What will a future without secrets look like? | Alessandro Acquisti

202,332 views ・ 2013-10-18

TED


Proszę kliknąć dwukrotnie na poniższe angielskie napisy, aby odtworzyć film.

Tłumaczenie: Joanna Zając Korekta: Agata Leśnicka
00:12
I would like to tell you a story
0
12641
2354
Opowiem historię,
00:14
connecting the notorious privacy incident
1
14995
3176
związaną z głośnym przypadkiem dotyczącym prywatności
00:18
involving Adam and Eve,
2
18171
2769
z Adamem i Ewą w roli głównej,
00:20
and the remarkable shift in the boundaries
3
20940
3446
i znaczącym przesunięciem granicy
00:24
between public and private which has occurred
4
24386
2686
pomiędzy sferą publiczną i prywatną
00:27
in the past 10 years.
5
27072
1770
w ciągu ostatnich 10 lat.
00:28
You know the incident.
6
28842
1298
Znacie tę historię.
00:30
Adam and Eve one day in the Garden of Eden
7
30140
3330
Pewnego dnia w raju, Adam i Ewa
00:33
realize they are naked.
8
33470
1843
spostrzegli, że są nadzy.
00:35
They freak out.
9
35313
1500
Spanikowali.
00:36
And the rest is history.
10
36813
2757
Reszta jest historią.
00:39
Nowadays, Adam and Eve
11
39570
2188
Obecnie, Adam i Ewa
00:41
would probably act differently.
12
41758
2361
pewnie zachowaliby się inaczej.
00:44
[@Adam Last nite was a blast! loved dat apple LOL]
13
44119
2268
[@Adam Super ubaw wczoraj! jabłko ekstra LOL]
00:46
[@Eve yep.. babe, know what happened to my pants tho?]
14
46387
1873
[@Ewa no... kotku, wiesz co się stało z moimi spodniami?]
00:48
We do reveal so much more information
15
48260
2636
Ujawniamy w internecie znacznie więcej informacji
00:50
about ourselves online than ever before,
16
50896
3334
niż kiedyś,
00:54
and so much information about us
17
54230
1704
a organizacje zbierają o nas
00:55
is being collected by organizations.
18
55934
2224
coraz więcej danych.
00:58
Now there is much to gain and benefit
19
58158
3282
Można wiele skorzystać
01:01
from this massive analysis of personal information,
20
61440
2446
z masowej analizy informacji osobistych
01:03
or big data,
21
63886
1946
i dużej ilości danych,
01:05
but there are also complex tradeoffs that come
22
65832
2638
lecz oddawanie prywatności
01:08
from giving away our privacy.
23
68470
3098
odbywa się kosztem złożonych kompromisów.
01:11
And my story is about these tradeoffs.
24
71568
4023
O tym jest ta historia.
01:15
We start with an observation which, in my mind,
25
75591
2584
Zacznijmy od pewnej obserwacji, która dla mnie
01:18
has become clearer and clearer in the past few years,
26
78175
3327
stawała się coraz wyraźniejsza w ostatnich latach.
01:21
that any personal information
27
81502
2097
Każdy rodzaj danych osobowych
01:23
can become sensitive information.
28
83599
2285
może stać się informacją wrażliwą.
01:25
Back in the year 2000, about 100 billion photos
29
85884
4125
W roku 2000 wykonano na całym świecie
01:30
were shot worldwide,
30
90009
1912
około 100 miliardów zdjęć,
01:31
but only a minuscule proportion of them
31
91921
3065
ale tylko minimalny ich procent
01:34
were actually uploaded online.
32
94986
1883
znalazł się w Internecie.
01:36
In 2010, only on Facebook, in a single month,
33
96869
3361
W roku 2010 tylko na Facebooku, w ciągu miesiąca,
01:40
2.5 billion photos were uploaded,
34
100230
3270
umieszczono 2,5 miliarda zdjęć,
01:43
most of them identified.
35
103500
1882
w większości opisanych.
01:45
In the same span of time,
36
105382
1880
W tym samym przedziale czasu
01:47
computers' ability to recognize people in photos
37
107262
4870
zdolność komputerów do rozpoznania fotografii ludzi
01:52
improved by three orders of magnitude.
38
112132
3608
poprawiła się o trzy rzędy wielkości.
01:55
What happens when you combine
39
115740
1882
Co się dzieje
01:57
these technologies together:
40
117622
1501
po połączeniu tych technologii:
01:59
increasing availability of facial data;
41
119123
2658
wzrasta dostępność do zdjęć twarzy,
02:01
improving facial recognizing ability by computers;
42
121781
3648
poprawia się zdolność komputerów do ich rozpoznania
02:05
but also cloud computing,
43
125429
2182
a chmury obliczeniowe,
02:07
which gives anyone in this theater
44
127611
1888
dają każdemu użytkownikowi
02:09
the kind of computational power
45
129499
1560
moc obliczeniową,
02:11
which a few years ago was only the domain
46
131059
1886
która jeszcze kilka lat temu
02:12
of three-letter agencies;
47
132945
1782
była domeną tylko trzyliterowych agencji,
02:14
and ubiquitous computing,
48
134727
1378
plus wszechobecne obliczenia,
02:16
which allows my phone, which is not a supercomputer,
49
136105
2892
pozwalające mojemu telefonowi, który nie jest superkomputerem,
02:18
to connect to the Internet
50
138997
1671
na połączenie z Internetem
02:20
and do there hundreds of thousands
51
140668
2334
i zebranie setek tysięcy danych
02:23
of face metrics in a few seconds?
52
143002
2639
o twarzach w ciągu sekund?
02:25
Well, we conjecture that the result
53
145641
2628
Podejrzewamy,
02:28
of this combination of technologies
54
148269
2064
że połączenie tych technologii
02:30
will be a radical change in our very notions
55
150333
2888
spowoduje znaczącą zmianę
02:33
of privacy and anonymity.
56
153221
2257
w postrzeganiu prywatności i anonimowości.
02:35
To test that, we did an experiment
57
155478
1993
By to sprawdzić, przeprowadziliśmy eksperyment
02:37
on Carnegie Mellon University campus.
58
157471
2121
na kampusie Carnegie Mellon University.
02:39
We asked students who were walking by
59
159592
2099
Poprosiliśmy przechodzących studentów
02:41
to participate in a study,
60
161691
1779
o udziału w badaniu.
02:43
and we took a shot with a webcam,
61
163470
2562
Zrobiliśmy im zdjęcia kamerą internetową,
02:46
and we asked them to fill out a survey on a laptop.
62
166032
2782
i poprosiliśmy o wypełnienie ankiety na laptopie.
02:48
While they were filling out the survey,
63
168814
1979
W międzyczasie
02:50
we uploaded their shot to a cloud-computing cluster,
64
170793
2797
przesłaliśmy ich zdjęcia na klaster chmur obliczeniowych
02:53
and we started using a facial recognizer
65
173590
1727
i przy użyciu rozpoznawania twarzy
02:55
to match that shot to a database
66
175317
2405
zaczęliśmy szukać dopasowań
02:57
of some hundreds of thousands of images
67
177722
2393
wśród setek tysięcy zdjęć
03:00
which we had downloaded from Facebook profiles.
68
180115
3596
ściągniętych z profili na Facebooku.
03:03
By the time the subject reached the last page
69
183711
3259
Zanim badany dotarł do ostatniej strony ankiety,
03:06
on the survey, the page had been dynamically updated
70
186970
3347
ona już zawierała
03:10
with the 10 best matching photos
71
190317
2313
10 najbardziej pasujących zdjęć,
03:12
which the recognizer had found,
72
192630
2285
które znalazł identyfikator.
03:14
and we asked the subjects to indicate
73
194915
1738
Poprosiliśmy badanych
03:16
whether he or she found themselves in the photo.
74
196653
4120
o stwierdzenie,czy odnaleźli się na tych zdjęciach.
03:20
Do you see the subject?
75
200773
3699
Widzicie badanego?
03:24
Well, the computer did, and in fact did so
76
204472
2845
Komputer go zobaczył,
03:27
for one out of three subjects.
77
207317
2149
i było tak dla jednej trzeciej badanych.
03:29
So essentially, we can start from an anonymous face,
78
209466
3184
A więc możemy zacząć od anonimowej twarzy,
03:32
offline or online, and we can use facial recognition
79
212650
3484
offline, czy online, użyć identyfikacji twarzy,
03:36
to give a name to that anonymous face
80
216134
2360
aby dzięki danym z mediów społecznościowych
03:38
thanks to social media data.
81
218494
2108
nadać jej imię.
03:40
But a few years back, we did something else.
82
220602
1872
Kilka lat temu zrobiliśmy coś innego.
03:42
We started from social media data,
83
222474
1823
Zaczęliśmy od danych z portali społecznościowych,
03:44
we combined it statistically with data
84
224297
3051
które połączyliśmy zależnościami statystycznymi
03:47
from U.S. government social security,
85
227348
2102
z danymi z amerykańskiego rządowego systemu ubezpieczeń społecznych.
03:49
and we ended up predicting social security numbers,
86
229450
3324
Udało nam się przewidzieć numery ubezpieczeń społecznych,
03:52
which in the United States
87
232774
1512
które w USA
03:54
are extremely sensitive information.
88
234286
2040
są niezwykle wrażliwymi danymi.
03:56
Do you see where I'm going with this?
89
236326
2093
Rozumiecie, dokąd zmierzam?
03:58
So if you combine the two studies together,
90
238419
2922
Jeśli połączymy te dwa badania,
04:01
then the question becomes,
91
241341
1512
powstaje pytanie,
04:02
can you start from a face and,
92
242853
2720
czy można zacząć od twarzy,
04:05
using facial recognition, find a name
93
245573
2311
i używając identyfikatora twarzy,
04:07
and publicly available information
94
247884
2669
znaleźć imię i informacje publicznie dostępne
04:10
about that name and that person,
95
250553
1932
na temat danej osoby,
04:12
and from that publicly available information
96
252485
2248
a potem, używając tych informacji,
04:14
infer non-publicly available information,
97
254733
2042
dotrzeć do danych publicznie niedostępnych,
04:16
much more sensitive ones
98
256775
1606
które są
04:18
which you link back to the face?
99
258381
1492
znacznie bardziej wrażliwe?
04:19
And the answer is, yes, we can, and we did.
100
259873
1916
Odpowiedź brzmi: tak i to właśnie zrobiliśmy.
04:21
Of course, the accuracy keeps getting worse.
101
261789
2568
Oczywiście przy kolejnych dopasowaniach spada dokładność.
04:24
[27% of subjects' first 5 SSN digits identified (with 4 attempts)]
102
264357
944
[zidentyfikowano 5 pierwszych cyfr numeru ubezpieczenia w 27% (po 4 próbach)]
04:25
But in fact, we even decided to develop an iPhone app
103
265301
3827
Stworzyliśmy aplikację na iPhone'a,
04:29
which uses the phone's internal camera
104
269128
2715
która wykorzystuje wbudowaną kamerę
04:31
to take a shot of a subject
105
271843
1600
do zrobienia zdjęcia obiektu,
04:33
and then upload it to a cloud
106
273443
1487
a potem wysyła je do chmury
04:34
and then do what I just described to you in real time:
107
274930
2662
i robi opisywane rzeczy w czasie rzeczywistym:
04:37
looking for a match, finding public information,
108
277592
2088
dopasowuje, wyszukuje dane publiczne,
04:39
trying to infer sensitive information,
109
279680
1730
próbuje pozyskać poufne dane,
04:41
and then sending back to the phone
110
281410
2591
a potem przesyła je z powrotem
04:44
so that it is overlaid on the face of the subject,
111
284001
3609
i nakłada na twarz obiektu,
04:47
an example of augmented reality,
112
287610
1901
dając, pewnie trochę przerażający,
04:49
probably a creepy example of augmented reality.
113
289511
2451
przykład rzeczywistości rozszerzonej.
04:51
In fact, we didn't develop the app to make it available,
114
291962
3339
Ta aplikacja nie powstała do użytku publicznego,
04:55
just as a proof of concept.
115
295301
1922
tylko żeby udowodnić, że to możliwe.
04:57
In fact, take these technologies
116
297223
2313
Spójrzmy na te technologie
04:59
and push them to their logical extreme.
117
299536
1837
i wyobraźmy sobie ich ekstremalne zastosowania.
05:01
Imagine a future in which strangers around you
118
301373
2719
Wyobraźmy sobie przyszłość,
05:04
will look at you through their Google Glasses
119
304092
2311
w której obcy ludzie patrzą na nas przez Google Glass,
05:06
or, one day, their contact lenses,
120
306403
2307
a kiedyś, przez soczewki kontaktowe,
05:08
and use seven or eight data points about you
121
308710
4020
i używając siedmiu czy ośmiu informacji
05:12
to infer anything else
122
312730
2582
docierają do wszelkich innych
05:15
which may be known about you.
123
315312
2603
dostępnych o nas danych.
05:17
What will this future without secrets look like?
124
317915
4794
Jak będzie wyglądać przyszłość bez tajemnic?
05:22
And should we care?
125
322709
1964
I czy powinno nas to obchodzić?
05:24
We may like to believe
126
324673
1891
Możemy chcieć wierzyć,
05:26
that the future with so much wealth of data
127
326564
3040
że przyszłość z taką ilością dostępnych danych
05:29
would be a future with no more biases,
128
329604
2514
będzie pozbawiona zniekształceń,
05:32
but in fact, having so much information
129
332118
3583
ale w zasadzie
05:35
doesn't mean that we will make decisions
130
335701
2191
posiadanie tak wielu danych nie oznacza,
05:37
which are more objective.
131
337892
1706
że nasze decyzje będą bardziej obiektywne.
05:39
In another experiment, we presented to our subjects
132
339598
2560
W kolejnym eksperymencie dostarczyliśmy badanym
05:42
information about a potential job candidate.
133
342158
2246
dane o potencjalnym kandydacie do pracy.
05:44
We included in this information some references
134
344404
3178
Były tam wzmianki
05:47
to some funny, absolutely legal,
135
347582
2646
o pewnych zabawnych, całkowicie legalnych,
05:50
but perhaps slightly embarrassing information
136
350228
2465
ale trochę żenujących sprawach,
05:52
that the subject had posted online.
137
352693
2020
które kandydat umieścił w Internecie.
05:54
Now interestingly, among our subjects,
138
354713
2366
Co ciekawe,
05:57
some had posted comparable information,
139
357079
3083
niektórzy z naszych badanych
06:00
and some had not.
140
360162
2362
zamieszczali podobne informacje, a niektórzy nie.
06:02
Which group do you think
141
362524
1949
Jak myślicie,
06:04
was more likely to judge harshly our subject?
142
364473
4552
która grupa była bardziej surowa w ocenie?
06:09
Paradoxically, it was the group
143
369025
1957
Paradoksalnie, to ci,
06:10
who had posted similar information,
144
370982
1733
którzy umieszczali w sieci podobne informacje.
06:12
an example of moral dissonance.
145
372715
2942
To przykład dysonansu moralnego.
06:15
Now you may be thinking,
146
375657
1750
Możecie myśleć,
06:17
this does not apply to me,
147
377407
1702
że was to nie dotyczy,
06:19
because I have nothing to hide.
148
379109
2162
bo nie macie nic do ukrycia.
06:21
But in fact, privacy is not about
149
381271
2482
Ale faktycznie, w prywatności nie chodzi o to,
06:23
having something negative to hide.
150
383753
3676
że mamy coś negatywnego do ukrycia.
06:27
Imagine that you are the H.R. director
151
387429
2354
Wyobraźcie sobie, że jesteście dyrektorami personalnymi
06:29
of a certain organization, and you receive résumés,
152
389783
2947
w pewnej organizacji i dostajecie CV.
06:32
and you decide to find more information about the candidates.
153
392730
2473
Postanawiacie dowiedzieć się więcej o kandydatach.
06:35
Therefore, you Google their names
154
395203
2460
Szukacie ich w Google,
06:37
and in a certain universe,
155
397663
2240
i w jednym przypadku
06:39
you find this information.
156
399903
2008
znajdujecie określoną informację.
06:41
Or in a parallel universe, you find this information.
157
401911
4437
A drugim, inną informację.
06:46
Do you think that you would be equally likely
158
406348
2717
Sądzicie, że bylibyście tak samo skłonni
06:49
to call either candidate for an interview?
159
409065
2803
zaprosić każdego z kandydatów na rozmowę?
06:51
If you think so, then you are not
160
411868
2282
Jeśli tak, to nie jesteście podobni
06:54
like the U.S. employers who are, in fact,
161
414150
2582
do amerykańskich pracodawców,
06:56
part of our experiment, meaning we did exactly that.
162
416732
3307
którzy uczestniczyli w naszym badaniu.
07:00
We created Facebook profiles, manipulating traits,
163
420039
3182
Stworzyliśmy profile na Facebooku, manipulując cechami,
07:03
then we started sending out résumés to companies in the U.S.,
164
423221
2851
a potem porozsyłaliśmy CV do amerykańskich firm.
07:06
and we detected, we monitored,
165
426072
1908
Obserwowaliśmy
07:07
whether they were searching for our candidates,
166
427980
2393
czy szukają naszych kandydatów,
07:10
and whether they were acting on the information
167
430373
1832
i czy wykorzystują informacje,
07:12
they found on social media. And they were.
168
432205
1938
z portali społecznościowych. I wykorzystywali.
07:14
Discrimination was happening through social media
169
434143
2101
Dla tak samo wykwalifikowanych kandydatów
07:16
for equally skilled candidates.
170
436244
3073
media te powodowały dyskryminację.
07:19
Now marketers like us to believe
171
439317
4575
Marketingowcy chcą nas przekonać,
07:23
that all information about us will always
172
443892
2269
że każda informacja o nas
07:26
be used in a manner which is in our favor.
173
446161
3273
zawsze będzie wykorzystana na naszą korzyść.
07:29
But think again. Why should that be always the case?
174
449434
3715
Ale zastanówcie się. Dlaczego miałoby tak być?
07:33
In a movie which came out a few years ago,
175
453149
2664
W filmie sprzed kilku lat
07:35
"Minority Report," a famous scene
176
455813
2553
"Raport Mniejszości", w słynnej scenie
07:38
had Tom Cruise walk in a mall
177
458366
2576
Tom Cruise idzie przez centrum handlowe,
07:40
and holographic personalized advertising
178
460942
3776
a obok niego pojawia się
07:44
would appear around him.
179
464718
1835
hologram ze spersonalizowaną reklamą.
07:46
Now, that movie is set in 2054,
180
466553
3227
Akcja filmu dzieje się w 2054 roku,
07:49
about 40 years from now,
181
469780
1642
za jakieś 40 lat,
07:51
and as exciting as that technology looks,
182
471422
2908
i jakkolwiek ekscytująco wygląda ta technologia,
07:54
it already vastly underestimates
183
474330
2646
to już znacznie nie docenia
07:56
the amount of information that organizations
184
476976
2140
ilości informacji, które organizacje
07:59
can gather about you, and how they can use it
185
479116
2483
są w stanie o nas zebrać,
08:01
to influence you in a way that you will not even detect.
186
481599
3398
i jak niezauważalnie mogą na nas wpływać.
08:04
So as an example, this is another experiment
187
484997
2103
I kolejne badanie,
08:07
actually we are running, not yet completed.
188
487100
2273
jeszcze nie jest skończone.
08:09
Imagine that an organization has access
189
489373
2319
Wyobraźcie sobie, że organizacja ma dostęp
08:11
to your list of Facebook friends,
190
491692
2056
do listy waszych przyjaciół na Facebooku,
08:13
and through some kind of algorithm
191
493748
1772
i dzięki jakiemuś algorytmowi
08:15
they can detect the two friends that you like the most.
192
495520
3734
potrafi stwierdzić, których dwóch lubicie najbardziej.
08:19
And then they create, in real time,
193
499254
2280
Potrafi w czasie rzeczywistym
08:21
a facial composite of these two friends.
194
501534
2842
stworzyć połączenie twarzy tych osób.
08:24
Now studies prior to ours have shown that people
195
504376
3069
Poprzednie badania wskazują,
08:27
don't recognize any longer even themselves
196
507445
2885
że w przypadku kombinacji rysów twarzy,
08:30
in facial composites, but they react
197
510330
2462
ludzie nie rozpoznają nawet siebie,
08:32
to those composites in a positive manner.
198
512792
2117
ale reagują w pozytywny sposób.
08:34
So next time you are looking for a certain product,
199
514909
3415
Zatem następnym razem, poszukując jakiegoś produktu,
08:38
and there is an ad suggesting you to buy it,
200
518324
2559
zobaczycie reklamę, w której nie wystąpi
08:40
it will not be just a standard spokesperson.
201
520883
2907
zwykły aktor,
08:43
It will be one of your friends,
202
523790
2313
ale jeden z waszych przyjaciół,
08:46
and you will not even know that this is happening.
203
526103
3303
a wy nawet nie będziecie tego świadomi.
08:49
Now the problem is that
204
529406
2413
Problem w tym,
08:51
the current policy mechanisms we have
205
531819
2519
że obecne mechanizmy
08:54
to protect ourselves from the abuses of personal information
206
534338
3438
chroniące przed nadużyciami danych osobowych,
08:57
are like bringing a knife to a gunfight.
207
537776
2984
są jak przyniesienie noża na strzelaninę.
09:00
One of these mechanisms is transparency,
208
540760
2913
Jednym z nich jest przejrzystość,
09:03
telling people what you are going to do with their data.
209
543673
3200
nakazująca informowanie ludzi, co zrobisz z ich danymi.
09:06
And in principle, that's a very good thing.
210
546873
2106
W teorii to dobra rzecz.
09:08
It's necessary, but it is not sufficient.
211
548979
3667
Potrzebna, ale niewystarczająca.
09:12
Transparency can be misdirected.
212
552646
3698
Przejrzystość można przeinaczyć.
09:16
You can tell people what you are going to do,
213
556344
2104
Możesz powiedzieć, co chcesz zrobić,
09:18
and then you still nudge them to disclose
214
558448
2232
a potem nadal przekonywać ich
09:20
arbitrary amounts of personal information.
215
560680
2623
do ujawnienia kolejnych prywatnych danych.
09:23
So in yet another experiment, this one with students,
216
563303
2886
W innym eksperymencie poproszono studentów
09:26
we asked them to provide information
217
566189
3058
o dostarczenie informacji
09:29
about their campus behavior,
218
569247
1813
na temat ich zachowań studenckich,
09:31
including pretty sensitive questions, such as this one.
219
571060
2940
między innymi dość wrażliwych kwestii, na przykład:
09:34
[Have you ever cheated in an exam?]
220
574000
621
09:34
Now to one group of subjects, we told them,
221
574621
2300
["Czy kiedyś ściągałeś na egzaminie?"]
Jednej grupie powiedzieliśmy:
09:36
"Only other students will see your answers."
222
576921
2841
"Tylko inni studenci zobaczą wasze odpowiedzi".
09:39
To another group of subjects, we told them,
223
579762
1579
Drugiej zaś:
09:41
"Students and faculty will see your answers."
224
581341
3561
"Wasze odpowiedzi zobaczą studenci i wykładowcy".
09:44
Transparency. Notification. And sure enough, this worked,
225
584902
2591
Przejrzystość. Powiadomienie. I zadziałało.
09:47
in the sense that the first group of subjects
226
587493
1407
Pierwsza grupa badanych
09:48
were much more likely to disclose than the second.
227
588900
2568
znacznie chętniej ujawniała informacje.
09:51
It makes sense, right?
228
591468
1520
Ma to sens, prawda?
09:52
But then we added the misdirection.
229
592988
1490
Potem odwróciliśmy kota ogonem.
09:54
We repeated the experiment with the same two groups,
230
594478
2760
Powtórzyliśmy eksperyment z tymi samymi grupami,
09:57
this time adding a delay
231
597238
2427
tym razem robiąc przerwę
09:59
between the time we told subjects
232
599665
2935
pomiędzy informacją,
10:02
how we would use their data
233
602600
2080
jak wykorzystamy dane,
10:04
and the time we actually started answering the questions.
234
604680
4388
a faktycznym czasem odpowiadania na pytania.
10:09
How long a delay do you think we had to add
235
609068
2561
Jak długa musiała być przerwa,
10:11
in order to nullify the inhibitory effect
236
611629
4613
by usunąć zahamowania
10:16
of knowing that faculty would see your answers?
237
616242
3411
powstałe z wiedzy o pokazaniu odpowiedzi wykładowcom?
10:19
Ten minutes?
238
619653
1780
Dziesięć minut?
10:21
Five minutes?
239
621433
1791
Pięć?
10:23
One minute?
240
623224
1776
Jedną minutę?
10:25
How about 15 seconds?
241
625000
2049
Może 15 sekund?
10:27
Fifteen seconds were sufficient to have the two groups
242
627049
2668
Wystarczyło 15 sekund,
10:29
disclose the same amount of information,
243
629717
1568
żeby obie grupy ujawniły tyle samo informacji,
10:31
as if the second group now no longer cares
244
631285
2746
tak jakby drugiej grupy już nie obchodziło,
10:34
for faculty reading their answers.
245
634031
2656
że wykładowcy zobaczą ich odpowiedzi.
10:36
Now I have to admit that this talk so far
246
636687
3336
Muszę przyznać, że na razie moje wystąpienie
10:40
may sound exceedingly gloomy,
247
640023
2480
brzmi strasznie przygnębiająco,
10:42
but that is not my point.
248
642503
1721
a nie o to mi chodzi.
10:44
In fact, I want to share with you the fact that
249
644224
2699
Naprawdę chcę powiedzieć,
10:46
there are alternatives.
250
646923
1772
że są inne rozwiązania.
10:48
The way we are doing things now is not the only way
251
648695
2499
Sposób, w jaki działamy teraz,
10:51
they can done, and certainly not the best way
252
651194
3037
to nie jedyna możliwość,
10:54
they can be done.
253
654231
2027
a na pewno nie najlepsza.
10:56
When someone tells you, "People don't care about privacy,"
254
656258
4171
Kiedy ktoś wam mówi: "Ludzi nie obchodzi prywatność",
11:00
consider whether the game has been designed
255
660429
2642
zastanówcie się, czy nie zaprojektowano tego tak,
11:03
and rigged so that they cannot care about privacy,
256
663071
2724
by nie byli w stanie o tym pomyśleć.
11:05
and coming to the realization that these manipulations occur
257
665795
3262
Zrozumienie takiej manipulacji
11:09
is already halfway through the process
258
669057
1607
to połowa drogi
11:10
of being able to protect yourself.
259
670664
2258
do ochrony siebie.
11:12
When someone tells you that privacy is incompatible
260
672922
3710
Kiedy mówią wam, że prywatność nie idzie w parze
11:16
with the benefits of big data,
261
676632
1849
z korzyściami, które dają wielkie zbiory danych,
11:18
consider that in the last 20 years,
262
678481
2473
pomyślcie, że za 20 lat
11:20
researchers have created technologies
263
680954
1917
badacze stworzą technologie,
11:22
to allow virtually any electronic transactions
264
682871
3318
które pozwolą dokonywać transakcji elektronicznych
11:26
to take place in a more privacy-preserving manner.
265
686189
3749
w sposób bardziej chroniący prywatność.
11:29
We can browse the Internet anonymously.
266
689938
2555
Możemy anonimowo przeglądać internet.
11:32
We can send emails that can only be read
267
692493
2678
Możemy wysyłać e-maile, czytane przez adresata
11:35
by the intended recipient, not even the NSA.
268
695171
3709
a nie przez agencję bezpieczeństwa wewnętrznego.
11:38
We can have even privacy-preserving data mining.
269
698880
2997
Możemy nawet mieć chroniącą prywatność eksplorację danych.
11:41
In other words, we can have the benefits of big data
270
701877
3894
Innymi słowy, możemy mieć korzyści z wielkich zbiorów danych,
11:45
while protecting privacy.
271
705771
2132
chroniąc jednocześnie prywatność.
11:47
Of course, these technologies imply a shifting
272
707903
3791
Oczywiście, wprowadzenie tych technologii
11:51
of cost and revenues
273
711694
1546
oznacza przesunięcie kosztu i przychodu
11:53
between data holders and data subjects,
274
713240
2107
pomiędzy właścicielami danych i ich podmiotami
11:55
which is why, perhaps, you don't hear more about them.
275
715347
3453
i pewnie dlatego nie słyszy się o tym więcej.
11:58
Which brings me back to the Garden of Eden.
276
718800
3706
Wracam więc do raju.
12:02
There is a second privacy interpretation
277
722506
2780
Jest druga interpretacja tej historii,
12:05
of the story of the Garden of Eden
278
725286
1809
jeśli chodzi o prywatność.
12:07
which doesn't have to do with the issue
279
727095
2096
Nie chodzi o to,
12:09
of Adam and Eve feeling naked
280
729191
2225
że Adam i Ewa poczuli się nadzy
12:11
and feeling ashamed.
281
731416
2381
i zawstydzeni.
12:13
You can find echoes of this interpretation
282
733797
2781
Echo tej interpretacji mamy
12:16
in John Milton's "Paradise Lost."
283
736578
2782
w "Raju utraconym" Johna Miltona.
12:19
In the garden, Adam and Eve are materially content.
284
739360
4197
W ogrodzie Adam i Ewa są naprawdę zadowoleni.
12:23
They're happy. They are satisfied.
285
743557
2104
Szczęśliwi. Usatysfakcjonowani.
12:25
However, they also lack knowledge
286
745661
2293
Jednak brak im wiedzy
12:27
and self-awareness.
287
747954
1640
i samoświadomości.
12:29
The moment they eat the aptly named
288
749594
3319
Kiedy zjadają, trafnie nazwany,
12:32
fruit of knowledge,
289
752913
1293
owoc poznania,
12:34
that's when they discover themselves.
290
754206
2605
odkrywają samych siebie.
12:36
They become aware. They achieve autonomy.
291
756811
4031
Zyskują świadomość i niezależność.
12:40
The price to pay, however, is leaving the garden.
292
760842
3126
Ceną jest opuszczenie ogrodu.
12:43
So privacy, in a way, is both the means
293
763968
3881
Prywatność zatem,
12:47
and the price to pay for freedom.
294
767849
2962
jest zarówno drogą do wolności, jak i jej kosztem.
12:50
Again, marketers tell us
295
770811
2770
Marketingowcy mówią nam,
12:53
that big data and social media
296
773581
3019
że wielkie zbiory danych i media społecznościowe
12:56
are not just a paradise of profit for them,
297
776600
2979
to nie tylko raj korzyści dla nich,
12:59
but a Garden of Eden for the rest of us.
298
779579
2457
ale i dla nas.
13:02
We get free content.
299
782036
1238
Dostajemy darmowe udogodnienia:
13:03
We get to play Angry Birds. We get targeted apps.
300
783274
3123
Angry Birds czy spersonalizowane aplikacje.
13:06
But in fact, in a few years, organizations
301
786397
2897
Tak naprawdę, za kilka lat
13:09
will know so much about us,
302
789294
1609
organizacje będą wiedziały o nas tak wiele,
13:10
they will be able to infer our desires
303
790903
2710
że będą znać nasze potrzeby,
13:13
before we even form them, and perhaps
304
793613
2204
zanim my je odkryjemy,
13:15
buy products on our behalf
305
795817
2447
kupować w naszym imieniu produkty,
13:18
before we even know we need them.
306
798264
2274
zanim zorientujemy się, że ich potrzebujemy.
13:20
Now there was one English author
307
800538
3237
Był pewien angielski pisarz,
13:23
who anticipated this kind of future
308
803775
3045
który przewidział taką przyszłość,
13:26
where we would trade away
309
806820
1405
w której oddawalibyśmy
13:28
our autonomy and freedom for comfort.
310
808225
3548
naszą niezależność i wolność za wygodę.
13:31
Even more so than George Orwell,
311
811773
2161
Bardziej niż George Orwell
13:33
the author is, of course, Aldous Huxley.
312
813934
2761
był nim Aldous Huxley.
13:36
In "Brave New World," he imagines a society
313
816695
2854
W "Nowym wspaniałym świecie" opisuje społeczeństwo,
13:39
where technologies that we created
314
819549
2171
w którym nacisk wywierają technologie,
13:41
originally for freedom
315
821720
1859
pierwotnie stworzone
13:43
end up coercing us.
316
823579
2567
dla wolności.
13:46
However, in the book, he also offers us a way out
317
826146
4791
Jednak proponuje także
13:50
of that society, similar to the path
318
830937
3438
sposób ucieczki z tego społeczeństwa,
13:54
that Adam and Eve had to follow to leave the garden.
319
834375
3955
podobny do opuszczenia raju przez Adama i Ewę.
13:58
In the words of the Savage,
320
838330
2147
Savage twierdzi,
14:00
regaining autonomy and freedom is possible,
321
840477
3069
że odzyskanie niezależności i wolności jest możliwe,
14:03
although the price to pay is steep.
322
843546
2679
jakkolwiek cena jest wygórowana.
14:06
So I do believe that one of the defining fights
323
846225
5715
Wierzę zatem, że jedną z decydujących wojen
14:11
of our times will be the fight
324
851940
2563
naszych czasów,
14:14
for the control over personal information,
325
854503
2387
będzie walka o kontrolę nad danymi osobowymi.
14:16
the fight over whether big data will become a force
326
856890
3507
Walka o to, czy wielkie zbiory danych
14:20
for freedom,
327
860397
1289
staną po stronie wolności,
14:21
rather than a force which will hiddenly manipulate us.
328
861686
4746
a nie posłużą tajnym manipulacjom.
14:26
Right now, many of us
329
866432
2593
Obecnie większość z nas
14:29
do not even know that the fight is going on,
330
869025
2753
nawet nie wie, że ta walka trwa,
14:31
but it is, whether you like it or not.
331
871778
2672
ale tak jest czy nam się to podoba, czy nie.
14:34
And at the risk of playing the serpent,
332
874450
2804
Ryzykując, że odegram rolę biblijnego węża
14:37
I will tell you that the tools for the fight
333
877254
2897
powiem, że narzędzia tej walki
14:40
are here, the awareness of what is going on,
334
880151
3009
są dostępne, a świadomość tej sytuacji
14:43
and in your hands,
335
883160
1355
jest w waszych rękach,
14:44
just a few clicks away.
336
884515
3740
w odległości kilku kliknięć.
14:48
Thank you.
337
888255
1482
Dziękuję.
14:49
(Applause)
338
889737
4477
(Oklaski)
O tej stronie

Na tej stronie poznasz filmy z YouTube, które są przydatne do nauki języka angielskiego. Zobaczysz lekcje angielskiego prowadzone przez najlepszych nauczycieli z całego świata. Kliknij dwukrotnie na angielskie napisy wyświetlane na stronie każdego filmu, aby odtworzyć film od tego miejsca. Napisy przewijają się synchronicznie z odtwarzaniem filmu. Jeśli masz jakieś uwagi lub prośby, skontaktuj się z nami za pomocą formularza kontaktowego.

https://forms.gle/WvT1wiN1qDtmnspy7