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

5,902,851 views

2018-07-13 ・ TED


New videos

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

5,902,851 views ・ 2018-07-13

TED


A videó lejátszásához kattintson duplán az alábbi angol feliratokra.

Fordító: Andi Vida Lektor: Zsuzsanna Lőrincz
00:12
I'm James.
0
12777
1183
James vagyok.
00:13
I'm a writer and artist,
1
13984
1686
Író és művész,
00:15
and I make work about technology.
2
15694
2341
a technológiát dolgozom fel.
00:18
I do things like draw life-size outlines of military drones
3
18454
3911
Például életnagyságú vázlatokat rajzolok katonai drónokról
00:22
in city streets around the world,
4
22389
1828
a világ városainak utcáin,
00:24
so that people can start to think and get their heads around
5
24241
2950
így az emberek gondolkozni kezdenek, és felfigyelnek ezekre
00:27
these really quite hard-to-see and hard-to-think-about technologies.
6
27215
3440
a tényleg alig látható, nehezen értelmezhető technológiákra.
00:31
I make things like neural networks that predict the results of elections
7
31494
3836
Ideghálózathoz hasonló alkotásaim választási eredményeket jósolnak
00:35
based on weather reports,
8
35354
1737
időjárási adatok alapján,
00:37
because I'm intrigued about
9
37115
1314
ugyanis szörnyen izgatnak
00:38
what the actual possibilities of these weird new technologies are.
10
38453
3924
ezeknek a furcsa, új technológiáknak az aktuális lehetőségei.
00:43
Last year, I built my own self-driving car.
11
43405
2426
Tavaly önjáró autót építettem.
00:45
But because I don't really trust technology,
12
45855
2526
De mivel nem igazán bízom a technológiában,
00:48
I also designed a trap for it.
13
48405
1928
csapdát is terveztem köré.
00:50
(Laughter)
14
50777
1086
(Nevetés)
00:51
And I do these things mostly because I find them completely fascinating,
15
51887
4298
Leginkább azért alkotok ilyeneket, mert annyira elbűvölnek,
00:56
but also because I think when we talk about technology,
16
56209
2602
de azért is, mert szerintem ha technológiáról szólunk,
00:58
we're largely talking about ourselves
17
58835
2619
az leginkább magunkról
01:01
and the way that we understand the world.
18
61478
2299
és világértelmezésünkről szól.
01:03
So here's a story about technology.
19
63801
2442
Mesélek valamit a technológiáról.
01:07
This is a "surprise egg" video.
20
67520
2830
Ez egy "Kinder-tojásos" videó.
01:10
It's basically a video of someone opening up loads of chocolate eggs
21
70374
3348
Az a lényege, hogy valaki sorra nyitogat egy rakás csokitojást,
01:13
and showing the toys inside to the viewer.
22
73746
2126
és megmutatja a nézőnek a benne rejlő játékokat.
01:16
That's it. That's all it does for seven long minutes.
23
76461
2649
Ennyi. Hét keserves percen át.
01:19
And I want you to notice two things about this.
24
79428
3051
Hadd hívjam fel a figyelmüket két dologra.
01:22
First of all, this video has 30 million views.
25
82503
4074
Először is, ezt a videót már harmincmillióan látták.
01:26
(Laughter)
26
86601
1275
(Nevetés)
01:28
And the other thing is,
27
88376
1166
Másodszor is
01:29
it comes from a channel that has 6.3 million subscribers,
28
89566
3869
olyan csatornán megy, amire 6,3 millióan iratkoztak fel,
01:33
that has a total of eight billion views,
29
93459
2680
ez összesen nyolcmilliárdos nézettség,
01:36
and it's all just more videos like this --
30
96163
3106
és vannak még ilyen videók –
01:40
30 million people watching a guy opening up these eggs.
31
100256
3908
harmincmillió ember néz egy fickót, aki nyitogatja ezeket a tojásokat.
01:44
It sounds pretty weird, but if you search for "surprise eggs" on YouTube,
32
104188
4481
Furán hangzik, de ha rákeresnek a YouTube-on a "surprise eggs"-re,
01:48
it'll tell you there's 10 million of these videos,
33
108693
3523
tízmillió meglepetéstojásos videót fognak találni,
01:52
and I think that's an undercount.
34
112240
1657
és azt hiszem, alábecsülöm.
01:53
I think there's way, way more of these.
35
113921
1897
Szerintem jóval több is annál.
01:55
If you keep searching, they're endless.
36
115842
2242
Ha tovább keresnek, végtelen számút találnak.
01:58
There's millions and millions of these videos
37
118108
2159
Millió és millió ilyen videó,
02:00
in increasingly baroque combinations of brands and materials,
38
120291
3454
márkák és anyagok egyre cifrább kombinációival,
02:03
and there's more and more of them being uploaded every single day.
39
123769
3846
naponta egyre többet és többet töltenek fel.
02:07
Like, this is a strange world. Right?
40
127639
3511
Valahogy furcsa világ ez, nem?
02:11
But the thing is, it's not adults who are watching these videos.
41
131174
3383
Csak az a gond, hogy nem felnőttek nézik ezeket a videókat,
02:14
It's kids, small children.
42
134581
2921
hanem gyerekek, kicsi gyerekek.
02:17
These videos are like crack for little kids.
43
137526
2154
Ezek a videók szinte beszippantják a kisgyerekeket.
02:19
There's something about the repetition,
44
139704
2075
Az ismétlés a lényegük,
02:21
the constant little dopamine hit of the reveal,
45
141803
2468
a felfedezés örömének állandó kis dopaminlökete,
02:24
that completely hooks them in.
46
144295
1866
ami teljesen a hatalmába keríti őket.
02:26
And little kids watch these videos over and over and over again,
47
146185
4809
A kicsik újra meg újra, vég nélkül nézegetik ezeket,
02:31
and they do it for hours and hours and hours.
48
151018
2327
órákig, és még tovább, és még tovább.
02:33
And if you try and take the screen away from them,
49
153369
2356
Ha megpróbálják elvonszolni őket a képernyő elől,
02:35
they'll scream and scream and scream.
50
155749
1782
akkor sikítanak, sírnak, ordítanak.
02:37
If you don't believe me --
51
157555
1262
Ha nem hisznek nekem –
02:38
and I've already seen people in the audience nodding --
52
158841
2607
és már látom, van, aki bólogat –
02:41
if you don't believe me, find someone with small children and ask them,
53
161472
3391
ha nem hisznek nekem, kérdezzenek bárkit, akinek kisgyereke van,
02:44
and they'll know about the surprise egg videos.
54
164887
2340
ismerni fogja a Kinder-tojásos videókat.
02:47
So this is where we start.
55
167251
2070
Ez hát a kiindulópontunk.
02:49
It's 2018, and someone, or lots of people,
56
169345
3642
2018-at írunk, és valakik, vagy sokan
02:53
are using the same mechanism that, like, Facebook and Instagram are using
57
173011
3941
ugyanazt a mechanizmust alkalmazzák, amit a Facebook, az Instagram használ,
02:56
to get you to keep checking that app,
58
176976
1989
ez arra késztet, hogy folyton ránézzünk az alkalmazásra,
02:58
and they're using it on YouTube to hack the brains of very small children
59
178989
3985
ezzel a módszerrel a YouTube-on meghekkelik a kisgyerekek agyát,
03:02
in return for advertising revenue.
60
182998
1958
a reklámbevételért cserébe.
03:06
At least, I hope that's what they're doing.
61
186346
2001
Legalábbis remélem, hogy ezt teszik.
03:08
I hope that's what they're doing it for,
62
188371
1955
És remélem, hogy ezért teszik,
03:10
because there's easier ways of making ad revenue on YouTube.
63
190350
5308
ugyanis könnyebb módszerekkel is lehet reklámbevételhez jutni a YouTube-on.
03:15
You can just make stuff up or steal stuff.
64
195682
2332
Csak videót kell feltölteni, vagy másét ellopni.
03:18
So if you search for really popular kids' cartoons
65
198038
2635
Ha tényleg valami népszerű gyerekrajzfilmet keresünk,
03:20
like "Peppa Pig" or "Paw Patrol,"
66
200697
1654
mondjuk, a Peppa malacot vagy a Mancs őrjáratot,
03:22
you'll find there's millions and millions of these online as well.
67
202375
3147
több millió online példányban megtalálhatjuk ezeket.
03:25
Of course, most of them aren't posted by the original content creators.
68
205546
3352
Persze ezek legtöbbjét nem az eredeti alkotók töltötték fel.
03:28
They come from loads and loads of different random accounts,
69
208922
2999
Mindenféle összevissza címekről áradnak tonnaszámra,
03:31
and it's impossible to know who's posting them
70
211945
2240
lehetetlen átlátni, ki tölti fel ezeket,
03:34
or what their motives might be.
71
214209
1822
vagy milyen indíttatásból.
03:36
Does that sound kind of familiar?
72
216428
1930
Ismerősen cseng?
03:38
Because it's exactly the same mechanism
73
218382
1980
Persze, mert pontosan ugyanúgy működik,
03:40
that's happening across most of our digital services,
74
220386
2600
mint a legtöbb digitális szolgáltatásnál,
03:43
where it's impossible to know where this information is coming from.
75
223010
3207
ahol szintén nem tudható, honnan ered az információ.
03:46
It's basically fake news for kids,
76
226241
1829
Alapból gyerekeknek szóló átverés,
03:48
and we're training them from birth
77
228094
2161
születésüktől kezdve arra szoktatjuk őket,
03:50
to click on the very first link that comes along,
78
230279
2506
hogy rákattintsanak az első eléjük kerülő linkre,
03:52
regardless of what the source is.
79
232809
1953
mindegy, mi a forrása.
03:54
That's doesn't seem like a terribly good idea.
80
234786
2603
Nem tűnik túl jó ötletnek.
03:58
Here's another thing that's really big on kids' YouTube.
81
238399
2710
Vagy a másik, ami igazán népszerű a gyerekek YouTube-ján:
04:01
This is called the "Finger Family Song."
82
241133
1928
az Ujj-család gyerekdalok.
04:03
I just heard someone groan in the audience.
83
243085
2018
Hallom, valaki felnyögött önök közül.
04:05
This is the "Finger Family Song."
84
245127
1624
Ez az Ujj-család dala.
04:06
This is the very first one I could find.
85
246775
1930
Az első, amit találtam.
04:08
It's from 2007, and it only has 200,000 views,
86
248729
2829
2007-es, és csak kétszázezren látták,
04:11
which is, like, nothing in this game.
87
251582
1976
ami ma már semmit nem ér.
04:13
But it has this insanely earwormy tune,
88
253582
2852
De valami őrületesen fülsértő a dallama,
04:16
which I'm not going to play to you,
89
256458
1682
nem is játszom le önöknek,
04:18
because it will sear itself into your brain
90
258164
2008
mert beleégne az agyukba,
04:20
in the same way that it seared itself into mine,
91
260196
2395
ahogyan az enyémbe is beleégett,
04:22
and I'm not going to do that to you.
92
262615
1770
így ettől megkímélném önöket.
04:24
But like the surprise eggs,
93
264409
1344
De akárcsak a meglepetéstojások,
04:25
it's got inside kids' heads
94
265777
2164
befészkeli magát a gyerekek fejébe,
04:27
and addicted them to it.
95
267965
1607
és függővé teszi őket.
04:29
So within a few years, these finger family videos
96
269596
2531
Néhány éven belül ezek az Ujj-családos videók
04:32
start appearing everywhere,
97
272151
1303
számos nyelvre lefordítva
04:33
and you get versions in different languages
98
273478
2029
mindent elárasztanak,
04:35
with popular kids' cartoons using food
99
275531
2121
olyan közkedvelt rajzfilmek társaságában,
04:37
or, frankly, using whatever kind of animation elements
100
277676
2550
amik ételt vagy bármi más animációs elemet vetnek be.
04:40
you seem to have lying around.
101
280250
2252
Mindenütt elénk bukkannak.
04:43
And once again, there are millions and millions and millions of these videos
102
283002
5197
Ismétlem: millió és millió és millió ilyen videó érhető el online,
04:48
available online in all of these kind of insane combinations.
103
288223
3435
a fenti eszement kombinációk bármelyik formájában.
04:51
And the more time you start to spend with them,
104
291682
2228
És minél több időt töltünk velük,
04:53
the crazier and crazier you start to feel that you might be.
105
293934
3694
annál őrültebben vágyunk még többre és többre.
04:57
And that's where I kind of launched into this,
106
297652
3333
Itt éreztem először valami erőteljes furcsaságot
05:01
that feeling of deep strangeness and deep lack of understanding
107
301009
3666
és a megértés kínzó hiányát
05:04
of how this thing was constructed that seems to be presented around me.
108
304699
4175
arról, hogyan épül fel ez az egész, ami körülöttem megjelent.
05:08
Because it's impossible to know where these things are coming from.
109
308898
3167
Azt ugyanis lehetetlen kideríteni, honnan ered mindez.
05:12
Like, who is making them?
110
312089
1241
És ki hozza létre ezeket?
05:13
Some of them appear to be made of teams of professional animators.
111
313354
3143
Némelyikről úgy tűnik, profi szerkesztők alkotása.
05:16
Some of them are just randomly assembled by software.
112
316521
2882
Van köztük, amit szoftver rak össze véletlenszerűen.
05:19
Some of them are quite wholesome-looking young kids' entertainers.
113
319427
4253
Olyan is akad, ami egész jónak tűnik a gyerekek mulattatására.
05:23
And some of them are from people
114
323704
1552
De akadnak olyanok is,
05:25
who really clearly shouldn't be around children at all.
115
325280
3007
amiknek alkotóit a gyerekek közelébe sem lenne szabad engedni.
05:28
(Laughter)
116
328311
1615
(Nevetés)
05:30
And once again, this impossibility of figuring out who's making this stuff --
117
330987
4640
Hangsúlyozom, lehetetlen beazonosítani az alkotóikat –
05:35
like, this is a bot?
118
335651
1156
adatgyűjtő robotok?
05:36
Is this a person? Is this a troll?
119
336831
2647
Élő emberek? Trollok?
05:39
What does it mean that we can't tell the difference
120
339502
2382
Mit jelent, ha többé nem tudjuk megkülönböztetni
05:41
between these things anymore?
121
341908
1583
a fentieket?
05:43
And again, doesn't that uncertainty feel kind of familiar right now?
122
343515
4848
Ismétlem: ez a bizonytalanság máris ismerős helyzet, igaz?
05:50
So the main way people get views on their videos --
123
350145
2580
A nézettség fő csalogató eszköze az –
05:52
and remember, views mean money --
124
352749
1707
és tudjuk, a nézettség pénzt hoz –,
05:54
is that they stuff the titles of these videos with these popular terms.
125
354480
4742
ha a videók címét teleszórják ezekkel a közkedvelt szavakkal.
05:59
So you take, like, "surprise eggs"
126
359246
1687
Vegyük mondjuk a meglepetéstojást,
06:00
and then you add "Paw Patrol," "Easter egg,"
127
360957
2066
tegyük mellé, hogy Mancs őrjárat, hímes tojás,
06:03
or whatever these things are,
128
363047
1393
vagy bármi ezekhez hasonló,
06:04
all of these words from other popular videos into your title,
129
364464
2893
más népszerű videókból lopjunk magunknak címszavakat,
06:07
until you end up with this kind of meaningless mash of language
130
367381
2968
végül összeáll ez a zagyvaság,
06:10
that doesn't make sense to humans at all.
131
370373
2498
aminek az égvilágon semmi értelme nincs.
06:12
Because of course it's only really tiny kids who are watching your video,
132
372895
3546
Mert természetesen csak a kisgyerekek nézik ezeket a videókat,
06:16
and what the hell do they know?
133
376465
1827
és mi a csudát értenek belőlük?
06:18
Your real audience for this stuff is software.
134
378316
3007
Az igazi néző egy szoftver.
06:21
It's the algorithms.
135
381347
1156
Algoritmusokból áll.
06:22
It's the software that YouTube uses
136
382527
1855
Az a szoftver, amivel a YouTube
06:24
to select which videos are like other videos,
137
384406
2483
kiválogatja a hasonló videókat,
06:26
to make them popular, to make them recommended.
138
386913
2243
így népszerűsíti őket, így állít össze ajánlólistát.
06:29
And that's why you end up with this kind of completely meaningless mash,
139
389180
3461
Ezért kapjuk végül ezt a teljesen értelmetlen zagyvaságot
06:32
both of title and of content.
140
392665
2071
címek és tartalmak terén egyaránt.
06:35
But the thing is, you have to remember,
141
395792
1894
Azt azonban ne felejtsük el,
06:37
there really are still people within this algorithmically optimized system,
142
397710
4478
hogy az algoritmusokkal optimalizált rendszerben még mindig ott az ember,
06:42
people who are kind of increasingly forced to act out
143
402212
2790
aki egyre inkább arra kényszerül,
06:45
these increasingly bizarre combinations of words,
144
405026
3066
hogy egyre bizarrabb kifejezéseket találjon ki,
06:48
like a desperate improvisation artist responding to the combined screams
145
408116
5173
mint egy rémült rögtönző színész, aki egyszerre millió bölcsis
06:53
of a million toddlers at once.
146
413313
2203
együttes sikítására válaszol.
06:57
There are real people trapped within these systems,
147
417168
2468
Valódi hús-vér emberek estek e rendszerek csapdájába,
06:59
and that's the other deeply strange thing about this algorithmically driven culture,
148
419660
4055
és ez a másik igen furcsa jelenség az algoritmusok vezérelte kultúrában,
07:03
because even if you're human,
149
423739
1381
mert bár emberek vagyunk,
07:05
you have to end up behaving like a machine
150
425144
2145
úgy kell tennünk, mintha gépek lennénk,
07:07
just to survive.
151
427313
1800
csak így lehetünk túlélők.
07:09
And also, on the other side of the screen,
152
429137
2100
A képernyő túlsó felén
07:11
there still are these little kids watching this stuff,
153
431261
2947
még mindig nézik a kisgyerekek ezeket a rémségeket,
07:14
stuck, their full attention grabbed by these weird mechanisms.
154
434232
4206
tátott szájjal, teljes figyelmüket átadva ezeknek az ijesztő mechanizmusoknak.
07:18
And most of these kids are too small to even use a website.
155
438768
2798
Legtöbbjük még ahhoz is kicsi, hogy website-ot kezeljen.
07:21
They're just kind of hammering on the screen with their little hands.
156
441590
3276
Még csak ütögetik a képernyőt csöpp kezükkel.
07:24
And so there's autoplay,
157
444890
1217
Magától megy a műsor,
07:26
where it just keeps playing these videos over and over and over in a loop,
158
446131
3579
végtelenítve játssza a videókat, megállás nélkül,
07:29
endlessly for hours and hours at a time.
159
449734
2059
órákon és órákon át.
07:31
And there's so much weirdness in the system now
160
451817
2843
Annyi ijesztő elem van már a rendszerben,
07:34
that autoplay takes you to some pretty strange places.
161
454684
3009
hogy az autoplay egészen furcsa helyekre repíti a nézőt.
07:37
This is how, within a dozen steps,
162
457717
2488
Egy számoló vonat cuki videójától
07:40
you can go from a cute video of a counting train
163
460229
3158
alig egy tucat lépésen belül
07:43
to masturbating Mickey Mouse.
164
463411
2442
eljuthatunk a maszturbáló Miki egérig.
07:46
Yeah. I'm sorry about that.
165
466529
2288
Sajnálom, de így van.
07:48
This does get worse.
166
468841
1700
És mondok még rosszabbat.
07:50
This is what happens
167
470565
1282
Pontosan ez történik,
07:51
when all of these different keywords,
168
471871
3086
amikor az összes ilyen kulcsszó,
07:54
all these different pieces of attention,
169
474981
2461
az összes különféle figyelemmorzsa,
07:57
this desperate generation of content,
170
477466
2807
ez a kétségbeejtő generált tartalom
08:00
all comes together into a single place.
171
480297
2582
mind egyetlen helyen gyűlik össze.
08:03
This is where all those deeply weird keywords come home to roost.
172
483871
4472
Itt válik az összes furcsa kulcsszó hirtelen az ellenségünkké.
08:08
You cross-breed the finger family video
173
488367
2391
A családi ujj-videók keresztezése
08:10
with some live-action superhero stuff,
174
490782
2088
némi akciós szuperhősös témával,
08:12
you add in some weird, trollish in-jokes or something,
175
492894
3256
hozzá még valami rémes, bennfentes trollos tréfa vagy efféle,
08:16
and suddenly, you come to a very weird place indeed.
176
496174
3366
és egyszer csak tényleg valami borzasztó helyen találjuk magunkat.
08:19
The stuff that tends to upset parents
177
499564
2113
Az, ami aggodalomra készteti a szülőket,
08:21
is the stuff that has kind of violent or sexual content, right?
178
501701
3331
az az erőszakos vagy szexuális tartalom, ugye?
08:25
Children's cartoons getting assaulted,
179
505056
2822
A gyerekrajzfilmek hőseit megtámadják,
08:27
getting killed,
180
507902
2018
megölik,
08:29
weird pranks that actually genuinely terrify children.
181
509944
3343
ijesztő csínyek, amik lényegében megrémítik a gyerekeket.
08:33
What you have is software pulling in all of these different influences
182
513311
3675
Van egy program, ami egybegyűjti ezt a sokféle hatást,
hogy automatikusan valóra váltsa a kicsik legszörnyűbb rémálmait.
08:37
to automatically generate kids' worst nightmares.
183
517010
2961
08:39
And this stuff really, really does affect small children.
184
519995
2701
És ezek a videók tényleg, tényleg hatnak a kicsi gyerekekre.
08:42
Parents report their children being traumatized,
185
522720
2866
Szülők mesélik, hogy gyerekeik traumát élnek át,
08:45
becoming afraid of the dark,
186
525610
1392
félnek a sötétben,
08:47
becoming afraid of their favorite cartoon characters.
187
527026
3050
rettegnek kedvenc rajzfilmhőseiktől.
08:50
If you take one thing away from this, it's that if you have small children,
188
530524
3611
Ha ma csak egyetlen tanulságot vonnak le, az legyen az, ha van kisgyerekük:
08:54
keep them the hell away from YouTube.
189
534159
1996
tartsák őket jó messze a YouTube-tól!
08:56
(Applause)
190
536743
3949
(Taps)
09:02
But the other thing, the thing that really gets to me about this,
191
542504
3096
A másik viszont, ami erről eszembe jut,
09:05
is that I'm not sure we even really understand how we got to this point.
192
545624
4629
hogy nem vagyok biztos benne: tudjuk-e, hogyan jutottunk idáig.
09:10
We've taken all of this influence, all of these things,
193
550951
2931
Fogtuk ezeket a hatásokat mind, az előbb felsoroltakat,
09:13
and munged them together in a way that no one really intended.
194
553906
2953
és valahogy akaratunk ellenére összecsócsáltuk őket.
09:16
And yet, this is also the way that we're building the entire world.
195
556883
3156
Így építjük fel az egész világot.
09:20
We're taking all of this data,
196
560063
1773
Fogjuk ezeket az adatokat,
09:21
a lot of it bad data,
197
561860
1447
rengeteg rossz adatot,
09:23
a lot of historical data full of prejudice,
198
563331
3029
rengeteg elavult adatot, tele előítéletekkel,
09:26
full of all of our worst impulses of history,
199
566384
2837
tele legrosszabb történelmi impulzusainkkal,
09:29
and we're building that into huge data sets
200
569245
2049
és óriási adatkészletet építünk belőle,
09:31
and then we're automating it.
201
571318
1423
aztán automatizáljuk.
09:32
And we're munging it together into things like credit reports,
202
572765
3502
Hiteljelentésekké csócsáljuk őket,
09:36
into insurance premiums,
203
576291
1634
biztosítási díjakká,
09:37
into things like predictive policing systems,
204
577949
2693
politikai előrejelző rendszerekké,
09:40
into sentencing guidelines.
205
580666
1762
ítélkezési iránymutatásokká.
09:42
This is the way we're actually constructing the world today
206
582452
2821
Így építjük ma a világot
09:45
out of this data.
207
585297
1151
az adathegyekből.
09:46
And I don't know what's worse,
208
586472
1698
És nem tudom, mi rosszabb,
09:48
that we built a system that seems to be entirely optimized
209
588194
3228
hogy olyan rendszert építettünk, amit teljes egészében
09:51
for the absolute worst aspects of human behavior,
210
591446
2808
az emberi viselkedés legrosszabb oldalára hegyeztek ki,
09:54
or that we seem to have done it by accident,
211
594278
2425
vagy az, hogy úgy néz ki: véletlenül alakult így,
09:56
without even realizing that we were doing it,
212
596727
2207
anélkül, hogy tudnánk, mit teszünk,
09:58
because we didn't really understand the systems that we were building,
213
598958
3382
hiszen valójában nem értettük meg a rendszereket, amiket építettünk,
10:02
and we didn't really understand how to do anything differently with it.
214
602364
3683
és azt sem, mit tegyünk másképpen.
10:06
There's a couple of things I think that really seem to be driving this
215
606769
3365
Úgy látom, sok minden kellett ahhoz, hogy mindezek
10:10
most fully on YouTube,
216
610158
1189
elárasszák a YouTube-ot,
10:11
and the first of those is advertising,
217
611371
1827
és az első a reklámozás,
10:13
which is the monetization of attention
218
613222
2837
ami a figyelem pénzre váltása anélkül,
10:16
without any real other variables at work,
219
616083
3136
hogy egyéb változók működésbe lépnének.
10:19
any care for the people who are actually developing this content,
220
619243
3885
Senkit nem érdekeltek azok, akik ezt a tartalmat fejlesztik,
10:23
the centralization of the power, the separation of those things.
221
623152
3636
a hatalom központosítása, a fenti dolgok szétválasztása.
10:26
And I think however you feel about the use of advertising
222
626812
3144
Szerintem bármit is gondoljanak a reklám alkalmazásáról,
10:29
to kind of support stuff,
223
629980
1238
mint egyfajta támogatásról,
10:31
the sight of grown men in diapers rolling around in the sand
224
631242
3067
a pelenkás, homokban hempergő felnőtt férfiak látványa,
10:34
in the hope that an algorithm that they don't really understand
225
634333
2983
abban a reményben, hogy egy számukra homályos algoritmus
10:37
will give them money for it
226
637340
1315
majd pénzt hoz nekik,
10:38
suggests that this probably isn't the thing
227
638679
2037
azt sugallja: ez valószínűleg alkalmatlan rá,
10:40
that we should be basing our society and culture upon,
228
640740
2563
hogy társadalmunkat és kultúránkat erre építsük,
10:43
and the way in which we should be funding it.
229
643327
2160
és arra is, hogy ily módon finanszírozzuk.
10:45
And the other thing that's kind of the major driver of this is automation,
230
645511
3519
A másik, ami ennek egyfajta fő hajtóereje, az automatizálás,
10:49
which is the deployment of all of this technology
231
649054
2329
az összes ilyen technológia terjesztése,
10:51
as soon as it arrives, without any kind of oversight,
232
651407
2521
amint megjelenik, bármiféle ellenőrzés nélkül,
10:53
and then once it's out there,
233
653952
1412
aztán, amikor forgalomba kerül,
10:55
kind of throwing up our hands and going, "Hey, it's not us, it's the technology."
234
655388
3843
mintha mosnánk kezeinket, és úgy tennénk: "Nem a mi hibánk, a technológiáé!"
10:59
Like, "We're not involved in it."
235
659255
1642
Vagyis: "Semmi közünk hozzá."
11:00
That's not really good enough,
236
660921
1767
Ez nem igazán jó,
11:02
because this stuff isn't just algorithmically governed,
237
662712
2710
mert ezt az egészet nemcsak irányítják az algoritmusok,
11:05
it's also algorithmically policed.
238
665446
2498
hanem ellenőrzik is.
11:07
When YouTube first started to pay attention to this,
239
667968
2848
Amikor a YouTube először felfigyelt erre,
11:10
the first thing they said they'd do about it
240
670840
2087
kezdetben azt nyilatkozták,
11:12
was that they'd deploy better machine learning algorithms
241
672951
2695
a tartalom moderálására jobb gépi tanulási algoritmusokat
11:15
to moderate the content.
242
675670
1329
fognak alkalmazni.
11:17
Well, machine learning, as any expert in it will tell you,
243
677023
3485
Nos, a gépi tanulásról bármely szakértő elmondhatja önöknek,
11:20
is basically what we've started to call
244
680532
1896
olyan szoftvernek nevezhetjük,
11:22
software that we don't really understand how it works.
245
682452
2588
aminek a működését nem teljesen értjük.
11:25
And I think we have enough of that already.
246
685064
3983
És szerintem ilyenből már van épp elég.
11:29
We shouldn't be leaving this stuff up to AI to decide
247
689071
3166
Nem szabad hagynunk, hogy Mesterséges Intelligencia döntse el,
11:32
what's appropriate or not,
248
692261
1251
mi helyes, és mi nem,
11:33
because we know what happens.
249
693536
1436
mert tudjuk, mi fog történni.
11:34
It'll start censoring other things.
250
694996
1688
Más dolgokat fog cenzúrázni.
11:36
It'll start censoring queer content.
251
696708
1783
Cenzúrázni fogja a felnőtt-tartalmat.
11:38
It'll start censoring legitimate public speech.
252
698515
2237
A legitim nyilvános beszédeket.
11:40
What's allowed in these discourses,
253
700776
1925
Ami megengedett e diskurzusokban,
11:42
it shouldn't be something that's left up to unaccountable systems.
254
702725
3097
azt ne hagyjuk felelősségre nem vonható rendszerekre.
11:45
It's part of a discussion all of us should be having.
255
705846
2947
Ennek megbeszélésében mindannyiunknak részt kell venni.
11:48
But I'd leave a reminder
256
708817
1308
De hadd emlékeztessek rá:
11:50
that the alternative isn't very pleasant, either.
257
710149
2753
az alternatíva sem valami kellemes.
11:52
YouTube also announced recently
258
712926
1535
A YouTube nemrég azt is nyilatkozta,
11:54
that they're going to release a version of their kids' app
259
714485
2767
hogy gyerekbarát alkalmazást fognak kiadni,
11:57
that would be entirely moderated by humans.
260
717276
2407
amit teljes egészében emberek moderálnak majd.
12:00
Facebook -- Zuckerberg said much the same thing at Congress,
261
720134
3618
A Facebook – Zuckerberg nagyjából ugyanezt mondta a Kongresszus előtt,
12:03
when pressed about how they were going to moderate their stuff.
262
723776
2987
mikor arról faggatták, hogyan fogják moderálni a Facebook tartalmát.
12:06
He said they'd have humans doing it.
263
726787
1747
Azt mondta: embereket vesznek fel.
12:08
And what that really means is,
264
728558
1459
Ez pedig azt jelenti:
12:10
instead of having toddlers being the first person to see this stuff,
265
730041
3223
nem a kicsik látják majd először a videókat,
12:13
you're going to have underpaid, precarious contract workers
266
733288
2788
hanem alulfizetett, részmunkaidős alkalmazottak,
12:16
without proper mental health support
267
736100
1726
megfelelő mentális támogatás nélkül,
12:17
being damaged by it as well.
268
737850
1376
így ők maguk is megsérülnek.
12:19
(Laughter)
269
739250
1096
(Nevetés)
12:20
And I think we can all do quite a lot better than that.
270
740370
2601
Szerintem erre itt mind alkalmasabbak lennénk.
12:22
(Applause)
271
742995
2499
(Taps)
12:26
The thought, I think, that brings those two things together, really, for me,
272
746068
4613
Véleményem szerint ami összehozhatná a két dolgot,
12:30
is agency.
273
750705
1420
az a képviselet.
12:32
It's like, how much do we really understand -- by agency, I mean:
274
752149
3157
Hogy mit is értek ez alatt pontosan:
12:35
how we know how to act in our own best interests.
275
755330
4390
honnan tudjuk, mit tegyünk saját jól felfogott érdekünkben.
12:39
Which -- it's almost impossible to do
276
759744
1787
Amit – szinte lehetetlen megtenni
12:41
in these systems that we don't really fully understand.
277
761555
3485
ezekben a rendszerekben úgy, hogy nem teljesen értjük meg.
12:45
Inequality of power always leads to violence.
278
765064
3071
A hatalmi egyenlőtlenség mindig erőszakba torkollik.
12:48
And we can see inside these systems
279
768159
1685
Láthatjuk ezekben a rendszerekben,
12:49
that inequality of understanding does the same thing.
280
769868
2611
hogy a megértés egyenlőtlensége ugyanide vezet.
12:52
If there's one thing that we can do to start to improve these systems,
281
772503
3779
Ha tehetünk valamit azért, hogy tökéletesítsük e rendszereket,
12:56
it's to make them more legible to the people who use them,
282
776306
2718
az az, hogy érthetőbbé tesszük a felhasználók számára.
12:59
so that all of us have a common understanding
283
779048
2196
Mindannyiunknak egyaránt meg kell értenünk,
13:01
of what's actually going on here.
284
781268
1851
mi folyik itt valójában.
13:03
The thing, though, I think most about these systems
285
783970
2968
Habár azon töprengek legtöbbet e rendszerekkel kapcsolatban,
13:06
is that this isn't, as I hope I've explained, really about YouTube.
286
786962
3857
hogy ez valójában nem a YouTube-ról szól, remélem, sikerült világossá tennem.
13:10
It's about everything.
287
790843
1312
Mindenről szól.
13:12
These issues of accountability and agency,
288
792179
2444
Felelősségvállalás és képviselet kérdése,
13:14
of opacity and complexity,
289
794647
2225
a homályosságé és bonyolultságé,
13:16
of the violence and exploitation that inherently results
290
796896
3177
az erőszaké és kihasználásé, ami egyenes következménye annak,
13:20
from the concentration of power in a few hands --
291
800097
2794
hogy a hatalom alig néhány kézben összpontosul –
13:22
these are much, much larger issues.
292
802915
2579
ezek nagyon-nagyon súlyos kérdések.
13:26
And they're issues not just of YouTube and not just of technology in general,
293
806395
3687
Nem csak a YouTube-ról szólnak, és nem csak általában a technológiáról,
13:30
and they're not even new.
294
810106
1265
nem is új keletűek.
13:31
They've been with us for ages.
295
811395
1461
Évszázadok óta életünk részei.
13:32
But we finally built this system, this global system, the internet,
296
812880
4390
De végül kiépítettük ezt a rendszert, ezt a globális rendszert, az internetet,
13:37
that's actually showing them to us in this extraordinary way,
297
817294
3019
ami ma ilyen szokatlan módon szembesít velük,
13:40
making them undeniable.
298
820337
1547
már nem tagadhatjuk el.
13:41
Technology has this extraordinary capacity
299
821908
2820
A technológiában megvan az a rendkívüli képesség,
13:44
to both instantiate and continue
300
824752
3973
hogy példázza és folytassa
13:48
all of our most extraordinary, often hidden desires and biases
301
828749
4248
az összes különös, gyakran rejtett vágyainkat és torzulásainkat,
13:53
and encoding them into the world,
302
833021
1866
felszínre hozza,
13:54
but it also writes them down so that we can see them,
303
834911
3474
de le is írja, így láthatjuk ezeket,
13:58
so that we can't pretend they don't exist anymore.
304
838409
3330
többé már nem tehetünk úgy, mintha nem léteznének.
14:01
We need to stop thinking about technology as a solution to all of our problems,
305
841763
4319
Többé ne úgy gondoljunk a technológiára, mint minden problémánk megoldására,
14:06
but think of it as a guide to what those problems actually are,
306
846106
3757
hanem mint útmutatóra,
14:09
so we can start thinking about them properly
307
849887
2144
így helyesen kezdhetünk róla gondolkodni,
14:12
and start to address them.
308
852055
1766
és elkezdhetünk beszélni róla.
14:13
Thank you very much.
309
853845
1335
Nagyon köszönöm.
14:15
(Applause)
310
855204
5192
(Taps)
14:21
Thank you.
311
861733
1188
Köszönöm.
14:22
(Applause)
312
862945
2869
(Taps)
14:28
Helen Walters: James, thank you for coming and giving us that talk.
313
868839
3178
Helen Walters: Köszönöm, James, hogy megtartottad ezt az előadást.
Olyan érdekes:
14:32
So it's interesting:
314
872041
1189
vegyük azokat a filmeket, amikben robotok jutnak hatalomra,
14:33
when you think about the films where the robotic overlords take over,
315
873254
3495
alig valamivel izgalmasabb, mint amit elmondtál.
14:36
it's all a bit more glamorous than what you're describing.
316
876773
3279
De azokban a filmekben látjuk a növekvő ellenállást.
14:40
But I wonder -- in those films, you have the resistance mounting.
317
880076
3749
Az általad említett dolgokkal szemben is van ilyen?
14:43
Is there a resistance mounting towards this stuff?
318
883849
3216
Látod bármi halvány pozitív jelét valami ellenállásnak?
14:47
Do you see any positive signs, green shoots of resistance?
319
887089
3796
Bridle: Közvetlen ellenállásról nem tudok,
14:52
James Bridle: I don't know about direct resistance,
320
892507
2416
mert szerintem ez a jelenség abszolút hosszú távú.
14:54
because I think this stuff is super long-term.
321
894947
2264
Úgy vélem, nagyon mélyen beégett a kultúránkba.
14:57
I think it's baked into culture in really deep ways.
322
897235
2510
Egy barátom, Eleanor Saitta szokta mondogatni:
14:59
A friend of mine, Eleanor Saitta, always says
323
899769
2132
a jelentősebb nagyságrendű és hatókörű technológiai problémák
15:01
that any technological problems of sufficient scale and scope
324
901935
3609
alapvetően mindig politikai jellegűek.
15:05
are political problems first of all.
325
905568
2267
Ha tehát e problémák megoldásán dolgozunk,
15:07
So all of these things we're working to address within this
326
907859
2785
nem elég a technológia tökéletesítését kitűzni célul,
15:10
are not going to be addressed just by building the technology better,
327
910668
3274
a társadalmat kell megváltoztatni, amelyik ezeket előállítja.
15:13
but actually by changing the society that's producing these technologies.
328
913966
3464
Úgyhogy nem, jelenleg úgy vélem: irgalmatlan hosszú út áll még előttünk.
15:17
So no, right now, I think we've got a hell of a long way to go.
329
917454
3027
De mint mondtam, azzal, hogy feltárjuk,
15:20
But as I said, I think by unpacking them,
330
920505
1986
elmagyarázzuk, teljesen nyíltan beszélünk róla,
15:22
by explaining them, by talking about them super honestly,
331
922515
2697
máris megtettük legalább az első lépéseket.
15:25
we can actually start to at least begin that process.
332
925236
2505
HW: Mikor az olvashatóságról és digitális írástudásról beszéltél,
15:27
HW: And so when you talk about legibility and digital literacy,
333
927765
3562
nehezemre esett elképzelni,
hogy ennek terhét egyenesen a felhasználók nyakába kell varrnunk.
15:31
I find it difficult to imagine
334
931351
1591
15:32
that we need to place the burden of digital literacy on users themselves.
335
932966
3680
Kinek a felelőssége az oktatás ebben az új világban?
15:36
But whose responsibility is education in this new world?
336
936670
4562
JB: Ismétlem, ez a felelősség mindannyiunké egyaránt,
15:41
JB: Again, I think this responsibility is kind of up to all of us,
337
941256
3612
minden, amit teszünk, építünk, amit alkotunk,
15:44
that everything we do, everything we build, everything we make,
338
944892
2984
egyetértés kialakításán kell, hogy alapuljon,
15:47
needs to be made in a consensual discussion
339
947900
3692
mindenkit bevonva, aki ki akarja kerülni;
ne építsünk olyan rendszereket, melyek megtévesztők, vagy megzavarnak abban,
15:51
with everyone who's avoiding it;
340
951616
1940
15:53
that we're not building systems intended to trick and surprise people
341
953580
4341
hogy a megfelelő dolgot tegyük,
15:57
into doing the right thing,
342
957945
2300
viszont oktatásuk minden lépésébe vonjuk be őket,
16:00
but that they're actually involved in every step in educating them,
343
960269
3236
mert e rendszerek mindegyike oktatási eszköz.
16:03
because each of these systems is educational.
344
963529
2278
Ezért vagyok bizakodó, annak dacára, hogy ez tényleg ijesztő jelenség,
16:05
That's what I'm hopeful about, about even this really grim stuff,
345
965831
3102
de ha úgy bánunk vele, és úgy tekintünk rá, ahogy kell,
16:08
that if you can take it and look at it properly,
346
968957
2262
az már önmagában is egy kis oktatás,
16:11
it's actually in itself a piece of education
347
971243
2089
ami segít, hogy rálássunk: milyen bonyolult rendszerek működnek együtt,
16:13
that allows you to start seeing how complex systems come together and work
348
973356
3762
és talán képesek lesznek e tudás alkalmazására bárhol a világban.
16:17
and maybe be able to apply that knowledge elsewhere in the world.
349
977142
3501
HW: James, ez nagyon fontos beszélgetés,
16:20
HW: James, it's such an important discussion,
350
980667
2115
és tudom, itt sokan igazán nyitottak, felkészültek arra, hogy éljenek vele,
16:22
and I know many people here are really open and prepared to have it,
351
982806
3227
úgyhogy köszönöm a mai nyitó előadásodat.
16:26
so thanks for starting off our morning.
352
986057
1859
JB: Én köszönöm. Üdv mindenkinek!
16:27
JB: Thanks very much. Cheers.
353
987940
1400
(Taps)
16:29
(Applause)
354
989364
1651
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