TEDGlobal 2013
Alessandro Acquisti: What will a future without secrets look like?
אלסנדרו אקוויזיטי: מדוע הפרטיות חשובה?
Filmed:
Readability: 4.8
1,423,103 views
הגבול בין הציבורי והפרטי היטשטש במאה האחרונה, הן במקוון והן במציאות, ואלסנדרו אקוויזיטי בא להסביר מהי המשמעות ומדוע זה חשוב. בהרצאה מעוררת-מחשבה ומצמררת במקצת זו, הוא חושף פרטים ממחקרים אחרונים ומחקרים שמצויים בעיצומם, כולל מיזם שמוכיח כמה קל להתאים בין תצלום של אדם זר למידע האישי הרגיש שלו.
Alessandro Acquisti - Privacy economist
What motivates you to share your personal information online? Alessandro Acquisti studies the behavioral economics of privacy (and information security) in social networks. Full bio
What motivates you to share your personal information online? Alessandro Acquisti studies the behavioral economics of privacy (and information security) in social networks. Full bio
Double-click the English transcript below to play the video.
00:12
I would like to tell you a story
0
641
2354
ברצוני לספר לכם סיפור
00:14
connecting the notorious privacy incident
1
2995
3176
המקשר את תקרית הפרטיות
הידועה לשמצה
הידועה לשמצה
00:18
involving Adam and Eve,
2
6171
2769
בין אדם לחווה,
00:20
and the remarkable shift in the boundaries
3
8940
3446
עם התזוזה הבולטת בגבולות
00:24
between public and private which has occurred
4
12386
2686
שבין הפרטי לציבורי, שהתרחשה
00:27
in the past 10 years.
5
15072
1770
ב-10 השנים האחרונות.
00:28
You know the incident.
6
16842
1298
התקרית ההיא מוכרת לכם.
00:30
Adam and Eve one day in the Garden of Eden
7
18140
3330
אדם וחווה,
יום אחד בגן-עדן,
יום אחד בגן-עדן,
00:33
realize they are naked.
8
21470
1843
תופשים שהם עירומים.
00:35
They freak out.
9
23313
1500
הם מתחרפנים.
00:36
And the rest is history.
10
24813
2757
והשאר כתוב בדברי הימים.
00:39
Nowadays, Adam and Eve
11
27570
2188
היום, אדם וחווה
00:41
would probably act differently.
12
29758
2361
היו ודאי נוהגים אחרת.
00:44
[@Adam Last nite was a blast! loved dat apple LOL]
13
32119
2268
[@אדם אתמול בלילה היה פיצוץ!
היה אחלה תפוח:)))]
היה אחלה תפוח:)))]
00:46
[@Eve yep.. babe, know what happened to my pants tho?]
14
34387
1873
[@חווה כן... מותק, יודעת איפה
המכנסיים שלי?]
המכנסיים שלי?]
00:48
We do reveal so much more information
15
36260
2636
אנו חושפים מידע רב
00:50
about ourselves online than ever before,
16
38896
3334
על עצמנו ברשת,
יותר מאי-פעם,
יותר מאי-פעם,
00:54
and so much information about us
17
42230
1704
והמון מידע אודותינו
00:55
is being collected by organizations.
18
43934
2224
נאסף ע"י ארגונים.
00:58
Now there is much to gain and benefit
19
46158
3282
יש הרבה יתרונות ותועלת
01:01
from this massive analysis of personal information,
20
49440
2446
בניתוח המסיבי הזה
של מידע אישי,
של מידע אישי,
01:03
or big data,
21
51886
1946
או צבירת הנתונים,
01:05
but there are also complex tradeoffs that come
22
53832
2638
אבל יש גם חסרונות מורכבים
01:08
from giving away our privacy.
23
56470
3098
שנלווים לוויתור על פרטיותנו.
[הסוכנות לבטחון לאומי בין החברים ב"פייסבוק"]
[הסוכנות לבטחון לאומי בין החברים ב"פייסבוק"]
01:11
And my story is about these tradeoffs.
24
59568
4023
והסיפור שלי עוסק בחסרונות האלה.
01:15
We start with an observation which, in my mind,
25
63591
2584
נפתח בהבחנה, שלדעתי,
01:18
has become clearer and clearer in the past few years,
26
66175
3327
הפכה ברורה יותר ויותר
בשנים האחרונות,
בשנים האחרונות,
01:21
that any personal information
27
69502
2097
והיא שכל מידע אישי
01:23
can become sensitive information.
28
71599
2285
עלול להפוך למידע רגיש.
01:25
Back in the year 2000, about 100 billion photos
29
73884
4125
בשנת 2000, כ-100 מיליארד תמונות
01:30
were shot worldwide,
30
78009
1912
צולמו בכל העולם,
01:31
but only a minuscule proportion of them
31
79921
3065
אבל רק חלקיק זעיר מהן
01:34
were actually uploaded online.
32
82986
1883
הועלו לרשת.
01:36
In 2010, only on Facebook, in a single month,
33
84869
3361
ב-2010, רק ב"פייסבוק"
ורק בחודש אחד,
ורק בחודש אחד,
01:40
2.5 billion photos were uploaded,
34
88230
3270
הועלו 2.5 מיליארד צילומים,
01:43
most of them identified.
35
91500
1882
רובם מזוהים.
01:45
In the same span of time,
36
93382
1880
באותה תקופה,
01:47
computers' ability to recognize people in photos
37
95262
4870
יכולת המחשבים לזהות אנשים בצילומים
01:52
improved by three orders of magnitude.
38
100132
3608
השתפרה בשלושה סדרי-גודל.
01:55
What happens when you combine
39
103740
1882
מה קורה כשמשלבים
01:57
these technologies together:
40
105622
1501
בין שתי הטכנולוגיות האלה:
01:59
increasing availability of facial data;
41
107123
2658
עליה בזמינות נתוני הפנים
02:01
improving facial recognizing ability by computers;
42
109781
3648
ושיפור יכולת זיהוי הפנים
ע"י מחשבים,
ע"י מחשבים,
02:05
but also cloud computing,
43
113429
2182
אבל גם מיחשוב הענן
02:07
which gives anyone in this theater
44
115611
1888
שמעניק לכל אדם בזירה הזו
02:09
the kind of computational power
45
117499
1560
כוח מיחשוב מהסוג
02:11
which a few years ago was only the domain
46
119059
1886
שלפני שנים ספורות היה
שייך בלעדית
שייך בלעדית
02:12
of three-letter agencies;
47
120945
1782
לסוכנויות ששמן מורכב מ-3 אותיות,
02:14
and ubiquitous computing,
48
122727
1378
והמיחשוב שנמצא בכל,
02:16
which allows my phone, which is not a supercomputer,
49
124105
2892
שמאפשר לטלפון שלי,
שאיננו מחשב-על,
שאיננו מחשב-על,
02:18
to connect to the Internet
50
126997
1671
להתחבר לאינטרנט
02:20
and do there hundreds of thousands
51
128668
2334
ולבצע שם מאות אלפי
02:23
of face metrics in a few seconds?
52
131002
2639
מדידות פנים בכמה שניות?
02:25
Well, we conjecture that the result
53
133641
2628
ובכן, אנו משערים שהתוצאה
02:28
of this combination of technologies
54
136269
2064
של שילוב הטכנולוגיות הזה
02:30
will be a radical change in our very notions
55
138333
2888
תהיה שינוי קיצוני
במושגים שלנו עצמם
במושגים שלנו עצמם
02:33
of privacy and anonymity.
56
141221
2257
בקשר לפרטיות ואלמוניות.
02:35
To test that, we did an experiment
57
143478
1993
כדי לבחון זאת, ערכנו ניסוי
02:37
on Carnegie Mellon University campus.
58
145471
2121
בקמפוס של אוניברסיטת
קרנגי מלון.
קרנגי מלון.
02:39
We asked students who were walking by
59
147592
2099
ביקשנו מסטודנטים עוברים ושבים
02:41
to participate in a study,
60
149691
1779
להשתתף במחקר מסוים,
02:43
and we took a shot with a webcam,
61
151470
2562
צילמנו אותם במצלמת רשת,
02:46
and we asked them to fill out a survey on a laptop.
62
154032
2782
וביקשנו מהם למלא טופס
של סקר במחשב אישי.
של סקר במחשב אישי.
02:48
While they were filling out the survey,
63
156814
1979
ובזמן שהם מילאו את הטופס,
02:50
we uploaded their shot to a cloud-computing cluster,
64
158793
2797
העלינו את תמונתם למיחשוב הענן,
02:53
and we started using a facial recognizer
65
161590
1727
והתחלנו להשתמש בתוכנת זיהוי פנים
02:55
to match that shot to a database
66
163317
2405
כדי להתאים את התצלום
לבסיס נתונים
לבסיס נתונים
02:57
of some hundreds of thousands of images
67
165722
2393
של כמה מאות אלפי תמונות
03:00
which we had downloaded from Facebook profiles.
68
168115
3596
שהורדנו מפרופילים ב"פייסבוק".
03:03
By the time the subject reached the last page
69
171711
3259
עד שהנבדק סיים למלא
את העמוד האחרון בטופס הסקר,
את העמוד האחרון בטופס הסקר,
03:06
on the survey, the page had been dynamically updated
70
174970
3347
הדף התעדכן באופן דינמי
03:10
with the 10 best matching photos
71
178317
2313
עם 10 התמונות התואמות ביותר
03:12
which the recognizer had found,
72
180630
2285
שתוכנת הזיהוי מצאה,
03:14
and we asked the subjects to indicate
73
182915
1738
ואז ביקשנו מהנבדקים לציין
03:16
whether he or she found themselves in the photo.
74
184653
4120
אם הוא או היא
מצאו את עצמם ביניהם.
מצאו את עצמם ביניהם.
03:20
Do you see the subject?
75
188773
3699
אתם מזהים את הנבדק?
03:24
Well, the computer did, and in fact did so
76
192472
2845
המחשב בהחלט זיהה,
ולמעשה הצליח בכך
ולמעשה הצליח בכך
03:27
for one out of three subjects.
77
195317
2149
עם אחד מכל שלושה נבדקים.
03:29
So essentially, we can start from an anonymous face,
78
197466
3184
כך שבעצם, אנו יכולים להתחיל
מפרצוף אלמוני,
מפרצוף אלמוני,
03:32
offline or online, and we can use facial recognition
79
200650
3484
מקוון או לא מקוון,
ולהשתמש בזיהוי פנים
ולהשתמש בזיהוי פנים
03:36
to give a name to that anonymous face
80
204134
2360
כדי להצמיד שם
לאותו פרצוף אלמוני
לאותו פרצוף אלמוני
03:38
thanks to social media data.
81
206494
2108
הודות לנתוני המדיה החברתית.
03:40
But a few years back, we did something else.
82
208602
1872
אך לפני כמה שנים
עשינו משהו אחר.
עשינו משהו אחר.
03:42
We started from social media data,
83
210474
1823
התחלנו מנתוני המדיה החברתית,
03:44
we combined it statistically with data
84
212297
3051
שילבנו אותם באופן סטטיסטי
עם נתונים
עם נתונים
03:47
from U.S. government social security,
85
215348
2102
מהביטוח הלאומי של ממשלת ארה"ב,
03:49
and we ended up predicting social security numbers,
86
217450
3324
והצלחנו לגלות מראש
מספרי ביטוח לאומי,
מספרי ביטוח לאומי,
03:52
which in the United States
87
220774
1512
ובארה"ב,
03:54
are extremely sensitive information.
88
222286
2040
זהו מידע רגיש ביותר.
03:56
Do you see where I'm going with this?
89
224326
2093
אתם מבינים מה אני אומר כאן?
03:58
So if you combine the two studies together,
90
226419
2922
אם משלבים בין שני המחקרים,
04:01
then the question becomes,
91
229341
1512
אז השאלה היא,
04:02
can you start from a face and,
92
230853
2720
האם אפשר להתחיל מפרצוף,
04:05
using facial recognition, find a name
93
233573
2311
ובעזרת זיהוי פנים, למצוא שם
04:07
and publicly available information
94
235884
2669
ומידע זמין לציבור
04:10
about that name and that person,
95
238553
1932
על השם והאדם האלה,
04:12
and from that publicly available information
96
240485
2248
ומתוך אותו מידע זמין לציבור,
04:14
infer non-publicly available information,
97
242733
2042
להפיק מידע שאיננו זמין לציבור,
04:16
much more sensitive ones
98
244775
1606
מידע הרבה יותר רגיש
04:18
which you link back to the face?
99
246381
1492
שניתן לקשרו עם אותו פרצוף?
04:19
And the answer is, yes, we can, and we did.
100
247873
1916
והתשובה היא כן, אנו יכולים,
ואנו עשינו זאת.
ואנו עשינו זאת.
04:21
Of course, the accuracy keeps getting worse.
101
249789
2568
כמובן, שהדיוק הולך ויורד.
04:24
[27% of subjects' first 5 SSN digits identified (with 4 attempts)]
102
252357
944
[זוהו 27% ממספרי הביטוח הלאומי
של הנבדקים (ב-4 נסיונות)]
של הנבדקים (ב-4 נסיונות)]
04:25
But in fact, we even decided to develop an iPhone app
103
253301
3827
אך למעשה החלטנו אפילו
לפתח יישומון ל"אייפון"
לפתח יישומון ל"אייפון"
04:29
which uses the phone's internal camera
104
257128
2715
שמנצל את המצלמה
הפנימית של הטלפון
הפנימית של הטלפון
04:31
to take a shot of a subject
105
259843
1600
כדי לצלם את הנבדק,
04:33
and then upload it to a cloud
106
261443
1487
להעלות את זה לענן
04:34
and then do what I just described to you in real time:
107
262930
2662
ואז לעשות את מה
שזה עתה תיארתי, בזמן אמת:
שזה עתה תיארתי, בזמן אמת:
04:37
looking for a match, finding public information,
108
265592
2088
לחפש התאמה, לאתר מידע גלוי,
04:39
trying to infer sensitive information,
109
267680
1730
לנסות להסיק ממנו מידע רגיש,
04:41
and then sending back to the phone
110
269410
2591
ולשלוח את זה בחזרה
אל הטלפון
אל הטלפון
04:44
so that it is overlaid on the face of the subject,
111
272001
3609
כדי לרבד את זה
על פרצופו של הנבדק,
על פרצופו של הנבדק,
04:47
an example of augmented reality,
112
275610
1901
כדוגמה של מציאות מורחבת,
04:49
probably a creepy example of augmented reality.
113
277511
2451
אולי דוגמה חולנית
של מציאות מורחבת.
של מציאות מורחבת.
04:51
In fact, we didn't develop the app to make it available,
114
279962
3339
לא פיתחנו את היישומון
כדי שיהיה זמין לציבור,
כדי שיהיה זמין לציבור,
04:55
just as a proof of concept.
115
283301
1922
אלא רק כדי להוכיח רעיון.
04:57
In fact, take these technologies
116
285223
2313
בעצם, כדי לקחת את
הטכנולוגיות האלה
הטכנולוגיות האלה
04:59
and push them to their logical extreme.
117
287536
1837
עד לקיצוניות הלוגית שלהן.
05:01
Imagine a future in which strangers around you
118
289373
2719
תארו לעצמכן עתיד
שבו אנשים זרים סביבכם
שבו אנשים זרים סביבכם
05:04
will look at you through their Google Glasses
119
292092
2311
יביטו בכם דרך
משקפי ה"גוגל" שלהם
משקפי ה"גוגל" שלהם
05:06
or, one day, their contact lenses,
120
294403
2307
או, יום אחד,
דרך עדשות המגע שלהם,
דרך עדשות המגע שלהם,
05:08
and use seven or eight data points about you
121
296710
4020
וישתמשו ב-7 או 8
נקודות מידע אודותיכם
נקודות מידע אודותיכם
05:12
to infer anything else
122
300730
2582
כדי להסיק את כל יתר המידע
05:15
which may be known about you.
123
303312
2603
שאפשר למצוא אודותיכם.
05:17
What will this future without secrets look like?
124
305915
4794
איך ייראה עתיד ללא סודות?
05:22
And should we care?
125
310709
1964
והאם זה צריך להיות
חשוב לנו?
חשוב לנו?
05:24
We may like to believe
126
312673
1891
אולי אנו אוהבים להאמין
05:26
that the future with so much wealth of data
127
314564
3040
שעתיד שיש בו
עושר כזה של נתונים
עושר כזה של נתונים
05:29
would be a future with no more biases,
128
317604
2514
יהיה עתיד שבו כבר
לא יהיו דעות מוטות,
לא יהיו דעות מוטות,
05:32
but in fact, having so much information
129
320118
3583
אך למעשה,
זמינותו של מידע כה רב
זמינותו של מידע כה רב
05:35
doesn't mean that we will make decisions
130
323701
2191
אינה אומרת שאנו נקבל החלטות
05:37
which are more objective.
131
325892
1706
אובייקטיביות יותר.
05:39
In another experiment, we presented to our subjects
132
327598
2560
בניסוי אחר הצגנו לנבדקים שלנו
05:42
information about a potential job candidate.
133
330158
2246
מידע אודות מועמד פוטנציאלי
למשרה כלשהי.
למשרה כלשהי.
05:44
We included in this information some references
134
332404
3178
כללנו במידע זה כמה התייחסויות
05:47
to some funny, absolutely legal,
135
335582
2646
למידע קצת משעשע,
חוקי לגמרי,
חוקי לגמרי,
05:50
but perhaps slightly embarrassing information
136
338228
2465
אך אולי מעט מביך
05:52
that the subject had posted online.
137
340693
2020
שהנבדק העלה לרשת.
05:54
Now interestingly, among our subjects,
138
342713
2366
המעניין הוא
שבין הנבדקים שלנו,
שבין הנבדקים שלנו,
05:57
some had posted comparable information,
139
345079
3083
אחדים העלו מידע דומה,
06:00
and some had not.
140
348162
2362
ואחרים לא.
06:02
Which group do you think
141
350524
1949
איזו קבוצה לדעתכם
06:04
was more likely to judge harshly our subject?
142
352473
4552
נטתה לשפוט בחומרה
את הנבדק שלנו?
את הנבדק שלנו?
06:09
Paradoxically, it was the group
143
357025
1957
באופן פרדוקסלי, היתה זו הקבוצה
06:10
who had posted similar information,
144
358982
1733
שהעלתה לרשת מידע דומה,
06:12
an example of moral dissonance.
145
360715
2942
דוגמה לעיוות מוסרי.
06:15
Now you may be thinking,
146
363657
1750
אולי תחשבו:
06:17
this does not apply to me,
147
365407
1702
"זה לא נוגע לי,
06:19
because I have nothing to hide.
148
367109
2162
"כי אין לי דבר להסתיר."
06:21
But in fact, privacy is not about
149
369271
2482
אך האמת היא שפרטיות איננה
06:23
having something negative to hide.
150
371753
3676
הסתרה של משהו שלילי.
06:27
Imagine that you are the H.R. director
151
375429
2354
תארו לעצמכם שאתם
מנהלי משאבי-אנוש
מנהלי משאבי-אנוש
06:29
of a certain organization, and you receive résumés,
152
377783
2947
בארגון כלשהו,
ואתם מקבלים קורות חיים
ואתם מקבלים קורות חיים
06:32
and you decide to find more information about the candidates.
153
380730
2473
ומחליטים לחפש מידע נוסף
אודות המועמדים שלכם.
אודות המועמדים שלכם.
06:35
Therefore, you Google their names
154
383203
2460
אז אתם "מגגלים" את שמותיהם
06:37
and in a certain universe,
155
385663
2240
ובמציאות מסוימת,
06:39
you find this information.
156
387903
2008
אתם מגלים את המידע הזה.
06:41
Or in a parallel universe, you find this information.
157
389911
4437
או במציאות מקבילה אחרת,
את המידע הזה.
את המידע הזה.
06:46
Do you think that you would be equally likely
158
394348
2717
האם נראה לכם סביר
שתזמינו באופן שוויוני
שתזמינו באופן שוויוני
06:49
to call either candidate for an interview?
159
397065
2803
את המועמדות האלה לראיון?
06:51
If you think so, then you are not
160
399868
2282
אם אתם חושבים שכן,
הרי שאינכם
הרי שאינכם
06:54
like the U.S. employers who are, in fact,
161
402150
2582
כמו המעסיקים בארה"ב, שלמעשה,
06:56
part of our experiment, meaning we did exactly that.
162
404732
3307
משתתפים בניסוי שלנו, כלומר:
זה בדיוק מה שעשינו.
זה בדיוק מה שעשינו.
07:00
We created Facebook profiles, manipulating traits,
163
408039
3182
יצרנו פרופילי "פייסבוק",
המצאנו תכונות אופי,
המצאנו תכונות אופי,
07:03
then we started sending out résumés to companies in the U.S.,
164
411221
2851
ואז התחלנו לשלוח קורות חיים
לחברות בארה"ב,
לחברות בארה"ב,
07:06
and we detected, we monitored,
165
414072
1908
וגילינו, עקבנו,
07:07
whether they were searching for our candidates,
166
415980
2393
אם הם חיפשו מידע
אודות מועמדינו,
אודות מועמדינו,
07:10
and whether they were acting on the information
167
418373
1832
ואם הם פעלו על סמך המידע
07:12
they found on social media. And they were.
168
420205
1938
שמצאו במדיה החברתית.
והם בהחלט כן.
והם בהחלט כן.
07:14
Discrimination was happening through social media
169
422143
2101
התרחשה אפליה בכל המדיה החברתית
07:16
for equally skilled candidates.
170
424244
3073
לגבי מועמדים זהים מבחינת כישורים.
07:19
Now marketers like us to believe
171
427317
4575
המשווקים רוצים שנאמין
07:23
that all information about us will always
172
431892
2269
שכל המידע עלינו ישמש תמיד
07:26
be used in a manner which is in our favor.
173
434161
3273
לתועלתנו.
07:29
But think again. Why should that be always the case?
174
437434
3715
אבל אם תחשבו על זה,
למה שזה תמיד יהיה כך?
למה שזה תמיד יהיה כך?
07:33
In a movie which came out a few years ago,
175
441149
2664
בסרט שיצא לפני כמה שנים,
07:35
"Minority Report," a famous scene
176
443813
2553
"דוח מיוחד", בסצנה מפורסמת
07:38
had Tom Cruise walk in a mall
177
446366
2576
רואים את טום קרוז עובר בקניון
07:40
and holographic personalized advertising
178
448942
3776
ופרסום הולוגרפי מותאם-אישית
07:44
would appear around him.
179
452718
1835
מופיע סביבו.
07:46
Now, that movie is set in 2054,
180
454553
3227
הסרט מתרחש ב-2054,
07:49
about 40 years from now,
181
457780
1642
כ-40 שנה מהיום,
07:51
and as exciting as that technology looks,
182
459422
2908
וככל שהטכנולוגיה הזו
נראית מלהיבה,
נראית מלהיבה,
07:54
it already vastly underestimates
183
462330
2646
היא כבר ממעיטה מאד באומדן
07:56
the amount of information that organizations
184
464976
2140
כמות המידע שארגונים
07:59
can gather about you, and how they can use it
185
467116
2483
יכולים לאסוף אודותיכם,
וכיצד הם יכולים להשתמש בו
וכיצד הם יכולים להשתמש בו
08:01
to influence you in a way that you will not even detect.
186
469599
3398
כדי להשפיע עליכם בדרך
שאפילו לא תגלו.
שאפילו לא תגלו.
08:04
So as an example, this is another experiment
187
472997
2103
בתור דוגמה, זהו ניסוי נוסף
08:07
actually we are running, not yet completed.
188
475100
2273
שאנו עורכים בימים אלה,
הוא טרם הושלם.
הוא טרם הושלם.
08:09
Imagine that an organization has access
189
477373
2319
תארו לעצמכם שלארגון כלשהו
יש גישה
יש גישה
08:11
to your list of Facebook friends,
190
479692
2056
לרשימת חבריכם ב"פייסבוק",
08:13
and through some kind of algorithm
191
481748
1772
ובאמצעות אלגוריתם מסוים
08:15
they can detect the two friends that you like the most.
192
483520
3734
הוא יכול לזהות את שני החברים
הכי אהובים שלכם.
הכי אהובים שלכם.
08:19
And then they create, in real time,
193
487254
2280
ואז הוא יוצר, בזמן אמת,
08:21
a facial composite of these two friends.
194
489534
2842
קלסתרון משולב של
שני החברים האלה.
שני החברים האלה.
08:24
Now studies prior to ours have shown that people
195
492376
3069
מחקרים שנערכו לפנינו הראו שאנשים
08:27
don't recognize any longer even themselves
196
495445
2885
כבר לא מזהים אפילו את עצמם
08:30
in facial composites, but they react
197
498330
2462
בקלסתרונים, אבל הם מגיבים
08:32
to those composites in a positive manner.
198
500792
2117
לקלסתרונים אלה באופן חיובי.
08:34
So next time you are looking for a certain product,
199
502909
3415
כך שבפעם הבאה
שתחפשו מוצר כלשהו,
שתחפשו מוצר כלשהו,
08:38
and there is an ad suggesting you to buy it,
200
506324
2559
ותהיה איזו פרסומת שתציע לכם
לקנות אותו,
לקנות אותו,
08:40
it will not be just a standard spokesperson.
201
508883
2907
המציג לא יהיה דובר רגיל,
08:43
It will be one of your friends,
202
511790
2313
אלא אחד מחבריכם,
08:46
and you will not even know that this is happening.
203
514103
3303
ואתם אפילו לא תדעו
שזה מה שקורה.
שזה מה שקורה.
08:49
Now the problem is that
204
517406
2413
הבעיה היא,
08:51
the current policy mechanisms we have
205
519819
2519
שמנגנוני המדיניות הנוכחיים שלנו
08:54
to protect ourselves from the abuses of personal information
206
522338
3438
שמטרתם להגן על עצמנו
מניצול לרעה של מידע אישי
מניצול לרעה של מידע אישי
08:57
are like bringing a knife to a gunfight.
207
525776
2984
הם כמו להשתמש בסכין
בקרב אקדחים.
בקרב אקדחים.
09:00
One of these mechanisms is transparency,
208
528760
2913
אחד המנגנונים האלה הוא שקיפות,
09:03
telling people what you are going to do with their data.
209
531673
3200
לומר לאנשים מה תעשה
עם המידע אודותיהם,
עם המידע אודותיהם,
09:06
And in principle, that's a very good thing.
210
534873
2106
ועקרונית, זה טוב מאד.
09:08
It's necessary, but it is not sufficient.
211
536979
3667
זה הכרחי,
אבל זה לא מספיק.
אבל זה לא מספיק.
09:12
Transparency can be misdirected.
212
540646
3698
אפשר להשתמש בשקיפות באופן מטעה.
09:16
You can tell people what you are going to do,
213
544344
2104
אפשר לומר לאנשים
מה עומדים לעשות,
מה עומדים לעשות,
09:18
and then you still nudge them to disclose
214
546448
2232
ולהמשיך להציק להם בדרישות למסור
09:20
arbitrary amounts of personal information.
215
548680
2623
כמויות שרירותיות של מידע אישי.
09:23
So in yet another experiment, this one with students,
216
551303
2886
אז בניסוי נוסף,
הפעם בהשתתפות סטודנטים,
הפעם בהשתתפות סטודנטים,
09:26
we asked them to provide information
217
554189
3058
ביקשנו מהם לספק מידע
09:29
about their campus behavior,
218
557247
1813
לגבי התנהלותם בקמפוס,
09:31
including pretty sensitive questions, such as this one.
219
559060
2940
כולל שאלות רגישות למדי,
כמו זאת.
כמו זאת.
09:34
[Have you ever cheated in an exam?]
220
562000
621
[האם אי-פעם רימית במבחן?]
לקבוצה אחת של נבדקים אמרנו:
לקבוצה אחת של נבדקים אמרנו:
09:34
Now to one group of subjects, we told them,
221
562621
2300
[האם אי-פעם רימית במבחן?]
לקבוצה אחת של נבדקים אמרנו:
לקבוצה אחת של נבדקים אמרנו:
09:36
"Only other students will see your answers."
222
564921
2841
"רק סטודנטים אחרים
יראו את תשובותיכם."
יראו את תשובותיכם."
09:39
To another group of subjects, we told them,
223
567762
1579
לקבוצת נבדקים שניה אמרנו:
09:41
"Students and faculty will see your answers."
224
569341
3561
"הסטודנטים והסגל יראו
את תשובותיכם."
את תשובותיכם."
09:44
Transparency. Notification. And sure enough, this worked,
225
572902
2591
שקיפות. הודעה מראש.
וזה בהחלט עבד,
וזה בהחלט עבד,
09:47
in the sense that the first group of subjects
226
575493
1407
במובן זה שקבוצת הנבדקים הראשונה
09:48
were much more likely to disclose than the second.
227
576900
2568
נטתה הרבה יותר למסור מידע
מאשר השניה.
מאשר השניה.
09:51
It makes sense, right?
228
579468
1520
הגיוני, נכון?
09:52
But then we added the misdirection.
229
580988
1490
אבל הוספנו הטעיה.
09:54
We repeated the experiment with the same two groups,
230
582478
2760
חזרנו על הניסוי
עם אותן שתי קבוצות,
עם אותן שתי קבוצות,
09:57
this time adding a delay
231
585238
2427
והפעם הוספנו השהיה
09:59
between the time we told subjects
232
587665
2935
בין הזמן בו הודענו לנבדקים
10:02
how we would use their data
233
590600
2080
איך בדעתנו להשתמש בנתונים
10:04
and the time we actually started answering the questions.
234
592680
4388
ובין הזמן שבו הם החלו בפועל
לענות על השאלות.
לענות על השאלות.
10:09
How long a delay do you think we had to add
235
597068
2561
מה אורך ההשהייה, לדעתכם,
היה עלינו להכניס
היה עלינו להכניס
10:11
in order to nullify the inhibitory effect
236
599629
4613
כדי לבטל את האפקט המעכב
10:16
of knowing that faculty would see your answers?
237
604242
3411
שבידיעה שהסגל
עתיד לראות את התשובות?
עתיד לראות את התשובות?
10:19
Ten minutes?
238
607653
1780
10 דקות?
10:21
Five minutes?
239
609433
1791
5 דקות?
10:23
One minute?
240
611224
1776
דקה אחת?
10:25
How about 15 seconds?
241
613000
2049
מה תאמרו על 15 שניות?
10:27
Fifteen seconds were sufficient to have the two groups
242
615049
2668
די היה ב-15 שניות
כדי ששתי הקבוצות
כדי ששתי הקבוצות
10:29
disclose the same amount of information,
243
617717
1568
תמסורנה את אותה כמות מידע,
10:31
as if the second group now no longer cares
244
619285
2746
כאילו שלחברי הקבוצה השניה
כבר לא היה איכפת
כבר לא היה איכפת
10:34
for faculty reading their answers.
245
622031
2656
אם הסגל יראה את תשובותיהם.
10:36
Now I have to admit that this talk so far
246
624687
3336
עלי להודות שההרצאה הזו
נראית עד עתה
נראית עד עתה
10:40
may sound exceedingly gloomy,
247
628023
2480
קודרת ביותר,
10:42
but that is not my point.
248
630503
1721
אבל לא זה המסר שלי.
10:44
In fact, I want to share with you the fact that
249
632224
2699
למעשה, אני רוצה לגלות לכם
את העובדה
את העובדה
10:46
there are alternatives.
250
634923
1772
שיש חלופות.
10:48
The way we are doing things now is not the only way
251
636695
2499
הדרך בה אנו עושים דברים כיום
אינה הדרך היחידה
אינה הדרך היחידה
10:51
they can done, and certainly not the best way
252
639194
3037
בה ניתן לעשותם, ואין ספק
שהיא לא הדרך הכי טובה
שהיא לא הדרך הכי טובה
10:54
they can be done.
253
642231
2027
בה ניתן לעשותם.
10:56
When someone tells you, "People don't care about privacy,"
254
644258
4171
כשמישהו אומר לכם:
"לאנשים לא איכפת מפרטיות",
"לאנשים לא איכפת מפרטיות",
11:00
consider whether the game has been designed
255
648429
2642
שאלו את עצמכם
האם המשחק לא תוכנן וטופל מראש
האם המשחק לא תוכנן וטופל מראש
11:03
and rigged so that they cannot care about privacy,
256
651071
2724
כך שלא יהיה להם איכפת
לגבי הפרטיות,
לגבי הפרטיות,
11:05
and coming to the realization that these manipulations occur
257
653795
3262
וההבנה שנעשות מניפולציות כאלה
11:09
is already halfway through the process
258
657057
1607
היא כבר חצי מהפתרון
11:10
of being able to protect yourself.
259
658664
2258
של היכולת להגן על עצמכם.
11:12
When someone tells you that privacy is incompatible
260
660922
3710
כשמישהו אומר לכם
שהפרטיות אינה עולה בקנה אחד
שהפרטיות אינה עולה בקנה אחד
11:16
with the benefits of big data,
261
664632
1849
עם התועלת שבצבירת נתונים,
11:18
consider that in the last 20 years,
262
666481
2473
חישבו על כך
שב-20 השנה האחרונות,
שב-20 השנה האחרונות,
11:20
researchers have created technologies
263
668954
1917
חוקרים יצרו טכנולוגיות
11:22
to allow virtually any electronic transactions
264
670871
3318
שתאפשרנה לבצע למעשה
כל עיסקה אלקטרונית
כל עיסקה אלקטרונית
11:26
to take place in a more privacy-preserving manner.
265
674189
3749
באופן שמגן יותר על הפרטיות.
11:29
We can browse the Internet anonymously.
266
677938
2555
אנו יכולים לגלוש באינטרנט באלמוניות.
11:32
We can send emails that can only be read
267
680493
2678
אנו יכולים לשלוח דוא"ל
שיכול להיקרא
שיכול להיקרא
11:35
by the intended recipient, not even the NSA.
268
683171
3709
רק ע"י הנמען, אפילו לא
ע"י הסוכנות לבטחון לאומי.
ע"י הסוכנות לבטחון לאומי.
11:38
We can have even privacy-preserving data mining.
269
686880
2997
אנו יכולים לבצע אפילו
כריית-נתונים מכבדת פרטיות.
כריית-נתונים מכבדת פרטיות.
11:41
In other words, we can have the benefits of big data
270
689877
3894
במלים אחרות, אנו יכולים לקבל
את יתרונות צבירת הנתונים
את יתרונות צבירת הנתונים
11:45
while protecting privacy.
271
693771
2132
תוך שמירה על הפרטיות.
11:47
Of course, these technologies imply a shifting
272
695903
3791
מובן שמהטכנולוגיות האלה
משתמע שינוי
משתמע שינוי
11:51
of cost and revenues
273
699694
1546
מבחינת עלות והכנסות
11:53
between data holders and data subjects,
274
701240
2107
בין בעלי הנתונים
לבין נושאי המידע,
לבין נושאי המידע,
11:55
which is why, perhaps, you don't hear more about them.
275
703347
3453
ואולי בגלל זה
לא מרבים לשמוע עליהן.
לא מרבים לשמוע עליהן.
11:58
Which brings me back to the Garden of Eden.
276
706800
3706
וזה מחזיר אותי לגן-עדן.
12:02
There is a second privacy interpretation
277
710506
2780
יש פרשנות נוספת, שקשורה בפרטיות,
12:05
of the story of the Garden of Eden
278
713286
1809
לסיפור גן העדן
12:07
which doesn't have to do with the issue
279
715095
2096
שלא בהכרח מתעסק עם הסוגיה
12:09
of Adam and Eve feeling naked
280
717191
2225
של עירומם של אדם וחווה
12:11
and feeling ashamed.
281
719416
2381
ותחושת הבושה שלהם.
12:13
You can find echoes of this interpretation
282
721797
2781
אפשר למצוא הדים לפרשנות זו
12:16
in John Milton's "Paradise Lost."
283
724578
2782
ב"גן העדן האבוד"
של ג'ון מילטון.
של ג'ון מילטון.
12:19
In the garden, Adam and Eve are materially content.
284
727360
4197
בגן העדן, אדם וחווה מסופקים
מבחינה חומרית.
מבחינה חומרית.
12:23
They're happy. They are satisfied.
285
731557
2104
הם מאושרים. הם שבעי-רצון.
12:25
However, they also lack knowledge
286
733661
2293
אבל גם אין להם ידע
12:27
and self-awareness.
287
735954
1640
ומודעות עצמית.
12:29
The moment they eat the aptly named
288
737594
3319
ברגע שהם אוכלים מהפרי
בעל השם ההולם,
בעל השם ההולם,
12:32
fruit of knowledge,
289
740913
1293
פרי עץ הדעת,
12:34
that's when they discover themselves.
290
742206
2605
הם מגלים את עצמם.
12:36
They become aware. They achieve autonomy.
291
744811
4031
הם נעשים מודעים.
הם רוכשים עצמאות.
הם רוכשים עצמאות.
12:40
The price to pay, however, is leaving the garden.
292
748842
3126
אבל המחיר שעליהם לשלם
הוא עזיבת גן העדן.
הוא עזיבת גן העדן.
12:43
So privacy, in a way, is both the means
293
751968
3881
כך שהפרטיות, במובן מסוים,
היא גם האמצעי
היא גם האמצעי
12:47
and the price to pay for freedom.
294
755849
2962
וגם המחיר של החופש.
12:50
Again, marketers tell us
295
758811
2770
שוב, המשווקים מספרים לנו
12:53
that big data and social media
296
761581
3019
שצבירת נתונים והמידה החברתית
12:56
are not just a paradise of profit for them,
297
764600
2979
הם לא רק
גן-עדן של רווחים עבורם,
גן-עדן של רווחים עבורם,
12:59
but a Garden of Eden for the rest of us.
298
767579
2457
אלא גן-עדן עבור כולנו.
13:02
We get free content.
299
770036
1238
אנו מקבלים תוכן בחינם.
13:03
We get to play Angry Birds. We get targeted apps.
300
771274
3123
אנו זוכים לשחק "אנגרי בירדס",
אנו מקבלים יישומונים ייעודיים.
אנו מקבלים יישומונים ייעודיים.
13:06
But in fact, in a few years, organizations
301
774397
2897
אך האמת היא
שתוך שנים ספורות, הארגונים
שתוך שנים ספורות, הארגונים
13:09
will know so much about us,
302
777294
1609
ידעו כל-כך הרבה עלינו,
13:10
they will be able to infer our desires
303
778903
2710
שהם יוכלו להסיק מהם רצונותינו
13:13
before we even form them, and perhaps
304
781613
2204
עוד לפני שאנו נדע מהם, ואולי
13:15
buy products on our behalf
305
783817
2447
לרכוש מוצרים בשמנו
13:18
before we even know we need them.
306
786264
2274
עוד לפני שנדע
שאנו זקוקים להם.
שאנו זקוקים להם.
13:20
Now there was one English author
307
788538
3237
היה סופר אנגלי,
13:23
who anticipated this kind of future
308
791775
3045
שצפה עתיד מעין זה,
13:26
where we would trade away
309
794820
1405
שבו נוכל לסחור
13:28
our autonomy and freedom for comfort.
310
796225
3548
בעצמאותנו ובחירותנו תמורת נוחות.
13:31
Even more so than George Orwell,
311
799773
2161
יותר מכפי שחזה ג'ורג' אורוול,
13:33
the author is, of course, Aldous Huxley.
312
801934
2761
הסופר הוא כמובן אלדוס הקסלי.
13:36
In "Brave New World," he imagines a society
313
804695
2854
ב"עולם חדש מופלא"
הוא תיאר חברה
הוא תיאר חברה
13:39
where technologies that we created
314
807549
2171
שבה הטכנולוגיות שיצרנו
13:41
originally for freedom
315
809720
1859
במקור למען החופש,
13:43
end up coercing us.
316
811579
2567
בסופו של דבר מדכאות אותנו.
13:46
However, in the book, he also offers us a way out
317
814146
4791
אבל באותו ספר הוא גם
הציע דרך מוצא
הציע דרך מוצא
13:50
of that society, similar to the path
318
818937
3438
מאותה חברה, בדומה לדרך
13:54
that Adam and Eve had to follow to leave the garden.
319
822375
3955
שאדם וחווה נאלצו ללכת בה
כדי לעזוב את הגן.
כדי לעזוב את הגן.
13:58
In the words of the Savage,
320
826330
2147
כפי שאומר הפרא, מתוך הספר,
14:00
regaining autonomy and freedom is possible,
321
828477
3069
השבת העצמאות והחירות היא אפשרית,
14:03
although the price to pay is steep.
322
831546
2679
אם כי המחיר שיש לשלם
הוא גבוה.
הוא גבוה.
14:06
So I do believe that one of the defining fights
323
834225
5715
כך שאני אכן מאמין
שאחד הקרבות
שאחד הקרבות
14:11
of our times will be the fight
324
839940
2563
שיגדירו את תקופתנו יהיה הקרב
14:14
for the control over personal information,
325
842503
2387
על השליטה במידע האישי שלנו,
14:16
the fight over whether big data will become a force
326
844890
3507
הקרב שיקבע אם צבירת הנתונים
תהפוך לכוח
תהפוך לכוח
14:20
for freedom,
327
848397
1289
למען החירות,
14:21
rather than a force which will hiddenly manipulate us.
328
849686
4746
ולא לכוח שיפעיל עלינו
מניפולציות סמויות.
מניפולציות סמויות.
14:26
Right now, many of us
329
854432
2593
לעת עתה, רבים מאיתנו
14:29
do not even know that the fight is going on,
330
857025
2753
אפילו לא יודעים
שהקרב הזה בכלל מתחולל,
שהקרב הזה בכלל מתחולל,
14:31
but it is, whether you like it or not.
331
859778
2672
אך הוא בהחלט ניטש,
אם זה מוצא חן בעיניכם ואם לא.
אם זה מוצא חן בעיניכם ואם לא.
14:34
And at the risk of playing the serpent,
332
862450
2804
ומתוך הסתכנות בגילום דמות הנחש,
14:37
I will tell you that the tools for the fight
333
865254
2897
אגלה לכם שהכלים לניהול הקרב
14:40
are here, the awareness of what is going on,
334
868151
3009
הם כאן - המודעות למה שקורה,
14:43
and in your hands,
335
871160
1355
וכאן, בקצות אצבעותיכם.
14:44
just a few clicks away.
336
872515
3740
נחוצות רק כמה הקשות מקש.
14:48
Thank you.
337
876255
1482
תודה לכם.
14:49
(Applause)
338
877737
4477
[מחיאות כפיים]
ABOUT THE SPEAKER
Alessandro Acquisti - Privacy economistWhat motivates you to share your personal information online? Alessandro Acquisti studies the behavioral economics of privacy (and information security) in social networks.
Why you should listen
Online, we humans are paradoxical: We cherish privacy, but freely disclose our personal information in certain contexts. Privacy economics offers a powerful lens to understand this paradox, and the field has been spearheaded by Alessandro Acquisti and his colleagues' analyses of how we decide what to share online and what we get in return.
His team's surprising studies on facial recognition software showed that it can connect an anonymous human face to an online name -- and then to a Facebook account -- in about 3 seconds. Other work shows how easy it can be to find a US citizen's Social Security number using basic pattern matching on public data. Work like this earned him an invitation to testify before a US Senate committee on the impact technology has on civil liberties.
Read about his work in the New York Times »
Alessandro Acquisti | Speaker | TED.com