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

Jennifer Golbeck: El enigma de las papas rizadas: Por qué un "me gusta" dice más de lo que imaginas

376,892 views

2014-04-03 ・ TED


New videos

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

Jennifer Golbeck: El enigma de las papas rizadas: Por qué un "me gusta" dice más de lo que imaginas

376,892 views ・ 2014-04-03

TED


Haga doble clic en los subtítulos en inglés para reproducir el vídeo.

Traductor: Sebastian Betti Revisor: mariana vergnano
00:12
If you remember that first decade of the web,
0
12738
1997
Si recuerdan aquella primera década de la Web,
00:14
it was really a static place.
1
14735
2255
era un lugar realmente estático.
00:16
You could go online, you could look at pages,
2
16990
2245
Uno podía ingresar, mirar páginas,
00:19
and they were put up either by organizations
3
19235
2513
o bien de organizaciones
00:21
who had teams to do it
4
21748
1521
que tenían equipos para crearlas
00:23
or by individuals who were really tech-savvy
5
23269
2229
o bien de personas que tenían conocimientos técnicos
00:25
for the time.
6
25498
1737
en ese entonces.
00:27
And with the rise of social media
7
27235
1575
Y con el auge de los medios sociales
00:28
and social networks in the early 2000s,
8
28810
2399
y de las redes sociales a principios del 2000
00:31
the web was completely changed
9
31209
2149
la Web cambió completamente
00:33
to a place where now the vast majority of content
10
33358
3608
y ahora la vasta mayoría del contenido con el que
00:36
we interact with is put up by average users,
11
36966
3312
interactuamos proviene de usuarios medios,
00:40
either in YouTube videos or blog posts
12
40278
2697
de videos de YouTube, artículos de blog,
00:42
or product reviews or social media postings.
13
42975
3315
revisiones de productos o de artículos en medios sociales.
00:46
And it's also become a much more interactive place,
14
46290
2347
Y también se ha vuelto un lugar mucho más interactivo,
00:48
where people are interacting with others,
15
48637
2637
donde las personas interactúan,
00:51
they're commenting, they're sharing,
16
51274
1696
comentan, comparten,
00:52
they're not just reading.
17
52970
1614
y no solo están leyendo.
00:54
So Facebook is not the only place you can do this,
18
54584
1866
Facebook no es el único lugar donde esto se puede hacer,
00:56
but it's the biggest,
19
56450
1098
pero es el lugar más grande.
00:57
and it serves to illustrate the numbers.
20
57548
1784
Veamos los números.
00:59
Facebook has 1.2 billion users per month.
21
59332
3477
Facebook tiene 1200 millones de usuarios por mes.
01:02
So half the Earth's Internet population
22
62809
1930
La mitad de la población de Internet
01:04
is using Facebook.
23
64739
1653
usa Facebook.
01:06
They are a site, along with others,
24
66392
1932
Es un sitio, como otros,
01:08
that has allowed people to create an online persona
25
68324
3219
que nos ha permitido crear un yo virtual
01:11
with very little technical skill,
26
71543
1782
con poca habilidad técnica,
01:13
and people responded by putting huge amounts
27
73325
2476
y por eso respondemos poniendo ingentes cantidades
01:15
of personal data online.
28
75801
1983
de datos personales.
01:17
So the result is that we have behavioral,
29
77784
2543
Así que tenemos datos de comportamiento,
01:20
preference, demographic data
30
80327
1986
preferencias, datos demográficos
01:22
for hundreds of millions of people,
31
82313
2101
de cientos de millones de personas,
01:24
which is unprecedented in history.
32
84414
2026
algo sin precedentes en la historia.
01:26
And as a computer scientist, what this means is that
33
86440
2560
Como científica informática, esto me ha permitido
01:29
I've been able to build models
34
89000
1664
construir modelos
01:30
that can predict all sorts of hidden attributes
35
90664
2322
que pueden predecir todo tipo de atributos ocultos
01:32
for all of you that you don't even know
36
92986
2284
de Uds. que ni siquiera Uds. conocen,
01:35
you're sharing information about.
37
95270
2202
de los que comparten información.
01:37
As scientists, we use that to help
38
97472
2382
Como científicos, usamos eso para ayudar
01:39
the way people interact online,
39
99854
2114
a interactuar en línea,
01:41
but there's less altruistic applications,
40
101968
2499
pero hay aplicaciones menos altruístas,
01:44
and there's a problem in that users don't really
41
104467
2381
y existe un problema en el desconocimiento del usuario
01:46
understand these techniques and how they work,
42
106848
2470
de estas técnicas y de su funcionamiento,
01:49
and even if they did, they don't have a lot of control over it.
43
109318
3128
y aún de conocerlas, no tenemos demasiado control sobre ellas.
01:52
So what I want to talk to you about today
44
112446
1490
Por eso hoy quiero hablarles
01:53
is some of these things that we're able to do,
45
113936
2702
de algunas cosas que podemos hacer,
01:56
and then give us some ideas of how we might go forward
46
116638
2763
y luego brindar ideas para avanzar,
01:59
to move some control back into the hands of users.
47
119401
2769
para devolverle un poco de control a los usuarios.
02:02
So this is Target, the company.
48
122170
1586
Esta es Target, la empresa.
02:03
I didn't just put that logo
49
123756
1324
No solo puse ese logo
02:05
on this poor, pregnant woman's belly.
50
125080
2170
en el vientre a esa pobre mujer embarazada.
02:07
You may have seen this anecdote that was printed
51
127250
1840
Es posible que hayan visto la anécdota que salió
02:09
in Forbes magazine where Target
52
129090
2061
en Forbes, en la que Target
02:11
sent a flyer to this 15-year-old girl
53
131151
2361
le envió un volante a esta chica de 15 años
02:13
with advertisements and coupons
54
133512
1710
con anuncios y cupones
02:15
for baby bottles and diapers and cribs
55
135222
2554
para biberones, pañales y cunas
02:17
two weeks before she told her parents
56
137776
1684
2 semanas antes de que le dijera a sus padres
02:19
that she was pregnant.
57
139460
1864
que estaba embarazada.
02:21
Yeah, the dad was really upset.
58
141324
2704
Sí, el padre estaba muy molesto.
02:24
He said, "How did Target figure out
59
144028
1716
Dijo: "¿Cómo adivinó Target
02:25
that this high school girl was pregnant
60
145744
1824
que esta chica de secundaria estaba embarazada
02:27
before she told her parents?"
61
147568
1960
antes de que se lo diga a sus padres?"
02:29
It turns out that they have the purchase history
62
149528
2621
Resulta que ellos tienen el historial de compras
02:32
for hundreds of thousands of customers
63
152149
2301
de cientos de miles de clientes
02:34
and they compute what they call a pregnancy score,
64
154450
2730
y calculan lo que llaman puntaje de embarazo,
02:37
which is not just whether or not a woman's pregnant,
65
157180
2332
que no se trata de si la mujer está o no embarazada,
02:39
but what her due date is.
66
159512
1730
sino para cuándo espera.
02:41
And they compute that
67
161242
1304
Y lo calculan
02:42
not by looking at the obvious things,
68
162546
1768
no mirando cosas obvias
02:44
like, she's buying a crib or baby clothes,
69
164314
2512
como si compra una cuna o ropa de bebé,
02:46
but things like, she bought more vitamins
70
166826
2943
sino cosas como si compró más vitaminas
02:49
than she normally had,
71
169769
1717
de lo normal,
02:51
or she bought a handbag
72
171486
1464
o si compró un bolso de mano
02:52
that's big enough to hold diapers.
73
172950
1711
suficientemente grande como para contener pañales.
02:54
And by themselves, those purchases don't seem
74
174661
1910
Y por sí solas, dichas compras no parecen
02:56
like they might reveal a lot,
75
176571
2469
revelar mucho,
02:59
but it's a pattern of behavior that,
76
179040
1978
pero es un patrón de comportamiento que,
03:01
when you take it in the context of thousands of other people,
77
181018
3117
tomado en el contexto de miles de otras personas,
03:04
starts to actually reveal some insights.
78
184135
2757
empieza a revelar algunas ideas.
03:06
So that's the kind of thing that we do
79
186892
1793
Ese es el tipo de cosas que hacemos
03:08
when we're predicting stuff about you on social media.
80
188685
2567
al predecir en los medios sociales.
03:11
We're looking for little patterns of behavior that,
81
191252
2796
Buscamos pequeños patrones de comportamiento que,
03:14
when you detect them among millions of people,
82
194048
2682
al detectarlos entre millones de personas,
03:16
lets us find out all kinds of things.
83
196730
2706
nos permiten encontrar todo tipo de cosas.
03:19
So in my lab and with colleagues,
84
199436
1747
En mi laboratorio, junto a mis colegas,
03:21
we've developed mechanisms where we can
85
201183
1777
hemos desarrollado mecanismos en los que podemos
03:22
quite accurately predict things
86
202960
1560
predecir cosas con bastante exactitud
03:24
like your political preference,
87
204520
1725
como sus preferencias políticas,
03:26
your personality score, gender, sexual orientation,
88
206245
3752
su puntaje de personalidad, género, orientación sexual,
03:29
religion, age, intelligence,
89
209997
2873
religión, edad, inteligencia,
03:32
along with things like
90
212870
1394
además de cosas como
03:34
how much you trust the people you know
91
214264
1937
cuánto confían en las personas que conocen
03:36
and how strong those relationships are.
92
216201
1804
y cuán fuertes son esas relaciones.
03:38
We can do all of this really well.
93
218005
1785
Podemos hacer todo esto muy bien.
03:39
And again, it doesn't come from what you might
94
219790
2197
Y, de nuevo, no viene de lo que podría
03:41
think of as obvious information.
95
221987
2102
pensarse como información obvia.
03:44
So my favorite example is from this study
96
224089
2281
Mi ejemplo preferido es este estudio
03:46
that was published this year
97
226370
1240
publicado este año
03:47
in the Proceedings of the National Academies.
98
227610
1795
en las Actas de la Academia Nacional.
03:49
If you Google this, you'll find it.
99
229405
1285
Si lo buscan en Google, lo encontrarán.
03:50
It's four pages, easy to read.
100
230690
1872
Tiene 4 páginas, es fácil de leer.
03:52
And they looked at just people's Facebook likes,
101
232562
3003
Mirando los "me gusta" de Facebook,
03:55
so just the things you like on Facebook,
102
235565
1920
o sea, las cosas que nos gustan en Facebook,
03:57
and used that to predict all these attributes,
103
237485
2138
usaron eso para predecir todos estos atributos,
03:59
along with some other ones.
104
239623
1645
y algunos otros.
04:01
And in their paper they listed the five likes
105
241268
2961
En su artículo listaron los 5 "me gusta"
04:04
that were most indicative of high intelligence.
106
244229
2787
más indicativos de una inteligencia alta.
04:07
And among those was liking a page
107
247016
2324
Entre ellos figuraba el "me gusta"
04:09
for curly fries. (Laughter)
108
249340
1905
de las papas rizadas. (Risas)
04:11
Curly fries are delicious,
109
251245
2093
Las papas rizadas son deliciosas,
04:13
but liking them does not necessarily mean
110
253338
2530
pero que les gusten no necesariamente significa
04:15
that you're smarter than the average person.
111
255868
2080
que sean más inteligentes que la media.
04:17
So how is it that one of the strongest indicators
112
257948
3207
Entonces, ¿cómo es que uno de los indicadores más fuertes
04:21
of your intelligence
113
261155
1570
de inteligencia
04:22
is liking this page
114
262725
1447
sea darle "me gusta" a esta página
04:24
when the content is totally irrelevant
115
264172
2252
si el contenido es totalmente irrelevante
04:26
to the attribute that's being predicted?
116
266424
2527
para el atributo que se predice?
04:28
And it turns out that we have to look at
117
268951
1584
Resulta que tenemos que mirar
04:30
a whole bunch of underlying theories
118
270535
1618
un montón de teorías subyacentes
04:32
to see why we're able to do this.
119
272153
2569
para ver por qué podemos hacer esto.
04:34
One of them is a sociological theory called homophily,
120
274722
2913
Una de ellas es una teoría sociológica llamada homofilia,
04:37
which basically says people are friends with people like them.
121
277635
3092
que dice que básicamente las personas son amigas de personas como ellos.
04:40
So if you're smart, you tend to be friends with smart people,
122
280727
2014
Así, si uno es inteligente, tiende a ser amigo de personas inteligentes
04:42
and if you're young, you tend to be friends with young people,
123
282741
2630
y si es joven, tiende a ser amigo de jóvenes
04:45
and this is well established
124
285371
1627
y esto está bien establecido
04:46
for hundreds of years.
125
286998
1745
desde hace cientos de años.
04:48
We also know a lot
126
288743
1232
También sabemos mucho
04:49
about how information spreads through networks.
127
289975
2550
sobre cómo se difunde la información por las redes.
04:52
It turns out things like viral videos
128
292525
1754
Resulta ser que los videos virales,
04:54
or Facebook likes or other information
129
294279
2406
los "me gusta" de Facebook, u otra información
04:56
spreads in exactly the same way
130
296685
1888
se difunden exactamente de la misma manera
04:58
that diseases spread through social networks.
131
298573
2454
que las enfermedades por las redes sociales.
05:01
So this is something we've studied for a long time.
132
301027
1791
Por eso es algo que hemos estudiado durante mucho tiempo.
05:02
We have good models of it.
133
302818
1576
Tenemos buenos modelos de esto.
05:04
And so you can put those things together
134
304394
2157
Juntando estas cosas
05:06
and start seeing why things like this happen.
135
306551
3088
empezamos a ver por qué ocurren cosas como estas.
05:09
So if I were to give you a hypothesis,
136
309639
1814
Si tuviera que hacer una hipótesis,
05:11
it would be that a smart guy started this page,
137
311453
3227
diría que un tipo inteligente lanzó esta página
05:14
or maybe one of the first people who liked it
138
314680
1939
o fue quizá uno de los primeros "me gusta"
05:16
would have scored high on that test.
139
316619
1736
que puntuó alto en esa prueba.
05:18
And they liked it, and their friends saw it,
140
318355
2288
Les gustó, y sus amigos lo vieron,
05:20
and by homophily, we know that he probably had smart friends,
141
320643
3122
y por homofilia, sabemos que probablemente tenía amigos inteligentes,
05:23
and so it spread to them, and some of them liked it,
142
323765
3056
por eso se los propagó, y a alguno le gustó,
05:26
and they had smart friends,
143
326821
1189
y ellos tenían amigos inteligentes,
05:28
and so it spread to them,
144
328010
807
05:28
and so it propagated through the network
145
328817
1973
y se lo propagaron a ellos,
y así se expandió por la red
05:30
to a host of smart people,
146
330790
2569
a una serie de personas inteligentes,
05:33
so that by the end, the action
147
333359
2056
y así, al final, la acción
05:35
of liking the curly fries page
148
335415
2544
de darle "me gusta" a las papas rizadas
05:37
is indicative of high intelligence,
149
337959
1615
es indicio de inteligencia superior,
05:39
not because of the content,
150
339574
1803
no debido al contenido,
05:41
but because the actual action of liking
151
341377
2522
sino por la acción de darle "me gusta"
05:43
reflects back the common attributes
152
343899
1900
que refleja el atributo en común
05:45
of other people who have done it.
153
345799
2468
con otras personas que hicieron lo mismo.
05:48
So this is pretty complicated stuff, right?
154
348267
2897
Es complicado, ¿no?
05:51
It's a hard thing to sit down and explain
155
351164
2199
Es algo difícil de explicar
05:53
to an average user, and even if you do,
156
353363
2848
al usuario medio, y aún de hacerlo,
05:56
what can the average user do about it?
157
356211
2188
¿qué puede hacer al respecto el usuario medio?
05:58
How do you know that you've liked something
158
358399
2048
¿Cómo saber que uno dio un "me gusta"
06:00
that indicates a trait for you
159
360447
1492
que indica un rasgo propio
06:01
that's totally irrelevant to the content of what you've liked?
160
361939
3545
totalmente irrelevante al contexto del "me gusta"?
06:05
There's a lot of power that users don't have
161
365484
2546
Los usuarios no tienen demasiado poder
06:08
to control how this data is used.
162
368030
2230
para controlar el uso de estos datos.
06:10
And I see that as a real problem going forward.
163
370260
3112
Y veo eso como un verdadero problema en el futuro.
06:13
So I think there's a couple paths
164
373372
1977
Por eso creo que hay un par de caminos
06:15
that we want to look at
165
375349
1001
a mirar
06:16
if we want to give users some control
166
376350
1910
si queremos darle a los usuarios algo de control
06:18
over how this data is used,
167
378260
1740
sobre cómo se usan estos datos,
06:20
because it's not always going to be used
168
380000
1940
porque no siempre se van a usar
06:21
for their benefit.
169
381940
1381
en su beneficio.
06:23
An example I often give is that,
170
383321
1422
Un ejemplo que doy a menudo es que,
06:24
if I ever get bored being a professor,
171
384743
1646
si alguna vez me aburro de ser profesora,
06:26
I'm going to go start a company
172
386389
1653
fundaré una empresa
06:28
that predicts all of these attributes
173
388042
1454
que prediga todos estos atributos
06:29
and things like how well you work in teams
174
389496
1602
y cosas como cuán bien uno trabaja en equipo,
06:31
and if you're a drug user, if you're an alcoholic.
175
391098
2671
o si uno es drogadicto, o alcohólico.
06:33
We know how to predict all that.
176
393769
1440
Sabemos cómo predecir eso.
06:35
And I'm going to sell reports
177
395209
1761
Y le venderé informes
06:36
to H.R. companies and big businesses
178
396970
2100
a empresas de RR.HH. y a grandes empresas
06:39
that want to hire you.
179
399070
2273
que quieran contratarlos.
06:41
We totally can do that now.
180
401343
1177
Hoy, podemos hacerlo.
06:42
I could start that business tomorrow,
181
402520
1788
Podría lanzar esa empresa mañana,
06:44
and you would have absolutely no control
182
404308
2052
y Uds. no tendrían ningún control
06:46
over me using your data like that.
183
406360
2138
para que no use sus datos de esa forma.
06:48
That seems to me to be a problem.
184
408498
2292
Eso me parece que es un problema.
06:50
So one of the paths we can go down
185
410790
1910
Por eso podemos transitar las vías
06:52
is the policy and law path.
186
412700
2032
políticas y legales.
06:54
And in some respects, I think that that would be most effective,
187
414732
3046
En algunos aspectos, creo que sería más eficaz
06:57
but the problem is we'd actually have to do it.
188
417778
2756
pero el problema es que deberíamos hacerlo.
07:00
Observing our political process in action
189
420534
2780
Al observar nuestro proceso político en acción
07:03
makes me think it's highly unlikely
190
423314
2379
pienso que es muy poco probable
07:05
that we're going to get a bunch of representatives
191
425693
1597
conseguir que un grupo de representantes
07:07
to sit down, learn about this,
192
427290
1986
se siente, se documenten al respecto,
07:09
and then enact sweeping changes
193
429276
2106
y luego promulguen cambios radicales
07:11
to intellectual property law in the U.S.
194
431382
2157
a la ley de propiedad intelectual de EE.UU.
07:13
so users control their data.
195
433539
2461
para que los usuarios controlen sus datos.
07:16
We could go the policy route,
196
436000
1304
Podríamos ir por las políticas,
07:17
where social media companies say,
197
437304
1479
las empresas de medios sociales dicen
07:18
you know what? You own your data.
198
438783
1402
¿Sabes? Eres dueño de tus datos.
07:20
You have total control over how it's used.
199
440185
2489
Tienes total control de cómo se usan.
07:22
The problem is that the revenue models
200
442674
1848
El problema es que los modelos de ingresos
07:24
for most social media companies
201
444522
1724
de la mayoría de las empresas de medios sociales
07:26
rely on sharing or exploiting users' data in some way.
202
446246
4031
dependen de compartir o explotar los datos de usuario de alguna manera.
07:30
It's sometimes said of Facebook that the users
203
450277
1833
A veces se dice de Facebook que los usuarios
07:32
aren't the customer, they're the product.
204
452110
2528
no son el cliente, sino el producto.
07:34
And so how do you get a company
205
454638
2714
Entonces, ¿cómo hacer que una empresa
07:37
to cede control of their main asset
206
457352
2558
le ceda el control de su activo principal
07:39
back to the users?
207
459910
1249
nuevamente a los usuarios?
07:41
It's possible, but I don't think it's something
208
461159
1701
Es posible, pero no creo que sea algo
07:42
that we're going to see change quickly.
209
462860
2320
que veamos cambiar rápidamente.
07:45
So I think the other path
210
465180
1500
Por eso creo que la otra vía
07:46
that we can go down that's going to be more effective
211
466680
2288
que podemos transitar es la de ser más eficaces,
07:48
is one of more science.
212
468968
1508
la de aplicar más ciencia.
07:50
It's doing science that allowed us to develop
213
470476
2510
La de hacer más ciencia que nos permita desarrollar
07:52
all these mechanisms for computing
214
472986
1750
todos estos mecanismos para calcular
07:54
this personal data in the first place.
215
474736
2052
estos datos personales en primer lugar.
07:56
And it's actually very similar research
216
476788
2106
Es una investigación muy similar
07:58
that we'd have to do
217
478894
1438
a la que deberíamos hacer
08:00
if we want to develop mechanisms
218
480332
2386
si quisiéramos desarrollar mecanismos
08:02
that can say to a user,
219
482718
1421
que le digan al usuario:
08:04
"Here's the risk of that action you just took."
220
484139
2229
"Este es el riesgo de la acción que acabas de hacer".
08:06
By liking that Facebook page,
221
486368
2080
Al darle "me gusta" a esa página en Facebook,
08:08
or by sharing this piece of personal information,
222
488448
2535
o al compartir esa información personal,
08:10
you've now improved my ability
223
490983
1502
mejoraste mi capacidad
08:12
to predict whether or not you're using drugs
224
492485
2086
de predecir si usas drogas
08:14
or whether or not you get along well in the workplace.
225
494571
2862
o si te llevas bien en el trabajo.
08:17
And that, I think, can affect whether or not
226
497433
1848
Y eso, creo, puede afectar que
08:19
people want to share something,
227
499281
1510
las personas quieran compartir algo,
08:20
keep it private, or just keep it offline altogether.
228
500791
3239
mantenerlo privado, o desconectado por completo.
08:24
We can also look at things like
229
504030
1563
También podemos ver cosas como
08:25
allowing people to encrypt data that they upload,
230
505593
2728
permitirle a las personas cifrar los datos que suben,
08:28
so it's kind of invisible and worthless
231
508321
1855
para que sean invisibles o sin valor
08:30
to sites like Facebook
232
510176
1431
para sitios como Facebook
08:31
or third party services that access it,
233
511607
2629
o servicios de terceros que los acceden
08:34
but that select users who the person who posted it
234
514236
3247
pero que los usuarios que la persona seleccionó
08:37
want to see it have access to see it.
235
517483
2670
puedan verlos.
08:40
This is all super exciting research
236
520153
2166
Esta es una investigación súper interesante
08:42
from an intellectual perspective,
237
522319
1620
desde el punto de vista intelectual,
08:43
and so scientists are going to be willing to do it.
238
523939
1859
de modo que los científicos estarán encantados de hacerla.
08:45
So that gives us an advantage over the law side.
239
525798
3610
Eso nos da una ventaja sobre la vía legal.
08:49
One of the problems that people bring up
240
529408
1725
Uno de los problemas que surgen
08:51
when I talk about this is, they say,
241
531133
1595
cuando hablo de esto
08:52
you know, if people start keeping all this data private,
242
532728
2646
es que si las personas empiezan a mantener estos datos privados
08:55
all those methods that you've been developing
243
535374
2113
todos esos métodos desarrollados
08:57
to predict their traits are going to fail.
244
537487
2653
para predecir sus rasgos fallarán.
09:00
And I say, absolutely, and for me, that's success,
245
540140
3520
Y yo digo que para mí es un éxito total,
09:03
because as a scientist,
246
543660
1786
porque como científica,
09:05
my goal is not to infer information about users,
247
545446
3688
mi objetivo no es inferir información de los usuarios,
09:09
it's to improve the way people interact online.
248
549134
2767
sino mejorar la interacción de las personas en línea.
09:11
And sometimes that involves inferring things about them,
249
551901
3218
A veces, eso implica inferir cosas sobre ellos,
09:15
but if users don't want me to use that data,
250
555119
3022
pero si los usuarios no quieren que use esos datos,
09:18
I think they should have the right to do that.
251
558141
2038
creo que deberían tener el derecho a pedirlo.
09:20
I want users to be informed and consenting
252
560179
2651
Quiero usuarios informados, que aprueben
09:22
users of the tools that we develop.
253
562830
2112
las herramientas que desarrollamos.
09:24
And so I think encouraging this kind of science
254
564942
2952
Por eso creo que incentivar este tipo de ciencia
09:27
and supporting researchers
255
567894
1346
y apoyar a los investigadores
09:29
who want to cede some of that control back to users
256
569240
3023
que quieran ceder algo del control nuevamente a los usuarios
09:32
and away from the social media companies
257
572263
2311
y quitárselo a las empresas de medios sociales
09:34
means that going forward, as these tools evolve
258
574574
2671
implica avanzar, y que esas herramientas evolucionen
09:37
and advance,
259
577245
1476
y avancen,
09:38
means that we're going to have an educated
260
578721
1414
significa que tendremos una base de usuarios
09:40
and empowered user base,
261
580135
1694
educados y con poder.
09:41
and I think all of us can agree
262
581829
1100
Y creo que todos estamos de acuerdo
09:42
that that's a pretty ideal way to go forward.
263
582929
2564
en que es una manera bastante ideal de avanzar.
09:45
Thank you.
264
585493
2184
Gracias.
09:47
(Applause)
265
587677
3080
(Aplausos)
Acerca de este sitio web

Este sitio le presentará vídeos de YouTube útiles para aprender inglés. Verá lecciones de inglés impartidas por profesores de primera categoría de todo el mundo. Haz doble clic en los subtítulos en inglés que aparecen en cada página de vídeo para reproducir el vídeo desde allí. Los subtítulos se desplazan en sincronía con la reproducción del vídeo. Si tiene algún comentario o petición, póngase en contacto con nosotros mediante este formulario de contacto.

https://forms.gle/WvT1wiN1qDtmnspy7