Jennifer Golbeck: The curly fry conundrum: Why social media "likes" say more than you might think
ジェニファー・ゴルベック: カーリー・フライの謎解き — ソーシャルメディアでの「いいね!」があなたの秘密を明かす?
376,125 views ・ 2014-04-03
下の英語字幕をダブルクリックすると動画を再生できます。
翻訳: Tomoyuki Suzuki
校正: Yasushi Aoki
00:12
If you remember that first decade of the web,
0
12738
1997
ウェブが最初の10年間
どんなだったか
00:14
it was really a static place.
1
14735
2255
覚えていますか?
固定的なものでした
00:16
You could go online, you could look at pages,
2
16990
2245
ネットにつなげ
サイトを見ることはできましたが
00:19
and they were put up either by organizations
3
19235
2513
当時それは
そのための部署を持つ組織や
00:21
who had teams to do it
4
21748
1521
当時それは
そのための部署を持つ組織や
00:23
or by individuals who were really tech-savvy
5
23269
2229
コンピュータに精通した個人が
立ち上げたものでした
00:25
for the time.
6
25498
1737
コンピュータに精通した個人が
立ち上げたものでした
00:27
And with the rise of social media
7
27235
1575
2000年代初期にソーシャルメディアや
ソーシャルネットワークが登場すると
00:28
and social networks in the early 2000s,
8
28810
2399
2000年代初期にソーシャルメディアや
ソーシャルネットワークが登場すると
00:31
the web was completely changed
9
31209
2149
ウェブは大きく変容を遂げ
00:33
to a place where now the vast majority of content
10
33358
3608
今や私たちの見る
コンテンツの大部分が
00:36
we interact with is put up by average users,
11
36966
3312
一般的なユーザーによる
00:40
either in YouTube videos or blog posts
12
40278
2697
YouTubeのビデオ、ブログ
00:42
or product reviews or social media postings.
13
42975
3315
製品のレビューやソーシャルメディアでの
投稿で占められています
00:46
And it's also become a much more interactive place,
14
46290
2347
また人々が互いに
00:48
where people are interacting with others,
15
48637
2637
やり取りをする場へと変化しています
00:51
they're commenting, they're sharing,
16
51274
1696
コメントしたり 情報を共有したりし
00:52
they're not just reading.
17
52970
1614
ただ情報を見るだけではないのです
00:54
So Facebook is not the only place you can do this,
18
54584
1866
フェイスブックはこのような場として
唯一ではないものの最大です
00:56
but it's the biggest,
19
56450
1098
フェイスブックはこのような場として
唯一ではないものの最大です
00:57
and it serves to illustrate the numbers.
20
57548
1784
数字を見れば分ります
00:59
Facebook has 1.2 billion users per month.
21
59332
3477
フェイスブックには
月間ユーザーが12億います
01:02
So half the Earth's Internet population
22
62809
1930
つまり地球上のインターネット人口の―
01:04
is using Facebook.
23
64739
1653
半分がフェイスブックを利用しています
01:06
They are a site, along with others,
24
66392
1932
他のサイトと同様に
01:08
that has allowed people to create an online persona
25
68324
3219
ITのスキルが殆どなくても
ネット上の人格を作ることができる
01:11
with very little technical skill,
26
71543
1782
そんなサイトであり
01:13
and people responded by putting huge amounts
27
73325
2476
人々は個人的な情報を大量に
01:15
of personal data online.
28
75801
1983
投稿してきたのです
01:17
So the result is that we have behavioral,
29
77784
2543
その結果 何億という人々の
行動パターン
01:20
preference, demographic data
30
80327
1986
好みや人口統計データなどが
01:22
for hundreds of millions of people,
31
82313
2101
得られるのです
01:24
which is unprecedented in history.
32
84414
2026
こんなことは
過去には有りませんでした
01:26
And as a computer scientist,
what this means is that
33
86440
2560
私のようなコンピュータ科学者にとって
これは意味深く
01:29
I've been able to build models
34
89000
1664
私は人々が共有した情報から
01:30
that can predict all sorts of hidden attributes
35
90664
2322
本人が公開しているとは思いもしない
01:32
for all of you that you don't even know
36
92986
2284
多くの隠された特性を予測できる
01:35
you're sharing information about.
37
95270
2202
モデルを構築することができました
01:37
As scientists, we use that to help
38
97472
2382
科学者はそれによって
人々の—
01:39
the way people interact online,
39
99854
2114
ネット上での交流を
手助け出来るのですが
01:41
but there's less altruistic applications,
40
101968
2499
そんなに利他的でない
応用もあります
01:44
and there's a problem in that users don't really
41
104467
2381
問題はユーザーが
01:46
understand these techniques and how they work,
42
106848
2470
この様な技術の存在やしくみを理解せず
01:49
and even if they did, they don't
have a lot of control over it.
43
109318
3128
たとえ知っていたとしても
コントロールする手段が無いことです
01:52
So what I want to talk to you about today
44
112446
1490
私が今日お話ししたいことは
01:53
is some of these things that we're able to do,
45
113936
2702
こういうことに対して我々が
何をできるか
01:56
and then give us some ideas
of how we might go forward
46
116638
2763
そして我々の手に
01:59
to move some control back into the hands of users.
47
119401
2769
いくらかコントロールを
取り返すアイデアについてです
02:02
So this is Target, the company.
48
122170
1586
これはTargetという会社のロゴ
02:03
I didn't just put that logo
49
123756
1324
この哀れな妊婦のお腹に
02:05
on this poor, pregnant woman's belly.
50
125080
2170
ロゴを意味もなく
貼りつけたのではありません
02:07
You may have seen this anecdote that was printed
51
127250
1840
雑誌フォーブスに載った逸話を
02:09
in Forbes magazine where Target
52
129090
2061
ご覧になったかもしれません
02:11
sent a flyer to this 15-year-old girl
53
131151
2361
Targetはこの15歳の少女が
02:13
with advertisements and coupons
54
133512
1710
親に妊娠を打ち明ける2週も前に
02:15
for baby bottles and diapers and cribs
55
135222
2554
哺乳瓶、おむつ、 ベビーベッドの
02:17
two weeks before she told her parents
56
137776
1684
広告とクーポン券を
02:19
that she was pregnant.
57
139460
1864
送りつけたのです
02:21
Yeah, the dad was really upset.
58
141324
2704
父親は激怒しました
02:24
He said, "How did Target figure out
59
144028
1716
Targetは 親さえ知らない
02:25
that this high school girl was pregnant
60
145744
1824
高校生の少女の妊娠を
02:27
before she told her parents?"
61
147568
1960
どうして知っていたのか?
02:29
It turns out that they have the purchase history
62
149528
2621
判明したことは 彼らには
02:32
for hundreds of thousands of customers
63
152149
2301
何十万という顧客の
購入履歴データがあり
02:34
and they compute what they
call a pregnancy score,
64
154450
2730
彼らが言う所の
妊娠スコアというものを計算したのです
02:37
which is not just whether or
not a woman's pregnant,
65
157180
2332
単に妊娠の判断だけでなく
02:39
but what her due date is.
66
159512
1730
予定日の推定さえするのです
02:41
And they compute that
67
161242
1304
すぐそれと分かる購入品—
02:42
not by looking at the obvious things,
68
162546
1768
例えばベビーベッドや
赤ちゃん服だけでなく
02:44
like, she's buying a crib or baby clothes,
69
164314
2512
例えばベビーベッドや
赤ちゃん服だけでなく
02:46
but things like, she bought more vitamins
70
166826
2943
いつもよりビタミン剤を
多めに買ったとか
02:49
than she normally had,
71
169769
1717
おむつを入れるのに必要であろう
02:51
or she bought a handbag
72
171486
1464
大きな手さげカバンを
02:52
that's big enough to hold diapers.
73
172950
1711
買ったということから
推測するのです
02:54
And by themselves, those purchases don't seem
74
174661
1910
それぞれの物は
購入したからと言って
02:56
like they might reveal a lot,
75
176571
2469
何かがばれる訳ではなさそうですが
02:59
but it's a pattern of behavior that,
76
179040
1978
そういった購入行動のパターンを
03:01
when you take it in the context
of thousands of other people,
77
181018
3117
他の数千人の人々のデータと
照らし合わせることによって
03:04
starts to actually reveal some insights.
78
184135
2757
その意味が見えてきます
03:06
So that's the kind of thing that we do
79
186892
1793
このようにして我々は―
03:08
when we're predicting stuff
about you on social media.
80
188685
2567
ソーシャルメディアを通して
皆さんの事を分析しています
03:11
We're looking for little
patterns of behavior that,
81
191252
2796
我々は数百万の人々の
03:14
when you detect them among millions of people,
82
194048
2682
この様な ささいな行動パターンから
03:16
lets us find out all kinds of things.
83
196730
2706
様々なことを見出そうとしているのです
03:19
So in my lab and with colleagues,
84
199436
1747
私の研究所では仲間たちと
03:21
we've developed mechanisms where we can
85
201183
1777
様々なことを正確に予測する
手法を開発しました
03:22
quite accurately predict things
86
202960
1560
様々なことを正確に予測する
手法を開発しました
03:24
like your political preference,
87
204520
1725
人々の政治的傾向
03:26
your personality score, gender, sexual orientation,
88
206245
3752
個性 性別 性的傾向
03:29
religion, age, intelligence,
89
209997
2873
宗教 年令 知能
03:32
along with things like
90
212870
1394
それに加え
03:34
how much you trust the people you know
91
214264
1937
知人をどの程度信頼し
03:36
and how strong those relationships are.
92
216201
1804
どれくらい深い関係か
といったことです
03:38
We can do all of this really well.
93
218005
1785
かなり上手くいきました
03:39
And again, it doesn't come from what you might
94
219790
2197
繰り返しますが 直接的でない
情報から結果が得られるのです
03:41
think of as obvious information.
95
221987
2102
繰り返しますが 直接的でない
情報から結果が得られるのです
03:44
So my favorite example is from this study
96
224089
2281
私が特に気に入っている事例は
03:46
that was published this year
97
226370
1240
米国科学アカデミー紀要に載った
03:47
in the Proceedings of the National Academies.
98
227610
1795
今年の論文で グーグルで
検索すれば見つかるでしょう
03:49
If you Google this, you'll find it.
99
229405
1285
今年の論文で グーグルで
検索すれば見つかるでしょう
03:50
It's four pages, easy to read.
100
230690
1872
4ページの論文で
すぐに読めます
03:52
And they looked at just people's Facebook likes,
101
232562
3003
ここでは フェイスブックで
何を「いいね!」したかという
03:55
so just the things you like on Facebook,
102
235565
1920
情報だけを元に
03:57
and used that to predict all these attributes,
103
237485
2138
先ほど挙げたような
個人の特性を
03:59
along with some other ones.
104
239623
1645
予測しています
04:01
And in their paper they listed the five likes
105
241268
2961
この論文では 高い知能と
関連性の高い
04:04
that were most indicative of high intelligence.
106
244229
2787
5つの「いいね!」の対象をリストしました
04:07
And among those was liking a page
107
247016
2324
その一つが
04:09
for curly fries. (Laughter)
108
249340
1905
カーリー・フライのページです (笑)
04:11
Curly fries are delicious,
109
251245
2093
カーリー・フライは
確かに美味しいですが
04:13
but liking them does not necessarily mean
110
253338
2530
カーリー・フライが
好きなこと自体が
04:15
that you're smarter than the average person.
111
255868
2080
平均以上の知性を
意味するのではありません
04:17
So how is it that one of the strongest indicators
112
257948
3207
では どうして対象物が
予測しようとする性質と無関係なのに
04:21
of your intelligence
113
261155
1570
では どうして対象物が
予測しようとする性質と無関係なのに
04:22
is liking this page
114
262725
1447
これが知性と関連性の高い
指標となるのでしょう
04:24
when the content is totally irrelevant
115
264172
2252
これが知性と関連性の高い
指標となるのでしょう
04:26
to the attribute that's being predicted?
116
266424
2527
これが知性と関連性の高い
指標となるのでしょう
04:28
And it turns out that we have to look at
117
268951
1584
これを説き明かすために
04:30
a whole bunch of underlying theories
118
270535
1618
背後にある ありとあらゆる
04:32
to see why we're able to do this.
119
272153
2569
理論に着目すべきことが
分りました
04:34
One of them is a sociological
theory called homophily,
120
274722
2913
その一つが社会学で
「同類性」といわれるもので
04:37
which basically says people are
friends with people like them.
121
277635
3092
人間は基本的に似た者同士が
集まるというものです
04:40
So if you're smart, you tend to
be friends with smart people,
122
280727
2014
賢い人は賢い人達と
仲間になる傾向があり
04:42
and if you're young, you tend
to be friends with young people,
123
282741
2630
若者は若者同士で集まるといったことで
04:45
and this is well established
124
285371
1627
これは何百年もの前に
04:46
for hundreds of years.
125
286998
1745
確立された理論です
04:48
We also know a lot
126
288743
1232
情報がネットワークにより
04:49
about how information spreads through networks.
127
289975
2550
どう広がるかも
よく分かっています
04:52
It turns out things like viral videos
128
292525
1754
話題になるビデオや
04:54
or Facebook likes or other information
129
294279
2406
フェイスブックの「いいね!」
のような情報は
04:56
spreads in exactly the same way
130
296685
1888
まるで病気が伝染するように
04:58
that diseases spread through social networks.
131
298573
2454
ソーシャルネットワークを通して
広がるのです
05:01
So this is something we've studied for a long time.
132
301027
1791
こういうことは長年研究され
05:02
We have good models of it.
133
302818
1576
良い予測モデルがあります
05:04
And so you can put those things together
134
304394
2157
こういったことを合わせて考えてみれば
05:06
and start seeing why things like this happen.
135
306551
3088
なぜあんな予測がなされるのか
分ってきます
05:09
So if I were to give you a hypothesis,
136
309639
1814
そこで仮説を示すとすれば―
05:11
it would be that a smart guy started this page,
137
311453
3227
そのページを作った人か
05:14
or maybe one of the first people who liked it
138
314680
1939
あるいは初期に「いいね!」をした一人が
05:16
would have scored high on that test.
139
316619
1736
知性の高い人だったのでしょう
05:18
And they liked it, and their friends saw it,
140
318355
2288
彼らが気に入って
そして その友達がこれを見て
05:20
and by homophily, we know that
he probably had smart friends,
141
320643
3122
類が友を呼び ― きっと彼には賢い友人が
多いのでしょう
05:23
and so it spread to them,
and some of them liked it,
142
323765
3056
仲間の輪は広がり
彼らも気に入り
05:26
and they had smart friends,
143
326821
1189
そこからさらに
05:28
and so it spread to them,
144
328010
807
05:28
and so it propagated through the network
145
328817
1973
賢い友達へと広まり
ネットワークを通して
たくさんの知性の高い人へと伝わっていき
05:30
to a host of smart people,
146
330790
2569
ネットワークを通して
たくさんの知性の高い人へと伝わっていき
05:33
so that by the end, the action
147
333359
2056
ついにはカーリー・フライへの
05:35
of liking the curly fries page
148
335415
2544
「いいね!」という行動が
05:37
is indicative of high intelligence,
149
337959
1615
商品の中身とは無関係に
05:39
not because of the content,
150
339574
1803
「いいね!」と投票した人たちの
05:41
but because the actual action of liking
151
341377
2522
共通の特性が反映され
05:43
reflects back the common attributes
152
343899
1900
高い知性を表すことになったのです
05:45
of other people who have done it.
153
345799
2468
高い知性を表すことになったのです
05:48
So this is pretty complicated stuff, right?
154
348267
2897
とても複雑な関係ですね?
05:51
It's a hard thing to sit down and explain
155
351164
2199
これを普通の方の前で
05:53
to an average user, and even if you do,
156
353363
2848
説明するのは難しいし
そうしたからといって
05:56
what can the average user do about it?
157
356211
2188
普通の人はどうすべきか
分かりませんね?
05:58
How do you know that
you've liked something
158
358399
2048
何かを「いいね!」したとき
06:00
that indicates a trait for you
159
360447
1492
それとは直接関係のない
06:01
that's totally irrelevant to the
content of what you've liked?
160
361939
3545
性格をつかまれてしまうなんて
どうして分かるでしょう?
06:05
There's a lot of power that users don't have
161
365484
2546
ユーザーがデータの用途を
コントロールできない
06:08
to control how this data is used.
162
368030
2230
そんな仕組みが多くあるのです
06:10
And I see that as a real
problem going forward.
163
370260
3112
そして私は実際に問題が
起こっていることを知っています
06:13
So I think there's a couple paths
164
373372
1977
私はユーザーにデータの使用方法の
06:15
that we want to look at
165
375349
1001
コントロールを与える
06:16
if we want to give users some control
166
376350
1910
2つのやり方があると
思います
06:18
over how this data is used,
167
378260
1740
2つのやり方があると
思います
06:20
because it's not always going to be used
168
380000
1940
というのもデータ利用は必ずしも
ユーザの―
06:21
for their benefit.
169
381940
1381
為になっていないからです
06:23
An example I often give is that,
170
383321
1422
私がよく挙げる例は
06:24
if I ever get bored being a professor,
171
384743
1646
もし私が教授職に飽きて
06:26
I'm going to go start a company
172
386389
1653
会社を立ち上げ
06:28
that predicts all of these attributes
173
388042
1454
皆さんの特性だとか
06:29
and things like how well you work in teams
174
389496
1602
チームワーク力とか
06:31
and if you're a drug user, if you're an alcoholic.
175
391098
2671
薬物使用癖やアルコール依存
などを予測します
06:33
We know how to predict all that.
176
393769
1440
推定方法は分かっています
06:35
And I'm going to sell reports
177
395209
1761
そして皆さんを雇用したがっている
06:36
to H.R. companies and big businesses
178
396970
2100
人材派遣会社や大企業に
06:39
that want to hire you.
179
399070
2273
レポートを売りつけるのです
06:41
We totally can do that now.
180
401343
1177
我々はすぐにでもできます
06:42
I could start that business tomorrow,
181
402520
1788
明日にだってビジネスを始められるでしょう
06:44
and you would have
absolutely no control
182
404308
2052
そして私が皆さんのデータを
06:46
over me using your data like that.
183
406360
2138
そのように使うのを
止めることはできません
06:48
That seems to me to be a problem.
184
408498
2292
そのことが問題だと言っているのです
06:50
So one of the paths we can go down
185
410790
1910
取り得る対策の一つは
06:52
is the policy and law path.
186
412700
2032
ポリシーや法律による方法です
06:54
And in some respects, I think
that that would be most effective,
187
414732
3046
ある意味
これが最も効果的かもしれません
06:57
but the problem is we'd
actually have to do it.
188
417778
2756
しかし問題は我々は
働きかけることしかできないことです
07:00
Observing our political process in action
189
420534
2780
政策決定のプロセスを見ていると
07:03
makes me think it's highly unlikely
190
423314
2379
多くの議員が集まって
07:05
that we're going to get a bunch of representatives
191
425693
1597
我々の話を聞いて
事情を理解し
07:07
to sit down, learn about this,
192
427290
1986
ユーザーが自分のデータの
07:09
and then enact sweeping changes
193
429276
2106
用途を管理できるよう
07:11
to intellectual property law in the U.S.
194
431382
2157
米国の知的所有権法を
大幅に変えるというのは
07:13
so users control their data.
195
433539
2461
とても起こりそうな気がしません
07:16
We could go the policy route,
196
436000
1304
ポリシーという道もあります
07:17
where social media companies say,
197
437304
1479
つまりソーシャルメディア会社が
07:18
you know what? You own your data.
198
438783
1402
“データは皆さんのものです
07:20
You have total control over how it's used.
199
440185
2489
皆さんがすべて管理できます”
と言うのです
07:22
The problem is that the revenue models
200
442674
1848
問題は収入モデルにあります
07:24
for most social media companies
201
444522
1724
ソーシャルメディア会社は
07:26
rely on sharing or exploiting
users' data in some way.
202
446246
4031
ユーザのデータを何らかの方法で
共有もしくは利用することで成り立っています
07:30
It's sometimes said of Facebook that the users
203
450277
1833
時々言われる事ですが
フェイスブックにとって
07:32
aren't the customer, they're the product.
204
452110
2528
“ユーザは顧客ではなくて製品だと”
07:34
And so how do you get a company
205
454638
2714
だから このような会社が
07:37
to cede control of their main asset
206
457352
2558
大事な資産をユーザーに返すなどという
07:39
back to the users?
207
459910
1249
譲歩をするでしょうか?
07:41
It's possible, but I don't think it's something
208
461159
1701
可能だとは思いますが
07:42
that we're going to see change quickly.
209
462860
2320
私は直ぐには起こりそうにないと思います
07:45
So I think the other path
210
465180
1500
もう一つの道で
07:46
that we can go down that's
going to be more effective
211
466680
2288
より効果的であろうものは
07:48
is one of more science.
212
468968
1508
科学を使うことです
07:50
It's doing science that allowed us to develop
213
470476
2510
データから個人の特性を
導き出すメカニズムを
07:52
all these mechanisms for computing
214
472986
1750
開発できるようにしてくれた
07:54
this personal data in the first place.
215
474736
2052
科学を研究すること
07:56
And it's actually very similar research
216
476788
2106
それとごく似た
07:58
that we'd have to do
217
478894
1438
研究によって
08:00
if we want to develop mechanisms
218
480332
2386
“これにはリスクがありますよ”
といった警告を
08:02
that can say to a user,
219
482718
1421
ユーザーに発するような
08:04
"Here's the risk of that action you just took."
220
484139
2229
仕組みを開発できるでしょう
08:06
By liking that Facebook page,
221
486368
2080
フェイスブックで「いいね!」したり
08:08
or by sharing this piece of personal information,
222
488448
2535
個人情報を共有すると
08:10
you've now improved my ability
223
490983
1502
皆さんが ドラッグをやっているかとか
08:12
to predict whether or not you're using drugs
224
492485
2086
職場で上手くいっているかどうかとか
08:14
or whether or not you get
along well in the workplace.
225
494571
2862
そういった事について予測される精度が
上がったのでした
08:17
And that, I think, can affect whether or not
226
497433
1848
警告の仕組みを導入すると
08:19
people want to share something,
227
499281
1510
情報を公開する
友達に限定する
08:20
keep it private, or just keep it offline altogether.
228
500791
3239
まったく共有しないといった
人々の選択に影響するでしょう
08:24
We can also look at things like
229
504030
1563
またはアップロードする情報を
08:25
allowing people to encrypt data that they upload,
230
505593
2728
暗号化するという手段も
考えられるでしょう
08:28
so it's kind of invisible and worthless
231
508321
1855
これでフェイスブックの様なサイトや
08:30
to sites like Facebook
232
510176
1431
そこからデータを受ける
08:31
or third party services that access it,
233
511607
2629
第三者のサービス会社には
無意味なデータとなり
08:34
but that select users who the person who posted it
234
514236
3247
一方で 本人が見て欲しいと思う人は
08:37
want to see it have access to see it.
235
517483
2670
見ることができます
08:40
This is all super exciting research
236
520153
2166
これは知的な観点から
08:42
from an intellectual perspective,
237
522319
1620
非常に面白い研究であり
08:43
and so scientists are going to be willing to do it.
238
523939
1859
科学者は喜んで取り組むでしょう
08:45
So that gives us an advantage over the law side.
239
525798
3610
その点で政策に訴える手段よりも
優れています
08:49
One of the problems that people bring up
240
529408
1725
この話をすると皆さんに―
08:51
when I talk about this is, they say,
241
531133
1595
よく指摘されるのは
08:52
you know, if people start
keeping all this data private,
242
532728
2646
皆が情報を非公開に
するようになったら
08:55
all those methods that you've been developing
243
535374
2113
私たちの開発してきた
人の行動パターンの―
08:57
to predict their traits are going to fail.
244
537487
2653
予測手法が使えなくなるのでは
ということです
09:00
And I say, absolutely, and for me, that's success,
245
540140
3520
その通りですが
私にとってそれは成功なのです
09:03
because as a scientist,
246
543660
1786
なぜなら一科学者として
09:05
my goal is not to infer information about users,
247
545446
3688
私の目標はユーザーの情報から
何かをあぶりだすことではなくて
09:09
it's to improve the way people interact online.
248
549134
2767
人々のオンラインにおける交流を
改善することだからです
09:11
And sometimes that involves
inferring things about them,
249
551901
3218
そのために人々のデータから
推測をすることもありますが
09:15
but if users don't want me to use that data,
250
555119
3022
皆さんがデータの利用を
望まないのであれば
09:18
I think they should have the right to do that.
251
558141
2038
皆さんにそう言う権利が
あるべきだと思います
09:20
I want users to be informed and consenting
252
560179
2651
我々が開発するツールについて
ユーザーは知らされ
09:22
users of the tools that we develop.
253
562830
2112
同意の元で使われるべきだと思います
09:24
And so I think encouraging this kind of science
254
564942
2952
データを管理する力の一部を
ソーシャルメディアから
09:27
and supporting researchers
255
567894
1346
ユーザーに返すような
09:29
who want to cede some of that control back to users
256
569240
3023
科学的研究を推し進め
09:32
and away from the social media companies
257
572263
2311
研究者を支援することで
09:34
means that going forward, as these tools evolve
258
574574
2671
このようなツールは進化し
09:37
and advance,
259
577245
1476
進歩を遂げることになり
09:38
means that we're going to have an educated
260
578721
1414
ユーザーが知識と力を
09:40
and empowered user base,
261
580135
1694
持つようになるでしょう
09:41
and I think all of us can agree
262
581829
1100
これが理想的な方法だと
09:42
that that's a pretty ideal way to go forward.
263
582929
2564
同意して頂けるものと思ってます
09:45
Thank you.
264
585493
2184
どうも有り難うございました
09:47
(Applause)
265
587677
3080
(拍手)
New videos
このウェブサイトについて
このサイトでは英語学習に役立つYouTube動画を紹介します。世界中の一流講師による英語レッスンを見ることができます。各ビデオのページに表示される英語字幕をダブルクリックすると、そこからビデオを再生することができます。字幕はビデオの再生と同期してスクロールします。ご意見・ご要望がございましたら、こちらのお問い合わせフォームよりご連絡ください。