Massive-scale online collaboration | Luis von Ahn

Luis von Ahn: Büyük çaplı online işbirliği

Çeviri: Yasemin Bayraktar Gözden geçirme: Zeynep Duygu Tamer

How many of you had to fill out a web form

Kaçınız buna benzer şekli bozulmuş bir karakter dizisini

where you've been asked to read

okumanızı gerektiren bir web formu doldurmak zorunda kaldınız?

a distorted sequence of characters like this?

Kaçınız bunu gerçekten ama gerçekten sinir bozucu buluyor?

How many of you found it really annoying?

Pekala, harika. Bunu ben icat ettim.

(Laughter)

OK, outstanding. So I invented that.

(Gülüşmeler)

(Laughter)

Ya da icat edenlerden biriydim.

Or I was one of the people who did it.

Bu şeye CAPTCHA deniyor.

That thing is called a CAPTCHA.

Ve bunun orada olmasının nedeni formu dolduran kişinin, sizin,

And it is there to make sure you, the entity filling out the form,

formu milyonlarca defa göndermeye programlanmış bir

are a human and not a computer program

bilgisayar programı değil, insan olduğunuzdan emin olmak.

that was written to submit the form millions of times.

İşe yarıyor çünkü insanlar,

The reason it works is because humans, at least non-visually-impaired humans,

en azından görme engelli olmayan insanlar,

şekli bozulmuş dalgalı karakterleri okumakta sorun yaşamıyorlar,

have no trouble reading these distorted characters,

fakat bilgisayarlar bunu henüz yapamıyorlar.

whereas programs can't do it as well yet.

In the case of Ticketmaster,

Örneğin, Ticketmaster'ın durumunda,

the reason you have to type these characters

bu şekli bozuk karakterleri yazmanızın nedeni,

is to prevent scalpers from writing a program

bilet karaborsacılarının ikişer defa milyonlarca

that can buy millions of tickets, two at a time.

bilet alabilen bir program yazmalarını engellemek.

CAPTCHAs are used all over the Internet.

CAPTCHA'lar bütün İnternet'te kullanılıyor.

And since they're used so often,

Ve çok sık kullanıldıklarından,

a lot of times the sequence of random characters shown to the user

birçok kez kullanıcının karşısına rastgele karakterlerin düzgün

sıralanmış olarak çıkması olağan.

is not so fortunate.

So this is an example from the Yahoo registration page.

Örneğin bu Yahoo'nun kayıt sayfası.

The random characters that happened to be shown to the user

Kullanıcının karşısına çıkan rastgele karakterler şunlardı

W,A,I,T (bekle), tabi ki bu aynı zamanda bir kelime.

were W, A, I, T, which, of course, spell a word.

Ama işin en iyi kısmı Yahoo'nun

But the best part is the message

that the Yahoo help desk got about 20 minutes later.

yardım masasına 20 dakika sonra gelen mesaj.

[Help! I've been waiting for over 20 minutes and nothing happens.]

Yazı: "Yardım edin! 20 dakikadır bekliyorum ama hiçbir şey olmuyor."

(Laughter)

(Gülüşmeler)

This person thought they needed to wait.

Bu kişi beklemeleri gerektiğini düşünmüş.

This, of course, is not as bad as this poor person.

Bu tabi ki, bu zavallı kişininki kadar kötü değil.

(Laughter)

(Gülüşmeler)

CAPTCHA Project is something that we did at Carnegie Melllon over 10 years ago,

CAPTCHA Projesi burada Carnegie Mellon'da 10 yıl önce yaptığımız birşey,

ve her yerde kullanılıyor.

and it's been used everywhere.

Let me now tell you about a project that we did a few years later,

Şimdi size bundan birkaç yıl sonra yaptığımız bir projeden bahsedeyim,

ki bu CAPTCHA'nın bir çeşit evrimleşmiş hali.

which is sort of the next evolution of CAPTCHA.

Bu projeye reCAPTCHA diyoruz,

This is a project that we call reCAPTCHA,

burada Carnegie Mellon'da başlattığımız birşey,

which is something that we started here at Carnegie Mellon,

sonra bunu yeni kurulmuş bir şirkete çevirdik.

then we turned it into a start-up company.

Ve yaklaşık bir buçuk yıl sonra,

And then about a year and a half ago, Google actually acquired this company.

aslında Google bu şirketi satın aldı.

Size bu projenin neyi başlattığını anlatayım.

Let me tell you what this project started.

Bu proje arka arkaya gelen kavrayışlarla başladı:

This project started from the following realization:

Anlaşıldı ki dünyanın her yerinde insanlar hergün

It turns out that approximately 200 million CAPTCHAs

yaklaşık 200 milyon CAPTCHA yazıyor.

are typed everyday by people around the world.

When I first heard this, I was quite proud of myself.

Bunu ilk duyduğumda, kendimle gerçekten gurur duydum.

Şöyle düşündüm, araştırmamın yarattığı etkiye bakın.

I thought, look at the impact my research has had.

Ama sonra kendimi kötü hissetmeye başladım.

But then I started feeling bad.

Olay şu, her bir CAPTCHA yazışınızda,

Here's the thing: each time you type a CAPTCHA,

aslında hayatınızın 10 saniyesini harcıyorsunuz.

essentially, you waste 10 seconds of your time.

And if you multiply that by 200 million,

Ve bunu 200 milyonla çarptığınızda,

you get that humanity is wasting about 500,000 hours every day

şu sonuç çıkıyor, tüm insanlık hergün bu sinir bozucu CAPTCHA'ları

typing these annoying CAPTCHAs.

yazarak günde yaklaşık 500,000 saat harcıyor.

(Laughter)

Sonra kendimi kötü hissetmeye başladım.

So then I started feeling bad.

(Laughter)

(Gülüşmeler)

And then I started thinking, of course, we can't just get rid of CAPTCHAs,

Ve sonra düşünmeye başladım, tabi ki, CAPTCHA'lardan vazgeçemeyiz,

çünkü Web güvenliği bir şekilde onlara dayanıyor.

because the security of the web depends on them.

Ama sonra bu uğraşıyı insanlığa faydalı olacak bir şekilde

But then I started thinking, can we use this effort

for something that is good for humanity?

kullanabilir miyiz diye düşünmeye başladım?

So see, here's the thing.

Görüyorsunuz, olay bu.

While you're typing a CAPTCHA, during those 10 seconds,

Bir CAPTCHA yazarkenki 10 saniye içinde,

beyniniz muhteşem birşey yapıyor.

your brain is doing something amazing.

Your brain is doing something that computers cannot yet do.

Beyniniz henüz bilgisayarların yapamadığı birşeyi yapıyor.

Peki size bu 10 saniye içinde bu faydalı işi yaptırabilir miyiz?

So can we get you to do useful work for those 10 seconds?

Başka bir deyişle,

Is there some humongous problem that we cannot yet get computers to solve,

henüz bilgisayarların çözemediği, bir kişinin her CAPTCHA

çözüşünde bu sorunun da bir kısmını

yet we can split into tiny 10-second chunks

such that each time somebody solves a CAPTCHA,

çözmesini sağlayan 10 saniyelik küçük parçalara

bölebileceğimiz büyük sorunlar var mı?

they solve a little bit of this problem?

Ve bunun cevabı "evet", ve şu an bunu yapıyoruz.

And the answer to that is "yes," and this is what we're doing now.

Şunu bilmiyor olabilirsiniz ama bugünlerde CAPTCHA'yı yazarken

Nowadays, while you're typing a CAPTCHA,

sadece insan olduğunuzu doğrulamakla kalmıyor,

not only are you authenticating yourself as a human,

aynı zamanda aslında bize kitapları dijitalleştirmemizde yardımcı oluyorsunuz.

but in addition you're helping us to digitize books.

Size nasıl çalıştığını anlatayım.

Let me explain how this works.

Kitapları dijitalleştirmeye çalışan çok fazla proje var.

There's a lot of projects trying to digitize books.

Google'ın var.The Internet Archive'in var.

Google has one. The Internet Archive has one.

Amazon, şimdi Kindle ile, kitapları dijitalleştirmeye çalışıyor.

Amazon, with the Kindle, is trying to digitize books.

Temelde şöyle çalışıyor

Basically, the way this works is you start with an old book.

eski bir kitapla başlıyorsunuz.

You've seen those things, right?

Bunlardan daha önce gördünüz, değil mi? Kitap gibi?

Like a book?

(Gülüşmeler)

(Laughter)

So you start with a book and then you scan it.

Bir kitapla başlıyorsunuz ve sonra onu tarıyorsunuz.

Şimdi bir kitabı taramak

Now, scanning a book

is like taking a digital photograph of every page.

kitabın her sayfasının dijital fotoğrafını çekmek gibi birşey.

Kitabın her sayfası için bir resim veriyor size.

It gives you an image for every page.

Bu kitabın her sayfası için bir yazılı resim.

This is an image with text for every page of the book.

Süreçteki bir sonraki adımda

The next step in the process is that the computer needs to be able

bilgisayarın bu resimdeki tüm kelimeleri deşifre etmesi gerekiyor.

to decipher the words in this image.

Bunun için OCR isimli bir teknoloji kullanıyor,

That's using a technology called OCR, for optical character recognition,

optik karakter tanımlaması için,

which takes a picture of text

yazının fotoğrafı gerekiyor

and tries to figure out what text is in there.

ve yazıyı çözmeye çalışıyor.

Now, the problem is that OCR is not perfect.

Sorun şu ki OCR mükemmel değil.

Özellikle mürekkebin

Especially for older books

where the ink has faded and the pages have turned yellow,

solduğu ve sayfaların sarardığı daha eski kitaplarda,

OCR cannot recognize a lot of the words.

OCR tüm kelimeleri tanıyamıyor.

For things that were written more than 50 years ago,

Örneğin, 50 yıl önce yazılmış şeylerde,

bilgisayar kelimelerin yaklaşık yüzde 30'unu tanıyamıyor.

the computer cannot recognize about 30 percent of the words.

Bu yüzden şunu yapıyoruz,

So now we're taking all of the words that the computer cannot recognize

bilgisayarın tanıyamadığı bütün kelimeleri alıyoruz

and we're getting people to read them for us

ve insanların İnternette bir CAPTCHA yazarken

while they're typing a CAPTCHA on the Internet.

bunları bizim için okumalarını sağlıyoruz.

Yani bir daha ki sefere bir CAPTCHA yazdığınızda, yazdığınız kelimeler

So the next time you type a CAPTCHA, these words that you're typing

aslında dijitalleştirilmekte olan kitapların bilgisayarın

are actually words from books that are being digitized

that the computer could not recognize.

tanıyamadığı kelimeleri olacak.

The reason we have two words nowadays instead of one

Ve artık günümüzde bir yerine iki kelimenin olmasının nedeni şu,

görüyorsunuz, kelimelerden biri

is because one of the words

is a word that the system just got out of a book,

sistemin kitaptan bulduğu bir kelime,

ne olduğunu bilmiyordu ve bunu size sunacak.

it didn't know what it was and it's going to present it to you.

Ama bunu cevabını bilmediği için bunu sizin için puanlayamaz.

But since it doesn't know the answer, it cannot grade it.

Bu yüzden size bir kelime daha veriyoruz,

So we give you another word,

for which the system does know the answer.

bilgisayarın cevabını bildiği bir kelime.

We don't tell you which one's which and we say, please type both.

Size hangisinin hangisi olduğunu söylemiyoruz ve ikisini de yazmanızı istiyoruz.

Ve eğer sistemin çoktan

And if you type the correct word

cevabını bildiği doğru kelimeyi yazarsanız,

for the one for which the system knows the answer,

sizi insan olarak kabul eder,

it assumes you are human

and it also gets some confidence that you typed the other word correctly.

ve ayrıca diğer kelimeyi de doğru yazdığınızı düşünür.

Ve bu süreci 10 farklı kişi için tekrar edersek ve hepsi

And if we repeat this process to 10 different people

yeni kelimenin ne olduğu konusunda hem fikir olursa,

and they agree on what the new word is,

bir kelimeyi daha doğru bir şekilde dijitalleştirmiş oluyoruz.

then we get one more word digitized accurately.

Yani sistem bu şekilde işliyor.

So this is how the system works.

Ve aslında, bunu yapmaya başlayalı üç ya da dört yıl geçti,

And since we released it about three or four years ago,

birçok websitesi insanların vakitlerini harcadıkları

a lot of websites have started switching from the old CAPTCHA,

eski CAPTCHA'yı insanların kitapları dijitalleştirmeye

where people wasted their time,

yardımcı olduğu yeni CAPTCHA ile değiştirmeye başladı.

to the new CAPTCHA where people are helping to digitize books.

Örneğin, Ticketmaster.

So every time you buy tickets on Ticketmaster,

Yani Ticketmaster'dan her bilet alışınızda bir kitabı dijitalleştirmeye yardım ediyorsunuz.

you help to digitize a book.

Facebook: Her yeni arkadaş eklediğinizde veya birini dürttüğünüzde,

Facebook: Every time you add a friend or poke somebody,

bir kitabı dijitalleştirmeye yardım ediyorsunuz.

you help to digitize a book.

Twitter ve yaklaşık 350,000 başka site reCAPTCHA'yı kullanıyor.

Twitter and about 350,000 other sites are all using reCAPTCHA.

Ve aslında, reCAPTCHA'yı kullanan sitelerin sayısı o kadar fazla ki,

And the number of sites that are using reCAPTCHA is so high

bir günde dijitalleştirdiğimiz kelimelerin sayısı gerçekten çok fazla.

that the number of words we're digitizing per day is really large.

Günde yaklaşık 100 milyon,

It's about 100 million a day,

ki bu da yılda yaklaşık iki buçuk milyon kitaba eşdeğer.

which is the equivalent of about two and a half million books a year.

Ve bu insanların İnternette CAPTCHA'ları yazmasıyla

And this is all being done one word at a time

her seferde tek kelime ile oluyor.

by just people typing CAPTCHAs on the Internet.

(Alkış)

(Applause)

Now, of course,

Tabi ki,

since we're doing so many words per day,

günde çok fazla kelime yazdığımız için,

komik şeyler olabiliyor.

funny things can happen.

This is especially true because now we're giving people

Bu gerçekten doğru çünkü insanlara rastgele seçilmiş

İngilizce kelimeleri yan yana veriyoruz.

two randomly chosen English words next to each other.

Çok komik şeyler olabiliyor.

So funny things can happen.

Örneğin, bu kelimeyi sunduk.

For example, we presented this word.

"Christians" (Hristiyanlar) kelimesi, bunda bir sorun yok.

It's the word "Christians"; there's nothing wrong with it.

Ama bunu rastgele seçilen başka bir kelimeyle sunduğunuzda,

But if you present it along with another randomly chosen word,

kötü şeyler olabilir.

bad things can happen.

Başımıza bu geliyor. (Yazı: kötü hristiyanlar)

So we get this.

[bad Christians]

Daha da kötüsü, bunu gösterdiğimiz sitenin adı

But it's even worse, because the website where we showed this

Tanrı'nın Krallığının Elçiliği'ydi.

actually happened to be called The Embassy of the Kingdom of God.

(Gülüşmeler)

(Laughter)

Oops.

Oops.

(Laughter)

(Gülüşmeler)

İşte gerçekten kötü olan başka bir tanesi.

Here's another really bad one.

JohnEdwards.com

JohnEdwards.com

[Damn liberal]

(Yazı: Kahrolası liberal)

(Laughter)

(Gülüşmeler)

Yani hergün solcu ve sağcıları aşağılamaya devam ediyoruz.

So we keep on insulting people left and right everyday.

Tabi ki, sadece insanları aşağılamakla kalmıyoruz.

Of course, we're not just insulting people.

Olay şu, iki rastgele seçilmiş kelime sunduğumuz için,

Here's the thing. Since we're presenting two randomly chosen words,

ilginç şeyler olabiliyor.

interesting things can happen.

So this actually has given rise to a really big Internet meme

Hatta bu durum

on binlerce insanın katıldığı bir

that tens of thousands of people have participated in,

İnternet etkinliğine neden oldu,

buna CAPTCHA sanatı deniyor.

which is called CAPTCHA art.

I'm sure some of you have heard about it.

Eminim bir kaçınız bunu duymuştur.

Here's how it works.

Bu şekilde oluyor.

Imagine you're using the Internet and you see a CAPTCHA

Düşünün ki İnterneti kullanıyorsunuz ve bir şekilde

that you think is somewhat peculiar,

tuhaf olduğunu düşündüğünüz bir CAPTCHA görüyorsunuz,

like this CAPTCHA.

bu CAPTCHA gibi. (Yazı: görünmez tost makinesi)

[invisible toaster]

What you're supposed to do is you take a screenshot of it.

Sonra yapmanız gereken şey bunun ekran resmini çekmek.

Sonra tabi ki, CAPTCHA dolduruyorsunuz

Then of course, you fill out the CAPTCHA because you help us digitize a book.

çünkü bize bir kitabı dijitalleştirmede yardım ediyorsunuz.

Ama sonra, önce ekran resmi çekiyorsunuz,

But first you take a screenshot

and then you draw something that is related to it.

ve sonra onunla alakalı birşey çiziyorsunuz.

(Gülüşmeler)

(Laughter)

That's how it works.

İşte bu şekilde çalışıyor.

(Laughter)

There are tens of thousands of these.

Bunlardan on binlerce var.

Some of them are very cute.

Bazıları çok sevimli. (Yazı: avucumun içinde)

[clenched it]

(Gülüşmeler)

(Laughter)

Bazıları daha komik.

Some of them are funnier.

(Yazı: Kafası güzel kurucular)

[stoned Founders]

(Laughter)

(Gülüşmeler)

And some of them, like paleontological shvisle ...

Ve bazılarında,

paleontolojik shvisle gibi,

(Laughter)

Snoop Dogg kullanılıyor.

they contain Snoop Dogg.

(Laughter)

(Gülüşmeler)

OK, so this is my favorite number of reCAPTCHA.

Pekala, bu benim favori reCAPTCHA rakamım.

Bu tüm projeyle ilgili en sevdiğim şey.

So this is the favorite thing that I like about this whole project.

Bu reCAPTCHA sayesinde bir kitabın

This is the number of distinct people

en az bir kelimesini dijitalleştirmede yardımcı olan net kişi sayısı:

that have helped us digitize at least one word out of a book through reCAPTCHA:

750 milyon,

750 million, a little over 10 percent of the world's population,

bu, dünya nüfusunun yüzde 10'undan biraz fazla,

has helped us digitize human knowledge.

bu kadar kişi bilgiyi dijitalleştirmemize yardım etti.

And it is numbers like these that motivate my research agenda.

Ve bunun gibi rakamlar araştırma gündemimi harekete geçiriyor.

So the question that motivates my research is the following:

Beni araştırmaya sevk eden şey şu:

Eğer insanların büyük ölçekli başarılarına bakarsanız,

If you look at humanity's large-scale achievements,

insanlığın tarihi açıdan

these really big things

that humanity has gotten together and done historically --

beraber yaptıkları gerçekten büyük şeyler --

like, for example, building the pyramids of Egypt

örneğin, Mısır piramitlarini ya da Panama Kanalını

or the Panama Canal

inşa etmek ya da

or putting a man on the Moon --

Ay'a adam göndermek --

there is a curious fact about them,

bunlarla ilgili garip bir gerçek var,

and it is that they were all done with about the same number of people.

ve bu da şu, bunların hepsi aynı sayıda insanla yapıldı.

Çok garip; hepsi yaklaşık 100,000 insanla yapıldılar.

It's weird; they were all done with about 100,000 people.

Ve bunun nedeni, İnternetten önce,

And the reason for that is because, before the Internet,

100,000 insanı bir araya getirmek,

coordinating more than 100,000 people,

onlara ödeme yapmayı bir kenara bırakın, kesinlikle imkansız.

let alone paying them, was essentially impossible.

Ama şimdi İnternetle, size bilgiyi dijitalleştirmemize

But now with the Internet, I've just shown you a project

yardım eden 750 milyon insanın

where we've gotten 750 million people to help us digitize human knowledge.

katıldığı bir projeyi gösterdim.

Yani beni araştırmaya sevk eden soru şuydu,

So the question that motivates my research is,

eğer 100,000 kişiyle bir adamı Ay'a gönderebiliyorsak,

if we can put a man on the Moon with 100,000,

what can we do with 100 million?

100 milyon kişiyle ne yapabiliriz?

So based on this question,

Bu soruyu temel alarak,

we've had a lot of different projects that we've been working on.

üzerinde çalıştığımız çok farklı projeler geliştirdik.

Size beni en çok heyecanlandıranından bahsedeyim.

Let me tell you about one that I'm most excited about.

This is something that we've been semiquietly working on

Bu yaklaşık bir buçuk yıldır üzerinde çok da ses çıkarmadan

çalıştığımız bir proje.

for the last year and a half or so.

Site henüz açılmadı. Adı Duolingo.

It hasn't yet been launched. It's called Duolingo.

Henüz açılmadığı için, şişt!

Since it hasn't been launched, shhh!

(Gülüşmeler)

(Laughter)

Yeah, I can trust you'll do that.

Evet, size güvenebilirim.

Proje bu. Şu şekilde başladı.

So this is the project. Here's how it started.

Mezun olmuş bir öğrencime bir soru yöneltmemle başladı,

It started with me posing a question to my graduate student, Severin Hacker.

Severin Hacker'a.

Evet, bu Severin Hacker.

OK, that's Severin Hacker.

Mezun olan öğrencime bir soru yönelttim.

So I posed the question to my graduate student.

Bu arada, beni doğru duydunuz;

By the way, you did hear me correctly; his last name is Hacker.

soyadı Hacker (Bilgisayar korsanı)

(Laughter)

Ona şu soruyu sordum:

So I posed this question to him: How can we get 100 million people

Nasıl 100 milyon insana

translating the web into every major language for free?

Web'i ücretsiz olarak her anadile çevirtebiliriz?

Bu soruyla ilgili söylenebilecek çok şey var.

There's a lot of things to say about this question.

Öncelikle, Web'i çevirmek.

First of all, translating the web.

Şu an Web çok fazla dile bölünmüş durumda.

Right now, the web is partitioned into multiple languages.

Büyük kısmı İngilizce.

A large fraction of it is in English.

Eğer hiç İngilizce bilmiyorsanız, kullanamazsınız.

If you don't know English, you can't access it.

Başka diller de büyük ölçüde kullanılıyor,

But there's large fractions in other different languages,

ve eğer bu dilleri bilmiyorsanız, kullanamazsınız.

and if you don't know them, you can't access it.

Web'in tamamını en azından büyük bir kısmını çevirmek istiyorum,

So I would like to translate all of the web,

or at least most of it, into every major language.

her anadile.

Yapmak istediğim bu.

That's what I would like to do.

Now, some of you may say, why can't we use computers to translate?

Bazılarınız şöyle diyebilir, neden bunun için bilgisayar kullanmıyoruz?

Neden makine çevirisini kullanamıyoruz?

Machine translation is starting to translate

Makine çevirisi bu günlerde oradan buradan bazı cümleleri çevirmeye başlıyor.

some sentences here and there.

Neden bunu tüm Web'i çevirmek için kullanamıyoruz?

Why can't we use it to translate the web?

Sorun şu ki, bu sistem henüz yeterince iyi değil,

The problem with that is it's not yet good enough

ve muhtemelen önümüzdeki 15 ila 20 yıl içinde de olmayacak.

and it probably won't be for the next 15 to 20 years.

Çok fazla hata yapıyor.

It makes a lot of mistakes. Even when it doesn't,

Hata yapmadığında bile,

since it makes so many mistakes, you don't know whether to trust it or not.

çok fazla hata yaptığı için, doğruluğuna güvenmeli misiz bilmiyorsunuz.

Size makine ile çevrilmiş

So let me show you an example

of something that was translated with a machine.

birşeyin örneğini göstereyim.

Aslında bu foruma yazılmış bir yazı.

Actually, it was a forum post.

It was somebody who was trying to ask a question about JavaScript.

JavaScript hakkında soru sormaya çalışan bir kişiymiş.

It was translated from Japanese into English.

Japoncadan İnglizceye çevrilmiş.

So I'll just let you read.

Sadece okuyacağım.

This person starts apologizing

Bu kişi bilgisayar kullanarak

for the fact that it's translated with a computer.

çeviri yaptığı için özür dilerek başlıyor.

So the next sentence is going to be the preamble to the question.

Bir sonraki cümle sorunun giriş kısmı olacak.

Birşeyi açıklıyor.

So he's just explaining something.

Unutmayın, bu JavaScript hakkında bir soru.

Remember, it's a question about JavaScript.

[At often, the goat-time install a error is vomit.]

(Yazı: Çoğu zaman, keçi zamanı kusma hatası yüklüyor.)

(Laughter)

(Gülüşmeler)

Then comes the first part of the question.

Sonra sorunun ilk kısmı geliyor.

[How many times like the wind, a pole, and the dragon?]

(Yazı: Kaç kere rüzgar gibi, bir kazık ve ejderha?)

(Laughter)

(Gülüşmeler)

Sonra sorunun en sevdiğim kısmı geliyor.

Then comes my favorite part of the question.

[This insult to father's stones?]

(Yazı: Bu babanın taşlarına hakaret mi?)

(Laughter)

(Gülüşmeler)

Ve sonra son kısım, ki bu tüm yazının en sevdiğim kısmı.

And then comes the ending,

which is my favorite part of the whole thing.

(Yazı: Lütfen aptallığın için özür dile. Sana çok teşekkür var)

[Please apologize for your stupidity. There are a many thank you.]

(Laughter)

(Gülüşmeler)

OK, so computer translation, not yet good enough.

Tamam, yani bilgisayar çevirisi henüz yeterince iyi değil.

Soruya geri dönelim.

So back to the question.

Yani tüm Web'i çevirmek için insanlara ihtiyacım var.

So we need people to translate the whole web.

Şimdi soracağınız bir sonraki soru şu olabilir,

So now the next question you may have is,

neden bunun için insanları işe almıyoruz?

well, why can't we just pay people to do this?

Tüm Web'i çevirmek için profesyonel çevirmenleri işe alabilirdik.

We could pay professional translators to translate the whole web.

Bunu yapabilirdik.

We could do that.

Unfortunately, it would be extremely expensive.

Malesef, son derece pahalı olurdu.

For example, translating a tiny fraction of the whole web, Wikipedia,

Örneğin tüm Web'in, Wikipedia'nın küçük, çok küçük bir kısmını

başka bir dile, İspanyolcaya çevirmek.

into one other language, Spanish.

OK? Wikipedia exists in Spanish,

Wikipedia'nın İspanyolcası var,

but it's very small compared to the size of English.

ama İngilizce olanına kıyasla çok küçük bir oranda.

İngilizce olanın yaklaşık yüzde 20'si kadar.

It's about 20 percent of the size of English.

Eğer kalan yüzde 80'i İspanyolcaya çevirmek isteseydik,

If we wanted to translate the other 80 percent into Spanish,

50 milyon dolara malolurdu --

it would cost at least 50 million dollars --

ve bu en çok sömürülen, dış kaynakları kullanılan bir ülkenin şartlarında.

and this is even at the most exploited, outsourcing country out there.

Yani çok pahalı olurdu.

So it would be very expensive.

Bizim yapmak istediğimiz şeyse 100 milyon insana

So what we want to do is, we want to get 100 million people

Web'i her anadile tercüme ettirmek,

translating the web into every major language for free.

bedavaya.

Eğer yapmak istediğiniz şey buysa,

If this is what you want to do, you quickly realize

iki oldukça büyük engelle karşılaşacağınızı çabucak

you're going to run into two big hurdles, two big obstacles.

fark ediyorsunuz.

The first one is a lack of bilinguals.

İlki iki dile de hakim kişilerin azlığı.

So I don't even know

Bize tercüme yapmakta

if there exists 100 million people out there using the web

yardımcı olmaya yetecek kadar iyi iki dil kullanabilen

who are bilingual enough to help us translate.

100 milyon kişi var mıdır bilmiyorum.

Bu büyük bir sorun.

That's a big problem.

The other problem you're going to run into is a lack of motivation.

Karşılaşacağınız bir diğer problem ise motivasyon eksikliği.

İnsanları Web'i bedavaya tercüme

How are we going to motivate people to actually translate the web for free?

etmeleri için nasıl motive edebiliriz?

Normalde, bunun için insanlara ödeme yaparsınız.

Normally, you have to pay people to do this.

So how are we going to motivate them to do it for free?

Peki onları bunu bedavaya yapmaya nasıl motive ederiz?

Bunu düşünmeye başladığımızda, bu iki konu bizi engelledi.

When we were starting to think about this, we were blocked by these two things.

Ama sonra fark ettik ki, aslında bu iki sorunu

But then we realized, there's a way

aynı çözüm yoluyla aşabiliriz.

to solve both these problems with the same solution.

Bir taşla iki kuş vurmanın bir yolu var.

To kill two birds with one stone.

Ve bu da tercüme yapmayı milyonlarca

And that is to transform language translation

into something that millions of people want to do

insanın yapmak isteyeceği bir hale,

and that also helps with the problem of lack of bilinguals,

ve ayrıca iki dile hakim olamama sorununa çözüm bulmaya,

and that is language education.

ve dil eğitimine dönüştürmek.

So it turns out that today,

Bugün görüyoruz ki,

there are over 1.2 billion people learning a foreign language.

1.2 milyardan fazla insan yabancı dil öğreniyor.

İnsanlar gerçekten yabancı bir dil öğrenmek istiyor.

People really want to learn a foreign language.

Ve sadece okulda yapmak zorunda oldukları için değil.

And it's not just because they're being forced to do so in school.

Örneğin, yalnızca Amerika Birleşik Devletleri'nde,

In the US alone, there are over five million people

yeni bir dil öğrenmek için yazılımlara 500 dolardan fazla

who have paid over $500 for software to learn a new language.

para veren beş milyondan fazla kişi var.

Yani insanlar gerçekten yeni bir dil öğrenmek istiyor.

So people really want to learn a new language.

Son bir buçuk yıldır yeni bir websitesi üzerinde çalışıyoruz --

So what we've been working on for the last year and a half

adı Duolingo --

is a new website -- it's called Duolingo --

ana fikir insanların Web'i eş zamanlı tercüme ederek

where the basic idea is people learn a new language for free

while simultaneously translating the web.

ücretsiz olarak yeni bir dil öğrenmesi.

Ve temelde yaparak öğreniyorlar.

And so basically, they're learning by doing.

Şu şekilde işliyor

So the way this works

is whenever you're a just a beginner, we give you very simple sentences.

eğer başlangıç seviyesinde biliyorsanız çok çok basit cümleler veriyoruz.

Tabi ki Web'te çok fazla kolay cümle var.

There's a lot of very simple sentences on the web.

Çok, çok basit cümleler veriyoruz

We give you very simple sentences along with what each word means.

beraberinde de her kelimenin anlamını.

And as you translate them

Tercüme ederek ve başkalarının nasıl tercüme ettiğini görerek,

and as you see how other people translate them,

dili öğrenmeye başlıyorsunuz.

you start learning the language.

Ve siz dili ilerlettikçe,

And as you get more advanced,

we give you more complex sentences to translate.

çok daha karmaşık cümleleri tercüme etmenizi istiyoruz.

But at all times, you're learning by doing.

Ama her zaman yaparak öğreniyorsunuz.

Now, the crazy thing about this method is that it actually really works.

Bu metodla ilgili çılgınca olan şeyse

gerçekten işe yarıyor olması.

People are really learning a language.

Herşeyden önce insanlar gerçekten yeni bir dil öğrenmek istiyor.

We're mostly done building it and now we're testing it.

Sistemi kurmayı bitirdik ve şu an test ediyoruz.

İnsanlar gerçekten bu yöntemle bir dil öğrenebilirler.

People really can learn a language with it.

Ve neredeyse en iyi dil öğrenme yazılımında olduğu kadar iyi öğreniyorlar.

And they learn it about as well as the leading language learning software.

Yani insanlar gerçekten bir dil öğreniyor.

So people really do learn a language.

Ve hem iyi hem de ilginç

And not only do they learn it as well, but actually it's more interesting.

bir yöntemle öğreniyorlar.

Çünkü görüyorsunuz, insanlar gerçek içeriklerle öğreniyorlar.

Because with Duolingo, people are learning with real content.

Uydurma cümleler yerine

As opposed to learning with made-up sentences,

kendiliğinden ilginç olan gerçek içeriklerle öğreniyorlar.

people are learning with real content, which is inherently interesting.

Yani insanlar gerçekten bir dil öğreniyorlar.

So people really do learn a language.

Ve şaşırtıcı bir şekilde,

But perhaps more surprisingly,

bu siteyi kullananların çevirileri,

the translations that we get from people using the site,

even though they're just beginners,

daha başlangıç seviyesinde olmalarına rağmen,

the translations that we get

profesyonel çevirmenlerin çevirileri kadar iyi,

are as accurate as those of professional language translators,

ki bu çok şaşırtıcı.

which is very surprising.

Size bir örnek göstereyim.

So let me show you one example.

This is a sentence that was translated from German into English.

Bu Almancadan İngilizceye çevrilmiş bir cümle.

Üstteki Almanca.

The top is the German. The middle is an English translation

Ortadaki bu çeviri için kelime başına

that was done by a professional translator

20 sent alan profesyonel bir İngilizce çevirmen

who we paid 20 cents a word for this translation.

tarafından yapılan İngilizce çeviri.

Alttaki ise Duolingo kullanıcıları tarafından yapılan bir çeviri,

And the bottom is a translation by users of Duolingo,

bu siteyi kullanmaya başlamadan önce

none of whom knew any German before they started using the site.

hiçbiri Almanca bilmiyordu.

If you can see, it's pretty much perfect.

Görüyorsunuz, neredeyse mükemmel.

Of course, we play a trick here

Tabi ki,çevirilerin profesyonal çevirmenlerinkiler

to make the translations as good as professional language translators.

kadar iyi olabilmesi için burada biraz hile yapıyoruz.

Tek bir profesyonel çevirmenin kalitesine

We combine the translations of multiple beginners

ulaşmak için birçok yeni başlayanın çevirisini birleştiriyoruz.

to get the quality of a single professional translator.

Now, even though we're combining the translations,

Çevirileri birleştirsek bile,

the site actually can translate pretty fast.

site oldukça çabuk çevirebiliyor.

Göstereyim,

So let me show you,

this is our estimates of how fast we could translate Wikipedia

bu Wikipedia'yı İngilizceden İspanyolcaya ne kadar hızlı

çevirebileceğimizin hesabı.

from English into Spanish.

Remember, this is 50 million dollars' worth of value.

Unutmayın, bu 50 milyon dolar değerinde.

So if we wanted to translate Wikipedia into Spanish,

Wikipedia'yı İspanyolcaya çevrmek isteseydik,

bunu 100,000 aktif kullanıcıyla beş hafta içinde yapabilirdik.

we could do it in five weeks with 100,000 active users.

Ve bir milyon aktif kullanıcıyla ise yaklaşık 80 saatte yapabilirdik.

And we could do it in about 80 hours with a million active users.

Grubumun şimdiye kadar üzerinde çalıştığı tüm projelerin milyonlarca kullanıcısı olduğu için,

Since all the projects my group has worked on so far

have gotten millions of users,

bu projeyle son derece hızlı bir şekilde

we're hopeful that we'll be able to translate extremely fast.

çevirebileceğimizi düşünüyoruz.

Duolingo ile ilgili beni en çok heyecanlandıran şey

Now, the thing that I'm most excited about with Duolingo

dil eğitimi için adil bir iş modeli ihtiyacını karşılıyor olması.

is I think this provides a fair business model for language education.

Olay şu:

So here's the thing:

Dil eğitiminin mevcut iş modelinde

The current business model for language education

öğrenci para ödüyor,

is the student pays,

and in particular, the student pays Rosetta Stone 500 dollars.

ve özellikle, öğrenci Rosetta Stone'a 500 dolar ödüyor.

(Gülüşmeler)

(Laughter)

Bu mevcut iş modeli.

That's the current business model.

Bu iş modeliyle ilgili sorun şuydu

The problem with this business model

dünya nüfusunun yüzde 95'inin 500 doları yok.

is that 95 percent of the world's population doesn't have 500 dollars.

Yani bu fakirler için son derece adaletsiz bir durum.

So it's extremely unfair towards the poor.

Tamamiyle zenginlerden yana bir durum.

This is totally biased towards the rich.

Şimdi bakın, Duolingo'da,

Now, see, in Duolingo,

because while you learn, you're actually creating value,

Öğrenirken aynı zamanda

değer yaratıyorsunuz, birşeyler çeviriyorsunuz --

you're translating stuff --

which, for example, we could charge somebody for translations,

örneğin, birini çeviri yapmak için görevlendirebilirdik.

so this is how we could monetize this.

Bu şekilde finanse edebilirdik.

Since people are creating value while they're learning,

İnsanlar öğrenirken değer yarattıkları için,

para ödemek zorunda değiller, zamanlarıyla ödeme yapıyorlar.

they don't have to pay with their money, they pay with their time.

Ama bunda büyüleyici olan şey, zamanlarıyla ödeme yapıyorlar,

But the magical thing here

is that is time that would have had to have been spent anyways

ama bu aynı zamanda dil öğrenirken bir şekilde harcamak zorunda

oldukları zaman.

learning the language.

So the nice thing about Duolingo

Duolingo'nun güzel yani adil bir iş modeli sunuyor olması --

is, I think, it provides a fair business model --

fakirlere karşı ayırım yapmayan bir model olması.

one that doesn't discriminate against poor people.

İşte site bu. Teşekkürler.

So here's the site. Thank you.

(Alkış)

(Applause)

İşte site burada.

We haven't yet launched,

Site henüz açılmadı,

but if you go there, you can sign up to be part of our private beta,

ama oraya gidip, özel betamızın bir parçası olmak için üye olabilirsiniz,

which is probably going to start in three or four weeks.

muhtemelen yaklaşık üç, dört haftaya kadar faaliyete geçecek.

Bu Duolingo'yu henüz açmadık.

We haven't yet launched it.

By the way, I'm the one talking here,

Bu arada, burada konuşan benim,

but Duolingo is the work of a really awesome team,

ama aslında Duolingo bazılarının burada olduğu gerçekten müthiş bir takımın çalışması.

some of whom are here. So thank you.

Teşekkürler.

(Applause)

(Alkış)