Technology that knows what you're feeling | Poppy Crum

137,917 views ・ 2018-07-10

TED


Toista video kaksoisnapsauttamalla alla olevaa englanninkielistä tekstitystä.

Kääntäjä: Heidi Heinilä Oikolukija: Marja Oilinki
00:12
What happens when technology knows more about us than we do?
0
12881
4456
Mitä jos teknologia tietää meistä enemmän kuin me itse?
00:17
A computer now can detect our slightest facial microexpressions
1
17992
3672
Tietokone voi havaita pienetkin ilmeemme
00:21
and be able to tell the difference between a real smile and a fake one.
2
21688
3611
ja erottaa oikean hymyn tekohymystä.
00:25
That's only the beginning.
3
25323
1734
Tämä on vasta alkua.
00:27
Technology has become incredibly intelligent
4
27466
2865
Teknologiasta on tullut todella älykästä
00:30
and already knows a lot about our internal states.
5
30355
3400
ja se tietää jo paljon sisäisistä tunteistamme.
00:34
And whether we like it or not,
6
34085
2286
Ja tahdoimmepa tai emme,
00:36
we already are sharing parts of our inner lives
7
36395
3499
jaamme jo niitä osia sisäisestä elämästämme,
00:39
that's out of our control.
8
39918
1733
jotka eivät ole hallinnassamme.
00:43
That seems like a problem,
9
43413
1421
Se vaikuttaa ongelmalliselta,
00:44
because a lot of us like to keep what's going on inside
10
44858
3246
sillä useat meistä haluavat pitää tuntemuksensa
00:48
from what people actually see.
11
48128
1647
itsellään piilossa muilta.
00:50
We want to have agency over what we share and what we don't.
12
50323
4420
Haluamme päättää itse, mitä jaamme ja mitä emme.
00:55
We all like to have a poker face.
13
55473
2321
Me kaikki haluamme pitää pokerinaamaa.
00:59
But I'm here to tell you that I think that's a thing of the past.
14
59584
3346
Mutta olen tullut tänne kertomaan, että mielestäni se on menneisyyttä.
01:03
And while that might sound scary, it's not necessarily a bad thing.
15
63347
4770
Ja vaikka se saattaa kuulostaa pelottavalta, se ei ole vain huono juttu.
01:09
I've spent a lot of time studying the circuits in the brain
16
69030
2770
Olen käyttänyt paljon aikaa tutkimalla hermoratoja,
01:11
that create the unique perceptual realities that we each have.
17
71824
3693
jotka luovat kokemiamme ainutlaatuisia todellisuuksia.
01:16
And now I bring that together
18
76110
1405
Ja nyt yhdistän tämän
01:17
with the capabilities of current technology
19
77539
2062
nykyisen teknologian mahdollisuuksiin
01:19
to create new technology that does make us better,
20
79625
2537
luodakseni teknologiaa, joka tekee meistä parempia,
01:22
feel more, connect more.
21
82186
1600
jotta tuntisimme enemmän yhteyttä.
01:24
And I believe to do that,
22
84482
1786
Ja uskon, että pystyäksemme siihen
01:26
we have to be OK losing some of our agency.
23
86292
2749
meidän on hyväksyttävä kontrollin menetys.
01:30
With some animals, it's really amazing,
24
90149
2523
Joidenkin eläinten kanssa tämä on tosi mahtavaa,
01:32
and we get to see into their internal experiences.
25
92696
3474
ja pääsemme näkemään niiden sisäisiä tuntemuksia.
01:36
We get this upfront look at the mechanistic interaction
26
96649
3722
Saamme tämän näköalan mekaanisesta vuorovaikutuksesta
01:40
between how they respond to the world around them
27
100395
2817
eläinten ja niitä ympäröivän maailman
01:43
and the state of their biological systems.
28
103236
2008
eläinten biologisen tilan välillä.
01:45
This is where evolutionary pressures like eating, mating
29
105268
3809
Niiden evolutiivinen paine syödä, paritella
01:49
and making sure we don't get eaten
30
109101
1762
ja varmistaa hengissä säilyminen
01:50
drive deterministic behavioral responses to information in the world.
31
110887
4157
on informaatioon liittyvän käyttäytymisen takana.
01:55
And we get to see into this window,
32
115806
2794
Saamme nähdä kuin ikkunasta
01:58
into their internal states and their biological experiences.
33
118624
3636
niiden sisäisiä tuntemuksia ja biologisia kokemuksia.
02:02
It's really pretty cool.
34
122284
1642
Se on tosi siistiä.
02:03
Now, stay with me for a moment -- I'm a violinist, not a singer.
35
123950
4103
Nyt, pysykää hetki mukanani
olen viulisti enkä laulaja,
02:08
But the spider's already given me a critical review.
36
128077
3590
mutta hämähäkit ovat jo tarjonneet minulle tarpeellisen yleiskatsauksen.
02:16
(Video) (Singing in a low pitch)
37
136907
2060
(laulaa matalalta)
02:19
(Singing in a middle pitch)
38
139868
2888
(laulaa keskisävelkorkeudelta)
02:23
(Singing in a high pitch)
39
143800
2505
(laulaa korkealta)
02:27
(Singing in a low pitch)
40
147069
1421
(laulaa matalalta)
02:29
(Singing in a middle pitch)
41
149236
1600
(laulaa keskisävelkorkeudelta)
02:31
(Singing in a high pitch)
42
151403
1777
(laulaa korkealta)
02:33
(Laughter)
43
153204
1150
(naurua)
02:36
Poppy Crum: It turns out, some spiders tune their webs like violins
44
156387
3198
Jotkut hämähäkit virittävät verkkonsa kuin viulut
02:39
to resonate with certain sounds.
45
159609
2158
resonoimaan tiettyjen äänten kanssa.
02:41
And likely, the harmonics of my voice as it went higher
46
161791
2771
Ja luultavasti laulaessani korkealta harmoniat resonoivat
02:44
coupled with how loud I was singing
47
164586
1730
yhdistettynä äänenvoimakkuuteen
02:46
recreated either the predatory call of an echolocating bat or a bird,
48
166340
4467
loivat saalistavan lepakon tai linnun äänen toisinnon
02:50
and the spider did what it should.
49
170831
1881
ja hämähäkki reagoi siihen.
02:53
It predictively told me to bug off.
50
173300
2817
Ennustettavasti se käski minun painua tieheni.
02:56
I love this.
51
176824
1150
Rakastan tätä.
02:58
The spider's responding to its external world
52
178546
3309
Hämähäkin vastaus sen ulkoiseen maailmaan
03:01
in a way that we get to see and know what's happening to its internal world.
53
181879
4350
havaitsemallamme tavalla vastaa sen sisäistä tilaa.
03:07
Biology is controlling the spider's response;
54
187069
2206
Biologia kontrolloi hämähäkin reaktoita;
03:09
it's wearing its internal state on its sleeve.
55
189299
2776
se osoittaa selkeästi sisäisen tilansa.
03:13
But us, humans --
56
193768
1655
Mutta me ihmiset
03:16
we're different.
57
196184
1150
olemme erilaisia.
03:17
We like to think we have cognitive control over what people see, know and understand
58
197899
5735
Haluamme ajatella kontrolloivamme, mitä muut näkevät ja tietävät
03:23
about our internal states --
59
203658
1409
sisäisistä tuntemuksistamme
03:25
our emotions, our insecurities, our bluffs, our trials and tribulations --
60
205091
4303
-- tunteistamme, epävarmuuksistamme, valheista ja koettelemuksista --
03:29
and how we respond.
61
209418
1267
sekä reaktioitamme.
03:31
We get to have our poker face.
62
211927
2282
Tahdomme pitää pokerinaamamme.
03:35
Or maybe we don't.
63
215799
1200
Tai ehkä emme.
03:37
Try this with me.
64
217728
1182
Koettakaa tätä kanssani.
03:38
Your eye responds to how hard your brain is working.
65
218934
2690
Silmänne vastaavat ponnistelunne määrään.
03:42
The response you're about to see is driven entirely by mental effort
66
222363
3230
Näkemänne tulos on lähes täysin psyykkisen ponnistelun tulosta
03:45
and has nothing to do with changes in lighting.
67
225617
2635
eikä sillä ole mitään tekemistä valaistuksen kanssa.
03:48
We know this from neuroscience.
68
228276
1650
Tiedämme tämän neurotieteestä.
03:49
I promise, your eyes are doing the same thing as the subject in our lab,
69
229950
4560
Vakuutan teille, että silmänne vastaavat laboratorion koehenkilöitä,
03:54
whether you want them to or not.
70
234534
1734
halusittepa taikka ette.
03:56
At first, you'll hear some voices.
71
236292
2173
Ensin kuulette joitain ääniä.
03:58
Try and understand them and keep watching the eye in front of you.
72
238489
3278
Yrittäkää ymmärtää niitä ja katsokaa silmää edessänne.
04:01
It's going to be hard at first,
73
241791
1498
Se on ensin vaikeaa
04:03
one should drop out, and it should get really easy.
74
243313
2391
ja haluatte lopettaa, ja sitten se helpottuu.
04:05
You're going to see the change in effort in the diameter of the pupil.
75
245728
3325
Näätte ponnistelun muutoksen pupillinne halkaisijassa.
04:10
(Video) (Two overlapping voices talking)
76
250140
2567
(Kaksi ääntä puhuvat päällekkäin)
04:12
(Single voice) Intelligent technology depends on personal data.
77
252731
2963
Älykäs teknologia riippuu henkilökohtaisista tiedoista.
04:15
(Two overlapping voices talking)
78
255718
2446
(Kaksi ääntä puhuvat päällekkäin)
04:18
(Single voice) Intelligent technology depends on personal data.
79
258188
2976
Älykäs teknologia riippuu henkilökohtaisista tiedoista.
04:21
PC: Your pupil doesn't lie.
80
261680
1326
Pupillinne ei valehtele.
04:23
Your eye gives away your poker face.
81
263030
2400
Silmänne kavaltavat pokerinaamanne.
04:25
When your brain's having to work harder,
82
265990
1913
Kun aivonne täytyy ponnistella enemmän,
04:27
your autonomic nervous system drives your pupil to dilate.
83
267927
2785
autonominen hermostosi saa pupillit laajenemaan.
04:30
When it's not, it contracts.
84
270736
1555
Sen jälkeen tilanne kääntyy.
04:32
When I take away one of the voices,
85
272680
1691
Kun poistan toisen äänistä,
04:34
the cognitive effort to understand the talkers
86
274395
2262
kognitiivinen pyrkimys ymmärtää puhujia
04:36
gets a lot easier.
87
276681
1158
helpottuu.
04:37
I could have put the two voices in different spatial locations,
88
277863
3000
Olisin voinut sijoittaa puhujat eri paikkoihin,
04:40
I could have made one louder.
89
280887
1666
olisin voinut vahventaa ääntä.
04:42
You would have seen the same thing.
90
282577
1738
Olisitte nähneet saman tuloksen.
04:45
We might think we have more agency over the reveal of our internal state
91
285006
4786
Saatamme ajatella, että meillä on enemmän vaikutusvaltaa
04:49
than that spider,
92
289816
1579
salata tunteet kuin hämähäkillä,
04:51
but maybe we don't.
93
291419
1266
mutta ehkä näin ei ole.
04:53
Today's technology is starting to make it really easy
94
293021
2969
Nykyteknologian ansiosta on yhä helpompaa
04:56
to see the signals and tells that give us away.
95
296014
2690
nähdä paljastavia merkkejä.
04:59
The amalgamation of sensors paired with machine learning
96
299109
3294
Aistitiedon yhdistyminen koneoppimisen kanssa
05:02
on us, around us and in our environments,
97
302427
2413
meitä ja ympäristöämme koskien
05:04
is a lot more than cameras and microphones tracking our external actions.
98
304864
4653
on paljon enemmän kuin kameroita tai mikkejä, jotka jäljittävät meitä.
05:12
Our bodies radiate our stories
99
312529
2818
Kehomme säteilevät tarinoitamme
05:15
from changes in the temperature of our physiology.
100
315371
2666
kehon lämpötilan muutoksesta.
05:18
We can look at these as infrared thermal images
101
318546
2261
Voimme tarkkailla näitä infralämpökuvia,
05:20
showing up behind me,
102
320831
1160
jotka näkyvät takanani.
05:22
where reds are hotter and blues are cooler.
103
322015
2070
Punainen on kuuma ja sininen kylmä alue.
05:24
The dynamic signature of our thermal response
104
324458
3183
Henkilökohtainen dynaaminen lämpöreaktiomme
05:27
gives away our changes in stress,
105
327665
3031
osoittaa muutokset stressimäärässämme,
05:30
how hard our brain is working,
106
330720
2008
sen, kuinka kovasti aivomme työskentelevät,
05:32
whether we're paying attention
107
332752
1936
kiinnitämmekö huomiota
05:34
and engaged in the conversation we might be having
108
334712
2627
käymäämme keskusteluun
05:37
and even whether we're experiencing a picture of fire as if it were real.
109
337363
4095
ja jopa koemmeko kuvan tulesta aitoa vastaavana.
05:41
We can actually see people give off heat on their cheeks
110
341482
2643
Voimme nähdä ihmisten poskien hehkuvan lämpöä
05:44
in response to an image of flame.
111
344149
2200
reaktiona tulikuvaan.
05:48
But aside from giving away our poker bluffs,
112
348013
2929
Mutta pokerinaamamme paljastamisen ohella,
05:50
what if dimensions of data from someone's thermal response
113
350966
4746
entä jos tietomäärä jonkun lämpöreaktiosta
05:55
gave away a glow of interpersonal interest?
114
355736
2659
voisi antaa ilmi kiinnostuksen toiseen henkilöön?
05:58
Tracking the honesty of feelings in someone's thermal image
115
358966
3532
Tunteiden aitouden jäljittäminen jonkun lämpökuvasta
06:02
might be a new part of how we fall in love and see attraction.
116
362522
3626
saattaa olla uusi tekijä siinä, kuinka rakastumme ja aistimme vetovoimaa.
06:06
Our technology can listen, develop insights and make predictions
117
366172
3693
Teknologiamme voi kuunnella, oivaltaa ja ennustaa
06:09
about our mental and physical health
118
369889
2095
psyykkistä ja fyysistä terveyttämme
06:12
just by analyzing the timing dynamics of our speech and language
119
372008
4000
pelkästään analysoimalla puheemme ajallista dynamiikkaa
06:16
picked up by microphones.
120
376032
1443
mikrofonin kautta.
06:18
Groups have shown that changes in the statistics of our language
121
378038
3880
Ryhmät ovat osoittaneet, että kielemme statistiikka
06:21
paired with machine learning
122
381942
1420
yhdistettynä koneoppimiseen
06:23
can predict the likelihood someone will develop psychosis.
123
383386
3161
voi ennustaa psykoosin kehittymisen todennäköisyyttä.
06:27
I'm going to take it a step further
124
387442
1751
Aion mennä vielä hieman pidemmälle
06:29
and look at linguistic changes and changes in our voice
125
389217
2587
ja tarkastella kielellisiä ja äänensävyn muutoksia,
06:31
that show up with a lot of different conditions.
126
391828
2239
jotka ilmenevät eri tilanteissa.
06:34
Dementia, diabetes can alter the spectral coloration of our voice.
127
394091
4367
Dementia ja diabetes voivat muuttaa äänemme spektriä.
06:39
Changes in our language associated with Alzheimer's
128
399205
3119
Alzheimerin tautiin liittyvät muutokset kielessä
06:42
can sometimes show up more than 10 years before clinical diagnosis.
129
402348
4365
voivat ilmetä joskus jo 10 vuotta ennen kliinistä diagnoosia.
06:47
What we say and how we say it tells a much richer story
130
407236
3960
Mitä ja miten puhumme paljastaa monimutkaisemman tarinan,
06:51
than we used to think.
131
411220
1254
mitä tapaamme ajatella.
06:53
And devices we already have in our homes could, if we let them,
132
413022
4047
Koneet, jotka meillä jo on kotona, voivat luvallamme
06:57
give us invaluable insight back.
133
417093
2134
antaa meille tärkeää palautetta.
06:59
The chemical composition of our breath
134
419998
2978
Hengityksemme kemiallinen koostumus
07:03
gives away our feelings.
135
423959
1354
paljastaa tunteemme.
07:06
There's a dynamic mixture of acetone, isoprene and carbon dioxide
136
426363
4478
Asetonin, isopreenin ja hiilidioksidin dynaaminen yhdistelmä,
07:10
that changes when our heart speeds up, when our muscles tense,
137
430865
3384
joka muuttuu pulssin kiihtyessä, lihasten jännittyessä
07:14
and all without any obvious change in our behaviors.
138
434809
2897
ja täysin ilman selkeää muutosta käyttäytymisessämme.
07:18
Alright, I want you to watch this clip with me.
139
438268
2738
Ok, haluan teidän katsovan tämän videopätkän kanssani.
07:21
Some things might be going on on the side screens,
140
441030
3119
Näytön reunoilla saattaa liikkua jotain,
07:24
but try and focus on the image in the front
141
444173
3777
mutta yrittäkää keskittyä kuvaan etualalla,
07:27
and the man at the window.
142
447974
1463
ikkunasta näkyvään mieheen.
07:31
(Eerie music)
143
451633
2658
(Aavemaista musiikkia)
07:39
(Woman screams)
144
459767
1437
(Nainen kirkuu)
07:50
PC: Sorry about that. I needed to get a reaction.
145
470692
2395
Olen pahoillani tuosta. Tarvitsin reaktionne.
07:53
(Laughter)
146
473111
1785
(Naurua)
07:55
I'm actually tracking the carbon dioxide you exhale in the room right now.
147
475412
4972
Seuraan itse asiassa hengittämänne hiilidioksidin määrää.
08:01
We've installed tubes throughout the theater,
148
481903
3293
Olemme asentaneet putkia eri puolille teatteria,
08:05
lower to the ground, because CO2 is heavier than air.
149
485220
2595
alhaalle lattiarajaan, sillä CO2 on ilmaa painavampaa.
08:07
But they're connected to a device in the back
150
487839
2667
Mutta ne on yhdistetty takana olevaan laitteeseen,
08:10
that lets us measure, in real time, with high precision,
151
490530
3287
jolla pystymme reaaliajassa mittaamaan, hyvin tarkasti,
08:13
the continuous differential concentration of CO2.
152
493841
2922
jatkuvaa CO2 kerääntymisen muutoksia.
08:17
The clouds on the sides are actually the real-time data visualization
153
497246
5508
Reunoilla olevat pilvet ovat itse asiassa reaaliaikaisen tiedon kuvitusta
08:22
of the density of our CO2.
154
502778
1998
meidän CO2:n tiheydestä.
08:25
You might still see a patch of red on the screen,
155
505374
3699
Saatatte yhä nähdä punaisen läikän näytöllä,
08:29
because we're showing increases with larger colored clouds,
156
509097
3705
sillä näytämme kasvua suuremmilla värikkäillä pilvillä,
08:32
larger colored areas of red.
157
512826
2196
laajemmilla punaisilla alueilla.
08:35
And that's the point where a lot of us jumped.
158
515046
2559
Ja tuo on hetki, jolloin monet meistä hätkähtivät.
08:38
It's our collective suspense driving a change in carbon dioxide.
159
518173
4915
Kollektiivinen jännittymisemme saa hiilidioksidimäärän muuttumaan.
08:43
Alright, now, watch this with me one more time.
160
523649
2722
Ok, katsokaa tämä vielä kerran kanssani.
08:46
(Cheerful music)
161
526395
2238
(Iloista musiikkia)
08:54
(Woman laughs)
162
534553
2137
(Nainen nauraa)
09:05
PC: You knew it was coming.
163
545344
1349
Tiesitte, mitä oli tulossa.
09:06
But it's a lot different when we changed the creator's intent.
164
546717
3363
Tulos oli hyvin erilainen, kun muutimme ohjaajan aikeita.
09:10
Changing the music and the sound effects
165
550776
2769
Muuttamalla musiikkia ja äänitehosteita
09:13
completely alter the emotional impact of that scene.
166
553569
3603
muutimme täysin kohtauksen tunnelatauksen.
09:17
And we can see it in our breath.
167
557196
2134
Ja huomaamme sen hengityksessänne.
09:20
Suspense, fear, joy
168
560196
2262
Jännitys, pelko, ilo --
09:22
all show up as reproducible, visually identifiable moments.
169
562482
4507
kaikki näkyy toistettavina visuaalisesti tunnistettavina hetkinä.
09:27
We broadcast a chemical signature of our emotions.
170
567473
4151
Kemiallinen tunnereaktiomme on kuin TV-lähetys.
09:35
It is the end of the poker face.
171
575249
2133
Tämä on pokerinaamojen loppu.
09:38
Our spaces, our technology will know what we're feeling.
172
578582
3566
Aikamme ja teknologiamme tulee tietämään, mitä tunnemme.
09:42
We will know more about each other than we ever have.
173
582736
2785
Tulemme tietämään toisistamme enemmän kuin koskaan ennen.
09:45
We get a chance to reach in and connect to the experience and sentiments
174
585911
4307
Meillä on tilaisuus lähestyä ja yhdistyä kokemuksin ja tuntein,
09:50
that are fundamental to us as humans
175
590242
1742
jotka ovat keskeisiä meille,
09:52
in our senses, emotionally and socially.
176
592008
2410
tunteellisesti ja sosiaalisesti.
09:55
I believe it is the era of the empath.
177
595482
2540
Uskon, että tämä on empaattien aikakausi.
09:58
And we are enabling the capabilities that true technological partners can bring
178
598046
5222
Ja me mahdollistamme kykyjä, jotka teknologiset kumppanimme tarjoavat,
10:03
to how we connect with each other and with our technology.
179
603292
3047
yhdistämällä teknologian ja tavan, jolla kytkeydymme toisiimme.
10:06
If we recognize the power of becoming technological empaths,
180
606363
3389
Jos tunnistamme vallan, joka liittyy muutokseen kohti teknoempatiaa,
10:09
we get this opportunity
181
609776
1936
meillä on tämä mahdollisuus,
10:11
where technology can help us bridge the emotional and cognitive divide.
182
611736
4424
missä teknologia auttaa meitä yhdistämään emotionaalisen ja kognitiivisen.
10:16
And in that way, we get to change how we tell our stories.
183
616680
2723
Ja näin pystymme muuttamaan tarinankerrontaamme.
10:19
We can enable a better future for technologies like augmented reality
184
619427
3580
Voimme parantaa tulevaisuuden teknologiaa kuten lisättyä todellisuutta
10:23
to extend our own agency and connect us at a much deeper level.
185
623031
4193
lisäämään toimijuutta ja syventämään yhteyttä.
10:27
Imagine a high school counselor being able to realize
186
627625
2547
Kuvitelkaa lukion opinto-ohjaaja, joka tajuaa,
10:30
that an outwardly cheery student really was having a deeply hard time,
187
630196
3826
että ulkoisesti reipas oppilas on vaikeassa elämäntilanteessa,
10:34
where reaching out can make a crucial, positive difference.
188
634046
3180
jossa tukeminen voi merkitä paljon.
10:37
Or authorities, being able to know the difference
189
637766
3230
Tai viranomaiset, jotka pystyvät erottelemaan
10:41
between someone having a mental health crisis
190
641020
2325
mielenterveyskriisistä kärsivät
10:43
and a different type of aggression,
191
643369
1826
ja ne, jotka ovat aggressiivisia,
10:45
and responding accordingly.
192
645219
1800
ja reagoimaan asiaankuuluvasti.
10:47
Or an artist, knowing the direct impact of their work.
193
647609
3273
Tai artisti, joka tietää suoraan työnsä vaikutuksen.
10:52
Leo Tolstoy defined his perspective of art
194
652173
2643
Leo Tolstoi määritteli taiteen merkityksellisyyttä
10:54
by whether what the creator intended
195
654840
1785
sillä, välittyikö taiteilijan aikomus
10:56
was experienced by the person on the other end.
196
656649
2586
vastaanottajille vai ei.
10:59
Today's artists can know what we're feeling.
197
659259
2566
Nykypäivän artisti pystyy tietämään, mitä tunnemme.
11:02
But regardless of whether it's art or human connection,
198
662204
3005
Oli sitten kyseessä taide vai ihmisten yhteenkuuluvuus,
11:06
today's technologies will know and can know
199
666608
2802
nykyteknologia haluaa ja saa tietää,
11:09
what we're experiencing on the other side,
200
669434
2048
mitä koemme
11:11
and this means we can be closer and more authentic.
201
671506
2618
ja tämä merkitsee, että voimme olla entistä aidompia.
11:14
But I realize a lot of us have a really hard time
202
674498
4293
Mutta ymmärrän, että monet eivät halua
11:18
with the idea of sharing our data,
203
678815
2267
jakaa henkilökohtaista tietoaan
11:21
and especially the idea that people know things about us
204
681673
3111
varsinkaan sellaisille ihmisille, joita
11:24
that we didn't actively choose to share.
205
684808
2321
joita emme ole valinneet jakamisen kohteiksi.
11:28
Anytime we talk to someone,
206
688728
2216
Joka kerta kun puhumme jollekin,
11:31
look at someone
207
691946
1555
katsomme toisiamme,
11:33
or choose not to look,
208
693525
1468
tai emme katso,
11:35
data is exchanged, given away,
209
695017
2647
tietoja välittyy ja annetaan pois.
11:38
that people use to learn,
210
698533
2205
Ihmiset käyttävät näitä oppiakseen
11:40
make decisions about their lives and about ours.
211
700762
3267
ja tehdäkseen elämäänsä ja meidän elämäämme koskevia päätöksiä.
11:45
I'm not looking to create a world where our inner lives are ripped open
212
705469
3968
En halua luoda maailmaa, jossa sisimpämme asetettaisiin tarjottimelle
11:49
and our personal data and our privacy given away
213
709461
2348
ja henkilökohtaiset tietomme ja yksityisyytemme
11:51
to people and entities where we don't want to see it go.
214
711833
2713
annettaisiin tahoille, joille emme halua niitä jakaa.
11:55
But I am looking to create a world
215
715117
2762
Mutta haluan luoda maailmaa,
11:57
where we can care about each other more effectively,
216
717903
3408
jossa voimme välittää toisistamme tehokkaammin,
12:01
we can know more about when someone is feeling something
217
721335
3060
voimme tietää enemmän toistemme tunteista,
12:04
that we ought to pay attention to.
218
724419
1872
joihin meidän tulisi kiinnittää huomiota.
12:06
And we can have richer experiences from our technology.
219
726800
3335
Ja voimme saada rikkaampia kokemuksia teknologiamme ansiosta.
12:10
Any technology can be used for good or bad.
220
730887
2357
Teknologiaa voi aina käyttää hyvään tai pahaan.
12:13
Transparency to engagement and effective regulation
221
733268
2412
Sitoutuminen avoimuuteen ja tehokkaaseen säännöstelyyn
12:15
are absolutely critical to building the trust for any of this.
222
735704
3120
on ehdottoman tärkeää
rakentaaksemme luottamusta tämän asian suhteen.
12:20
But the benefits that "empathetic technology" can bring to our lives
223
740106
4834
Mutta "empaattisen teknologian" hyötyjen takia
12:24
are worth solving the problems that make us uncomfortable.
224
744964
3891
kannattaa ratkaista ongelmat, jotka saavat olomme epämukavaksi.
12:29
And if we don't, there are too many opportunities and feelings
225
749315
4025
Jos emme ratkaise niitä, liian monet mahdollisuudet ja tunteet
12:33
we're going to be missing out on.
226
753364
1695
jäävät huomaamatta.
12:35
Thank you.
227
755083
1175
Kiitos.
12:36
(Applause)
228
756282
2479
(Taputuksia)
Tietoja tästä verkkosivustosta

Tällä sivustolla esitellään YouTube-videoita, jotka ovat hyödyllisiä englannin oppimisessa. Näet englannin oppitunteja, joita opettavat huippuluokan opettajat ympäri maailmaa. Kaksoisnapsauta kullakin videosivulla näkyvää englanninkielistä tekstitystä, niin voit toistaa videon sieltä. Tekstitykset vierivät synkronoidusti videon toiston kanssa. Jos sinulla on kommentteja tai toiveita, ota meihin yhteyttä käyttämällä tätä yhteydenottolomaketta.

https://forms.gle/WvT1wiN1qDtmnspy7