000
έκανα κλικ και επισκεπτόμουν περισσότερους συνδέσμους από τους φιλελεύθερους φίλους μου
01:43
than on my conservative friends' links.
35
103260
3000
από εκείνους των συντηρητικών.
01:46
And without consulting me about it,
36
106260
2000
Και δίχως να με έχει συμβουλευτεί για αυτό,
01:48
it had edited them out.
37
108260
2000
τους είχε παρεμβατικά αφαιρέσει.
01:50
They disappeared.
38
110260
3000
Είχαν εξαφανιστεί.
01:54
So Facebook isn't the only place
39
114260
2000
Φαίνεται πως το Facebook δεν είναι το μοναδικό μέρος
01:56
that's doing this kind of invisible, algorithmic
40
116260
2000
που πραγματοποιεί αυτού του τύπου την "αόρατη", αλγοριθμική
01:58
editing of the Web.
41
118260
3000
παρεμβατική τροποποίηση του διαδικτύου.
02:01
Google's doing it too.
42
121260
2000
Η Google το κάνει επίσης.
02:03
If I search for something, and you search for something,
43
123260
3000
Αν εγώ αναζητήσω κάτι, και εσείς επίσης αναζητήσετε κάτι,
02:06
even right now at the very same time,
44
126260
2000
ακόμη και τώρα, αυτή τη στιγμή,
02:08
we may get very different search results.
45
128260
3000
ενδέχεται να λάβουμε πολύ διαφορετικά αποτελέσματα.
02:11
Even if you're logged out, one engineer told me,
46
131260
3000
Ένας μάλιστα μηχανικός μου ανέφερε πως, ακόμη και αν δεν είστε συνδεδεμένοι,
02:14
there are 57 signals
47
134260
2000
υπάρχουν 57 σημεία
02:16
that Google looks at --
48
136260
3000
που η Google ανιχνεύει --
02:19
everything from what kind of computer you're on
49
139260
3000
οτιδήποτε σχετικό, από το σε τί είδους υπολογιστή βρίσκεστε
02:22
to what kind of browser you're using
50
142260
2000
ως τί τύπου περιηγητή διαδικτύου χρησιμοποιείτε
02:24
to where you're located --
51
144260
2000
ως και πού ακριβώς βρίσκεστε γεωγραφικά --
02:26
that it uses to personally tailor your query results.
52
146260
3000
τα οποία χρησιμοποιεί για να προσαρμόσει ανάλογα τα αποτελέσματα της αναζήτησης.
02:29
Think about it for a second:
53
149260
2000
Σκεφθείτε το μονάχα για μια στιγμή:
02:31
there is no standard Google anymore.
54
151260
4000
δεν υπάρχει πια μια τυπική Google σελίδα.
02:35
And you know, the funny thing about this is that it's hard to see.
55
155260
3000
Και γνωρίζετε, το χαριτωμένο σχετικά με αυτό είναι πως είναι αρκετά δύσκολο να το αντιληφθείς.
02:38
You can't see how different your search results are
56
158260
2000
Δεν μπορείς να δεις πόσο διαφορετικά είναι τα αποτελέσματα της αναζήτησης
02:40
from anyone else's.
57
160260
2000
από κάποιου άλλου χρήστη.
02:42
But a couple of weeks ago,
58
162260
2000
Μερικές εβδομάδες πριν,
02:44
I asked a bunch of friends to Google "Egypt"
59
164260
3000
ζήτησα από μερικούς φίλους να αναζητήσουν τη λέξη "Αίγυπτος"
02:47
and to send me screen shots of what they got.
60
167260
3000
και κατόπιν να μου στείλουν στιγμιότυπα της οθόνης τους από το τί τους εμφανίστηκε.
02:50
So here's my friend Scott's screen shot.
61
170260
3000
Εδώ είναι το στιγμιότυπο της αναζήτησης του φίλου μου Σκοτ.
02:54
And here's my friend Daniel's screen shot.
62
174260
3000
Και εδώ από το Ντάνιελ.
02:57
When you put them side-by-side,
63
177260
2000
Αν τα τοποθετήσετε δίπλα-δίπλα,
02:59
you don't even have to read the links
64
179260
2000
δεν χρειάζεται καν να διαβάσετε τους υπερσυνδέσμους
03:01
to see how different these two pages are.
65
181260
2000
για να δείτε πόσο διαφορετικές είναι οι σελίδες αυτές.
03:03
But when you do read the links,
66
183260
2000
Και αν επιχειρήσετε να διαβάσετε τους υπερσυνδέσμους,
03:05
it's really quite remarkable.
67
185260
3000
είναι αρκετά αξιοσημείωτο.
03:09
Daniel didn't get anything about the protests in Egypt at all
68
189260
3000
Ο Ντάνιελ δεν έλαβε τίποτε σχετικό με τις διαμαρτυρίες στην Αίγυπτο
03:12
in his first page of Google results.
69
192260
2000
στην δική του πρώτη σελίδα των αποτελεσμάτων αναζήτησης.
03:14
Scott's results were full of them.
70
194260
2000
Στου Σκοτ αντιθέτως ήταν γεμάτη από τέτοιους υπερσυνδέσμους.
03:16
And this was the big story of the day at that time.
71
196260
2000
Αυτό έγινε η "μεγάλη ιστορία της ημέρας" τότε.
03:18
That's how different these results are becoming.
72
198260
3000
Βλέπουμε λοιπόν πόσο διαφορετικά εξελίσσονται τα αποτελέσματα μιας τέτοιας αναζήτησης.
03:21
So it's not just Google and Facebook either.
73
201260
3000
Δεν είναι όμως μονάχα η Google ή το Facebook.
03:24
This is something that's sweeping the Web.
74
204260
2000
Είναι κάτι που καταντά γενικευμένο στον παγκόσμιο ιστό.
03:26
There are a whole host of companies that are doing this kind of personalization.
75
206260
3000
Υπάρχουν πλήθος εταιρειών που επιτελούν εξατομικευμένες αλλαγές αυτού του είδους.
03:29
Yahoo News, the biggest news site on the Internet,
76
209260
3000
Το Yahoo News, η μεγαλύτερη ειδησεογραφική σελίδα στο διαδίκτυο,
03:32
is now personalized -- different people get different things.
77
212260
3000
είναι πλέον προσωποποιημένη -- διαφορετικοί άνθρωποι λαμβάνουν διαφορετικά πράγματα.
03:36
Huffington Post, the Washington Post, the New York Times --
78
216260
3000
Η Huffington Post, η Washington Post, οι New York Times --
03:39
all flirting with personalization in various ways.
79
219260
3000
όλοι φλερτάρουν με την εξατομικευμένη πληροφόρηση με διάφορους τρόπους.
03:42
And this moves us very quickly
80
222260
3000
Όλο αυτό φαίνεται να μας οδηγεί πολύ γρήγορα
03:45
toward a world in which
81
225260
2000
σε έναν κόσμο όπου
03:47
the Internet is showing us what it thinks we want to see,
82
227260
4000
το διαδίκτυο μας εμφανίζει περιεχόμενο σχετικά με το τί το ίδιο πιστεύει πως θα επιθυμούσαμε να δούμε,
03:51
but not necessarily what we need to see.
83
231260
3000
αλλά όχι απαραίτητα αυτό που ενδεχομένως θα χρειαζόμασταν να δούμε.
03:54
As Eric Schmidt said,
84
234260
3000
Όπως ανέφερε ο Έρικ Σμιντ ανέφερε,
03:57
"It will be very hard for people to watch or consume something
85
237260
3000
"Θα είναι πολύ δύσκολο στους ανθρώπους να δουν ή να καταναλώσουν κάτι
04:00
that has not in some sense
86
240260
2000
το οποίο υπό ένα βαθμό
04:02
been tailored for them."
87
242260
3000
δεν θα έχει εξατομικευθεί για εκείνους."
04:05
So I do think this is a problem.
88
245260
2000
Νομίζω πως κάτι τέτοιο είναι πραγματικά ένα πρόβλημα.
04:07
And I think, if you take all of these filters together,
89
247260
3000
Και θεωρώ, πως αν συγκεντρώσεις όλα αυτά τα "φίλτρα" μαζί,
04:10
you take all these algorithms,
90
250260
2000
αν συλλέξεις όλους αυτούς τους αλγορίθμους,
04:12
you get what I call a filter bubble.
91
252260
3000
τότε έχεις αυτό που εγώ ονομάζω "μια φούσκα φίλτρων".
04:16
And your filter bubble is your own personal,
92
256260
3000
Και η δική σας "φούσκα φίλτρων" είναι το προσωπικό σας
04:19
unique universe of information
93
259260
2000
μοναδικό σύμπαν από πληροφορία
04:21
that you live in online.
94
261260
2000
μες στο οποίο ζείτε διαδικτυακά.
04:23
And what's in your filter bubble
95
263260
3000
Και ό,τι βρίσκεται μέσα στη δική σας "φούσκα φίλτρων"
04:26
depends on who you are, and it depends on what you do.
96
266260
3000
εξαρτάται από το ποιος είστε, καθώς και το τί πράττετε.
04:29
But the thing is that you don't decide what gets in.
97
269260
4000
Όμως το σημαντικό είναι πως δεν αποφασίζετε εσείς το τί μπαίνει μέσα στη "φούσκα."
04:33
And more importantly,
98
273260
2000
Κυρίως, το πιο σημαντικό,
04:35
you don't actually see what gets edited out.
99
275260
3000
είναι πως δεν βλέπετε πραγματικά τί μένει απ'έξω.
04:38
So one of the problems with the filter bubble
100
278260
2000
Ένα από τα προβλήματα με τη "φούσκα φίλτρων"
04:40
was discovered by some researchers at Netflix.
101
280260
3000
ανακαλύφθηκε από μερικούς ερευνητές στη Netflix.
04:43
And they were looking at the Netflix queues, and they noticed something kind of funny
102
283260
3000
Παρακολουθούσαν τις ταινίες σε αναμονή της Netflix, και πρόσεξαν κάτι σχετικά αστείο
04:46
that a lot of us probably have noticed,
103
286260
2000
που πιθανότατα πολλοί από εμάς έχουμε προσέξει,
04:48
which is there are some movies
104
288260
2000
υπάρχουν δηλαδή κάποιες ταινίες
04:50
that just sort of zip right up and out to our houses.
105
290260
3000
που ταξινομούνται και στέλνονται απευθείας στα σπίτια μας για προβολή.
04:53
They enter the queue, they just zip right out.
106
293260
3000
Εισάγονται στην ουρά αναμονής, έπειτα απλώς παίζουν.
04:56
So "Iron Man" zips right out,
107
296260
2000
Έτσι, το "Iron Man" βγαίνει αμέσως,
04:58
and "Waiting for Superman"
108
298260
2000
ενώ το "Waiting for Superman"
05:00
can wait for a really long time.
109
300260
2000
μπορεί να παραμείνει σε αναμονή για αρκετά μεγάλο χρονικό διάστημα.
05:02
What they discovered
110
302260
2000
Αυτό που ανακάλυψαν λοιπόν
05:04
was that in our Netflix queues
111
304260
2000
ήταν πως στις ουρές αναμονής των Netflix ταινιών
05:06
there's this epic struggle going on
112
306260
3000
συνέβαινε μια επική "μάχη"
05:09
between our future aspirational selves
113
309260
3000
σχετικά με την προσδοκία που έχουμε από το εγγύς μέλλον
05:12
and our more impulsive present selves.
114
312260
3000
και την πιο παρορμητική μας τωρινή απαίτηση.
05:15
You know we all want to be someone
115
315260
2000
Ξέρετε πως όλοι θα θέλαμε να είμαστε κάποιος
05:17
who has watched "Rashomon,"
116
317260
2000
που θα έχει δει το "Ρασομόν,"
05:19
but right now
117
319260
2000
όμως αυτή τη στιγμή
05:21
we want to watch "Ace Ventura" for the fourth time.
118
321260
3000
θέλουμε να ξαναδούμε το "Ace Ventura" για τέταρτη κιόλας φορά.
05:24
(Laughter)
119
324260
3000
(Γέλια)
05:27
So the best editing gives us a bit of both.
120
327260
2000
Η καλύτερη μορφή παρεμβατικής εξατομίκευσης μας προσφέρει λίγο και από τα δύο.
05:29
It gives us a little bit of Justin Bieber
121
329260
2000
Μας δίνει λίγο από Τζλαστιν Μπίμπερ
05:31
and a little bit of Afghanistan.
122
331260
2000
και λίγο από Αφγανιστάν.
05:33
It gives us some information vegetables;
123
333260
2000
Μας παρέχει λίγο από λαχανικά πληροφορίας,
05:35
it gives us some information dessert.
124
335260
3000
μας παρέχει λίγο από επιδόρπιο πληροφορίας.
05:38
And the challenge with these kinds of algorithmic filters,
125
338260
2000
Η πρόκληση με αυτού του τύπου τα αλγοριθμικά φίλτρα,
05:40
these personalized filters,
126
340260
2000
αυτά τα εξατομικευμένα φίλτρα,
05:42
is that, because they're mainly looking
127
342260
2000
είναι πως, επειδή κυρίως βασίζονται στο
05:44
at what you click on first,
128
344260
4000
τί πράγμα επέλεξες στην αρχή,
05:48
it can throw off that balance.
129
348260
4000
μπορεί να ανατρέψουν αυτή την ισορροπία.
05:52
And instead of a balanced information diet,
130
352260
3000
Και αντί να προσφέρεται μια ισορροπημένη "δίαιτα" πληροφόρησης,
05:55
you can end up surrounded
131
355260
2000
μπορεί να καταλήξεις
05:57
by information junk food.
132
357260
2000
με άχρηστο πρόχειρο "φαγητό".
05:59
What this suggests
133
359260
2000
Αυτό υποδηλώνει
06:01
is actually that we may have the story about the Internet wrong.
134
361260
3000
πως στην πραγματικότητα μπορεί έχουμε λάθος αντίληψη για το Διαδίκτυο.
06:04
In a broadcast society --
135
364260
2000
Σε μια κοινωνία της ευρείας γνωστοποίησης --
06:06
this is how the founding mythology goes --
136
366260
2000
κάπως έτσι μπορεί να είναι μια θεμελιώδης μυθολογία --
06:08
in a broadcast society,
137
368260
2000
σε μια κοινωνία της ευρείας γνωστοποίησης,
06:10
there were these gatekeepers, the editors,
138
370260
2000
υπήρχαν κάποιοι φρουροί της πύλης, οι συντάκτες,
06:12
and they controlled the flows of information.
139
372260
3000
οι οποίοι έλεγχαν τη ροή της πληροφορίας.
06:15
And along came the Internet and it swept them out of the way,
140
375260
3000
Και αργότερα ήρθε το διαδίκτυο και τους παραγκώνισε,
06:18
and it allowed all of us to connect together,
141
378260
2000
αφήνοντας όλους εμάς να συνδεθούμε μεταξύ μας,
06:20
and it was awesome.
142
380260
2000
κάτι το οποίο ήταν υπέροχο.
06:22
But that's not actually what's happening right now.
143
382260
3000
Όμως αυτό δεν είναι ακριβώς ό,τι συμβαίνει αυτή τη στιγμή.
06:26
What we're seeing is more of a passing of the torch
144
386260
3000
Αυτό που βλέπουμε είναι περισσότερο μία παράδοση των κλειδιών
06:29
from human gatekeepers
145
389260
2000
από τους φρουρούς-ανθρώπους
06:31
to algorithmic ones.
146
391260
3000
σε φρουρούς-αλγορίθμους.
06:34
And the thing is that the algorithms
147
394260
3000
Το ζήτημα είναι πως οι αλγόριθμοι
06:37
don't yet have the kind of embedded ethics
148
397260
3000
δεν έχουν αυτού του είδους την ενσωματωμένη ηθική
06:40
that the editors did.
149
400260
3000
που είχαν οι άνθρωποι.
06:43
So if algorithms are going to curate the world for us,
150
403260
3000
Εάν λοιπόν πρόκειται να συνεχίσουν οι αλγόριθμοι να συντονίζουν τον κόσμο για εμάς,
06:46
if they're going to decide what we get to see and what we don't get to see,
151
406260
3000
εάν πρόκειται να συνεχίσουν να αποφασίζουν ποια πράγματα θα βλέπουμε και ποια δεν θα βλέπουμε,
06:49
then we need to make sure
152
409260
2000
τότε θα πρέπει να σιγουρέψουμε
06:51
that they're not just keyed to relevance.
153
411260
3000
πως δεν θα βασίζονται κυρίως στην συνάφεια.
06:54
We need to make sure that they also show us things
154
414260
2000
Θα πρέπει να σιγουρέψουμε πως μας εμφανίζουν επίσης πράγματα
06:56
that are uncomfortable or challenging or important --
155
416260
3000
που μπορεί να μας είναι άβολα ή να μας προκαλούν ή να είναι σημαντικά --
06:59
this is what TED does --
156
419260
2000
αυτό πράττει και το TED --
07:01
other points of view.
157
421260
2000
άλλες γωνίες θέασης.
07:03
And the thing is, we've actually been here before
158
423260
2000
Το αξιοπρόσεκτο είναι πως έχουμε ήδη ξαναβρεθεί εδώ
07:05
as a society.
159
425260
2000
ως κοινωνία.
07:08
In 1915, it's not like newspapers were sweating a lot
160
428260
3000
Το 1915, οι εφημερίδες δεν ίδρωναν ακριβώς
07:11
about their civic responsibilities.
161
431260
3000
σχετικά με τις κοινωνικές τους ευθύνες.
07:14
Then people noticed
162
434260
2000
Τότε οι άνθρωποι πρόσεξαν
07:16
that they were doing something really important.
163
436260
3000
πως έκαναν κάτι πραγματικά πολύ σημαντικό.
07:19
That, in fact, you couldn't have
164
439260
2000
Πως, στην ουσία, δεν θα είχατε
07:21
a functioning democracy
165
441260
2000
μια λειτουργική δημοκρατία
07:23
if citizens didn't get a good flow of information,
166
443260
4000
εάν οι πολίτες δεν αποκτούσαν μια καλή ροή πληροφορίας.
07:28
that the newspapers were critical because they were acting as the filter,
167
448260
3000
Οι εφημερίδες ήταν κρίσιμες, καθώς λειτουργούσαν ως το φίλτρο,
07:31
and then journalistic ethics developed.
168
451260
2000
και έπειτα οι δημοσιογραφικές ηθικές αναπτύχθηκαν.
07:33
It wasn't perfect,
169
453260
2000
Δεν ήταν κάτι το τέλειο,
07:35
but it got us through the last century.
170
455260
3000
αλλά μας συντρόφευε κατά τον τελευταίο αιώνα.
07:38
And so now,
171
458260
2000
Έτσι και τώρα,
07:40
we're kind of back in 1915 on the Web.
172
460260
3000
είμαστε κάπως σαν πίσω στο 1915 για το διαδίκτυο.
07:44
And we need the new gatekeepers
173
464260
3000
Χρειαζόμαστε τους νέους "φρουρούς της πύλης"
07:47
to encode that kind of responsibility
174
467260
2000
να κωδικοποιήσουν αυτού του είδους την υπευθυνότητα
07:49
into the code that they're writing.
175
469260
2000
μες στον κώδικα που συντάσσουν.
07:51
I know that there are a lot of people here from Facebook and from Google --
176
471260
3000
Γνωρίζω πως υπάρχουν πολλοί άνθρωποι εδώ από το Facebook και τη Google --
07:54
Larry and Sergey --
177
474260
2000
ο Λάρυ και ο Σεργκέι --
07:56
people who have helped build the Web as it is,
178
476260
2000
άνθρωποι που έχουν βοηθήσει να χτισθεί ο παγκόσμιος ιστός όπως είναι σήμερα,
07:58
and I'm grateful for that.
179
478260
2000
και είμαι ευγνώμων για αυτό.
08:00
But we really need you to make sure
180
480260
3000
Αλλά σας χρειαζόμαστε πραγματικά για να σιγουρέψουμε
08:03
that these algorithms have encoded in them
181
483260
3000
πως αυτοί οι αλγόριθμοι έχουν κωδικοποιημένη μέσα τους
08:06
a sense of the public life, a sense of civic responsibility.
182
486260
3000
μια αίσθηση της δημόσιας ζωής, μια αίσθηση της κοινωνικής υπευθυνότητας.
08:09
We need you to make sure that they're transparent enough
183
489260
3000
Χρειάζεται να σιγουρέψουμε πως θα είναι αρκετά διαυγείς
08:12
that we can see what the rules are
184
492260
2000
ώστε να μπορούμε να δούμε ποιοι είναι οι κανόνες
08:14
that determine what gets through our filters.
185
494260
3000
που καθορίζουν ποια πράγματα περνούν από τα φίλτρα μας.
08:17
And we need you to give us some control
186
497260
2000
Και σας χρειαζόμαστε επίσης για να μας παρέχετε κάποιον έλεγχο,
08:19
so that we can decide
187
499260
2000
ώστε να μπορούμε να αποφασίζουμε
08:21
what gets through and what doesn't.
188
501260
3000
το τί περνά και τί μένει απ'έξω.
08:24
Because I think
189
504260
2000
Διότι θεωρώ πως
08:26
we really need the Internet to be that thing
190
506260
2000
πραγματικά χρειαζόμαστε το διαδίκτυο να είναι αυτό το δημιούργημα
08:28
that we all dreamed of it being.
191
508260
2000
που όλοι μας ονειρευτήκαμε να είναι.
08:30
We need it to connect us all together.
192
510260
3000
Το χρειαζόμαστε για να μας διασυνδέει όλους μαζί.
08:33
We need it to introduce us to new ideas
193
513260
3000
Το χρειαζόμαστε για να μας παρουσιάζει νέες ιδέες
08:36
and new people and different perspectives.
194
516260
3000
και νέους ανθρώπους και διαφορετικές προοπτικές.
08:40
And it's not going to do that
195
520260
2000
Δεν πρόκειται να επιτύχει κάτι τέτοιο
08:42
if it leaves us all isolated in a Web of one.
196
522260
3000
αν μας αφήνει απομονωμένους στον παγκόσμιο ιστό του ενός.
08:45
Thank you.
197
525260
2000
Ευχαριστώ.
08:47
(Applause)
198
527260
11000
(Χειροκρότημα)
Σχετικά με αυτόν τον ιστότοπο

Αυτός ο ιστότοπος θα σας παρουσιάσει βίντεο στο YouTube που είναι χρήσιμα για την εκμάθηση της αγγλικής γλώσσας. Θα δείτε μαθήματα αγγλικών που διδάσκουν κορυφαίοι καθηγητές από όλο τον κόσμο. Κάντε διπλό κλικ στους αγγλικούς υπότιτλους που εμφανίζονται σε κάθε σελίδα βίντεο για να αναπαράγετε το βίντεο από εκεί. Οι υπότιτλοι μετακινούνται συγχρονισμένα με την αναπαραγωγή του βίντεο. Εάν έχετε οποιαδήποτε σχόλια ή αιτήματα, παρακαλούμε επικοινωνήστε μαζί μας χρησιμοποιώντας αυτή τη φόρμα επικοινωνίας.

https://forms.gle/WvT1wiN1qDtmnspy7