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

202,219 views ・ 2013-10-18

TED


Dubbelklicka på de engelska undertexterna nedan för att spela upp videon.

Översättare: Jenny Lillie Granskare: Stephanie Green
00:12
I would like to tell you a story
0
12641
2354
Jag vill berätta en historia för er,
00:14
connecting the notorious privacy incident
1
14995
3176
genom att länka samman det berömda integritetsmissödet
00:18
involving Adam and Eve,
2
18171
2769
som involverade Adam och Eva,
00:20
and the remarkable shift in the boundaries
3
20940
3446
med ett anmärkningsvärt skifte som skett i gränsen
00:24
between public and private which has occurred
4
24386
2686
mellan det offentliga och det privata livet
00:27
in the past 10 years.
5
27072
1770
under de senaste tio åren.
00:28
You know the incident.
6
28842
1298
Ni känner till missödet.
00:30
Adam and Eve one day in the Garden of Eden
7
30140
3330
Adam och Eva är i Edens lustgård
00:33
realize they are naked.
8
33470
1843
och inser att de är nakna.
00:35
They freak out.
9
35313
1500
De blir utom sig.
00:36
And the rest is history.
10
36813
2757
Och resten är historia.
00:39
Nowadays, Adam and Eve
11
39570
2188
I dagens värld skulle Adam och Eva
00:41
would probably act differently.
12
41758
2361
troligen agera på ett annat sätt.
00:44
[@Adam Last nite was a blast! loved dat apple LOL]
13
44119
2268
[@Adam Igår kväll var helskoj! Älskade äpplet LOL]
00:46
[@Eve yep.. babe, know what happened to my pants tho?]
14
46387
1873
[@Eva japp..älskling, vad hände med mina byxor??]
00:48
We do reveal so much more information
15
48260
2636
Vi avslöjar mer information
00:50
about ourselves online than ever before,
16
50896
3334
om oss själva på nätet än någonsin förut
00:54
and so much information about us
17
54230
1704
och så mycket information om oss
00:55
is being collected by organizations.
18
55934
2224
samlas in av olika organisationer.
00:58
Now there is much to gain and benefit
19
58158
3282
Det finns mycket att vinna
01:01
from this massive analysis of personal information,
20
61440
2446
från denna massiva analys av personlig information,
01:03
or big data,
21
63886
1946
eller stora datamängd,
01:05
but there are also complex tradeoffs that come
22
65832
2638
men det för också med sig komplexa kostnader
01:08
from giving away our privacy.
23
68470
3098
när man ger bort sitt privatliv. (Skratt)
01:11
And my story is about these tradeoffs.
24
71568
4023
Min historia handlar om dessa kostnader.
01:15
We start with an observation which, in my mind,
25
75591
2584
Vi börjar med en observation som enligt mig
01:18
has become clearer and clearer in the past few years,
26
78175
3327
har klarnat alltmer under de senaste åren;
01:21
that any personal information
27
81502
2097
all personlig information
01:23
can become sensitive information.
28
83599
2285
kan bli känslig information.
01:25
Back in the year 2000, about 100 billion photos
29
85884
4125
År 2000 togs det omkring 100 miljarder foton
01:30
were shot worldwide,
30
90009
1912
i hela världen
01:31
but only a minuscule proportion of them
31
91921
3065
men enbart en minimal del av dem
01:34
were actually uploaded online.
32
94986
1883
lades ut på nätet.
01:36
In 2010, only on Facebook, in a single month,
33
96869
3361
År 2010 lades det bara på Facebook ut
01:40
2.5 billion photos were uploaded,
34
100230
3270
2,5 miljarder foton under en månad,
01:43
most of them identified.
35
103500
1882
varav de flesta var identifierade.
01:45
In the same span of time,
36
105382
1880
Inom samma tidsram
01:47
computers' ability to recognize people in photos
37
107262
4870
blev datorernas förmåga att känna igen människor på foton
01:52
improved by three orders of magnitude.
38
112132
3608
ungefär 1000 gånger bättre.
01:55
What happens when you combine
39
115740
1882
Vad händer när du kombinerar
01:57
these technologies together:
40
117622
1501
dessa två teknologier:
01:59
increasing availability of facial data;
41
119123
2658
en ökad tillgång av ansiktsdata;
02:01
improving facial recognizing ability by computers;
42
121781
3648
en förbättrad förmåga hos datorer att känna igen ansikten;
02:05
but also cloud computing,
43
125429
2182
men också hos molntjänster
02:07
which gives anyone in this theater
44
127611
1888
som ger vem som helst inom denna arena
02:09
the kind of computational power
45
129499
1560
den typen av datormakt
02:11
which a few years ago was only the domain
46
131059
1886
som för några år sedan enbart förbehölls
02:12
of three-letter agencies;
47
132945
1782
trebokstaviga regeringsorgan;
02:14
and ubiquitous computing,
48
134727
1378
och heltäckande datornät
02:16
which allows my phone, which is not a supercomputer,
49
136105
2892
som tillåter min mobil, som inte är någon superdator,
02:18
to connect to the Internet
50
138997
1671
att kopplas till Internet
02:20
and do there hundreds of thousands
51
140668
2334
och där göra hundratusentals
02:23
of face metrics in a few seconds?
52
143002
2639
ansiktskontroller på några sekunder?
02:25
Well, we conjecture that the result
53
145641
2628
Vi kan förmoda att resultatet
02:28
of this combination of technologies
54
148269
2064
av att kombinera dessa teknologier
02:30
will be a radical change in our very notions
55
150333
2888
kommer att vara en radikalt ändrad syn på
02:33
of privacy and anonymity.
56
153221
2257
privatliv och anonymitet.
02:35
To test that, we did an experiment
57
155478
1993
För att testa detta gjorde vi ett experiment
02:37
on Carnegie Mellon University campus.
58
157471
2121
på Carnegie Mellons universitetsområde.
02:39
We asked students who were walking by
59
159592
2099
Vi tillfrågade studenter som gick förbi
02:41
to participate in a study,
60
161691
1779
om att delta i en studie.
02:43
and we took a shot with a webcam,
61
163470
2562
Vi tog ett foto av dem med en webbkamera
02:46
and we asked them to fill out a survey on a laptop.
62
166032
2782
och bad dem fylla i en enkät på en laptop.
02:48
While they were filling out the survey,
63
168814
1979
Medan de fyllde i enkäten
02:50
we uploaded their shot to a cloud-computing cluster,
64
170793
2797
laddade vi upp fotona av dem i ett datormoln,
02:53
and we started using a facial recognizer
65
173590
1727
och vi använde ett igenkänningsprogram
02:55
to match that shot to a database
66
175317
2405
för att matcha bilderna med en databas
02:57
of some hundreds of thousands of images
67
177722
2393
bestående av hundratusentals bilder
03:00
which we had downloaded from Facebook profiles.
68
180115
3596
som vi hade laddat ner från Facebook-profiler.
03:03
By the time the subject reached the last page
69
183711
3259
När den tillfrågade personen kommit till sista sidan
03:06
on the survey, the page had been dynamically updated
70
186970
3347
av enkäten, så hade sidan dynamiskt uppdaterats
03:10
with the 10 best matching photos
71
190317
2313
med de tio bäst matchande bilderna
03:12
which the recognizer had found,
72
192630
2285
som programmet hade hittat
03:14
and we asked the subjects to indicate
73
194915
1738
och vi bad personen att ange om
03:16
whether he or she found themselves in the photo.
74
196653
4120
han eller hon var med på bilderna.
03:20
Do you see the subject?
75
200773
3699
Ser du personen?
03:24
Well, the computer did, and in fact did so
76
204472
2845
Datorn gjorde det - och det samma gällde
03:27
for one out of three subjects.
77
207317
2149
en av tre personer i studien.
03:29
So essentially, we can start from an anonymous face,
78
209466
3184
Så i princip kan vi börja med ett helt anonymt ansikte,
03:32
offline or online, and we can use facial recognition
79
212650
3484
off-line eller på nätet, och sedan kan ansiktsigenkänning
03:36
to give a name to that anonymous face
80
216134
2360
ge ett namn till det anonyma ansiktet
03:38
thanks to social media data.
81
218494
2108
med hjälp av sociala medier.
03:40
But a few years back, we did something else.
82
220602
1872
Men för några år sedan gjorde vi något annat.
03:42
We started from social media data,
83
222474
1823
Vi utgick från sociala medier
03:44
we combined it statistically with data
84
224297
3051
och kombinerade datan statistiskt med information
03:47
from U.S. government social security,
85
227348
2102
från amerikanska socialförsäkringsmyndigheten
03:49
and we ended up predicting social security numbers,
86
229450
3324
och det slutade med att vi kunde förutse socialförsäkringsnummer, som i USA är
03:52
which in the United States
87
232774
1512
03:54
are extremely sensitive information.
88
234286
2040
extremt känslig information.
03:56
Do you see where I'm going with this?
89
236326
2093
Ser ni vart jag är på väg med detta?
03:58
So if you combine the two studies together,
90
238419
2922
Om man kombinerar dessa två studier
04:01
then the question becomes,
91
241341
1512
så uppkommer frågan;
04:02
can you start from a face and,
92
242853
2720
kan du utgå från ett ansikte och genom att
04:05
using facial recognition, find a name
93
245573
2311
använda ansiktsigenkänning, hitta namn
04:07
and publicly available information
94
247884
2669
och offentligt tillgänglig information
04:10
about that name and that person,
95
250553
1932
om det namnet och den personen
04:12
and from that publicly available information
96
252485
2248
och utifrån den offentliga informationen
04:14
infer non-publicly available information,
97
254733
2042
få fram icke offentlig information,
04:16
much more sensitive ones
98
256775
1606
mycket känsligare sådan
04:18
which you link back to the face?
99
258381
1492
som sammanlänkas till ansiktet?
04:19
And the answer is, yes, we can, and we did.
100
259873
1916
Och svaret är ja, vi kan, och vi gjorde det.
04:21
Of course, the accuracy keeps getting worse.
101
261789
2568
Självklart blir precisionen bara värre.
04:24
[27% of subjects' first 5 SSN digits identified (with 4 attempts)]
102
264357
944
[27 % av personernas 5 första siffror identifierade]
04:25
But in fact, we even decided to develop an iPhone app
103
265301
3827
Vi beslöt oss att utveckla en iPhone-app
04:29
which uses the phone's internal camera
104
269128
2715
som använder mobilens inbyggda kamera
04:31
to take a shot of a subject
105
271843
1600
för att ta en bild av en person
04:33
and then upload it to a cloud
106
273443
1487
och ladda upp den i ett datormoln
04:34
and then do what I just described to you in real time:
107
274930
2662
och göra exakt det jag beskrivit för er i realtid:
04:37
looking for a match, finding public information,
108
277592
2088
matcha bilden, söka offentlig information,
04:39
trying to infer sensitive information,
109
279680
1730
försöka få fram känslig information,
04:41
and then sending back to the phone
110
281410
2591
och sedan skicka den tillbaks till mobilen
04:44
so that it is overlaid on the face of the subject,
111
284001
3609
så att den ligger ovanpå bilden av personen -
04:47
an example of augmented reality,
112
287610
1901
ett exempel på en utvidgad verklighet,
04:49
probably a creepy example of augmented reality.
113
289511
2451
förmodligen ett skräckexempel på utvidgad verklighet.
04:51
In fact, we didn't develop the app to make it available,
114
291962
3339
Vi utvecklade inte appen för att göra den tillgänglig,
04:55
just as a proof of concept.
115
295301
1922
utan enbart för att bevisa något.
04:57
In fact, take these technologies
116
297223
2313
Faktum är att om man tar dessa teknologier
04:59
and push them to their logical extreme.
117
299536
1837
och drar dem till sin spets,
05:01
Imagine a future in which strangers around you
118
301373
2719
tänk dig en framtid där främlingar omkring dig
05:04
will look at you through their Google Glasses
119
304092
2311
tittar på dig genom sina Google-glasögon
05:06
or, one day, their contact lenses,
120
306403
2307
eller kanske en dag genom sina kontaktlinser,
05:08
and use seven or eight data points about you
121
308710
4020
som tar fram sju eller åtta tillgängliga uppgifter om dig
05:12
to infer anything else
122
312730
2582
som sedan antyder allt möjligt annat
05:15
which may be known about you.
123
315312
2603
som kan tas reda på om dig.
05:17
What will this future without secrets look like?
124
317915
4794
Hur kommer denna framtid utan hemligheter att se ut?
05:22
And should we care?
125
322709
1964
Borde vi bry oss?
05:24
We may like to believe
126
324673
1891
Vi vill gärna tro
05:26
that the future with so much wealth of data
127
326564
3040
att en framtid som är så rik på information
05:29
would be a future with no more biases,
128
329604
2514
skulle vara en framtid utan fördomar,
05:32
but in fact, having so much information
129
332118
3583
men att ha tillgång till så mycket information
05:35
doesn't mean that we will make decisions
130
335701
2191
innebär inte att vi kommer ta beslut
05:37
which are more objective.
131
337892
1706
som är mer objektiva.
05:39
In another experiment, we presented to our subjects
132
339598
2560
I ett annat experiment presenterade vi
information om en arbetssökande för testpersonerna.
05:42
information about a potential job candidate.
133
342158
2246
05:44
We included in this information some references
134
344404
3178
Vi inkluderade hänvisningar till
05:47
to some funny, absolutely legal,
135
347582
2646
skojig, absolut laglig
05:50
but perhaps slightly embarrassing information
136
350228
2465
men kanske rätt pinsam information
05:52
that the subject had posted online.
137
352693
2020
som kandidaten lagt upp på nätet.
05:54
Now interestingly, among our subjects,
138
354713
2366
Det intressanta var att en del av våra försökspersoner
05:57
some had posted comparable information,
139
357079
3083
hade lagt upp liknande information,
06:00
and some had not.
140
360162
2362
och andra hade inte gjort det.
06:02
Which group do you think
141
362524
1949
Vilken grupp tror du var mest benägen
06:04
was more likely to judge harshly our subject?
142
364473
4552
att döma vår kandidat hårdare?
06:09
Paradoxically, it was the group
143
369025
1957
Paradoxalt nog var det gruppen
06:10
who had posted similar information,
144
370982
1733
som hade lagt upp liknande information,
06:12
an example of moral dissonance.
145
372715
2942
ett exempel på moralisk dissonans.
06:15
Now you may be thinking,
146
375657
1750
Nu kanske du tänker
06:17
this does not apply to me,
147
377407
1702
att detta inte gäller dig
06:19
because I have nothing to hide.
148
379109
2162
eftersom du inte har något att gömma.
06:21
But in fact, privacy is not about
149
381271
2482
Men faktum är att ditt privatliv
06:23
having something negative to hide.
150
383753
3676
inte handlar om att gömma något negativt.
06:27
Imagine that you are the H.R. director
151
387429
2354
Tänk dig att du är rekryteringschef
06:29
of a certain organization, and you receive résumés,
152
389783
2947
på en organisation, du får CV:n,
06:32
and you decide to find more information about the candidates.
153
392730
2473
och du bestämmer dig för att ta reda på mer om kandidaterna.
06:35
Therefore, you Google their names
154
395203
2460
Du googlar därför deras namn
06:37
and in a certain universe,
155
397663
2240
och i ett visst universum
06:39
you find this information.
156
399903
2008
hittar du denna information.
06:41
Or in a parallel universe, you find this information.
157
401911
4437
I ett annat universum, hittar du denna information.
06:46
Do you think that you would be equally likely
158
406348
2717
Tror du att du skulle vara lika benägen
06:49
to call either candidate for an interview?
159
409065
2803
att kalla båda kandidaterna till en intervju?
06:51
If you think so, then you are not
160
411868
2282
Om du tror det, så är du inte
06:54
like the U.S. employers who are, in fact,
161
414150
2582
som de amerikanska arbetsgivarna som var
06:56
part of our experiment, meaning we did exactly that.
162
416732
3307
delaktiga i vårt experiment. Vi gjorde exakt detta.
07:00
We created Facebook profiles, manipulating traits,
163
420039
3182
Vi skapade Facebookprofiler, manipulerade grunddragen,
07:03
then we started sending out résumés to companies in the U.S.,
164
423221
2851
och började skicka ut CV:n till olika företag i USA,
07:06
and we detected, we monitored,
165
426072
1908
och sedan bevakade vi
07:07
whether they were searching for our candidates,
166
427980
2393
om de sökte efter våra kandidater
07:10
and whether they were acting on the information
167
430373
1832
och om de agerade utifrån informationen
07:12
they found on social media. And they were.
168
432205
1938
som de fann på sociala medier. Och det gjorde de.
07:14
Discrimination was happening through social media
169
434143
2101
Diskriminering skedde genom sociala medier
07:16
for equally skilled candidates.
170
436244
3073
bland kandidater med likvärdiga meriter.
07:19
Now marketers like us to believe
171
439317
4575
Marknadsförare vill få oss att tro
07:23
that all information about us will always
172
443892
2269
att all information om oss alltid kommer att användas
07:26
be used in a manner which is in our favor.
173
446161
3273
på ett sätt som gynnar oss.
07:29
But think again. Why should that be always the case?
174
449434
3715
Men tänk om. Varför skulle det alltid vara så?
07:33
In a movie which came out a few years ago,
175
453149
2664
I en film som kom ut för några år sedan -
07:35
"Minority Report," a famous scene
176
455813
2553
"Minority Report" - i en berömd scen
07:38
had Tom Cruise walk in a mall
177
458366
2576
gick Tom Cruise omkring i ett shoppingcenter
07:40
and holographic personalized advertising
178
460942
3776
och holografisk, personlig reklam
07:44
would appear around him.
179
464718
1835
uppkom omkring honom.
07:46
Now, that movie is set in 2054,
180
466553
3227
Den filmen utspelar sig år 2054,
07:49
about 40 years from now,
181
469780
1642
omkring 40 år framåt,
07:51
and as exciting as that technology looks,
182
471422
2908
och hur spännande den teknologin än ser ut,
07:54
it already vastly underestimates
183
474330
2646
så underskattar den avsevärt
07:56
the amount of information that organizations
184
476976
2140
den mängd information som organisationer
07:59
can gather about you, and how they can use it
185
479116
2483
kan samla in om dig och hur de kan använda den
08:01
to influence you in a way that you will not even detect.
186
481599
3398
för att influera dig på sätt du inte märker.
08:04
So as an example, this is another experiment
187
484997
2103
Här är ett exempel på ett annat experiment
08:07
actually we are running, not yet completed.
188
487100
2273
som vi håller på med just nu.
08:09
Imagine that an organization has access
189
489373
2319
Tänk dig att en organisation har tillgång till
08:11
to your list of Facebook friends,
190
491692
2056
din lista av Facebookvänner
08:13
and through some kind of algorithm
191
493748
1772
och genom någon algoritm
08:15
they can detect the two friends that you like the most.
192
495520
3734
kan de upptäcka de två vänner du gillar mest.
08:19
And then they create, in real time,
193
499254
2280
Sedan kan de, i realtid, skapa
08:21
a facial composite of these two friends.
194
501534
2842
ett sammansatt ansikte av dessa två vänner.
08:24
Now studies prior to ours have shown that people
195
504376
3069
Studier gjorda innan dem vi gjort, har visat att folk
08:27
don't recognize any longer even themselves
196
507445
2885
inte ens känner igen sig själva i
08:30
in facial composites, but they react
197
510330
2462
ett sammansatt ansikte men de reagerar
08:32
to those composites in a positive manner.
198
512792
2117
på bilden på ett positivt sätt.
08:34
So next time you are looking for a certain product,
199
514909
3415
Så nästa gång du söker efter en specifik produkt
08:38
and there is an ad suggesting you to buy it,
200
518324
2559
och du ser en reklamannons för produkten,
08:40
it will not be just a standard spokesperson.
201
520883
2907
så kommer det inte vara vilket ansikte som helst i reklamen.
08:43
It will be one of your friends,
202
523790
2313
Det kommer vara en av dina vänner
08:46
and you will not even know that this is happening.
203
526103
3303
och du kommer inte veta att det är så.
08:49
Now the problem is that
204
529406
2413
Problemet just nu är
08:51
the current policy mechanisms we have
205
531819
2519
att de aktuella mekanismer vi har
08:54
to protect ourselves from the abuses of personal information
206
534338
3438
för att skydda oss från att personlig information om oss missbrukas,
08:57
are like bringing a knife to a gunfight.
207
537776
2984
är som att ta med sig en kniv till en skottlossning.
09:00
One of these mechanisms is transparency,
208
540760
2913
En av dessa mekanismer är öppenhet;
09:03
telling people what you are going to do with their data.
209
543673
3200
låta folk veta hur informationen om dem kommer att användas.
09:06
And in principle, that's a very good thing.
210
546873
2106
Och i princip är det en bra sak.
09:08
It's necessary, but it is not sufficient.
211
548979
3667
Det är nödvändigt, men inte tillräckligt.
09:12
Transparency can be misdirected.
212
552646
3698
Öppenhet kan vara vilseledande.
09:16
You can tell people what you are going to do,
213
556344
2104
Man kan säga till folk vad man tänker göra
09:18
and then you still nudge them to disclose
214
558448
2232
och sedan ändå påverka dem att avslöja
09:20
arbitrary amounts of personal information.
215
560680
2623
godtyckliga mängder av personlig information.
09:23
So in yet another experiment, this one with students,
216
563303
2886
Så i ett annat experiment - denna gång bland studenter -
09:26
we asked them to provide information
217
566189
3058
bad vi dem att förse oss med information
09:29
about their campus behavior,
218
569247
1813
om deras vanor på universitetet,
09:31
including pretty sensitive questions, such as this one.
219
571060
2940
bland annat rätt känsliga frågor som de här:
[Har du fuskat på ett prov?]
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
Till en grupp av studenter sade vi att
09:36
"Only other students will see your answers."
222
576921
2841
"Enbart andra studenter kommer se dina svar".
09:39
To another group of subjects, we told them,
223
579762
1579
Till en annan grupp sade vi att
09:41
"Students and faculty will see your answers."
224
581341
3561
"Studenter och lärare kommer se dina svar".
09:44
Transparency. Notification. And sure enough, this worked,
225
584902
2591
Öppenhet. Och helt klart så fungerade det
09:47
in the sense that the first group of subjects
226
587493
1407
genom att den första gruppen
09:48
were much more likely to disclose than the second.
227
588900
2568
var mycket mer benägen att avslöja sig än den andra.
09:51
It makes sense, right?
228
591468
1520
Verkar vettigt, eller hur?
09:52
But then we added the misdirection.
229
592988
1490
Men sedan lade vi till vilseledning.
09:54
We repeated the experiment with the same two groups,
230
594478
2760
Vi upprepade experimentet med samma två grupper,
09:57
this time adding a delay
231
597238
2427
denna gång med en fördröjning
09:59
between the time we told subjects
232
599665
2935
mellan tidpunkten då vi berättade
10:02
how we would use their data
233
602600
2080
hur vi skulle använda informationen
10:04
and the time we actually started answering the questions.
234
604680
4388
och tidpunkten då de faktiskt började besvara frågorna.
10:09
How long a delay do you think we had to add
235
609068
2561
Hur lång fördröjning tror ni vi behövde lägga till
10:11
in order to nullify the inhibitory effect
236
611629
4613
för att omintetgöra den hämmande effekten
10:16
of knowing that faculty would see your answers?
237
616242
3411
av att veta att lärare skulle se dina svar?
10:19
Ten minutes?
238
619653
1780
Tio minuter?
10:21
Five minutes?
239
621433
1791
Fem minuter?
10:23
One minute?
240
623224
1776
En minut?
10:25
How about 15 seconds?
241
625000
2049
Vad sägs om 15 sekunder?
Femton sekunder var tillräckligt för att de två grupperna
10:27
Fifteen seconds were sufficient to have the two groups
242
627049
2668
10:29
disclose the same amount of information,
243
629717
1568
skulle avslöja samma mängd information,
10:31
as if the second group now no longer cares
244
631285
2746
som om den andra gruppen inte längre brydde sig om
10:34
for faculty reading their answers.
245
634031
2656
att lärarna skulle läsa svaren.
10:36
Now I have to admit that this talk so far
246
636687
3336
Jag måste erkänna att detta tal hittills
10:40
may sound exceedingly gloomy,
247
640023
2480
låter överdrivet dystert,
10:42
but that is not my point.
248
642503
1721
men det är inte min avsikt.
10:44
In fact, I want to share with you the fact that
249
644224
2699
Jag vill dela med mig av vetskapen
10:46
there are alternatives.
250
646923
1772
att det finns alternativ.
10:48
The way we are doing things now is not the only way
251
648695
2499
Det sätt vi gör saker på nu är inte det enda sättet
10:51
they can done, and certainly not the best way
252
651194
3037
och definitivt inte det bästa sättet
10:54
they can be done.
253
654231
2027
att göra dem på.
10:56
When someone tells you, "People don't care about privacy,"
254
656258
4171
Om någon säger till dig, "Folk bryr sig inte om sitt privatliv",
11:00
consider whether the game has been designed
255
660429
2642
begrunda då om spelets regler har designats
och manipulerats så att de inte kan bry sig om sina privatliv
11:03
and rigged so that they cannot care about privacy,
256
663071
2724
11:05
and coming to the realization that these manipulations occur
257
665795
3262
och att när de kommer underfund med att denna manipulering sker
11:09
is already halfway through the process
258
669057
1607
är de redan halvvägs genom processen
11:10
of being able to protect yourself.
259
670664
2258
av att kunna skydda sig själva.
11:12
When someone tells you that privacy is incompatible
260
672922
3710
Om någon säger till dig att ett privatliv inte är kompatibelt
11:16
with the benefits of big data,
261
676632
1849
med förmånerna av big data,
11:18
consider that in the last 20 years,
262
678481
2473
ta då i beaktande att under de senaste 20 åren
11:20
researchers have created technologies
263
680954
1917
har forskare skapat teknologier
11:22
to allow virtually any electronic transactions
264
682871
3318
som möjliggör vilken elektronisk transaktion som helst
11:26
to take place in a more privacy-preserving manner.
265
686189
3749
att äga rum på ett sätt som skyddar individen.
11:29
We can browse the Internet anonymously.
266
689938
2555
Vi kan surfa på nätet anonymt.
11:32
We can send emails that can only be read
267
692493
2678
Vi kan skicka mejl som enbart kan läsas
11:35
by the intended recipient, not even the NSA.
268
695171
3709
av den avsedda mottagaren, inte ens av NSA.
11:38
We can have even privacy-preserving data mining.
269
698880
2997
Vi kan till och med skydda individen inom datautvinning.
11:41
In other words, we can have the benefits of big data
270
701877
3894
Med andra ord kan vi ha förmånerna av stora mängder data
11:45
while protecting privacy.
271
705771
2132
på samma gång som vi skyddar individen.
11:47
Of course, these technologies imply a shifting
272
707903
3791
Dessa teknologier innebär förstås ett skifte
11:51
of cost and revenues
273
711694
1546
i kostnader och intäkter
11:53
between data holders and data subjects,
274
713240
2107
mellan informationsinnehavare och privatpersoner
11:55
which is why, perhaps, you don't hear more about them.
275
715347
3453
vilket kanske är orsaken till att vi inte hör mer om dem.
11:58
Which brings me back to the Garden of Eden.
276
718800
3706
Detta för mig tillbaka till Edens lustgård.
12:02
There is a second privacy interpretation
277
722506
2780
Det finns en annan tolkning
12:05
of the story of the Garden of Eden
278
725286
1809
av historien om Edens lustgård
12:07
which doesn't have to do with the issue
279
727095
2096
som inte har något att göra med att
12:09
of Adam and Eve feeling naked
280
729191
2225
Adam och Eva känner sig nakna
12:11
and feeling ashamed.
281
731416
2381
och skamfyllda.
12:13
You can find echoes of this interpretation
282
733797
2781
Du kan höra ekon av denna tolkning
12:16
in John Milton's "Paradise Lost."
283
736578
2782
i John Miltons "Det förlorade paradiset".
12:19
In the garden, Adam and Eve are materially content.
284
739360
4197
I lustgården så är Adam och Eva materiellt nöjda.
12:23
They're happy. They are satisfied.
285
743557
2104
De är lyckliga. De är nöjda.
12:25
However, they also lack knowledge
286
745661
2293
Men, de saknar också kunskap
12:27
and self-awareness.
287
747954
1640
och självmedvetenhet.
12:29
The moment they eat the aptly named
288
749594
3319
I samma stund som de äter av
12:32
fruit of knowledge,
289
752913
1293
kunskapens frukt,
12:34
that's when they discover themselves.
290
754206
2605
upptäcker de sig själva.
12:36
They become aware. They achieve autonomy.
291
756811
4031
De blir medvetna. De blir självständiga.
12:40
The price to pay, however, is leaving the garden.
292
760842
3126
Priset de får betala är att de måste lämna lustgården.
12:43
So privacy, in a way, is both the means
293
763968
3881
Så ett privatliv innebär både tillgången
12:47
and the price to pay for freedom.
294
767849
2962
och priset att betala för friheten.
12:50
Again, marketers tell us
295
770811
2770
Återigen säger marknadsförare
12:53
that big data and social media
296
773581
3019
att big data och sociala medier
12:56
are not just a paradise of profit for them,
297
776600
2979
inte bara är ett paradis av vinster för dem
12:59
but a Garden of Eden for the rest of us.
298
779579
2457
men också en Edens lustgård för oss andra.
13:02
We get free content.
299
782036
1238
Vi får ett fritt innehåll.
13:03
We get to play Angry Birds. We get targeted apps.
300
783274
3123
Vi får spela Angry Birds. Vi får målinriktade appar.
13:06
But in fact, in a few years, organizations
301
786397
2897
Men inom några år så vet organisationer
13:09
will know so much about us,
302
789294
1609
så mycket om oss
13:10
they will be able to infer our desires
303
790903
2710
att de kan dra slutsatsen om våra önskemål
13:13
before we even form them, and perhaps
304
793613
2204
innan vi ens hunnit forma dem och kanske
13:15
buy products on our behalf
305
795817
2447
köpa produkter på våra vägnar
13:18
before we even know we need them.
306
798264
2274
innan vi ens visste att vi behövde dem.
13:20
Now there was one English author
307
800538
3237
Det fanns en engelsk författare
13:23
who anticipated this kind of future
308
803775
3045
som anade en sådan framtid
13:26
where we would trade away
309
806820
1405
där vi skulle byta ut vår
13:28
our autonomy and freedom for comfort.
310
808225
3548
självständighet och frihet för bekvämlighet.
13:31
Even more so than George Orwell,
311
811773
2161
Ännu mer än författaren George Orwell,
13:33
the author is, of course, Aldous Huxley.
312
813934
2761
jag talar förstås om Aldous Huxley.
13:36
In "Brave New World," he imagines a society
313
816695
2854
I "Du sköna nya värld" föreställer han sig ett samhälle
13:39
where technologies that we created
314
819549
2171
där de teknologier som vi skapat,
13:41
originally for freedom
315
821720
1859
ursprungligen för frihet,
13:43
end up coercing us.
316
823579
2567
till slut förtrycker oss.
13:46
However, in the book, he also offers us a way out
317
826146
4791
I boken erbjuder han emellertid en väg ut ur
13:50
of that society, similar to the path
318
830937
3438
det samhället, som liknar den väg
13:54
that Adam and Eve had to follow to leave the garden.
319
834375
3955
som Adam och Eva måste följa för att lämna lustgården.
13:58
In the words of the Savage,
320
838330
2147
Enligt Vildens ord
14:00
regaining autonomy and freedom is possible,
321
840477
3069
är det möjligt att återfå självstyre och frihet,
14:03
although the price to pay is steep.
322
843546
2679
men priset att betala är svindlande.
14:06
So I do believe that one of the defining fights
323
846225
5715
Så jag tror att en av vår tids
14:11
of our times will be the fight
324
851940
2563
viktigaste kamper kommer att vara kampen
14:14
for the control over personal information,
325
854503
2387
om kontroll över personlig information,
14:16
the fight over whether big data will become a force
326
856890
3507
kampen om huruvida big data kommer bli en kraft
14:20
for freedom,
327
860397
1289
för frihet, istället för en kraft
14:21
rather than a force which will hiddenly manipulate us.
328
861686
4746
som manipulerar oss i det fördolda.
14:26
Right now, many of us
329
866432
2593
Just nu är det många av oss
14:29
do not even know that the fight is going on,
330
869025
2753
som inte ens vet om att kampen pågår,
14:31
but it is, whether you like it or not.
331
871778
2672
men det gör den, vare sig du vill det eller inte.
14:34
And at the risk of playing the serpent,
332
874450
2804
Och med risken att ta ormens roll,
14:37
I will tell you that the tools for the fight
333
877254
2897
vill jag säga till er att redskapen för kampen är,
14:40
are here, the awareness of what is going on,
334
880151
3009
vetskapen om vad som pågår,
14:43
and in your hands,
335
883160
1355
och att det ligger i era händer,
14:44
just a few clicks away.
336
884515
3740
bara några klick bort.
14:48
Thank you.
337
888255
1482
Tack.
14:49
(Applause)
338
889737
4477
(Applåder)
Om denna webbplats

På den här webbplatsen hittar du YouTube-videor som är användbara för att lära sig engelska. Du kommer att få se engelska lektioner som ges av förstklassiga lärare från hela världen. Dubbelklicka på de engelska undertexterna som visas på varje videosida för att spela upp videon därifrån. Undertexterna rullar i takt med videouppspelningen. Om du har några kommentarer eller önskemål kan du kontakta oss via detta kontaktformulär.

https://forms.gle/WvT1wiN1qDtmnspy7