Jennifer Golbeck: The curly fry conundrum: Why social media "likes" say more than you might think

Μετάφραση: Lucas Kaimaras Επιμέλεια: Androniki Koumadoraki

If you remember that first decade of the web,

Αν θυμάστε την πρώτη δεκαετία του διαδικτύου,

it was really a static place.

ήταν ένα πραγματικά στατικό μέρος.

You could go online, you could look at pages,

Μπορούσατε να συνδεθείτε, να δειτε σελίδες,

and they were put up either by organizations

και τις είχαν ανεβάσει

είτε οργανισμοί που είχαν ομάδες γι' αυτή τη δουλειά,

who had teams to do it

or by individuals who were really tech-savvy

ή άτομα που ήταν πραγματικά γνώστες της τεχνολογίας της εποχής.

for the time.

And with the rise of social media

Mε την άνοδο των κοινωνικών μέσων και δικτύωσης

and social networks in the early 2000s,

στην αρχή της δεκαετίας του 2000,

the web was completely changed

το διαδίκτυο άλλαξε ολοκληρωτικά

to a place where now the vast majority of content

και έγινε ένα μέρος όπου η πλειονότητα του περιεχομένου

we interact with is put up by average users,

με το οποίο αλληλεπιδρούμε

έχει ανέβει από μέσης ικανότητας χρήστες,

either in YouTube videos or blog posts

είτε στο YouTube, ή σε αναρτήσεις μπλογκ,

or product reviews or social media postings.

ή κριτικές προϊόντων, ή ανακοινώσεις στα κοινωνικά μέσα.

And it's also become a much more interactive place,

Έγινε επίσης πολύ πιο διαδραστικό μέρος,

where people are interacting with others,

όπου άνθρωποι αλληλεπιδρούν με άλλους,

they're commenting, they're sharing,

σχολιάζουν, μοιράζονται,

they're not just reading.

δεν διαβάζουν απλώς.

So Facebook is not the only place you can do this,

Το Facebook δεν είναι το μόνο τέτοιο μέρος

but it's the biggest,

αλλά είναι το μεγαλύτερο

and it serves to illustrate the numbers.

και βοηθάει να δούμε τα νούμερα.

Facebook has 1.2 billion users per month.

Το Facebook έχει 1,2 δις χρήστες τον μήνα.

So half the Earth's Internet population

Άρα ο μισός πληθυσμός της Γης

is using Facebook.

χρησιμοποιεί το Facebook.

They are a site, along with others,

Είναι ένας ιστοχώρος, μαζί με άλλους,

that has allowed people to create an online persona

που επέτρεψε στους ανθρώπους να φτιάξουν μια διαδικτυακή προσωπικότητα

with very little technical skill,

με ελάχιστες τεχνικές ικανότητες,

and people responded by putting huge amounts

και οι άνθρωποι ανταποκρίθηκαν

ανεβάζοντας τεράστιες ποσότητες προσωπικών δεδομένων.

of personal data online.

So the result is that we have behavioral,

Συνεπώς έχουμε δεδομένα συμπεριφοράς,

preference, demographic data

προτιμήσεων, δημογραφικά

for hundreds of millions of people,

για εκατοντάδες εκατομμύρια ανθρώπους,

which is unprecedented in history.

το οποίο είναι άνευ προηγουμένου.

And as a computer scientist, what this means is that

Και ως επιστήμονας πληροφορικής, αυτό σημαίνει ότι

I've been able to build models

έχω μπορέσει να χτίσω μοντέλα

that can predict all sorts of hidden attributes

ικανά να προβλέψουν όλων των ειδών κρυμμένα χαρακτηριστικά

for all of you that you don't even know

για όλους εσάς και που ούτε καν γνωρίζετε

you're sharing information about.

ότι μοιράζεστε πληροφορίες γι' αυτά.

As scientists, we use that to help

Ως επιστήμονες, τα χρησιμοποιούμε

the way people interact online,

για να διευκολύνουμε την αλληλεπίδραση των συνδεδεμένων χρηστών,

but there's less altruistic applications,

αλλά υπάρχουν υστερόβουλες εφαρμογές

and there's a problem in that users don't really

και το πρόβλημα είναι ότι οι χρήστες δεν καταλαβαίνουν αυτές τις τεχνικές

understand these techniques and how they work,

και πώς λειτουργούν.

and even if they did, they don't have a lot of control over it.

όμως ακόμη και αν καταλάβαιναν, δεν μπορούν να τις ελέγξουν.

So what I want to talk to you about today

Έτσι σήμερα θέλω να σας μιλήσω

is some of these things that we're able to do,

για κάποια πράγματα που μπορούμε να κάνουμε,

and then give us some ideas of how we might go forward

και μετά να δούμε κάποιες ιδέες για το πώς να προχωρήσουμε

to move some control back into the hands of users.

και να φέρουμε μέρος του ελέγχου πίσω στους χρήστες.

So this is Target, the company.

Αυτή είναι η εταιρεία Target.

I didn't just put that logo

Δεν έβαλα εγώ το λογότυπο

on this poor, pregnant woman's belly.

στην κοιλιά της άμοιρης εγκύου.

You may have seen this anecdote that was printed

Ίσως έχετε δει το ανέκδοτο

που δημοσιεύτηκε στο περιοδικό Forbes

in Forbes magazine where Target

όπου η Target έστειλε φυλλάδιο σε ένα 15χρονο κορίτσι

sent a flyer to this 15-year-old girl

with advertisements and coupons

με διαφημίσεις και εκπτωτικά κουπόνια

for baby bottles and diapers and cribs

για μπιμπερό, πάνες και κούνιες

two weeks before she told her parents

δύο εβδομάδες πριν πει στους γονείς της

that she was pregnant.

ότι ήταν έγκυος.

Yeah, the dad was really upset.

Ναι, ο πατέρας της πραγματικά αναστατώθηκε.

He said, "How did Target figure out

Είπε, «Πώς κατάλαβε η Target

that this high school girl was pregnant

ότι μια μαθήτρια λυκείου ήταν έγκυος

before she told her parents?"

πριν αυτή να το πει στους γονείς της;»

It turns out that they have the purchase history

Αποδεικνύεται ότι έχουν το ιστορικό αγορών

for hundreds of thousands of customers

για εκατοντάδες χιλιάδες πελάτες

and they compute what they call a pregnancy score,

και υπολογίζουν τον αποκαλούμενο δείκτη εγκυμοσύνης,

which is not just whether or not a woman's pregnant,

που δεν είναι απλά αν μια γυναίκα είναι έγκυος,

but what her due date is.

αλλά ποια είναι η ημέρα τοκετού.

And they compute that

Και αυτό το υπολογίζουν

not by looking at the obvious things,

όχι κοιτάζοντας προφανή πράγματα,

like, she's buying a crib or baby clothes,

εάν αγοράζει κούνια ή μωρουδιακά,

but things like, she bought more vitamins

αλλά πράγματα όπως, αγόρασε περισσότερες βιταμίνες

than she normally had,

από ότι αγόραζε συνήθως,

or she bought a handbag

ή αγόρασε μια τσάντα

that's big enough to hold diapers.

αρκετά μεγάλη για πάνες μωρού.

And by themselves, those purchases don't seem

Και από μόνες τους αυτές οι αγορές,

like they might reveal a lot,

δεν φαίνονται να φανερώνουν πολλά,

αλλά είναι ένα πρότυπο συμπεριφοράς που,

but it's a pattern of behavior that,

when you take it in the context of thousands of other people,

αν το συνυπολογίσετε με αυτό χιλιάδων άλλων ανθρώπων,

αρχίζει πραγματικά να αποκαλύπτει πολλά.

starts to actually reveal some insights.

So that's the kind of thing that we do

Αυτό λοιπόν είναι που κάνουμε

when we're predicting stuff about you on social media.

όταν κάνουμε προβλέψεις για εσάς στα κοινωνικά δίκτυα.

We're looking for little patterns of behavior that,

Ψάχνουμε για μικρά πρότυπα συμπεριφοράς

when you detect them among millions of people,

που αν ανιχνευτούν σε εκατομμύρια ανθρώπων

lets us find out all kinds of things.

μας επιτρέπουν να βρούμε όλων των ειδών τα πράγματα.

So in my lab and with colleagues,

Έτσι, στο εργαστήριο με συναδέλφους,

we've developed mechanisms where we can

αναπτύξαμε μηχανισμούς ακριβούς πρόβλεψης πραγμάτων

quite accurately predict things

like your political preference,

όπως πολιτικές προτιμήσεις,

your personality score, gender, sexual orientation,

δείκτες προσωπικότητας, γένος,

σεξουαλικό προσανατολισμό,

religion, age, intelligence,

θρησκεία, ηλικία, ευφυΐα,

along with things like

αλλά και πράγματα όπως

how much you trust the people you know

πόσο εμπιστεύεστε τους οικείους σας

and how strong those relationships are.

και πόσο δυνατές είναι οι σχέσεις σας.

We can do all of this really well.

Όλα αυτά μπορούμε να τα κάνουμε πολύ καλά.

And again, it doesn't come from what you might

Και ξανά, δεν προέρχονται από κάτι

think of as obvious information.

που εσείς θεωρείτε προφανή πληροφόρηση.

Το αγαπημένο μου παράδειγμα είναι από μια μελέτη

So my favorite example is from this study

that was published this year

που δημοσιεύτηκε φέτος

in the Proceedings of the National Academies.

στις Διαδικασίες των Εθνικών Ακαδημιών.

If you Google this, you'll find it.

Aναζητήστε το στο Google.

It's four pages, easy to read.

Είναι 4 σελίδες, ευανάγνωστο.

And they looked at just people's Facebook likes,

Εξέτασαν μόνο τα like των ανθρώπων στο Facebook,

so just the things you like on Facebook,

άρα μόνο αυτά που σας αρέσουν στο Facebook

and used that to predict all these attributes,

και τα χρησιμοποίησαν για να προβλέψουν όλα αυτά τα χαρακτηριστικά,

along with some other ones.

μαζί με κάποια άλλα.

And in their paper they listed the five likes

Και στην εργασία τους παρουσίασαν τα πέντε like

that were most indicative of high intelligence.

που ήταν πιο ενδεικτικά υψηλής νοημοσύνης.

And among those was liking a page

Ανάμεσα σε αυτά ήταν να σας αρέσει μια σελίδα

for curly fries. (Laughter)

για σγουρές πατάτες. (Γέλια)

Curly fries are delicious,

Οι σγουρές πατάτες είναι νοστιμότατες,

but liking them does not necessarily mean

αλλά το να σου αρέσουν δεν σημαίνει απαραίτητα

that you're smarter than the average person.

ότι είσαι εξυπνότερος από τον μέσο άνθρωπο.

So how is it that one of the strongest indicators

Πώς γίνεται λοιπόν,

μία από τις ισχυρότερες ενδείξεις ευφυίας

of your intelligence

is liking this page

να είναι το να σου αρέσει αυτή η σελίδα

when the content is totally irrelevant

όταν το περιεχόμενο είναι τελείως άσχετο

to the attribute that's being predicted?

με το χαρακτηριστικό που αποδίδεται;

And it turns out that we have to look at

Αποδεικνύεται ότι πρέπει να δούμε

a whole bunch of underlying theories

ένα πλήθος υποκειμένων θεωριών

to see why we're able to do this.

για να δούμε γιατί μπορούμε να το κάνουμε.

One of them is a sociological theory called homophily,

Μία είναι η κοινωνιολογική θεωρία που λέγεται ομοφυλία,

which basically says people are friends with people like them.

η οποία βασικά λέει ότι οι άνθρωποι είναι φίλοι με όμοιούς τους.

So if you're smart, you tend to be friends with smart people,

Ο έξυπνος τείνει να έχει έξυπνους φίλους,

and if you're young, you tend to be friends with young people,

και ο νέος τείνει να είναι φίλος με νέους ανθρώπους,

and this is well established

και αυτό είναι αποδεδειγμένο

for hundreds of years.

εδώ και εκατοντάδες χρόνια.

We also know a lot

Επίσης γνωρίζουμε πολλά

about how information spreads through networks.

για τον τρόπο μετάδοσης της πληροφορίας μέσα από τα δίκτυα.

It turns out things like viral videos

Φαίνεται ότι τα ιότροπα βίντεο

or Facebook likes or other information

ή τα like στο Facebook ή άλλες πληροφορίες

spreads in exactly the same way

διαδίδονται ακριβώς με τον ίδιο τρόπο

that diseases spread through social networks.

που εξαπλώνονται οι ιώσεις στα κοινωνικά δίκτυα.

So this is something we've studied for a long time.

Το έχουμε μελετήσει για πολύ καιρό.

We have good models of it.

Έχουμε καλά μοντέλα για αυτό.

And so you can put those things together

Και έτσι μπορείτε να συνδυάσετε περιπτώσεις

and start seeing why things like this happen.

και να αρχίσετε να καταλαβαίνετε γιατί συμβαίνουν τέτοια πράγματα.

So if I were to give you a hypothesis,

Αν έπρεπε να κάνω μια υπόθεση,

it would be that a smart guy started this page,

θα έλεγα ότι ένας έξυπνος άνθρωπος ξεκίνησε αυτή τη σελίδα,

or maybe one of the first people who liked it

ή ότι ένας από τους πρώτους που του άρεσε η σελίδα

would have scored high on that test.

είχε αριστεύσει σε κάποιο τεστ.

And they liked it, and their friends saw it,

Και έκαναν like, οι φίλοι τους το είδαν,

and by homophily, we know that he probably had smart friends,

και από την ομοφυλία, ξέρουμε ότι μάλλον είχαν έξυπνους φίλους,

and so it spread to them, and some of them liked it,

έτσι διαδόθηκε σε αυτούς, σε κάποιους από αυτούς άρεσε,

and they had smart friends,

αυτοί είχαν έξυπνους φίλους,

and so it spread to them,

and so it propagated through the network

διαδόθηκε και σε αυτούς,

και έτσι εξαπλώθηκε μέσα από το δίκτυο

to a host of smart people,

σε μεγάλες ομάδες έξυπνων ανθρώπων,

so that by the end, the action

έτσι ώστε τελικά,

το like στη σελίδα της σγουρής πατάτας

of liking the curly fries page

is indicative of high intelligence,

έγινε ένδειξη υψηλής ευφυίας,

not because of the content,

όχι εξαιτίας του περιεχομένου,

but because the actual action of liking

αλλά επειδή η πράξη καθαυτή του να πατήσεις like

reflects back the common attributes

αντανακλά κοινά χαρακτηριστικά

of other people who have done it.

με άλλους ανθρώπους που έκαναν το ίδιο.

So this is pretty complicated stuff, right?

Αρκετά περίπλοκη υπόθεση, σωστά;

It's a hard thing to sit down and explain

Είναι δύσκολο να καθίσεις να το εξηγήσεις

to an average user, and even if you do,

στον μέσο χρήστη, αλλά και αν το κάνεις,

what can the average user do about it?

τι μπορεί να κάνει ο μέσος χρήστης;

How do you know that you've liked something

Πώς μπορείς να ξέρεις ότι σου άρεσε κάτι

that indicates a trait for you

που υποδηλώνει ένα χαρακτηριστικό σου

that's totally irrelevant to the content of what you've liked?

που είναι τελείως άσχετο με το περιεχόμενο που σου άρεσε;

There's a lot of power that users don't have

Υπάρχει πολλή δύναμη που οι χρήστες δεν έχουν

to control how this data is used.

για να ελέγξουν πώς χρησιμοποιούνται αυτά τα δεδομένα.

And I see that as a real problem going forward.

Και το βλέπω ως ένα σοβαρό πρόβλημα που ελλοχεύει.

So I think there's a couple paths

Έτσι νομίζω ότι υπάρχουν κάποιοι δρόμοι

that we want to look at

που πρέπει να δούμε

if we want to give users some control

για να δώσουμε στους χρήστες

κάποιον έλεγχο στη χρήση των δεδομένων,

over how this data is used,

because it's not always going to be used

επειδή δεν θα χρησιμοποιούνται πάντα

for their benefit.

προς όφελός τους.

An example I often give is that,

Λέω συχνά σαν παράδειγμα ότι,

if I ever get bored being a professor,

αν ποτέ βαρεθώ να είμαι καθηγήτρια,

I'm going to go start a company

θα φτιάξω μια εταιρεία

που θα προβλέπει στοιχεία όπως,

that predicts all of these attributes

and things like how well you work in teams

πώς αποδίδετε σε ομαδική εργασία,

and if you're a drug user, if you're an alcoholic.

αν είστε χρήστης ουσιών, αν είστε αλκοολικός.

We know how to predict all that.

Ξέρουμε πώς να τα προβλέψουμε.

And I'm going to sell reports

Και θα πουλάω αναφορές

to H.R. companies and big businesses

σε εταιρείες ανθρώπινου δυναμικού

και επιχειρήσεις που θέλουν να σας προσλάβουν.

that want to hire you.

We totally can do that now.

Μπορούμε να το κάνουμε άμεσα.

I could start that business tomorrow,

Μπορώ να το ξεκινήσω αύριο,

and you would have absolutely no control

και δεν θα έχετε απολύτως κανένα έλεγχο σε εμένα

over me using your data like that.

που χρησιμοποιώ τα δεδομένα σας έτσι.

That seems to me to be a problem.

Εμένα μου ακούγεται σαν πρόβλημα.

So one of the paths we can go down

Έτσι ένας από τους δρόμους που έχουμε

is the policy and law path.

είναι ο πολιτικός και νομικός δρόμος.

And in some respects, I think that that would be most effective,

Από κάποιες απόψεις, νομίζω ότι είναι ο πιο αποτελεσματικός,

but the problem is we'd actually have to do it.

αλλά το πρόβλημα είναι ότι θα πρέπει να τον «ανοίξουμε».

Observing our political process in action

Παρατηρώντας την πολιτική διαδικασία στην πράξη

makes me think it's highly unlikely

με κάνει να σκέφτομαι ότι είναι μάλλον απίθανο

that we're going to get a bunch of representatives

να πείσουμε μια ομάδα βουλευτών

to sit down, learn about this,

να καθίσουν, να ενημερωθούν,

and then enact sweeping changes

και μετά να επιφέρουν ριζικές αλλαγές

to intellectual property law in the U.S.

στον νόμο περί πνευματικής ιδιοκτησίας των ΗΠΑ.

so users control their data.

ώστε οι χρήστες να ελέγχουν τα δεδομένα τους.

Υπάρχει και ο δρόμος της πολιτικής,

We could go the policy route,

where social media companies say,

όπου οι εταιρείες των κοινωνικών μέσων λένε,

you know what? You own your data.

«Δικά σου είναι τα δεδομένα.

You have total control over how it's used.

Έχεις πλήρη έλεγχο στο πώς χρησιμοποιούνται».

The problem is that the revenue models

Το πρόβλημα είναι ότι τα μοντέλα εσόδων

for most social media companies

των εταιρειών κοινωνικών μέσων

rely on sharing or exploiting users' data in some way.

βασίζονται στην αποκάλυψη ή εκμετάλλευση των δεδομένων των χρηστών.

It's sometimes said of Facebook that the users

Λέγεται για το Facebook

ότι οι χρήστες δεν είναι ο πελάτης, είναι το προϊόν.

aren't the customer, they're the product.

And so how do you get a company

Πώς λοιπόν θα καταφέρεις μια εταιρεία

to cede control of their main asset

να εκχωρήσει τον έλεγχο του βασικού κεφαλαίου της

back to the users?

πίσω στους χρήστες;

It's possible, but I don't think it's something

Είναι πιθανόν, αλλά δεν νομίζω ότι είναι κάτι

that we're going to see change quickly.

που θα δούμε να αλλάζει σύντομα.

So I think the other path

Πιστεύω ότι ο άλλος δρόμος

that we can go down that's going to be more effective

που θα είναι και πιο αποτελεσματικός,

is one of more science.

είναι της περισσότερης επιστήμης.

It's doing science that allowed us to develop

Είναι η επιστήμη που μας επέτρεψε

all these mechanisms for computing

να αναπτύξουμε μηχανισμούς υπολογισμού

this personal data in the first place.

των προσωπικών δεδομένων εξ αρχής.

And it's actually very similar research

Στην ουσία είναι παρόμοια η έρευνα

that we'd have to do

που πρέπει να κάνουμε

if we want to develop mechanisms

αν θέλουμε να εξελίξουμε μηχανισμούς

that can say to a user,

που να μπορούν να πουν στον χρήστη,

"Here's the risk of that action you just took."

«Αυτό είναι το ρίσκο της πράξης σου.

By liking that Facebook page,

Κάνοντας like σε αυτή τη σελίδα του Facebook

or by sharing this piece of personal information,

ή κοινοποιώντας αυτή την προσωπική πληροφορία,

you've now improved my ability

βελτίωσες την ικανότητά μου

to predict whether or not you're using drugs

να προβλέψω κατά πόσον είσαι χρήστης ουσιών

or whether or not you get along well in the workplace.

ή πώς τα πας στον χώρο εργασίας σου».

And that, I think, can affect whether or not

Και αυτό νομίζω μπορεί να επηρεάσει

people want to share something,

το κατά πόσον θα μοιραστούν κάτι,

keep it private, or just keep it offline altogether.

θα το διατηρήσουν ιδιωτικό, ή θα το αφήσουν τελείως εκτός δικτύου.

We can also look at things like

Μπορούμε να δούμε πράγματα όπως

allowing people to encrypt data that they upload,

να μπορούν οι χρήστες να κρυπτογραφούν τα δεδομένα,

so it's kind of invisible and worthless

έτσι ώστε να είναι αόρατα ή άνευ αξίας σε σελίδες όπως το Facebook

to sites like Facebook

or third party services that access it,

ή σε υπηρεσίες τρίτων που έχουν πρόσβαση σε αυτά,

but that select users who the person who posted it

αλλά οι επιλεγμένοι χρήστες

που το άτομο που έκανε την ανάρτηση θέλει να τα δουν,

want to see it have access to see it.

να μπορούν να τα δουν.

This is all super exciting research

Είναι πάρα πολύ συναρπαστική έρευνα

from an intellectual perspective,

από διαλεκτικής άποψης,

and so scientists are going to be willing to do it.

γι' αυτό οι επιστήμονες θα συνεργαστούν.

So that gives us an advantage over the law side.

Έτσι αυτό μας δίνει πλεονέκτημα έναντι της νομικής πλευράς.

One of the problems that people bring up

Ένα από τα προβλήματα που οι άνθρωποι αναφέρουν

when I talk about this is, they say,

όταν μιλάω γι' αυτό είναι,

you know, if people start keeping all this data private,

«Αν οι άνθρωποι αρχίσουν να έχουν ιδιωτικά δεδομένα,

all those methods that you've been developing

όλες αυτές οι μέθοδοι που αναπτύσσεις

to predict their traits are going to fail.

για πρόβλεψη χαρακτηριστικών θα αποτύχουν».

And I say, absolutely, and for me, that's success,

Και εγώ απαντώ, σίγουρα, και αυτό για μένα είναι επιτυχία,

because as a scientist,

επειδή ως επιστήμονας,

my goal is not to infer information about users,

στόχος μου δεν είναι να συνάγω πληροφορίες σχετικά με τους χρήστες,

it's to improve the way people interact online.

είναι να βελτιώνω τον τρόπο αλληλεπίδρασής τους στο δίκτυο.

And sometimes that involves inferring things about them,

Μερικές φορές αυτό εμπλέκει και την εξεύρεση στοιχείων για αυτούς,

but if users don't want me to use that data,

αλλά αν οι χρήστες δεν θέλουν να χρησιμοποιώ αυτά τα δεδομένα,

I think they should have the right to do that.

θα πρέπει να έχουν αυτό το δικαίωμα.

I want users to be informed and consenting

Θέλω οι χρήστες να είναι ενημερωμένοι

users of the tools that we develop.

και να εγκρίνουν τα εργαλεία που αναπτύσσουμε.

And so I think encouraging this kind of science

Και νομίζω ότι ενθαρρύνοντας αυτό το είδος της επιστήμης,

and supporting researchers

και στηρίζοντας τους ερευνητές

who want to cede some of that control back to users

που θέλουν να επιστρέψουν τον έλεγχο πίσω στους χρήστες

and away from the social media companies

από τις εταιρείες κοινωνικών μέσων,

means that going forward, as these tools evolve

σημαίνει ότι προοδεύουμε,

καθώς τα εργαλεία αυτά εξελίσσονται και βελτιώνονται,

and advance,

means that we're going to have an educated

σημαίνει ότι θα έχουμε μορφωμένους

and empowered user base,

και δυναμικούς χρήστες,

and I think all of us can agree

και νομίζω όλοι συμφωνούμε

that that's a pretty ideal way to go forward.

ότι αυτός είναι ο ιδανικός τρόπος να προοδεύσουμε.

Thank you.

Ευχαριστώ.

(Applause)

(Χειροκρότημα)