How to separate fact and fiction online | Markham Nolan

182,762 views ・ 2012-12-11

TED


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

00:00
Translator: Joseph Geni Reviewer: Morton Bast
0
0
7000
Μετάφραση: Chryssa Takahashi Επιμέλεια: Mary Keramida
00:15
I've been a journalist now since I was about 17,
1
15895
2621
Εργάζομαι ως δημοσιογράφος από τα 17 μου,
00:18
and it's an interesting industry to be in at the moment,
2
18516
3560
και αυτή τη στιγμή είναι ένας πολύ ενδιαφέρον κλάδος,
00:22
because as you all know, there's a huge amount of upheaval
3
22076
2336
επειδή, όπως ξέρετε όλοι, υπάρχει μεγάλη αναστάτωση
00:24
going on in media, and most of you probably know this
4
24412
2480
στα μέσα μαζικής ενημέρωσης και οι περισσότεροι θα γνωρίζετε
00:26
from the business angle, which is that the business model
5
26892
3223
την επιχειρηματική σκοπιά, ότι το επιχειρηματικό μοντέλο
00:30
is pretty screwed, and as my grandfather would say,
6
30115
2943
καταρρέει, και όπως θα έλεγε και ο παππούς μου,
00:33
the profits have all been gobbled up by Google.
7
33058
2714
η Google έχει καταβροχθίσει όλα τα κέρδη.
00:35
So it's a really interesting time to be a journalist,
8
35772
2344
Είναι πραγματικά ενδιαφέρουσα εποχή να είσαι δημοσιογράφος
00:38
but the upheaval that I'm interested in is not on the output side.
9
38116
3084
αλλά εμένα δεν με ενδιαφέρει η αναταραχή της παραγωγής πληροφοριών,
00:41
It's on the input side. It's concern with
10
41200
3095
αλλά της εισροής πληροφοριών. Με ενδιαφέρει
00:44
how we get information and how we gather the news.
11
44295
2498
το πώς παίρνουμε πληροφορίες και το πώς συγκεντρώνουμε τις ειδήσεις.
00:46
And that's changed, because we've had a huge shift
12
46793
3071
Αυτό έχει αλλάξει, έχει συντελεστεί μια μεγάλη μετατόπιση
00:49
in the balance of power from
13
49864
2238
στις ισορροπίες της εξουσίας,
00:52
the news organizations to the audience.
14
52102
2017
από τους ειδησεογραφικούς οργανισμούς στο κοινό.
00:54
And the audience for such a long time was in a position
15
54119
2215
Το κοινό βρισκόταν για πάρα πολύ καιρό σε θέση στην οποία
00:56
where they didn't have any way of affecting news
16
56334
2690
δεν είχε κανέναν τρόπο να επηρεάζει τις ειδήσεις
00:59
or making any change. They couldn't really connect.
17
59024
2267
ή ν' αλλάξει οτιδήποτε. Δεν μπορούσαν να αλληλεπιδράσουν.
01:01
And that's changed irrevocably.
18
61291
1476
Αυτό έχει αλλάξει αμετάκλητα.
01:02
My first connection with the news media was
19
62767
2889
Η πρώτη μου επαφή με τα μέσα μαζικής ενημέρωσης ήταν
01:05
in 1984, the BBC had a one-day strike.
20
65656
3811
το 1984, όταν το BBC είχε μία μονοήμερη απεργία.
01:09
I wasn't happy. I was angry. I couldn't see my cartoons.
21
69467
3288
Δεν χάρηκα. Θύμωσα. Δεν μπορούσα να δω κινούμενα σχέδια.
01:12
So I wrote a letter.
22
72755
2547
Έτσι, τους έγραψα ένα γράμμα.
01:15
And it's a very effective way of ending your hate mail:
23
75302
2849
Ιδού ένας πολύ αποτελεσματικός τρόπος για να κλείνετε την οργισμένη σας επιστολή:
01:18
"Love Markham, Aged 4." Still works.
24
78151
3087
«Με αγάπη, Μάρκαμ, 4 χρονών». Δουλεύει ακόμα.
01:21
I'm not sure if I had any impact on the one-day strike,
25
81238
3011
Δεν ξέρω αν επηρέασε καθόλου τη μονοήμερη απεργία,
01:24
but what I do know is that it took them three weeks to get back to me.
26
84249
2682
αλλά ξέρω πως τους πήρε τρεις εβδομάδες για να μου απαντήσουν.
01:26
And that was the round journey. It took that long for anyone
27
86931
2160
Να φτάσει η επιστολή και να γυρίσει. Τόσο έπαιρνε σε οποιονδήποτε
01:29
to have any impact and get some feedback.
28
89091
2193
να έχει αντίκτυπο και να πάρει απάντηση.
01:31
And that's changed now because, as journalists,
29
91284
2482
Αυτό έχει πλέον αλλάξει γιατί, ως δημοσιογράφοι,
01:33
we interact in real time. We're not in a position
30
93766
3166
αλληλεπιδρούμε πλέον σε πραγματικό χρόνο. Δεν είμαστε πια σε φάση
01:36
where the audience is reacting to news.
31
96932
2334
που το κοινό αντιδρά στις ειδήσεις.
01:39
We're reacting to the audience, and we're actually relying on them.
32
99266
3757
Εμείς αντιδρούμε στο κοινό και στην ουσία βασιζόμαστε πάνω του.
01:43
They're helping us find the news. They're helping us
33
103023
2386
Μας βοηθά να εντοπίζουμε τις ειδήσεις. Μας βοηθά
01:45
figure out what is the best angle to take and what is the stuff that they want to hear.
34
105409
4770
να βρούμε την καλύτερη οπτική γωνία και τι θέλουν ν' ακούσουν.
01:50
So it's a real-time thing. It's much quicker. It's happening
35
110179
3904
Συμβαίνει σε αληθινό χρόνο. Είναι πολύ γρηγορότερο.
01:54
on a constant basis, and the journalist is always playing catch up.
36
114083
5917
Συμβαίνει συνεχώς και ο δημοσιογράφος προσπαθεί διαρκώς να μη μείνει πίσω.
02:00
To give an example of how we rely on the audience,
37
120000
2633
Να ένα παράδειγμα πώς βασιζόμαστε στο κοινό:
02:02
on the 5th of September in Costa Rica, an earthquake hit.
38
122633
4537
Στις 5 Σεπτεμβρίου έγινε ένας σεισμός στην Κόστα Ρίκα.
02:07
It was a 7.6 magnitude. It was fairly big.
39
127170
2326
Ήταν 7,6 ρίχτερ. Ήταν αρκετά μεγάλος.
02:09
And 60 seconds is the amount of time it took
40
129496
2880
Χρειάστηκε 60 δευτερόλεπτα
02:12
for it to travel 250 kilometers to Managua.
41
132376
2565
για να ταξιδέψει 250 χιλιόμετρα στη Μανάγουα.
02:14
So the ground shook in Managua 60 seconds after it hit the epicenter.
42
134941
4145
Η γη στη Μανάγουα κουνήθηκε 60 δευτερόλεπτα μετά το επίκεντρο.
02:19
Thirty seconds later, the first message went onto Twitter,
43
139086
2656
Τριάντα δευτερόλεπτα αργότερα, το πρώτο μήνυμα ανέβηκε στο Twitter,
02:21
and this was someone saying "temblor," which means earthquake.
44
141742
2861
και ήταν κάποιος που έγραψε «temblor» που σημαίνει σεισμός.
02:24
So 60 seconds was how long it took
45
144603
2337
Έτσι χρειάστηκε 60 δευτερόλεπτα
02:26
for the physical earthquake to travel.
46
146940
1906
για να ταξιδέψει ο σεισμός.
02:28
Thirty seconds later news of that earthquake had traveled
47
148846
2560
Τριάντα δευτερόλεπτα αργότερα, η είδηση αυτού του σεισμού
02:31
all around the world, instantly. Everyone in the world,
48
151406
2974
είχε φτάσει σε όλο τον κόσμο, στιγμιαία. Όλοι στον κόσμο
02:34
hypothetically, had the potential to know that an earthquake
49
154380
3197
υποθετικά, είχαν τη δυνατότητα να γνωρίζουν ότι γινόταν σεισμός
02:37
was happening in Managua.
50
157577
2414
στη Μανάγουα.
02:39
And that happened because this one person had
51
159991
2351
Αυτό συνέβη επειδή ένας άνθρωπος είχε
02:42
a documentary instinct, which was to post a status update,
52
162342
3949
το ένστικτο καταγραφής, δηλαδή να ενημερώσει από το προφίλ του,
02:46
which is what we all do now, so if something happens,
53
166291
2532
κάτι που κάνουμε όλοι μας πλέον, έτσι όταν συμβεί κάτι,
02:48
we put our status update, or we post a photo,
54
168823
2082
ενημερώνουμε το προφίλ μας ή ανεβάζουμε μια φωτογραφία,
02:50
we post a video, and it all goes up into the cloud in a constant stream.
55
170905
3778
ανεβάζουμε ένα βίντεο, και όλα ανεβαίνουν στο σύννεφο, με συνεχή ροή.
02:54
And what that means is just constant,
56
174683
2761
Αυτό σημαίνει πως ανεβαίνουν συνεχώς
02:57
huge volumes of data going up.
57
177444
2406
μεγάλοι όγκοι δεδομένων.
02:59
It's actually staggering. When you look at the numbers,
58
179850
2281
Είναι πραγματικά σοκαριστικό. Αν κοιτάξεις τα νούμερα,
03:02
every minute there are 72 more hours
59
182131
2991
κάθε λεπτό υπάρχουν 72 επιπλέον ώρες
03:05
of video on YouTube.
60
185122
1382
βίντεο στο YouTube.
03:06
So that's, every second, more than an hour of video gets uploaded.
61
186504
3282
Δηλαδή, κάθε δευτερόλεπτο, ανεβαίνει πάνω από μία ώρα βίντεο.
03:09
And in photos, Instagram, 58 photos are uploaded to Instagram a second.
62
189786
4256
Στις φωτογραφίες, στο Instagram, ανεβαίνουν 58 φωτογραφίες το δευτερόλεπτο.
03:14
More than three and a half thousand photos go up onto Facebook.
63
194042
3756
Πάνω από τρεισήμισι χιλιάδες φωτογραφίες ανεβαίνουν στο Facebook.
03:17
So by the time I'm finished talking here, there'll be 864
64
197798
3708
Μέχρι να τελειώσω την ομιλία μου, θα υπάρχουν 864 περισσότερες
03:21
more hours of video on Youtube than there were when I started,
65
201506
3618
ώρες βίντεο στο Youtube απ' όταν ξεκίνησα
03:25
and two and a half million more photos on Facebook and Instagram than when I started.
66
205124
3863
και δυόμισι εκατομμύρια νέες φωτογραφίες στο Fecebook και το Instagram.
03:28
So it's an interesting position to be in as a journalist,
67
208987
3932
Έτσι είναι μία ενδιαφέρουσα θέση να συμμετέχεις ως δημοσιογράφος,
03:32
because we should have access to everything.
68
212919
2416
διότι θα πρέπει να έχουμε πρόσβαση στα πάντα.
03:35
Any event that happens anywhere in the world, I should be able to know about it
69
215335
2898
Οτιδήποτε συμβαίνει στον κόσμο θα πρέπει να μπορώ να το μάθω,
03:38
pretty much instantaneously, as it happens, for free.
70
218233
3931
σχεδόν στιγμιαία, μόλις συμβεί, και δωρεάν.
03:42
And that goes for every single person in this room.
71
222164
3165
Αυτό ισχύει για τον καθένα εδώ μέσα.
03:45
The only problem is, when you have that much information,
72
225329
2610
Το μόνο πρόβλημα είναι πως όταν έχεις τόση πληροφορία
03:47
you have to find the good stuff, and that can be
73
227939
2287
πρέπει να βρεις την καλή πληροφορία, και αυτό μπορεί να είναι
03:50
incredibly difficult when you're dealing with those volumes.
74
230226
1988
υπερβολικά δύσκολο όταν μιλάμε για τέτοια μεγέθη.
03:52
And nowhere was this brought home more than during
75
232214
2319
Δεν ήταν ποτέ τόσο προφανές όσο με τον Τυφώνα Σάντι.
03:54
Hurricane Sandy. So what you had in Hurricane Sandy was
76
234533
2904
Αυτό που είχαμε στον Τυφώνα Σάντι ήταν
03:57
a superstorm, the likes of which we hadn't seen for a long time,
77
237437
3027
μία υπερκαταιγίδα, που είχαμε καιρό να δούμε σε τέτοιο μέγεθος
04:00
hitting the iPhone capital of the universe -- (Laughter) --
78
240464
3143
να χτυπά την πρωτεύουσα των iPhone του σύμπαντος --(Γέλια)--
04:03
and you got volumes of media like we'd never seen before.
79
243607
4215
και πήραμε τέτοιον όγκο πληροφοριών που δεν είχαμε ξαναδεί ποτέ.
04:07
And that meant that journalists had to deal with fakes,
80
247822
2744
Αυτό σημαίνει πως οι δημοσιογράφοι είχαν να αντιμετωπίσουν και ψεύτικες πληροφορίες,
04:10
so we had to deal with old photos that were being reposted.
81
250566
2916
έτσι είχαμε να αντιμετωπίσουμε παλιές φωτογραφίες που ξανανέβηκαν.
04:13
We had to deal with composite images
82
253482
2248
Είχαμε να αντιμετωπίσουμε σύνθετες εικόνες
04:15
that were merging photos from previous storms.
83
255730
3183
που σύνδεαν φωτογραφίες από παλιότερους τυφώνες.
04:18
We had to deal with images from films like "The Day After Tomorrow." (Laughter)
84
258913
5234
Είχαμε να αντιμετωπίσουμε εικόνες από ταινίες όπως το «Μετά την επόμενη μέρα». (Γέλια)
04:24
And we had to deal with images that were so realistic
85
264147
2834
Είχαμε να κάνουμε με εικόνες τόσο ρεαλιστικές
04:26
it was nearly difficult to tell if they were real at all.
86
266981
2370
που ήταν σχεδόν αδύνατον να καταλάβουμε αν ήταν αληθινές.
04:29
(Laughter)
87
269351
4313
(Γέλια)
04:33
But joking aside, there were images like this one from Instagram
88
273664
3724
Αλλά χωρίς πλάκα, υπήρχαν εικόνες όπως αυτή από το Instagram
04:37
which was subjected to a grilling by journalists.
89
277388
2276
που αναλύθηκε εξονυχιστικά από τους δημοσιογράφους.
04:39
They weren't really sure. It was filtered in Instagram.
90
279664
2233
Δεν ήταν σίγουροι. Φιλτραρίστηκε στο Instagram.
04:41
The lighting was questioned. Everything was questioned about it.
91
281897
2523
Ο φωτισμός αμφισβητήθηκε. Τα πάντα σχετικά με αυτήν αμφισβητήθηκαν.
04:44
And it turned out to be true. It was from Avenue C
92
284420
2293
Τελικά ήταν αληθινή. Ήταν από τη Λεωφόρο C,
04:46
in downtown Manhattan, which was flooded.
93
286713
2160
στο κέντρο του Μανχάταν, που είχε πλημμυρίσει.
04:48
And the reason that they could tell that it was real
94
288873
2100
Ο λόγος που μπόρεσαν να πουν πως ήταν αληθινή
04:50
was because they could get to the source, and in this case,
95
290973
2089
ήταν επειδή μπόρεσαν να εντοπίσουν την πηγή της, και σε αυτή την περίπτωση,
04:53
these guys were New York food bloggers.
96
293062
2107
ήταν κάποιοι Νεοϋορκέζοι μπλόγκερς μαγειρικής.
04:55
They were well respected. They were known.
97
295169
2030
Ήταν ευυπόληπτοι. Ήταν γνωστοί.
04:57
So this one wasn't a debunk, it was actually something that they could prove.
98
297199
3092
Οπότε αυτή δεν ήταν απομυθοποίηση, ήταν κάτι που μπορούσαν να αποδείξουν.
05:00
And that was the job of the journalist. It was filtering all this stuff.
99
300291
2918
Αυτή ήταν η δουλειά του δημοσιογράφου. Να τα φιλτράρει όλα αυτά.
05:03
And you were, instead of going and finding the information
100
303209
2711
Αντί λοιπόν να πηγαίνεις και να βρίσκεις τις πληροφορίες,
05:05
and bringing it back to the reader, you were holding back
101
305920
2567
και να τις δίνεις στον αναγνώστη, κρατούσες
05:08
the stuff that was potentially damaging.
102
308487
2060
όσες ήταν εν δυνάμει βλαβερές.
05:10
And finding the source becomes more and more important --
103
310547
2958
Ο εντοπισμός της πηγής γίνεται ολοένα και πιο σημαντικός
05:13
finding the good source -- and Twitter is where most journalists now go.
104
313505
3734
-- η εύρεση της καλής πηγής -- και πλέον οι περισσότεροι δημοσιογράφοι πάνε στο Twitter.
05:17
It's like the de facto real-time newswire,
105
317239
3153
Είναι σαν πρακτορείο ειδήσεων πραγματικού χρόνου,
05:20
if you know how to use it, because there is so much on Twitter.
106
320392
2967
αν ξέρεις πώς να το χρησιμοποιήσεις, επειδή έχει τόσα πολλά στο Twitter.
05:23
And a good example of how useful it can be
107
323359
2385
Ένα καλό παράδειγμα του πόσο χρήσιμο μπορεί να είναι
05:25
but also how difficult was the Egyptian revolution in 2011.
108
325744
3533
αλλά και πόσο δύσκολο, ήταν η επανάσταση του 2011 στην Αίγυπτο.
05:29
As a non-Arabic speaker, as someone who was looking
109
329277
2646
Ως κάποιος που δεν μιλά Αραβικά, ως εξωτερικός
05:31
from the outside, from Dublin,
110
331923
2301
παρατηρητής, από το Δουβλίνο,
05:34
Twitter lists, and lists of good sources,
111
334224
1792
οι λίστες στο Twitter, οι λίστες των καλών πηγών,
05:36
people we could establish were credible, were really important.
112
336016
3622
των ατόμων που μπορούσαμε να επιβεβαιώσουμε ως αξιόπιστα, ήταν πολύ σημαντικές.
05:39
And how do you build a list like that from scratch?
113
339638
2509
Πώς χτίζεις μια τέτοια λίστα από το μηδέν;
05:42
Well, it can be quite difficult, but you have to know what to look for.
114
342147
2430
Μπορεί να είναι πολύ δύσκολο, αλλά πρέπει να ξέρεις τι ψάχνεις.
05:44
This visualization was done by an Italian academic.
115
344577
2858
Αυτή η απεικόνιση έγινε από έναν Ιταλό Ακαδημαϊκό.
05:47
He's called André Pannison, and he basically
116
347435
3394
Ονομάζεται Αντρέ Πάνισον και βασικά
05:50
took the Twitter conversation in Tahrir Square
117
350829
2175
πήρε τη συζήτηση στο Twitter στην πλατεία Ταχίρ
05:53
on the day that Hosni Mubarak would eventually resign,
118
353004
3454
την ημέρα που ο Χόσνι Μουμπάρακ τελικά θα παραιτηθεί,
05:56
and the dots you can see are retweets, so when someone
119
356458
2632
και οι τελείες που βλέπετε είναι αναμεταδόσεις, όποτε όταν κάποιος
05:59
retweets a message, a connection is made between two dots,
120
359090
2779
αναμεταδίδει ένα μήνυμα, δημιουργείται μία σύνδεση μεταξύ δύο τελείων,
06:01
and the more times that message is retweeted by other people,
121
361869
2610
και όσο περισσότερο αναμεταδίδεται από άλλους,
06:04
the more you get to see these nodes, these connections being made.
122
364479
3206
βλέπετε περισσότερους κόμβους, γίνονται αυτές οι συνδέσεις.
06:07
And it's an amazing way of visualizing the conversation,
123
367685
1922
Είναι ένας εκπληκτικός τρόπος οπτικοποίησης της συζήτησης,
06:09
but what you get is hints at who is more interesting
124
369607
2711
και συγχρόνως σου δείχνει ποιος έχει περισσότερο ενδιαφέρον
06:12
and who is worth investigating.
125
372318
2681
και ποιος αξίζει να ερευνηθεί.
06:14
And as the conversation grew and grew, it became
126
374999
2879
Όσο μεγάλωνε η συζήτηση, γινόταν,
06:17
more and more lively, and eventually you were left
127
377878
2284
όλο και πιο ζωντανή, και τελικά σου έμενε
06:20
with this huge, big, rhythmic pointer of this conversation.
128
380162
4781
μια τεράστια, ρυθμική απεικόνιση της συζήτησης.
06:24
You could find the nodes, though, and then you went,
129
384943
1809
Μπορούσες να βρεις τους κόμβους, και μετά να πας,
06:26
and you go, "Right, I've got to investigate these people.
130
386752
2294
και να πεις: «Εντάξει, πρέπει να διερευνήσω αυτούς εδώ.
06:29
These are the ones that are obviously making sense.
131
389046
1714
Αυτοί, προφανώς, βγάζουν μεγαλύτερο νόημα.
06:30
Let's see who they are."
132
390760
2309
Ας δω ποιοι είναι».
06:33
Now in the deluge of information, this is where
133
393069
2690
Μέσα στην καταρρακτώδη ροή πληροφορίας, εδώ είναι
06:35
the real-time web gets really interesting for a journalist like myself,
134
395759
3207
που το δίκτυο σε πραγματικό χρόνο γίνεται ενδιαφέρον για δημοσιογράφους σαν κι εμένα,
06:38
because we have more tools than ever
135
398966
1974
επειδή έχουμε περισσότερα εργαλεία από ποτέ
06:40
to do that kind of investigation.
136
400940
2757
για να κάνουμε τέτοια έρευνα.
06:43
And when you start digging into the sources, you can go
137
403697
3009
Όταν αρχίσεις να ψάχνεις τις πηγές, μπορείς να πας
06:46
further and further than you ever could before.
138
406706
2299
πιο μακριά απ' όσο μπορούσες να πας ποτέ.
06:49
Sometimes you come across a piece of content that
139
409005
3352
Μερικές φορές βρίσκεις μια πληροφορία
06:52
is so compelling, you want to use it, you're dying to use it,
140
412357
3460
που είναι τόσο ακαταμάχητη, που θέλεις να την χρησιμοποιήσεις, ψοφάς να την χρησιμοποιήσεις,
06:55
but you're not 100 percent sure if you can because
141
415817
2675
αλλά δεν είσαι 100% σίγουρος αν μπορείς επειδή
06:58
you don't know if the source is credible.
142
418492
1207
δεν ξέρεις αν η πηγή ειναι αξιόπιστη.
06:59
You don't know if it's a scrape. You don't know if it's a re-upload.
143
419699
2182
Δεν ξέρεις αν η πληροφορία εκλάπη. Δεν ξέρεις αν είναι αναδημοσίευση.
07:01
And you have to do that investigative work.
144
421881
1709
Θα πρέπει να κάνεις ερευνητική δουλειά.
07:03
And this video, which I'm going to let run through,
145
423590
2344
Αυτό το βίντεο, το οποίο θα σας αφήσω να δείτε
07:05
was one we discovered a couple of weeks ago.
146
425934
2989
το ανακαλύψαμε πριν από μερικές εβδομάδες.
07:08
Video: Getting real windy in just a second.
147
428923
2199
Βίντεο: Φυσάει πάρα πολύ, ξαφνικά.
07:11
(Rain and wind sounds)
148
431122
4888
(Ήχοι βροχής και αέρα)
07:16
(Explosion) Oh, shit!
149
436010
3167
(Έκρηξη) Σκατά!
07:19
Markham Nolan: Okay, so now if you're a news producer, this is something
150
439177
2937
Μάρκαμ Νόλαν: Λοιπόν, τώρα αν είσαι παραγωγός ειδήσεων, αυτό είναι κάτι
07:22
you'd love to run with, because obviously, this is gold.
151
442114
2552
που θα ήθελες να το παίξεις, επειδή προφανώς, είναι χρυσάφι.
07:24
You know? This is a fantastic reaction from someone,
152
444666
2263
Ξέρεις; Αυτή είναι μία εντυπωσιακή αντίδραση από κάποιον,
07:26
very genuine video that they've shot in their back garden.
153
446929
2570
ένα αυθεντικό βίντεο που γύρισαν στον κήπο τους.
07:29
But how do you find if this person, if it's true, if it's faked,
154
449499
3494
Αλλά πώς το βρίσκεις αυτό το άτομο, αν είναι αληθινό, αν είναι στημένο
07:32
or if it's something that's old and that's been reposted?
155
452993
2658
ή αν είναι κάτι παλιό που ξανανέβηκε;
07:35
So we set about going to work on this video, and
156
455651
2226
Έτσι ξεκινάμε να δουλεύουμε πάνω σε αυτό το βίντεο,
07:37
the only thing that we had to go on was the username on the YouTube account.
157
457877
2860
και το μόνο πράγμα που είχαμε ήταν το όνομα του χρήστη στο Youtube.
07:40
There was only one video posted to that account,
158
460737
2351
Υπήρχε μόνο ένα βίντεο ανεβασμένο σε αυτόν το λογαριασμό,
07:43
and the username was Rita Krill.
159
463088
1488
και το όνομα του χρήστη ήταν Ρίτα Κριλλ.
07:44
And we didn't know if Rita existed or if it was a fake name.
160
464576
3292
Δεν γνωρίζαμε αν η Ρίτα υπήρχε ή αν ήταν ένα ψεύτικο όνομα.
07:47
But we started looking, and we used free Internet tools to do so.
161
467868
2913
Αλλά αρχίσαμε να ψάχνουμε, χρησιμοποιώντας δωρεάν εργαλεία που βρίσκονται στο διαδίκτυο.
07:50
The first one was called Spokeo, which allowed us to look for Rita Krills.
162
470781
3308
Το πρώτο λέγεται Spokeo, και μας επέτρεψε να ψάξουμε άτομα για την Ριτα Κριλλ.
07:54
So we looked all over the U.S. We found them in New York,
163
474089
2382
Ψάξαμε σε όλες τις ΗΠΑ. Βρήκαμε στη Νέα Υόρκη,
07:56
we found them in Pennsylvania, Nevada and Florida.
164
476471
2762
βρήκαμε στην Πενσιλβάνια, τη Νεβάδα και τη Φλόριντα.
07:59
So we went and we looked for a second free Internet tool
165
479233
2649
Έτσι ψάξαμε μετά για ένα δεύτερο δωρεάν εργαλείο,
08:01
called Wolfram Alpha, and we checked the weather reports
166
481882
2467
το Wolfram Alpha, για να βρούμε τα δελτία καιρού
08:04
for the day in which this video had been uploaded,
167
484349
2497
της ημέρας που ανέβηκε το βίντεο,
08:06
and when we went through all those various cities,
168
486846
1883
και όταν κοιτάξαμε όλες αυτές τις πόλεις,
08:08
we found that in Florida, there were thunderstorms and rain on the day.
169
488729
3496
βρήκαμε πως στη Φλόριντα είχε καταιγίδες και βροχή όλη μέρα.
08:12
So we went to the white pages, and we found,
170
492225
2645
Οπότε πήγαμε στο χρυσό οδηγό και βρήκαμε,
08:14
we looked through the Rita Krills in the phonebook,
171
494870
2924
ψάξαμε τις Ρίτα Κριλλ στον τηλεφωνικό κατάλογο,
08:17
and we looked through a couple of different addresses,
172
497794
1572
και είδαμε μερικές διαφορετικές διευθύνσεις,
08:19
and that took us to Google Maps, where we found a house.
173
499366
3316
και πήγαμε στους χάρτες της Google, όπου βρήκαμε ένα σπίτι.
08:22
And we found a house with a swimming pool that looked
174
502682
1915
Βρήκαμε ένα σπίτι με πισίνα που έμοιαζε
08:24
remarkably like Rita's. So we went back to the video,
175
504597
2918
αρκετά σαν της Ρίτας. Τότε ξανακοιτάξαμε το βίντεο,
08:27
and we had to look for clues that we could cross-reference.
176
507515
2971
ψάχνοντας για στοιχεία που μπορούσαμε να διασταυρώσουμε.
08:30
So if you look in the video, there's the big umbrella,
177
510486
3215
Αν δείτε στο βίντεο υπάρχει μια μεγάλη ομπρέλα,
08:33
there's a white lilo in the pool,
178
513701
1845
ένα άσπρο στρώμα στην πισίνα,
08:35
there are some unusually rounded edges in the swimming pool,
179
515546
2440
η πισίνα έχει και ασυνήθιστα στρογγυλεμένες άκρες,
08:37
and there's two trees in the background.
180
517986
2054
και έχουμε και δύο δέντρα στο φόντο.
08:40
And we went back to Google Maps, and we looked a little bit closer,
181
520040
2427
Επιστρέψαμε στο χάρτη και κοιτάξαμε καλύτερα,
08:42
and sure enough, there's the white lilo,
182
522467
2671
και φυσικά είδαμε και το στρώμα,
08:45
there are the two trees,
183
525138
2994
και τα δύο δέντρα,
08:48
there's the umbrella. It's actually folded in this photo.
184
528132
1986
και την ομπρέλα, που μάλιστα είναι μαζεμένη σ' αυτή τη φωτογραφία.
08:50
Little bit of trickery. And there are the rounded edges on the swimming pool.
185
530118
3778
Πήγε να μας ξεγελάσει. Ορίστε και οι στρογγυλεμένες άκρες της πισίνας.
08:53
So we were able to call Rita, clear the video,
186
533896
3150
Οπότε μπορέσαμε να τηλεφωνήσουμε στη Ρίτα, να σιγουρευτούμε για το βίντεο,
08:57
make sure that it had been shot, and then our clients
187
537046
2086
να σιγουρευτούμε ότι γυρίστηκε και μετά οι πελάτες μας
08:59
were delighted because they were able to run it without being worried.
188
539132
3194
ήταν πανευτυχείς, γιατί μπορούσαν να το παίξουν χωρίς να ανησυχούν.
09:02
Sometimes the search for truth, though,
189
542326
1775
Μερικές φορές, όμως, η αναζήτηση της αλήθειας
09:04
is a little bit less flippant, and it has much greater consequences.
190
544101
4409
είναι λιγότερο αξιοσέβαστη, και έχει πολύ μεγαλύτερες επιπτώσεις.
09:08
Syria has been really interesting for us, because obviously
191
548510
2983
Η περίπτωση της Συρίας είναι πολύ ενδιαφέρουσα για μας
09:11
a lot of the time you're trying to debunk stuff that can be
192
551493
2681
γιατί προφανώς προσπαθούμε συχνά να καταρρίψουμε πράγματα
09:14
potentially war crime evidence, so this is where YouTube
193
554174
3799
που θα μπορούσαν να είναι αποδείξεις εγκλημάτων πολέμου, έτσι εκεί το YouTube
09:17
actually becomes the most important repository
194
557973
2357
στην πραγματικότητα γίνεται το πιο σημαντικό αποθετήριο
09:20
of information about what's going on in the world.
195
560330
4150
πληροφοριών για όσα συμβαίνουν στον κόσμο.
09:24
So this video, I'm not going to show you the whole thing,
196
564480
2754
Αυτό το βίντεο, δεν θα σας το δείξω ολόκληρο,
09:27
because it's quite gruesome, but you'll hear some of the sounds.
197
567234
2721
γιατί ειναι αρκετά ανατριχιαστικό, αλλά θα ακούσετε μερικούς από τους ήχους.
09:29
This is from Hama.
198
569955
2328
Είναι από τη Χαμά.
09:32
Video: (Shouting)
199
572283
2970
Βίντεο: (Φωνές)
09:35
And what this video shows, when you watch the whole thing through,
200
575253
3904
Αυτό που δείχνει το βίντεο, αν το δείτε ολόκληρο,
09:39
is bloody bodies being taken out of a pickup truck
201
579157
2761
είναι ματωμένα πτώματα που τα βγάζουν από ένα φορτηγό
09:41
and thrown off a bridge.
202
581918
2605
και τα πετούν από μια γέφυρα.
09:44
The allegations were that these guys were Muslim Brotherhood
203
584523
2781
Υπήρχαν ισχυρισμοί πως αυτοί ανήκουν στη Μουσουλμανική Αδελφότητα
09:47
and they were throwing Syrian Army officers' bodies
204
587304
2875
και πετούν πτώματα αξιωματικών του συριακού στρατού
09:50
off the bridge, and they were cursing and using blasphemous language,
205
590179
2934
από τη γέφυρα, και βρίζουν και βλασφημούν,
09:53
and there were lots of counterclaims about who they were,
206
593113
2382
και συγχρόνως υπήρχαν πολλοί αντίθετοι ισχυρισμοί για το ποιοι είναι,
09:55
and whether or not they were what the video said it was.
207
595495
2242
και αν ή όχι ήταν αυτό που έλεγε το βίντεο.
09:57
So we talked to some sources in Hama who we had been
208
597737
3266
Μιλήσαμε με μερικές πηγές μας στη Χαμά, με τις οποίες είχαμε
10:01
back and forth with on Twitter, and we asked them about this,
209
601003
2333
ξανασυζητήσει στο Twitter και τους ρωτήσαμε γι' αυτό,
10:03
and the bridge was interesting to us because it was something we could identify.
210
603336
3814
και η γέφυρα μας ενδιέφερε γιατί ήταν κάτι που θα μπορούσαμε να αναγνωρίσουμε.
10:07
Three different sources said three different things about the bridge.
211
607150
2914
Τρεις διαφορετικές πηγές είπαν τρία διαφορετικά πράγματα για τη γέφυρα.
10:10
They said, one, the bridge doesn't exist.
212
610064
2262
Η μία, πως η γέφυρα δεν υπάρχει.
10:12
Another one said the bridge does exist, but it's not in Hama. It's somewhere else.
213
612326
3524
Μια άλλη πως η γέφυρα υπάρχει, αλλά όχι στη Χαμά. Ήταν κάπου αλλού.
10:15
And the third one said, "I think the bridge does exist,
214
615850
2562
Η τρίτη είπε: «Νομίζω πως η γέφυρα υπάρχει,
10:18
but the dam upstream of the bridge was closed,
215
618412
3364
αλλά το φράγμα πριν τη γέφυρα ήταν κλειστό,
10:21
so the river should actually have been dry, so this doesn't make sense."
216
621776
3397
οπότε το ποτάμι θα έπρεπε να είναι άδειο, δεν βγαίνει νόημα».
10:25
So that was the only one that gave us a clue.
217
625173
2612
Ήταν ο μόνος που μας έδωσε ένα στοιχείο.
10:27
We looked through the video for other clues.
218
627785
1225
Ψάξαμε στο βίντεο για άλλα στοιχεία.
10:29
We saw the distinctive railings, which we could use.
219
629010
3089
Είδαμε χαρακτηριστικά κάγκελα, που μας ήταν χρήσιμο.
10:32
We looked at the curbs. The curbs were throwing shadows south,
220
632099
3744
Είδαμε τις στροφές, οι σκιές των οποίων έπεφταν νότια,
10:35
so we could tell the bridge was running east-west across the river.
221
635843
2317
άρα η γέφυρα ενώνει το ποτάμι ανατολικά-δυτικά.
10:38
It had black-and-white curbs.
222
638160
1956
Είχε ασπρόμαυρα πεζοδρόμια.
10:40
As we looked at the river itself, you could see there's
223
640116
1986
Καθώς κοιτάζαμε το ποτάμι, μπορούσαμε να δούμε ότι
10:42
a concrete stone on the west side. There's a cloud of blood.
224
642102
2954
υπάρχει μία πέτρα από τσιμέντο στη δυτική πλευρά. Υπάρχει ένα νέφος αίματος.
10:45
That's blood in the river. So the river is flowing
225
645056
1734
Αυτό είναι αίμα στο ποτάμι. Άρα το ποτάμι κυλάει
10:46
south to north. That's what that tells me.
226
646790
1697
από το νότο προς το βορρά. Αυτό μου λέει.
10:48
And also, as you look away from the bridge,
227
648487
2349
Επίσης, καθώς απομακρύνετε το βλέμμα από τη γέφυρα
10:50
there's a divot on the left-hand side of the bank,
228
650836
1649
υπάρχει γρασίδι στην αριστερή πλευρά της όχθης
10:52
and the river narrows.
229
652485
2430
και το ποτάμι στενεύει.
10:54
So onto Google Maps we go, and we start
230
654915
2579
Πάλι στους Χάρτες της Google, και ξεκινάμε
10:57
looking through literally every single bridge.
231
657494
2058
κυριολεκτικά να ψάχνουμε όλες τις γέφυρες.
10:59
We go to the dam that we talked about, we start just
232
659552
3480
Ξεκινήσαμε από το φράγμα που αναφέρθηκε, και ψάξαμε
11:03
literally going through every time that road crosses the river,
233
663032
3610
κάθε φορά που ο δρόμος περνάει το ποτάμι,
11:06
crossing off the bridges that don't match.
234
666642
1738
σβήνοντας από τη λίστα μας τις γέφυρες που δεν ταίριαζαν.
11:08
We're looking for one that crosses east-west.
235
668380
1763
Ψάχναμε μία που το διέσχιζε ανατολικά-δυτικά.
11:10
And we get to Hama. We get all the way from the dam
236
670143
1952
Φτάσαμε στη Χαμά. Πάμε από το φράγμα
11:12
to Hama and there's no bridge.
237
672095
2003
μέχρι τη Χαμά και δεν υπάρχει τέτοια γέφυρα.
11:14
So we go a bit further. We switch to the satellite view,
238
674098
2484
Οπότε ψάξαμε περισσότερο. Γυρίσαμε σε δορυφορική εικόνα,
11:16
and we find another bridge, and everything starts to line up.
239
676582
2920
και βρήκαμε μια άλλη γέφυρα, και αρχίζει να βγαίνει άκρη.
11:19
The bridge looks like it's crossing the river east to west.
240
679502
3038
Η γέφυρα μοιάζει να διασχίζει από ανατολικά προς δυτικά.
11:22
So this could be our bridge. And we zoom right in.
241
682540
3161
Μπορεί να είναι η δική μας. Ζουμάρουμε.
11:25
We start to see that it's got a median, so it's a two-lane bridge.
242
685701
2902
Έχει ενδιάμεση νησίδα, άρα είναι γέφυρα δύο κατευθύνσεων.
11:28
And it's got the black-and-white curbs that we saw in the video,
243
688603
3646
Έχει το ασπρόμαυρο πεζοδρόμιο που είδαμε στο βίντεο,
11:32
and as we click through it, you can see someone's
244
692249
2312
και όπως την κοιτάμε, βλέπετε πως κάποιος
11:34
uploaded photos to go with the map, which is very handy,
245
694561
2954
έχει ανεβάσει στο χάρτη φωτογραφίες, που είναι πολύ χρήσιμο,
11:37
so we click into the photos. And the photos start showing us
246
697515
2687
και κοιτάμε τις φωτογραφίες. Αυτές μας δείχνουν
11:40
more detail that we can cross-reference with the video.
247
700202
2622
περισσότερες λεπτομέρειες για να μπορέσουμε να κάνουμε σύγκριση με το βίντεο.
11:42
The first thing that we see is we see black-and-white curbing,
248
702824
3723
Το πρώτο πράγμα που βλέπουμε είναι το ασπρόμαυρο πεζοδρόμιο.
11:46
which is handy because we've seen that before.
249
706547
2105
που είναι χρήσιμο αφού το έχουμε ξαναδεί.
11:48
We see the distinctive railing that we saw the guys
250
708652
3499
Βλέπουμε τα χαρακτηριστικά κάγκελα όπου είδαμε τους τύπους
11:52
throwing the bodies over.
251
712151
2351
να πετάνε τα πτώματα.
11:54
And we keep going through it until we're certain that this is our bridge.
252
714502
2655
Συνεχίζουμε μέχρι να βεβαιωθούμε πως είναι η γέφυρά μας.
11:57
So what does that tell me? I've got to go back now
253
717157
1524
Τι μου λέει αυτό λοιπόν; Τώρα πρέπει να επιστρέψω
11:58
to my three sources and look at what they told me:
254
718681
2313
στις τρεις πηγές μου και δείτε τι μου είπανε:
12:00
the one who said the bridge didn't exist,
255
720994
1725
η πρώτη πως η γέφυρα δεν υπάρχει,
12:02
the one who said the bridge wasn't in Hama,
256
722719
1859
η άλλη πως δεν είναι στη Χαμά,
12:04
and the one guy who said, "Yes, the bridge does exist, but I'm not sure about the water levels."
257
724578
3953
και εκείνος που είπε πως: «Υπάρχει, αλλά δεν είμαι σίγουρος για το επίπεδο του νερού».
12:08
Number three is looking like the most truthful all of a sudden,
258
728531
3331
Ο τρίτος ξαφνικά μας φαίνεται ο πιο ειλικρινής,
12:11
and we've been able to find that out using some free Internet tools
259
731862
2981
και μπορέσαμε να το διαπιστώσαμε χρησιμοποιώντας μερικά δωρεάν εργαλεία στο διαδίκτυο
12:14
sitting in a cubicle in an office in Dublin
260
734843
2520
καθισμένοι σε ένα γραφείο στο Δουβλίνο,
12:17
in the space of 20 minutes.
261
737363
1487
μέσα σε 20 λεπτά.
12:18
And that's part of the joy of this. Although the web
262
738850
2439
Αυτό είναι μέρος της χαράς της δουλειάς μου. Αν και το διαδίκτυο
12:21
is running like a torrent, there's so much information there
263
741289
3265
τρέχει με ραγδαία ταχύτητα, έχει τόση πολλή πληροφορία
12:24
that it's incredibly hard to sift and getting harder every day,
264
744554
3187
που είναι εξαιρετικά δύσκολο να την κοσκινίσεις και γίνεται ολοένα δυσκολότερο,
12:27
if you use them intelligently, you can find out incredible information.
265
747741
3327
αν τις χρησιμοποιήσεις έξυπνα, μπορείς να βρεις απίστευτες πληροοφορίες.
12:31
Given a couple of clues, I could probably find out
266
751068
2395
Με ένα-δύο στοιχεία, πιθανόν να μπορούσα να βρω
12:33
a lot of things about most of you in the audience that you might not like me finding out.
267
753463
3534
πολλά για τους περισσότερους από εσάς στο κοινό που δεν θα σας άρεσε απαραίτητα να γνωρίζω.
12:36
But what it tells me is that, at a time when
268
756997
3005
Αυτό που αντιλαμβάνομαι, είναι πως σε μια εποχή
12:40
there's more -- there's a greater abundance of information than there ever has been,
269
760002
4029
που υπάρχει περισσότερη --μεγαλύτερη αφθονία πληροφοριών από ποτέ άλλοτε,
12:44
it's harder to filter, we have greater tools.
270
764031
2633
είναι δυσκολότερο να φιλτραριστεί, έχουμε καλύτερα εργαλεία.
12:46
We have free Internet tools that allow us,
271
766664
1863
Έχουμε δωρεάν εργαλεία στο διαδίκτυο που μας επιτρέπουν
12:48
help us do this kind of investigation.
272
768527
2226
και μας βοηθούν να κάνουμε τέτοιες έρευνες.
12:50
We have algorithms that are smarter than ever before,
273
770753
1823
Έχουμε αλγόριθμους εξυπνότερους από ποτέ,
12:52
and computers that are quicker than ever before.
274
772576
2421
και υπολογιστές γρηγορότερους από ποτέ.
12:54
But here's the thing. Algorithms are rules. They're binary.
275
774997
3427
Αλλά το θέμα είναι το εξής. Οι αλγόριθμοι είναι κανόνες. Είναι δυαδικοί.
12:58
They're yes or no, they're black or white.
276
778424
1785
Είναι ναι ή όχι, άσπρο ή μαύρο.
13:00
Truth is never binary. Truth is a value.
277
780209
3554
Η αλήθεια δεν είναι ποτέ δυαδική. Η αλήθεια είναι μια αξία.
13:03
Truth is emotional, it's fluid, and above all, it's human.
278
783763
4664
Είναι συναισθηματική, ρευστή και προπάντων ανθρώπινη.
13:08
No matter how quick we get with computers, no matter
279
788427
2107
Όσο γρήγοροι και να είναι οι υπολογιστές,
13:10
how much information we have, you'll never be able
280
790534
2384
όση πληροφορία και να έχουμε, δεν θα μπορέσουμε ποτέ
13:12
to remove the human from the truth-seeking exercise,
281
792918
2996
να αφαιρέσουμε τον άνθρωπο από την άσκηση της αναζήτησης της αλήθειας,
13:15
because in the end, it is a uniquely human trait.
282
795914
3658
γιατι τελικά είναι ένα χαρακτηριστικό που έχουν μόνο οι άνθρωποι.
13:19
Thanks very much. (Applause)
283
799572
4000
Ευχαριστώ πάρα πολύ. (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