Damon Horowitz calls for a "moral operating system"

91,894 views ・ 2011-06-06

TED


Vennligst dobbeltklikk på de engelske undertekstene nedenfor for å spille av videoen.

Translator: Anna Karina Carlsson Reviewer: Martin Hassel
00:15
Power.
0
15260
2000
Makt.
00:17
That is the word that comes to mind.
1
17260
2000
Det er ordet jeg kommer å tenke på.
00:19
We're the new technologists.
2
19260
2000
Vi er de nye teknologene.
00:21
We have a lot of data, so we have a lot of power.
3
21260
3000
Vi har mye data, så vi har mye makt.
00:24
How much power do we have?
4
24260
2000
Hvor mye makt har vi?
00:26
Scene from a movie: "Apocalypse Now" -- great movie.
5
26260
3000
Scene fra en film: "Apocalypse Now" -- storartet film.
00:29
We've got to get our hero, Captain Willard, to the mouth of the Nung River
6
29260
3000
Vi må sende vår helt, Kapt. Willard, til munningen av Nung-floden
00:32
so he can go pursue Colonel Kurtz.
7
32260
2000
slik at han kan forfølge Oberst Kurtz.
00:34
The way we're going to do this is fly him in and drop him off.
8
34260
2000
Måten vi skal gjøre det på er å fly ham inn og slippe ham ut.
00:36
So the scene:
9
36260
2000
Så, scenen:
00:38
the sky is filled with this fleet of helicopters carrying him in.
10
38260
3000
himmelen er fylt med denne flåten av helikoptre som tar ham inn.
00:41
And there's this loud, thrilling music in the background,
11
41260
2000
Og det er den der høye, spennende musikken i bakgrunnen,
00:43
this wild music.
12
43260
2000
vill musikk.
00:45
♫ Dum da ta da dum ♫
13
45260
2000
♫ Dum da ta da dum ♫
00:47
♫ Dum da ta da dum ♫
14
47260
2000
♫ Dum da ta da dum ♫
00:49
♫ Da ta da da ♫
15
49260
3000
♫ Da ta da da ♫
00:52
That's a lot of power.
16
52260
2000
Det er mye makt.
00:54
That's the kind of power I feel in this room.
17
54260
2000
Det er den typen makt jeg kjenner i dette rommet.
00:56
That's the kind of power we have
18
56260
2000
Det er den typen makt vi har
00:58
because of all of the data that we have.
19
58260
2000
gjennom all den data som vi har.
01:00
Let's take an example.
20
60260
2000
La oss ta et eksempel.
01:02
What can we do
21
62260
2000
Hva vi kan gjøre
01:04
with just one person's data?
22
64260
3000
med kun en persons data?
01:07
What can we do
23
67260
2000
Hva kan vi gjøre
01:09
with that guy's data?
24
69260
2000
med den fyrens data?
01:11
I can look at your financial records.
25
71260
2000
Jeg kan se på dine finanser.
01:13
I can tell if you pay your bills on time.
26
73260
2000
Jeg kan si om du betaler dine regninger i tide.
01:15
I know if you're good to give a loan to.
27
75260
2000
Jeg vet om du er verdt å innvilge lån til.
01:17
I can look at your medical records; I can see if your pump is still pumping --
28
77260
3000
Jeg kan se på din medisinske journal, jeg kan se om pumpen din fortsatt pumper --
01:20
see if you're good to offer insurance to.
29
80260
3000
se om du er verdt å tilby forsikring til.
01:23
I can look at your clicking patterns.
30
83260
2000
Jeg kan se på ditt klikkemønster.
01:25
When you come to my website, I actually know what you're going to do already
31
85260
3000
Når du kommer inn på min webside, kan jeg faktisk vite hva du har tenkt å gjøre allerede,
01:28
because I've seen you visit millions of websites before.
32
88260
2000
for jeg har sett deg besøke milliontalls websider tidligere.
01:30
And I'm sorry to tell you,
33
90260
2000
Og jeg beklager å si det,
01:32
you're like a poker player, you have a tell.
34
92260
2000
du er som en pokerspiller, du avslører deg.
01:34
I can tell with data analysis what you're going to do
35
94260
2000
Jeg kan med dataanalyse si hva du kommer til å gjøre
01:36
before you even do it.
36
96260
2000
før du faktisk gjør det.
01:38
I know what you like. I know who you are,
37
98260
3000
Jeg vet hva du liker. Jeg vet hvem du er.
01:41
and that's even before I look at your mail
38
101260
2000
Og det er til og med før jeg kikker på dine e-poster
01:43
or your phone.
39
103260
2000
eller din telefon.
01:45
Those are the kinds of things we can do
40
105260
2000
Det er slike ting vi kan gjøre
01:47
with the data that we have.
41
107260
3000
med det datamateriell vi har.
01:50
But I'm not actually here to talk about what we can do.
42
110260
3000
Men, jeg er egentlig ikke her for å prate om hva vi kan gjøre.
01:56
I'm here to talk about what we should do.
43
116260
3000
Jeg er her for å prate om hva vi burde gjøre.
02:00
What's the right thing to do?
44
120260
3000
Hva er det riktige å gjøre?
02:04
Now I see some puzzled looks
45
124260
2000
Nå ser jeg noen rådville uttrykk
02:06
like, "Why are you asking us what's the right thing to do?
46
126260
3000
som, "Hvorfor spør du oss om hva som er det riktige å gjøre?
02:09
We're just building this stuff. Somebody else is using it."
47
129260
3000
Vi bygger jo bare tingene. Noen andre bruker dem.
02:12
Fair enough.
48
132260
3000
Sant nok.
02:15
But it brings me back.
49
135260
2000
Men det bringer meg tilbake.
02:17
I think about World War II --
50
137260
2000
Jeg tenker på andre verdenskrigen --
02:19
some of our great technologists then,
51
139260
2000
noen av våre fantastiske teknologer da,
02:21
some of our great physicists,
52
141260
2000
noen av våre fantastiske fysikere,
02:23
studying nuclear fission and fusion --
53
143260
2000
som studerte kjernefysisk fisjon og fusjon --
02:25
just nuclear stuff.
54
145260
2000
bare kjernefysiske ting.
02:27
We gather together these physicists in Los Alamos
55
147260
3000
Vi samler sammen disse fysikerne i Los Alamos
02:30
to see what they'll build.
56
150260
3000
for å se hva de kan bygge.
02:33
We want the people building the technology
57
153260
3000
Vi vil at menneskene som bygger teknologien
02:36
thinking about what we should be doing with the technology.
58
156260
3000
skal tenke på hva vi burde gjøre med teknologien.
02:41
So what should we be doing with that guy's data?
59
161260
3000
Så hva burde vi gjøre med den fyrens data?
02:44
Should we be collecting it, gathering it,
60
164260
3000
Burde vi samle det inn, registrere det,
02:47
so we can make his online experience better?
61
167260
2000
slik at vi kan gjøre hans opplevelse online bedre.
02:49
So we can make money?
62
169260
2000
Slik at vi kan tjene penger?
02:51
So we can protect ourselves
63
171260
2000
Slik at vi kan beskytte oss selv
02:53
if he was up to no good?
64
173260
2000
hvis han var ute etter å gjøre ugagn.
02:55
Or should we respect his privacy,
65
175260
3000
Eller, burde vi respektere hans privatliv,
02:58
protect his dignity and leave him alone?
66
178260
3000
beskytte hans verdighet og la ham være i fred?
03:02
Which one is it?
67
182260
3000
Hvilken er det?
03:05
How should we figure it out?
68
185260
2000
Hvordan finner vi det ut?
03:07
I know: crowdsource. Let's crowdsource this.
69
187260
3000
Jeg vet: avstemning. La oss stemme på dette.
03:11
So to get people warmed up,
70
191260
3000
Så, som oppvarming,
03:14
let's start with an easy question --
71
194260
2000
la oss starte med et lett spørsmål --
03:16
something I'm sure everybody here has an opinion about:
72
196260
3000
noe jeg er sikker på at alle her har en mening om:
03:19
iPhone versus Android.
73
199260
2000
iPhone versus Android.
03:21
Let's do a show of hands -- iPhone.
74
201260
3000
Strekk opp handa -- iPhone.
03:24
Uh huh.
75
204260
2000
Aha.
03:26
Android.
76
206260
3000
Android.
03:29
You'd think with a bunch of smart people
77
209260
2000
Man skulle tro, med en masse smarte mennesker,
03:31
we wouldn't be such suckers just for the pretty phones.
78
211260
2000
at vi ikke bare var svake for de fineste telefonene.
03:33
(Laughter)
79
213260
2000
(Latter)
03:35
Next question,
80
215260
2000
Neste spørsmål,
03:37
a little bit harder.
81
217260
2000
littegrann vanskeligere.
03:39
Should we be collecting all of that guy's data
82
219260
2000
Burde vi samle inn alt av den fyrens data
03:41
to make his experiences better
83
221260
2000
for å gjøre hans opplevelse bedre
03:43
and to protect ourselves in case he's up to no good?
84
223260
3000
og for å beskytte oss selv hvis han er uærlig?
03:46
Or should we leave him alone?
85
226260
2000
Eller burde vi la ham være i fred?
03:48
Collect his data.
86
228260
3000
Samle inn data.
03:53
Leave him alone.
87
233260
3000
La ham være i fred.
03:56
You're safe. It's fine.
88
236260
2000
Dere er sikker. Det går bra.
03:58
(Laughter)
89
238260
2000
(Latter)
04:00
Okay, last question --
90
240260
2000
Ok, siste spørsmål --
04:02
harder question --
91
242260
2000
vanskeligere spørsmål --
04:04
when trying to evaluate
92
244260
3000
når man skal evaluere
04:07
what we should do in this case,
93
247260
3000
hva man burde gjøre i dette tilfellet,
04:10
should we use a Kantian deontological moral framework,
94
250260
4000
burde vi bruke et Kantiansk deontologisk moralsk rammeverk,
04:14
or should we use a Millian consequentialist one?
95
254260
3000
eller burde vi bruke et Mill-konsekvensialistisk?
04:19
Kant.
96
259260
3000
Kant.
04:22
Mill.
97
262260
3000
Mill.
04:25
Not as many votes.
98
265260
2000
Ikke like mange stemmer.
04:27
(Laughter)
99
267260
3000
(Latter)
04:30
Yeah, that's a terrifying result.
100
270260
3000
Ja, det er et skremmende resultat.
04:34
Terrifying, because we have stronger opinions
101
274260
4000
Skremmende fordi vi har sterkere meninger
04:38
about our hand-held devices
102
278260
2000
om våre håndholdte enheter
04:40
than about the moral framework
103
280260
2000
enn om vårt moralske rammeverk
04:42
we should use to guide our decisions.
104
282260
2000
vi burde bruke for å veilede våre beslutninger.
04:44
How do we know what to do with all the power we have
105
284260
3000
Hvordan vet vi hva vi skal gjøre med all den makt vi har
04:47
if we don't have a moral framework?
106
287260
3000
hvis vi ikke har et moralsk rammeverk?
04:50
We know more about mobile operating systems,
107
290260
3000
Vi vet mer om mobile operativsystem,
04:53
but what we really need is a moral operating system.
108
293260
3000
men hva vi egentlig trenger er et moralsk operativsystem.
04:58
What's a moral operating system?
109
298260
2000
Hva er et moralsk operativsystem?
05:00
We all know right and wrong, right?
110
300260
2000
Vi kjenner alle riktig og galt, ikke sant.
05:02
You feel good when you do something right,
111
302260
2000
Det føles bra når du gjør noe riktig,
05:04
you feel bad when you do something wrong.
112
304260
2000
det føles dårlig når du gjør noe galt.
05:06
Our parents teach us that: praise with the good, scold with the bad.
113
306260
3000
Våre foreldre lær oss: ros med det gode, ris med det gale.
05:09
But how do we figure out what's right and wrong?
114
309260
3000
Men hvordan finner vi ut hva som er rett og galt?
05:12
And from day to day, we have the techniques that we use.
115
312260
3000
Og fra dag til dag, vi har teknikkene vi bruker.
05:15
Maybe we just follow our gut.
116
315260
3000
Kanskje vi bare følger magefølelsen.
05:18
Maybe we take a vote -- we crowdsource.
117
318260
3000
Kanskje vi stemmer -- vi tar en avstemning.
05:21
Or maybe we punt --
118
321260
2000
Eller vi tar sjansen --
05:23
ask the legal department, see what they say.
119
323260
3000
spør jussavdelingen, ser hva de sier.
05:26
In other words, it's kind of random,
120
326260
2000
Med andre ord, det er ganske tilfeldig,
05:28
kind of ad hoc,
121
328260
2000
ganske ad hoc,
05:30
how we figure out what we should do.
122
330260
3000
hvordan vi finner ut hva vi burde gjøre.
05:33
And maybe, if we want to be on surer footing,
123
333260
3000
Og kanskje, hvis vi vil være på sikrere grunn,
05:36
what we really want is a moral framework that will help guide us there,
124
336260
3000
hva vi egentlig vil ha er et moralsk rammeverk som kan guide oss dit,
05:39
that will tell us what kinds of things are right and wrong in the first place,
125
339260
3000
som forteller oss hvilke ting som er rette og gale i utgangspunktet,
05:42
and how would we know in a given situation what to do.
126
342260
4000
og hvordan vi skal kunne vite i enhver situasjon hva vi skal gjøre.
05:46
So let's get a moral framework.
127
346260
2000
Så la oss skaffe oss et moralsk rammeverk.
05:48
We're numbers people, living by numbers.
128
348260
3000
Vi er siffer-mennesker, vi lever av tall.
05:51
How can we use numbers
129
351260
2000
Hvordan kan vi bruke tall
05:53
as the basis for a moral framework?
130
353260
3000
som basis for et moralsk rammeverk?
05:56
I know a guy who did exactly that.
131
356260
3000
Jeg kjenner en fyr som gjorde nøyaktig det,
05:59
A brilliant guy --
132
359260
3000
En genial fyr --
06:02
he's been dead 2,500 years.
133
362260
3000
han har vært død i 2500 år.
06:05
Plato, that's right.
134
365260
2000
Platon, det stemmer.
06:07
Remember him -- old philosopher?
135
367260
2000
Husker dere ham -- gammel filosof?
06:09
You were sleeping during that class.
136
369260
3000
Dere sov i den timen.
06:12
And Plato, he had a lot of the same concerns that we did.
137
372260
2000
Og Platon, han hadde mange av de samme bekymringene som vi hadde.
06:14
He was worried about right and wrong.
138
374260
2000
Han var bekymret over rett og galt.
06:16
He wanted to know what is just.
139
376260
2000
Han ville vite hva som er rettferdig.
06:18
But he was worried that all we seem to be doing
140
378260
2000
Men han var bekymret over at alt vi så ut til å gjøre
06:20
is trading opinions about this.
141
380260
2000
var å utbytte synspunkter om dette.
06:22
He says something's just. She says something else is just.
142
382260
3000
Han sier at noe er rettferdig. Hun sier at noe annet er rettferdig.
06:25
It's kind of convincing when he talks and when she talks too.
143
385260
2000
Det er ganske overbevisende når han snakker og når hun snakker også.
06:27
I'm just going back and forth; I'm not getting anywhere.
144
387260
2000
Jeg går bare frem og tilbake; jeg kommer ingen vei.
06:29
I don't want opinions; I want knowledge.
145
389260
3000
Jeg vil ikke ha synspunkter, jeg vil ha kunnskap.
06:32
I want to know the truth about justice --
146
392260
3000
Jeg vil ha sannheten om rettferdighet --
06:35
like we have truths in math.
147
395260
3000
som vi har sannheter i matematikk.
06:38
In math, we know the objective facts.
148
398260
3000
Innenfor matematikk vet vi objektive fakta.
06:41
Take a number, any number -- two.
149
401260
2000
Ta et tall, hvilket som helst -- to.
06:43
Favorite number. I love that number.
150
403260
2000
Favorittall. Jeg elsker det tallet.
06:45
There are truths about two.
151
405260
2000
Det finnes sannheter om to.
06:47
If you've got two of something,
152
407260
2000
Hvis du har to av noe,
06:49
you add two more, you get four.
153
409260
2000
du legger til to til, så får du fire.
06:51
That's true no matter what thing you're talking about.
154
411260
2000
Det er sant uansett hva slags ting du snakker om.
06:53
It's an objective truth about the form of two,
155
413260
2000
Det er en objektiv sannhet om formen av to,
06:55
the abstract form.
156
415260
2000
den abstrakte formen.
06:57
When you have two of anything -- two eyes, two ears, two noses,
157
417260
2000
Når du har to av noe -- to øyer, to ører, to neser,
06:59
just two protrusions --
158
419260
2000
bare to utspring --
07:01
those all partake of the form of two.
159
421260
3000
de tar alle formen av to.
07:04
They all participate in the truths that two has.
160
424260
4000
De er alle med i sannheten som to har.
07:08
They all have two-ness in them.
161
428260
2000
De har alle en to-het i seg.
07:10
And therefore, it's not a matter of opinion.
162
430260
3000
Og derfor er det ikke et spørsmål om synspunkter.
07:13
What if, Plato thought,
163
433260
2000
Enn hvis, tenkte Platon,
07:15
ethics was like math?
164
435260
2000
etikk var som matematikk?
07:17
What if there were a pure form of justice?
165
437260
3000
Enn hvis det fantes en ren form for rettferdighet?
07:20
What if there are truths about justice,
166
440260
2000
Enn hvis det finnes sannheter om rettferdighet,
07:22
and you could just look around in this world
167
442260
2000
og du bare kan se deg rundt i verden
07:24
and see which things participated,
168
444260
2000
og se hvilke ting som tilhørte,
07:26
partook of that form of justice?
169
446260
3000
var en del av den formen for rettferdighet?
07:29
Then you would know what was really just and what wasn't.
170
449260
3000
Da hadde du visst hva som virkelig var rettferdig og hva som ikke var det.
07:32
It wouldn't be a matter
171
452260
2000
Det hadde ikke blitt et spørsmål
07:34
of just opinion or just appearances.
172
454260
3000
om bare synspunkter eller fremtreden.
07:37
That's a stunning vision.
173
457260
2000
Det er en oppsiktsvekkende visjon.
07:39
I mean, think about that. How grand. How ambitious.
174
459260
3000
Jeg mener, tenk på det. Så flott. Så ambisiøst.
07:42
That's as ambitious as we are.
175
462260
2000
Det er så ambisiøse vi er.
07:44
He wants to solve ethics.
176
464260
2000
Han vil løse etikken.
07:46
He wants objective truths.
177
466260
2000
Han ønsker objektiv sannhet.
07:48
If you think that way,
178
468260
3000
Hvis du tenker på den måten.
07:51
you have a Platonist moral framework.
179
471260
3000
har du et platonsk moralsk rammeverk.
07:54
If you don't think that way,
180
474260
2000
Hvis du ikke tenker på den måten,
07:56
well, you have a lot of company in the history of Western philosophy,
181
476260
2000
vel, da har du mye selskap fra vestens historiske filosofi,
07:58
because the tidy idea, you know, people criticized it.
182
478260
3000
siden en så ryddig idé -- du vet, folk kritiserte den.
08:01
Aristotle, in particular, he was not amused.
183
481260
3000
Aristoteles, spesielt, han var ikke fornøyd.
08:04
He thought it was impractical.
184
484260
3000
Han mente det var upraktisk.
08:07
Aristotle said, "We should seek only so much precision in each subject
185
487260
4000
Aristoteles sa, "Vi burde søke kun så mye presisjon i ethvert emne,
08:11
as that subject allows."
186
491260
2000
som det emnet tillater."
08:13
Aristotle thought ethics wasn't a lot like math.
187
493260
3000
Aristoteles mente etikk ikke var som matematikk.
08:16
He thought ethics was a matter of making decisions in the here-and-now
188
496260
3000
Han mente etikk var et spørsmål om å ta beslutning i øyeblikket
08:19
using our best judgment
189
499260
2000
gjennom å bruke vårt beste skjønn
08:21
to find the right path.
190
501260
2000
for å finne den rette veien.
08:23
If you think that, Plato's not your guy.
191
503260
2000
Hvis du tenker sånn er ikke Platon din type.
08:25
But don't give up.
192
505260
2000
Men ikke gi opp.
08:27
Maybe there's another way
193
507260
2000
Kanskje finnes det en annen måte
08:29
that we can use numbers as the basis of our moral framework.
194
509260
3000
vi kan bruke tall på som en basis for vårt moralske rammeverk.
08:33
How about this:
195
513260
2000
Hva med dette:
08:35
What if in any situation you could just calculate,
196
515260
3000
Enn hvis du, i enhver situasjon, kunne beregne,
08:38
look at the choices,
197
518260
2000
se på valgmulighetene,
08:40
measure out which one's better and know what to do?
198
520260
3000
måle opp hvilken som er bedre og vite hva man skal gjøre?
08:43
That sound familiar?
199
523260
2000
Høres dette kjent ut?
08:45
That's a utilitarian moral framework.
200
525260
3000
Det er et utilitaristisk moralsk rammeverk.
08:48
John Stuart Mill was a great advocate of this --
201
528260
2000
John Stuart Mill var en stor advokat for dette --
08:50
nice guy besides --
202
530260
2000
hyggelig fyr foresten --
08:52
and only been dead 200 years.
203
532260
2000
og har kun vær død i 200 år.
08:54
So basis of utilitarianism --
204
534260
2000
Så grunnleggende utilitarisme --
08:56
I'm sure you're familiar at least.
205
536260
2000
det er sikkert litt kjent.
08:58
The three people who voted for Mill before are familiar with this.
206
538260
2000
De tre personene som stemte for Mill tidligere kjenner til dette.
09:00
But here's the way it works.
207
540260
2000
Men her er måten det fungerer på.
09:02
What if morals, what if what makes something moral
208
542260
3000
Enn hvis moral, enn hvis det som gjør noe moralsk,
09:05
is just a matter of if it maximizes pleasure
209
545260
2000
bare er et spørsmål om hvorvidt det maksimerer nytelse
09:07
and minimizes pain?
210
547260
2000
og minimerer smerte?
09:09
It does something intrinsic to the act.
211
549260
3000
Det tilfører noe inneboende til handlingen.
09:12
It's not like its relation to some abstract form.
212
552260
2000
Det er ikke dens relasjon til noen abstrakt form.
09:14
It's just a matter of the consequences.
213
554260
2000
Det er bare et spørsmål om konsekvenser.
09:16
You just look at the consequences
214
556260
2000
Du ser på konsekvensene
09:18
and see if, overall, it's for the good or for the worse.
215
558260
2000
og ser om de, overordnet, gjør det bedre eller verre.
09:20
That would be simple. Then we know what to do.
216
560260
2000
Det hadde vært enkelt. Da vet vi hva vi skal gjøre.
09:22
Let's take an example.
217
562260
2000
La oss ta et eksempel.
09:24
Suppose I go up
218
564260
2000
La oss si at jeg går opp
09:26
and I say, "I'm going to take your phone."
219
566260
2000
og sier, "Jeg tenker å ta din telefon."
09:28
Not just because it rang earlier,
220
568260
2000
Ikke bare fordi den ringte tidligere,
09:30
but I'm going to take it because I made a little calculation.
221
570260
3000
men jeg tenker ta den fordi jeg har gjort et lite regnestykke.
09:33
I thought, that guy looks suspicious.
222
573260
3000
Jeg tenkte, den fyren ser mistenkelig ut.
09:36
And what if he's been sending little messages to Bin Laden's hideout --
223
576260
3000
Og hva om han har sendt noen små meldinger til Bin Ladens gjemmested --
09:39
or whoever took over after Bin Laden --
224
579260
2000
eller hvem som nå tok over etter Bin Laden --
09:41
and he's actually like a terrorist, a sleeper cell.
225
581260
3000
og han er faktisk som en terrorist, en 'hvilende'.
09:44
I'm going to find that out, and when I find that out,
226
584260
3000
Jeg skal finne det ut, og når jeg har funnet det ut,
09:47
I'm going to prevent a huge amount of damage that he could cause.
227
587260
3000
så skal jeg forhindre en enorm mengde skader som han kunne ha skapt.
09:50
That has a very high utility to prevent that damage.
228
590260
3000
Det har en veldig høy nytteverdi å forhindre den skaden.
09:53
And compared to the little pain that it's going to cause --
229
593260
2000
Og sammenlignet med den lille smerten det kommer å forårsake --
09:55
because it's going to be embarrassing when I'm looking on his phone
230
595260
2000
fordi det kommer til å bli pinlig når jeg ser på telefonen hans
09:57
and seeing that he has a Farmville problem and that whole bit --
231
597260
3000
og ser at han har et Farmville-problem og alt det der --
10:00
that's overwhelmed
232
600260
3000
det blir overgått
10:03
by the value of looking at the phone.
233
603260
2000
av verdien av å se på den telefonen.
10:05
If you feel that way,
234
605260
2000
Hvis du føler det på den måten,
10:07
that's a utilitarian choice.
235
607260
3000
så er det et utilitaristisk valg
10:10
But maybe you don't feel that way either.
236
610260
3000
Men kanskje føler du det ikke på den måten heller.
10:13
Maybe you think, it's his phone.
237
613260
2000
Kanskje tenker du, det er hans telefon.
10:15
It's wrong to take his phone
238
615260
2000
Det er galt å ta hans telefon,
10:17
because he's a person
239
617260
2000
fordi han er en person
10:19
and he has rights and he has dignity,
240
619260
2000
og han har rettigheter og han har verdighet,
10:21
and we can't just interfere with that.
241
621260
2000
og vi kan ikke bare forstyrre det.
10:23
He has autonomy.
242
623260
2000
Han har autonomi.
10:25
It doesn't matter what the calculations are.
243
625260
2000
Det spiller ingen rolle hva regnestykket er.
10:27
There are things that are intrinsically wrong --
244
627260
3000
Det finnes ting som er grunnlegende galt --
10:30
like lying is wrong,
245
630260
2000
slik som å lyve er galt,
10:32
like torturing innocent children is wrong.
246
632260
3000
som å torturere uskyldige barn er galt.
10:35
Kant was very good on this point,
247
635260
3000
Kant var veldig bra på det punktet,
10:38
and he said it a little better than I'll say it.
248
638260
2000
og han sa det litt bedre enn jeg sier det.
10:40
He said we should use our reason
249
640260
2000
Han sa at vi skulle bruke vårt fornuft
10:42
to figure out the rules by which we should guide our conduct,
250
642260
3000
til å finne ut de reglene som skal styre vår adferd.
10:45
and then it is our duty to follow those rules.
251
645260
3000
Og da er det vår plikt å følge disse reglene.
10:48
It's not a matter of calculation.
252
648260
3000
Det er ikke et spørsmål om beregning.
10:51
So let's stop.
253
651260
2000
Så la oss stoppe.
10:53
We're right in the thick of it, this philosophical thicket.
254
653260
3000
Vi er midt i smørøyet her, i dette filosofiske kaoset.
10:56
And this goes on for thousands of years,
255
656260
3000
Og dette fortsetter i tusenvis av år,
10:59
because these are hard questions,
256
659260
2000
fordi dette er vanskelige spørsmål,
11:01
and I've only got 15 minutes.
257
661260
2000
og jeg har bare 15 minutter.
11:03
So let's cut to the chase.
258
663260
2000
Så la oss komme til saken.
11:05
How should we be making our decisions?
259
665260
4000
Hvordan burde vi ta våre beslutninger?
11:09
Is it Plato, is it Aristotle, is it Kant, is it Mill?
260
669260
3000
Er det Platon, er det Aristoteles, er det Kant, er det Mill?
11:12
What should we be doing? What's the answer?
261
672260
2000
Hva burde vi gjøre? Hva er svaret?
11:14
What's the formula that we can use in any situation
262
674260
3000
Hva er formelen som vi kan bruke i enhver situasjon
11:17
to determine what we should do,
263
677260
2000
for å avgjøre hva vi burde gjøre,
11:19
whether we should use that guy's data or not?
264
679260
2000
hvis vi burde bruke denne fyrens data eller ikke?
11:21
What's the formula?
265
681260
3000
Hva er formelen?
11:25
There's not a formula.
266
685260
2000
Det finnes ingen formel.
11:29
There's not a simple answer.
267
689260
2000
Det finnes ikke et enkelt svar.
11:31
Ethics is hard.
268
691260
3000
Etikk er vanskelig.
11:34
Ethics requires thinking.
269
694260
3000
Etikk krever tenkning.
11:38
And that's uncomfortable.
270
698260
2000
Og det er ukomfortabelt.
11:40
I know; I spent a lot of my career
271
700260
2000
Jeg vet; Jeg tilbragte mye av min karriere
11:42
in artificial intelligence,
272
702260
2000
innenfor kunstig intelligens,
11:44
trying to build machines that could do some of this thinking for us,
273
704260
3000
og forsøkte bygge maskiner som kunne gjøre noe av denne tenkningen for oss,
11:47
that could give us answers.
274
707260
2000
som kunne gi oss svar.
11:49
But they can't.
275
709260
2000
Men det kan de ikke.
11:51
You can't just take human thinking
276
711260
2000
Du kan ikke bare ta menneskelig tenkning
11:53
and put it into a machine.
277
713260
2000
og putte den inn i en maskin.
11:55
We're the ones who have to do it.
278
715260
3000
Det er vi som må gjøre det.
11:58
Happily, we're not machines, and we can do it.
279
718260
3000
Heldigvis, vi er ikke maskiner, og vi kan gjøre det.
12:01
Not only can we think,
280
721260
2000
Ikke bare kan vi tenke,
12:03
we must.
281
723260
2000
vi må.
12:05
Hannah Arendt said,
282
725260
2000
Hannah Arendt sa,
12:07
"The sad truth
283
727260
2000
"Den triste sannheten
12:09
is that most evil done in this world
284
729260
2000
er at den verste ondskapen i denne verden
12:11
is not done by people
285
731260
2000
ikke kommer fra mennesker
12:13
who choose to be evil.
286
733260
2000
som velger å være onde.
12:15
It arises from not thinking."
287
735260
3000
Den kommer fra å ikke tenke."
12:18
That's what she called the "banality of evil."
288
738260
4000
Det er hva hun kaller "ondskapens banalitet."
12:22
And the response to that
289
742260
2000
Og responsen på det
12:24
is that we demand the exercise of thinking
290
744260
2000
er at vi krever øvelse i å tenke
12:26
from every sane person.
291
746260
3000
fra enhver fornuftig person.
12:29
So let's do that. Let's think.
292
749260
2000
Så la oss gjøre det. La oss tenke.
12:31
In fact, let's start right now.
293
751260
3000
Faktisk, la oss starte akkurat nå.
12:34
Every person in this room do this:
294
754260
3000
Alle personer i dette rommet gjør følgende:
12:37
think of the last time you had a decision to make
295
757260
3000
tenk på den siste gangen dere skulle ta en beslutning
12:40
where you were worried to do the right thing,
296
760260
2000
hvor dere var bekymret over å gjøre det riktige,
12:42
where you wondered, "What should I be doing?"
297
762260
2000
hvor dere lurte på, "Hva burde jeg gjøre?"
12:44
Bring that to mind,
298
764260
2000
Ha det i tankene.
12:46
and now reflect on that
299
766260
2000
Og nå reflekter rundt det
12:48
and say, "How did I come up that decision?
300
768260
3000
og si, "Hvordan kom jeg frem til den beslutningen?
12:51
What did I do? Did I follow my gut?
301
771260
3000
Hva gjorde jeg? Fulgte jeg magefølelsen?
12:54
Did I have somebody vote on it? Or did I punt to legal?"
302
774260
2000
Fikk jeg noen til å stemme om det? Eller tok jeg sjansen på rettssystemet?
12:56
Or now we have a few more choices.
303
776260
3000
Eller nå har vi noen fler muligheter.
12:59
"Did I evaluate what would be the highest pleasure
304
779260
2000
"Vurderte jeg hva som hadde gitt den høyeste nytelsen
13:01
like Mill would?
305
781260
2000
som Mill hadde gjort?
13:03
Or like Kant, did I use reason to figure out what was intrinsically right?"
306
783260
3000
Eller som Kant, brukte jeg fornuftet for å finne ut hva som var grunnleggende riktig?"
13:06
Think about it. Really bring it to mind. This is important.
307
786260
3000
Tenk på det. Virkelig ha det i tankene. Dette er viktig.
13:09
It is so important
308
789260
2000
Det er så viktig
13:11
we are going to spend 30 seconds of valuable TEDTalk time
309
791260
2000
at vi skal bruke 30 sekunder av verdifull TEDTalk-tid
13:13
doing nothing but thinking about this.
310
793260
2000
og ikke gjøre noe annet enn å tenke på det.
13:15
Are you ready? Go.
311
795260
2000
Er dere klare? Nå.
13:33
Stop. Good work.
312
813260
3000
Stopp. Bra jobba.
13:36
What you just did,
313
816260
2000
Hva dere nettopp gjorde,
13:38
that's the first step towards taking responsibility
314
818260
2000
er det første trinnet mot å ta ansvar
13:40
for what we should do with all of our power.
315
820260
3000
for hva vi burde gjøre med all vår makt.
13:45
Now the next step -- try this.
316
825260
3000
Nå til neste trinn -- prøv dette.
13:49
Go find a friend and explain to them
317
829260
2000
Let opp en venn og forklar for dem
13:51
how you made that decision.
318
831260
2000
hvordan du tok den beslutningen.
13:53
Not right now. Wait till I finish talking.
319
833260
2000
Ikke akkurat nå. Vent til jeg har snakket ferdig.
13:55
Do it over lunch.
320
835260
2000
Gjør det i lunsjen.
13:57
And don't just find another technologist friend;
321
837260
3000
Og finn ikke bare en annen teknologvenn;
14:00
find somebody different than you.
322
840260
2000
finn noen som er annerledes enn du.
14:02
Find an artist or a writer --
323
842260
2000
Finn en artist eller en forfatter --
14:04
or, heaven forbid, find a philosopher and talk to them.
324
844260
3000
eller, Gud forby, finn en filosof og snakk med dem.
14:07
In fact, find somebody from the humanities.
325
847260
2000
Forresten, finn noen fra humaniora.
14:09
Why? Because they think about problems
326
849260
2000
Hvorfor? Fordi de tenker på problem
14:11
differently than we do as technologists.
327
851260
2000
annerledes enn vi gjør som teknologer.
14:13
Just a few days ago, right across the street from here,
328
853260
3000
For bare et par dager siden, rett over gaten herfra,
14:16
there was hundreds of people gathered together.
329
856260
2000
var det hundrevis av mennesker sammen.
14:18
It was technologists and humanists
330
858260
2000
Det var teknologer og humanister
14:20
at that big BiblioTech Conference.
331
860260
2000
på den der BiblioTech-konferansen.
14:22
And they gathered together
332
862260
2000
Og de samlet seg sammen
14:24
because the technologists wanted to learn
333
864260
2000
fordi teknologene ville lære seg
14:26
what it would be like to think from a humanities perspective.
334
866260
3000
hvordan det ville være å tenke fra et humanistisk perspektiv.
14:29
You have someone from Google
335
869260
2000
Du har noen fra Google
14:31
talking to someone who does comparative literature.
336
871260
2000
som snakker med noen som gjør komparativ litteratur.
14:33
You're thinking about the relevance of 17th century French theater --
337
873260
3000
Du tenker på relevansen av fransk teater fra 1600-tallet --
14:36
how does that bear upon venture capital?
338
876260
2000
hvordan innvirker det på risikokapital?
14:38
Well that's interesting. That's a different way of thinking.
339
878260
3000
Vel, det er interessant. Det er en annen måte å tenke på.
14:41
And when you think in that way,
340
881260
2000
Og når du tenker på den måten,
14:43
you become more sensitive to the human considerations,
341
883260
3000
blir du mer følsom for menneskelige hensyn,
14:46
which are crucial to making ethical decisions.
342
886260
3000
som er avgjørende for å ta etiske beslutninger.
14:49
So imagine that right now
343
889260
2000
Så forestill deg akkurat nå
14:51
you went and you found your musician friend.
344
891260
2000
du gikk og du fant en musikkvenn.
14:53
And you're telling him what we're talking about,
345
893260
3000
Og du forteller ham hva vi snakker om,
14:56
about our whole data revolution and all this --
346
896260
2000
om hele vår datarevolusjon og alt dette --
14:58
maybe even hum a few bars of our theme music.
347
898260
2000
kanskje til og med nynner noen strofer fra vår temasang.
15:00
♫ Dum ta da da dum dum ta da da dum ♫
348
900260
3000
♫ Dum ta da da dum dum ta da da dum ♫
15:03
Well, your musician friend will stop you and say,
349
903260
2000
Vel, din musikkvenn vill stoppe deg og si,
15:05
"You know, the theme music
350
905260
2000
"Du vet, den temasangen
15:07
for your data revolution,
351
907260
2000
for din datarevolusjon,
15:09
that's an opera, that's Wagner.
352
909260
2000
det er en opera, det er Wagner.
15:11
It's based on Norse legend.
353
911260
2000
Den er basert på Norrøn legende.
15:13
It's Gods and mythical creatures
354
913260
2000
Det er guder og mytiske skapninger
15:15
fighting over magical jewelry."
355
915260
3000
som sloss over magiske smykker."
15:19
That's interesting.
356
919260
3000
Det er interessant.
15:22
Now it's also a beautiful opera,
357
922260
3000
Nå er det også en vakker opera.
15:25
and we're moved by that opera.
358
925260
3000
Og vi blir rørt av den operaen
15:28
We're moved because it's about the battle
359
928260
2000
Vi blir rørt fordi det handler om kampen
15:30
between good and evil,
360
930260
2000
mellom godt og ondt,
15:32
about right and wrong.
361
932260
2000
om rett og galt.
15:34
And we care about right and wrong.
362
934260
2000
Og vi bryr oss om rett og galt.
15:36
We care what happens in that opera.
363
936260
3000
Vi bryr oss om hva som skjer i den operaen.
15:39
We care what happens in "Apocalypse Now."
364
939260
3000
Vi bryr oss om hva som skjer i "Apocalypse Now."
15:42
And we certainly care
365
942260
2000
Og vi bryr oss virkelig om
15:44
what happens with our technologies.
366
944260
2000
hva som skjer med vår teknologi.
15:46
We have so much power today,
367
946260
2000
Vi har så mye makt i dag,
15:48
it is up to us to figure out what to do,
368
948260
3000
at det er opp til oss å finne ut hva vi skal gjøre.
15:51
and that's the good news.
369
951260
2000
Og det er de gode nyhetene.
15:53
We're the ones writing this opera.
370
953260
3000
Vi er de som skriver den her operaen.
15:56
This is our movie.
371
956260
2000
Dette er vår film.
15:58
We figure out what will happen with this technology.
372
958260
3000
Vi finner ut hva som skal skje med denne teknologien.
16:01
We determine how this will all end.
373
961260
3000
Vi bestemmer hvordan dette vil ende.
16:04
Thank you.
374
964260
2000
Tusen takk.
16:06
(Applause)
375
966260
5000
(Applaus)
Om denne nettsiden

Denne siden vil introdusere deg til YouTube-videoer som er nyttige for å lære engelsk. Du vil se engelsktimer undervist av førsteklasses lærere fra hele verden. Dobbeltklikk på de engelske undertekstene som vises på hver videoside for å spille av videoen derfra. Undertekstene ruller synkronisert med videoavspillingen. Hvis du har kommentarer eller forespørsler, vennligst kontakt oss ved å bruke dette kontaktskjemaet.

https://forms.gle/WvT1wiN1qDtmnspy7