Del Harvey: The strangeness of scale at Twitter

105,103 views ・ 2014-03-27

TED


Silakan klik dua kali pada teks bahasa Inggris di bawah ini untuk memutar video.

Translator: Bagus D Ramadhan Reviewer: Gita Arimanda
00:12
My job at Twitter
0
12984
1291
Pekerjaan saya di Twitter
00:14
is to ensure user trust,
1
14275
1978
adalah untuk menjaga kepercayaan pengguna,
00:16
protect user rights and keep users safe,
2
16253
2837
melindungi hak mereka dan menjaga keamanan mereka,
00:19
both from each other
3
19090
1260
baik dari sesama pengguna,
00:20
and, at times, from themselves.
4
20350
3899
dan kadang-kadang, dari diri mereka sendiri.
00:24
Let's talk about what scale looks like at Twitter.
5
24249
4275
Mari bicara tentang skalanya di Twitter.
00:28
Back in January 2009,
6
28524
2870
Pada bulan Januari 2009,
00:31
we saw more than two million new tweets each day
7
31394
3331
kami melihat lebih dari 2 juta kicauan baru setiap hari
00:34
on the platform.
8
34725
1764
di aplikasi ini.
00:36
January 2014, more than 500 million.
9
36489
5908
Januari 2014, lebih dari 500 juta.
00:42
We were seeing two million tweets
10
42397
2492
Ada 2 juta kicauan baru
00:44
in less than six minutes.
11
44889
2176
dalam kurang dari 6 menit.
00:47
That's a 24,900-percent increase.
12
47065
6984
Artinya terjadi kenaikan sebesar 24.900 persen.
00:54
Now, the vast majority of activity on Twitter
13
54049
3253
Nah, sebagian besar aktivitas di Twitter
00:57
puts no one in harm's way.
14
57302
1503
tidak membahayakan siapapun.
00:58
There's no risk involved.
15
58805
1935
Tidak ada resiko apa pun.
01:00
My job is to root out and prevent activity that might.
16
60740
5753
Tugas saya adalah untuk membasmi dan mencegah aktivitas yang mungkin berbahaya.
01:06
Sounds straightforward, right?
17
66493
1973
Terdengar sederhana, bukan?
01:08
You might even think it'd be easy,
18
68466
1152
Mungkin Anda pikir itu mudah,
01:09
given that I just said the vast majority
19
69618
2170
mengingat saya baru saja mengatakan
01:11
of activity on Twitter puts no one in harm's way.
20
71788
3810
bahwa sebagian besar aktivitas di Twitter tidak membahayakan siapa pun.
01:15
Why spend so much time
21
75598
2169
Kenapa menghabiskan banyak waktu
01:17
searching for potential calamities
22
77767
2743
untuk mencari kemungkinan bahaya
01:20
in innocuous activities?
23
80510
2900
dalam aktivitas yang aman-aman saja?
01:23
Given the scale that Twitter is at,
24
83410
2940
Mengingat skala Twitter saat ini,
01:26
a one-in-a-million chance happens
25
86350
2357
satu dari sejuta kemungkinan bahaya terjadi
01:28
500 times a day.
26
88707
4876
500 kali tiap harinya.
01:33
It's the same for other companies
27
93583
1445
Sama seperti perusahaan lain
yang menghadapi skala sebesar ini.
01:35
dealing at this sort of scale.
28
95028
1471
01:36
For us, edge cases,
29
96499
1708
Bagi kami, kasus paling ekstrim,
01:38
those rare situations that are unlikely to occur,
30
98207
3625
situasi langka seperti itu yang tidak mungkin terjadi,
01:41
are more like norms.
31
101832
2622
sekarang seakan sudah menjadi norma.
01:44
Say 99.999 percent of tweets
32
104454
3942
Katakanlah 99,999% kicauan
01:48
pose no risk to anyone.
33
108396
1888
tidak berbahaya bagi siapapun.
01:50
There's no threat involved.
34
110284
1066
Tidak ada ancaman.
01:51
Maybe people are documenting travel landmarks
35
111350
2954
Mungkin orang-orang sedang mendokumentasikan tempat wisata terkenal
01:54
like Australia's Heart Reef,
36
114304
1963
seperti karang Heart Reef di Australia,
01:56
or tweeting about a concert they're attending,
37
116267
2921
atau berkicau tentang konser yang mereka datangi,
01:59
or sharing pictures of cute baby animals.
38
119188
4747
atau berbagi foto bayi binatang lucu.
02:03
After you take out that 99.999 percent,
39
123935
4509
Setelah Anda menghilangkan 99,999% itu,
02:08
that tiny percentage of tweets remaining
40
128444
3529
presentase sangat kecil dari kicauan yang tersisa
02:11
works out to roughly
41
131973
2389
jika dihitung kira-kira mencapai
02:14
150,000 per month.
42
134362
3475
150.000 kicauan per bulan.
02:17
The sheer scale of what we're dealing with
43
137837
2456
Besarnya skala yang kita hadapi sekarang,
02:20
makes for a challenge.
44
140293
2312
merupakan sebuah tantangan.
02:22
You know what else makes my role
45
142605
1178
Anda tahu apa yang membuat pekerjaan saya
02:23
particularly challenging?
46
143783
3107
cukup menantang?
02:26
People do weird things.
47
146890
5123
Orang-orang melakukan hal-hal aneh.
02:32
(Laughter)
48
152013
1829
(Tertawa)
02:33
And I have to figure out what they're doing,
49
153842
2391
Dan saya harus mencari tahu apa yang mereka lakukan,
02:36
why, and whether or not there's risk involved,
50
156233
2249
kenapa, dan apakah ada resiko didalamnya,
02:38
often without much in terms of context
51
158482
2168
yang seringkali tanpa konteks
02:40
or background.
52
160650
1847
atau latar belakang apapun.
02:42
I'm going to show you some examples
53
162497
2077
Saya akan menunjukkan beberapa contoh
02:44
that I've run into during my time at Twitter --
54
164574
2005
yang saya temukan saat bekerja di Twitter --
02:46
these are all real examples —
55
166579
1620
ini semua adalah contoh nyata --
02:48
of situations that at first seemed cut and dried,
56
168199
2653
dari situasi yang awalnya terlihat biasa saja,
02:50
but the truth of the matter was something
57
170852
1643
namun sebenarnya merupakan sesuatu
02:52
altogether different.
58
172495
1550
yang sama sekali berbeda.
02:54
The details have been changed
59
174045
1977
Detailnya sudah diubah
untuk melindungi yang tidak bersalah
02:56
to protect the innocent
60
176022
1257
02:57
and sometimes the guilty.
61
177279
3233
dan kadang-kadang yang bersalah sekalipun.
03:00
We'll start off easy.
62
180512
3005
Kita mulai dengan yang mudah.
03:03
["Yo bitch"]
63
183517
1793
["Hei Perempuan Jalang"]
03:05
If you saw a Tweet that only said this,
64
185310
3228
Jika Anda melihat kicauan seperti ini,
03:08
you might think to yourself,
65
188538
1694
Anda mungkin berpikir,
03:10
"That looks like abuse."
66
190232
1653
"Itu kelihatannya pelecehan."
03:11
After all, why would you want to receive the message,
67
191885
3107
Lagipula, mengapa Anda mau menerima pesan,
03:14
"Yo, bitch."
68
194992
2218
"Hei, Perempuan Jalang."
03:17
Now, I try to stay relatively hip
69
197210
4663
Nah, sekarang, saya mencoba untuk tetap mengikuti
03:21
to the latest trends and memes,
70
201873
2512
tren dan meme terbaru,
03:24
so I knew that "yo, bitch"
71
204385
2704
jadi saya tahu bahwa "Hei, perempuan jalang"
03:27
was also often a common greeting between friends,
72
207089
3154
seringkali adalah sapaan umum antar teman,
03:30
as well as being a popular "Breaking Bad" reference.
73
210243
4262
juga sebagai referensi film "Breaking Bad" yang sedang populer.
03:34
I will admit that I did not expect
74
214505
2487
Saya mengakui bahwa saya tidak mengira
03:36
to encounter a fourth use case.
75
216992
2841
adanya penggunaan keempat dari ungkapan tadi.
03:39
It turns out it is also used on Twitter
76
219833
3104
Ternyata, di Twitter juga ada hal seperti ini
03:42
when people are role-playing as dogs.
77
222937
3062
dimana orang berpura-pura menjadi anjing.
03:45
(Laughter)
78
225999
5279
(Tertawa)
03:51
And in fact, in that case,
79
231278
1666
Bahkan, untuk kasus tadi,
03:52
it's not only not abusive,
80
232944
1609
bukan saja tidak melecehkan,
03:54
it's technically just an accurate greeting.
81
234553
3139
namun secara teknis kicauan itu hanyalah sapaan.
03:57
(Laughter)
82
237692
2889
(Tertawa)
04:00
So okay, determining whether or not
83
240581
2071
Oke, untuk menentukan apakah sesuatu
04:02
something is abusive without context,
84
242652
1848
merupakan pelecehan atau bukan tanpa konteks,
04:04
definitely hard.
85
244500
1592
sungguhlah sulit.
04:06
Let's look at spam.
86
246092
2717
Mari kita beralih ke spam.
04:08
Here's an example of an account engaged
87
248809
1960
Ini adalah contoh dari akun yang
04:10
in classic spammer behavior,
88
250769
1668
memiliki ciri-ciri klasik spam,
04:12
sending the exact same message
89
252437
1559
yang mengirim pesan yang sama persis
04:13
to thousands of people.
90
253996
1804
ke ribuan orang.
04:15
While this is a mockup I put together using my account,
91
255800
2793
Meski ini adalah contoh yang saya buat dengan akun pribadi,
04:18
we see accounts doing this all the time.
92
258593
3001
kita melihat akun-akun seperti ini setiap saat.
04:21
Seems pretty straightforward.
93
261594
1979
Kelihatannya mudah saja.
04:23
We should just automatically suspend accounts
94
263573
2053
Kita seharusnya tinggal menutup akun
04:25
engaging in this kind of behavior.
95
265626
3307
yang melakukan perilaku seperti ini.
04:28
Turns out there's some exceptions to that rule.
96
268933
3210
Ternyata, ada pengecualian dalam peraturan itu.
04:32
Turns out that that message could also be a notification
97
272143
2883
Ternyata, pesan tersebut bisa saja sebuah pemberitahuan
04:35
you signed up for that the International Space Station is passing overhead
98
275026
3889
Anda mendaftar Stasiun Luar Angkasa Internasional yang lewat
04:38
because you wanted to go outside
99
278915
1846
karena Anda ingin pergi ke luar
04:40
and see if you could see it.
100
280761
1948
dan ingin melihatnya secara langsung
04:42
You're not going to get that chance
101
282709
1225
Anda tidak akan mendapat kesempatan itu
04:43
if we mistakenly suspend the account
102
283934
1847
jika kami salah menghapus akun
04:45
thinking it's spam.
103
285781
2266
karena berpikir itu spam.
04:48
Okay. Let's make the stakes higher.
104
288047
3526
Oke, kita ke contoh yang lebih sulit.
04:51
Back to my account,
105
291573
1916
Kembali ke akun saya,
04:53
again exhibiting classic behavior.
106
293489
3505
lagi-lagi terkait perilaku klasik.
04:56
This time it's sending the same message and link.
107
296994
2643
Kali ini, aku saya mengirim pesan dan tautan yang sama.
04:59
This is often indicative of something called phishing,
108
299637
2774
Hal ini seringkali diindikasikan sebagai phishing,
05:02
somebody trying to steal another person's account information
109
302411
3178
seseorang mencoba untuk mencuri informasi akun orang lain
05:05
by directing them to another website.
110
305589
2203
dengan mengarahkan mereka ke suatu laman.
05:07
That's pretty clearly not a good thing.
111
307792
4194
Jelaslah ini bukan hal yang bagus.
05:11
We want to, and do, suspend accounts
112
311986
1930
Kami ingin, dan akan, menghapus akun
05:13
engaging in that kind of behavior.
113
313916
2624
yang berperilaku seperti itu.
05:16
So why are the stakes higher for this?
114
316540
3247
Lalu kenapa yang ini lebih sulit?
05:19
Well, this could also be a bystander at a rally
115
319787
2999
Ternyata, kicauan ini bisa saja saksi mata demonstrasi
05:22
who managed to record a video
116
322786
1910
dan dia berhasil merekam video
05:24
of a police officer beating a non-violent protester
117
324696
3270
dari petugas polisi yang memukul demonstran damai
05:27
who's trying to let the world know what's happening.
118
327966
2975
dan akun ini memberitahu dunia apa yang sedang terjadi.
05:30
We don't want to gamble
119
330941
1643
Kami tidak ingin bertaruh
05:32
on potentially silencing that crucial speech
120
332584
2517
untuk membungkam berita yang krusial itu
05:35
by classifying it as spam and suspending it.
121
335101
2929
dengan menganggapnya sebagai spam dan menghapusnya.
05:38
That means we evaluate hundreds of parameters
122
338030
2879
Artinya, kami harus mengevaluasi ratusan parameter
05:40
when looking at account behaviors,
123
340909
1688
ketika melihat perilaku akun,
05:42
and even then, we can still get it wrong
124
342597
2016
bahkan dengan itupun, kami masih bisa salah
05:44
and have to reevaluate.
125
344613
2236
dan harus mengevaluasi ulang.
05:46
Now, given the sorts of challenges I'm up against,
126
346849
3708
Nah, dengan tantangan-tantangan yang saya hadapi,
05:50
it's crucial that I not only predict
127
350557
2696
penting diingat bahwa saya tidak hanya memprediksi
05:53
but also design protections for the unexpected.
128
353253
3784
namun juga mendesain proteksi akan hal tidak terduga.
05:57
And that's not just an issue for me,
129
357037
2342
Dan itu bukan hanya menjadi masalah saya,
05:59
or for Twitter, it's an issue for you.
130
359379
2087
atau masalah Twitter, itu juga masalah Anda.
06:01
It's an issue for anybody who's building or creating
131
361466
2406
Menjadi masalah siapapun yang membangun atau membuat
06:03
something that you think is going to be amazing
132
363872
1925
sesuatu yang Anda pikir luar biasa
06:05
and will let people do awesome things.
133
365797
2789
dan akan membuat orang melakukan hal yang luar biasa.
06:08
So what do I do?
134
368586
2866
Jadi, apa yang saya lakukan?
06:11
I pause and I think,
135
371452
3318
Saya berhenti sejenak dan berpikir,
06:14
how could all of this
136
374770
2095
Bagaimana semua ini
06:16
go horribly wrong?
137
376865
3793
bisa menjadi sangat buruk?
06:20
I visualize catastrophe.
138
380658
4453
Saya memvisualisasikan bencana besar.
06:25
And that's hard. There's a sort of
139
385111
2463
Dan itu sulit. Ada semacam
06:27
inherent cognitive dissonance in doing that,
140
387574
2848
disonansi kognitif yang melekat untuk melakukannya,
06:30
like when you're writing your wedding vows
141
390422
1812
seperti saat kalian menulis sumpah pernikahan
06:32
at the same time as your prenuptial agreement.
142
392234
2646
dan saat yang bersamaan juga menulis perjanjian pra-nikah.
06:34
(Laughter)
143
394880
1696
(Tertawa)
06:36
But you still have to do it,
144
396576
2373
Namun Anda tetap harus melakukannya,
06:38
particularly if you're marrying 500 million tweets per day.
145
398949
4446
khususnya jika Anda menikahi 500 juta kicauan per hari.
06:43
What do I mean by "visualize catastrophe?"
146
403395
3097
Apa maksud saya "membayangkan bencana"?
06:46
I try to think of how something as
147
406492
2762
Saya mencoba membayangkan bagaimana hal
06:49
benign and innocuous as a picture of a cat
148
409254
3228
yang begitu jinak dan tidak berbahaya seperti gambar seekor kucing
06:52
could lead to death,
149
412482
1104
bisa berujung kematian,
06:53
and what to do to prevent that.
150
413586
2326
dan bagaimana cara mencegahnya.
06:55
Which happens to be my next example.
151
415912
2383
Yang kebetulan menjadi contoh saya berikutnya.
06:58
This is my cat, Eli.
152
418295
3110
Ini kucing saya, Eli.
07:01
We wanted to give users the ability
153
421405
1981
Kami ingin memberikan pengguna kemampuan
07:03
to add photos to their tweets.
154
423386
2073
untuk menambahkan gambar pada kicauan mereka.
07:05
A picture is worth a thousand words.
155
425459
1597
Sebuah gambar bermakna ribuan kata.
07:07
You only get 140 characters.
156
427056
2009
Anda hanya punya 140 karakter.
07:09
You add a photo to your tweet,
157
429065
1200
Menambahkan gambar pada kicauan Anda,
07:10
look at how much more content you've got now.
158
430265
3038
lihatlah banyaknya konten yang Anda dapat sekarang.
07:13
There's all sorts of great things you can do
159
433303
1677
Ada hal-hal hebat yang bisa Anda lakukan
07:14
by adding a photo to a tweet.
160
434980
2007
dengan menambahkan gambar pada kicauan Anda.
07:16
My job isn't to think of those.
161
436987
2280
Tugas saya bukan untuk memikirkan itu.
07:19
It's to think of what could go wrong.
162
439267
2747
Tapi memikirkan bagaimana hal itu bisa menjadi buruk.
07:22
How could this picture
163
442014
1892
Bagaimana gambar ini
07:23
lead to my death?
164
443906
3539
bisa berujung pada kematian saya?
07:27
Well, here's one possibility.
165
447445
3160
Ada satu kemungkinan.
07:30
There's more in that picture than just a cat.
166
450605
3086
Gambar ini berisi lebih dari sekedar kucing.
07:33
There's geodata.
167
453691
2092
Tedapat geodata.
07:35
When you take a picture with your smartphone
168
455783
2212
Jika Anda mengambil gambar dengan smartphone Anda
07:37
or digital camera,
169
457995
1299
atau kamera digital,
07:39
there's a lot of additional information
170
459294
1654
ada banyak informasi tambahan
07:40
saved along in that image.
171
460948
1616
tersimpan bersamaan di gambar itu.
07:42
In fact, this image also contains
172
462564
1932
Bahkan, gambar ini juga berisi
07:44
the equivalent of this,
173
464496
1805
ekuivalen dari ini,
07:46
more specifically, this.
174
466301
3079
lebih spesifiknya, ini.
07:49
Sure, it's not likely that someone's going to try
175
469380
1956
Tentu, agak tidak mungkin jika seseorang mencoba
07:51
to track me down and do me harm
176
471336
2285
untuk melacak saya dan mencelakai saya
07:53
based upon image data associated
177
473621
1784
berdasarkan data gambar tersebut
07:55
with a picture I took of my cat,
178
475405
1948
ketika mengambil gambar kucing saya,
07:57
but I start by assuming the worst will happen.
179
477353
3651
namun saya berimajinasi hal yang terburuk akan terjadi.
Karena itu, saat kami meluncurkan fitur gambar pada Twitter,
08:01
That's why, when we launched photos on Twitter,
180
481004
2338
08:03
we made the decision to strip that geodata out.
181
483342
3821
kami memutuskan untuk menghapus geodata tersebut.
08:07
(Applause)
182
487163
5847
(Tepuk tangan)
08:13
If I start by assuming the worst
183
493010
2613
Jika saya mulai dengan membayangkan hal buruk
08:15
and work backwards,
184
495623
947
dan berpikir ke belakang
08:16
I can make sure that the protections we build
185
496570
2553
saya bisa pastikan perlindungan yang kami bangun
08:19
work for both expected
186
499123
1768
bekerja untuk hal yang dapat diduga
08:20
and unexpected use cases.
187
500891
2078
dan yang tidak terduga.
08:22
Given that I spend my days and nights
188
502969
2945
Karena saya menghabiskan siang dan malam
08:25
imagining the worst that could happen,
189
505914
2541
membayangkan hal buruk terjadi,
08:28
it wouldn't be surprising if my worldview was gloomy.
190
508455
4257
tidak mengherankan jika cara pandang saya suram.
08:32
(Laughter)
191
512712
1783
(Tertawa)
08:34
It's not.
192
514495
1417
Tapi tidak.
08:35
The vast majority of interactions I see --
193
515912
3876
Mayoritas besar interaksi yang saya lihat --
08:39
and I see a lot, believe me -- are positive,
194
519788
3901
dan percayalah, saya melihat banyak sekali -- interaksi positif,
08:43
people reaching out to help
195
523689
1924
orang-orang memberikan pertolongan
08:45
or to connect or share information with each other.
196
525613
3448
atau terhubung atau berbagi informasi satu sama lain.
08:49
It's just that for those of us dealing with scale,
197
529061
3323
Hanya saja bagi kami yang berurusan dengan skala ini,
08:52
for those of us tasked with keeping people safe,
198
532384
3800
dan ditugaskan untuk menjaga orang-orang tetap aman,
08:56
we have to assume the worst will happen,
199
536184
2546
kami harus membayangkan yang terburuk akan terjadi,
08:58
because for us, a one-in-a-million chance
200
538730
4227
karena bagi kami, satu dari sejuta kemungkinan
09:02
is pretty good odds.
201
542957
2749
adalah peluang yang besar.
09:05
Thank you.
202
545706
1864
Terima kasih.
09:07
(Applause)
203
547570
4000
(Tepuk tangan)
Tentang situs web ini

Situs ini akan memperkenalkan Anda pada video YouTube yang berguna untuk belajar bahasa Inggris. Anda akan melihat pelajaran bahasa Inggris yang diajarkan oleh guru-guru terbaik dari seluruh dunia. Klik dua kali pada subtitle bahasa Inggris yang ditampilkan di setiap halaman video untuk memutar video dari sana. Subtitle bergulir selaras dengan pemutaran video. Jika Anda memiliki komentar atau permintaan, silakan hubungi kami menggunakan formulir kontak ini.

https://forms.gle/WvT1wiN1qDtmnspy7