What will a future without secrets look like? | Alessandro Acquisti

202,332 views ・ 2013-10-18

TED


A videó lejátszásához kattintson duplán az alábbi angol feliratokra.

Fordító: Judit Szabo Lektor: Anna Patai
00:12
I would like to tell you a story
0
12641
2354
Szeretnék elmesélni egy történetet,
00:14
connecting the notorious privacy incident
1
14995
3176
amely összekapcsolja a közismert
00:18
involving Adam and Eve,
2
18171
2769
Ádám és Éva magánjogi esetet
00:20
and the remarkable shift in the boundaries
3
20940
3446
és az elmúlt tíz évben megfigyelhető
00:24
between public and private which has occurred
4
24386
2686
nyilvánosság és magánügy közötti
00:27
in the past 10 years.
5
27072
1770
határeltolódást.
00:28
You know the incident.
6
28842
1298
Ismerik a történetet.
00:30
Adam and Eve one day in the Garden of Eden
7
30140
3330
Ádám és Éva az Édenkertben egy nap rájöttek,
00:33
realize they are naked.
8
33470
1843
hogy meztelenek.
00:35
They freak out.
9
35313
1500
Kiborultak.
00:36
And the rest is history.
10
36813
2757
A többi már történelem.
00:39
Nowadays, Adam and Eve
11
39570
2188
Manapság Ádám és Éva
00:41
would probably act differently.
12
41758
2361
valószínűleg máshogy reagálna.
00:44
[@Adam Last nite was a blast! loved dat apple LOL]
13
44119
2268
@Adam: Király volt az este! Kösz az almát LOL
00:46
[@Eve yep.. babe, know what happened to my pants tho?]
14
46387
1873
@Eve: Jaja! Nem tudod hol a gatyám?
00:48
We do reveal so much more information
15
48260
2636
Sokkal több információt osztunk meg
00:50
about ourselves online than ever before,
16
50896
3334
magunkról online, mint valaha,
00:54
and so much information about us
17
54230
1704
és sokkal több információt
00:55
is being collected by organizations.
18
55934
2224
gyűjtenek rólunk különböző szervezetek.
00:58
Now there is much to gain and benefit
19
58158
3282
Namármost, rengeteget lehet nyerni
01:01
from this massive analysis of personal information,
20
61440
2446
egy ilyen hatalmas személyi adathalmaz
01:03
or big data,
21
63886
1946
elemzéséből,
01:05
but there are also complex tradeoffs that come
22
65832
2638
de bonyolult kompromisszumokat is kötünk ám azzal,
01:08
from giving away our privacy.
23
68470
3098
hogy lemondunk a magánjogainkról.
01:11
And my story is about these tradeoffs.
24
71568
4023
Az én történetem ezekről a kompromisszumokról szól.
01:15
We start with an observation which, in my mind,
25
75591
2584
Azzal a megállapítással kezdeném, ami számomra
01:18
has become clearer and clearer in the past few years,
26
78175
3327
egyre és egyre világosabbá vált az elmúlt pár évben,
01:21
that any personal information
27
81502
2097
mégpedig hogy a személyi adatok
01:23
can become sensitive information.
28
83599
2285
érzékeny adatokká válhatnak.
01:25
Back in the year 2000, about 100 billion photos
29
85884
4125
2000-ben 100 milliárd fotó készült
01:30
were shot worldwide,
30
90009
1912
szerte a világon,
01:31
but only a minuscule proportion of them
31
91921
3065
de csak elenyésző részük
01:34
were actually uploaded online.
32
94986
1883
került fel a netre.
01:36
In 2010, only on Facebook, in a single month,
33
96869
3361
2010-ben, csak a Facebookon, egyetlen hónap alatt
01:40
2.5 billion photos were uploaded,
34
100230
3270
2,5 milliárd fotót töltenek fel,
01:43
most of them identified.
35
103500
1882
melyek nagy része beazonosított.
01:45
In the same span of time,
36
105382
1880
Ez idő alatt
01:47
computers' ability to recognize people in photos
37
107262
4870
a számítógépek arcfelismerési képessége
01:52
improved by three orders of magnitude.
38
112132
3608
három nagyságrenddel megugrott.
01:55
What happens when you combine
39
115740
1882
Mi történik, ha összeadjuk
01:57
these technologies together:
40
117622
1501
e két technológiát:
01:59
increasing availability of facial data;
41
119123
2658
az egyre több rendelkezésre álló adatot,
02:01
improving facial recognizing ability by computers;
42
121781
3648
az egyre jobb arcfelismerő képességet,
02:05
but also cloud computing,
43
125429
2182
illetve a felhő alapú számítástechnikát,
02:07
which gives anyone in this theater
44
127611
1888
ami ezen a színtéren mindenkinek
02:09
the kind of computational power
45
129499
1560
olyan számítási erőt biztosít,
02:11
which a few years ago was only the domain
46
131059
1886
ami pár éve csak a hárombetűs intézmények
02:12
of three-letter agencies;
47
132945
1782
kiváltsága volt;
02:14
and ubiquitous computing,
48
134727
1378
és a mindent elárasztó technológiát,
02:16
which allows my phone, which is not a supercomputer,
49
136105
2892
amely által még a telefonom is, ami nem egy szuperszámítógép,
02:18
to connect to the Internet
50
138997
1671
csatlakozni tud az internethez
02:20
and do there hundreds of thousands
51
140668
2334
és ott többezer arcbemérést
02:23
of face metrics in a few seconds?
52
143002
2639
tud elvégezni másodpercek alatt?
02:25
Well, we conjecture that the result
53
145641
2628
Nos, kitalálhatjuk, hogy ennek
02:28
of this combination of technologies
54
148269
2064
a kombinációnak az eredménye
02:30
will be a radical change in our very notions
55
150333
2888
radikálisan meg fogja változtatni, hogy hogyan gondolkodunk
02:33
of privacy and anonymity.
56
153221
2257
a magánjogokról és a névtelenségről.
02:35
To test that, we did an experiment
57
155478
1993
Elvégeztünk egy kísérletet ennek igazolására
02:37
on Carnegie Mellon University campus.
58
157471
2121
a Carnegie Mellon egyetemen.
02:39
We asked students who were walking by
59
159592
2099
Arra járó hallgatókat megkértünk,
02:41
to participate in a study,
60
161691
1779
hogy vegyenek részt egy felmérésben,
02:43
and we took a shot with a webcam,
61
163470
2562
lefotóztuk őket egy webkamerával,
02:46
and we asked them to fill out a survey on a laptop.
62
166032
2782
majd egy laptopon kitöltettünk velük egy kérdőívet.
02:48
While they were filling out the survey,
63
168814
1979
Miközben adták a válaszokat,
02:50
we uploaded their shot to a cloud-computing cluster,
64
170793
2797
feltöltöttük a fotóikat a felhőbe,
02:53
and we started using a facial recognizer
65
173590
1727
majd lefuttattunk egy arcfelismerőt,
02:55
to match that shot to a database
66
175317
2405
hogy megkeresse az adott fotót
02:57
of some hundreds of thousands of images
67
177722
2393
többszázezer kép között,
03:00
which we had downloaded from Facebook profiles.
68
180115
3596
amelyeket Facebook adatlapokról töltöttünk le.
03:03
By the time the subject reached the last page
69
183711
3259
Mire a válaszadó az utolsó oldalra ért
03:06
on the survey, the page had been dynamically updated
70
186970
3347
a kérdőíven, az oldal dinamikusan frissítődött,
03:10
with the 10 best matching photos
71
190317
2313
feldobva a 10 legjobb találatot
03:12
which the recognizer had found,
72
192630
2285
amire az arcfelismerő rábukkant,
03:14
and we asked the subjects to indicate
73
194915
1738
majd megkérdeztük a tesztalanyokat,
03:16
whether he or she found themselves in the photo.
74
196653
4120
hogy megtalálják-e magukat a fotón.
03:20
Do you see the subject?
75
200773
3699
Látják a tesztalanyt?
03:24
Well, the computer did, and in fact did so
76
204472
2845
Hát a számítógép látta, tulajdonképpen
03:27
for one out of three subjects.
77
207317
2149
három esetből egyben.
03:29
So essentially, we can start from an anonymous face,
78
209466
3184
Alapvetően tehát kiindulhatunk egy névtelen arcból,
03:32
offline or online, and we can use facial recognition
79
212650
3484
offline vagy online, és arcfelismeréssel
03:36
to give a name to that anonymous face
80
216134
2360
nevet tudunk rendelni ahhoz a képhez
03:38
thanks to social media data.
81
218494
2108
a közösségi oldalaknak köszönhetően.
03:40
But a few years back, we did something else.
82
220602
1872
Pár évvel ezelőtt azonban mással próbálkoztunk.
03:42
We started from social media data,
83
222474
1823
A közösségi oldalak adatait
03:44
we combined it statistically with data
84
224297
3051
statisztikailag összekapcsoltuk
03:47
from U.S. government social security,
85
227348
2102
az amerikai társadalombiztosítási rendszerrel,
03:49
and we ended up predicting social security numbers,
86
229450
3324
és így eljutottunk a TB-számokig,
03:52
which in the United States
87
232774
1512
amik Amerikában
03:54
are extremely sensitive information.
88
234286
2040
különlegesen érzékeny információk.
03:56
Do you see where I'm going with this?
89
236326
2093
Látjátok, hova akarok kilyukadni ezzel?
03:58
So if you combine the two studies together,
90
238419
2922
Tehát ha összefésülsz két kutatást,
04:01
then the question becomes,
91
241341
1512
akkor a kérdés így hangzik:
04:02
can you start from a face and,
92
242853
2720
lehet-e egy arcképből kiindulva
04:05
using facial recognition, find a name
93
245573
2311
arcfelismeréssel megtalálni a nevet
04:07
and publicly available information
94
247884
2669
és egyéb nyilvános adatokat
04:10
about that name and that person,
95
250553
1932
arról a névről és személyről,
04:12
and from that publicly available information
96
252485
2248
és a nyilvános adatokból
04:14
infer non-publicly available information,
97
254733
2042
kikövetkeztethetünk-e személyes adatokat,
04:16
much more sensitive ones
98
256775
1606
-- sokkal titkosabbakat --
04:18
which you link back to the face?
99
258381
1492
amik az archoz kapcsolódnak?
04:19
And the answer is, yes, we can, and we did.
100
259873
1916
A válasz igen, lehet, meg is tettük.
04:21
Of course, the accuracy keeps getting worse.
101
261789
2568
A pontosság természetesen romlik.
04:24
[27% of subjects' first 5 SSN digits identified (with 4 attempts)]
102
264357
944
[4 próbálkozásból 27%-os találati arány a TB-szám első 5 jegyére]
04:25
But in fact, we even decided to develop an iPhone app
103
265301
3827
Egy iPhone appot is fejlesztettünk,
04:29
which uses the phone's internal camera
104
269128
2715
amely a telefon belső kamerájával
04:31
to take a shot of a subject
105
271843
1600
fotót készít az egyénről,
04:33
and then upload it to a cloud
106
273443
1487
majd feltölti a felhőbe
04:34
and then do what I just described to you in real time:
107
274930
2662
és pontosan azt csinálja valós időben, amit most elmeséltem:
04:37
looking for a match, finding public information,
108
277592
2088
képet egyeztet, nyilvános adatot keres,
04:39
trying to infer sensitive information,
109
279680
1730
próbál személyes adatot kideríteni,
04:41
and then sending back to the phone
110
281410
2591
majd visszaküldi a telefonnak,
04:44
so that it is overlaid on the face of the subject,
111
284001
3609
ahol a célszemély arcképe felett megjelenik mindez,
04:47
an example of augmented reality,
112
287610
1901
jó példaként,
04:49
probably a creepy example of augmented reality.
113
289511
2451
ijesztő példaként, a kiterjesztett valóságra.
04:51
In fact, we didn't develop the app to make it available,
114
291962
3339
Igazából nem azért csináltuk az appot, hogy terjesszük,
04:55
just as a proof of concept.
115
295301
1922
csupán hogy igazoljuk vele a koncepciót.
04:57
In fact, take these technologies
116
297223
2313
Vegyük ezeket a technológiákat,
04:59
and push them to their logical extreme.
117
299536
1837
és képzeljük el ezeknek a végleteit.
05:01
Imagine a future in which strangers around you
118
301373
2719
Képzeld el a jövőt, ahol körülötted az idegenek
05:04
will look at you through their Google Glasses
119
304092
2311
rádnéznek a Google szemüvegen keresztül,
05:06
or, one day, their contact lenses,
120
306403
2307
vagy egy nap kontaktlencsén keresztül,
05:08
and use seven or eight data points about you
121
308710
4020
és hét vagy nyolc adatpontból
05:12
to infer anything else
122
312730
2582
bármi mást kitalálnak rólad,
05:15
which may be known about you.
123
315312
2603
amit csak tudni lehet.
05:17
What will this future without secrets look like?
124
317915
4794
Milyen lesz ez a titkok nélküli jövő?
05:22
And should we care?
125
322709
1964
Érdekel ez minket?
05:24
We may like to believe
126
324673
1891
Lehet, hogy szeretjük azt hinni,
05:26
that the future with so much wealth of data
127
326564
3040
hogy az adatbőség jövőjében
05:29
would be a future with no more biases,
128
329604
2514
nem lesznek előítéletek,
05:32
but in fact, having so much information
129
332118
3583
de ilyen mennyiségű információ
05:35
doesn't mean that we will make decisions
130
335701
2191
még nem jelenti azt, hogy a döntéseink
05:37
which are more objective.
131
337892
1706
tárgyilagosabbak lesznek.
05:39
In another experiment, we presented to our subjects
132
339598
2560
Egy másik kísérletben a tesztalanyok
05:42
information about a potential job candidate.
133
342158
2246
álláskeresőkről kaptak információkat.
05:44
We included in this information some references
134
344404
3178
Ennek részeként belekerültek
05:47
to some funny, absolutely legal,
135
347582
2646
vicces, teljesen törvényes,
05:50
but perhaps slightly embarrassing information
136
350228
2465
de lehet, hogy kicsit ciki dolgok,
05:52
that the subject had posted online.
137
352693
2020
amiket az alany online megosztott.
05:54
Now interestingly, among our subjects,
138
354713
2366
Érdekes módon a tesztalanyok között is volt olyan,
05:57
some had posted comparable information,
139
357079
3083
aki hasonló információkat osztott meg,
06:00
and some had not.
140
360162
2362
és olyan is, aki nem.
06:02
Which group do you think
141
362524
1949
Mit gondoltok, melyik csoport
06:04
was more likely to judge harshly our subject?
142
364473
4552
ítélte el jobban az alanyokat?
06:09
Paradoxically, it was the group
143
369025
1957
Ellentmondásosan hangozhat, de pont az,
06:10
who had posted similar information,
144
370982
1733
amelyik hasonló információkat osztott meg --
06:12
an example of moral dissonance.
145
372715
2942
jó példa a morális disszonanciára.
06:15
Now you may be thinking,
146
375657
1750
Most talán azt gondoljátok,
06:17
this does not apply to me,
147
377407
1702
hogy ez rám nem vonatkozik,
06:19
because I have nothing to hide.
148
379109
2162
mert nincs mit takargatnom.
06:21
But in fact, privacy is not about
149
381271
2482
De a magántitok nem arról szól,
06:23
having something negative to hide.
150
383753
3676
hogy valami negatív dolgot elrejtsünk.
06:27
Imagine that you are the H.R. director
151
387429
2354
Tegyük fel, hogy HR igazgató vagy
06:29
of a certain organization, and you receive résumés,
152
389783
2947
egy bizonyos cégnél, önéletrajzokat fogadsz,
06:32
and you decide to find more information about the candidates.
153
392730
2473
és elhatározod, hogy többet akarsz tudni a jelentkezőkről.
06:35
Therefore, you Google their names
154
395203
2460
Rákeresel a nevükre,
06:37
and in a certain universe,
155
397663
2240
és egy bizonyos világban
06:39
you find this information.
156
399903
2008
rábukkansz erre az információra.
06:41
Or in a parallel universe, you find this information.
157
401911
4437
Egy párhuzamos világban pedig ezt találod.
06:46
Do you think that you would be equally likely
158
406348
2717
Gondolod, hogy ugyanolyan eséllyel
06:49
to call either candidate for an interview?
159
409065
2803
hívod be mindkét jelentkezőt interjúra?
06:51
If you think so, then you are not
160
411868
2282
Ha igen, akkor nem olyan vagy,
06:54
like the U.S. employers who are, in fact,
161
414150
2582
mint az amerikai munkáltatók, akiket
06:56
part of our experiment, meaning we did exactly that.
162
416732
3307
kísérletünk részeként pontosan így teszteltünk.
07:00
We created Facebook profiles, manipulating traits,
163
420039
3182
Facebook profilokat csináltunk a jellemzők manipulálásával,
07:03
then we started sending out résumés to companies in the U.S.,
164
423221
2851
majd szétküldtük az önéletrajzokat amerikai cégeknek,
07:06
and we detected, we monitored,
165
426072
1908
figyeltük, követtük
07:07
whether they were searching for our candidates,
166
427980
2393
hogy rákeresnek-e a jelentkezőkre,
07:10
and whether they were acting on the information
167
430373
1832
és hogy befolyásolja-e a döntéseiket az információ,
07:12
they found on social media. And they were.
168
432205
1938
amit a közösségi oldalakon találtak. És igen.
07:14
Discrimination was happening through social media
169
434143
2101
A közösségi oldalakon keresztül diszkriminálták
07:16
for equally skilled candidates.
170
436244
3073
a hasonló képességű jelentkezőket.
07:19
Now marketers like us to believe
171
439317
4575
A marketingesek szeretnék elhitetni velünk,
07:23
that all information about us will always
172
443892
2269
hogy ez a sok rólunk szóló adat mindig
07:26
be used in a manner which is in our favor.
173
446161
3273
ránk nézve kedvezően lesz felhasználva.
07:29
But think again. Why should that be always the case?
174
449434
3715
De gondoljunk bele. Miért lenne ez mindig igaz?
07:33
In a movie which came out a few years ago,
175
453149
2664
Pár évvel ezelőtt játszották
07:35
"Minority Report," a famous scene
176
455813
2553
a Különvéleményt, ahol az egyik híres jelenetben
07:38
had Tom Cruise walk in a mall
177
458366
2576
Tom Cruise egy plázában sétál,
07:40
and holographic personalized advertising
178
460942
3776
és személyreszabott hologram hirdetések
07:44
would appear around him.
179
464718
1835
jelennek meg körülötte.
07:46
Now, that movie is set in 2054,
180
466553
3227
Ez a film 2054-ben játszódik,
07:49
about 40 years from now,
181
469780
1642
nagyjából 40 év múlva,
07:51
and as exciting as that technology looks,
182
471422
2908
s bár izgalmasnak tűnik ez a technológia,
07:54
it already vastly underestimates
183
474330
2646
máris jóval alulbecsüli
07:56
the amount of information that organizations
184
476976
2140
azt az adatmennyiséget, amit a szervezetek
07:59
can gather about you, and how they can use it
185
479116
2483
gyűjtenek rólunk, és hogy azt hogyan használhatják
08:01
to influence you in a way that you will not even detect.
186
481599
3398
észrevehetetlen befolyásolásra.
08:04
So as an example, this is another experiment
187
484997
2103
Ismét álljon itt egy példa, egy másik kísérlet,
08:07
actually we are running, not yet completed.
188
487100
2273
ez még most is folyik, nincs még befejezve.
08:09
Imagine that an organization has access
189
489373
2319
Tegyük fel, hogy egy szervezet hozzáfér
08:11
to your list of Facebook friends,
190
491692
2056
a Facebook ismerőseink listájához
08:13
and through some kind of algorithm
191
493748
1772
és valamilyen módszerrel
08:15
they can detect the two friends that you like the most.
192
495520
3734
kitalálják, hogy melyik két barátodat kedveled a legjobban.
08:19
And then they create, in real time,
193
499254
2280
Valós időben generálnak
08:21
a facial composite of these two friends.
194
501534
2842
egy arcot a két ismerősödből.
08:24
Now studies prior to ours have shown that people
195
504376
3069
Korábbi kutatások igazolják, hogy az emberek
08:27
don't recognize any longer even themselves
196
507445
2885
nem ismerik fel saját magukat sem
08:30
in facial composites, but they react
197
510330
2462
összetett arcokon,
08:32
to those composites in a positive manner.
198
512792
2117
de pozitívan reagálnak az összemosott képekre.
08:34
So next time you are looking for a certain product,
199
514909
3415
Úgyhogy legközelebb, ha keresel egy terméket,
08:38
and there is an ad suggesting you to buy it,
200
518324
2559
és belefutsz egy reklámba,
08:40
it will not be just a standard spokesperson.
201
520883
2907
nem csak egy tipikus eladót látsz majd.
08:43
It will be one of your friends,
202
523790
2313
Hanem az egyik ismerősödet --
08:46
and you will not even know that this is happening.
203
526103
3303
és nem is fogod tudni, hogy mi folyik.
08:49
Now the problem is that
204
529406
2413
Az a gond,
08:51
the current policy mechanisms we have
205
531819
2519
hogy a jelenlegi szabályozás mellett
08:54
to protect ourselves from the abuses of personal information
206
534338
3438
a személyes adatokkal való visszaélés ellen harcolni olyan,
08:57
are like bringing a knife to a gunfight.
207
537776
2984
mint bicskával szállni be egy háborúba.
09:00
One of these mechanisms is transparency,
208
540760
2913
Az egyik ilyen módszer az átláthatóság,
09:03
telling people what you are going to do with their data.
209
543673
3200
tájékoztatni az embereket arról, hogy mi történik az adataikkal.
09:06
And in principle, that's a very good thing.
210
546873
2106
Elvileg ez nagyon jó dolog.
09:08
It's necessary, but it is not sufficient.
211
548979
3667
Szükséges, de nem elégséges.
09:12
Transparency can be misdirected.
212
552646
3698
Az átláthatóság félrevezető lehet.
09:16
You can tell people what you are going to do,
213
556344
2104
Megmondod az embereknek, hogy mit fogsz csinálni,
09:18
and then you still nudge them to disclose
214
558448
2232
de még egy kicsit ösztönzöd őket arra,
09:20
arbitrary amounts of personal information.
215
560680
2623
hogy további személyes adatokat adjanak ki.
09:23
So in yet another experiment, this one with students,
216
563303
2886
Egy újabb kísérletet hallgatókkal végeztünk,
09:26
we asked them to provide information
217
566189
3058
megkérdeztük őket
09:29
about their campus behavior,
218
569247
1813
a viselkedésükről az egyetemen,
09:31
including pretty sensitive questions, such as this one.
219
571060
2940
személyes kérdéseket feltéve, mint például ezt: Puskáztál már valaha?
09:34
[Have you ever cheated in an exam?]
220
574000
621
09:34
Now to one group of subjects, we told them,
221
574621
2300
személyes kérdéseket feltéve, mint például ezt: Puskáztál már valaha?
Az egyik csoportnak azt mondtuk,
09:36
"Only other students will see your answers."
222
576921
2841
hogy csak a többi hallgató fogja látni a válaszaikat.
09:39
To another group of subjects, we told them,
223
579762
1579
A másik csoportnak azt mondtuk,
09:41
"Students and faculty will see your answers."
224
581341
3561
hogy a többi hallgató és a tanszék is látni fogja a válaszokat.
09:44
Transparency. Notification. And sure enough, this worked,
225
584902
2591
Átláthatóság. Tájékoztatás. És ez bizony működött is,
09:47
in the sense that the first group of subjects
226
587493
1407
abban az értelemben, hogy az első csoport
09:48
were much more likely to disclose than the second.
227
588900
2568
sokkal hajlandóbb volt kiadni az információt, mint a második.
09:51
It makes sense, right?
228
591468
1520
Logikus, nem?
09:52
But then we added the misdirection.
229
592988
1490
De ekkor egy kis megtévesztést csempésztünk bele.
09:54
We repeated the experiment with the same two groups,
230
594478
2760
Ugyanazzal a két csoporttal folytattuk a kísérletet,
09:57
this time adding a delay
231
597238
2427
immár egy kis késést iktatva aközé,
09:59
between the time we told subjects
232
599665
2935
amikor elmondtuk nekik,
10:02
how we would use their data
233
602600
2080
hogyan lesznek felhasználva az adataik,
10:04
and the time we actually started answering the questions.
234
604680
4388
és amikor elkezdtük megválaszolni a kérdéseket.
10:09
How long a delay do you think we had to add
235
609068
2561
Mit gondoltok, mekkora késleltetés kellett ahhoz,
10:11
in order to nullify the inhibitory effect
236
611629
4613
hogy teljesen elvesszen az a gátló hatás,
10:16
of knowing that faculty would see your answers?
237
616242
3411
amelyet a tanszék bevonásának tudata okozott?
10:19
Ten minutes?
238
619653
1780
Tíz perc?
10:21
Five minutes?
239
621433
1791
Öt perc?
10:23
One minute?
240
623224
1776
Egy perc?
10:25
How about 15 seconds?
241
625000
2049
Esetleg tizenöt másodperc?
10:27
Fifteen seconds were sufficient to have the two groups
242
627049
2668
Tizenöt másodperc elég volt ahhoz,
10:29
disclose the same amount of information,
243
629717
1568
hogy mindkét csoport hasonló mennyiségű adatot osszon meg,
10:31
as if the second group now no longer cares
244
631285
2746
mintha a másodiknak nem számítana,
10:34
for faculty reading their answers.
245
634031
2656
hogy a tanszék látja-e a válaszaikat.
10:36
Now I have to admit that this talk so far
246
636687
3336
Belátom, ez az előadás eddig
10:40
may sound exceedingly gloomy,
247
640023
2480
egy kicsit lehangoló lehet,
10:42
but that is not my point.
248
642503
1721
de nem ez a lényeg.
10:44
In fact, I want to share with you the fact that
249
644224
2699
Sőt, azt szeretném elmondani nektek,
10:46
there are alternatives.
250
646923
1772
hogy vannak atlernatívák.
10:48
The way we are doing things now is not the only way
251
648695
2499
Ahogy most mennek a dolgok, az nem az egyetlen megoldás,
10:51
they can done, and certainly not the best way
252
651194
3037
és egész biztosan nem a legjobb
10:54
they can be done.
253
654231
2027
megoldás.
10:56
When someone tells you, "People don't care about privacy,"
254
656258
4171
Ha valaki azt mondja, "Senkit nem érdekelnek a magánjogok",
11:00
consider whether the game has been designed
255
660429
2642
gondolj arra, hogy a játékszabályok vannak úgy megírva,
11:03
and rigged so that they cannot care about privacy,
256
663071
2724
hogy ne tudjanak foglalkozni a személyiségi jogokkal,
11:05
and coming to the realization that these manipulations occur
257
665795
3262
és ennek a befolyásolásnak a felismerése
11:09
is already halfway through the process
258
669057
1607
már önmagában fél siker afelé,
11:10
of being able to protect yourself.
259
670664
2258
hogy megvédd magad.
11:12
When someone tells you that privacy is incompatible
260
672922
3710
Ha valaki azt mondja, hogy a magánjogok
11:16
with the benefits of big data,
261
676632
1849
és a nagy mennyiségű adat nem egyeztethető össze,
11:18
consider that in the last 20 years,
262
678481
2473
gondolj arra, hogy az elmúlt 20 évben
11:20
researchers have created technologies
263
680954
1917
a fejlesztők megteremtették a lehetőséget arra,
11:22
to allow virtually any electronic transactions
264
682871
3318
hogy szinte minden elektronikus tranzakció
11:26
to take place in a more privacy-preserving manner.
265
686189
3749
a személyiségi jogok megóvásával történhessen.
11:29
We can browse the Internet anonymously.
266
689938
2555
Lehet névtelenül internetezni.
11:32
We can send emails that can only be read
267
692493
2678
Tudunk olyan emaileket küldeni,
11:35
by the intended recipient, not even the NSA.
268
695171
3709
amit csak a címzett tud elolvasni, és még az NSA sem.
11:38
We can have even privacy-preserving data mining.
269
698880
2997
Még az adatbányászat is történhet magánjogok megsértése nélkül.
11:41
In other words, we can have the benefits of big data
270
701877
3894
Másszóval kihasználhatjuk a tömeges adatokat úgy,
11:45
while protecting privacy.
271
705771
2132
hogy közben megóvjuk a személyiségi jogokat.
11:47
Of course, these technologies imply a shifting
272
707903
3791
Természetesen ezek a technológiák
11:51
of cost and revenues
273
711694
1546
költség és bevétel eltolódást jelentenek
11:53
between data holders and data subjects,
274
713240
2107
az adattulajdonosok és alanyok között,
11:55
which is why, perhaps, you don't hear more about them.
275
715347
3453
valószínűleg ezért nem hallunk róluk.
11:58
Which brings me back to the Garden of Eden.
276
718800
3706
Ezzel vissza is térnék az Édenkerthez.
12:02
There is a second privacy interpretation
277
722506
2780
Van egy másik magánjogi értelmezése
12:05
of the story of the Garden of Eden
278
725286
1809
az Édenkert-történetnek,
12:07
which doesn't have to do with the issue
279
727095
2096
amelynek nincs köze
12:09
of Adam and Eve feeling naked
280
729191
2225
Ádám és Éva meztelenségéhez
12:11
and feeling ashamed.
281
731416
2381
és szégyenérzetéhez.
12:13
You can find echoes of this interpretation
282
733797
2781
Ennek az értelmezésnek a visszhangjai találhatóak meg
12:16
in John Milton's "Paradise Lost."
283
736578
2782
John Milton Elveszett Paradicsomában.
12:19
In the garden, Adam and Eve are materially content.
284
739360
4197
Az Édenkertben Ádám és Éva anyagi szempontból elégedett.
12:23
They're happy. They are satisfied.
285
743557
2104
Boldogak. Elégedettek.
12:25
However, they also lack knowledge
286
745661
2293
Viszont nincs tudásuk
12:27
and self-awareness.
287
747954
1640
és öntudatuk.
12:29
The moment they eat the aptly named
288
749594
3319
Amint megeszik a találóan elnevezett
12:32
fruit of knowledge,
289
752913
1293
tudás gyümölcsét,
12:34
that's when they discover themselves.
290
754206
2605
rögtön magukra eszmélnek.
12:36
They become aware. They achieve autonomy.
291
756811
4031
Tudatra ébrednek. Önállóak lesznek.
12:40
The price to pay, however, is leaving the garden.
292
760842
3126
Mindennek az ára azonban a kiűzetés.
12:43
So privacy, in a way, is both the means
293
763968
3881
A magánjogok bizonyos értelemben tehát
12:47
and the price to pay for freedom.
294
767849
2962
a szabadság módját és árát jelentik.
12:50
Again, marketers tell us
295
770811
2770
Ismétlem, a marketingesek meg akarnak győzni,
12:53
that big data and social media
296
773581
3019
hogy a tömegadat és a közösségi média
12:56
are not just a paradise of profit for them,
297
776600
2979
nem csak számukra profitparadicsom,
12:59
but a Garden of Eden for the rest of us.
298
779579
2457
hanem számunkra is Édenkert.
13:02
We get free content.
299
782036
1238
Ingyen tartalmakat kapunk.
13:03
We get to play Angry Birds. We get targeted apps.
300
783274
3123
Játszhatunk az Angry Birds-zel. Személyreszabott appokhoz jutunk.
13:06
But in fact, in a few years, organizations
301
786397
2897
De éveken belül a szervezetek
13:09
will know so much about us,
302
789294
1609
annyi mindent fognak tudni rólunk,
13:10
they will be able to infer our desires
303
790903
2710
hogy kitalálják a vágyainkat
13:13
before we even form them, and perhaps
304
793613
2204
még mielőtt azok bennünk megszületnének,
13:15
buy products on our behalf
305
795817
2447
és talán még vásárolnak is a nevünkben,
13:18
before we even know we need them.
306
798264
2274
még mielőtt nekünk bármire szükségünk lenne.
13:20
Now there was one English author
307
800538
3237
Volt egy angol író,
13:23
who anticipated this kind of future
308
803775
3045
aki előre látta ezt a fajta jövőt,
13:26
where we would trade away
309
806820
1405
ahol eladjuk
13:28
our autonomy and freedom for comfort.
310
808225
3548
a függetlenségünket és szabadságunkat a kényelemért.
13:31
Even more so than George Orwell,
311
811773
2161
Még George Orwellen is túlmutatva --
13:33
the author is, of course, Aldous Huxley.
312
813934
2761
az író, természetesen, Aldous Huxley.
13:36
In "Brave New World," he imagines a society
313
816695
2854
A Szép Új Világban egy olyan társadalmat ír le,
13:39
where technologies that we created
314
819549
2171
amelyben a technológiák,
13:41
originally for freedom
315
821720
1859
melyek eredetileg a szabadságot szolgálták,
13:43
end up coercing us.
316
823579
2567
végül kényszerré válnak.
13:46
However, in the book, he also offers us a way out
317
826146
4791
Könyvében azonban egy kiutat is kínál
13:50
of that society, similar to the path
318
830937
3438
ebből a társadalomból, hasonlóan ahhoz,
13:54
that Adam and Eve had to follow to leave the garden.
319
834375
3955
ahogy Ádám és Éva elhagyta a Kertet.
13:58
In the words of the Savage,
320
838330
2147
A Vadember szavaival élve,
14:00
regaining autonomy and freedom is possible,
321
840477
3069
az önállóság és szabadság visszaszerzése lehetséges,
14:03
although the price to pay is steep.
322
843546
2679
de hatalmas ára van.
14:06
So I do believe that one of the defining fights
323
846225
5715
Azt hiszem, korunk egyik meghatározó harca
14:11
of our times will be the fight
324
851940
2563
az a csata lesz,
14:14
for the control over personal information,
325
854503
2387
amelyet a személyiségi jogok feletti hatalomért vívunk,
14:16
the fight over whether big data will become a force
326
856890
3507
amely eldönti, hogy a tömeges adatok
14:20
for freedom,
327
860397
1289
a szabadság
14:21
rather than a force which will hiddenly manipulate us.
328
861686
4746
vagy a rejtett manipuláció eszközei lesznek.
14:26
Right now, many of us
329
866432
2593
Jelenleg sokan
14:29
do not even know that the fight is going on,
330
869025
2753
nem is tudják, hogy folyik ez a harc,
14:31
but it is, whether you like it or not.
331
871778
2672
de folyik, ha tetszik, ha nem.
14:34
And at the risk of playing the serpent,
332
874450
2804
Lehet, hogy én leszek a kígyó,
14:37
I will tell you that the tools for the fight
333
877254
2897
de elmondom, hogy a harc eszközei
14:40
are here, the awareness of what is going on,
334
880151
3009
itt vannak: annak felismerése, hogy mi megy a háttérben,
14:43
and in your hands,
335
883160
1355
a ti kezetekben van,
14:44
just a few clicks away.
336
884515
3740
csupán pár kattintásra.
14:48
Thank you.
337
888255
1482
Köszönöm.
14:49
(Applause)
338
889737
4477
(Taps)
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