Jeff Hancock: 3 types of (digital) lies

91,102 views ・ 2012-11-09

TED


אנא לחץ פעמיים על הכתוביות באנגלית למטה כדי להפעיל את הסרטון.

00:00
Translator: Joseph Geni Reviewer: Morton Bast
0
0
7000
מתרגם: Yael BST מבקר: Ido Dekkers
00:15
Let me tell you, it has been a fantastic month for deception.
1
15641
3713
תרשו לי לומר לכם, זה היה חודש נפלא לרמאות.
00:19
And I'm not even talking about the American presidential race. (Laughter)
2
19354
4253
ואני אפילו לא מדבר על המרוץ לנשיאות. (צחוק)
00:23
We have a high-profile journalist caught for plagiarism,
3
23607
4335
יש לנו עיתונאי בכיר שנתפס בגנבה ספרותית,
00:27
a young superstar writer whose book involves
4
27942
2932
סופר סופרסטאר צעיר שהספרים שלו מכילים
00:30
so many made up quotes that they've pulled it from the shelves;
5
30874
3305
כ"כ הרבה ציטוטים מומצאים שהורידו אותו מהמדפים;
00:34
a New York Times exposé on fake book reviews.
6
34179
2598
כתבת תחקיר של הניו-יורק טיימס על סקירות ספרים מזויפות.
00:36
It's been fantastic.
7
36777
1409
היה נפלא.
00:38
Now, of course, not all deception hits the news.
8
38186
3851
עכשיו, כמובן, לא כל הרמאויות מגיעות לכותרות.
00:42
Much of the deception is everyday. In fact, a lot of research
9
42037
3679
עיקר הרמאות היא יומיומית. למעשה, הרבה מחקרים
00:45
shows that we all lie once or twice a day, as Dave suggested.
10
45716
4331
מראים שכולנו משקרים פעם או פעמיים ביום, כפי שדייב טוען.
00:50
So it's about 6:30 now, suggests that most of us should have lied.
11
50047
2933
אז עכשיו בערך 6:30, מה שאומר שרובינו שיקרו כבר.
00:52
Let's take a look at Winnipeg. How many of you,
12
52980
1900
בואו נבדוק את ויניפג. כמה מכם,
00:54
in the last 24 hours -- think back -- have told a little fib,
13
54880
2927
ב-24 השעות האחרונות - תנסו להיזכר - סיפרו שקר קטן,
00:57
or a big one? How many have told a little lie out there?
14
57807
3551
או שקר גדול? כמה מכם שיקרו קצת?
01:01
All right, good. These are all the liars.
15
61358
1904
בסדר, יופי. אלו כל השקרנים.
01:03
Make sure you pay attention to them. (Laughter)
16
63262
3293
תיזהרו מהם. (צחוק)
01:06
No, that looked good, it was about two thirds of you.
17
66555
2146
לא, זה נראה טוב, בערך שני שליש מכם.
01:08
The other third didn't lie, or perhaps forgot,
18
68701
2852
השליש הנותר לא שיקר, או אולי שכח,
01:11
or you're lying to me about your lying, which is very,
19
71553
2660
או שאתם משקרים לי על השקרים שלכם, שזה מאוד,
01:14
very devious. (Laughter) This fits with a lot of the research,
20
74213
4050
מאוד ערמומי. (צחוק). זה תואם המון מחקרים,
01:18
which suggests that lying is very pervasive.
21
78263
3354
שטוענים שהשקר מאוד נוטה להתפשטות.
01:21
It's this pervasiveness, combined with the centrality
22
81617
3961
תכונת ההתפשטות הזו, ביחד עם המרכזיות
01:25
to what it means to be a human, the fact that we can
23
85578
2440
של המשמעות של היותנו בני אדם, העובדה שאנחנו יכולים
01:28
tell the truth or make something up,
24
88018
1880
לספר את האמת או להמציא משהו,
01:29
that has fascinated people throughout history.
25
89898
2851
הן שריתקו אנשים לאורך ההיסטוריה.
01:32
Here we have Diogenes with his lantern.
26
92749
2629
פה יש לנו את דיוגנס עם העששית שלו.
01:35
Does anybody know what he was looking for?
27
95378
2680
מישהו יודע מה הוא חיפש?
01:38
A single honest man, and he died without finding one
28
98058
3784
אדם אחד הגון, והוא מת מבלי למצוא אותו
01:41
back in Greece. And we have Confucius in the East
29
101842
3017
אז ביוון. ויש לנו את קונפוציוס במזרח
01:44
who was really concerned with sincerity,
30
104859
2377
שהכנות מאוד העסיקה אותו,
01:47
not only that you walked the walk or talked the talk,
31
107236
3084
לא מספיק שתעשה את המעשים או תגיד את המילים,
01:50
but that you believed in what you were doing.
32
110320
3154
אלא שתאמין במה שאתה עושה.
01:53
You believed in your principles.
33
113474
2006
שתאמין בעקרונות של עצמך.
01:55
Now my first professional encounter with deception
34
115480
2931
המפגש המקצועי הראשון שלי עם הרמאות
01:58
is a little bit later than these guys, a couple thousand years.
35
118411
3463
קצת יותר מאוחר מזה של החבר'ה האלה, בכמה אלפי שנים.
02:01
I was a customs officer for Canada back in the mid-'90s.
36
121874
3799
הייתי פקיד מכס של קנדה אז באמצע שנות ה- 90.
02:05
Yeah. I was defending Canada's borders.
37
125673
2826
כן. הגנתי על גבולותיה של קנדה.
02:08
You may think that's a weapon right there. In fact,
38
128499
3782
אתם חושבים אולי שזה נשק כאן. למעשה,
02:12
that's a stamp. I used a stamp to defend Canada's borders. (Laughter)
39
132281
5030
זו חותמת. נעזרתי בחותמת כדי להגן על גבולותיה של קנדה. (צחוק)
02:17
Very Canadian of me. I learned a lot about deception
40
137311
3537
מאוד קנדי מצדי. למדתי הרבה על הרמאות
02:20
while doing my duty here in customs,
41
140848
3055
בזמן שרותי כאן במכס,
02:23
one of which was that most of what I thought I knew about deception was wrong,
42
143903
2884
אחד הדברים זה שרוב מה שחשבתי שידעתי על הרמאות היה שגוי,
02:26
and I'll tell you about some of that tonight.
43
146787
1752
ואני אספר לכם קצת על זה הערב.
02:28
But even since just 1995, '96, the way we communicate
44
148539
4074
אבל אפילו רק מ- 1995, 96, האופן שבו אנחנו מתקשרים
02:32
has been completely transformed. We email, we text,
45
152613
3297
עבר מהפכה מוחלטת. אנחנו שולחים אימיילים, מסמסים,
02:35
we skype, we Facebook. It's insane.
46
155910
2613
מדברים בסקייפ, בפייסבוק. זה מטורף.
02:38
Almost every aspect of human communication's been changed,
47
158523
3261
כמעט כל היבט של התקשורת האנושית השתנה,
02:41
and of course that's had an impact on deception.
48
161784
2560
וכמובן היתה לכך השפעה על הרמאות.
02:44
Let me tell you a little bit about a couple of new deceptions
49
164344
2583
תנו לי לספר לכם קצת על כמה רמאויות חדשות
02:46
we've been tracking and documenting.
50
166927
2376
שאנחנו עוקבים אחריהן ומתעדים אותן.
02:49
They're called the Butler, the Sock Puppet
51
169303
4244
הן נקראות "משרת", "בובת-גרב"
02:53
and the Chinese Water Army.
52
173547
2081
ו"צבא המים של סין".
02:55
It sounds a little bit like a weird book,
53
175628
1897
זה נשמע קצת כמו ספר מוזר,
02:57
but actually they're all new types of lies.
54
177525
2133
אבל למעשה כל אלו הם סוגים חדשים של שקרים.
02:59
Let's start with the Butlers. Here's an example of one:
55
179658
3045
נתחיל במשרת. הנה דוגמה:
03:02
"On my way." Anybody ever written, "On my way?"
56
182703
3113
"אני בדרך". מישהו מכם כתב בעבר "אני בדרך" ?
03:05
Then you've also lied. (Laughter)
57
185816
3763
אז גם אתם שיקרתם. (צחוק)
03:09
We're never on our way. We're thinking about going on our way.
58
189579
4197
אנחנו אף פעם לא בדרך. אנחנו חושבים על להיות בדרך.
03:13
Here's another one: "Sorry I didn't respond to you earlier.
59
193776
2763
והנה עוד אחת: "מצטער שלא הגבתי קודם.
03:16
My battery was dead." Your battery wasn't dead.
60
196539
1965
הסוללה שלי נגמרה." הסוללה שלך לא נגמרה.
03:18
You weren't in a dead zone.
61
198504
1876
לא היית באזור ללא קליטה.
03:20
You just didn't want to respond to that person that time.
62
200380
1953
פשוט לא רצית להגיב לאדם הזה באותו רגע.
03:22
Here's the last one: You're talking to somebody,
63
202333
1797
ואחד אחרון: אתם מדברים עם מישהו,
03:24
and you say, "Sorry, got work, gotta go."
64
204130
2490
ואז אומרים, "מצטער, יש לי עבודה, חייב לזוז."
03:26
But really, you're just bored. You want to talk to somebody else.
65
206620
3797
אבל האמת, אתם פשוט משועממים. אתם רוצים לדבר עם מישהו אחר.
03:30
Each of these is about a relationship,
66
210417
2416
כל אחד מאלו סובב סביב מערכות יחסים,
03:32
and this is a 24/7 connected world. Once you get my cell phone number,
67
212833
4405
והעולם הזה הוא עולם שמחובר 24/7. מרגע שיש לך את מספר הנייד שלי,
03:37
you can literally be in touch with me 24 hours a day.
68
217238
2965
אתה יכול ממש להיות בקשר איתי 24 שעות ביממה.
03:40
And so these lies are being used by people
69
220203
2369
אז השקרים האלו משמשים את האנשים
03:42
to create a buffer, like the butler used to do,
70
222572
2826
כדי ליצור חיץ, כמו שהמשרת היה עושה,
03:45
between us and the connections to everybody else.
71
225398
3407
בינינו לבין הקשר עם כל האחרים.
03:48
But they're very special. They use ambiguity
72
228805
1707
אבל הם מאוד מיוחדים. הם עושים שימוש באי-בהירות
03:50
that comes from using technology. You don't know
73
230512
2061
שנובעת מהשימוש בטכנולוגיה. אתם לא יודעים
03:52
where I am or what I'm doing or who I'm with.
74
232573
2948
איפה אני או מה אני עושה או עם מי אני נמצא.
03:55
And they're aimed at protecting the relationships.
75
235521
2491
והמטרה שלהם היא להגן על מערכות היחסים.
03:58
These aren't just people being jerks. These are people
76
238012
2581
זה לא סתם אנשים שמתנהגים מגעיל. זה אנשים
04:00
that are saying, look, I don't want to talk to you now,
77
240593
2376
שאומרים, תראה, אני לא רוצה לדבר איתך עכשיו,
04:02
or I didn't want to talk to you then, but I still care about you.
78
242969
2424
או לא רציתי לדבר איתך קודם, אבל אתה עדיין חשוב לי.
04:05
Our relationship is still important.
79
245393
2400
מערכת היחסים שלנו עדיין חשובה.
04:07
Now, the Sock Puppet, on the other hand,
80
247793
1514
עכשיו, בובת הגרב, מצד שני,
04:09
is a totally different animal. The sock puppet isn't
81
249307
2343
היא חיה אחרת לגמרי. בובת הגרב הזו היא לא
04:11
about ambiguity, per se. It's about identity.
82
251650
3065
אי-בהירות, כשלעצמה. העניין פה הוא זהות.
04:14
Let me give you a very recent example,
83
254715
2002
אני אתן לכם דוגמה ממש מהזמן האחרון,
04:16
as in, like, last week.
84
256717
1514
כלומר, מהשבוע שעבר.
04:18
Here's R.J. Ellory, best-seller author in Britain.
85
258231
3268
זה ר.ג'. אלרויי, סופר רבי מכר בבריטניה.
04:21
Here's one of his bestselling books.
86
261499
2020
הנה אחד מהספרים רבי המכר שלו.
04:23
Here's a reviewer online, on Amazon.
87
263519
3413
והנה מבקר אינטרנטי, באמזון.
04:26
My favorite, by Nicodemus Jones, is,
88
266932
2657
הביקורת שאני הכי אוהב של ניקודמוס ג'ונס, היא,
04:29
"Whatever else it might do, it will touch your soul."
89
269589
3808
"יותר מכל דבר אחד, זה יגע בנשמתך."
04:33
And of course, you might suspect
90
273397
1403
וכמובן, אפשר לחשוד
04:34
that Nicodemus Jones is R.J. Ellory.
91
274800
2627
שניקודמוס ג'ונס הוא ר.ג'. אלרויי.
04:37
He wrote very, very positive reviews about himself. Surprise, surprise.
92
277427
4687
הוא כתב ביקורות מאוד מאוד חיוביות על עצמו, כמה מפתיע.
04:42
Now this Sock Puppet stuff isn't actually that new.
93
282114
3260
עכשיו הקטע של בובת הגרב הזו הוא למעשה לא חדש כ"כ.
04:45
Walt Whitman also did this back in the day,
94
285374
3167
גם וולט ויטמן עשה את זה בזמנו,
04:48
before there was Internet technology. Sock Puppet
95
288541
3055
לפני טכנולוגית האינטרנט. בובת הגרב
04:51
becomes interesting when we get to scale,
96
291596
2768
מתחילה להיות מעניינת כשקנה המידה גדל,
04:54
which is the domain of the Chinese Water Army.
97
294364
2518
וזו כבר הממלכה של "צבא המים של סין".
04:56
Chinese Water Army refers to thousands of people
98
296882
2436
"צבא המים של סין" מתייחס לאלפי האנשים
04:59
in China that are paid small amounts of money
99
299318
3048
בסין שמקבלים סכומי כסף קטנים
05:02
to produce content. It could be reviews. It could be
100
302366
3034
כדי לייצר תוכן. זו יכולה להיות סקירה.
05:05
propaganda. The government hires these people,
101
305400
2559
זו יכולה להיות תעמולה. הממשל מעסיק את האנשים האלו,
05:07
companies hire them, all over the place.
102
307959
2628
חברות מעסיקות אותן, בכל מקום.
05:10
In North America, we call this Astroturfing,
103
310587
3617
בצפון אמריקה, אנחנו קוראים לזה "להיטות מודרכת",
05:14
and Astroturfing is very common now. There's a lot of concerns about it.
104
314204
3438
ולהיטות מודרכת היא מאוד נפוצה כיום. היא מעוררת הרבה דאגה.
05:17
We see this especially with product reviews, book reviews,
105
317642
3227
אנחנו רואים את זה בעיקר בסקירות של מוצרים, ביקורת ספרים,
05:20
everything from hotels to whether that toaster is a good toaster or not.
106
320869
4795
בכל נושא החל ממלונות ועד לגבי אם הטוסטר טוב או לא.
05:25
Now, looking at these three reviews, or these three types of deception,
107
325664
3918
עכשיו, כשמסתכלים על שלושת הסוגים האלו של ביקורות, או של רמאות,
05:29
you might think, wow, the Internet is really making us
108
329582
2737
אפשר אולי לחשוב, וואו, האינטרנט ממש הופך אותנו
05:32
a deceptive species, especially when you think about
109
332319
3209
ליצורים רמאים, במיוחד כשחושבים
05:35
the Astroturfing, where we can see deception brought up to scale.
110
335528
4602
על "להיטות מודרכת", ששם רואים את רמאות שמבוצעת בקנה מידה גדול.
05:40
But actually, what I've been finding is very different from that.
111
340130
4738
אבל למעשה, מה שמצאנו הוא מאוד שונה מזה.
05:44
Now, let's put aside the online anonymous sex chatrooms,
112
344868
3249
עכשיו, בואו נניח בצד את חדרי שיחות הסקס המקוונים,
05:48
which I'm sure none of you have been in.
113
348117
1899
שאני בטוח שאף אחד מכם לא היה בהם.
05:50
I can assure you there's deception there.
114
350016
2329
אני יכול להבטיח לכם שיש שם רמאות.
05:52
And let's put aside the Nigerian prince who's emailed you
115
352345
2709
ובואו נניח בצד את הנסיך הניגרי ששלח לכם מייל
05:55
about getting the 43 million out of the country. (Laughter)
116
355054
3228
לגבי הברחת 43 מיליון מחוץ למדינה. (צחוק)
05:58
Let's forget about that guy, too.
117
358282
1680
בואו נשכח גם מכל זה, חברים.
05:59
Let's focus on the conversations between our friends
118
359962
2944
בואו נתמקד בשיחות עם החברים שלנו
06:02
and our family and our coworkers and our loved ones.
119
362906
2147
ועם המשפחות שלנו ועם העמיתים שלנו ויקירינו.
06:05
Those are the conversations that really matter.
120
365053
2408
אלו השיחות שבאמת חשובות.
06:07
What does technology do to deception with those folks?
121
367461
4240
מה עושה הטכנולוגיה לרמאות בחבר'ה האלו?
06:11
Here's a couple of studies. One of the studies we do
122
371701
3075
הנה כמה מחקרים. אחד המחקרים שאנחנו עושים
06:14
are called diary studies, in which we ask people to record
123
374776
3371
נקרא מחקרי יומן, שבו אנחנו מבקשים מאנשים לתעד
06:18
all of their conversations and all of their lies for seven days,
124
378147
3566
את כל השיחות שלהם ואת כל השקרים שלהם במשך 7 ימים,
06:21
and what we can do then is calculate how many lies took place
125
381713
3105
ומה שאנחנו אז יכולים לעשות זה לחשב כמה שקרים היו
06:24
per conversation within a medium, and the finding
126
384818
2948
בכל שיחה במדיום, והממצאים
06:27
that we get that surprises people the most is that email
127
387766
2524
שקיבלנו שמפתיעים את האנשים הכי הרבה זה שאימייל
06:30
is the most honest of those three media.
128
390290
3279
הוא הכי כן מבין שלוש המדיות.
06:33
And it really throws people for a loop because we think,
129
393569
2401
וזה ממש מפתיע אנשים כי אנחנו חושבים,
06:35
well, there's no nonverbal cues, so why don't you lie more?
130
395970
3736
אין בזה סימנים לא-מילוליים, אז למה אתה לא משקר יותר?
06:39
The phone, in contrast, the most lies.
131
399706
4304
הטלפון, לעומת זאת, הכי הרבה שקרים.
06:44
Again and again and again we see the phone is the device
132
404010
1946
שוב ושוב ושוב אנחנו רואים שהטלפון הוא המכשיר
06:45
that people lie on the most, and perhaps because of the Butler Lie ambiguities I was telling you about.
133
405956
4718
שאנשים משקרים בו הכי הרבה, ואולי בגלל אי הבהירות של שקר המשרת שדיברתי עליו.
06:50
This tends to be very different from what people expect.
134
410674
3975
זה בדר"כ מאוד שונה ממה שאנשים מצפים.
06:54
What about résumés? We did a study in which we had
135
414649
3224
ומה לגבי קורות חיים? ערכנו מחקר שבו ביקשנו
06:57
people apply for a job, and they could apply for a job
136
417873
2544
מאנשים להגיש מועמדות למשרה, והם יכלו להגיש מועמדות
07:00
either with a traditional paper résumé, or on LinkedIn,
137
420417
3514
או בצורה המסורתית של קורות חיים על נייר, או ב- LinkedIn,
07:03
which is a social networking site like Facebook,
138
423931
2822
שזה אתר חברתי כמו פייסבוק,
07:06
but for professionals -- involves the same information as a résumé.
139
426753
3567
אבל לאנשי מקצוע - יש בו את אותה אינפורמציה כמו בקו"ח.
07:10
And what we found, to many people's surprise,
140
430320
2614
ומה שגילינו, להפתעתם של רבים,
07:12
was that those LinkedIn résumés were more honest
141
432934
2795
זה שקו"ח ב- LinkedIn היו כנים יותר
07:15
on the things that mattered to employers, like your
142
435729
1824
בדברים שחשובים למעסיקים, כמו
07:17
responsibilities or your skills at your previous job.
143
437553
4151
תחומי האחריות שלך או הכישורים שלך בתפקיד הקודם.
07:21
How about Facebook itself?
144
441704
2296
ומה לגבי פייסבוק עצמו?
07:24
You know, we always think that hey, there are these
145
444000
1882
אתם יודעים, אנחנו תמיד חושבים ששם זה איזו
07:25
idealized versions, people are just showing the best things
146
445882
2129
גרסה אידיאליסטית, אנשים סתם מראים את הדברים הכי טובים
07:28
that happened in their lives. I've thought that many times.
147
448011
2656
שקרו להם בחיים. גם אני חשבתי כך לפעמים.
07:30
My friends, no way they can be that cool and have good of a life.
148
450667
3068
החברים שלי, אין מצב שהם כאלו מגניבים או שיש להם חיים כ"כ טובים.
07:33
Well, one study tested this by examining people's personalities.
149
453735
3821
ובכן, מחקר אחד בדק את זה ע"י בחינת האישיות של האנשים.
07:37
They had four good friends of a person judge their personality.
150
457556
4218
ביקשו מארבעה חברים טובים של אותו אדם לתאר את האישיות שלו.
07:41
Then they had strangers, many strangers,
151
461774
1956
ואז ביקשו מאנשים זרים, הרבה אנשים
07:43
judge the person's personality just from Facebook,
152
463730
2528
לתאר את האישיות של האדם רק לפי הפייסבוק שלו,
07:46
and what they found was those judgments of the personality
153
466258
2429
ומה שהם מצאו היה שהתיאורים של האישיות
07:48
were pretty much identical, highly correlated,
154
468687
2509
היו די זהים, התאמה גבוהה,
07:51
meaning that Facebook profiles really do reflect our actual personality.
155
471196
4373
כלומר שפרופיל הפייסבוק באמת משקף את האישיות האמיתית שלנו.
07:55
All right, well, what about online dating?
156
475569
2572
בסדר, אז מה לגבי דייטים מקוונים?
07:58
I mean, that's a pretty deceptive space.
157
478141
1500
כלומר, זה תחום די מטעה.
07:59
I'm sure you all have "friends" that have used online dating. (Laughter)
158
479641
3535
אני בטוח שלכולכם יש "חברים" שהשתמשו באתרי שידוכים. (צחוק)
08:03
And they would tell you about that guy that had no hair
159
483176
2058
והם יספרו לכם על הבחור שהגיע בלי שיער
08:05
when he came, or the woman that didn't look at all like her photo.
160
485234
3030
או הבחורה שלא נראתה בכלל כמו בתמונה שלה.
08:08
Well, we were really interested in it, and so what we did
161
488264
3136
ובכן, מאוד התעניינו בזה, אז מה שעשינו
08:11
is we brought people, online daters, into the lab,
162
491400
3107
היה להביא אנשים שיצאו לדייטים מקוונים, אל המעבדה,
08:14
and then we measured them. We got their height
163
494507
1480
ואז מדדנו אותם. בדקו את הגובה שלהם
08:15
up against the wall, we put them on a scale, got their weight --
164
495987
3881
מול הקיר, העלנו אותם על המשקל וראינו כמה הם שוקלים...
08:19
ladies loved that -- and then we actually got their driver's license to get their age.
165
499868
3895
נשים מאוד אהבו את זה...ואז גם ביקשנו את רישיון הנהיגה שלהם כדי לברר את גילם.
08:23
And what we found was very, very interesting.
166
503763
4311
ומה שמצאנו היה מאוד מאוד מעניין.
08:28
Here's an example of the men and the height.
167
508074
3929
הנה דוגמה לגברים וגובה.
08:32
Along the bottom is how tall they said they were in their profile.
168
512003
2470
למטה זה הגובה שהם ציינו בפרופיל שלהם.
08:34
Along the y-axis, the vertical axis, is how tall they actually were.
169
514473
4862
ובציר ה- Y, האנכי, זה הגובה האמיתי שלהם.
08:39
That diagonal line is the truth line. If their dot's on it,
170
519335
3076
הקו האלכסוני הזה הוא קו האמת. אם הנקודה שלהם עליו,
08:42
they were telling exactly the truth.
171
522411
1554
אז הם אמרו בדיוק את האמת.
08:43
Now, as you see, most of the little dots are below the line.
172
523965
3113
עכשיו, כפי שאתם רואים, רוב הנקודות הקטנות נמצאות מתחת לקו.
08:47
What it means is all the guys were lying about their height.
173
527078
2867
מה שזה אומר זה שכל הגברים שיקרו לגבי הגובה שלהם.
08:49
In fact, they lied about their height about nine tenths of an inch,
174
529945
2941
למעשה, הם שיקרו בערך ב-2.3 ס"מ,
08:52
what we say in the lab as "strong rounding up." (Laughter)
175
532886
6276
מה שאנחנו מכנים במעבדה "עיגול חזק למעלה". (צחוק)
08:59
You get to 5'8" and one tenth, and boom! 5'9".
176
539162
4503
אתה מגיע ל- 58.1 אינץ' ואז בום! 5.9 אינץ'.
09:03
But what's really important here is, look at all those dots.
177
543665
1998
אבל מה שבאמת חשוב כאן, תראו את כל הנקודות האלו.
09:05
They are clustering pretty close to the truth. What we found
178
545663
2566
הן מקובצות די קרוב לאמת. מה שגילנו
09:08
was 80 percent of our participants did indeed lie
179
548229
2408
היה ש- 80% מהמשתתפים שלו אכן שיקרו
09:10
on one of those dimensions, but they always lied by a little bit.
180
550637
3595
באחד מהמדדים האלו, אבל הם תמיד שיקרו בקצת.
09:14
One of the reasons is pretty simple. If you go to a date,
181
554232
3024
אחת הסיבות לכך היא די פשוטה. אם אתה מגיע לדייט,
09:17
a coffee date, and you're completely different than what you said,
182
557256
3601
לפגישה בבית קפה, והאדם שונה לגמרי ממה שהוא אמר,
09:20
game over. Right? So people lied frequently, but they lied
183
560857
3619
המשחק נגמר. נכון? אז אנשים שיקרו לעיתים תכופות, אבל הם שיקרו
09:24
subtly, not too much. They were constrained.
184
564476
3469
בצורה מעודנת, לא יותר מדי. הם הגבילו את עצמם.
09:27
Well, what explains all these studies? What explains the fact
185
567945
2887
ובכן, מה מסביר את כל המחקרים האלו? מה מסביר את העובדה
09:30
that despite our intuitions, mine included,
186
570832
4635
שלמרות האינטואיציה שלנו, כולל שלי,
09:35
a lot of online communication, technologically-mediated
187
575467
3529
הרבה מהתקשורת המקוונת, שהטכנולוגיה מתווכת בה,
09:38
communication, is more honest than face to face?
188
578996
4028
היא יותר כנה מאשר פנים מול פנים?
09:43
That really is strange. How do we explain this?
189
583024
2489
זה באמת משונה. איך אנחנו מסבירים את זה?
09:45
Well, to do that, one thing is we can look at the deception-detection literature.
190
585513
3379
ובכן, כדי לעשות את זה, אחד הדברים שאפשר לבדוק זה את הספרות על זיהוי רמאות.
09:48
It's a very old literature by now, it's coming up on 50 years.
191
588892
4345
זה ספרות מאוד ישנה, מתקרבת ל- 50 שנה.
09:53
It's been reviewed many times. There's been thousands of trials,
192
593237
2662
סקרו אותה כבר הרבה פעמים. היו כבר אלפי ניסיונות
09:55
hundreds of studies, and there's some really compelling findings.
193
595899
3981
מאות מחקרים, ויש כמה ממצאים מרתקים מאוד.
09:59
The first is, we're really bad at detecting deception,
194
599880
3236
הראשון הוא, אנחנו מאוד גרועים בזיהוי רמאות,
10:03
really bad. Fifty-four percent accuracy on average when you have to tell
195
603116
4116
מאוד גרועים. 54% דיוק בממוצע כאשר אתה צריך לזהות
10:07
if somebody that just said a statement is lying or not.
196
607232
3384
אם מישהו שכרגע אמר משהו שיקר או לא.
10:10
That's really bad. Why is it so bad?
197
610616
3192
זה ממש גרוע. למה זה כ"כ גרוע?
10:13
Well it has to do with Pinocchio's nose.
198
613808
2530
ובכן זה קשור לאף של פינוקיו.
10:16
If I were to ask you guys, what do you rely on
199
616338
2359
אם הייתי שואל אתכם, על מה אתם מסתמכים
10:18
when you're looking at somebody and you want to find out
200
618697
2245
כאשר אתם מסתכלים על מישהו ורוצים לדעת
10:20
if they're lying? What cue do you pay attention to?
201
620942
2930
אם הוא משקר? לאיזה סימן אתם שמים לב?
10:23
Most of you would say that one of the cues you look at
202
623872
2430
רובכם הייתם אומרים שאחד הסימנים שאתם שמים לב אליו
10:26
is the eyes. The eyes are the window to the soul.
203
626302
2728
זה העיניים. העיניים הם הראי של הנפש.
10:29
And you're not alone. Around the world, almost every culture,
204
629030
2403
ואתם לא לבד. בכל העולם, כמעט בכל תרבות,
10:31
one of the top cues is eyes. But the research
205
631433
2863
אחד הסימנים הראשונים הן העיניים. אבל המחקר
10:34
over the last 50 years says there's actually no reliable cue
206
634296
3824
של למעלה מ- 50 שנה אומר שלמעשה אין אף סימן אמין
10:38
to deception, which blew me away, and it's one of
207
638120
2997
לרמאות, שזה ממש מדהים אותי,
10:41
the hard lessons that I learned when I was customs officer.
208
641117
2355
וזה אחד מהלקחים הקשים שלמדתי כשהייתי פקיד מכס.
10:43
The eyes do not tell us whether somebody's lying or not.
209
643472
2430
העיניים לא אומרות לנו אם מישהו משקר או לא.
10:45
Some situations, yes -- high stakes, maybe their pupils dilate,
210
645902
3018
בסיטואציות מסוימות, במצבי סיכון גבוה, אולי האישונים מתרחבים,
10:48
their pitch goes up, their body movements change a little bit,
211
648920
3504
הקול שלהם גבוה יותר, תנועות הגוף שלהם משתנות קצת,
10:52
but not all the time, not for everybody, it's not reliable.
212
652424
4832
אבל לא תמיד, לא אצל כולם, זה לא אמין.
10:57
Strange. The other thing is that just because you can't see me
213
657256
3378
מוזר. הדבר הנוסף הוא, רק בגלל שאתה לא יכול לראות אותי
11:00
doesn't mean I'm going to lie. It's common sense,
214
660634
2419
זה לא אומר שאני אשקר. זה הגיון בריא,
11:03
but one important finding is that we lie for a reason.
215
663053
2907
אבל ממצא אחד חשוב הוא שיש סיבה לכך שאנחנו משקרים.
11:05
We lie to protect ourselves or for our own gain
216
665960
2367
אנחנו משקרים כדי להגן על עצמנו או לטובת רווח אישי שלנו
11:08
or for somebody else's gain.
217
668327
2827
או לטובת רווח של אדם אחר.
11:11
So there are some pathological liars, but they make up
218
671154
1930
אז יש כמה שקרנים פתולוגיים, אבל הם מהווים
11:13
a tiny portion of the population. We lie for a reason.
219
673084
3513
רק חלק קטנטן מהאוכלוסייה. יש סיבה לשקרים שלנו.
11:16
Just because people can't see us doesn't mean
220
676597
1631
רק בגלל שאנשים לא יכולים לראות אותנו זה לא אומר
11:18
we're going to necessarily lie.
221
678228
2271
שאנחנו בהכרח נשקר.
11:20
But I think there's actually something much more
222
680499
1553
אבל אני חושב שיש למעשה משהו
11:22
interesting and fundamental going on here. The next big
223
682052
3274
יותר מעניין ויסודי שקורה כאן. הדבר הגדול הבא
11:25
thing for me, the next big idea, we can find by going
224
685326
3797
מבחינתי, את הרעיון הגדול הבא, אנחנו יכולים לראות
11:29
way back in history to the origins of language.
225
689123
3139
אם נביט אחורה להיסטוריה של מקורות השפה.
11:32
Most linguists agree that we started speaking somewhere
226
692262
3887
רוב הבלשנים מסכימים שהתחלנו לדבר בערך
11:36
between 50,000 and 100,000 years ago. That's a long time ago.
227
696149
3168
לפני 50,000 עד 100,000 שנים. זה מאוד מזמן.
11:39
A lot of humans have lived since then.
228
699317
2616
הרבה בני אדם חיו מאז.
11:41
We've been talking, I guess, about fires and caves
229
701933
2423
אנחנו דיברנו, אני מניח, על אש ומערות
11:44
and saber-toothed tigers. I don't know what they talked about,
230
704356
3107
ועל טיגריסים ארוכי-ניבים. אני לא יודע על מה הם דיברו,
11:47
but they were doing a lot of talking, and like I said,
231
707463
2518
אבל הם דיברו המון, וכמו שאמרתי,
11:49
there's a lot of humans evolving speaking,
232
709981
2545
יש הרבה בני אדם שמתפתחים ומדברים,
11:52
about 100 billion people in fact.
233
712526
2806
כ- 100 מיליארד אנשים למעשה.
11:55
What's important though is that writing only emerged
234
715332
2782
אבל מה שחשוב הוא שהכתב התפתח רק
11:58
about 5,000 years ago. So what that means is that
235
718114
3587
לפני כ- 5,000 שנה. אז מה שזה אומר זה
12:01
all the people before there was any writing,
236
721701
2392
שכל האנשים לפני שהיה כתב,
12:04
every word that they ever said, every utterance
237
724093
5586
כל מילה שהם אמרו אי-פעם, כל הברה
12:09
disappeared. No trace. Evanescent. Gone.
238
729679
4752
נעלמו. אין זכר. התאדו. אינם.
12:14
So we've been evolving to talk in a way in which
239
734431
4065
אז אנחנו התפתחנו לכדי דיבור באופן
12:18
there is no record. In fact, even the next big change
240
738496
5917
שאין לו שום תיעוד. למעשה, אפילו השינוי הגדול הבא
12:24
to writing was only 500 years ago now,
241
744413
2468
לכתיבה התרחש רק לפני 500 שנה,
12:26
with the printing press, which is very recent in our past,
242
746881
2379
עם מכונת הדפוס, שהן חלק מהעבר המאוד קרוב שלנו,
12:29
and literacy rates remained incredibly low right up until World War II,
243
749260
4242
ושיעורי ידיעת קרוא וכתוב נשארו נמוכים מאוד כמעט עד מלה"ע ה-2,
12:33
so even the people of the last two millennia,
244
753502
3384
כך שאפילו האנשים של שני האלפים האחרונים,
12:36
most of the words they ever said -- poof! -- disappeared.
245
756886
5032
רוב המילים שהם אמרו...פוף!... נעלמו.
12:41
Let's turn to now, the networked age.
246
761918
3591
בואו נחזור לעכשיו, עידן התקשורת.
12:45
How many of you have recorded something today?
247
765509
4712
כמה מכם תיעדו משהו היום?
12:50
Anybody do any writing today? Did anybody write a word?
248
770221
3177
מישהו כתב משהו היום? מישהו כתב מילה?
12:53
It looks like almost every single person here recorded something.
249
773398
4226
נראה כאילו כל אחד מהאנשים פה תיעד משהו.
12:57
In this room, right now, we've probably recorded more
250
777624
3048
בחדר הזה, עכשיו, סביר להניח שתעדנו יותר
13:00
than almost all of human pre-ancient history.
251
780672
4542
מכמעט כל האנושות שלפני העת העתיקה.
13:05
That is crazy. We're entering this amazing period
252
785214
3230
זה מטורף. אנחנו נכנסים לתקופה מדהימה
13:08
of flux in human evolution where we've evolved to speak
253
788444
4015
של שטף בהתפתחות האנושית שבו התפתחנו לכדי דיבור
13:12
in a way in which our words disappear, but we're in
254
792459
2701
באופן שבו המילים שלנו נעלמות, אבל אנחנו
13:15
an environment where we're recording everything.
255
795160
2903
בסביבה שבה אנחנו מתעדים הכול.
13:18
In fact, I think in the very near future, it's not just
256
798063
2337
למעשה, אני חושב שבעתיד המאוד קרוב,
13:20
what we write that will be recorded, everything we do
257
800400
2349
לא רק מה שאנחנו כותבים יהיה מתועד, כל מה שאנחנו עושים
13:22
will be recorded.
258
802749
2333
יהיה מתועד.
13:25
What does that mean? What's the next big idea from that?
259
805082
4456
מה זה אומר? מה הרעיון הגדול הבא של זה?
13:29
Well, as a social scientist, this is the most amazing thing
260
809538
4250
ובכן, כאיש מדעי החברה, זה הדבר המדהים ביותר
13:33
I have ever even dreamed of. Now, I can look at
261
813788
3547
שאי פעם חלמתי עליו. עכשיו, אני יכול להתבונן
13:37
all those words that used to, for millennia, disappear.
262
817335
3611
בכל המילים האלו שעד עכשיו, במשך אלף שנה, היו נעלמות.
13:40
I can look at lies that before were said and then gone.
263
820946
4248
אני יכול להסתכל על שקרים שקודם היו נאמרים ואז נעלמים.
13:45
You remember those Astroturfing reviews that we were
264
825194
3520
אתם זוכרים את הביקורת שקשורות ל"להיטות מודרכת",
13:48
talking about before? Well, when they write a fake review,
265
828714
3503
שדיברנו עליה קודם? אז, כשהם כותבים ביקורת מזויפת,
13:52
they have to post it somewhere, and it's left behind for us.
266
832217
2704
הם חייבים לפרסם אותה איפשהו, וזה נשאר שם בשבילינו,
13:54
So one thing that we did, and I'll give you an example of
267
834921
2435
אז דבר אחד שעשינו, ואני אתן לכם דוגמה
13:57
looking at the language, is we paid people
268
837356
2495
לבחינת השפה, שילמנו לאנשים
13:59
to write some fake reviews. One of these reviews is fake.
269
839851
3535
כדי שיכתבו ביקורות מזויפות. אחת מהביקורות האלו מזויפת.
14:03
The person never was at the James Hotel.
270
843386
1943
האדם הזה אף פעם לא היה במלון ג'יימס.
14:05
The other review is real. The person stayed there.
271
845329
2922
הביקורות השניה אמיתית. האנשים שהו שם.
14:08
Now, your task now is to decide
272
848251
3527
עכשיו, המשימה שלכם עכשיו היא להחליט
14:11
which review is fake?
273
851778
4073
איזו ביקורת היא מזויפת?
14:15
I'll give you a moment to read through them.
274
855851
4186
אני אתן לכם רגע לקרוא את כולן.
14:20
But I want everybody to raise their hand at some point.
275
860037
2287
אבל אני רוצה שכולם יצביעו בשלב מסוים,
14:22
Remember, I study deception. I can tell if you don't raise your hand.
276
862324
4231
תזכרו, אני חוקר רמאויות. אני יכול לדעת אם לא תצביעו.
14:26
All right, how many of you believe that A is the fake?
277
866555
4570
טוב, כמה מכם מאמינים שא' היא המזויפת?
14:33
All right. Very good. About half.
278
873154
2142
בסדר. טוב מאוד. בערך חצי.
14:35
And how many of you think that B is?
279
875296
3615
וכמה מכם חושבים שב' מזויפת?
14:38
All right. Slightly more for B.
280
878911
2529
בסדר. קצת יותר לב'.
14:41
Excellent. Here's the answer.
281
881440
2592
מצוין. הנה התשובה.
14:44
B is a fake. Well done second group. You dominated the first group. (Laughter)
282
884032
6581
ב' היא המזויפת. כל הכבוד לקבוצה השנייה. אתם ניצחתם את הראשונה. (צחוק)
14:50
You're actually a little bit unusual. Every time we demonstrate this,
283
890613
2846
האמת שאתם טיפה חריגים. בכל פעם שאנחנו מדגימים את זה,
14:53
it's usually about a 50-50 split, which fits
284
893459
2746
החלוקה היא של בערך 50-50, מה שמסתדר
14:56
with the research, 54 percent. Maybe people here
285
896205
2646
עם המחקר, 54%. אולי אנשים כאן
14:58
in Winnipeg are more suspicious and better at figuring it out.
286
898851
3770
בויניפג הם יותר חשדניים ויותר טובים בלהבין דברים כאלו.
15:02
Those cold, hard winters, I love it.
287
902621
2688
החורפים הקרים והקשים האלו, אני מת על זה.
15:05
All right, so why do I care about this?
288
905309
3054
טוב, אז למה אכפת לי מזה?
15:08
Well, what I can do now with my colleagues in computer science
289
908363
3268
מה שאני יכול לעשות עכשיו ביחד עם העמיתים שלי במדעי המחשב
15:11
is we can create computer algorithms that can analyze
290
911631
3232
זה אנחנו יכולים ליצור אלגוריתם ממוחשב שיכול לנתח
15:14
the linguistic traces of deception.
291
914863
2900
את עקבות השפה של הרמאות.
15:17
Let me highlight a couple of things here
292
917763
1833
אני אדגיש פה כמה דברים
15:19
in the fake review. The first is that liars tend to think
293
919596
3443
בביקורת המזויפת. הדבר הראשון זה ששקרנים נוטים לחשוב
15:23
about narrative. They make up a story:
294
923039
1588
על נרטיבים. הם ממציאים סיפור:
15:24
Who? And what happened? And that's what happened here.
295
924627
3186
מי? ומה קרה? וזה מה שקרה כאן.
15:27
Our fake reviewers talked about who they were with
296
927813
2289
המבקרת המזויפת שלנו מדברת על עם מי הם היו
15:30
and what they were doing. They also used the first person singular, I,
297
930102
4765
ומה הם עשו. הם גם משתמשים בגוף ראשון יחיד, אני,
15:34
way more than the people that actually stayed there.
298
934867
2469
הרבה יותר מאנשים שבאמת שהו במלון.
15:37
They were inserting themselves into the hotel review,
299
937336
4696
הם הכניסו את עצמם לביקורת המלון,
15:42
kind of trying to convince you they were there.
300
942032
1696
כאילו מנסים לשכנע אותך שהם היו שם.
15:43
In contrast, the people that wrote the reviews that were actually there,
301
943728
4015
לעומת זאת, האנשים שכתבו את הביקורת ובאמת היו שם,
15:47
their bodies actually entered the physical space,
302
947743
2432
שהגוף שלהם ממש נכנס למרחב הפיזי הזה,
15:50
they talked a lot more about spatial information.
303
950175
2899
הם דיברו הרבה על מידע מרחבי.
15:53
They said how big the bathroom was, or they said,
304
953074
2517
הם ציינו כמה גדול חדר האמבטיה, או הם אמרו,
15:55
you know, here's how far shopping is from the hotel.
305
955591
4520
אתם יודעים, זה המרחק מהמלון למרכז הקניות.
16:00
Now, you guys did pretty well. Most people perform at chance at this task.
306
960111
4161
עכשיו, אתם הצלחתם יחסית. אצל רוב האנשים זה עניין של מזל,
16:04
Our computer algorithm is very accurate, much more accurate
307
964272
2758
האלגוריתם הממוחשב שלנו מאוד מדויק, הרבה יותר מדויק
16:07
than humans can be, and it's not going to be accurate all the time.
308
967030
3291
ממה שבני אדם יכולים להיות, והוא לא יהיה מדויק בכל המקרים.
16:10
This isn't a deception-detection machine to tell
309
970321
2030
זו לא מכונת זיהוי רמאות כדי לבדוק אם
16:12
if your girlfriend's lying to you on text messaging.
310
972351
2501
החברה שלך משקרת לך בסמס.
16:14
We believe that every lie now, every type of lie --
311
974852
3564
אנחנו מאמינים שכל שקר עכשיו, כל סוג של שקר
16:18
fake hotel reviews, fake shoe reviews,
312
978416
3787
ביקורת מלון מזויפות, ביקורת נעליים מזויפת,
16:22
your girlfriend cheating on you with text messaging --
313
982203
2914
החברה שלך שבוגדת בך בהודעות טקסט...
16:25
those are all different lies. They're going to have
314
985117
1505
כל אלו הם שקרים שונים. יהיו להם
16:26
different patterns of language. But because everything's
315
986622
2859
תבניות שונות של שפה. אבל בגלל שהכול
16:29
recorded now, we can look at all of those kinds of lies.
316
989481
4689
מתועד עכשיו, אנחנו יכולים להתבונן על כל סוגי השקרים האלו.
16:34
Now, as I said, as a social scientist, this is wonderful.
317
994170
3993
עכשיו, כמו שאמרתי, כאיש מדעי החברה, זה נהדר.
16:38
It's transformational. We're going to be able to learn
318
998163
2087
זה מחולל שינוי. אנחנו נהיה מסוגלים ללמוד
16:40
so much more about human thought and expression,
319
1000250
3802
כ"כ הרבה יותר על דרכי החשיבה והביטוי של בני האדם,
16:44
about everything from love to attitudes,
320
1004052
4398
בכל תחום החל מאהבה ועד התנהגות,
16:48
because everything is being recorded now, but
321
1008450
1960
כי הכול מתועד עכשיו, אבל
16:50
what does it mean for the average citizen?
322
1010410
2404
מה זה אומר לגבי האזרח הממוצע?
16:52
What does it mean for us in our lives?
323
1012814
2802
מה זה אומר לגבינו בחיים שלנו?
16:55
Well, let's forget deception for a bit. One of the big ideas,
324
1015616
3673
אז, בואו נשכח לרגע את הרמאות. אחד מהרעיונות הגדולים,
16:59
I believe, is that we're leaving these huge traces behind.
325
1019289
3688
אני מאמין, זה שאנחנו משאירים עקבות אדירים מאחרינו.
17:02
My outbox for email is massive,
326
1022977
3216
תיבת הדואר היוצא שלי היא עצומה,
17:06
and I never look at it. I write all the time,
327
1026193
3337
ואני אף פעם לא מסתכל בה. אני כותב כל הזמן,
17:09
but I never look at my record, at my trace.
328
1029530
3438
אבל אני אף פעם לא מסתכל בתיעוד, על העקבות שלי.
17:12
And I think we're going to see a lot more of that,
329
1032968
1567
ואני חושב שאנחנו נראה הרבה יותר מזה,
17:14
where we can reflect on who we are by looking at
330
1034535
3161
במובן שאנחנו יכולים לתהות על קנקנינו ע"י התבוננות
17:17
what we wrote, what we said, what we did.
331
1037696
3618
במה שכתבנו, מה שאמרנו, מה שעשינו.
17:21
Now, if we bring it back to deception, there's a couple
332
1041314
2272
עכשיו, אם נחזור לרמאות, יש שני
17:23
of take-away things here.
333
1043586
1977
דברים שצריך לקחת מפה.
17:25
First, lying online can be very dangerous, right?
334
1045563
4488
ראשית, שקרים מקוונים יכולים להיות מאוד מסוכנים, נכון?
17:30
Not only are you leaving a record for yourself on your machine,
335
1050051
2706
לא רק שאנחנו משאירים תיעוד לעצמנו על המכשיר,
17:32
but you're leaving a record on the person that you were lying to,
336
1052757
4275
אלא אנחנו משאירים תיעוד גם אצל האדם שלו שיקרנו,
17:37
and you're also leaving them around for me to analyze
337
1057032
1760
ואתם גם משאירים את זה שם בשביל שאני אוכל לנתח
17:38
with some computer algorithms.
338
1058792
1454
את זה עם איזו אלגוריתם מחשובי.
17:40
So by all means, go ahead and do that, that's good.
339
1060246
3173
אז בבקשה, תעשו את זה, זה טוב.
17:43
But when it comes to lying and what we want to do
340
1063419
4154
אבל בכל מה שנוגע לשקרים ולמה שאנחנו רוצים לעשות
17:47
with our lives, I think we can go back to
341
1067573
2553
עם החיים שלנו, אני חושב שאנחנו יכולים לחזור אל
17:50
Diogenes and Confucius. And they were less concerned
342
1070126
3749
דיוגנס וקונפוציוס. הם היו מוטרדים פחות
17:53
about whether to lie or not to lie, and more concerned about
343
1073875
2832
מהשאלה האם לשקר או לא לשקר, ויותר מוטרדים
17:56
being true to the self, and I think this is really important.
344
1076707
3285
לגבי להיות כן לעצמך, ואני חושב שזה מאוד חשוב.
17:59
Now, when you are about to say or do something,
345
1079992
4183
עכשיו, כשאתם עומדים להגיד או לעשות משהו,
18:04
we can think, do I want this to be part of my legacy,
346
1084175
4560
אנחנו יכולים לחשוב, האם אני רוצה שזה יהיה חלק מהמורשת שלי,
18:08
part of my personal record?
347
1088735
2713
חלק מהתיק האישי שלי?
18:11
Because in the digital age we live in now,
348
1091448
2657
כי בעידן הדיגיטלי שבו אנחנו חיים עכשיו,
18:14
in the networked age, we are all leaving a record.
349
1094105
4464
בעידן המקוון, אנחנו כולנו משאירים אחרינו תיעוד.
18:18
Thank you so much for your time,
350
1098569
1695
תודה רבה לכם על זמנכם,
18:20
and good luck with your record. (Applause)
351
1100264
4447
ובהצלחה בתיעוד שלכם. (מחיאות כפיים)
על אתר זה

אתר זה יציג בפניכם סרטוני YouTube המועילים ללימוד אנגלית. תוכלו לראות שיעורי אנגלית המועברים על ידי מורים מהשורה הראשונה מרחבי העולם. לחץ פעמיים על הכתוביות באנגלית המוצגות בכל דף וידאו כדי להפעיל את הסרטון משם. הכתוביות גוללות בסנכרון עם הפעלת הווידאו. אם יש לך הערות או בקשות, אנא צור איתנו קשר באמצעות טופס יצירת קשר זה.

https://forms.gle/WvT1wiN1qDtmnspy7