The nightmare videos of childrens' YouTube — and what's wrong with the internet today | James Bridle

5,905,054 views

2018-07-13 ・ TED


New videos

The nightmare videos of childrens' YouTube — and what's wrong with the internet today | James Bridle

5,905,054 views ・ 2018-07-13

TED


لطفا برای پخش فیلم روی زیرنویس انگلیسی زیر دوبار کلیک کنید.

Translator: Leila Ataei Reviewer: sadegh zabihi
00:12
I'm James.
0
12777
1183
جیمز هستم.
00:13
I'm a writer and artist,
1
13984
1686
نویسنده و هنرمندم،
00:15
and I make work about technology.
2
15694
2341
و کارم درباره فناوری است.
00:18
I do things like draw life-size outlines of military drones
3
18454
3911
کارهایی مثل کشیدن هواپیماهای بدون سرنشین نظامی در مقیاس واقعی را در
00:22
in city streets around the world,
4
22389
1828
خیابان‌های شهرهای جهان انجام می‌دهم.
00:24
so that people can start to think and get their heads around
5
24241
2950
تا مردم شروع به فکر کردن به مسائل فناوری کنند
00:27
these really quite hard-to-see and hard-to-think-about technologies.
6
27215
3440
00:31
I make things like neural networks that predict the results of elections
7
31494
3836
ابزاری مثل شبکه‌های عصبی می‌سازم که نتایج انتخابات را بر اساس
00:35
based on weather reports,
8
35354
1737
گزارش‌های هواشناسی پیش بینی می‌کند،
00:37
because I'm intrigued about
9
37115
1314
چون علاقمندم بفهمم
00:38
what the actual possibilities of these weird new technologies are.
10
38453
3924
امکانات واقعی این فناوری‌های عجیب جدید چیست؟
00:43
Last year, I built my own self-driving car.
11
43405
2426
پارسال، اولین ماشین خودران خود را ساختم.
00:45
But because I don't really trust technology,
12
45855
2526
اما چون حقیقتا به فناوری اعتماد ندارم،
00:48
I also designed a trap for it.
13
48405
1928
یک تله نیز برایش طراحی کردم.
00:50
(Laughter)
14
50777
1086
(خنده)
00:51
And I do these things mostly because I find them completely fascinating,
15
51887
4298
و این کارها را برای این انجام می‌دهم که برایم خیلی جالبند،
00:56
but also because I think when we talk about technology,
16
56209
2602
و فکر می‌کنم که وقتی درباره فناوری حرف می‌زنیم
00:58
we're largely talking about ourselves
17
58835
2619
در واقع عمدتا درباره خودمان
01:01
and the way that we understand the world.
18
61478
2299
و نحوه درک خود از جهان اطراف صحبت می‌کنیم.
01:03
So here's a story about technology.
19
63801
2442
خوب، داستانی از فناوری را تعریف می‌کنم.
01:07
This is a "surprise egg" video.
20
67520
2830
این ویدئویی درباره تخم مرغ شانسی است.
01:10
It's basically a video of someone opening up loads of chocolate eggs
21
70374
3348
در واقع این ویدئو شخصی است که کلی تخم مرغ شانسی را باز کرده و
01:13
and showing the toys inside to the viewer.
22
73746
2126
اسباب‌بازی داخل آن را نشان بیننده می‌دهد.
01:16
That's it. That's all it does for seven long minutes.
23
76461
2649
فقط همین. این کل چیزی است که طی ۷ دقیقه انجام می‌دهد.
01:19
And I want you to notice two things about this.
24
79428
3051
و از شما می خواهم که به دو چیز در مورد این ویدئو توجه کنید.
01:22
First of all, this video has 30 million views.
25
82503
4074
نخست، این ویدئو ۳۰ میلیون بار دیده شده است.
01:26
(Laughter)
26
86601
1275
(خنده)
01:28
And the other thing is,
27
88376
1166
و مورد بعدی این‌ که،
01:29
it comes from a channel that has 6.3 million subscribers,
28
89566
3869
این ویدئو از کانالی است که ۶/۳ میلیون عضو دارد،
01:33
that has a total of eight billion views,
29
93459
2680
که در مجموع ۸ میلیارد بازدید شده است.
01:36
and it's all just more videos like this --
30
96163
3106
و ویدیوهای مشابه اینطوری زیادند--
01:40
30 million people watching a guy opening up these eggs.
31
100256
3908
۳۰ میلیون نفر به تماشای شخصی که در حال بازکردن تخم مرغ شانسی است نشسته‌اند.
01:44
It sounds pretty weird, but if you search for "surprise eggs" on YouTube,
32
104188
4481
بنظر عجیب است، اما اگر در یوتیوب تخم مرغ شانسی را جستجو کنید،
01:48
it'll tell you there's 10 million of these videos,
33
108693
3523
متوجه خواهید شد که ۱۰ میلیون از این ویدئوها وجود دارد،
01:52
and I think that's an undercount.
34
112240
1657
که فکر می‌کنم این رقم
01:53
I think there's way, way more of these.
35
113921
1897
بسیار بسیار بالاتر باشد.
01:55
If you keep searching, they're endless.
36
115842
2242
با ادامه جستجو متوجه می‌شوید که پایان ندارد.
01:58
There's millions and millions of these videos
37
118108
2159
میلیون‌ها میلیون از این ویدئوها
02:00
in increasingly baroque combinations of brands and materials,
38
120291
3454
که ترکیب عجیب و غربی از برندها و مواد هستند وجود دارد.
02:03
and there's more and more of them being uploaded every single day.
39
123769
3846
و هرروز هم تعداد بیشتری بارگذاری می‌شوند.
02:07
Like, this is a strange world. Right?
40
127639
3511
دنیای عجیبی است. نه؟
02:11
But the thing is, it's not adults who are watching these videos.
41
131174
3383
اما مساله این است که که مخاطب این ویدئوها
02:14
It's kids, small children.
42
134581
2921
بزگسالان نیستند، بلکه کودکان هستند.
02:17
These videos are like crack for little kids.
43
137526
2154
این ویدئوها مثل هروپین برای کودکان است.
02:19
There's something about the repetition,
44
139704
2075
این تکرار ویدئوها مانند
02:21
the constant little dopamine hit of the reveal,
45
141803
2468
ترشح دوپامین،
02:24
that completely hooks them in.
46
144295
1866
آنها را گیر می‌اندازد.
02:26
And little kids watch these videos over and over and over again,
47
146185
4809
و کودکان این ویدئوها را بارها و بارها و
02:31
and they do it for hours and hours and hours.
48
151018
2327
بارها و ساعت‌ها و ساعت‌ها تماشا می‌کنند.
02:33
And if you try and take the screen away from them,
49
153369
2356
و اگر آنها را از این کار باز دارید،
02:35
they'll scream and scream and scream.
50
155749
1782
جیغ و فریاد خواهند کرد.
02:37
If you don't believe me --
51
157555
1262
اگر حرفم را باور ندارید--
02:38
and I've already seen people in the audience nodding --
52
158841
2607
و بعضی از شما را می‌بینم که سر تایید تکان می‌دهید--
02:41
if you don't believe me, find someone with small children and ask them,
53
161472
3391
اگر باور ندارید، افرادی که بچه دارند را پیدا کنید و از آنها بپرسید
02:44
and they'll know about the surprise egg videos.
54
164887
2340
تا به شما درباره این تخم‌مرغ شانسی‌ها بگویند.
02:47
So this is where we start.
55
167251
2070
خوب این شروع کار ما است.
02:49
It's 2018, and someone, or lots of people,
56
169345
3642
سال ۲۰۱۸ است، و اشخاص یا خیلی از مردم
02:53
are using the same mechanism that, like, Facebook and Instagram are using
57
173011
3941
از ابزارهایی شبیه فیسبوک و اینستاگرم استفاده می کنند تا
02:56
to get you to keep checking that app,
58
176976
1989
شما را وادار به چک کردن آن اپلیکیشن کنند،
02:58
and they're using it on YouTube to hack the brains of very small children
59
178989
3985
و از آن در یوتیوب استفاده می‌کنند تا مغز کودکان را برای
03:02
in return for advertising revenue.
60
182998
1958
درآمد ناشی از تبلیغات شستشو دهند.
03:06
At least, I hope that's what they're doing.
61
186346
2001
حداقل، کاری است که امیدوارم انجام دهند.
03:08
I hope that's what they're doing it for,
62
188371
1955
امیدوارم دنبال این باشند،
03:10
because there's easier ways of making ad revenue on YouTube.
63
190350
5308
بدلیل اینکه راه‌های ساده تری برای کسب درآمد از تبلیغ در یوتیوب وجود دارد.
03:15
You can just make stuff up or steal stuff.
64
195682
2332
شما می‌توانید محتوا تولید کنید یا بدزدید.
03:18
So if you search for really popular kids' cartoons
65
198038
2635
بنابراین اگر دنبال کارتون‌های واقعا مشهور کودکان مثل
03:20
like "Peppa Pig" or "Paw Patrol,"
66
200697
1654
«پپاپیگ» یا «پاو پترول» باشید،
03:22
you'll find there's millions and millions of these online as well.
67
202375
3147
میلیون‌ها و میلیون‌ها از این‌ها را نیز انلاین پیدا کنید.
03:25
Of course, most of them aren't posted by the original content creators.
68
205546
3352
البته بیشتر آنها توسط خالقشان پست نشده‌اند.
03:28
They come from loads and loads of different random accounts,
69
208922
2999
بلکه توسط بسیاری از حسابهای مختلف هستند
03:31
and it's impossible to know who's posting them
70
211945
2240
که پیدا کردن و پی بردن به انگیزه‌شان
03:34
or what their motives might be.
71
214209
1822
غیرممکن است.
03:36
Does that sound kind of familiar?
72
216428
1930
آیا به نظرتان آشنا نیست؟
03:38
Because it's exactly the same mechanism
73
218382
1980
چون همان مکانیزمی است که در بیشتر
03:40
that's happening across most of our digital services,
74
220386
2600
سرویس‌های دیجیتال استفاده می‌شود،
03:43
where it's impossible to know where this information is coming from.
75
223010
3207
که غیر ممکن است بتوان منبع را یافت.
03:46
It's basically fake news for kids,
76
226241
1829
اساسا اخبار دروغ برای کودکان هستند،
03:48
and we're training them from birth
77
228094
2161
و ما نیز از بدو تولد به کودکان می‌آموزیم
03:50
to click on the very first link that comes along,
78
230279
2506
که روی اولین لینکی که می‌بینند کلیک کنند،
03:52
regardless of what the source is.
79
232809
1953
بدون توجه به منبع آن.
03:54
That's doesn't seem like a terribly good idea.
80
234786
2603
به نظر ایده جالبی نمی‌آید.
03:58
Here's another thing that's really big on kids' YouTube.
81
238399
2710
از برنامه‌های محبوب دیگر برای کودکان در یوتیوب،
04:01
This is called the "Finger Family Song."
82
241133
1928
ترانه خانواده انگشتی است.
04:03
I just heard someone groan in the audience.
83
243085
2018
ناله یکی از حضار را شنیدم.
04:05
This is the "Finger Family Song."
84
245127
1624
این ترانه خانواده انگشتی است.
04:06
This is the very first one I could find.
85
246775
1930
یکی از اولین نمونه‌ها که پیدا کردم.
04:08
It's from 2007, and it only has 200,000 views,
86
248729
2829
سال ۲۰۰۷ ساخته شده، و فقط ۲۰۰٫۰۰۰ بار دیده شده است،
04:11
which is, like, nothing in this game.
87
251582
1976
که رقم بسیار پایینی است.
04:13
But it has this insanely earwormy tune,
88
253582
2852
اما نوای بسیار گوش نوازی دارد،
04:16
which I'm not going to play to you,
89
256458
1682
که نمی‌خواهم اینجا پخش کنم،
04:18
because it will sear itself into your brain
90
258164
2008
چون کرم مغز شما خواهد شد
04:20
in the same way that it seared itself into mine,
91
260196
2395
همانطور که برای من اتفاق افتاد.
04:22
and I'm not going to do that to you.
92
262615
1770
و نمی‌خواهم برای شما تکرار شود.
04:24
But like the surprise eggs,
93
264409
1344
اما همانند تخم مرغ شانسی،
04:25
it's got inside kids' heads
94
265777
2164
داخل مغز کودکان نفوذ کرده
04:27
and addicted them to it.
95
267965
1607
و آنها را معتاد کرده است.
04:29
So within a few years, these finger family videos
96
269596
2531
بنابراین بزودی، ویدئوهای خانواده انگشتی
04:32
start appearing everywhere,
97
272151
1303
همه جا ظاهر شدند،
04:33
and you get versions in different languages
98
273478
2029
و به زبان‌های مختلف با
04:35
with popular kids' cartoons using food
99
275531
2121
کارتونهای مشهور کودکان با استفاده از غذا
04:37
or, frankly, using whatever kind of animation elements
100
277676
2550
یا راستش هر عنصر انیمیشنی موجود
04:40
you seem to have lying around.
101
280250
2252
در اطراف خواهد بود.
04:43
And once again, there are millions and millions and millions of these videos
102
283002
5197
میلیون‌ها میلیون از این ویدئوها با
04:48
available online in all of these kind of insane combinations.
103
288223
3435
ترکیب‌های متفاوت روی اینترنت موجود است.
04:51
And the more time you start to spend with them,
104
291682
2228
و هرقدر وقت بیشتری با آنها صرف کنید،
04:53
the crazier and crazier you start to feel that you might be.
105
293934
3694
احساس دیوانگی بیشتری خواهید داشت.
04:57
And that's where I kind of launched into this,
106
297652
3333
و این جا است که من به این موضوع علاقه‌مند شدم،
05:01
that feeling of deep strangeness and deep lack of understanding
107
301009
3666
احساس غریبگی عمیق و درک ناقص چگونگی
05:04
of how this thing was constructed that seems to be presented around me.
108
304699
4175
تولید آن من را احاطه کرده بود.
05:08
Because it's impossible to know where these things are coming from.
109
308898
3167
چون غیرممکن است که بدانید این چیزها از کجا می‌آیند؟
05:12
Like, who is making them?
110
312089
1241
مثلا سازنده‌شان کیست؟
05:13
Some of them appear to be made of teams of professional animators.
111
313354
3143
بعضی از آنها توسط تیمی از انیماتورهای حرفه‌ای ساخته شده‌اند.
05:16
Some of them are just randomly assembled by software.
112
316521
2882
بعضی از آنها توسط نرم‌افزار سرهم شده‌اند.
05:19
Some of them are quite wholesome-looking young kids' entertainers.
113
319427
4253
بعضی از آنها سرگرم کننده‌های سالمی برای کودکان هستند.
05:23
And some of them are from people
114
323704
1552
اما بعضی را افرادی تهیه می‌کنند
05:25
who really clearly shouldn't be around children at all.
115
325280
3007
که به هیچ عنوان نباید اطراف کودکان باشند.
05:28
(Laughter)
116
328311
1615
(خنده)
05:30
And once again, this impossibility of figuring out who's making this stuff --
117
330987
4640
و دوباره، این عدم امکان فهمیدن منبع ساخت این ویدئوها است--
05:35
like, this is a bot?
118
335651
1156
مثل این که بات باشد؟
05:36
Is this a person? Is this a troll?
119
336831
2647
یا شخص و یا ترول؟
05:39
What does it mean that we can't tell the difference
120
339502
2382
این یعنی ما نمی‌توانیم تفاوت
05:41
between these things anymore?
121
341908
1583
بین این‌ها را دیگر بیابیم؟
05:43
And again, doesn't that uncertainty feel kind of familiar right now?
122
343515
4848
و دوباره، آیا این عدم اطمینان آشنا نیست؟
05:50
So the main way people get views on their videos --
123
350145
2580
بنابراین اصلی‌ترین راهی که این ویدئوها بازدید شوند،
05:52
and remember, views mean money --
124
352749
1707
و یادتان باشد،‌ بازدید یعنی پول --
05:54
is that they stuff the titles of these videos with these popular terms.
125
354480
4742
این است که نام‌های معروف برای آنها انتخاب شود.
05:59
So you take, like, "surprise eggs"
126
359246
1687
مثل تخم‌ مرغ شانسی و بعد افزودن
06:00
and then you add "Paw Patrol," "Easter egg,"
127
360957
2066
نامهای دیگر، مثل پاو‌پاترول، تخم مرغ عید پاک،
06:03
or whatever these things are,
128
363047
1393
یا هر چیز دیگری که هست،
06:04
all of these words from other popular videos into your title,
129
364464
2893
همه این‌ها از ویدئوهای محبوب در عنوان می‌آید
06:07
until you end up with this kind of meaningless mash of language
130
367381
2968
تا که ملغمه بی‌سروته‌ای از کلمه‌ها سرهم شود
06:10
that doesn't make sense to humans at all.
131
370373
2498
که برای انسان‌ها مفهومی ندارد.
06:12
Because of course it's only really tiny kids who are watching your video,
132
372895
3546
چون البته که بچه‌های کوچک تنها تماشاچی این ویدئوها هستند
06:16
and what the hell do they know?
133
376465
1827
و آنها هم از همه جا بی‌خبرند.
06:18
Your real audience for this stuff is software.
134
378316
3007
مخاطب حقیقی شما برای این محتواها نرم‌افزارها هستند.
06:21
It's the algorithms.
135
381347
1156
الگوریتم‌ها.
06:22
It's the software that YouTube uses
136
382527
1855
نرم‌افزاری که یوتیوب استفاده می‌کند
06:24
to select which videos are like other videos,
137
384406
2483
تا انتخاب کند کدام ویدئوها مثل سایر ویدئوها هستند،
06:26
to make them popular, to make them recommended.
138
386913
2243
کدام را محبوب کند، کدام را توصیه کند.
06:29
And that's why you end up with this kind of completely meaningless mash,
139
389180
3461
و برای همین به آن ملغمه کاملا بی‌سر و ته ختم می‌شود،
06:32
both of title and of content.
140
392665
2071
هم در محتوا و هم در عنوان.
06:35
But the thing is, you have to remember,
141
395792
1894
اما نکته‌ای که باید به خاطر بسپارید:
06:37
there really are still people within this algorithmically optimized system,
142
397710
4478
واقعا هنوز بین این سیستم الگوریتمی بهینه شده آدم‌هایی هستند
06:42
people who are kind of increasingly forced to act out
143
402212
2790
که به طرز فزاینده‌ای وادارشده‌اند
06:45
these increasingly bizarre combinations of words,
144
405026
3066
این ترکیب رو به رشد غریب از واژه‌ها،
06:48
like a desperate improvisation artist responding to the combined screams
145
408116
5173
مثل هنرمند بداهه‌پرداز مستاصلی که به فریادهای یکی شده
06:53
of a million toddlers at once.
146
413313
2203
میلیون‌ها کودک نوپا هم زمان جواب دهد.
06:57
There are real people trapped within these systems,
147
417168
2468
آدم‌های واقعی در این سیستم‌ها به دام افتادند،
06:59
and that's the other deeply strange thing about this algorithmically driven culture,
148
419660
4055
و این چیز واقعا عجیب دیگری است درباره فرهنگ نشات گرفته از الگوریتم،
07:03
because even if you're human,
149
423739
1381
چون حتی اگر انسان باشی،
07:05
you have to end up behaving like a machine
150
425144
2145
براب بقاء داشتن باید دست آخر مثل
07:07
just to survive.
151
427313
1800
ماشین رفتار کنی.
07:09
And also, on the other side of the screen,
152
429137
2100
و هنوز در آن سوی پرده
07:11
there still are these little kids watching this stuff,
153
431261
2947
این خردسالان هستند که این محتوا را می‌بینند،
07:14
stuck, their full attention grabbed by these weird mechanisms.
154
434232
4206
در حالی که کل توجه آنها با این مکانیزم‌های عجیب جلب می‌شود.
07:18
And most of these kids are too small to even use a website.
155
438768
2798
و اکثر این کودکان حتی برای استفاده از یوتیوب خیلی کوچکند.
07:21
They're just kind of hammering on the screen with their little hands.
156
441590
3276
با دستهای کوچک خود به صفحه می‌کوبند.
07:24
And so there's autoplay,
157
444890
1217
و خب این پخش خودکار هست،
07:26
where it just keeps playing these videos over and over and over in a loop,
158
446131
3579
که به پخش این ویدئوها پشت سر هم در این بدون وقفه
07:29
endlessly for hours and hours at a time.
159
449734
2059
برای ساعت‌های متوالی ادامه می‌دهد.
07:31
And there's so much weirdness in the system now
160
451817
2843
و الان در سیستم چنان چیزهایی غریبی هست
07:34
that autoplay takes you to some pretty strange places.
161
454684
3009
که حالت پخش خودکار شما را به جاهای عجیب می‌برد.
07:37
This is how, within a dozen steps,
162
457717
2488
اینطوری است که طی چند مرحله
07:40
you can go from a cute video of a counting train
163
460229
3158
می‌توانید از یک ویدئوی بامزه از قطار شماری
07:43
to masturbating Mickey Mouse.
164
463411
2442
به میکی‌موسی برسید که خودارضایی می‌کند.
07:46
Yeah. I'm sorry about that.
165
466529
2288
بله. متاسفم درباره آن.
07:48
This does get worse.
166
468841
1700
تازه بدتر هم می‌شود.
07:50
This is what happens
167
470565
1282
اتفاقی که می‌افتد این است
07:51
when all of these different keywords,
168
471871
3086
وقتی همه این کلیدواژه‌های مختلف،
07:54
all these different pieces of attention,
169
474981
2461
همه این تکه‌های مختلف توجه،
07:57
this desperate generation of content,
170
477466
2807
این نسل متاصل محتوا،
08:00
all comes together into a single place.
171
480297
2582
همه در یک جا گرد می‌آید.
08:03
This is where all those deeply weird keywords come home to roost.
172
483871
4472
اینجاست که همه آن کلیدواژه‌های عمیقا عجیب تاوان این ندانم کاری را می‌دهند.
08:08
You cross-breed the finger family video
173
488367
2391
ویدئوی خانواده انگشتی را با برخی
08:10
with some live-action superhero stuff,
174
490782
2088
چیزهای ابر-قهرمانی زنده پیوند می‌زنید،
08:12
you add in some weird, trollish in-jokes or something,
175
492894
3256
به آن امثال شوخی‌های ترولی‌وار عجیب را اضافه می‌کنید
08:16
and suddenly, you come to a very weird place indeed.
176
496174
3366
و ناگهان راستش از جای عجیبی سر در می‌آورید.
08:19
The stuff that tends to upset parents
177
499564
2113
چیزهایی که موجب برافروختگی والدین می‌شود
08:21
is the stuff that has kind of violent or sexual content, right?
178
501701
3331
بنوعی حاوی محتوا خشونت آمیز یا جنسی هستند، درست است؟
08:25
Children's cartoons getting assaulted,
179
505056
2822
کارتون‌های کودکان که مورد آزار قرار می‌گیرند،
08:27
getting killed,
180
507902
2018
کشته می‌شوند،
08:29
weird pranks that actually genuinely terrify children.
181
509944
3343
شوخی‌های عجیب که در واقع کودکان را می‌ترساند.
08:33
What you have is software pulling in all of these different influences
182
513311
3675
آنچه دارید نرم‌افزاری است همه انواع این تاثیرات مختلف را گرد می‌آورد
08:37
to automatically generate kids' worst nightmares.
183
517010
2961
تا بطور خودکار بدترین کابوس‌های کودکان را تولید کنند.
08:39
And this stuff really, really does affect small children.
184
519995
2701
و این چیزها واقعا واقعا روی بچه‌های کوچک تاثیر می‌گذارد.
08:42
Parents report their children being traumatized,
185
522720
2866
والدین از آسیب‌های روحی فرزندان خود گزارش می‌دهند،
08:45
becoming afraid of the dark,
186
525610
1392
ترسیدن‌شان از تاریکی،
08:47
becoming afraid of their favorite cartoon characters.
187
527026
3050
ترسیدن‌شان از شخصیت‌های محبوب کارتونی خود.
08:50
If you take one thing away from this, it's that if you have small children,
188
530524
3611
اگر قرار به کار بردن یک نکته باشید
08:54
keep them the hell away from YouTube.
189
534159
1996
بچه‌های کوچک را از یوتیوب دور نگه دارید.
08:56
(Applause)
190
536743
3949
(تشویق)
09:02
But the other thing, the thing that really gets to me about this,
191
542504
3096
اما نکته دیگری که واقعا من را درگیر خودش کرده
09:05
is that I'm not sure we even really understand how we got to this point.
192
545624
4629
این است که من مطمئن نیستم ما حتی واقعا بفهمیم چطور به این نکته رسیدیم.
09:10
We've taken all of this influence, all of these things,
193
550951
2931
ما همه تاثیرات این چیزها را لحاظ کرده‌ایم
09:13
and munged them together in a way that no one really intended.
194
553906
2953
و چنان ملغمه‌ای درست کرده‌ایم که کسی واقعا قصدش را نداشته است.
09:16
And yet, this is also the way that we're building the entire world.
195
556883
3156
و هنوز با این روش به ساخت دنیا ادامه می‌دهیم.
09:20
We're taking all of this data,
196
560063
1773
همه این داده‌ها را بر می‌داریم،
09:21
a lot of it bad data,
197
561860
1447
کلی داده‌های بد،
09:23
a lot of historical data full of prejudice,
198
563331
3029
کلی داده‌های تاریخی سرشار از تعصب،
09:26
full of all of our worst impulses of history,
199
566384
2837
سرشار از بدترین محرک‌های ما در تاریخ،
09:29
and we're building that into huge data sets
200
569245
2049
و ما از آنها مجموعه‌ای عظیم از داده‌ها می‌سازیم
09:31
and then we're automating it.
201
571318
1423
و بعد آنها را خودکار می‌کنیم
09:32
And we're munging it together into things like credit reports,
202
572765
3502
و آنها در قالب گزارش‌های اعتباری،
09:36
into insurance premiums,
203
576291
1634
به حق بیمه و چیزهایی مثل
09:37
into things like predictive policing systems,
204
577949
2693
سیستم‌های سیاست‌گذاری پیشگویانه، و خط مشی‌های محکوم کننده
09:40
into sentencing guidelines.
205
580666
1762
ترکیب می‌کنیم.
09:42
This is the way we're actually constructing the world today
206
582452
2821
این دقیقا همان روشی است که ما جهان امروز
09:45
out of this data.
207
585297
1151
را از داده‌ها می‌سازیم.
09:46
And I don't know what's worse,
208
586472
1698
و نمی‌دانم که کدام بدتر است،
09:48
that we built a system that seems to be entirely optimized
209
588194
3228
که سیستمی بسازیم که ظاهرا برای بدترین زوایای
09:51
for the absolute worst aspects of human behavior,
210
591446
2808
رفتار بشر بهینه باشد
09:54
or that we seem to have done it by accident,
211
594278
2425
یا که ظاهرا این کار را انجام داده ایم،
09:56
without even realizing that we were doing it,
212
596727
2207
آن هم ندانسته،
09:58
because we didn't really understand the systems that we were building,
213
598958
3382
چون واقعا سیستم‌هایی که می‌ساختیم را نمی‌فهمیدند،
10:02
and we didn't really understand how to do anything differently with it.
214
602364
3683
و واقعا نمی‌فهمیدیم چه کار متفاوتی با آن انجام دهیم.
10:06
There's a couple of things I think that really seem to be driving this
215
606769
3365
فکر می‌کنم چند مورد هست که واقعا به نظر می‌رسد که با تمام قدرت
10:10
most fully on YouTube,
216
610158
1189
در یوتیوب محرک هستند،
10:11
and the first of those is advertising,
217
611371
1827
و اول از همه تبلیغات است،
10:13
which is the monetization of attention
218
613222
2837
که از توجه پول در می‌آورد
10:16
without any real other variables at work,
219
616083
3136
بدون هیچ متغیر واقعی دیگری دراین بین،
10:19
any care for the people who are actually developing this content,
220
619243
3885
بدون توجه به آدمهایی که در واقع این محتوا را تولید می‌کنند،
10:23
the centralization of the power, the separation of those things.
221
623152
3636
متمرکز کردن قدرت، تمایز دادن این چیزها.
10:26
And I think however you feel about the use of advertising
222
626812
3144
و اگر چه شاید این حس را داشته باشید که استفاده از تبلیغات بنوعی
10:29
to kind of support stuff,
223
629980
1238
برای حمایت از چیزهاست،
10:31
the sight of grown men in diapers rolling around in the sand
224
631242
3067
تصویر مردان بالغ در پوشک که در ماسه می‌غلتند
10:34
in the hope that an algorithm that they don't really understand
225
634333
2983
به امید الگوریتمی که آنها واقعا نمی‌فهمند
10:37
will give them money for it
226
637340
1315
پول برای آن می‌دهند
10:38
suggests that this probably isn't the thing
227
638679
2037
نشان می‌دهد که این شاید چیزی نیست
10:40
that we should be basing our society and culture upon,
228
640740
2563
که باید اجتماع و فرهنگ خود را بر پایه آن بگذاریم،
10:43
and the way in which we should be funding it.
229
643327
2160
و روش سرمایه‌گذاری ما در آن.
10:45
And the other thing that's kind of the major driver of this is automation,
230
645511
3519
و نکته دیگر این است که محرک دیگر اصلی برای آن اتوماسیون است
10:49
which is the deployment of all of this technology
231
649054
2329
که بکارگیری انواع این فناوری‌ها است
10:51
as soon as it arrives, without any kind of oversight,
232
651407
2521
و وقتی بدون هیچ دوراندیشی عرضه می‌شوند
10:53
and then once it's out there,
233
653952
1412
و قابل دسترس می‌شوند،
10:55
kind of throwing up our hands and going, "Hey, it's not us, it's the technology."
234
655388
3843
مثل این می‌ماند که دست در هوا تکان داده و بگوییم،‌ «کار ما نیست. تقصیر فناوریه.»
10:59
Like, "We're not involved in it."
235
659255
1642
یا «ما که دخالتی نداریم.»
11:00
That's not really good enough,
236
660921
1767
که واقعا به حد کافی خوب نیست،
11:02
because this stuff isn't just algorithmically governed,
237
662712
2710
چون این چیزها صرفا اگوریتمی مدیریت نمی‌شوند،
11:05
it's also algorithmically policed.
238
665446
2498
بلکه الگوریتمی هم سیاست‌گذاری می‌شوند.
11:07
When YouTube first started to pay attention to this,
239
667968
2848
وقتی یوتیوب اولین بار شروع به توجه کردن به این کرد،
11:10
the first thing they said they'd do about it
240
670840
2087
اولین کاری که گفتند در این باره انجام دادند
11:12
was that they'd deploy better machine learning algorithms
241
672951
2695
به کارگیر الگوریتم‌های بهتر یادگیری ماشین بود
11:15
to moderate the content.
242
675670
1329
برای تعدیل محتوا.
11:17
Well, machine learning, as any expert in it will tell you,
243
677023
3485
خب، یادگیری ماشین، همانطور هر متخصص فعال در آن به شما خواهد گفت،
11:20
is basically what we've started to call
244
680532
1896
اساسا چیزی را نرم‌افزار نامیدیم
11:22
software that we don't really understand how it works.
245
682452
2588
که درک واقعی از کارکردش نداریم.
11:25
And I think we have enough of that already.
246
685064
3983
و فکر کنم الان بحد کافی از آن داریم.
11:29
We shouldn't be leaving this stuff up to AI to decide
247
689071
3166
نباید اینها را برای تصمیم‌گیری درست یا غلطی
11:32
what's appropriate or not,
248
692261
1251
به هوش مصنوعی محول کرد،
11:33
because we know what happens.
249
693536
1436
چون می‌دانیم چطور می‌شود.
11:34
It'll start censoring other things.
250
694996
1688
بقیه چیزها را سانسور می‌کند.
11:36
It'll start censoring queer content.
251
696708
1783
محتوا دگرباش‌ها را سانسور خواهد کرد.
11:38
It'll start censoring legitimate public speech.
252
698515
2237
سخنرانی‌های عمومی مشروع را سانسور می‌کند.
11:40
What's allowed in these discourses,
253
700776
1925
محتوای مجاز در این گفت و شنودها نباید
11:42
it shouldn't be something that's left up to unaccountable systems.
254
702725
3097
به سیستم‌های بازخواست نشدنی محول گردد.
11:45
It's part of a discussion all of us should be having.
255
705846
2947
باید بخشی از بحثی باشد که همه ما مشارکت داریم.
11:48
But I'd leave a reminder
256
708817
1308
اما بگذارید یادآوری کنم
11:50
that the alternative isn't very pleasant, either.
257
710149
2753
که جایگزین حتی خیلی دلچسب هم نیست.
11:52
YouTube also announced recently
258
712926
1535
یوتیوب اخیرا اعلام کرد
11:54
that they're going to release a version of their kids' app
259
714485
2767
که قصد انتشار نسخه‌ای از برنامه کاربردی کودکان را دارند
11:57
that would be entirely moderated by humans.
260
717276
2407
که تماما از سوی انسان‌ها اداره می‌شود.
12:00
Facebook -- Zuckerberg said much the same thing at Congress,
261
720134
3618
فیس‌بوک -- زوکربرگ تقریبا چیزی مشابه را در کنگره گفت،
12:03
when pressed about how they were going to moderate their stuff.
262
723776
2987
وقتی درباره نحوه تعدیل محتوای‌شان تحت فشار قرار گرفت،
12:06
He said they'd have humans doing it.
263
726787
1747
گفت آدمها را برای انجامش دارند.
12:08
And what that really means is,
264
728558
1459
و معنی واقعی آن این است که
12:10
instead of having toddlers being the first person to see this stuff,
265
730041
3223
بجای داشتن نوپاهایی که اولین بیننده این برنامه‌ها باشند،
12:13
you're going to have underpaid, precarious contract workers
266
733288
2788
کارکنان قراردادی متزلزل کم درآمد
فاقد حمایت سلامت روان مناسب را خواهید داشت
12:16
without proper mental health support
267
736100
1726
12:17
being damaged by it as well.
268
737850
1376
که از آن آسیب هم در امان نمی‌مانند.
12:19
(Laughter)
269
739250
1096
(خنده)
12:20
And I think we can all do quite a lot better than that.
270
740370
2601
و فکر می‌کنم می‌توانیم عملکرد بهتری داشته باشیم.
12:22
(Applause)
271
742995
2499
(تشویق)
12:26
The thought, I think, that brings those two things together, really, for me,
272
746068
4613
به اعتقاد من چیزی که بتواند این دو را واقعا یکجا داشته باشد برای شخص من
12:30
is agency.
273
750705
1420
نمایندگی است.
12:32
It's like, how much do we really understand -- by agency, I mean:
274
752149
3157
مثلا چقدر ما واقعا می فهمیم--
12:35
how we know how to act in our own best interests.
275
755330
4390
چطور می‌دانیم که چطور در جهت نفع اعلای خود عمل کنیم.
12:39
Which -- it's almost impossible to do
276
759744
1787
که-- تقریبا انجامش در این سیستم‌هایی
12:41
in these systems that we don't really fully understand.
277
761555
3485
که واقعا کامل نمی‌فهمیم غیرممکن است.
12:45
Inequality of power always leads to violence.
278
765064
3071
نابرابری در قدرت همواره منتهی به خشونت می‌گردد.
12:48
And we can see inside these systems
279
768159
1685
و می‌بینیم که داخل این سیستم‌ها
12:49
that inequality of understanding does the same thing.
280
769868
2611
که نابرابری از فهم نیز همین کار را می‌کند.
12:52
If there's one thing that we can do to start to improve these systems,
281
772503
3779
اگر برای شروع چیزی باشد که برای بهبود این سیستم‌ها انجام دهیم،
12:56
it's to make them more legible to the people who use them,
282
776306
2718
که آنها را برای کاربرهای آنها خواناتر کند،
12:59
so that all of us have a common understanding
283
779048
2196
بنابراین همه ما درک مشترکی از آنچه واقعا
13:01
of what's actually going on here.
284
781268
1851
رخ می‌دهد داریم.
13:03
The thing, though, I think most about these systems
285
783970
2968
چیزی که اگر چه فکر می‌کنم درباره اکثر این سیستم‌ها اینطور نیست
13:06
is that this isn't, as I hope I've explained, really about YouTube.
286
786962
3857
که البته امیدوارم به درستی درباره یوتیوب آن را درست توضیح داده باشم.
13:10
It's about everything.
287
790843
1312
شامل همه چیز است.
13:12
These issues of accountability and agency,
288
792179
2444
این مسائل مسئولیت‌پذیری و پویایی،
13:14
of opacity and complexity,
289
794647
2225
ابهام و پیچیدگی،
13:16
of the violence and exploitation that inherently results
290
796896
3177
خشونت و استثمار که ذاتا منجر به
13:20
from the concentration of power in a few hands --
291
800097
2794
تمرکز قدرت در دستانی معدود می‌شوند --
13:22
these are much, much larger issues.
292
802915
2579
این‌ها مسائل خیلی خیلی بزرگتری هستند.
13:26
And they're issues not just of YouTube and not just of technology in general,
293
806395
3687
و این‌ها صرفا مسائل یوتیوب و فناوری در کل نیستند،
13:30
and they're not even new.
294
810106
1265
و حتی چیز تازه‌ای نیستند.
13:31
They've been with us for ages.
295
811395
1461
سال‌ها با ما بوده‌اند.
13:32
But we finally built this system, this global system, the internet,
296
812880
4390
اما سرانجام این سیستم را ساختیم،‌ این سیستم جهانی، اینترنت،
13:37
that's actually showing them to us in this extraordinary way,
297
817294
3019
که در واقع آنها را به شیوه‌ای خارق‌العاده نشان می‌دهد،
13:40
making them undeniable.
298
820337
1547
آنها را غیرقابل انکار می‌کند.
13:41
Technology has this extraordinary capacity
299
821908
2820
فناوری این ظرفیت خارق‌العاده را دارد
13:44
to both instantiate and continue
300
824752
3973
که همه آن استثنایی‌ترین تعصب‌ها و امیال ما
13:48
all of our most extraordinary, often hidden desires and biases
301
828749
4248
که اغلب پنهان هستند را معرفی کرده و ادامه می‌دهد
13:53
and encoding them into the world,
302
833021
1866
و آنها را در این دنیا رمزگذاری می‌کند،
13:54
but it also writes them down so that we can see them,
303
834911
3474
اما همچنین آنها را یادداشت می‌کند بنابراین می‌توانیم آنها را ببینیم،
13:58
so that we can't pretend they don't exist anymore.
304
838409
3330
پس نمی‌توانیم وانمود کنیم که وجود ندارند.
14:01
We need to stop thinking about technology as a solution to all of our problems,
305
841763
4319
باید از این تفکر که فناوری راه‌حل همه مشکلات ما است دست بکشیم،
14:06
but think of it as a guide to what those problems actually are,
306
846106
3757
بلکه به آن بعنوان راهنمایی برای آنچه واقعا این مشکلات هستند فکر کنیم،
14:09
so we can start thinking about them properly
307
849887
2144
تا بتوانیم درباره آنها به درستی فکر کرده
14:12
and start to address them.
308
852055
1766
و مورد خطاب قرار دهیم.
14:13
Thank you very much.
309
853845
1335
خیلی متشکرم.
14:15
(Applause)
310
855204
5192
(تشویق)
14:21
Thank you.
311
861733
1188
متشکرم.
14:22
(Applause)
312
862945
2869
(تشویق)
14:28
Helen Walters: James, thank you for coming and giving us that talk.
313
868839
3178
هلن والترز: جیمز، متشکرم برای آمدنت به اینجا و سخنرانی که کردی.
14:32
So it's interesting:
314
872041
1189
بنابراین جالب است:
14:33
when you think about the films where the robotic overlords take over,
315
873254
3495
وقتی به فیلم‌هایی فکر می‌کنی،
14:36
it's all a bit more glamorous than what you're describing.
316
876773
3279
از آنچه شرح دادی کم باشکوه‌تر است.
14:40
But I wonder -- in those films, you have the resistance mounting.
317
880076
3749
اما فکر می کنم-- در آن فیلم‌ها با افزایش مقاومت مواجه هستیم.
14:43
Is there a resistance mounting towards this stuff?
318
883849
3216
آیا مقاومتی در برابر این چیزها در حال شکل گرفتن است؟
14:47
Do you see any positive signs, green shoots of resistance?
319
887089
3796
آیا هیچ علامت مثبتی می‌بینی، هیچی اثری از بهبودی در مقاومت؟
14:52
James Bridle: I don't know about direct resistance,
320
892507
2416
جیمز بریدل: چیزی درباره مقاومت مستقیم نمی‌دانم،
14:54
because I think this stuff is super long-term.
321
894947
2264
چون فکر می‌کنم این چیزها واقعا طولانی مدت هستند.
14:57
I think it's baked into culture in really deep ways.
322
897235
2510
فکر می‌کنم عمیقا در فرهنگ ما جا افتادند.
14:59
A friend of mine, Eleanor Saitta, always says
323
899769
2132
الئنورسایتا یکی از دوستانم همیشه می‌گوید
15:01
that any technological problems of sufficient scale and scope
324
901935
3609
که مشکلات فناوری با هر مقیاس و دامنه‌ای
15:05
are political problems first of all.
325
905568
2267
اول از همه مشکلات سیاسی هستند.
15:07
So all of these things we're working to address within this
326
907859
2785
بنابراین همه آنچه تلاش داریم در این بازه خطاب قرار دهیم
15:10
are not going to be addressed just by building the technology better,
327
910668
3274
صرف با بهتر ساختن فناوری اصلاح نمی‌شود،
15:13
but actually by changing the society that's producing these technologies.
328
913966
3464
بلکه درواقع تغییر جامعه‌ای که این فناوری‌ها را تولید می‌کند لازم است.
15:17
So no, right now, I think we've got a hell of a long way to go.
329
917454
3027
پس همین حالا فکر می‌کنم که راه لعنتی درازی در پیش داریم.
15:20
But as I said, I think by unpacking them,
330
920505
1986
همانطور که گفتم، با پرده برداشتن از آنها،
15:22
by explaining them, by talking about them super honestly,
331
922515
2697
با توضیح دادن، صحبت صادقانه داشتن درباره آنها
15:25
we can actually start to at least begin that process.
332
925236
2505
می‌توانیم حداقل این روند را آغاز کنیم.
15:27
HW: And so when you talk about legibility and digital literacy,
333
927765
3562
ه و: و بنابراین وقتی درباره سواد دیجیتالی و خوانایی صحبت می‌کنید،
15:31
I find it difficult to imagine
334
931351
1591
برایم دشوار است که تصور کنم
15:32
that we need to place the burden of digital literacy on users themselves.
335
932966
3680
لازم باشد بار سواد دیجیتال را بر دوش خود کاربرها بگذاریم.
15:36
But whose responsibility is education in this new world?
336
936670
4562
اما آموزش و تربیت در این جهان جدید مسئولیت چه کسی است؟
15:41
JB: Again, I think this responsibility is kind of up to all of us,
337
941256
3612
ج ب: دوباره، فکر می‌کنم این مسئولیت به نوعی به همه ما بستگی دارد،
15:44
that everything we do, everything we build, everything we make,
338
944892
2984
هر کاری که می‌کنیم، هر چیزی که می‌سازیم، هرآنچه می‌سازیم،
15:47
needs to be made in a consensual discussion
339
947900
3692
لازم است به بحث جمعی با اشخاصی دارد
15:51
with everyone who's avoiding it;
340
951616
1940
که از آن اجتناب می کنند.
15:53
that we're not building systems intended to trick and surprise people
341
953580
4341
که سیستم‌هایی نمی‌سازیم که تمایل به کلک زدن و شگفت‌زده کردن آدمها
15:57
into doing the right thing,
342
957945
2300
برای انجام کار درست دارند،
16:00
but that they're actually involved in every step in educating them,
343
960269
3236
اما این که آنها به راستی در هر گامی در تعلیم آنها دخیل هستند،
16:03
because each of these systems is educational.
344
963529
2278
چون هریک از این سیستم‌ها آموزشی هستند.
16:05
That's what I'm hopeful about, about even this really grim stuff,
345
965831
3102
چیزی که برایش امیدوارم، حتی این چیزهای واقعا ناراحت کننده،
16:08
that if you can take it and look at it properly,
346
968957
2262
که اگر بخواهید نگاه حسابی به‌ آنها بیندازید،
16:11
it's actually in itself a piece of education
347
971243
2089
خودش در واقع آموزش محسوب می‌شود
16:13
that allows you to start seeing how complex systems come together and work
348
973356
3762
که به شما امکان می‌دهد ببینید چطور سیستم‌های پیچیده با هم شروع به کار می کنند
16:17
and maybe be able to apply that knowledge elsewhere in the world.
349
977142
3501
و احتمالا قادر خواهید بود آن را در جاهای دیگر دنیا اعمال کنید.
16:20
HW: James, it's such an important discussion,
350
980667
2115
ه و: جمیز، بحث خیلی مهمی است،
16:22
and I know many people here are really open and prepared to have it,
351
982806
3227
و می دانم که خیلی از آدمهای حاضر در اینجا واقعا مشتاق و آماده‌اند،
16:26
so thanks for starting off our morning.
352
986057
1859
خیلی ممنون که آغازگر جلسه صبح ما بودی.
16:27
JB: Thanks very much. Cheers.
353
987940
1400
ج ب: خیلی خیلی متشکرم.
16:29
(Applause)
354
989364
1651
(تشویق)
درباره این وب سایت

این سایت ویدیوهای یوتیوب را به شما معرفی می کند که برای یادگیری زبان انگلیسی مفید هستند. دروس انگلیسی را خواهید دید که توسط معلمان درجه یک از سراسر جهان تدریس می شود. روی زیرنویس انگلیسی نمایش داده شده در هر صفحه ویدیو دوبار کلیک کنید تا ویدیو از آنجا پخش شود. زیرنویس‌ها با پخش ویدیو همگام می‌شوند. اگر نظر یا درخواستی دارید، لطفا با استفاده از این فرم تماس با ما تماس بگیرید.

https://forms.gle/WvT1wiN1qDtmnspy7