Nicholas Christakis: The hidden influence of social networks

443,802 views ・ 2010-05-10

TED


A videó lejátszásához kattintson duplán az alábbi angol feliratokra.

Fordító: Regina Saphier Lektor: Hope Albright
00:16
For me, this story begins about 15 years ago,
0
16260
3000
Számomra ez a történet 15 évvel ezelőtt kezdődik,
00:19
when I was a hospice doctor at the University of Chicago.
1
19260
3000
amikor a Chicago-i Egyetem hospice orvosa voltam.
00:22
And I was taking care of people who were dying and their families
2
22260
3000
És olyan embereket és rokonaikat gondoztam, akik haldokoltak,
00:25
in the South Side of Chicago.
3
25260
2000
Chicago déli részén.
00:27
And I was observing what happened to people and their families
4
27260
3000
Megfigyeltem, hogy mi történik az emberekkel és családjukkal,
00:30
over the course of their terminal illness.
5
30260
3000
egy halálos betegség folyamán.
00:33
And in my lab, I was studying the widower effect,
6
33260
2000
A laboromban az özvegy hatást tanulmányoztam,
00:35
which is a very old idea in the social sciences,
7
35260
2000
ami egy nagyon régi társadalomtudományi gondolat,
00:37
going back 150 years,
8
37260
2000
mely 150 éves,
00:39
known as "dying of a broken heart."
9
39260
2000
és úgy ismerik, hogy a "megtört szív általi halál".
00:41
So, when I die, my wife's risk of death can double,
10
41260
3000
Szóval, ha meghalok, a feleségem halálozási rizikója megduplázódhat,
00:44
for instance, in the first year.
11
44260
2000
például, az első évben.
00:46
And I had gone to take care of one particular patient,
12
46260
3000
Éppen egy konkrét beteghez indultam,
00:49
a woman who was dying of dementia.
13
49260
2000
aki demenciája következtében haldoklott.
00:51
And in this case, unlike this couple,
14
51260
2000
És a képen látható párral ellentétben,
00:53
she was being cared for
15
53260
2000
a lánya
00:55
by her daughter.
16
55260
2000
ápolta.
00:57
And the daughter was exhausted from caring for her mother.
17
57260
3000
A lány ki volt merülve az anyja ápolásától.
01:00
And the daughter's husband,
18
60260
2000
És a lány férje,
01:02
he also was sick
19
62260
3000
szintén betege volt
01:05
from his wife's exhaustion.
20
65260
2000
a felesége kimerültségének.
01:07
And I was driving home one day,
21
67260
2000
És egyik nap hazafelé vezettem,
01:09
and I get a phone call from the husband's friend,
22
69260
3000
amikor a férj barátja fölhívott,
01:12
calling me because he was depressed
23
72260
2000
azért keresett, mert depressziós volt
01:14
about what was happening to his friend.
24
74260
2000
amiatt, ami a barátjával történt.
01:16
So here I get this call from this random guy
25
76260
2000
Szóval, egyszer csak jön ez a hívás, ettől a random pasastól,
01:18
that's having an experience
26
78260
2000
akinek egy olyan tapasztalata van,
01:20
that's being influenced by people
27
80260
2000
melyet emberek befolyásolnak,
01:22
at some social distance.
28
82260
2000
tőle némi társadalmi távolságra.
01:24
And so I suddenly realized two very simple things:
29
84260
3000
Két gyors felismerésre jutottam.
01:27
First, the widowhood effect
30
87260
2000
Először is, az özvegy hatás
01:29
was not restricted to husbands and wives.
31
89260
3000
nem korlátozódott férjekre és feleségekre.
01:32
And second, it was not restricted to pairs of people.
32
92260
3000
Másodszor, nem emberpárokra korlátozódott.
01:35
And I started to see the world
33
95260
2000
És teljesen új módon
01:37
in a whole new way,
34
97260
2000
kezdtem látni a világot,
01:39
like pairs of people connected to each other.
35
99260
3000
úgy, mint egymáshoz kapcsolódó párokat.
01:42
And then I realized that these individuals
36
102260
2000
Aztán realizáltam, hogy ezek a személyek,
01:44
would be connected into foursomes with other pairs of people nearby.
37
104260
3000
négyesekbe kapcsolódtak más, közeli emberpárokkal.
01:47
And then, in fact, these people
38
107260
2000
Aztán, az a helyzet, hogy ezek az emberek
01:49
were embedded in other sorts of relationships:
39
109260
2000
egyéb kapcsolatokba ágyazódtak,
01:51
marriage and spousal
40
111260
2000
házassági, testvéri,
01:53
and friendship and other sorts of ties.
41
113260
2000
baráti és más jellegű kapcsolatokba.
01:55
And that, in fact, these connections were vast
42
115260
3000
Ezek a kapcsolatrendszerek hatalmasak voltak,
01:58
and that we were all embedded in this
43
118260
2000
és mi mind beágyazva létezünk
02:00
broad set of connections with each other.
44
120260
3000
egymással, ezekben a kiterjedt kapcsolatokban.
02:03
So I started to see the world in a completely new way
45
123260
3000
Tehát teljesen új módon kezdtem látni a világot,
02:06
and I became obsessed with this.
46
126260
2000
és ennek a megszállottja lettem.
02:08
I became obsessed with how it might be
47
128260
2000
Mániámmá vált, hogy milyen módon
02:10
that we're embedded in these social networks,
48
130260
2000
illeszkedünk ezekbe a társas hálózatokba,
02:12
and how they affect our lives.
49
132260
2000
és hogyan hatnak az életünkre.
02:14
So, social networks are these intricate things of beauty,
50
134260
3000
Szóval, a társas hálózatok, a szépség komplikált megnyilvánulásai,
02:17
and they're so elaborate and so complex
51
137260
2000
és olyan alaposan kidolgozottak,
02:19
and so ubiquitous, in fact,
52
139260
2000
és ténylegesen mindenütt jelenlévők,
02:21
that one has to ask what purpose they serve.
53
141260
3000
hogy az embernek meg kell kérdeznie, mi a céljuk.
02:24
Why are we embedded in social networks?
54
144260
2000
Miért ágyazódunk társadalmi kapcsolathálókba?
02:26
I mean, how do they form? How do they operate?
55
146260
2000
Hogyan jönnek létre? Hogyan működnek?
02:28
And how do they effect us?
56
148260
2000
És hogyan hatnak ránk?
02:30
So my first topic with respect to this,
57
150260
3000
Az első témám, ezzel kapcsolatban,
02:33
was not death, but obesity.
58
153260
3000
nem a halál volt, hanem az elhízás.
02:36
It had become trendy
59
156260
2000
És hirtelen divatos lett
02:38
to speak about the "obesity epidemic."
60
158260
2000
az elhízásról beszélni,
02:40
And, along with my collaborator, James Fowler,
61
160260
3000
Együttműködő partneremmel, James Fowlerrel,
02:43
we began to wonder whether obesity really was epidemic
62
163260
3000
azon morfondíroztunk, hogy az elhízás (társadalmilag) fertőző-e,
02:46
and could it spread from person to person
63
166260
2000
terjedhet-e emberről emberre,
02:48
like the four people I discussed earlier.
64
168260
3000
mint a korábban tárgyalt négy ember esetében.
02:51
So this is a slide of some of our initial results.
65
171260
3000
Ezen a képen a korai eredményeink vannak.
02:54
It's 2,200 people in the year 2000.
66
174260
3000
2200 ember, a kétezres évben.
02:57
Every dot is a person. We make the dot size
67
177260
2000
Minden pötty egy ember. A pontok mérete
02:59
proportional to people's body size;
68
179260
2000
az emberi testek méterével arányos.
03:01
so bigger dots are bigger people.
69
181260
3000
A nagyobb pöttyök, nagyobb emberek.
03:04
In addition, if your body size,
70
184260
2000
Ráadásul, ha
03:06
if your BMI, your body mass index, is above 30 --
71
186260
2000
a test tömeg indexed (BMI) 30 felett van,
03:08
if you're clinically obese --
72
188260
2000
vagyis klinikai értelemben elhízott vagy,
03:10
we also colored the dots yellow.
73
190260
2000
akkor a pöttyöket sárgára színeztük.
03:12
So, if you look at this image, right away you might be able to see
74
192260
2000
Ha ránéztek erre a képre, azonnal látjátok,
03:14
that there are clusters of obese and
75
194260
2000
hogy vannak itt klaszterek, melyek elhízott és
03:16
non-obese people in the image.
76
196260
2000
nem elhízott emberekből állnak, a képen.
03:18
But the visual complexity is still very high.
77
198260
3000
De a vizuális komplexitás még midig túl nagy.
03:21
It's not obvious exactly what's going on.
78
201260
3000
Nem teljesen nyilvánvaló, hogy mi történik.
03:24
In addition, some questions are immediately raised:
79
204260
2000
Továbbá azonnal kérdések merülnek fel.
03:26
How much clustering is there?
80
206260
2000
Mennyi a klaszterek aránya?
03:28
Is there more clustering than would be due to chance alone?
81
208260
3000
Több a klaszter, mint amit a vakszerencse indokolna?
03:31
How big are the clusters? How far do they reach?
82
211260
2000
Milyen nagyok a klaszterek? Milyen messzire érnek el?
03:33
And, most importantly,
83
213260
2000
De legfőképpen,
03:35
what causes the clusters?
84
215260
2000
mi okozza a klaszteresedést?
03:37
So we did some mathematics to study the size of these clusters.
85
217260
3000
Némi matematikára van szükségünk, hogy a klaszterek méretét tanulmányozzuk.
03:40
This here shows, on the Y-axis,
86
220260
2000
Ez itt azt mutatja, az Y tengelyen,
03:42
the increase in the probability that a person is obese
87
222260
3000
hogy mennyivel nő az elhízás valószínűsége,
03:45
given that a social contact of theirs is obese
88
225260
2000
ha az egyik társadalmi kapcsolatuk elhízott.
03:47
and, on the X-axis, the degrees of separation between the two people.
89
227260
3000
Az X tengely mutatja az emberek közötti (társadalmi) távolságot.
03:50
On the far left, you see the purple line.
90
230260
2000
És a távoli bal oldalon egy lila vonal látható.
03:52
It says that, if your friends are obese,
91
232260
2000
Azt közli, hogy ha a barátaid kövérek,
03:54
your risk of obesity is 45 percent higher.
92
234260
3000
a kövérségre való esélyed 45%-kal magasabb.
03:57
And the next bar over, the [red] line,
93
237260
2000
És a következő oszlop, a narancssárga vonal,
03:59
says if your friend's friends are obese,
94
239260
2000
azt mondja, hogy ha a barátaid barátai elhízottak,
04:01
your risk of obesity is 25 percent higher.
95
241260
2000
akkor a te elhízási rizikód 25%-kal magasabb.
04:03
And then the next line over says
96
243260
2000
Majd a következő vonal azt mondja,
04:05
if your friend's friend's friend, someone you probably don't even know, is obese,
97
245260
3000
hogy ha a barátod barátjának a barátja, akit te valószínűleg nem is ismersz, hájas,
04:08
your risk of obesity is 10 percent higher.
98
248260
3000
akkor a te elhízási rizikód 10%-kal magasabb.
04:11
And it's only when you get to your friend's friend's friend's friends
99
251260
3000
És csak amikor a te barátod barátjának a barátjának a barátja következik,
04:14
that there's no longer a relationship
100
254260
2000
csak ekkor szűnik meg az összefüggés,
04:16
between that person's body size and your own body size.
101
256260
3000
annak az embernek a testmérete és a te saját testméreted között.
04:20
Well, what might be causing this clustering?
102
260260
3000
Mi okozza ezt a klaszteresedést?
04:23
There are at least three possibilities:
103
263260
2000
Legalább három lehetőség létezik.
04:25
One possibility is that, as I gain weight,
104
265260
2000
Az egyik lehetőség, hogy ahogy hízom,
04:27
it causes you to gain weight.
105
267260
2000
te is hízol,
04:29
A kind of induction, a kind of spread from person to person.
106
269260
3000
egyfajta öngerjesztő folyamat, emberről emberre terjedés.
04:32
Another possibility, very obvious, is homophily,
107
272260
2000
Másik lehetőség, ami nagyon nyilvánvaló, egyfajta homofilia,
04:34
or, birds of a feather flock together;
108
274260
2000
madarat tolláról embert barátjáról.
04:36
here, I form my tie to you
109
276260
2000
Kötődést alakítok ki veled, mert
04:38
because you and I share a similar body size.
110
278260
3000
hasonló a testméretünk.
04:41
And the last possibility is what is known as confounding,
111
281260
2000
Végül a keveredés,
04:43
because it confounds our ability to figure out what's going on.
112
283260
3000
ami összezavarja azt a képességünket, hogy kiderítsük, mi folyik itt.
04:46
And here, the idea is not that my weight gain
113
286260
2000
És itt nem arról van szó, hogy az én hízásom
04:48
is causing your weight gain,
114
288260
2000
okozza a te hízásodat,
04:50
nor that I preferentially form a tie with you
115
290260
2000
nem is arról, hogy azért preferálom a veled való kötődést, mert
04:52
because you and I share the same body size,
116
292260
2000
hasonló a testméretünk,
04:54
but rather that we share a common exposure
117
294260
2000
hanem inkább az lehet, hogy ugyan annak vagyunk kitéve,
04:56
to something, like a health club
118
296260
3000
mint amilyen például egy életmód klub,
04:59
that makes us both lose weight at the same time.
119
299260
3000
melyben mindketten egyszerre fogyunk le.
05:02
When we studied these data, we found evidence for all of these things,
120
302260
3000
És amikor ezeket az adatokat kutattuk, mindezekre bizonyítékot is találtunk,
05:05
including for induction.
121
305260
2000
még az öngerjesztésre is.
05:07
And we found that if your friend becomes obese,
122
307260
2000
És azt találtuk, hogy ha a barátod elhízik, akkor
05:09
it increases your risk of obesity by about 57 percent
123
309260
3000
57%-kal nő az elhízási rizikód,
05:12
in the same given time period.
124
312260
2000
ugyan abban az időszakban.
05:14
There can be many mechanisms for this effect:
125
314260
3000
Rengeteg mechanizmus létezhet a hatás mögött.
05:17
One possibility is that your friends say to you something like --
126
317260
2000
Az egyik lehetőség, hogy a barátaid valami olyasmit mondanak neked, hogy
05:19
you know, they adopt a behavior that spreads to you --
127
319260
3000
tudod, felvesznek egy ragadós magatartásformát,
05:22
like, they say, "Let's go have muffins and beer,"
128
322260
3000
mint, pl.: Menjünk, igyunk sört és együnk sütit,
05:25
which is a terrible combination. (Laughter)
129
325260
3000
ami rettenetes kombináció, (Nevetés)
05:28
But you adopt that combination,
130
328260
2000
de elfogadod a kombinációt,
05:30
and then you start gaining weight like them.
131
330260
3000
és pont úgy kezdesz el hízni, mint ők.
05:33
Another more subtle possibility
132
333260
2000
Másik, kicsit finomabb lehetőség,
05:35
is that they start gaining weight, and it changes your ideas
133
335260
3000
hogy hízni kezdenek, és ez megváltoztatja az elfogadható
05:38
of what an acceptable body size is.
134
338260
2000
testméretekről alkotott ideádat.
05:40
Here, what's spreading from person to person
135
340260
2000
És ekkor, ami emberről emberre terjed, az
05:42
is not a behavior, but rather a norm:
136
342260
2000
nem egy viselkedés, hanem egy norma.
05:44
An idea is spreading.
137
344260
2000
Egy gondolat az, ami terjed.
05:46
Now, headline writers
138
346260
2000
A főcím íróknak
05:48
had a field day with our studies.
139
348260
2000
nagy napja volt, a tanulmányunkkal kapcsolatban.
05:50
I think the headline in The New York Times was,
140
350260
2000
Azt hiszem, hogy a New York Times főcíme ez volt,
05:52
"Are you packing it on?
141
352260
2000
"Hízol?
05:54
Blame your fat friends." (Laughter)
142
354260
3000
Kend a hájas barátaidra."
05:57
What was interesting to us is that the European headline writers
143
357260
2000
Számunkra nagyon érdekes volt, hogy az Európai főcím írók
05:59
had a different take: They said,
144
359260
2000
teljesen máshonnan nézték, és azt mondták:
06:01
"Are your friends gaining weight? Perhaps you are to blame."
145
361260
3000
"Híznak a barátaid? Lehet, hogy te vagy a hibás?"
06:04
(Laughter)
146
364260
5000
(Nevetés)
06:09
And we thought this was a very interesting comment on America,
147
369260
3000
Úgy gondoltuk, ez egy nagyon érdekes megjegyzés volt, Amerikára,
06:12
and a kind of self-serving,
148
372260
2000
valahogy olyan önkiszolgáló jellegű,
06:14
"not my responsibility" kind of phenomenon.
149
374260
2000
amolyan "nem az én felelősségem" jellegű fenomén.
06:16
Now, I want to be very clear: We do not think our work
150
376260
2000
Nagyon világos akarok lenni: nem gondoljuk, hogy a munkánk
06:18
should or could justify prejudice
151
378260
2000
bármilyen előítéletet indokolna,
06:20
against people of one or another body size at all.
152
380260
3000
ilyen vagy olyan testméretű emberekkel kapcsolatban.
06:24
Our next questions was:
153
384260
2000
Ez volt a következő kérdésünk:
06:26
Could we actually visualize this spread?
154
386260
3000
Vizualizálhatnánk esetleg ezt a terjedést?
06:29
Was weight gain in one person actually spreading
155
389260
2000
Egyik személy súlygyarapodása valóban
06:31
to weight gain in another person?
156
391260
2000
átterjedhet egy másik személyre, súlygyarapodás formájában?
06:33
And this was complicated because
157
393260
2000
És ez elég komplikált volt,
06:35
we needed to take into account the fact that the network structure,
158
395260
3000
mert számításba kellett vennünk a tényt, hogy a társas struktúra,
06:38
the architecture of the ties, was changing across time.
159
398260
3000
a kapcsolatok felépítése, időközben változik.
06:41
In addition, because obesity is not a unicentric epidemic,
160
401260
3000
Ráadásul, mivel a túlsúly nem egy-központú járvány,
06:44
there's not a Patient Zero of the obesity epidemic --
161
404260
3000
nincs nulladik páciens az elhízási járványban,
06:47
if we find that guy, there was a spread of obesity out from him --
162
407260
3000
akit meglelhetünk, mintha belőle terjedne ki az elhízás kórokozója.
06:50
it's a multicentric epidemic.
163
410260
2000
Több-központú járvány.
06:52
Lots of people are doing things at the same time.
164
412260
2000
Sokan híznak egyszerre.
06:54
And I'm about to show you a 30 second video animation
165
414260
3000
Most egy 30 másodperces videó animációt mutatok,
06:57
that took me and James five years of our lives to do.
166
417260
3000
melynek James-vel közös elkészítése, 5 évet vett el az életünkből.
07:00
So, again, every dot is a person.
167
420260
2000
És újfent, minden pötty egy ember.
07:02
Every tie between them is a relationship.
168
422260
2000
Minden köztük lévő kötés, egy kapcsolat.
07:04
We're going to put this into motion now,
169
424260
2000
Most animáljuk,
07:06
taking daily cuts through the network for about 30 years.
170
426260
3000
napra lebontott lépésekben, a hálózat 30 évét.
07:09
The dot sizes are going to grow,
171
429260
2000
A pontméretek egyre nagyobbak lesznek.
07:11
you're going to see a sea of yellow take over.
172
431260
3000
Elhatalmasodik a sárga szín.
07:14
You're going to see people be born and die --
173
434260
2000
Emberek születését és halálát látjátok majd,
07:16
dots will appear and disappear --
174
436260
2000
pontok jönnek és mennek.
07:18
ties will form and break, marriages and divorces,
175
438260
3000
Kapcsolatok épülnek ki és szakadnak meg. Házasságok és válások,
07:21
friendings and defriendings.
176
441260
2000
barátkozások és barátságok széthullása,
07:23
A lot of complexity, a lot is happening
177
443260
2000
sok komplexitás, rengeteg minden történik,
07:25
just in this 30-year period
178
445260
2000
pusztán ebben a 30 éves periódusban,
07:27
that includes the obesity epidemic.
179
447260
2000
mely magában foglalja az elhízási járványt.
07:29
And, by the end, you're going to see clusters
180
449260
2000
Végül klasztereket látnak majd,
07:31
of obese and non-obese individuals
181
451260
2000
elhízott és nem elhízott egyénekből,
07:33
within the network.
182
453260
2000
a kapcsolathálókon belül.
07:35
Now, when looked at this,
183
455260
3000
Amikor ezt szemléltem,
07:38
it changed the way I see things,
184
458260
3000
megváltoztatta azt, ahogyan a dolgokat látom,
07:41
because this thing, this network
185
461260
2000
mert ez a dolog, ez a hálózat,
07:43
that's changing across time,
186
463260
2000
mely időben változik,
07:45
it has a memory, it moves,
187
465260
3000
memóriával rendelkezik, mozog,
07:48
things flow within it,
188
468260
2000
dolgok áramolnak benne,
07:50
it has a kind of consistency --
189
470260
2000
van benne valami állandóság,
07:52
people can die, but it doesn't die;
190
472260
2000
az emberek meghalhatnak, de ez a valami nem hal meg;
07:54
it still persists --
191
474260
2000
továbbra is kitart.
07:56
and it has a kind of resilience
192
476260
2000
Van valamiféle rugalmasság benne,
07:58
that allows it to persist across time.
193
478260
2000
mely megengedi, hogy az idők folyamán kitartson.
08:00
And so, I came to see these kinds of social networks
194
480260
3000
És ekkor úgy kezdtem a társas kapcsolathálókat látni,
08:03
as living things,
195
483260
2000
mint az élőlényeket,
08:05
as living things that we could put under a kind of microscope
196
485260
3000
mint olyan élő dolgokat, melyeket egyfajta mikroszkóp alá helyezhetünk,
08:08
to study and analyze and understand.
197
488260
3000
és tanulmányozhatjuk, analizálhatjuk, megérthetjük.
08:11
And we used a variety of techniques to do this.
198
491260
2000
Többféle technikát alkalmazunk, amikor ezt tesszük.
08:13
And we started exploring all kinds of other phenomena.
199
493260
3000
És mindenféle más fenomént is elkezdtünk tanulmányozni.
08:16
We looked at smoking and drinking behavior,
200
496260
2000
Megnéztük a dohányzást, az ivási viselkedést,
08:18
and voting behavior,
201
498260
2000
a választási viselkedést,
08:20
and divorce -- which can spread --
202
500260
2000
a válást, mely terjedhet,
08:22
and altruism.
203
502260
2000
és az altruizmust.
08:24
And, eventually, we became interested in emotions.
204
504260
3000
Végül érdeklődni kezdtünk az emóciók iránt.
08:28
Now, when we have emotions,
205
508260
2000
Amikor érzelmeink vannak,
08:30
we show them.
206
510260
2000
kimutatjuk őket.
08:32
Why do we show our emotions?
207
512260
2000
Miért mutatjuk ki az érzéseinket?
08:34
I mean, there would be an advantage to experiencing
208
514260
2000
Úgy értem, hogy annak persze van előnye, ha megtapasztaljuk
08:36
our emotions inside, you know, anger or happiness.
209
516260
3000
az érzéseinket, belül, tudjátok, mint a haragot vagy a boldogságot,
08:39
But we don't just experience them, we show them.
210
519260
2000
de mi nem csak tapasztaljuk, hanem ki is mutatjuk őket.
08:41
And not only do we show them, but others can read them.
211
521260
3000
De nem csak hogy kimutatjuk, hanem mások képesek leolvasni.
08:44
And, not only can they read them, but they copy them.
212
524260
2000
És nem csak leolvassák, de másolják is.
08:46
There's emotional contagion
213
526260
2000
Érzelmi ragály
08:48
that takes place in human populations.
214
528260
3000
terjed az emberi populációkban.
08:51
And so this function of emotions
215
531260
2000
És az érzelmeknek ez a funkciója,
08:53
suggests that, in addition to any other purpose they serve,
216
533260
2000
azt sugallja, minden más egyéb cél tetejében, hogy
08:55
they're a kind of primitive form of communication.
217
535260
3000
egy fajta primitív kommunikációs formát képviselnek.
08:58
And that, in fact, if we really want to understand human emotions,
218
538260
3000
És az a helyzet, hogy ha tényleg érteni akarjuk az emberi érzelmeket,
09:01
we need to think about them in this way.
219
541260
2000
így kell róluk gondolkodnunk.
09:03
Now, we're accustomed to thinking about emotions in this way,
220
543260
3000
Ahhoz szoktunk, hogy az érzelmekről, ilyen szimpla módon,
09:06
in simple, sort of, brief periods of time.
221
546260
3000
csak rövid ideig gondolkodjunk.
09:09
So, for example,
222
549260
2000
Tehát, például,
09:11
I was giving this talk recently in New York City,
223
551260
2000
előadtam nemrég New York Cityben,
09:13
and I said, "You know when you're on the subway
224
553260
2000
és azt mondtam: "Ismerik, milyen, amikor a metrón vannak,
09:15
and the other person across the subway car
225
555260
2000
és egy másik ember, a metró szemközti oldaláról,
09:17
smiles at you,
226
557260
2000
Önökre mosolyog,
09:19
and you just instinctively smile back?"
227
559260
2000
és Önök ösztönösen visszamosolyognak."
09:21
And they looked at me and said, "We don't do that in New York City." (Laughter)
228
561260
3000
És rám néztem, és azt mondták: "Mi ilyet nem teszünk NYC-ben." (Nevetés)
09:24
And I said, "Everywhere else in the world,
229
564260
2000
És erre azt mondtam: "Minden más szegletében a Világnak,
09:26
that's normal human behavior."
230
566260
2000
ez normális emberi viselkedés."
09:28
And so there's a very instinctive way
231
568260
2000
Nagyon ösztönös út létezik
09:30
in which we briefly transmit emotions to each other.
232
570260
3000
érzelmeink gyors átadására, egymás között.
09:33
And, in fact, emotional contagion can be broader still.
233
573260
3000
Még ennél is szélesebb lehet az érzelmi fertőzőképesség,
09:36
Like we could have punctuated expressions of anger,
234
576260
3000
pl. a haragnak hangsúlyos kifejezésformái lehetnek,
09:39
as in riots.
235
579260
2000
mint amilyenek a lázadások.
09:41
The question that we wanted to ask was:
236
581260
2000
A kérdés, amit fel akartunk tenni:
09:43
Could emotion spread,
237
583260
2000
"Az érzelmek
09:45
in a more sustained way than riots, across time
238
585260
3000
tartósabban is terjedhetnek a felkeléseknél, az idő dimenziójában,
09:48
and involve large numbers of people,
239
588260
2000
és sok emberre hathatnak,
09:50
not just this pair of individuals smiling at each other in the subway car?
240
590260
3000
nem csak az egymásra mosolygó két emberre a metrókocsiban?"
09:53
Maybe there's a kind of below the surface, quiet riot
241
593260
3000
Lehet, hogy valahol a mélyben folyton van egy csendes felkelés,
09:56
that animates us all the time.
242
596260
2000
mely folyton mozgat minket.
09:58
Maybe there are emotional stampedes
243
598260
2000
Talán léteznek olyan erőteljes érzelmi folyamatok,
10:00
that ripple through social networks.
244
600260
2000
melyek végigsöpörnek a társadalmi hálókon.
10:02
Maybe, in fact, emotions have a collective existence,
245
602260
3000
Lehet, hogy az érzelmeknek kollektív létformájuk is van,
10:05
not just an individual existence.
246
605260
2000
nem csak egyéni létük.
10:07
And this is one of the first images we made to study this phenomenon.
247
607260
3000
És ez az egyik első kép, melyet a jelenség tanulmányozására hoztunk létre.
10:10
Again, a social network,
248
610260
2000
Újra egy társas kapcsolatrendszer,
10:12
but now we color the people yellow if they're happy
249
612260
3000
de most az emberek akkor sárgák, ha boldogok,
10:15
and blue if they're sad and green in between.
250
615260
3000
kékek, ha szomorúak, és zöldek a kettő között.
10:18
And if you look at this image, you can right away see
251
618260
2000
Ha megnézitek, azonnal láthatjátok a
10:20
clusters of happy and unhappy people,
252
620260
2000
boldog és boldogtalan emberek klasztereit,
10:22
again, spreading to three degrees of separation.
253
622260
2000
melyek szintén három kapcsolati fokig terjednek.
10:24
And you might form the intuition
254
624260
2000
És ráérezhettek,
10:26
that the unhappy people
255
626260
2000
hogy a boldogtalan emberek,
10:28
occupy a different structural location within the network.
256
628260
3000
más strukturális helyet foglalnak el a hálózatban.
10:31
There's a middle and an edge to this network,
257
631260
2000
Tehát van ennek a kapcsolathálónak közepe és széle,
10:33
and the unhappy people seem to be
258
633260
2000
és a boldogtalan emberek, úgy tűnik,
10:35
located at the edges.
259
635260
2000
a széleken helyezkednek el (marginalizálódtak).
10:37
So to invoke another metaphor,
260
637260
2000
Hogy más metaforát is alkalmazzak,
10:39
if you imagine social networks as a kind of
261
639260
2000
ha úgy képzelitek el a társadalmi kapcsolathálókat, mint
10:41
vast fabric of humanity --
262
641260
2000
az emberiség egyfajta hatalmas szövetét,
10:43
I'm connected to you and you to her, on out endlessly into the distance --
263
643260
3000
én kötődöm hozzád, te ő hozzá, a végtelenségig,
10:46
this fabric is actually like
264
646260
2000
akkor ez a szövet olyan, mint egy
10:48
an old-fashioned American quilt,
265
648260
2000
régimódi amerikai steppelt takaró,
10:50
and it has patches on it: happy and unhappy patches.
266
650260
3000
melyen foltok vannak, boldog és boldogtalan foltok.
10:53
And whether you become happy or not
267
653260
2000
És az, hogy boldog leszel-e vagy sem,
10:55
depends in part on whether you occupy a happy patch.
268
655260
3000
részben azon múlik, hogy egy boldog folton létezel-e.
10:58
(Laughter)
269
658260
2000
(Nevetés)
11:00
So, this work with emotions,
270
660260
3000
Úgyhogy, ez az érzelmekkel folyó munka,
11:03
which are so fundamental,
271
663260
2000
melyek annyira alapvetőek,
11:05
then got us to thinking about: Maybe
272
665260
2000
arra engedtek következtetni, hogy talán
11:07
the fundamental causes of human social networks
273
667260
2000
a társadalmi kapcsolathálók alap indítékai,
11:09
are somehow encoded in our genes.
274
669260
2000
a génjeinkben kódoltak.
11:11
Because human social networks, whenever they are mapped,
275
671260
3000
Mert a társadalmi kapcsolathálók, bármikor készülnek róluk térképek,
11:14
always kind of look like this:
276
674260
2000
mindig így néznek ki,
11:16
the picture of the network.
277
676260
2000
íme a (lehetséges) hálózat képe,
11:18
But they never look like this.
278
678260
2000
de soha nem néznek ki így.
11:20
Why do they not look like this?
279
680260
2000
Miért néznek ki így?
11:22
Why don't we form human social networks
280
682260
2000
Miért nem hozunk létre olyan társadalmi kapcsolathálókat,
11:24
that look like a regular lattice?
281
684260
2000
melyek úgy néznek ki, mint a szokványos kristály rácsok?
11:26
Well, the striking patterns of human social networks,
282
686260
3000
Az emberi kapcsolatrendszerek meglepő mintázatai,
11:29
their ubiquity and their apparent purpose
283
689260
3000
az, hogy mindenütt jelen vannak, és nyilvánvalóan célszerűek,
11:32
beg questions about whether we evolved to have
284
692260
2000
mindez bizonyítja: úgy alakultunk ki, hogy
11:34
human social networks in the first place,
285
694260
2000
eleve legyenek társadalmi kapcsolathálóink,
11:36
and whether we evolved to form networks
286
696260
2000
és hogy úgy fejlődtünk ki, hogy a hálózatok
11:38
with a particular structure.
287
698260
2000
speciális struktúráját hozzuk létre.
11:40
And notice first of all -- so, to understand this, though,
288
700260
2000
Ismerjétek fel... de hogy ez érthető legyen,
11:42
we need to dissect network structure a little bit first --
289
702260
3000
elébb bele kell mennünk a hálózati struktúrákba, egy kicsit.
11:45
and notice that every person in this network
290
705260
2000
Figyelemre méltó, hogy minden személy, ebben a kapcsolathálóban,
11:47
has exactly the same structural location as every other person.
291
707260
3000
pont ugyan olyan strukturális helyet foglal el, mint minden más személy.
11:50
But that's not the case with real networks.
292
710260
3000
De nem ez a helyzet a valódi hálózatokkal.
11:53
So, for example, here is a real network of college students
293
713260
2000
Például íme egy valódi diák kapcsolatháló
11:55
at an elite northeastern university.
294
715260
3000
egy elit északkeleti egyetemen.
11:58
And now I'm highlighting a few dots.
295
718260
2000
Most kiemelek néhány pöttyöt,
12:00
If you look here at the dots,
296
720260
2000
és a pöttyökre pillantva,
12:02
compare node B in the upper left
297
722260
2000
vessétek össze a B csomópontot, a bal felső sarokban,
12:04
to node D in the far right;
298
724260
2000
a D csomóponttal, a jobb szélen,
12:06
B has four friends coming out from him
299
726260
2000
B-ből négy barát ágazik el.
12:08
and D has six friends coming out from him.
300
728260
3000
D-hez hat barát kapcsolódik.
12:11
And so, those two individuals have different numbers of friends.
301
731260
3000
Tehát ezeknek az egyéneknek különböző számú barátjuk van,
12:14
That's very obvious, we all know that.
302
734260
2000
ez annyira nyilvánvaló, mind tudjuk.
12:16
But certain other aspects
303
736260
2000
De bizonyos egyéb aspektusok,
12:18
of social network structure are not so obvious.
304
738260
2000
a társadalmi kapcsolatrendszerekben, nem annyira nyilvánvalóak.
12:20
Compare node B in the upper left to node A in the lower left.
305
740260
3000
Vessétek össze a B csomópontot, balra felül, az A-val, balra, lent.
12:23
Now, those people both have four friends,
306
743260
3000
Na most ezeknek az embereknek, mindkettőnek, négy barátja van,
12:26
but A's friends all know each other,
307
746260
2000
de A barátai mind ismerik egymást,
12:28
and B's friends do not.
308
748260
2000
míg B barátai nem.
12:30
So the friend of a friend of A's
309
750260
2000
Vagyis A egyik barátjának a barátja,
12:32
is, back again, a friend of A's,
310
752260
2000
A barátja is,
12:34
whereas the friend of a friend of B's is not a friend of B's,
311
754260
2000
míg B egyik barátjának a barátja, B-nek nem barátja,
12:36
but is farther away in the network.
312
756260
2000
távol van a hálóban.
12:38
This is known as transitivity in networks.
313
758260
3000
Ez hálózati tranzitivitásként ismert.
12:41
And, finally, compare nodes C and D:
314
761260
2000
És végül, vessétek össze a C és a D csomópontokat.
12:43
C and D both have six friends.
315
763260
3000
C-nek és D-nek, mindkettejüknek, 6 barátja van.
12:46
If you talk to them, and you said, "What is your social life like?"
316
766260
3000
Ha beszélgetnétek velük, és azt mondanátok: "Milyen a társadalmi életetek?"
12:49
they would say, "I've got six friends.
317
769260
2000
azt mondanák, hogy "Hat barátom van,
12:51
That's my social experience."
318
771260
2000
ez jellemzi a társas tapasztalataimat."
12:53
But now we, with a bird's eye view looking at this network,
319
773260
3000
De most, madártávlatból, erre a kapcsolathálóra pillantva,
12:56
can see that they occupy very different social worlds.
320
776260
3000
belátjuk, hogy teljesen más társas világokban foglalnak helyet,
12:59
And I can cultivate that intuition in you by just asking you:
321
779260
2000
és fejleszthetem is bennetek ezt az intuíciót, ha azt kérdezem, hogy
13:01
Who would you rather be
322
781260
2000
"Ki lennél inkább?",
13:03
if a deadly germ was spreading through the network?
323
783260
2000
ha egy halálos bacilus terjedne a kapcsolatrendszerben?
13:05
Would you rather be C or D?
324
785260
3000
Inkább C vagy D lennél?
13:08
You'd rather be D, on the edge of the network.
325
788260
2000
Inkább D lennél, a kapcsolatháló szélén.
13:10
And now who would you rather be
326
790260
2000
És most: Ki lennél inkább, ha
13:12
if a juicy piece of gossip -- not about you --
327
792260
3000
egy jó kis zaftos pletyka terjedne, nem rólad,
13:15
was spreading through the network? (Laughter)
328
795260
2000
a hálózatban?
13:17
Now, you would rather be C.
329
797260
2000
Ebben az esetben inkább C lennél.
13:19
So different structural locations
330
799260
2000
Tehát a különböző strukturális elhelyezkedések,
13:21
have different implications for your life.
331
801260
2000
különböző következményeket hordoznak az életedben.
13:23
And, in fact, when we did some experiments looking at this,
332
803260
3000
És az a helyzet, hogy amikor némi kísérletezést folytattunk ezzel kapcsolatban,
13:26
what we found is that 46 percent of the variation
333
806260
3000
azt találtuk, hogy 46%-ban befolyásolja,
13:29
in how many friends you have
334
809260
2000
a barátok számát,
13:31
is explained by your genes.
335
811260
2000
a genetika.
13:33
And this is not surprising. We know that some people are born shy
336
813260
3000
És ez nem meglepő. Tudjuk, hogy vannak, akik félénknek születnek,
13:36
and some are born gregarious. That's obvious.
337
816260
3000
mások pedig társaság kedvelők.
13:39
But we also found some non-obvious things.
338
819260
2000
De találtunk nem annyira egyértelmű dolgokat is.
13:41
For instance, 47 percent in the variation
339
821260
3000
Példának okáért, 47%-ban hatnak,
13:44
in whether your friends know each other
340
824260
2000
arra, hogy a barátaid ismeri-e egymást,
13:46
is attributable to your genes.
341
826260
2000
a génjeid.
13:48
Whether your friends know each other
342
828260
2000
Hogy a barátaid ismerik-e egymást,
13:50
has not just to do with their genes, but with yours.
343
830260
3000
annak nem csak az ő génjeikhez van köze, hanem a tiedhez is.
13:53
And we think the reason for this is that some people
344
833260
2000
Azt gondoljuk, ennek az oka, hogy egyes emberek
13:55
like to introduce their friends to each other -- you know who you are --
345
835260
3000
szeretik a barátaikat bemutatni egymásnak, mindenki tudja, hogy ki kicsoda,
13:58
and others of you keep them apart and don't introduce your friends to each other.
346
838260
3000
mások elkülönítik őket, és barátaikat nem mutatják be egymásnak.
14:01
And so some people knit together the networks around them,
347
841260
3000
Így hát, vannak emberek, akik szorosan összekötik az őket körülvevő hálózatokat,
14:04
creating a kind of dense web of ties
348
844260
2000
ilyen módon a kapcsolatok sűrű hálóját hozva létre,
14:06
in which they're comfortably embedded.
349
846260
2000
melybe kényelmesen beágyazódnak.
14:08
And finally, we even found that
350
848260
2000
És végül még azt is találtuk,
14:10
30 percent of the variation
351
850260
2000
hogy 30%-ban,
14:12
in whether or not people are in the middle or on the edge of the network
352
852260
3000
az, hogy valaki a kapcsolatrendszer közepén vagy szélén helyezkedik el,
14:15
can also be attributed to their genes.
353
855260
2000
szintén genetikailag meghatározott.
14:17
So whether you find yourself in the middle or on the edge
354
857260
2000
Vagyis az, hogy a szélen vagy középen helyezkedsz el,
14:19
is also partially heritable.
355
859260
3000
részben örökletes.
14:22
Now, what is the point of this?
356
862260
3000
Mi ennek az értelme?
14:25
How does this help us understand?
357
865260
2000
Hogyan segít ez minket a megértésben?
14:27
How does this help us
358
867260
2000
Hogyan segít ez minket abban, hogy
14:29
figure out some of the problems that are affecting us these days?
359
869260
3000
megértsük némely mai problémánkat?
14:33
Well, the argument I'd like to make is that networks have value.
360
873260
3000
Az érvem az, hogy kapcsolathálóink értékesek.
14:36
They are a kind of social capital.
361
876260
3000
Egyfajta társadalmi tőkét jelentenek.
14:39
New properties emerge
362
879260
2000
Új tulajdonságok jelennek meg,
14:41
because of our embeddedness in social networks,
363
881260
2000
- mivel társadalmi kapcsolatrendszerekbe illeszkedünk -
14:43
and these properties inhere
364
883260
3000
a rendszerekben lévő tulajdonságok miatt,
14:46
in the structure of the networks,
365
886260
2000
a kapcsolatrendszerek struktúrájában,
14:48
not just in the individuals within them.
366
888260
2000
nem csak a bennük foglalt egyedekben.
14:50
So think about these two common objects.
367
890260
2000
Gondoljatok erre a két tárgyra.
14:52
They're both made of carbon,
368
892260
2000
Mindkettő szénből áll,
14:54
and yet one of them has carbon atoms in it
369
894260
3000
ugyanakkor az egyikben a szénatomok olyan módon
14:57
that are arranged in one particular way -- on the left --
370
897260
3000
rendeződnek, a bal oldalon,
15:00
and you get graphite, which is soft and dark.
371
900260
3000
hogy a végeredmény a grafit lesz, ami puha és sötét.
15:03
But if you take the same carbon atoms
372
903260
2000
De ha ugyan ezeket a szénatomokat
15:05
and interconnect them a different way,
373
905260
2000
más módon kapcsolod össze,
15:07
you get diamond, which is clear and hard.
374
907260
3000
akkor gyémántot kapsz, ami áttetsző és kemény.
15:10
And those properties of softness and hardness and darkness and clearness
375
910260
3000
És ezek a tulajdonságok, a puhaság, keménység, sötétség, és átlátszóság,
15:13
do not reside in the carbon atoms;
376
913260
2000
nem a szén atomokban lakoznak.
15:15
they reside in the interconnections between the carbon atoms,
377
915260
3000
A (tulajdonságok a) szén atomok közötti összefüggésekben rejteznek,
15:18
or at least arise because of the
378
918260
2000
vagy legalábbis a
15:20
interconnections between the carbon atoms.
379
920260
2000
szén atomok közötti kapcsolódások miatt jönnek létre.
15:22
So, similarly, the pattern of connections among people
380
922260
3000
Ugyan így, az emberek közötti kapcsolatok mintázata,
15:25
confers upon the groups of people
381
925260
3000
az emberi csoportokat
15:28
different properties.
382
928260
2000
különböző jellegzetességekkel ruházza fel.
15:30
It is the ties between people
383
930260
2000
Ezek az emberek közötti kapcsolatok
15:32
that makes the whole greater than the sum of its parts.
384
932260
3000
okozzák a szinergiát.
15:35
And so it is not just what's happening to these people --
385
935260
3000
Tehát nem csak az befolyásol minket, hogy mi történik ezekkel az emberekkel,
15:38
whether they're losing weight or gaining weight, or becoming rich or becoming poor,
386
938260
3000
fogynak vagy híznak, gazdagodnak vagy szegényednek,
15:41
or becoming happy or not becoming happy -- that affects us;
387
941260
3000
boldogok lesznek vagy nem lesznek boldogok.
15:44
it's also the actual architecture
388
944260
2000
Hanem a minket körülvevő
15:46
of the ties around us.
389
946260
2000
kötelékek felépítése is (befolyásol minket).
15:48
Our experience of the world
390
948260
2000
Azon múlik a világban szerzett tapasztalatunk,
15:50
depends on the actual structure
391
950260
2000
hogy milyen a strukturális felépítése
15:52
of the networks in which we're residing
392
952260
2000
azoknak a hálózatoknak, melyekben élünk,
15:54
and on all the kinds of things that ripple and flow
393
954260
3000
illetve (élményünk) azokon a dolgokon múlik, melyek hullámzanak és áramlanak
15:57
through the network.
394
957260
2000
a hálózaton belül.
16:00
Now, the reason, I think, that this is the case
395
960260
3000
Szerintem arról van szó,
16:03
is that human beings assemble themselves
396
963260
2000
hogy az emberi lények egybegyűlnek,
16:05
and form a kind of superorganism.
397
965260
3000
és egy szuper organizmust hoznak létre.
16:09
Now, a superorganism is a collection of individuals
398
969260
3000
Na már most, a szuper organizmus, az egyének olyan gyűjteménye,
16:12
which show or evince behaviors or phenomena
399
972260
3000
mely viselkedésformákban és jelenségekben nyilvánul meg,
16:15
that are not reducible to the study of individuals
400
975260
3000
melyek nem redukálhatók az egyén vizsgálatára,
16:18
and that must be understood by reference to,
401
978260
2000
és a közösségre utalva,
16:20
and by studying, the collective.
402
980260
2000
a kollektív jelenségeit vizsgálva,
16:22
Like, for example, a hive of bees
403
982260
3000
mint például egy méhraj,
16:25
that's finding a new nesting site,
404
985260
3000
mely új fészket talál,
16:28
or a flock of birds that's evading a predator,
405
988260
2000
vagy egy madár raj, mely elkerül egy ragadozót,
16:30
or a flock of birds that's able to pool its wisdom
406
990260
3000
vagy egy madár raj, mely a közös tudásra alapozva,
16:33
and navigate and find a tiny speck
407
993260
2000
navigál, és megleli a pöttöm
16:35
of an island in the middle of the Pacific,
408
995260
2000
szigetet a Csendes Óceán kellős közepén,
16:37
or a pack of wolves that's able
409
997260
2000
vagy egy farkas falka, mely képes
16:39
to bring down larger prey.
410
999260
3000
egy sokkal nagyobb zsákmány elejtésére.
16:42
Superorganisms have properties
411
1002260
2000
A szuper organizmusoknak olyan tulajdonságaik vannak,
16:44
that cannot be understood just by studying the individuals.
412
1004260
3000
melyek nem érthetőek meg pusztán az egyén tanulmányozásával.
16:47
I think understanding social networks
413
1007260
2000
Véleményem szerint, a társadalmi kapcsolathálók megértése,
16:49
and how they form and operate
414
1009260
2000
hogy milyen módon alakulnak ki és működnek,
16:51
can help us understand not just health and emotions
415
1011260
3000
nem csak az egészség és érzelmek megértésében segíthetnek nekünk,
16:54
but all kinds of other phenomena --
416
1014260
2000
de sok más jelenség (esetében),
16:56
like crime, and warfare,
417
1016260
2000
mint amilyen a bűnözés és a háború,
16:58
and economic phenomena like bank runs
418
1018260
2000
gazdasági jelenségek, mint pl. a bankok fizetőképtelensége,
17:00
and market crashes
419
1020260
2000
tömeges pénzfelvételek esetén, vagy a piacok összeomlása,
17:02
and the adoption of innovation
420
1022260
2000
vagy az innovációk befogadása,
17:04
and the spread of product adoption.
421
1024260
2000
és a termék elfogadás terjedése.
17:06
Now, look at this.
422
1026260
2000
Akkor most ezt nézzétek meg.
17:09
I think we form social networks
423
1029260
2000
Én úgy gondolom, azért alakítunk társas kapcsolatrendszereket,
17:11
because the benefits of a connected life
424
1031260
2000
mert a társas élet előnyei
17:13
outweigh the costs.
425
1033260
3000
túlsúlyban vannak a hátrányokhoz képest.
17:16
If I was always violent towards you
426
1036260
2000
Ha mindig erőszakos lennék veled,
17:18
or gave you misinformation
427
1038260
2000
vagy félre informálnálak,
17:20
or made you sad or infected you with deadly germs,
428
1040260
3000
vagy elszomorítanálak, vagy halálos vírusokkal fertőznélek meg,
17:23
you would cut the ties to me,
429
1043260
2000
elvágnád a hozzám kapcsolt kötelékeidet,
17:25
and the network would disintegrate.
430
1045260
2000
és a kapcsolatrendszer szétesne.
17:27
So the spread of good and valuable things
431
1047260
3000
Ezért a jó és értékes dolgok terjesztése
17:30
is required to sustain and nourish social networks.
432
1050260
3000
szükséges ahhoz, hogy fönntartsuk és tápláljuk a társadalmi kapcsolatrendszereket.
17:34
Similarly, social networks are required
433
1054260
2000
Hasonlóképpen, a közösségi kapcsolathálók szükségesek,
17:36
for the spread of good and valuable things,
434
1056260
3000
hogy jó és értékes dolgokat lehessen terjeszteni,
17:39
like love and kindness
435
1059260
2000
mint amilyen a szeretet és a kedvesség,
17:41
and happiness and altruism
436
1061260
2000
a boldogság és az altruizmus,
17:43
and ideas.
437
1063260
2000
illetve a gondolatok.
17:45
I think, in fact, that if we realized
438
1065260
2000
Komolyan úgy gondolom, hogy ha fölfognánk, hogy
17:47
how valuable social networks are,
439
1067260
2000
milyen értékesek a társas hálózatok,
17:49
we'd spend a lot more time nourishing them and sustaining them,
440
1069260
3000
akkor sokkal több időt szánnánk ezek táplálására és fönntartására,
17:52
because I think social networks
441
1072260
2000
mert a társas kapcsolatrendszerek
17:54
are fundamentally related to goodness.
442
1074260
3000
alapvetően kapcsolódnak a jósághoz,
17:57
And what I think the world needs now
443
1077260
2000
és szerintem, amire a világnak most szüksége van,
17:59
is more connections.
444
1079260
2000
az több kapcsolat.
18:01
Thank you.
445
1081260
2000
Köszönöm.
18:03
(Applause)
446
1083260
3000
(Taps) [Translated and subtitled by/Fordította és feliratozta: Regina Saphier]
Erről a weboldalról

Ez az oldal olyan YouTube-videókat mutat be, amelyek hasznosak az angol nyelvtanuláshoz. A világ minden tájáról származó, kiváló tanárok által tartott angol leckéket láthatsz. Az egyes videók oldalán megjelenő angol feliratokra duplán kattintva onnan játszhatja le a videót. A feliratok a videó lejátszásával szinkronban gördülnek. Ha bármilyen észrevétele vagy kérése van, kérjük, lépjen kapcsolatba velünk ezen a kapcsolatfelvételi űrlapon.

https://forms.gle/WvT1wiN1qDtmnspy7