Del Harvey: The strangeness of scale at Twitter

105,340 views ・ 2014-03-27

TED


Dubbelklik op de Engelse ondertitels hieronder om de video af te spelen.

Vertaald door: Axel Saffran Nagekeken door: Els De Keyser
00:12
My job at Twitter
0
12984
1291
Mijn taak bij Twitter
00:14
is to ensure user trust,
1
14275
1978
is het waarborgen van gebruikersvertrouwen
00:16
protect user rights and keep users safe,
2
16253
2837
en het beschermen van gebruikers en hun rechten.
00:19
both from each other
3
19090
1260
Bescherming tegen elkaar,
00:20
and, at times, from themselves.
4
20350
3899
en soms ook tegen zichzelf.
00:24
Let's talk about what scale looks like at Twitter.
5
24249
4275
Laten we even kijken op welke schaal Twitter opereert.
00:28
Back in January 2009,
6
28524
2870
In januari 2009
00:31
we saw more than two million new tweets each day
7
31394
3331
zagen we dagelijks ruim 2 miljoen nieuwe tweets
00:34
on the platform.
8
34725
1764
op het platform.
00:36
January 2014, more than 500 million.
9
36489
5908
In januari 2014 meer dan 500 miljoen.
00:42
We were seeing two million tweets
10
42397
2492
We zagen 2 miljoen nieuwe tweets
00:44
in less than six minutes.
11
44889
2176
in minder dan 6 minuten.
00:47
That's a 24,900-percent increase.
12
47065
6984
Dat is een stijging met 24.900 procent.
00:54
Now, the vast majority of activity on Twitter
13
54049
3253
Verreweg de meeste activiteit op Twitter
00:57
puts no one in harm's way.
14
57302
1503
is voor niemand gevaarlijk.
00:58
There's no risk involved.
15
58805
1935
Niemand loopt risico.
01:00
My job is to root out and prevent activity that might.
16
60740
5753
Mijn taak is, om de uitzonderingen te bestrijden en voorkomen.
01:06
Sounds straightforward, right?
17
66493
1973
Klinkt eenvoudig, niet?
01:08
You might even think it'd be easy,
18
68466
1152
Je zou zelfs kunnen denken dat het makkelijk is,
01:09
given that I just said the vast majority
19
69618
2170
aangezien ik net zei dat de meeste activiteit
01:11
of activity on Twitter puts no one in harm's way.
20
71788
3810
op Twitter niemand schaadt.
01:15
Why spend so much time
21
75598
2169
Waarom sporen we zo naarstig
01:17
searching for potential calamities
22
77767
2743
naar potentiële calamiteiten
01:20
in innocuous activities?
23
80510
2900
in onschuldige activiteiten?
01:23
Given the scale that Twitter is at,
24
83410
2940
Gezien de huidige schaal van Twitter
01:26
a one-in-a-million chance happens
25
86350
2357
gebeurt iets met een kans van 1 op een miljoen
01:28
500 times a day.
26
88707
4876
500 maal per dag.
Dat is hetzelfde voor andere bedrijven
01:33
It's the same for other companies
27
93583
1445
01:35
dealing at this sort of scale.
28
95028
1471
die op deze schaal opereren.
01:36
For us, edge cases,
29
96499
1708
Voor ons zijn randgevallen --
01:38
those rare situations that are unlikely to occur,
30
98207
3625
die zeldzame situaties waarop weinig kans bestaat --
01:41
are more like norms.
31
101832
2622
meer de norm.
01:44
Say 99.999 percent of tweets
32
104454
3942
Stel dat 99,999% van alle tweets
voor niemand schadelijk zijn.
01:48
pose no risk to anyone.
33
108396
1888
01:50
There's no threat involved.
34
110284
1066
Er dreigt voor niemand gevaar.
01:51
Maybe people are documenting travel landmarks
35
111350
2954
Mensen beschrijven wellicht een reisbestemming
01:54
like Australia's Heart Reef,
36
114304
1963
zoals een koraalrif in Australië,
01:56
or tweeting about a concert they're attending,
37
116267
2921
of tweeten over een concert dat ze bijwonen,
01:59
or sharing pictures of cute baby animals.
38
119188
4747
of delen foto's van schattige jonge dieren.
02:03
After you take out that 99.999 percent,
39
123935
4509
Nadat je die 99,999% weglaat,
02:08
that tiny percentage of tweets remaining
40
128444
3529
blijft er een minuscuul percentage aan tweets over.
02:11
works out to roughly
41
131973
2389
Dat blijken er per maand
02:14
150,000 per month.
42
134362
3475
150.000 te zijn.
02:17
The sheer scale of what we're dealing with
43
137837
2456
De schaal waarmee we van doen hebben,
02:20
makes for a challenge.
44
140293
2312
houdt een uitdaging in.
02:22
You know what else makes my role
45
142605
1178
Weet je wat mijn rol nog meer
02:23
particularly challenging?
46
143783
3107
buitengewoon uitdagend maakt?
02:26
People do weird things.
47
146890
5123
Mensen .. doen .. gekke .. dingen.
02:32
(Laughter)
48
152013
1829
(Gelach)
02:33
And I have to figure out what they're doing,
49
153842
2391
En ik moet uitvogelen wat ze aan het doen zijn,
02:36
why, and whether or not there's risk involved,
50
156233
2249
waarom, en of er risico's aan kleven.
02:38
often without much in terms of context
51
158482
2168
Vaak zonder veel context
02:40
or background.
52
160650
1847
of achtergrond.
02:42
I'm going to show you some examples
53
162497
2077
Ik zal wat voorbeelden laten zien
02:44
that I've run into during my time at Twitter --
54
164574
2005
van dingen die ik bij Twitter tegenkwam --
02:46
these are all real examples —
55
166579
1620
alles waargebeurd --
02:48
of situations that at first seemed cut and dried,
56
168199
2653
van situaties die op het eerste oog zonneklaar leken,
02:50
but the truth of the matter was something
57
170852
1643
maar waar in feite iets heel anders speelde.
02:52
altogether different.
58
172495
1550
De details zijn veranderd
02:54
The details have been changed
59
174045
1977
02:56
to protect the innocent
60
176022
1257
ter bescherming van de onschuldigen
02:57
and sometimes the guilty.
61
177279
3233
en soms de schuldigen.
03:00
We'll start off easy.
62
180512
3005
We beginnen met een makkelijke.
03:03
["Yo bitch"]
63
183517
1793
["Yo Bitch"]
03:05
If you saw a Tweet that only said this,
64
185310
3228
Als je een tweet zag met alleen deze inhoud,
03:08
you might think to yourself,
65
188538
1694
zou je kunnen denken
03:10
"That looks like abuse."
66
190232
1653
dat hier gescholden wordt.
03:11
After all, why would you want to receive the message,
67
191885
3107
Immers, waarom zou je het bericht willen krijgen:
03:14
"Yo, bitch."
68
194992
2218
"Yo Bitch" (Hoi, teef).
03:17
Now, I try to stay relatively hip
69
197210
4663
Welnu, ik probeer enigszins de laatste
03:21
to the latest trends and memes,
70
201873
2512
trends en memes bij te houden,
03:24
so I knew that "yo, bitch"
71
204385
2704
dus ik wist dat "yo, bitch"
03:27
was also often a common greeting between friends,
72
207089
3154
ook een gangbare begroeting was onder vrienden,
03:30
as well as being a popular "Breaking Bad" reference.
73
210243
4262
evenals een populaire referentie aan de serie 'Breaking Bad'.
03:34
I will admit that I did not expect
74
214505
2487
Grif geef ik toe dat ik niet verwachtte
03:36
to encounter a fourth use case.
75
216992
2841
een vierde betekenis tegen te komen.
03:39
It turns out it is also used on Twitter
76
219833
3104
Het bleek dat het op Twitter ook gebruikt wordt
03:42
when people are role-playing as dogs.
77
222937
3062
wanneer mensen spelen dat ze hond zijn.
03:45
(Laughter)
78
225999
5279
(Gelach)
03:51
And in fact, in that case,
79
231278
1666
En dan is het in feite
03:52
it's not only not abusive,
80
232944
1609
niet alleen geen schelden,
03:54
it's technically just an accurate greeting.
81
234553
3139
maar technisch gezien juist een accurate begroeting.
03:57
(Laughter)
82
237692
2889
(Gelach)
04:00
So okay, determining whether or not
83
240581
2071
Oké, bepalen of iets schelden is
04:02
something is abusive without context,
84
242652
1848
zonder de context,
04:04
definitely hard.
85
244500
1592
is behoorlijk moeilijk.
04:06
Let's look at spam.
86
246092
2717
Laten we nu kijken naar spam.
04:08
Here's an example of an account engaged
87
248809
1960
Hier is een voorbeeld van een account
04:10
in classic spammer behavior,
88
250769
1668
die klassiek spammer-gedrag vertoont:
04:12
sending the exact same message
89
252437
1559
hetzelfde bericht wordt verstuurd naar duizenden mensen.
04:13
to thousands of people.
90
253996
1804
04:15
While this is a mockup I put together using my account,
91
255800
2793
Dit voorbeeld maakte ik zelf met mijn eigen account,
04:18
we see accounts doing this all the time.
92
258593
3001
maar wij zien voortdurend accounts die dit doen.
04:21
Seems pretty straightforward.
93
261594
1979
Het lijkt duidelijk.
04:23
We should just automatically suspend accounts
94
263573
2053
We zouden accounts die dit doen
04:25
engaging in this kind of behavior.
95
265626
3307
gewoon automatisch moeten opheffen.
04:28
Turns out there's some exceptions to that rule.
96
268933
3210
Maar er blijken uitzonderingen te zijn op die regel.
04:32
Turns out that that message could also be a notification
97
272143
2883
Die boodschap zou ook het bericht kunnen zijn
04:35
you signed up for that the International Space Station is passing overhead
98
275026
3889
dat je aangevraagd hebt
om te weten wanneer het Internationale Ruimtestation overvliegt
04:38
because you wanted to go outside
99
278915
1846
zodat je buiten kan gaan kijken.
04:40
and see if you could see it.
100
280761
1948
04:42
You're not going to get that chance
101
282709
1225
Die kans krijg je niet
04:43
if we mistakenly suspend the account
102
283934
1847
als wij per abuis die account opheffen
04:45
thinking it's spam.
103
285781
2266
omdat het spam lijkt.
04:48
Okay. Let's make the stakes higher.
104
288047
3526
Oké. Laten we de inzet verhogen.
04:51
Back to my account,
105
291573
1916
Terug naar mijn account,
04:53
again exhibiting classic behavior.
106
293489
3505
dat klassiek gedrag vertoont.
04:56
This time it's sending the same message and link.
107
296994
2643
Deze keer verstuurt het dezelfde boodschap met link.
04:59
This is often indicative of something called phishing,
108
299637
2774
Dit is wat vaak gebeurt bij het zogenaamde 'phishing'.
05:02
somebody trying to steal another person's account information
109
302411
3178
Iemand probeert de accountinformatie van een ander te stelen
05:05
by directing them to another website.
110
305589
2203
door hem naar een andere website te sturen.
05:07
That's pretty clearly not a good thing.
111
307792
4194
Dat is duidelijk geen goede zaak.
05:11
We want to, and do, suspend accounts
112
311986
1930
Dit soort accounts heffen we op.
05:13
engaging in that kind of behavior.
113
313916
2624
05:16
So why are the stakes higher for this?
114
316540
3247
Waarom is de inzet hierbij hoger?
05:19
Well, this could also be a bystander at a rally
115
319787
2999
Dit zou ook een toeschouwer kunnen zijn bij een betoging,
05:22
who managed to record a video
116
322786
1910
die zojuist een video heeft opgenomen
05:24
of a police officer beating a non-violent protester
117
324696
3270
van een politieagent die een geweldloze demonstrant slaat
05:27
who's trying to let the world know what's happening.
118
327966
2975
en dit aan de wereld wil laten zien.
05:30
We don't want to gamble
119
330941
1643
We willen niet per ongeluk
05:32
on potentially silencing that crucial speech
120
332584
2517
zo'n belangrijke boodschap in de kiem smoren
05:35
by classifying it as spam and suspending it.
121
335101
2929
door hem als spam aan te merken en op te heffen.
05:38
That means we evaluate hundreds of parameters
122
338030
2879
Dit betekent dat we honderden kenmerken evalueren
05:40
when looking at account behaviors,
123
340909
1688
als we naar accountgedrag kijken
05:42
and even then, we can still get it wrong
124
342597
2016
en zelfs dan kunnen fout zitten
05:44
and have to reevaluate.
125
344613
2236
en bij moeten sturen.
05:46
Now, given the sorts of challenges I'm up against,
126
346849
3708
Gezien het soort uitdagingen die ik tegenkom
05:50
it's crucial that I not only predict
127
350557
2696
is het cruciaal dat ik het onverwachte
05:53
but also design protections for the unexpected.
128
353253
3784
niet alleen voorspel, maar er ook bescherming tegen bied.
05:57
And that's not just an issue for me,
129
357037
2342
En dat is niet alleen een zaak voor mij,
05:59
or for Twitter, it's an issue for you.
130
359379
2087
of voor Twitter, maar ook voor jou.
06:01
It's an issue for anybody who's building or creating
131
361466
2406
Dit speelt voor iedereen die iets bouwt of maakt
06:03
something that you think is going to be amazing
132
363872
1925
dat geweldig gaat zijn
06:05
and will let people do awesome things.
133
365797
2789
en mensen tot grote dingen in staat stelt.
06:08
So what do I do?
134
368586
2866
Dus wat doe ik?
06:11
I pause and I think,
135
371452
3318
Ik stop en denk na:
06:14
how could all of this
136
374770
2095
hoe zou dit allemaal
06:16
go horribly wrong?
137
376865
3793
volledig fout kunnen gaan?
06:20
I visualize catastrophe.
138
380658
4453
Ik visualiseer catastrofes.
06:25
And that's hard. There's a sort of
139
385111
2463
Dat is moeilijk. Er is een soort
06:27
inherent cognitive dissonance in doing that,
140
387574
2848
inherente cognitieve dissonantie wanneer je dat doet.
06:30
like when you're writing your wedding vows
141
390422
1812
Alsof je je huwelijksbelofte opschrijft,
06:32
at the same time as your prenuptial agreement.
142
392234
2646
en tegelijkertijd je huwelijkse voorwaarden.
06:34
(Laughter)
143
394880
1696
(Gelach)
06:36
But you still have to do it,
144
396576
2373
Maar toch moet je het doen,
06:38
particularly if you're marrying 500 million tweets per day.
145
398949
4446
vooral als je trouwt met 500 miljoen tweets per dag.
06:43
What do I mean by "visualize catastrophe?"
146
403395
3097
Wat bedoel ik met 'catastrofes visualiseren' ?
06:46
I try to think of how something as
147
406492
2762
Ik probeer me voor te stellen
06:49
benign and innocuous as a picture of a cat
148
409254
3228
hoe iets onschuldigs als de afbeelding van de kat
06:52
could lead to death,
149
412482
1104
dodelijk zou kunnen zijn
06:53
and what to do to prevent that.
150
413586
2326
en hoe dat te voorkomen.
06:55
Which happens to be my next example.
151
415912
2383
Dat is toevallig mijn volgende voorbeeld.
06:58
This is my cat, Eli.
152
418295
3110
Dit is mijn kat, Eli.
We wilden gebruikers de mogelijkheid geven
07:01
We wanted to give users the ability
153
421405
1981
foto's bij hun tweets te voegen.
07:03
to add photos to their tweets.
154
423386
2073
07:05
A picture is worth a thousand words.
155
425459
1597
Een foto zegt meer dan 1000 woorden.
07:07
You only get 140 characters.
156
427056
2009
Je hebt maar 140 tekens.
Voeg een foto toe aan je tweet
07:09
You add a photo to your tweet,
157
429065
1200
07:10
look at how much more content you've got now.
158
430265
3038
en zie hoeveel meer content je hebt.
07:13
There's all sorts of great things you can do
159
433303
1677
Je kan massa's geweldige dingen doen
07:14
by adding a photo to a tweet.
160
434980
2007
door een foto bij een tweet te stoppen.
07:16
My job isn't to think of those.
161
436987
2280
Daar houd ik me niet mee bezig.
07:19
It's to think of what could go wrong.
162
439267
2747
Ik moet bedenken wat er mis kan gaan.
07:22
How could this picture
163
442014
1892
Hoe kan deze foto
07:23
lead to my death?
164
443906
3539
tot mijn dood leiden?
07:27
Well, here's one possibility.
165
447445
3160
Nou, hier is één mogelijkheid.
07:30
There's more in that picture than just a cat.
166
450605
3086
Er zit in die afbeelding méér dan alleen een kat.
07:33
There's geodata.
167
453691
2092
Er is geodata.
07:35
When you take a picture with your smartphone
168
455783
2212
Als je een foto neemt met je smartphone of digitale camera
07:37
or digital camera,
169
457995
1299
slaat deze een heleboel extra informatie op
07:39
there's a lot of additional information
170
459294
1654
07:40
saved along in that image.
171
460948
1616
bij die afbeelding.
07:42
In fact, this image also contains
172
462564
1932
In feite bevat deze afbeelding tevens
07:44
the equivalent of this,
173
464496
1805
het equivalent hiervan,
07:46
more specifically, this.
174
466301
3079
of specifieker: dit.
Zeker, het is onwaarschijnlijk dat iemand zal trachten
07:49
Sure, it's not likely that someone's going to try
175
469380
1956
07:51
to track me down and do me harm
176
471336
2285
me op te sporen en kwaad doen
07:53
based upon image data associated
177
473621
1784
naar aanleiding van beeldinformatie
07:55
with a picture I took of my cat,
178
475405
1948
uit de foto die ik nam van mijn kat,
07:57
but I start by assuming the worst will happen.
179
477353
3651
maar ik ga uit van het ergste geval.
08:01
That's why, when we launched photos on Twitter,
180
481004
2338
Daarom besloten we, bij de lancering van foto's op Twitter,
08:03
we made the decision to strip that geodata out.
181
483342
3821
om al die geodata te wissen.
08:07
(Applause)
182
487163
5847
(Applaus)
08:13
If I start by assuming the worst
183
493010
2613
Als ik begin met het ergste te veronderstellen
08:15
and work backwards,
184
495623
947
en dan terugwerk,
08:16
I can make sure that the protections we build
185
496570
2553
kan ik verzekeren dat de bescherming die we bouwen,
08:19
work for both expected
186
499123
1768
werkt voor zowel verwachte
08:20
and unexpected use cases.
187
500891
2078
als onverwachte gevallen.
08:22
Given that I spend my days and nights
188
502969
2945
Gezien het feit dat ik me dag en nacht
08:25
imagining the worst that could happen,
189
505914
2541
de ergste scenario's voorstel,
08:28
it wouldn't be surprising if my worldview was gloomy.
190
508455
4257
zou het niet verwonderlijk zijn als mijn wereldbeeld zwart was.
08:32
(Laughter)
191
512712
1783
(Gelach)
08:34
It's not.
192
514495
1417
Dat is het niet.
08:35
The vast majority of interactions I see --
193
515912
3876
Het leeuwendeel van de interacties die ik zie --
08:39
and I see a lot, believe me -- are positive,
194
519788
3901
en ik zie een hoop, geloof me -- zijn positief,
08:43
people reaching out to help
195
523689
1924
mensen die elkaar willen helpen
08:45
or to connect or share information with each other.
196
525613
3448
willen bereiken of informatie met elkaar delen.
08:49
It's just that for those of us dealing with scale,
197
529061
3323
Maar mensen als ik, die op deze schaal werken,
08:52
for those of us tasked with keeping people safe,
198
532384
3800
en die tot taak hebben mensen bescherming te bieden,
08:56
we have to assume the worst will happen,
199
536184
2546
moeten ervan uitgaan dat het ergste zal gebeuren.
08:58
because for us, a one-in-a-million chance
200
538730
4227
Want voor ons is een kans van 1 op een miljoen
09:02
is pretty good odds.
201
542957
2749
namelijk heel reëel.
09:05
Thank you.
202
545706
1864
Dank je wel.
09:07
(Applause)
203
547570
4000
(Applaus)
Over deze website

Deze site laat u kennismaken met YouTube-video's die nuttig zijn om Engels te leren. U ziet Engelse lessen gegeven door topdocenten uit de hele wereld. Dubbelklik op de Engelse ondertitels op elke videopagina om de video af te spelen. De ondertitels scrollen synchroon met het afspelen van de video. Heeft u opmerkingen of verzoeken, neem dan contact met ons op via dit contactformulier.

https://forms.gle/WvT1wiN1qDtmnspy7