Bruce Schneier: The security mirage

78,030 views ・ 2011-04-27

TED


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

מתרגם: Moshe Sayag מבקר: Sigal Tifferet
בטחון הוא שני דברים שונים:
00:16
So, security is two different things:
0
16010
2276
הוא תחושה, והוא מציאות.
00:18
it's a feeling, and it's a reality.
1
18310
2526
ואלו דברים שונים.
00:20
And they're different.
2
20860
1425
אתה יכול לחוש בטוח
00:22
You could feel secure even if you're not.
3
22309
3427
אפילו כשאתה לא.
00:25
And you can be secure
4
25760
1976
ואתה יכול להיות בטוח
00:27
even if you don't feel it.
5
27760
1850
אפילו בלי לחוש כך.
00:29
Really, we have two separate concepts
6
29634
2117
באמת, יש לנו שני מושגים שונים
00:31
mapped onto the same word.
7
31775
1652
שמתייחסים לאותה המילה.
00:33
And what I want to do in this talk is to split them apart --
8
33960
3626
ומה שאני רוצה לעשות בהרצאה זו
הוא להפריד ביניהם --
00:37
figuring out when they diverge and how they converge.
9
37610
3610
למצוא מתי הם נפרדים
ומתי הם מתלכדים.
00:41
And language is actually a problem here.
10
41711
2275
והשפה היא למעשה בעיה כאן.
אין הרבה מילים טובות
00:44
There aren't a lot of good words
11
44010
2076
עבור המושגים עליהם נדבר.
00:46
for the concepts we're going to talk about.
12
46110
2061
אז כשמסתכלים על בטחון
00:49
So if you look at security from economic terms,
13
49295
4120
מבחינה כלכלית,
יש פה פשרה.
00:53
it's a trade-off.
14
53439
1647
בכל פעם שמשיגים קצת בטחון,
00:55
Every time you get some security, you're always trading off something.
15
55110
4132
מתפשרים על משהו.
בין אם זו החלטה אישית --
00:59
Whether this is a personal decision --
16
59266
1845
אם מחליטים להתקין בבית אזעקה נגד פורצים --
01:01
whether you're going to install a burglar alarm in your home --
17
61135
3012
או החלטה לאומית -- כשמחליטים לפלוש לאיזו מדינה --
01:04
or a national decision,
18
64171
1157
01:05
where you're going to invade a foreign country --
19
65352
2310
צריך להתפשר על משהו,
01:07
you're going to trade off something: money or time, convenience, capabilities,
20
67686
3782
כסף או זמן, נוחות, יכולות,
ואולי חירויות יסוד.
01:11
maybe fundamental liberties.
21
71492
2002
01:13
And the question to ask when you look at a security anything
22
73518
3274
והשאלה שיש לשאול כשבוחנים אבטחה כלשהי
01:16
is not whether this makes us safer,
23
76816
3382
היא לא אם היא משפרת את הבטחון שלנו,
אלא אם היא שווה את הפשרה.
01:20
but whether it's worth the trade-off.
24
80222
2215
01:22
You've heard in the past several years, the world is safer
25
82461
3229
שמעתם במהלך השנים האחרונות,
שהעולם בטוח יותר כי סדאם חוסיין כבר לא בשלטון.
01:25
because Saddam Hussein is not in power.
26
85714
1890
זה עשוי להיות נכון, אבל זה לא ממש רלבנטי.
01:27
That might be true, but it's not terribly relevant.
27
87628
2603
השאלה היא, האם זה השתלם?
01:30
The question is: Was it worth it?
28
90255
2831
ואתם יכולים להחליט בעצמכם,
01:33
And you can make your own decision,
29
93110
2459
01:35
and then you'll decide whether the invasion was worth it.
30
95593
2733
אתם תחליטו האם הפלישה השתלמה.
כך אתם צריכים לחשוב על בטחון --
01:38
That's how you think about security: in terms of the trade-off.
31
98350
3561
במונחים של פשרה.
01:41
Now, there's often no right or wrong here.
32
101935
2610
לעתים אין "נכון" או "לא נכון".
לחלקנו יש בבית מערכת אזעקה,
01:45
Some of us have a burglar alarm system at home and some of us don't.
33
105208
3308
ולחלקנו לא.
01:48
And it'll depend on where we live,
34
108540
2731
וזה תלוי במקום בו אנו גרים,
האם אנחנו גרים לבד או שיש לנו משפחה,
01:51
whether we live alone or have a family,
35
111295
1926
בכמות הדברים היקרים שיש לנו,
01:53
how much cool stuff we have,
36
113245
1668
01:54
how much we're willing to accept the risk of theft.
37
114937
3165
עד כמה אנחנו מוכנים לקבל
את הסיכון שתהיה גניבה.
01:58
In politics also, there are different opinions.
38
118943
2948
גם בפוליטיקה,
יש דיעות שונות.
02:02
A lot of times, these trade-offs are about more than just security,
39
122459
4435
במקרים רבים, פשרות אלו
קשורות ביותר מאשר בטחון,
02:06
and I think that's really important.
40
126918
1865
ואני חושב שזה מאוד חשוב.
02:08
Now, people have a natural intuition about these trade-offs.
41
128807
3308
לאנשים יש אינטואיציה טבעית
לגבי פשרות אלו.
02:12
We make them every day.
42
132588
1556
אנו עושים אותן כל יום --
02:14
Last night in my hotel room, when I decided to double-lock the door,
43
134807
3533
אתמול בלילה, בחדרי במלון,
כשהחלטתי לנעול את הדלת נעילה כפולה,
02:18
or you in your car when you drove here;
44
138364
2000
או אתם במכונית, כשנהגתם הנה,
כשאנחנו הולכים לאכול ארוחת צהריים
02:21
when we go eat lunch
45
141191
1478
02:22
and decide the food's not poison and we'll eat it.
46
142693
2608
ומחליטים שהמזון אינו רעיל ואוכלים אותו.
02:25
We make these trade-offs again and again,
47
145325
3161
אנו מתפשרים כך שוב ושוב
פעמים רבות ביום.
02:28
multiple times a day.
48
148510
1576
לרוב אנו בכלל לא מבחינים בזאת.
02:30
We often won't even notice them.
49
150110
1589
02:31
They're just part of being alive; we all do it.
50
151723
2626
הן פשוט חלק מהחיים. כולנו עושים את זה.
כל המינים עושים את זה.
02:34
Every species does it.
51
154373
1555
02:36
Imagine a rabbit in a field, eating grass.
52
156474
2862
דמיינו ארנב שאוכל עשב בשדה,
והארנב רואה שועל.
02:39
And the rabbit sees a fox.
53
159360
1943
02:41
That rabbit will make a security trade-off:
54
161856
2049
הארנב יעשה פשרת-אבטחה:
02:43
"Should I stay, or should I flee?"
55
163929
1904
"האם עלי להישאר או לברוח?"
ואם חושבים על זה,
02:46
And if you think about it,
56
166380
1619
הארנבים שטובים בעשיית הפשרה הזו
02:48
the rabbits that are good at making that trade-off
57
168023
2555
02:50
will tend to live and reproduce,
58
170602
1978
יזכו לחיות ולהתרבות,
02:52
and the rabbits that are bad at it
59
172604
2307
והארנבים שישגו בבחירתם
02:54
will get eaten or starve.
60
174935
1474
ייטרפו או יגוועו ברעב.
02:56
So you'd think
61
176958
1608
הייתם חושבים
שאנחנו, כמין מצליח בכדור הארץ --
02:59
that us, as a successful species on the planet -- you, me, everybody --
62
179573
4309
אתם, אני, כולם --
03:03
would be really good at making these trade-offs.
63
183906
2573
נהיה ממש טובים בהתפשרויות האלה.
ובכל זאת נראה, פעם אחר פעם,
03:07
Yet it seems, again and again, that we're hopelessly bad at it.
64
187126
3104
שאנחנו גרועים בזה ללא תקנה.
03:11
And I think that's a fundamentally interesting question.
65
191768
2802
ואני חושב שזוהי שאלה מעניינת מיסודה.
03:14
I'll give you the short answer.
66
194594
1873
אתן לכם תשובה קצרה.
03:16
The answer is, we respond to the feeling of security
67
196491
2651
התשובה היא, שאנחנו מגיבים לתחושת הבטחון
ולא למציאות.
03:19
and not the reality.
68
199166
1518
03:21
Now, most of the time, that works.
69
201864
2696
לרוב, זה עובד.
03:25
Most of the time,
70
205538
1503
ברוב המקרים,
03:27
feeling and reality are the same.
71
207065
2133
התחושה והמציאות שווים.
03:30
Certainly that's true for most of human prehistory.
72
210776
3516
זה ללא ספק נכון
במשך רוב הפרהיסטוריה האנושית.
03:35
We've developed this ability
73
215633
2708
פיתחנו את היכולת הזו
03:38
because it makes evolutionary sense.
74
218365
2584
כי היא היתה הגיונית מבחינה אבולוציונית.
דרך אחת להסתכל על זה
03:41
One way to think of it is that we're highly optimized
75
221985
3274
היא שהגענו למיטוב גבוה מאוד
בהחלטות הנוגעות לסיכונים
03:45
for risk decisions
76
225283
1803
ששייכים לחיים בקבוצות משפחתיות קטנות
03:47
that are endemic to living in small family groups
77
227110
2543
03:49
in the East African Highlands in 100,000 BC.
78
229677
2536
ברמות של מזרח אפריקה, כ-100,000 שנה לפני הספירה --
03:52
2010 New York, not so much.
79
232792
2659
ולא כל כך בניו-יורק של 2010.
03:56
Now, there are several biases in risk perception.
80
236879
3206
קיימות הטיות מסויימות בקשר לתפישת סיכון.
נעשו מחקרים טובים רבים על כך,
04:00
A lot of good experiments in this.
81
240109
1741
04:01
And you can see certain biases that come up again and again.
82
241874
3603
וניתן לראות שהטיות מסויימות עולות שוב ושוב.
אתן לכם ארבע.
04:05
I'll give you four.
83
245501
1353
04:06
We tend to exaggerate spectacular and rare risks
84
246878
3208
אנו נוטים להגזים בנוגע לסיכונים מרשימים ונדירים
ולהמעיט בסיכונים נפוצים --
04:10
and downplay common risks --
85
250110
1976
כמו טיסה לעומת נהיגה.
04:12
so, flying versus driving.
86
252110
1518
04:14
The unknown is perceived to be riskier than the familiar.
87
254451
3794
הבלתי ידוע נתפש
כמסוכן יותר מאשר המוכּר.
דוגמה אחת תהיה:
04:21
One example would be:
88
261470
1439
04:22
people fear kidnapping by strangers,
89
262933
2613
אנשים חוששים מחטיפה ע"י זרים,
04:25
when the data supports that kidnapping by relatives is much more common.
90
265570
3636
כשהנתונים מראים שחטיפה ע"י קרובים נפוצה הרבה יותר.
זה בנוגע לילדים.
04:29
This is for children.
91
269230
1574
04:30
Third, personified risks are perceived to be greater
92
270828
4040
שלישית, סיכונים מזוהים
נתפשים כגדולים יותר מסיכונים אנונימיים --
04:34
than anonymous risks.
93
274892
1503
04:36
So, Bin Laden is scarier because he has a name.
94
276419
2787
אז בן-לאדן מפחיד יותר כי יש לו שם.
ורביעית,
04:40
And the fourth is:
95
280182
1363
04:41
people underestimate risks in situations they do control
96
281569
4755
אנשים מפחיתים בהערכת עוצמת הסיכונים
במצבים שבהם הם שולטים
ומפריזים בהערכתם במצבים בהם אינם שולטים.
04:46
and overestimate them in situations they don't control.
97
286348
2963
04:49
So once you take up skydiving or smoking,
98
289335
3384
אז כשמתחילים בצניחה חופשית ובעישון,
04:52
you downplay the risks.
99
292743
1624
ממעיטים בערך הסיכונים.
אם הסיכון נכפה עליכם -- טרור הוא דוגמה טובה --
04:55
If a risk is thrust upon you -- terrorism is a good example --
100
295037
3053
אתם תפריזו בהערכתו, כי אינכם חשים שזה בשליטתכם.
04:58
you'll overplay it,
101
298114
1157
04:59
because you don't feel like it's in your control.
102
299295
2339
05:02
There are a bunch of other of these cognitive biases,
103
302157
3493
יש המון הטיות כאלה, הטיות קוגניטיביות,
05:05
that affect our risk decisions.
104
305674
2339
שמשפיעות על החלטותינו בנוגע לסיכונים.
05:08
There's the availability heuristic,
105
308832
2254
ישנה יוריסטיקת הנגישות,
שאומרת, בעיקרון,
05:11
which basically means we estimate the probability of something
106
311110
4180
שאנחנו מעריכים את ההסתברות של משהו
05:15
by how easy it is to bring instances of it to mind.
107
315314
3339
לפי המידה בה קל לחשוב על מקרים דומים.
05:19
So you can imagine how that works.
108
319831
1777
אז אתם יכולים לדמיין איך זה עובד.
05:21
If you hear a lot about tiger attacks, there must be a lot of tigers around.
109
321632
3628
אם שומעים הרבה על תקיפות נמרים, יש ודאי הרבה נמרים באיזור.
לא שומעים על תקיפות אריות, אז אין הרבה אריות באיזור.
05:25
You don't hear about lion attacks, there aren't a lot of lions around.
110
325284
3344
זה עובד עד שממציאים את העיתונים.
05:28
This works, until you invent newspapers,
111
328652
2297
05:30
because what newspapers do is repeat again and again
112
330973
4406
כי מה שהעיתונים עושים
הוא לחזור שוב ושוב
על סיכונים נדירים
05:35
rare risks.
113
335403
1406
05:36
I tell people: if it's in the news, don't worry about it,
114
336833
2865
אני אומר לאנשים, אם זה בחדשות, אין לכם מה לדאוג.
כי בהגדרה,
05:39
because by definition, news is something that almost never happens.
115
339722
4275
חדשות הן משהו שכמעט אף פעם לא קורה.
(צחוק)
05:44
(Laughter)
116
344021
1769
05:45
When something is so common, it's no longer news.
117
345814
2923
כשמשהו נפוץ, הוא כבר לא חדשות --
05:48
Car crashes, domestic violence --
118
348761
2198
התנגשויות של מכוניות, אלימות במשפחה --
05:50
those are the risks you worry about.
119
350983
1990
מהדברים האלה צריך לחשוש.
05:53
We're also a species of storytellers.
120
353713
2148
אנו גם מין של מספרי סיפורים.
05:55
We respond to stories more than data.
121
355885
2115
אנו מגיבים לסיפורים יותר מאשר לנתונים.
05:58
And there's some basic innumeracy going on.
122
358514
2406
וקיימת כאן גם בעיה של כישורי-יסוד מתמטיים.
06:00
I mean, the joke "One, two, three, many" is kind of right.
123
360944
3142
הבדיחה "אחת, שתיים, שלוש, הרבה" היא די נכונה.
אנחנו ממש טובים במספרים קטנים.
06:04
We're really good at small numbers.
124
364110
2322
06:06
One mango, two mangoes, three mangoes,
125
366456
2336
מנגו אחד, שני מנגואים, שלושה מנגואים,
06:08
10,000 mangoes, 100,000 mangoes --
126
368816
1977
10,000 מנגואים, 100,000 מנגואים --
06:10
it's still more mangoes you can eat before they rot.
127
370817
2977
זה עדיין יותר מנגואים ממה שתוכלו לאכול לפני שיירקבו.
06:13
So one half, one quarter, one fifth -- we're good at that.
128
373818
3268
אז חצי אחד, רבע אחד, חמישית -- אנחנו טובים בזה.
אחד למיליון, אחד למיליארד,
06:17
One in a million, one in a billion --
129
377110
1976
שניהם זהים ל"כמעט אף פעם".
06:19
they're both almost never.
130
379110
1575
06:21
So we have trouble with the risks that aren't very common.
131
381546
3414
אז יש לנו בעיה עם הסיכונים
שאינם מאוד נפוצים.
06:25
And what these cognitive biases do
132
385760
1977
ומה שההטיות הקוגניטיביות האלה עושות
06:27
is they act as filters between us and reality.
133
387761
2976
הוא שהן חוצצות בינינו לבין המציאות.
והתוצאה היא
06:31
And the result is that feeling and reality get out of whack,
134
391284
3873
שהתחושה והמציאות לא מתואמות,
הן נעשות שונות.
06:35
they get different.
135
395181
1384
06:37
Now, you either have a feeling -- you feel more secure than you are,
136
397370
3931
אז או שיש לכם תחושה-- אתם חשים יותר בטוחים מכפי שאתם באמת.
זוהי תחושת שווא של בטחון.
06:41
there's a false sense of security.
137
401325
1685
או להיפך,
06:43
Or the other way, and that's a false sense of insecurity.
138
403034
3374
וזוהי תחושת שווא של חוסר בטחון.
כתבתי רבות על "תיאטרון הביטחון",
06:47
I write a lot about "security theater,"
139
407015
2880
06:49
which are products that make people feel secure,
140
409919
2680
מוצרים שגורמים לאנשים לחוש בטוחים,
06:52
but don't actually do anything.
141
412623
1977
אבל למעשה לא עושים כלום.
06:54
There's no real word for stuff that makes us secure,
142
414624
2557
אין מילה אמיתית עבור משהו שגורם לנו להיות בטוחים,
אבל לא גורם לנו לחוש בטוחים.
06:57
but doesn't make us feel secure.
143
417205
1881
אולי זה מה שהסי-איי-איי אמור לספק לנו.
06:59
Maybe it's what the CIA is supposed to do for us.
144
419110
2720
07:03
So back to economics.
145
423539
2168
אז בחזרה לכלכלה.
07:05
If economics, if the market, drives security,
146
425731
3656
אם כלכלה, אם השוק, מניעים את הביטחון,
07:09
and if people make trade-offs based on the feeling of security,
147
429411
4847
ואם אנשים מתפשרים
על סמך תחושת הבטחון,
07:14
then the smart thing for companies to do for the economic incentives
148
434282
4680
אז הדבר החכם שחברות צריכות לעשות
בגלל התמריץ הכלכלי
07:18
is to make people feel secure.
149
438986
2057
הוא לגרום לאנשים לחוש בטוחים.
07:21
And there are two ways to do this.
150
441942
2330
ויש שתי דרכים לעשות זאת.
07:24
One, you can make people actually secure
151
444296
2790
אחת, אפשר לגרום לאנשים להיות באמת בטוחים
ולקוות שישגיחו בכך.
07:27
and hope they notice.
152
447110
1463
07:28
Or two, you can make people just feel secure
153
448597
2844
או שתיים, אפשר לגרום להם רק לחוש בטוחים
07:31
and hope they don't notice.
154
451465
1872
ולקוות שהם לא ישימו לב.
07:34
Right?
155
454401
1375
07:35
So what makes people notice?
156
455800
3141
אז מה גורם לאנשים לשים לב?
ובכן, מספר דברים:
07:39
Well, a couple of things:
157
459500
1382
07:40
understanding of the security,
158
460906
2266
הבנה בביטחון,
של הסיכונים, האיומים,
07:43
of the risks, the threats,
159
463196
1890
של אמצעי הנגד, איך הם פועלים.
07:45
the countermeasures, how they work.
160
465110
1874
07:47
But if you know stuff, you're more likely
161
467008
2290
אבל אם מבינים משהו,
סביר יותר שהתחושות יתאימו למציאות.
07:50
to have your feelings match reality.
162
470155
2226
די במספיק דוגמאות מהעולם האמיתי.
07:53
Enough real-world examples helps.
163
473110
3145
כולנו יודעים מהי רמת הפשע בשכונה שלנו,
07:56
We all know the crime rate in our neighborhood,
164
476279
2559
07:58
because we live there, and we get a feeling about it
165
478862
2801
כי אנחנו גרים שם, ויש לנו תחושה בקשר לזה
08:01
that basically matches reality.
166
481687
1869
שעקרונית תואמת למציאות.
תיאטרון הביטחון נחשף
08:05
Security theater is exposed
167
485038
2207
08:07
when it's obvious that it's not working properly.
168
487269
2786
כשברור שזה לא עובד טוב.
אז מה גורם לאנשים לא לשים לב?
08:11
OK. So what makes people not notice?
169
491209
2670
08:14
Well, a poor understanding.
170
494443
1492
ובכן, הבנה גרועה.
08:16
If you don't understand the risks, you don't understand the costs,
171
496642
3144
אם לא מבינים את הסיכונים, לא מבינים את העלויות,
08:19
you're likely to get the trade-off wrong,
172
499810
2157
וסביר שעושים פשרות שגויות,
08:21
and your feeling doesn't match reality.
173
501991
2488
והתחושה לא תואמת את המציאות.
08:24
Not enough examples.
174
504503
1737
לא מספיק דוגמאות.
08:26
There's an inherent problem with low-probability events.
175
506879
3506
יש בעייתיות מובנית
באירועים בעלי הסתברות נמוכה.
08:30
If, for example, terrorism almost never happens,
176
510919
3813
אם, לדוגמה,
הטרור לא מתרחש כמעט אף פעם,
08:34
it's really hard to judge the efficacy of counter-terrorist measures.
177
514756
4604
ממש קשה להעריך
את יעילותם של אמצעים נגד טרור.
08:40
This is why you keep sacrificing virgins,
178
520523
3563
לכן ממשיכים להקריב בתולות,
ולכן הגנות החד-קרן שלכם פשוט עובדות מעולה.
08:44
and why your unicorn defenses are working just great.
179
524110
2675
08:46
There aren't enough examples of failures.
180
526809
2557
אין מספיק דוגמאות לכשלונות.
ובנוסף, תחושות שמערפלות את הבעיות --
08:51
Also, feelings that cloud the issues --
181
531109
2787
08:53
the cognitive biases I talked about earlier: fears, folk beliefs --
182
533920
4028
ההטיות המחשבתיות שדיברתי עליהן קודם,
פחד, אמונות עממיות,
08:58
basically, an inadequate model of reality.
183
538727
2745
בעקרון, מודל לא מספק של המציאות.
אז הרשו לי לסבך את הדברים.
09:03
So let me complicate things.
184
543403
2171
09:05
I have feeling and reality.
185
545598
1977
יש לי תחושה ומציאות.
09:07
I want to add a third element. I want to add "model."
186
547599
2796
אני רוצה להוסיף גורם שלישי. אני רוצה להוסיף מודל.
09:10
Feeling and model are in our head,
187
550839
2350
תחושה ומודל נמצאים בראש שלנו,
המציאות היא העולם החיצון.
09:13
reality is the outside world; it doesn't change, it's real.
188
553213
3452
היא לא משתנה. היא ממשית.
09:17
Feeling is based on our intuition,
189
557800
2214
אז התחושה מבוססת על האינטואיציה שלנו.
המודל מבוסס על מחשבה.
09:20
model is based on reason.
190
560038
1626
זהו בעקרון ההבדל.
09:22
That's basically the difference.
191
562383
2039
09:24
In a primitive and simple world,
192
564446
1977
בעולם פרימיטיבי ופשוט,
09:26
there's really no reason for a model,
193
566447
2137
אין סיבה אמיתית למודל.
כי התחושה קרובה למציאות.
09:30
because feeling is close to reality.
194
570253
2295
09:32
You don't need a model.
195
572572
1373
לא צריך מודל.
09:34
But in a modern and complex world,
196
574596
2150
אבל בעולם מודרני ומורכב,
צריך מודל
09:37
you need models to understand a lot of the risks we face.
197
577556
3650
כדי להבין רבים מהסיכונים שניצבים בפנינו.
09:42
There's no feeling about germs.
198
582362
2284
אין תחושה בנוגע לחיידקים.
צריך מודל כדי להבין אותם.
09:45
You need a model to understand them.
199
585110
2116
אז המודל הזה
09:48
This model is an intelligent representation of reality.
200
588157
3678
הוא ייצוג תבוני של המציאות.
09:52
It's, of course, limited by science, by technology.
201
592411
4751
הוא מוגבל כמובן ע"י המדע,
ע"י הטכנולוגיה.
לא יכלה להיות לנו תאוריית חיידקים על מחלות
09:58
We couldn't have a germ theory of disease
202
598249
2326
10:00
before we invented the microscope to see them.
203
600599
2534
לפני שהמצאנו את המיקרוסקופ שמאפשר לראות אותם.
10:04
It's limited by our cognitive biases.
204
604316
2643
הוא מוגבל ע"י ההטיות המחשבתיות שלנו.
אבל יש לו היכולת
10:08
But it has the ability to override our feelings.
205
608110
2991
להתגבר על התחושות שלנו
10:11
Where do we get these models? We get them from others.
206
611507
3104
מאין אנחנו מקבלים מודלים אלה? אנחנו מקבלים אותם מאחרים.
10:14
We get them from religion, from culture, teachers, elders.
207
614635
5219
אנחנו מקבלים אותם מהדת, מהמסורת,
ממורים, מזקנים.
לפני כמה שנים
10:20
A couple years ago, I was in South Africa on safari.
208
620298
3426
הייתי בספארי בדרום אפריקה.
10:23
The tracker I was with grew up in Kruger National Park.
209
623748
2762
הגשש שהייתי איתו גדל בפארק הלאומי קרוגר.
10:26
He had some very complex models of how to survive.
210
626534
2753
היו לו כמה מודלים מורכבים מאוד כיצד לשרוד.
10:29
And it depended on if you were attacked by a lion, leopard, rhino, or elephant --
211
629800
3913
וזה היה תלוי בשאלה אם הותקפת
ע"י אריה, נמר, קרנף או פיל --
10:33
and when you had to run away, when you couldn't run away,
212
633737
2734
מתי היית צריך לברוח, או מתי היית צריך לטפס על עץ --
10:36
when you had to climb a tree, when you could never climb a tree.
213
636495
3083
או שלא היית מצליח לטפס על עץ.
הייתי מת תוך יום אחד,
10:39
I would have died in a day.
214
639602
1349
אבל הוא נולד שם,
10:42
But he was born there, and he understood how to survive.
215
642160
3782
והוא הבין איך לשרוד.
אני נולדתי בעיר ניו יורק.
10:46
I was born in New York City.
216
646490
1596
הייתי יכול לקחת אותו לניו יורק, והוא היה מת תוך יום.
10:48
I could have taken him to New York, and he would have died in a day.
217
648110
3251
(צחוק)
10:51
(Laughter)
218
651385
1001
10:52
Because we had different models based on our different experiences.
219
652410
4144
בגלל שיש לנו מודלים שונים
המבוססים על נסיון החיים השונה שלנו.
10:58
Models can come from the media,
220
658291
2469
מודלים יכולים לבוא מהתקשורת,
11:00
from our elected officials ...
221
660784
1763
מהנבחרים שלנו.
11:03
Think of models of terrorism,
222
663234
3081
חישבו על מודלים של טרור,
11:06
child kidnapping,
223
666339
2197
חטיפות ילדים,
11:08
airline safety, car safety.
224
668560
2325
בטיחות טיסה, בטיחות רכב.
11:11
Models can come from industry.
225
671539
1993
מודלים יכולים לבוא מהתעשייה.
11:14
The two I'm following are surveillance cameras,
226
674348
3218
השניים שאני עוקב אחריהם הם מצלמות מעקב,
תעודות זהות,
11:17
ID cards,
227
677590
1496
רבים ממודלי אבטחת המחשבים שלנו באים משם.
11:19
quite a lot of our computer security models come from there.
228
679110
3130
מודלים רבים באים מהמדע.
11:22
A lot of models come from science.
229
682264
2227
11:24
Health models are a great example.
230
684515
1837
מודלים רפואיים הם דוגמא מצויינת.
11:26
Think of cancer, bird flu, swine flu, SARS.
231
686376
3026
חישבו על סרטן, שפעת העופות, שפעת החזירים, סארס.
11:29
All of our feelings of security about those diseases
232
689942
4870
כל התחושות שלנו לגבי ביטחון
לגבי המחלות האלה
11:34
come from models given to us, really, by science filtered through the media.
233
694836
4655
מגיעות ממודלים
שניתנים לנו, באמת, ע"י מדענים לאחר סינון של התקשורת.
אז מודלים עשויים להשתנות.
11:41
So models can change.
234
701038
1720
11:43
Models are not static.
235
703482
2103
מודלים אינם סטטיים.
11:45
As we become more comfortable in our environments,
236
705609
3240
ככל שאנחנו חשים יותר בנוח בסביבה שלנו,
11:48
our model can move closer to our feelings.
237
708873
3602
המודלים שלנו יכולים להתקרב לתחושותינו.
11:53
So an example might be,
238
713965
2340
דוגמה אחת עשויה להיות,
אם חוזרים 100 שנה לאחור
11:56
if you go back 100 years ago,
239
716329
1596
11:57
when electricity was first becoming common,
240
717949
3428
כשהחשמל החל להיות נפוץ,
הוא לווה בהרבה מאוד חששות.
12:01
there were a lot of fears about it.
241
721401
1703
היו אנשים שחששו ללחוץ על פעמוני דלתות,
12:03
There were people who were afraid to push doorbells,
242
723128
2478
כי חששו מהחשמל שבהם, וזה היה מסוכן.
12:05
because there was electricity in there, and that was dangerous.
243
725630
3005
אנחנו מרגישים בנוח עם חשמל.
12:08
For us, we're very facile around electricity.
244
728659
2869
אנחנו מחליפים נורות
12:11
We change light bulbs without even thinking about it.
245
731552
2818
אפילו בלי לחשוב על זה.
12:14
Our model of security around electricity is something we were born into.
246
734948
6163
המודל שלנו לגבי בטחון עם חשמל,
הוא משהו שנולדנו לתוכו.
12:21
It hasn't changed as we were growing up.
247
741735
2514
הוא לא השתנה כשהתבגרנו.
12:24
And we're good at it.
248
744273
1565
ואנחנו טובים בזה.
12:27
Or think of the risks on the Internet across generations --
249
747380
4499
או חישבו על הסיכונים
שבאינטרנט בין הדורות --
12:31
how your parents approach Internet security,
250
751903
2097
איך ההורים שלכם מתייחסים לביטחון באינטרנט,
לעומתכם,
12:34
versus how you do,
251
754024
1616
12:35
versus how our kids will.
252
755664
1542
ולעומת הילדים שלכם.
12:38
Models eventually fade into the background.
253
758300
2550
מודלים סופם להימוג ברקע.
12:42
"Intuitive" is just another word for familiar.
254
762427
2493
"אינטואיטיבי" היא בסה"כ מילה אחרת ל"מוכר".
12:45
So as your model is close to reality and it converges with feelings,
255
765887
3850
אז ככל שהמודל שלכם קרוב למציאות,
והוא מתמזג עם התחושות,
12:49
you often don't even know it's there.
256
769761
1918
אתם לא יודעים שהוא שם.
אז דוגמה נחמדה לזה
12:53
A nice example of this came from last year and swine flu.
257
773239
3817
באה משנה שעברה ומשפעת החזירים.
כששפעת החזירים הופיעה לראשונה,
12:58
When swine flu first appeared,
258
778281
2000
החדשות הראשונות יצרו תגובת-יתר רבה.
13:00
the initial news caused a lot of overreaction.
259
780305
2618
13:03
Now, it had a name,
260
783562
1978
עכשיו יש לזה שם,
13:05
which made it scarier than the regular flu,
261
785564
2050
שהפך את זה למפחיד יותר משפעת רגילה,
13:07
even though it was more deadly.
262
787638
1567
למרות שהיתה קטלנית יותר.
13:09
And people thought doctors should be able to deal with it.
263
789784
3208
ואנשים חשבו שרופאים אמורים להיות מסוגלים לטפל בזה.
13:13
So there was that feeling of lack of control.
264
793459
2524
אז היתה התחושה הזו של חוסר שליטה.
ושני הדברים האלה
13:16
And those two things made the risk more than it was.
265
796007
3109
העצימו את הסיכון יותר מפי שהיה באמת.
13:19
As the novelty wore off and the months went by,
266
799140
3557
כשהחידוש נמוג, החודשים עברו,
13:22
there was some amount of tolerance; people got used to it.
267
802721
2843
נוצרה תחושה מסויימת של עמידות,
אנשים התרגלו.
13:26
There was no new data, but there was less fear.
268
806355
2670
לא היו נתונים חדשים, אבל היה פחות פחד.
13:29
By autumn,
269
809681
2174
עד לסתיו,
13:31
people thought the doctors should have solved this already.
270
811879
3382
אנשים חשבו
שהרופאים היו צריכים כבר לפתור את זה.
13:35
And there's kind of a bifurcation:
271
815722
1960
ויש כאן סוג של התפצלות --
13:37
people had to choose between fear and acceptance --
272
817706
5751
אנשים נאלצו לבחור
בין פחד לקבלה --
למעשה בין פחד לעצמאות --
13:44
actually, fear and indifference --
273
824512
1644
הם די בחרו בחשד.
13:46
and they kind of chose suspicion.
274
826180
1795
וכשהחיסון הופיע בחורף שעבר,
13:49
And when the vaccine appeared last winter,
275
829110
3111
היו הרבה אנשים -- מספר מפתיע --
13:52
there were a lot of people -- a surprising number --
276
832245
2511
13:54
who refused to get it.
277
834780
1797
שסירבו לקבל אותו --
13:58
And it's a nice example of how people's feelings of security change,
278
838777
3656
דוגמה נחמדה
איך תחושות הבטחון של אנשים משתנות, איך המודלים שלהם משתנים,
14:02
how their model changes,
279
842457
1603
בצורה די פרועה
14:04
sort of wildly,
280
844084
1668
14:05
with no new information, with no new input.
281
845776
2770
ללא מידע חדש,
ללא קלט חדש.
דברים כאלה קורים פעמים רבות.
14:10
This kind of thing happens a lot.
282
850327
1808
אוסיף עוד מרכיב.
14:13
I'm going to give one more complication.
283
853199
1971
14:15
We have feeling, model, reality.
284
855194
2696
יש לנו תחושה, מודל, מציאות,
14:18
I have a very relativistic view of security.
285
858640
2510
יש לי השקפה מאוד יחסית על בטחון.
אני חושב שהיא תלויה במשקיף.
14:21
I think it depends on the observer.
286
861174
1814
14:23
And most security decisions have a variety of people involved.
287
863695
5166
ורוב החלטות הבטחון
מערבות מגוון אנשים.
14:29
And stakeholders with specific trade-offs will try to influence the decision.
288
869792
6539
ובעלי עניין,
עם פשרות ספציפיות
ינסו להשפיע על ההחלטה.
14:36
And I call that their agenda.
289
876355
1681
ואני קורא לזה "סדר היום שלהם".
וסדר היום הזה --
14:39
And you see agenda -- this is marketing, this is politics --
290
879512
3491
הוא שיווק, פוליטיקה --
14:43
trying to convince you to have one model versus another,
291
883481
3039
נסיון לשכנע לאמץ מודל כזה ולא אחר,
14:46
trying to convince you to ignore a model
292
886544
1984
נסיון לשכנע להתעלם ממודל
14:48
and trust your feelings,
293
888552
2672
ולסמוך על התחושות,
14:51
marginalizing people with models you don't like.
294
891248
2504
לדחוק לשוליים אנשים עם מודלים שהם לא אוהבים.
14:54
This is not uncommon.
295
894744
1516
זה לא נדיר.
14:57
An example, a great example, is the risk of smoking.
296
897610
3229
דוגמה, דוגמה מצויינת, היא הסיכון שבעישון.
בהיסטוריה של 50 השנים האחרונות, הסיכון שבעישון
15:02
In the history of the past 50 years,
297
902196
1783
15:04
the smoking risk shows how a model changes,
298
904003
2613
מדגים איך המודל השתנה,
15:06
and it also shows how an industry fights against a model it doesn't like.
299
906640
4358
וגם מראה איך תעשייה נלחמת נגד
מודל שהיא לא אוהבת.
15:11
Compare that to the secondhand smoke debate --
300
911983
3103
השוו את זה לדיון על מעשנים פסיבים --
בטח בפיגור של כ-20 שנה.
15:15
probably about 20 years behind.
301
915110
1953
15:17
Think about seat belts.
302
917982
1615
חישבו על חגורות בטיחות.
15:19
When I was a kid, no one wore a seat belt.
303
919621
2024
כשהייתי ילד, איש לא חגר חגורות בטיחות.
15:21
Nowadays, no kid will let you drive if you're not wearing a seat belt.
304
921669
3541
היום, אף ילד לא ייתן לך לנהוג
אם לא תחגור חגורת בטיחות.
15:26
Compare that to the airbag debate,
305
926633
2453
השוו את זה לדיון לגבי כריות האוויר --
בטח בפיגור של כ-30 שנה.
15:29
probably about 30 years behind.
306
929110
1667
כל הדוגמאות של שינוי מודלים.
15:32
All examples of models changing.
307
932006
2088
15:36
What we learn is that changing models is hard.
308
936855
2796
מה שאנחנו למדים הוא ששינוי מודלים הוא קשה.
קשה לסלק מודלים.
15:40
Models are hard to dislodge.
309
940334
2053
אם הם שווים לתחושות,
15:42
If they equal your feelings,
310
942411
1675
אפילו לא יודעים שיש מודל.
15:44
you don't even know you have a model.
311
944110
1899
וישנה גם הטיה מחשבתית אחרת
15:47
And there's another cognitive bias
312
947110
1886
אני קורא לה הטיית האישוש,
15:49
I'll call confirmation bias,
313
949020
2066
שבה אנחנו נוטים לקבל נתונים
15:51
where we tend to accept data that confirms our beliefs
314
951110
4361
שמאששים את האמונות שלנו
15:55
and reject data that contradicts our beliefs.
315
955495
2437
ודוחים מידע שסותר את האמונות שלנו.
15:59
So evidence against our model, we're likely to ignore,
316
959490
3935
אז עדויות נגד המודל שלנו,
צפוי שנתעלם מהן, אפילו אם הן משכנעות.
16:03
even if it's compelling.
317
963449
1248
16:04
It has to get very compelling before we'll pay attention.
318
964721
3005
הן חייבות להיות מאוד משכנעות לפני שנשים לב אליהן.
16:08
New models that extend long periods of time are hard.
319
968990
2597
מודלים חדשים שמשתרעים על פני תקופה ארוכה הם קשים.
התחממות גלובלית היא דוגמא מצויינת.
16:11
Global warming is a great example.
320
971611
1754
אנחנו גרועים
16:13
We're terrible at models that span 80 years.
321
973389
3442
בנוגע למודלים שמשתרעים על פני 80 שנה.
16:16
We can do "to the next harvest."
322
976855
2063
אנחנו יכולים לתכנן עד לקציר הקרוב.
16:18
We can often do "until our kids grow up."
323
978942
2306
אנחנו יכולים לעתים לתכנן עד שילדינו יגדלו.
16:21
But "80 years," we're just not good at.
324
981760
2201
אבל 80 שנה - אנחנו פשוט לא טובים בזה.
16:24
So it's a very hard model to accept.
325
984975
2302
אז זה מודל שקשה מאוד לקבלו.
16:27
We can have both models in our head simultaneously --
326
987999
2946
אנחנו יכולים להחזיק בראשינו את שני המודלים בו-זמנית,
16:31
that kind of problem where we're holding both beliefs together,
327
991912
6948
הבעיה הזו,
שבה אנחנו מחזיקים את שתי האמונות ביחד,
הדיסוננס הקוגניטיבי הזה.
16:38
the cognitive dissonance.
328
998884
1370
לבסוף,
16:40
Eventually, the new model will replace the old model.
329
1000278
3156
המודל החדש יחליף את המודל הישן.
16:44
Strong feelings can create a model.
330
1004164
2190
תחושות עזות יכולות ליצור מודל.
16:47
September 11 created a security model in a lot of people's heads.
331
1007411
5363
ה-11 בספטמבר יצר מודל בטחון
בראשי אנשים רבים.
16:52
Also, personal experiences with crime can do it,
332
1012798
3288
בנוסף, גם ניסיון אישי של היתקלות בפשע יכול לעשות את זה,
פחד מפני בעיות בריאות אישיות,
16:56
personal health scare,
333
1016110
1379
16:57
a health scare in the news.
334
1017513
1466
הפחדה בנוגע לבריאות בחדשות.
הם נקראים "אירועי הבזק"
17:00
You'll see these called "flashbulb events" by psychiatrists.
335
1020198
3345
ע"י פסיכיאטרים.
הם יכולים ליצור מודל באופן מיידי,
17:04
They can create a model instantaneously,
336
1024183
2461
17:06
because they're very emotive.
337
1026668
1761
כי הם מאוד רגשיים.
17:09
So in the technological world,
338
1029908
1588
אז בעולם הטכנולוגי,
17:11
we don't have experience to judge models.
339
1031520
3237
אין לנו ניסיון
כדי לשפוט מודלים.
17:15
And we rely on others. We rely on proxies.
340
1035124
2933
ואנחנו סומכים על אחרים. אנחנו סומכים על נציגים.
כלומר, זה עובד כל עוד זה נועד לתקן אחרים.
17:18
And this works, as long as it's the correct others.
341
1038081
2619
17:21
We rely on government agencies
342
1041183
2682
אנחנו סומכים על סוכנויות ממשלתיות
17:23
to tell us what pharmaceuticals are safe.
343
1043889
4404
כדי שיגידו לנו אילו תרופות בטוחות.
17:28
I flew here yesterday.
344
1048317
1913
טסתי לכאן אתמול.
17:30
I didn't check the airplane.
345
1050254
1762
לא בדקתי את המטוס.
17:32
I relied on some other group
346
1052699
2595
סמכתי על קבוצה אחרת
שתקבע אם המטוס שלי בטוח לטיסה.
17:35
to determine whether my plane was safe to fly.
347
1055318
2437
17:37
We're here, none of us fear the roof is going to collapse on us,
348
1057779
3298
אנחנו כאן, איש מאיתנו לא חושש שהגג יתמוטט עלינו,
לא בגלל שבדקנו,
17:41
not because we checked,
349
1061101
2205
17:43
but because we're pretty sure the building codes here are good.
350
1063330
3672
אלא בגלל שאנחנו די בטוחים
שתקני הבנייה פה טובים.
17:48
It's a model we just accept
351
1068442
2989
זהו מודל שאנחנו פשוט מקבלים
פחות או יותר ע"י אמונה.
17:51
pretty much by faith.
352
1071455
1360
וזה בסדר.
17:53
And that's OK.
353
1073331
1358
17:57
Now, what we want is people to get familiar enough with better models,
354
1077966
5873
ומה שאנחנו רוצים
הוא שאנשים יכירו טוב יותר
מודלים טובים יותר --
18:03
have it reflected in their feelings,
355
1083863
2120
שישתקפו בתחושותיהם --
שיאפשרו להם לעשות פשרות בטחון.
18:06
to allow them to make security trade-offs.
356
1086007
3002
וכשזה יוצא משליטה,
18:10
When these go out of whack, you have two options.
357
1090110
3719
יש שתי אופציות.
18:13
One, you can fix people's feelings, directly appeal to feelings.
358
1093853
4233
אחת, אפשר לתקן את התחושות של אנשים,
לפנות ישר אל התחושות.
זוהי מניפולציה, אבל זה יכול לעבוד.
18:18
It's manipulation, but it can work.
359
1098110
2406
שתיים, דרך הוגנת יותר
18:21
The second, more honest way
360
1101173
2191
היא לתקן ממש את המודל.
18:23
is to actually fix the model.
361
1103388
1773
18:26
Change happens slowly.
362
1106720
2101
שינוי מתרחש לאט.
18:28
The smoking debate took 40 years -- and that was an easy one.
363
1108845
4378
הדיון על העישון לקח 40 שנה,
וזה עוד היה קל.
חלק מהדברים האלה קשים.
18:35
Some of this stuff is hard.
364
1115195
1813
אבל ממש,
18:37
Really, though, information seems like our best hope.
365
1117496
3756
מידע נראה כתקווה הטובה ביותר שלנו.
ואני שיקרתי.
18:41
And I lied.
366
1121276
1272
18:42
Remember I said feeling, model, reality; reality doesn't change?
367
1122572
4020
זיכרו שאמרתי תחושות, מודל, מציאות.
אמרתי שמציאות אינה משתנה. היא כן.
18:46
It actually does.
368
1126616
1375
אנחנו חיים בעולם טכנולוגי.
18:48
We live in a technological world;
369
1128015
1714
18:49
reality changes all the time.
370
1129753
2338
המציאות משתנה כל הזמן.
18:52
So we might have, for the first time in our species:
371
1132887
2977
יכול להיות שיש לנו -- לראשונה בתולדות האנושות --
18:55
feeling chases model, model chases reality, reality's moving --
372
1135888
3183
תחושה שרודפת אחרי מודל, מודל שרודף אחרי המציאות, המציאות מתקדמת --
אולי הם לעולם לא ישיגו זה את זה.
18:59
they might never catch up.
373
1139095
1533
19:02
We don't know.
374
1142180
1328
אנחנו לא יודעים.
אבל בטווח הארוך,
19:05
But in the long term,
375
1145614
1603
גם התחושות וגם המציאות חשובות.
19:07
both feeling and reality are important.
376
1147241
2204
19:09
And I want to close with two quick stories to illustrate this.
377
1149469
3233
ואני רוצה לסכם עם שני סיפורים קצרים כדי להמחיש את זה.
19:12
1982 -- I don't know if people will remember this --
378
1152726
2479
ב-1982 -- לא יודע אם אנשים יזכרו את זה --
היתה מגיפה קצרה
19:15
there was a short epidemic of Tylenol poisonings
379
1155229
3370
של הרעלת טיילנול בארה"ב.
19:18
in the United States.
380
1158623
1196
19:19
It's a horrific story.
381
1159843
1361
זהו סיפור נורא. מישהו לקח בקבוק טיילנול,
19:21
Someone took a bottle of Tylenol,
382
1161228
2079
שם בתוכו רעל, סגר והחזיר למדף.
19:23
put poison in it, closed it up, put it back on the shelf,
383
1163331
3002
מישהו אחר קנה אותו ומת.
19:26
someone else bought it and died.
384
1166357
1558
19:27
This terrified people.
385
1167939
1673
זה הפחיד מאוד אנשים.
19:29
There were a couple of copycat attacks.
386
1169636
2227
היו מספר התקפות של חקיינים.
19:31
There wasn't any real risk, but people were scared.
387
1171887
2845
לא כל היה סיכון אמיתי, אבל אנשים חששו.
19:34
And this is how the tamper-proof drug industry was invented.
388
1174756
3876
וכך
הומצאה תעשיית התרופות שלא ניתן "לטפל" בהן.
19:38
Those tamper-proof caps? That came from this.
389
1178656
2229
המכסים האלה שלא ניתן לפתוח, שבאו בעקבות זה.
19:40
It's complete security theater.
390
1180909
1571
זהו "תיאטרון בטחון" שלם.
19:42
As a homework assignment, think of 10 ways to get around it.
391
1182504
2891
בתור שיעורי בית, חישבו על 10 דרכים שונות לעקוף את זה.
אתן לכם אחת, מזרק.
19:45
I'll give you one: a syringe.
392
1185419
1891
19:47
But it made people feel better.
393
1187334
2781
אבל זה שיפר את תחושתם של אנשים.
19:50
It made their feeling of security more match the reality.
394
1190744
3702
זה גרם לתחושת הבטחון שלהם
להתאים יותר למציאות.
סיפור אחרון: לפני כמה שנים, ידידה שלי ילדה.
19:55
Last story: a few years ago, a friend of mine gave birth.
395
1195390
2934
ביקרתי אותה בבית החולים.
19:58
I visit her in the hospital.
396
1198348
1397
19:59
It turns out, when a baby's born now,
397
1199769
1923
מתברר שהיום, כשתינוק נולד,
20:01
they put an RFID bracelet on the baby, a corresponding one on the mother,
398
1201716
3563
מצמידים ליד שלו צמיד עם משדר רדיו,
ומצמידים צמיד תואם לאמא שלו,
20:05
so if anyone other than the mother takes the baby out of the maternity ward,
399
1205303
3620
כך שאם מישהו פרט לאמא מוציא את התינוק ממחלקת היולדות,
נשמעת אזעקה.
20:08
an alarm goes off.
400
1208947
1158
אמרתי: "טוב, זה מגניב.
20:10
I said, "Well, that's kind of neat.
401
1210129
1729
20:11
I wonder how rampant baby snatching is out of hospitals."
402
1211882
3970
"מעניין עד כמה נפוצות הן חטיפות של תינוקות
"מבתי חולים."
20:15
I go home, I look it up.
403
1215876
1236
חזרתי הביתה, בדקתי את זה.
20:17
It basically never happens.
404
1217136
1525
זה למעשה מעולם לא קרה.
20:18
(Laughter)
405
1218685
1844
אבל כשחושבים על זה,
20:20
But if you think about it, if you are a hospital,
406
1220553
2843
אם אתם בית חולים,
20:23
and you need to take a baby away from its mother,
407
1223420
2380
ואתם צריך להרחיק תינוק מאמא שלו,
20:25
out of the room to run some tests,
408
1225824
1781
אל מחוץ לחדר כדי לערוך כמה בדיקות,
20:27
you better have some good security theater,
409
1227629
2050
עדיף שיהיה לכם קצת תיאטרון בטחון טוב,
20:29
or she's going to rip your arm off.
410
1229703
1945
אחרת היא תתלוש לך את היד.
20:31
(Laughter)
411
1231672
1533
(צחוק)
אז זה חשוב לנו,
20:34
So it's important for us,
412
1234161
1717
20:35
those of us who design security,
413
1235902
2135
אלו מאיתנו שמתכננים אבטחה,
שבוחנים מדיניות אבטחה,
20:38
who look at security policy --
414
1238061
2031
20:40
or even look at public policy in ways that affect security.
415
1240946
3308
או אפילו בוחנים מדיניות ציבורית
בדרכים שמשפיעות על בטחון.
לא מדובר רק במציאות, אלא בתחושות ובמציאות.
20:45
It's not just reality; it's feeling and reality.
416
1245006
3416
מה שחשוב
20:48
What's important
417
1248446
1865
הוא שהן תהיינה בערך אותו דבר.
20:50
is that they be about the same.
418
1250335
1545
20:51
It's important that, if our feelings match reality,
419
1251904
2531
חשוב שאם התחושות שלנו יתאמו למציאות,
נעשה פשרות בטחון טובות יותר.
20:54
we make better security trade-offs.
420
1254459
1873
תודה
20:56
Thank you.
421
1256711
1153
20:57
(Applause)
422
1257888
2133
(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