Adam Ostrow: After your final status update

62,568 views ・ 2011-08-01

TED


Please double-click on the English subtitles below to play the video.

Translator: Rémy Peyroux Reviewer: Shadia Ramsahye
00:15
By the end of this year,
0
15260
2000
D'ici la fin de l'année,
00:17
there'll be nearly a billion people on this planet
1
17260
3000
il y aura près de 1 million de personnes
00:20
that actively use social networking sites.
2
20260
2000
à utiliser activement les sites de réseautage.
00:22
The one thing that all of them have in common
3
22260
2000
Ce que ces personnes ont en commun
00:24
is that they're going to die.
4
24260
3000
est qu'elles mourront un jour.
00:27
While that might be a somewhat morbid thought,
5
27260
3000
C'est une pensée un peu morbide,
00:30
I think it has some really profound implications
6
30260
2000
mais dont les implications très profondes
00:32
that are worth exploring.
7
32260
2000
demandent à êtres explorées.
00:34
What first got me thinking about this
8
34260
3000
Ce qui m'a poussé à m'intéresser à cela,
00:37
was a blog post authored earlier this year by Derek K. Miller,
9
37260
3000
c'est un message de Derek K. Miller,
00:40
who was a science and technology journalist
10
40260
3000
un journaliste en science et technologies
00:43
who died of cancer.
11
43260
2000
qui est mort d'un cancer.
00:45
And what Miller did was have his family and friends write a post
12
45260
3000
Miller a demandé à ses proches d'écrire un message
00:48
that went out shortly after he died.
13
48260
2000
publié peu après sa mort.
00:50
Here's what he wrote in starting that out.
14
50260
2000
Voici ce qu'il a commencé par écrire:
00:52
He said, "Here it is. I'm dead,
15
52260
2000
"Ca y est, je suis mort
00:54
and this is my last post to my blog.
16
54260
2000
et voici mon dernier message sur ce blog.
00:56
In advance, I asked that once my body finally shut down
17
56260
3000
Par avance, j'ai demandé à mes proches,
00:59
from the punishments of my cancer,
18
59260
2000
lorsque le cancer aurait eu raison de mon corps,
01:01
then my family and friends publish this prepared message I wrote --
19
61260
3000
de publier ce message que j'ai écrit,
01:04
the first part of the process
20
64260
2000
débutant ainsi le processus
01:06
of turning this from an active website to an archive."
21
66260
3000
de transformation de ce site actif en une archive."
01:09
Now, while as a journalist,
22
69260
2000
Miller étant journaliste,
01:11
Miller's archive may have been better written
23
71260
2000
son archive est certainement mieux écrite
01:13
and more carefully curated than most,
24
73260
2000
et mieux organisée que les autres,
01:15
the fact of the matter is that all of us today
25
75260
2000
mais le fait est qu'aujourd'hui
01:17
are creating an archive
26
77260
2000
nous créons tous une archive
01:19
that's something completely different
27
79260
2000
totalement différente
01:21
than anything that's been created
28
81260
2000
de tout ce qui a pu être créé
01:23
by any previous generation.
29
83260
2000
par aucune autre génération.
01:25
Consider a few stats for a moment.
30
85260
2000
Quelques statistiques:
01:27
Right now there are 48 hours of video
31
87260
2000
48 heures de vidéos sont téléversées
01:29
being uploaded to YouTube every single minute.
32
89260
3000
sur YouTube toutes les minutes.
01:32
There are 200 million Tweets being posted every day.
33
92260
4000
On poste 200 millions de Tweets par jour.
01:36
And the average Facebook user
34
96260
3000
Et l'utilisateur moyen de Facebook
01:39
is creating 90 pieces of content each month.
35
99260
4000
poste 90 interventions par mois.
01:43
So when you think about your parents or your grandparents,
36
103260
3000
Vos parents ou grand-parents par exemple,
01:46
at best they may have created
37
106260
2000
ont tout au plus pris des photos,
01:48
some photos or home videos,
38
108260
2000
réalisé des vidéos amateur,
01:50
or a diary that lives in a box somewhere.
39
110260
3000
ou écrit un journal enfermé dans une boîte.
01:53
But today we're all creating this incredibly rich digital archive
40
113260
3000
Mais aujourd'hui nous créons tous une archive numérique très riche
01:56
that's going to live in the cloud indefinitely,
41
116260
2000
qui vivra sur Internet indéfiniment,
01:58
years after we're gone.
42
118260
2000
longtemps après que nous ne serons plus là.
02:00
And I think that's going to create some incredibly intriguing opportunities
43
120260
3000
Je pense que cela créera des opportunités vraiment fascinantes
02:03
for technologists.
44
123260
2000
pour les technologues.
02:05
Now to be clear, I'm a journalist and not a technologist,
45
125260
2000
Soyons clairs, je suis journaliste et pas technologue,
02:07
so what I'd like to do briefly
46
127260
2000
donc j'aimerais
02:09
is paint a picture
47
129260
2000
décrire brièvement
02:11
of what the present and the future are going to look like.
48
131260
3000
ce à quoi le présent et le futur vont ressembler.
02:14
Now we're already seeing some services
49
134260
2000
Il y a déjà des services
02:16
that are designed to let us decide
50
136260
2000
conçus pour que nous décidions
02:18
what happens to our online profile and our social media accounts
51
138260
3000
de l'avenir de nos profils et de nos comptes de sites de réseautage
02:21
after we die.
52
141260
2000
après notre mort.
02:23
One of them actually, fittingly enough,
53
143260
2000
L'un d'eux, justement,
02:25
found me when I checked into a deli
54
145260
2000
m'a trouvé dans la charcuterie
02:27
at a restaurant in New York
55
147260
2000
d'un restaurant à New York
02:29
on foursquare.
56
149260
3000
sur Foursquare.
02:32
(Recording) Adam Ostrow: Hello.
57
152260
2000
Allo?
02:34
Death: Adam?
58
154260
2000
Adam?
02:36
AO: Yeah.
59
156260
2000
Oui.
02:38
Death: Death can catch you anywhere, anytime,
60
158260
3000
La Mort peut frapper n'importe où et n'importe quand,
02:41
even at the Organic.
61
161260
3000
même au rayon bio.
02:44
AO: Who is this?
62
164260
2000
Qui est-ce?
02:46
Death: Go to ifidie.net
63
166260
3000
Allez sur ifidie.net
02:49
before it's too late.
64
169260
2000
avant qu'il ne soit trop tard.
02:51
(Laughter)
65
171260
2000
(Rires)
02:53
Adam Ostrow: Kind of creepy, right?
66
173260
2000
Flippant, non?
02:55
So what that service does, quite simply,
67
175260
2000
Ce service
02:57
is let you create a message or a video
68
177260
2000
permet de créer un message ou une vidéo
02:59
that can be posted to Facebook after you die.
69
179260
3000
à poster sur Facebook à votre mort.
03:02
Another service right now
70
182260
2000
Le service suivant
03:04
is called 1,000 Memories.
71
184260
2000
s'appelle 1000 Memories.
03:06
And what this lets you do is create an online tribute to your loved ones,
72
186260
2000
Il vous permet de créer un hommage à vos proches en ligne
03:08
complete with photos and videos and stories
73
188260
3000
avec photos, vidéos, et récits
03:11
that they can post after you die.
74
191260
3000
qu'ils postent à votre mort.
03:14
But what I think comes next is far more interesting.
75
194260
3000
Mais ce qui suit est bien plus intéressant.
03:17
Now a lot of you are probably familiar with Deb Roy
76
197260
3000
Vous connaissez probablement Deb Roy
03:20
who, back in March,
77
200260
2000
qui en Mars dernier
03:22
demonstrated how he was able to analyze more than 90,000 hours of home video.
78
202260
4000
a démontré qu'il pouvait analyser plus de 90 000 heures de vidéos amateur.
03:26
I think as machines' ability
79
206260
2000
Avec la capacité des machines
03:28
to understand human language and process vast amounts of data
80
208260
2000
à comprendre le langage humain et à traiter de grandes quantités de données
03:30
continues to improve,
81
210260
2000
qui continue de s'améliorer,
03:32
it's going to become possible
82
212260
2000
il sera bientôt possible
03:34
to analyze an entire life's worth of content --
83
214260
2000
d'analyser le contenu de toute une vie,
03:36
the Tweets, the photos, the videos, the blog posts --
84
216260
3000
les Tweets, photos, vidéos, messages,
03:39
that we're producing in such massive numbers.
85
219260
2000
que nous produisons en si grand nombre.
03:41
And I think as that happens,
86
221260
2000
Je crois qu'avec ce phénomène
03:43
it's going to become possible for our digital personas
87
223260
3000
nos personnages virtuels pourront
03:46
to continue to interact in the real world long after we're gone
88
226260
3000
continuer d'interagir avec le monde réel bien après notre mort
03:49
thanks to the vastness of the amount of content we're creating
89
229260
3000
grâce à la quantité énorme d'informations que nous créons
03:52
and technology's ability to make sense of it all.
90
232260
3000
et à la capacité de la technologie à les comprendre.
03:55
Now we're already starting to see some experiments here.
91
235260
3000
On commence déjà à expérimenter:
03:58
One service called My Next Tweet
92
238260
2000
"My Next Tweet"
04:00
analyzes your entire Twitter stream, everything you've posted onto Twitter,
93
240260
3000
analyse tous vos Tweets
04:03
to make some predictions as to what you might say next.
94
243260
3000
pour prédire ce que vous direz peut-être ensuite.
04:06
Well right now, as you can see,
95
246260
2000
Pour l'instant
04:08
the results can be somewhat comical.
96
248260
2000
le résultat est un peu comique.
04:10
You can imagine what something like this might look like
97
250260
2000
Mais imaginez ce que cela donnera
04:12
five, 10 or 20 years from now
98
252260
2000
d'ici 5, 10, ou 20 ans
04:14
as our technical capabilities improve.
99
254260
3000
lorsque la technologie aura évolué.
04:17
Taking it a step further,
100
257260
2000
A un autre niveau,
04:19
MIT's media lab is working on robots
101
259260
2000
le M.I.T. travaille sur des robots
04:21
that can interact more like humans.
102
261260
3000
qui interagissent comme des humains.
04:24
But what if those robots were able to interact
103
264260
2000
Et si ces robots pouvaient interagir
04:26
based on the unique characteristics of a specific person
104
266260
3000
sur la base des caractéristiques propres à une personne particulière,
04:29
based on the hundreds of thousands of pieces of content
105
269260
2000
dégagées du contenu produit par une personne
04:31
that person produces in their lifetime?
106
271260
3000
tout au long de sa vie?
04:34
Finally, think back to this famous scene
107
274260
2000
Enfin, souvenons-nous de cette scène
04:36
from election night 2008
108
276260
2000
du soir d'élection en 2008
04:38
back in the United States,
109
278260
2000
aux Etats-Unis
04:40
where CNN beamed a live hologram
110
280260
2000
où CNN a projeté l'hologramme
04:42
of hip hop artist will.i.am into their studio
111
282260
2000
du rappeur Will.I.Am dans leur studio
04:44
for an interview with Anderson Cooper.
112
284260
3000
lors d'une interview avec Anderson Cooper.
04:47
What if we were able to use that same type of technology
113
287260
2000
Et si on pouvait utiliser la même technologie
04:49
to beam a representation of our loved ones into our living rooms --
114
289260
4000
pour projeter chez nous l'image d'un proche
04:53
interacting in a very lifelike way
115
293260
2000
qui interagirait de façon très naturelle
04:55
based on all the content they created while they were alive?
116
295260
3000
en fonction de ce qu'il a produit de son vivant?
04:58
I think that's going to become completely possible
117
298260
3000
Je pense que cela deviendra possible
05:01
as the amount of data we're producing
118
301260
2000
avec l'augmentation exponentielle
05:03
and technology's ability to understand it
119
303260
2000
de la quantité de données
05:05
both expand exponentially.
120
305260
3000
et de la capacité de la technologie à les interpréter.
05:08
Now in closing, I think what we all need to be thinking about
121
308260
2000
Pour conclure, demandons-nous si nous souhaitons
05:10
is if we want that to become our reality --
122
310260
2000
que cela devienne notre réalité
05:12
and if so,
123
312260
2000
et si oui,
05:14
what it means for a definition of life and everything that comes after it.
124
314260
3000
en quoi cela change-t-il notre définition de la vie et de ce qui vient après?
05:17
Thank you very much.
125
317260
2000
Merci beaucoup.
05:19
(Applause)
126
319260
4000
(Applaudissements)
About this website

This site will introduce you to YouTube videos that are useful for learning English. You will see English lessons taught by top-notch teachers from around the world. Double-click on the English subtitles displayed on each video page to play the video from there. The subtitles scroll in sync with the video playback. If you have any comments or requests, please contact us using this contact form.

https://forms.gle/WvT1wiN1qDtmnspy7