ABOUT THE SPEAKER
Luis von Ahn - Computer scientist
Luis von Ahn builds systems that combine humans and computers to solve large-scale problems that neither can solve alone.

Why you should listen

Louis von Ahn is an associate professor of Computer Science at Carnegie Mellon University, and he's at the forefront of the crowdsourcing craze. His work takes advantage of the evergrowing Web-connected population to acheive collaboration in unprecedented numbers. His projects aim to leverage the crowd for human good. His company reCAPTCHA, sold to Google in 2009, digitizes human knowledge (books), one word at a time. His new project is Duolingo, which aims to get 100 million people translating the Web in every major language.

More profile about the speaker
Luis von Ahn | Speaker | TED.com
TEDxCMU

Luis von Ahn: Massive-scale online collaboration

Luis von Ahn: Masivna umrežena suradnja

Filmed:
1,740,008 views

Nakon što je prenamijenio Captchu na način da svaki odgovor koji utipka čovjek pomogne digitalizirati knjige, Luis von Ahn se pitao kako još upotrijebiti male doprinose mnogih na Internetu za veće dobro. Na TEDxCMU-u govori kako će njegov ambiciozni novi projekt, Duolingo, pomoći milijunima da nauče novi jezik dok prevode Mrežu brzo i točno -- i to besplatno.
- Computer scientist
Luis von Ahn builds systems that combine humans and computers to solve large-scale problems that neither can solve alone. Full bio

Double-click the English transcript below to play the video.

00:15
How manymnogi of you had to fillispuniti out some sortvrsta of webmreža formoblik
0
0
2000
Koliko vas je moralo ispuniti neku vrstu mrežnog obrasca
00:17
where you've been askedpitao to readčitati a distortediskrivljene sequenceslijed of characterslikovi like this?
1
2000
2000
gdje su vas tražili da čitate iskrivljeni niz znakova poput ovog?
00:19
How manymnogi of you foundpronađeno it really, really annoyingdosadan?
2
4000
2000
Koliko vas smatra ovo stvarno, stvarno dosadnim?
00:21
Okay, outstandingizvanredna. So I inventedizumio that.
3
6000
3000
U redu, izvanredno. Ja sam to izmislio.
00:24
(LaughterSmijeh)
4
9000
2000
(Smijeh)
00:26
Or I was one of the people who did it.
5
11000
2000
Ili sam bio jedan od ljudi koji su to napravili.
00:28
That thing is calledzvao a CAPTCHAKAPETAN.
6
13000
2000
Ta se stvar zove Captcha.
00:30
And the reasonrazlog it is there is to make sure you, the entityentitet fillingpunjenje out the formoblik,
7
15000
2000
I razlog zbog kojeg je tu jest da ste vi, entitet koji ispunjava obrazac,
00:32
are actuallyzapravo a humanljudski and not some sortvrsta of computerračunalo programprogram
8
17000
3000
doista čovjek, a ne neka vrsta kompjuterskog programa
00:35
that was writtennapisan to submitpodnijeti the formoblik millionsmilijuni and millionsmilijuni of timesputa.
9
20000
2000
napisana da podnosi obrazac milijune i milijune puta.
00:37
The reasonrazlog it worksdjela is because humansljudi,
10
22000
2000
Ona djeluje zato što ljudi,
00:39
at leastnajmanje non-visually-impairedNe-vizualno-nagluhe humansljudi,
11
24000
2000
barem oni koji nemaju oštećen vid,
00:41
have no troublenevolja readingčitanje these distortediskrivljene squigglyiskrivljena characterslikovi,
12
26000
2000
nemaju problema s čitanjem tih iskrivljenih vijugavih znakova,
00:43
whereasdok computerračunalo programsprogrami simplyjednostavno can't do it as well yetjoš.
13
28000
3000
dok to kompjutorski programi jednostavno još ne mogu tako dobro.
00:46
So for exampleprimjer, in the casespis of TicketmasterTicketmaster,
14
31000
2000
Npr., u slučaju Ticketmastera,
00:48
the reasonrazlog you have to typetip these distortediskrivljene characterslikovi
15
33000
2000
razlog zbog kojeg morate tipkati te iskrivljene znakove
00:50
is to preventspriječiti scalpersscalpers from writingpisanje a programprogram
16
35000
2000
jest da se spriječe preprodavači da napišu program
00:52
that can buykupiti millionsmilijuni of ticketsulaznice, two at a time.
17
37000
2000
koji može kupiti milijune ulaznica, dvije odjednom.
00:54
CAPTCHAsCAPTCHAs are used all over the InternetInternet.
18
39000
2000
Captche se koriste na cijelom Internetu.
00:56
And sinceod they're used so oftenčesto,
19
41000
2000
I budući da se koriste tako često,
00:58
a lot of timesputa the preciseprecizan sequenceslijed of randomslučajan characterslikovi that is shownprikazan to the userkorisnik
20
43000
2000
puno puta precizan niz nasumičnih znakova koje vidi korisnik
01:00
is not so fortunateSretan.
21
45000
2000
nije tako sretan.
01:02
So this is an exampleprimjer from the YahooEhej registrationRegistracija pagestranica.
22
47000
3000
Ovo je primjer Yahooove stranice za registraciju.
01:05
The randomslučajan characterslikovi that happeneddogodilo to be shownprikazan to the userkorisnik
23
50000
2000
Nasumični znakovi koji se pokazuju korisniku
01:07
were W, A, I, T, whichkoji, of coursenaravno, spellčarolija a wordriječ.
24
52000
3000
bili su W, A, I, T, koji, naravno, sriču riječ (čekaj).
01:10
But the bestnajbolje partdio is the messageporuka
25
55000
3000
No najbolji dio je poruka
01:13
that the YahooEhej help deskstol got about 20 minutesminuta laterkasnije.
26
58000
3000
koju je Yahooov odjel za pomoć dobio oko 20 minuta kasnije.
01:16
TextTekst: "Help! I've been waitingčekanje for over 20 minutesminuta, and nothing happensdogađa se."
27
61000
3000
Tekst: "Upomoć! Čekam već 20 minuta, i ništa se ne događa."
01:19
(LaughterSmijeh)
28
64000
4000
(Smijeh)
01:23
This personosoba thought they neededpotreban to wait.
29
68000
2000
Ovaj je čovjek mislio da mora čekati.
01:25
This of coursenaravno, is not as badloše as this poorsiromašan personosoba.
30
70000
3000
Ovo, naravno, nije tako loše kao ovaj jadnik.
01:28
(LaughterSmijeh)
31
73000
2000
(Smijeh)
01:30
CAPTCHAKAPETAN ProjectProjekt is something that we did here at CarnegieCarnegie MelllonMelllon over 10 yearsgodina agoprije,
32
75000
3000
Projekt Captcha je nešto što smo napravili ovdje na sveučilištu Carnegie Mellon prije 10 godina,
01:33
and it's been used everywheresvugdje, posvuda.
33
78000
2000
i otada se koristi posvuda.
01:35
Let me now tell you about a projectprojekt that we did a fewnekoliko yearsgodina laterkasnije,
34
80000
2000
Sad ću govoriti o projektu koji smo napravili prije nekoliko godina,
01:37
whichkoji is sortvrsta of the nextSljedeći evolutionevolucija of CAPTCHAKAPETAN.
35
82000
3000
nešto nalik sljedećoj evoluciji Captche.
01:40
This is a projectprojekt that we call reCAPTCHAreCAPTCHA,
36
85000
2000
Ovo je projekt koji nazivamo reCaptcha,
01:42
whichkoji is something that we startedpočeo here at CarnegieCarnegie MellonMellon,
37
87000
2000
što je nešto što smo započeli ovdje na Carnegie Mellonu,
01:44
then we turnedokrenut it into a startuppokretanje companydruštvo.
38
89000
2000
zatim smo to pretvorili u malu tvrtku.
01:46
And then about a yeargodina and a halfpola agoprije,
39
91000
2000
I nakon godine i pol,
01:48
GoogleGoogle actuallyzapravo acquiredstečena this companydruštvo.
40
93000
2000
Google je zapravo kupio ovu tvrtku.
01:50
So let me tell you what this projectprojekt startedpočeo.
41
95000
2000
Reći ću vam što je pokrenuo ovaj projekt.
01:52
So this projectprojekt startedpočeo from the followingsljedeći realizationRealizacija:
42
97000
3000
Dakle, ovaj projekt je krenuo od sljedeće realizacije:
01:55
It turnsokreti out that approximatelypribližno 200 millionmilijuna CAPTCHAsCAPTCHAs
43
100000
2000
Ispada da otprilike 200 milijuna Captcha
01:57
are typedupisali everydaysvaki dan by people around the worldsvijet.
44
102000
3000
tipkaju ljudi svaki dan diljem svijeta.
02:00
When I first heardčuo this, I was quitedosta proudponos of myselfsebe.
45
105000
2000
Kad sam prvi put čuo za to, bio sam poprilično ponosan na sebe.
02:02
I thought, look at the impactudar that my researchistraživanje has had.
46
107000
2000
Mislio sam, pogledaj na utjecaj koje je imalo moje istraživanje.
02:04
But then I startedpočeo feelingosjećaj badloše.
47
109000
2000
Ali zatim sam se počeo osjećati loše.
02:06
See here'sevo the thing, eachsvaki time you typetip a CAPTCHAKAPETAN,
48
111000
2000
Evo o čemu se radi, svaki put kad tipkate Captchu,
02:08
essentiallyu srži you wastegubljenje 10 secondssekundi of your time.
49
113000
3000
u biti gubite 10 sekundi svog vremena.
02:11
And if you multiplypomnožiti that by 200 millionmilijuna,
50
116000
2000
I ako to umnožite s 200 milijuna,
02:13
you get that humanityčovječanstvo as a wholečitav is wastingrasipanje about 500,000 hourssati everysvaki day
51
118000
3000
dobivate da čovječanstvo u cijelom gubi oko 500.000 sati svaki dan
02:16
typingkucanje these annoyingdosadan CAPTCHAsCAPTCHAs.
52
121000
2000
tipkajući te dosadne Captche.
02:18
So then I startedpočeo feelingosjećaj badloše.
53
123000
2000
I tad sam se počeo osjećati loše.
02:20
(LaughterSmijeh)
54
125000
2000
(Smijeh)
02:22
And then I startedpočeo thinkingmišljenje, well, of coursenaravno, we can't just get ridosloboditi of CAPTCHAsCAPTCHAs,
55
127000
3000
I tad sam počeo razmišljati, pa, naravno, ne možemo se samo riješiti Captchi,
02:25
because the securitysigurnosti of the WebWeb sortvrsta of dependsovisi on them.
56
130000
2000
zato što sigurnost Mreže na neki način ovisi o njima.
02:27
But then I startedpočeo thinkingmišljenje, is there any way we can use this effortnapor
57
132000
3000
Ali zatim sam počeo razmišljati, postoji li bilo koji način na koji možemo upotrijebiti ovaj trud
02:30
for something that is good for humanityčovječanstvo?
58
135000
2000
za nešto što je dobro za čovječanstvo?
02:32
So see, here'sevo the thing.
59
137000
2000
Gledajte, evo o čemu se radi.
02:34
While you're typingkucanje a CAPTCHAKAPETAN, duringza vrijeme those 10 secondssekundi,
60
139000
2000
Dok tipkate Captchu, tijekom tih 10 sekundi,
02:36
your brainmozak is doing something amazingnevjerojatan.
61
141000
2000
vaš mozak radi nešto nevjerojatno.
02:38
Your brainmozak is doing something that computersračunala cannotNe možete yetjoš do.
62
143000
2000
Vaš mozak radi nešto što kompjuteri još ne mogu.
02:40
So can we get you to do usefulkoristan work for those 10 secondssekundi?
63
145000
3000
Pa, možete li napraviti koristan posao za tih 10 sekundi?
02:43
AnotherJoš jedan way of puttingstavljanje it is,
64
148000
2000
Drugim riječima,
02:45
is there some humongousogromna problemproblem that we cannotNe možete yetjoš get computersračunala to solveriješiti,
65
150000
2000
postoji li neki grdan problem koji kompjuteri još ne mogu riješiti,
02:47
yetjoš we can splitSplit into tinysićušan 10-second chunkskomadi
66
152000
3000
ali možemo podijeliti na sićušne dijelove od 10 sekundi
02:50
suchtakav that eachsvaki time somebodyneko solvesrješava a CAPTCHAKAPETAN
67
155000
2000
tako da svaki put kad netko rješava Captchu
02:52
they solveriješiti a little bitbit of this problemproblem?
68
157000
2000
riješi i mali dio ovog problema?
02:54
And the answerodgovor to that is "yes," and this is what we're doing now.
69
159000
2000
I odgovor na to je "da", i to upravo radimo.
02:56
So what you maysvibanj not know is that nowadaysovih dana while you're typingkucanje a CAPTCHAKAPETAN,
70
161000
3000
Ono što možda ne znate je da danas, dok tipkate Captchu,
02:59
not only are you authenticatingprovjera autentičnosti yourselfsami as a humanljudski,
71
164000
2000
ne samo da se identificirate kao čovjek,
03:01
but in additiondodatak you're actuallyzapravo helpingpomoć us to digitizedigitalizirati booksknjige.
72
166000
2000
nego nam također zapravo pomažete digitalizirati knjige.
03:03
So let me explainobjasniti how this worksdjela.
73
168000
2000
Objasnit ću vam kako to funkcionira.
03:05
So there's a lot of projectsprojekti out there tryingtežak to digitizedigitalizirati booksknjige.
74
170000
2000
Postoji puno projekata koji pokušavaju digitalizirati knjige.
03:07
GoogleGoogle has one. The InternetInternet ArchiveArhiva has one.
75
172000
3000
Google ima jedan. Internetski arhiv ima jedan.
03:10
AmazonAmazon, now with the KindleZapaliti, is tryingtežak to digitizedigitalizirati booksknjige.
76
175000
2000
Amazon, sad s Kindleom, pokušava digitalizirati knjige.
03:12
BasicallyU osnovi the way this worksdjela
77
177000
2000
U osnovi to funkcionira na način da
03:14
is you startpočetak with an oldstar bookrezervirati.
78
179000
2000
započinjete sa starom knjigom.
03:16
You've seenvidio those things, right? Like a bookrezervirati?
79
181000
2000
Vidjeli ste te stvari, točno? Poput knjige?
03:18
(LaughterSmijeh)
80
183000
2000
(Smijeh)
03:20
So you startpočetak with a bookrezervirati, and then you scanskenirati it.
81
185000
2000
Započinjete s knjigom, zatim ju skenirate.
03:22
Now scanningskeniranje a bookrezervirati
82
187000
2000
Sad, skeniranje knjige je
03:24
is like takinguzimanje a digitaldigitalni photographfotografirati of everysvaki pagestranica of the bookrezervirati.
83
189000
2000
kao da snimate digitalnu fotografiju svake stranice knjige.
03:26
It givesdaje you an imageslika for everysvaki pagestranica of the bookrezervirati.
84
191000
2000
Daje vam sliku za svaku stranicu knjige.
03:28
This is an imageslika with texttekst for everysvaki pagestranica of the bookrezervirati.
85
193000
2000
Ovo je slika s tekstom za svaku stranicu knjige.
03:30
The nextSljedeći stepkorak in the processpostupak
86
195000
2000
Slijedeći je korak u postupku
03:32
is that the computerračunalo needspotrebe to be ableu stanju to decipherdešifrirati all of the wordsriječi in this imageslika.
87
197000
3000
taj da kompjuter mora biti kadar dešifrirati sve riječi u toj slici.
03:35
That's usingkoristeći a technologytehnologija calledzvao OCROCR,
88
200000
2000
Koristeći tehnologiju OCR,
03:37
for opticaloptički characterlik recognitionpriznanje,
89
202000
2000
optičko prepoznavanje znakova,
03:39
whichkoji takes a pictureslika of texttekst
90
204000
2000
koja snima sliku teksta
03:41
and triespokušava to figurelik out what texttekst is in there.
91
206000
2000
i pokušava odgonetnuti koji je tekst unutra.
03:43
Now the problemproblem is that OCROCR is not perfectsavršen.
92
208000
2000
Sad, OCR nije savršen.
03:45
EspeciallyPosebno for olderstariji booksknjige
93
210000
2000
Posebno za starije knjige
03:47
where the inktinta has fadeduveo and the pagesstranica have turnedokrenut yellowžuta boja,
94
212000
3000
gdje je tinta izblijedjela i stranice su požutjele,
03:50
OCROCR cannotNe možete recognizeprepoznati a lot of the wordsriječi.
95
215000
2000
OCR ne može prepoznati puno riječi.
03:52
For exampleprimjer, for things that were writtennapisan more than 50 yearsgodina agoprije,
96
217000
2000
Npr., stvari koje su bile napisane prije više od 50 godina,
03:54
the computerračunalo cannotNe možete recognizeprepoznati about 30 percentposto of the wordsriječi.
97
219000
3000
kompjuter ne može prepoznati oko 30 posto riječi.
03:57
So what we're doing now
98
222000
2000
Ono što sad radimo jest
03:59
is we're takinguzimanje all of the wordsriječi that the computerračunalo cannotNe možete recognizeprepoznati
99
224000
2000
uzimanje svih riječi koje kompjuter ne može prepoznati
04:01
and we're gettinguzimajući people to readčitati them for us
100
226000
2000
i davanje ljudima da ih čitaju za nas
04:03
while they're typingkucanje a CAPTCHAKAPETAN on the InternetInternet.
101
228000
2000
dok tipkaju Captchu na Internetu.
04:05
So the nextSljedeći time you typetip a CAPTCHAKAPETAN, these wordsriječi that you're typingkucanje
102
230000
3000
Sljedeći put kad tipkate Captchu, te riječi koje tipkate
04:08
are actuallyzapravo wordsriječi that are comingdolazak from booksknjige that are beingbiće digitizedDigitalizirani
103
233000
3000
su zapravo riječi koje dolaze iz knjiga koje se digitaliziraju
04:11
that the computerračunalo could not recognizeprepoznati.
104
236000
2000
koje kompjuter nije mogao prepoznati.
04:13
And now the reasonrazlog we have two wordsriječi nowadaysovih dana insteadumjesto of one
105
238000
2000
I sad, razlog zbog kojeg danas imamo dvije riječi umjesto jedne
04:15
is because, you see, one of the wordsriječi
106
240000
2000
jest taj što je, vidite, jedna od riječi
04:17
is a wordriječ that the systemsistem just got out of a bookrezervirati,
107
242000
2000
riječ koju je sustav tek dobio iz knjige,
04:19
it didn't know what it was, and it's going to presentpredstaviti it to you.
108
244000
3000
nije znao što je, i namjerava je prikazati vama.
04:22
But sinceod it doesn't know the answerodgovor for it, it cannotNe možete graderazred it for you.
109
247000
3000
Ali kako ne zna odgovor na nju, ne može ju ocijeniti za vas.
04:25
So what we do is we give you anotherjoš wordriječ,
110
250000
2000
Dakle, dajemo vam drugu riječ,
04:27
one for whichkoji the systemsistem does know the answerodgovor.
111
252000
2000
za koju sustav zna odgovor.
04:29
We don't tell you whichkoji one'sjedan je whichkoji, and we say, please typetip bothoba.
112
254000
2000
Ne govorimo vam koja je koja, i kažemo da utipkate obje.
04:31
And if you typetip the correctispravan wordriječ
113
256000
2000
I ako utipkate pravilnu riječ
04:33
for the one for whichkoji the systemsistem alreadyveć knowszna the answerodgovor,
114
258000
2000
za onu koju sustav već zna odgovor,
04:35
it assumespretpostavlja you are humanljudski,
115
260000
2000
pretpostavlja da ste čovjek,
04:37
and it alsotakođer getsdobiva some confidencepovjerenje that you typedupisali the other wordriječ correctlyispravno.
116
262000
2000
i također dobiva neku sigurnost da ste utipkali drugu riječ pravilno.
04:39
And if we repeatponoviti this processpostupak to like 10 differentdrugačiji people
117
264000
3000
I ako ponovimo taj proces s 10 različitih ljudi
04:42
and all of them agreesložiti on what the newnovi wordriječ is,
118
267000
2000
i svi se slože oko toga što je nova riječ,
04:44
then we get one more wordriječ digitizedDigitalizirani accuratelytočno.
119
269000
2000
tad mi dobivamo još jednu riječ točno digitaliziranu.
04:46
So this is how the systemsistem worksdjela.
120
271000
2000
Evo kako sustav funkcionira.
04:48
And basicallyu osnovi, sinceod we releasedoslobođen it about threetri or fourčetiri yearsgodina agoprije,
121
273000
3000
I u osnovi, otkad smo ga objavili prije tri ili četiri godine,
04:51
a lot of websitesweb stranice have startedpočeo switchingprebacivanje
122
276000
2000
puno se mrežnih mjesta počelo prebacivati
04:53
from the oldstar CAPTCHAKAPETAN where people wasteduzalud theirnjihov time
123
278000
2000
sa stare Captche gdje su ljudi gubili vrijeme
04:55
to the newnovi CAPTCHAKAPETAN where people are helpingpomoć to digitizedigitalizirati booksknjige.
124
280000
2000
na novu Captchu gdje ljudi pomažu digitalizirati knjige.
04:57
So for exampleprimjer, TicketmasterTicketmaster.
125
282000
2000
Npr., Ticketmaster.
04:59
So everysvaki time you buykupiti ticketsulaznice on TicketmasterTicketmaster, you help to digitizedigitalizirati a bookrezervirati.
126
284000
3000
Svaki put kad kupite ulaznicu na Ticketmasteru, pomažete digitalizirati knjigu.
05:02
FacebookFacebook: EverySvaki time you adddodati a friendprijatelj or pokeguranje somebodyneko,
127
287000
2000
Facebook: Svaki put kad dodate prijatelja ili bocnete nekog,
05:04
you help to digitizedigitalizirati a bookrezervirati.
128
289000
2000
pomažete digitalizirati knjigu.
05:06
TwitterTwitter and about 350,000 other sitesstranice are all usingkoristeći reCAPTCHAreCAPTCHA.
129
291000
3000
Twitter i oko 350.000 drugih mjesta koriste reCaptchu.
05:09
And in factčinjenica, the numberbroj of sitesstranice that are usingkoristeći reCAPTCHAreCAPTCHA is so highvisok
130
294000
2000
I u stvari, broj mjesta koji koriste reCaptchu je tako visok
05:11
that the numberbroj of wordsriječi that we're digitizingdigitalizacije perpo day is really, really largeveliki.
131
296000
3000
da je broj riječi koje digitaliziramo na dan, stvarno, stvarno velik.
05:14
It's about 100 millionmilijuna a day,
132
299000
2000
To je oko 100 milijuna na dan,
05:16
whichkoji is the equivalentekvivalent of about two and a halfpola millionmilijuna booksknjige a yeargodina.
133
301000
4000
što je ekvivalent oko dva i pol milijuna knjiga godišnje.
05:20
And this is all beingbiće doneučinio one wordriječ at a time
134
305000
2000
I sve rade s jednom po jednom riječju
05:22
by just people typingkucanje CAPTCHAsCAPTCHAs on the InternetInternet.
135
307000
2000
samo ljudi koji tipkaju Captchu na Internetu.
05:24
(ApplausePljesak)
136
309000
8000
(Pljesak)
05:32
Now of coursenaravno,
137
317000
2000
Naravno,
05:34
sinceod we're doing so manymnogi wordsriječi perpo day,
138
319000
2000
budući da obrađujemo toliko riječi na dan,
05:36
funnysmiješno things can happendogoditi se.
139
321000
2000
mogu se dogoditi smiješne stvari.
05:38
And this is especiallyposebno truepravi because now we're givingdavanje people
140
323000
2000
I to je posebno istinito zato što sada dajemo ljudima
05:40
two randomlyslučajno chosenodabran Englishengleski wordsriječi nextSljedeći to eachsvaki other.
141
325000
2000
dvije nasumično izabrane engleske riječi jednu pokraj druge.
05:42
So funnysmiješno things can happendogoditi se.
142
327000
2000
Pa se mogu dogoditi smiješne stvari.
05:44
For exampleprimjer, we presentedpredstavili this wordriječ.
143
329000
2000
Npr., prikazali smo ovu riječ.
05:46
It's the wordriječ "ChristiansKršćani"; there's nothing wrongpogrešno with it.
144
331000
2000
To je riječ "Christians" (kršćani); sve je u redu s njom.
05:48
But if you presentpredstaviti it alonguz with anotherjoš randomlyslučajno chosenodabran wordriječ,
145
333000
3000
Ali ako ju prikažete zajedno s drugom nasumično odabranom riječi,
05:51
badloše things can happendogoditi se.
146
336000
2000
loše se stvari mogu dogoditi.
05:53
So we get this. (TextTekst: badloše christianskršćani)
147
338000
2000
Pa dobivamo ovo. (Tekst: loši kršćani)
05:55
But it's even worsegore, because the particularposebno websiteweb stranica where we showedpokazala this
148
340000
3000
Ali još je gore, zato što se određena mrežna mjesta gdje smo ovo pokazali
05:58
actuallyzapravo happeneddogodilo to be calledzvao The EmbassyVeleposlanstvo of the KingdomKraljevstvo of God.
149
343000
3000
zapravo nazivaju Poslanstvo Kraljevstva Božjeg.
06:01
(LaughterSmijeh)
150
346000
2000
(Smijeh)
06:03
OopsUps.
151
348000
2000
Joj.
06:05
(LaughterSmijeh)
152
350000
3000
(Smijeh)
06:08
Here'sOvdje je anotherjoš really badloše one.
153
353000
2000
Evo još jednog stvarno lošeg.
06:10
JohnEdwardsJohnEdwards.comcom
154
355000
2000
JohnEdwards.com
06:12
(TextTekst: DamnProkletstvo liberalliberalni)
155
357000
3000
(Tekst: Damn liberal - prokleti liberal)
06:15
(LaughterSmijeh)
156
360000
2000
(Smijeh)
06:17
So we keep on insultingvrijeđanje people left and right everydaysvaki dan.
157
362000
3000
Nastavljamo vrijeđati ljude na sve strane svaki dan.
06:20
Now, of coursenaravno, we're not just insultingvrijeđanje people.
158
365000
2000
Naravno, ne vrijeđamo samo ljude.
06:22
See here'sevo the thing, sinceod we're presentingpredstavljanje two randomlyslučajno chosenodabran wordsriječi,
159
367000
3000
Evo o čemu se radi, budući da prikazujemo dvije nasumično izabrane riječi,
06:25
interestingzanimljiv things can happendogoditi se.
160
370000
2000
zanimljive se stvari mogu dogoditi.
06:27
So this actuallyzapravo has givendan riseustati
161
372000
2000
Ovo je zapravo dovelo do
06:29
to a really bigvelika InternetInternet mememem
162
374000
3000
stvarno velikog internetskog fenomena
06:32
that tensdeseci of thousandstisuća of people have participatedsudjelovao in,
163
377000
2000
u kojem su sudjelovali deseci tisuća ljudi,
06:34
whichkoji is calledzvao CAPTCHAKAPETAN artumjetnost.
164
379000
2000
koji se naziva umjetnost Captcha.
06:36
I'm sure some of you have heardčuo about it.
165
381000
2000
Siguran sam da su neki od vas čuli za to.
06:38
Here'sOvdje je how it worksdjela.
166
383000
2000
Evo kako funkcionira.
06:40
ImagineZamislite you're usingkoristeći the InternetInternet and you see a CAPTCHAKAPETAN
167
385000
2000
Zamislite da ste na Internetu i vidite Captchu
06:42
that you think is somewhatnešto peculiarosebujan,
168
387000
2000
za koju mislite da je pomalo neobična,
06:44
like this CAPTCHAKAPETAN. (TextTekst: invisiblenevidljiv toastertoster)
169
389000
2000
kao ova Captcha. (Tekst: nevidljivi toster)
06:46
Then what you're supposedtrebala to do is you take a screenzaslon shotšut of it.
170
391000
2000
Ono što bi trebali učiniti jest snimiti sadržaj ekrana.
06:48
Then of coursenaravno, you fillispuniti out the CAPTCHAKAPETAN
171
393000
2000
Zatim, naravno, ispunite Captchu
06:50
because you help us digitizedigitalizirati a bookrezervirati.
172
395000
2000
zato što nam pomažete digitalizirati knjige.
06:52
But then, first you take a screenzaslon shotšut,
173
397000
2000
Ali zatim, prvo snimite sadržaj ekrana,
06:54
and then you drawizvući something that is relatedpovezan to it.
174
399000
2000
i zatim nacrtate nešto što ima veze s tim.
06:56
(LaughterSmijeh)
175
401000
2000
(Smijeh)
06:58
That's how it worksdjela.
176
403000
3000
Tako to funkcionira.
07:01
There are tensdeseci of thousandstisuća of these.
177
406000
3000
Postoje deseci tisuća takvih.
07:04
Some of them are very cuteslatka. (TextTekst: clenchedje stisnuo it)
178
409000
2000
Neke od njih su stvarno ljupke. (Tekst: stisnuti ga)
07:06
(LaughterSmijeh)
179
411000
2000
(Smijeh)
07:08
Some of them are funnierduhovitiji.
180
413000
2000
Neke od njih su smiješnije.
07:10
(TextTekst: stonedkamenovan foundersOsnivači)
181
415000
3000
(Tekst: napušeni osnivači)
07:13
(LaughterSmijeh)
182
418000
3000
(Smijeh)
07:16
And some of them,
183
421000
2000
A neki od njih,
07:18
like paleontologicalpaleontološki shvisleshvisle,
184
423000
3000
kao "paleontološki shvisle",
07:21
they containsadržati SnoopNjuškalo DoggDogg.
185
426000
2000
imaju Snoop Dogga.
07:23
(LaughterSmijeh)
186
428000
3000
(Smijeh)
07:26
Okay, so this is my favoriteljubimac numberbroj of reCAPTCHAreCAPTCHA.
187
431000
2000
U redu, ovo je moj najdraži broj reCaptche.
07:28
So this is the favoriteljubimac thing that I like about this wholečitav projectprojekt.
188
433000
3000
Ovo je najdraža stvar koju volim u cijelom ovom projektu.
07:31
This is the numberbroj of distinctizrazit people
189
436000
2000
Ovo je broj određenih ljudi
07:33
that have helpedpomogao us digitizedigitalizirati at leastnajmanje one wordriječ out of a bookrezervirati throughkroz reCAPTCHAreCAPTCHA:
190
438000
3000
koji su nam pomogli digitalizirati najmanje jednu riječ iz knjige putem reCaptche.
07:36
750 millionmilijuna,
191
441000
2000
750 milijuna,
07:38
whichkoji is a little over 10 percentposto of the world'ssvijetu populationpopulacija,
192
443000
2000
što je malo preko 10 posto svjetske populacije,
07:40
has helpedpomogao us digitizedigitalizirati humanljudski knowledgeznanje.
193
445000
2000
pomoglo nam je digitalizirati ljudsko znanje.
07:42
And it is numbersbrojevi like these that motivatemotivirati my researchistraživanje agendadnevni red.
194
447000
3000
Upravo brojevi poput ovih motiviraju moju istraživačku agendu.
07:45
So the questionpitanje that motivatesmotivira my researchistraživanje is the followingsljedeći:
195
450000
3000
Dakle, pitanje koje motivira moje istraživanje glasi:
07:48
If you look at humanity'sčovječanstva large-scalevelikih razmjera achievementspostignuća,
196
453000
2000
ako pogledate velika ljudska dostignuća,
07:50
these really bigvelika things
197
455000
2000
te doista velike stvari
07:52
that humanityčovječanstvo has gottendobivši togetherzajedno and doneučinio historicallypovijesno --
198
457000
3000
koje je čovječanstvo steklo zajedno i učinilo povijesno --
07:55
like for exampleprimjer, buildingzgrada the pyramidspiramide of EgyptEgipat
199
460000
2000
kao npr., gradnja egipatskih piramida
07:57
or the PanamaPanama CanalKanal
200
462000
2000
ili Panamskog kanala
07:59
or puttingstavljanje a man on the MoonMjesec --
201
464000
2000
ili slanje čovjeka na Mjesec --
08:01
there is a curiousznatiželjan factčinjenica about them,
202
466000
2000
zanimljiva je činjenica
08:03
and it is that they were all doneučinio with about the sameisti numberbroj off people.
203
468000
2000
da su sve napravljene s otprilike istim brojem ljudi.
08:05
It's weirdčudan; they were all doneučinio with about 100,000 people.
204
470000
3000
Čudno je; sve su napravljene s oko 100.000 ljudi.
08:08
And the reasonrazlog for that is because, before the InternetInternet,
205
473000
3000
I razlog je tomu taj što je, prije Interneta,
08:11
coordinatingkoordiniranje more than 100,000 people,
206
476000
2000
koordinacija više od 100.000 ljudi,
08:13
let alonesam payingplaćati them, was essentiallyu srži impossiblenemoguće.
207
478000
3000
a da i ne spominjem njihovo plaćanje, bilo u osnovi nemoguće.
08:16
But now with the InternetInternet, I've just shownprikazan you a projectprojekt
208
481000
2000
Ali sad s Internetom, upravo sam vam pokazao projekt
08:18
where we'veimamo gottendobivši 750 millionmilijuna people
209
483000
2000
gdje nam je 750 milijuna ljudi
08:20
to help us digitizedigitalizirati humanljudski knowledgeznanje.
210
485000
2000
pomoglo digitalizirati ljudsko znanje.
08:22
So the questionpitanje that motivatesmotivira my researchistraživanje is,
211
487000
2000
Pa pitanje koje motivira moje istraživanje glasi,
08:24
if we can put a man on the MoonMjesec with 100,000,
212
489000
3000
ako možemo poslati čovjeka na Mjesec sa 100.000,
08:27
what can we do with 100 millionmilijuna?
213
492000
2000
što možemo učiniti sa 100 milijuna?
08:29
So basedzasnovan on this questionpitanje,
214
494000
2000
Na temelju ovog pitanja,
08:31
we'veimamo had a lot of differentdrugačiji projectsprojekti that we'veimamo been workingrad on.
215
496000
2000
imamo puno različitih projekata na kojima radimo.
08:33
Let me tell you about one that I'm mostnajviše exciteduzbuđen about.
216
498000
3000
Reći ću vam nešto o jednom zbog kojeg sam najviše uzbuđen.
08:36
This is something that we'veimamo been semi-quietlypolu-tiho workingrad on
217
501000
2000
To je nešto na čemu smo napola tiho radili
08:38
for the last yeargodina and a halfpola or so.
218
503000
2000
zadnju godinu i pol.
08:40
It hasn'tnema yetjoš been launchedpokrenut. It's calledzvao DuolingoDuolingo.
219
505000
2000
Još nije pokrenut. Naziva se Duolingo.
08:42
SinceOd it hasn'tnema been launchedpokrenut, shhhhhShhhhh!
220
507000
2000
Budući da još nije pokrenut, pssst!
08:44
(LaughterSmijeh)
221
509000
2000
(Smijeh)
08:46
Yeah, I can trustpovjerenje you'llvi ćete do that.
222
511000
2000
Da, vjerujem vam da ćete to učiniti.
08:48
So this is the projectprojekt. Here'sOvdje je how it startedpočeo.
223
513000
2000
Ovo je projekt. Evo kako je počeo.
08:50
It startedpočeo with me posingpozira a questionpitanje to my graduatediplomirani studentstudent,
224
515000
2000
Počeo je s pitanjem koje sam postavio svojem diplomiranom studentu,
08:52
SeverinSeverin HackerHaker.
225
517000
2000
Severinu Hackeru.
08:54
Okay, that's SeverinSeverin HackerHaker.
226
519000
2000
Ok, ovo je Severin Hacker.
08:56
So I posedpredstavljaju the questionpitanje to my graduatediplomirani studentstudent.
227
521000
2000
Dakle, postavio sam pitanje svojem studentu.
08:58
By the way, you did hearčuti me correctlyispravno;
228
523000
2000
Uzgred budi rečeno, dobro ste me čuli;
09:00
his last nameime is HackerHaker.
229
525000
2000
njegovo je prezime Hacker.
09:02
So I posedpredstavljaju this questionpitanje to him:
230
527000
2000
Postavio sam mu pitanje:
09:04
How can we get 100 millionmilijuna people
231
529000
2000
Kako pridobiti 100 milijuna ljudi
09:06
translatingprevođenje the WebWeb into everysvaki majorglavni languagejezik for freebesplatno?
232
531000
3000
da prevode Mrežu na sve veće jezike besplatno?
09:09
Okay, so there's a lot of things to say about this questionpitanje.
233
534000
2000
Ok, ima puno stvari koje se mogu reći o ovom pitanju.
09:11
First of all, translatingprevođenje the WebWeb.
234
536000
2000
Prvo, prevoditi Mrežu.
09:13
So right now the WebWeb is partitionedpodijeljen into multiplevišekratnik languagesjezici.
235
538000
3000
Trenutno je Mreža podijeljena na brojne jezike.
09:16
A largeveliki fractionfrakcija of it is in Englishengleski.
236
541000
2000
Velik dio je na engleskom.
09:18
If you don't know any Englishengleski, you can't accesspristup it.
237
543000
2000
Ako imalo ne znaš engleski, ne možeš joj pristupiti.
09:20
But there's largeveliki fractionsfrakcije in other differentdrugačiji languagesjezici,
238
545000
2000
Ali postoje veliki dijelovi na drugim jezicima,
09:22
and if you don't know those languagesjezici, you can't accesspristup it.
239
547000
3000
i ako ne znaš te jezike, ne možeš joj pristupiti.
09:25
So I would like to translatePrevedi all of the WebWeb, or at leastnajmanje mostnajviše of the WebWeb,
240
550000
3000
Želio bih prevesti svu Mrežu, ili barem većinu Mreže,
09:28
into everysvaki majorglavni languagejezik.
241
553000
2000
na svaki veći jezik.
09:30
So that's what I would like to do.
242
555000
2000
Dakle, to bih želio napraviti.
09:32
Now some of you maysvibanj say, why can't we use computersračunala to translatePrevedi?
243
557000
3000
Sad, neki od vas bi mogli reći, zašto ne možemo upotrijebiti kompjutore da prevode?
09:35
Why can't we use machinemašina translationprijevod?
244
560000
2000
Zašto ne možemo upotrijebiti automatski prijevod?
09:37
MachineZa prodaju translationprijevod nowadaysovih dana is startingpolazeći to translatePrevedi some sentencesrečenice here and there.
245
562000
2000
Automatski prijevod danas počinje prevoditi tu i tamo neke rečenice.
09:39
Why can't we use it to translatePrevedi the wholečitav WebWeb?
246
564000
2000
Zašto ga ne možemo upotrijebiti da prevedemo cijelu Mrežu?
09:41
Well the problemproblem with that is that it's not yetjoš good enoughdovoljno
247
566000
2000
Pa, problem je u tome da još uvijek nije dovoljno dobar
09:43
and it probablyvjerojatno won'tnavika be for the nextSljedeći 15 to 20 yearsgodina.
248
568000
2000
i najvjerojatnije neće biti 15 do 20 godina.
09:45
It makesmarke a lot of mistakesgreške.
249
570000
2000
Radi puno grešaka.
09:47
Even when it doesn't make a mistakepogreška,
250
572000
2000
Čak i kad ne griješi,
09:49
sinceod it makesmarke so manymnogi mistakesgreške, you don't know whetherda li to trustpovjerenje it or not.
251
574000
3000
budući da radi tako puno grešaka, ne znate da li da mu vjerujete ili ne.
09:52
So let me showpokazati you an exampleprimjer
252
577000
2000
Pokazat ću vam jedan primjer
09:54
of something that was translatedpreveo with a machinemašina.
253
579000
2000
nečega što je bilo prevedeno sa strojem.
09:56
ActuallyZapravo it was a forumForum postpošta.
254
581000
2000
Zapravo je to bio post na forumu.
09:58
It was somebodyneko who was tryingtežak to askpitati a questionpitanje about JavaScriptJavaScript.
255
583000
3000
Netko je pokušavao postaviti pitanje o JavaScriptu.
10:01
It was translatedpreveo from Japanesejapanski into Englishengleski.
256
586000
3000
Preveden je s japanskog na engleski.
10:04
So I'll just let you readčitati.
257
589000
2000
Pustit ću vas da pročitate.
10:06
This personosoba startspočinje apologizingse ispričati
258
591000
2000
Ova osoba počinje se ispričavati
10:08
for the factčinjenica that it's translatedpreveo with a computerračunalo.
259
593000
2000
zbog činjenice da je prevedeno kompjuterom.
10:10
So the nextSljedeći sentencekazna is is going to be the preambleuvod to the questionpitanje.
260
595000
3000
Pa će sljedeća rečenica biti uvod u pitanje.
10:13
So he's just explainingobjašnjavajući something.
261
598000
2000
On samo objašnjava nešto.
10:15
RememberSjećam se, it's a questionpitanje about JavaScriptJavaScript.
262
600000
3000
Zapamtite, ovo je pitanje o JavaScriptu.
10:19
(TextTekst: At oftenčesto, the goat-timekoza-vrijeme installinstalirati a errorgreška is vomitpovraćanje.)
263
604000
4000
(Tekst: Na često, jarac-vrijeme instalira greška je izbljuvak.)
10:23
(LaughterSmijeh)
264
608000
4000
(Smijeh)
10:27
Then comesdolazi the first partdio of the questionpitanje.
265
612000
3000
Zatim dolazi prvi dio pitanja.
10:30
(TextTekst: How manymnogi timesputa like the windvjetar, a polepol, and the dragonzmaj?)
266
615000
4000
(Tekst: Koliko puta kao vjetar, štap, i zmaj?)
10:34
(LaughterSmijeh)
267
619000
2000
(Smijeh)
10:36
Then comesdolazi my favoriteljubimac partdio of the questionpitanje.
268
621000
3000
Zatim dolazi moj omiljeni dio pitanja.
10:39
(TextTekst: This insultuvreda to father'soca stoneskamenje?)
269
624000
3000
(Tekst: Ovo uvreda očevom kamenju?)
10:42
(LaughterSmijeh)
270
627000
2000
(Smijeh)
10:44
And then comesdolazi the endingzavršni, whichkoji is my favoriteljubimac partdio of the wholečitav thing.
271
629000
3000
Zatim dolazi kraj, moj najdraži dio cijele stvari.
10:47
(TextTekst: Please apologizeispričavati for your stupidityglupost. There are a manymnogi thank you.)
272
632000
4000
(Tekst: Molim ispričati se za vašu glupost. Ima mnogo hvala vam.)
10:51
(LaughterSmijeh)
273
636000
2000
(Smijeh)
10:53
Okay, so computerračunalo translationprijevod, not yetjoš good enoughdovoljno.
274
638000
2000
Ok, kompjuterski prijevod, još nije dovoljno dobar.
10:55
So back to the questionpitanje.
275
640000
2000
Nazad k pitanju.
10:57
So we need people to translatePrevedi the wholečitav WebWeb.
276
642000
3000
Trebamo ljude da prevode cijelu Mrežu.
11:00
So now the nextSljedeći questionpitanje you maysvibanj have is,
277
645000
2000
Dakle, sljedeće pitanje koje bi mogli imati glasi,
11:02
well why can't we just payplatiti people to do this?
278
647000
2000
pa zašto ne možemo samo platiti ljudima da to učine?
11:04
We could payplatiti professionalprofesionalac languagejezik translatorsprevoditelja to translatePrevedi the wholečitav WebWeb.
279
649000
3000
Možemo platiti profesionalnim prevoditeljima da prevedu cijelu Mrežu.
11:07
We could do that.
280
652000
2000
Mogli bi to učiniti.
11:09
UnfortunatelyNažalost, it would be extremelykrajnje expensiveskup.
281
654000
2000
Na žalost, bilo bi ekstremno skupo.
11:11
For exampleprimjer, translatingprevođenje a tinysićušan, tinysićušan fractionfrakcija of the wholečitav WebWeb, WikipediaWikipedia,
282
656000
3000
Npr., prijevod malenog, malenog dijela cijele Mreže, Wikipedie,
11:14
into one other languagejezik, Spanishšpanjolski.
283
659000
3000
na jedan drugi jezik, španjolski.
11:17
WikipediaWikipedia existspostoji in Spanishšpanjolski,
284
662000
2000
Wikipedia postoji na španjolskom,
11:19
but it's very smallmali comparedu odnosu to the sizeveličina of Englishengleski.
285
664000
2000
ali je jako mala u usporedbi s veličinom na engleskom.
11:21
It's about 20 percentposto of the sizeveličina of Englishengleski.
286
666000
2000
Iznosi oko 20 posto veličine na engleskom.
11:23
If we wanted to translatePrevedi the other 80 percentposto into Spanishšpanjolski,
287
668000
3000
Da smo željeli prevesti ostalih 80 posto na španjolski,
11:26
it would costcijena at leastnajmanje 50 millionmilijuna dollarsdolara --
288
671000
2000
koštalo bi nas najmanje 50 milijuna dolara --
11:28
and this is at even the mostnajviše exploitediskoristiti, outsourcingOutsourcing countryzemlja out there.
289
673000
3000
i to kod najiskorištenije, najiznajmljivačke zemlje koja postoji.
11:31
So it would be very expensiveskup.
290
676000
2000
Bilo bi vrlo skupo.
11:33
So what we want to do is we want to get 100 millionmilijuna people
291
678000
2000
Dakle, ono što želimo jest pridobiti 100 milijuna ljudi
11:35
translatingprevođenje the WebWeb into everysvaki majorglavni languagejezik
292
680000
2000
da prevode Mrežu na svaki veći jezik
11:37
for freebesplatno.
293
682000
2000
besplatno.
11:39
Now if this is what you want to do,
294
684000
2000
Ako je ovo to što želite učiniti,
11:41
you prettyprilično quicklybrzo realizeostvariti you're going to runtrčanje into two prettyprilično bigvelika hurdlesprepreke,
295
686000
2000
vrlo brzo ćete shvatiti da ćete naletjeti na dvije prilično velike prepreke,
11:43
two bigvelika obstaclesprepreke.
296
688000
2000
dvije velike poteškoće.
11:45
The first one is a lacknedostatak of bilingualsdvojezični govornici.
297
690000
3000
Prva je nedostatak bilingvista.
11:48
So I don't even know
298
693000
2000
Pa čak ni ne znam
11:50
if there existspostoji 100 millionmilijuna people out there usingkoristeći the WebWeb
299
695000
3000
postoji li 100 milijuna ljudi koji koriste Mrežu
11:53
who are bilingualdvojezični enoughdovoljno to help us translatePrevedi.
300
698000
2000
koji su dovoljno bilingvalni da nam pomognu prevoditi.
11:55
That's a bigvelika problemproblem.
301
700000
2000
To je velik problem.
11:57
The other problemproblem you're going to runtrčanje into is a lacknedostatak of motivationmotivacija.
302
702000
2000
Drugi problem na koji ćete naići jest nedostatak motivacije.
11:59
How are we going to motivatemotivirati people
303
704000
2000
Kako ćemo motivirati ljude
12:01
to actuallyzapravo translatePrevedi the WebWeb for freebesplatno?
304
706000
2000
da ustvari prevode Mrežu besplatno?
12:03
NormallyNormalno, you have to payplatiti people to do this.
305
708000
3000
Inače moraš platiti ljudima da to naprave.
12:06
So how are we going to motivatemotivirati them to do it for freebesplatno?
306
711000
2000
Kako ćemo ih motivirati da to naprave besplatno?
12:08
Now when we were startingpolazeći to think about this, we were blockedblokiran by these two things.
307
713000
3000
Kad smo započinjali razmišljati o tome, zaustavile su nas ove dvije stvari.
12:11
But then we realizedshvatio, there's actuallyzapravo a way
308
716000
2000
Ali tad smo shvatili da ustvari postoji način
12:13
to solveriješiti bothoba these problemsproblemi with the sameisti solutionriješenje.
309
718000
2000
da riješimo oba problema istom solucijom.
12:15
There's a way to killubiti two birdsptice with one stonekamen.
310
720000
2000
Postoji način da se ubiju dvije muhe jednim udarcem.
12:17
And that is to transformtransformirati languagejezik translationprijevod
311
722000
3000
A to je da se transformira prevođenje
12:20
into something that millionsmilijuni of people want to do,
312
725000
3000
na nešto što milijuni ljudi žele učiniti,
12:23
and that alsotakođer helpspomaže with the problemproblem of lacknedostatak of bilingualsdvojezični govornici,
313
728000
3000
što također pomaže kod problema s nedostatkom bilingvista,
12:26
and that is languagejezik educationobrazovanje.
314
731000
3000
a to je učenje jezika.
12:29
So it turnsokreti out that todaydanas,
315
734000
2000
Ispada da danas,
12:31
there are over 1.2 billionmilijardi people learningučenje a foreignstrana languagejezik.
316
736000
3000
postoji preko 1,2 milijarde ljudi koji uče strani jezik.
12:34
People really, really want to learnnaučiti a foreignstrana languagejezik.
317
739000
2000
Ljudi doista, doista žele učiti strani jezik.
12:36
And it's not just because they're beingbiće forcedprisiljeni to do so in schoolškola.
318
741000
3000
I to nije samo zato što ih se tjera na to u školi.
12:39
For exampleprimjer, in the UnitedUjedinjeni StatesDržava alonesam,
319
744000
2000
Npr., samo u Sjedinjenim Državama,
12:41
there are over fivepet millionmilijuna people who have paidplaćen over $500
320
746000
2000
ima preko pet milijuna ljudi koji su platili više od 500 dolara
12:43
for softwaresoftver to learnnaučiti a newnovi languagejezik.
321
748000
2000
za softver za učenje novog jezika.
12:45
So people really, really want to learnnaučiti a newnovi languagejezik.
322
750000
2000
Pa ljudi doista, doista žele naučiti novi jezik.
12:47
So what we'veimamo been workingrad on for the last yeargodina and a halfpola is a newnovi websiteweb stranica --
323
752000
3000
Dakle, ono na čemu smo radili zadnju godinu i pol je novo mrežno mjesto --
12:50
it's calledzvao DuolingoDuolingo --
324
755000
2000
Duolingo --
12:52
where the basicosnovni ideaideja is people learnnaučiti a newnovi languagejezik for freebesplatno
325
757000
3000
gdje je osnovna ideja da ljudi uče novi jezik besplatno
12:55
while simultaneouslyistovremeno translatingprevođenje the WebWeb.
326
760000
2000
dok istovremeno prevode Mrežu.
12:57
And so basicallyu osnovi they're learningučenje by doing.
327
762000
2000
I u osnovi uče dok prevode.
12:59
So the way this worksdjela
328
764000
2000
Način na koji ovo funkcionira
13:01
is wheneverkada you're a just a beginnerpočetnik, we give you very, very simplejednostavan sentencesrečenice.
329
766000
3000
jest da kad god ste samo početnik, dajemo vam vrlo, vrlo jednostavne rečenice.
13:04
There's, of coursenaravno, a lot of very simplejednostavan sentencesrečenice on the WebWeb.
330
769000
2000
Postoji, naravno, puno vrlo jednostavnih rečenica na Mreži.
13:06
We give you very, very simplejednostavan sentencesrečenice
331
771000
2000
Dajemo vam vrlo, vrlo jednostavne rečenice
13:08
alonguz with what eachsvaki wordriječ meanssredstva.
332
773000
2000
zajedno s onim što svaka riječ znači.
13:10
And as you translatePrevedi them, and as you see how other people translatePrevedi them,
333
775000
3000
I kako ih prevodite, i dok gledate kako ih drugi ljudi prevode,
13:13
you startpočetak learningučenje the languagejezik.
334
778000
2000
počinjete učiti jezik.
13:15
And as you get more and more advancednapredan,
335
780000
2000
I kako postajete sve više napredni,
13:17
we give you more and more complexkompleks sentencesrečenice to translatePrevedi.
336
782000
2000
dajemo vam sve složenije rečenice na prijevod.
13:19
But at all timesputa, you're learningučenje by doing.
337
784000
2000
Ali cijelo vrijeme, učite dok prevodite.
13:21
Now the crazylud thing about this methodnačin
338
786000
2000
Sad, luda stvar u svezi s ovom metodom
13:23
is that it actuallyzapravo really worksdjela.
339
788000
2000
jest da ona doista funkcionira.
13:25
First of all, people are really, really learningučenje a languagejezik.
340
790000
2000
Prvo, ljudi doista, doista uče jezik.
13:27
We're mostlyuglavnom doneučinio buildingzgrada it, and now we're testingtestiranje it.
341
792000
2000
Uglavnom smo završili s izradom, sada ga testiramo.
13:29
People really can learnnaučiti a languagejezik with it.
342
794000
2000
Ljudi doista mogu naučiti jezik s njim.
13:31
And they learnnaučiti it about as well as the leadingvodeći languagejezik learningučenje softwaresoftver.
343
796000
3000
I uče ga gotovo jednako dobro kao s vodećim softverom za učenje jezika.
13:34
So people really do learnnaučiti a languagejezik.
344
799000
2000
Pa ljudi doista nauče jezik.
13:36
And not only do they learnnaučiti it as well,
345
801000
2000
I ne samo da ga nauče jednako dobro,
13:38
but actuallyzapravo it's way more interestingzanimljiv.
346
803000
2000
zapravo je puno zanimljivije.
13:40
Because you see with DuolingoDuolingo, people are actuallyzapravo learningučenje with realstvaran contentsadržaj.
347
805000
3000
Zato što s Duolingom ljudi zapravo uče sa stvarnim sadržajem.
13:43
As opposedZa razliku to learningučenje with made-upŠto se događa sentencesrečenice,
348
808000
2000
U suprotnosti s učenjem s izmišljenim rečenicama,
13:45
people are learningučenje with realstvaran contentsadržaj, whichkoji is inherentlyinherentno interestingzanimljiv.
349
810000
3000
ljudi uče sa stvarnim sadržajem koji je po sebi zanimljiv.
13:48
So people really do learnnaučiti a languagejezik.
350
813000
2000
Pa ljudi stvarno uče jezik.
13:50
But perhapsmožda more surprisinglyiznenađujuče,
351
815000
2000
Ali možda što je još veće iznenađenje,
13:52
the translationsprijevodi that we get from people usingkoristeći the sitemjesto,
352
817000
3000
prijevodi koje dobivamo od ljudi koji koriste mjesto,
13:55
even thoughiako they're just beginnerspočetnike,
353
820000
2000
iako su samo početnici,
13:57
the translationsprijevodi that we get are as accuratetočan as those of professionalprofesionalac languagejezik translatorsprevoditelja,
354
822000
3000
prijevodi koje dobivamo su jednako točni kao oni profesionalnih prevoditelja,
14:00
whichkoji is very surprisingiznenađujuće.
355
825000
2000
što vrlo iznenađuje.
14:02
So let me showpokazati you one exampleprimjer.
356
827000
2000
Pokazat će vam jedan primjer.
14:04
This is a sentencekazna that was translatedpreveo from Germannjemački into Englishengleski.
357
829000
2000
Ovo je rečenica prevedena s njemačkog na engleski.
14:06
The topvrh is the Germannjemački.
358
831000
2000
Na vrhu je njemački.
14:08
The middlesrednji is an Englishengleski translationprijevod
359
833000
2000
U sredini je prijevod na engleski
14:10
that was doneučinio by somebodyneko who was a professionalprofesionalac Englishengleski translatorprevoditelj
360
835000
2000
profesionalnog prevoditelja engleskog jezika
14:12
who we paidplaćen 20 centscenti a wordriječ for this translationprijevod.
361
837000
2000
kojeg smo platili 20 centi za riječ za ovaj prijevod.
14:14
And the bottomdno is a translationprijevod by usersKorisnici of DuolingoDuolingo,
362
839000
3000
Na dnu je prijevod korisnika Duolinga,
14:17
nonenijedan of whomkome knewznao any Germannjemački
363
842000
2000
od kojih ni jedan nije znao njemački
14:19
before they startedpočeo usingkoristeći the sitemjesto.
364
844000
2000
prije nego što su počeli koristiti mjesto.
14:21
You can see, it's prettyprilično much perfectsavršen.
365
846000
2000
Možete vidjeti da je prilično savršen.
14:23
Now of coursenaravno, we playigrati a tricktrik here
366
848000
2000
Naravno, izveli smo trik
14:25
to make the translationsprijevodi as good as professionalprofesionalac languagejezik translatorsprevoditelja.
367
850000
2000
da napravimo prijevode jednako dobrima kao one profesionalnih prevoditelja.
14:27
We combinekombinirati the translationsprijevodi of multiplevišekratnik beginnerspočetnike
368
852000
3000
Kombinirali smo prijevode više početnika
14:30
to get the qualitykvaliteta of a singlesingl professionalprofesionalac translatorprevoditelj.
369
855000
3000
da dobijemo kvalitetu jednog profesionalnog prevoditelja.
14:33
Now even thoughiako we're combiningKombinirajući the translationsprijevodi,
370
858000
5000
Iako kombiniramo prijevode,
14:38
the sitemjesto actuallyzapravo can translatePrevedi prettyprilično fastbrzo.
371
863000
2000
mjesto zapravo može prevoditi prilično brzo.
14:40
So let me showpokazati you,
372
865000
2000
Pokazat ću vam
14:42
this is our estimatesprocjene of how fastbrzo we could translatePrevedi WikipediaWikipedia
373
867000
2000
koje su naše procjene koliko brzo možemo prevesti Wikipediu
14:44
from Englishengleski into Spanishšpanjolski.
374
869000
2000
s engleskog na španjolski.
14:46
RememberSjećam se, this is 50 millionmilijuna dollars-worthdolara vrijedan of valuevrijednost.
375
871000
3000
Zapamtite, to je vrijednost od 50 milijuna dolara.
14:49
So if we wanted to translatePrevedi WikipediaWikipedia into Spanishšpanjolski,
376
874000
2000
Da smo htjeli prevesti Wikipediu na španjolski,
14:51
we could do it in fivepet weeksTjedni with 100,000 activeaktivan usersKorisnici.
377
876000
3000
napravili bismo to u pet tjedana sa 100.000 aktivnih korisnika.
14:54
And we could do it in about 80 hourssati with a millionmilijuna activeaktivan usersKorisnici.
378
879000
3000
I mogli smo to napraviti za otprilike 80 sati s milijun aktivnih korisnika.
14:57
SinceOd all the projectsprojekti that my groupskupina has workedradio on so fardaleko have gottendobivši millionsmilijuni of usersKorisnici,
379
882000
3000
Budući da su svi projekti na kojima je radila moja grupa dosad pridobili milijune korisnika,
15:00
we're hopefulpun nade that we'lldobro be ableu stanju to translatePrevedi
380
885000
2000
nadamo se da ćemo biti u mogućnosti prevoditi
15:02
extremelykrajnje fastbrzo with this projectprojekt.
381
887000
2000
ekstremno brzo s ovim projektom.
15:04
Now the thing that I'm mostnajviše exciteduzbuđen about with DuolingoDuolingo
382
889000
3000
Ono što me najviše uzbuđuju kod Duolinga
15:07
is I think this providespruža a fairfer businessPoslovni modelmodel for languagejezik educationobrazovanje.
383
892000
3000
jest to da omogućuje pošteni poslovni model za učenje jezika.
15:10
So here'sevo the thing:
384
895000
2000
Evo o čemu se radi:
15:12
The currentstruja businessPoslovni modelmodel for languagejezik educationobrazovanje
385
897000
2000
Sadašnji poslovni model za učenje jezika sastoji se u tome da
15:14
is the studentstudent paysplaća,
386
899000
2000
učenik plaća,
15:16
and in particularposebno, the studentstudent paysplaća RosettaRosetta StoneKamena 500 dollarsdolara.
387
901000
2000
i posebno, učenik plaća Rosetti Stone 500 dolara.
15:18
(LaughterSmijeh)
388
903000
2000
(Smijeh)
15:20
That's the currentstruja businessPoslovni modelmodel.
389
905000
2000
To je sadašnji poslovni model.
15:22
The problemproblem with this businessPoslovni modelmodel
390
907000
2000
Problem je s tim poslovnim modelom u tome
15:24
is that 95 percentposto of the world'ssvijetu populationpopulacija doesn't have 500 dollarsdolara.
391
909000
3000
da 95 posto svjetske populacije nema 500 dolara.
15:27
So it's extremelykrajnje unfairnepravedno towardsza the poorsiromašan.
392
912000
3000
To je krajnje nepošteno prema siromašnima.
15:30
This is totallypotpuno biasedpristran towardsza the richbogat.
393
915000
2000
Ovo je u potpunosti podređeno bogatima.
15:32
Now see, in DuolingoDuolingo,
394
917000
2000
Sad, u Duolingu,
15:34
because while you learnnaučiti
395
919000
2000
zato što, dok učite
15:36
you're actuallyzapravo creatingstvaranje valuevrijednost, you're translatingprevođenje stuffstvari --
396
921000
3000
vi zapravo stvarate vrijednost, prevodite stvari --
15:39
whichkoji for exampleprimjer, we could chargenaplatiti somebodyneko for translationsprijevodi.
397
924000
3000
za koje bi npr.mogli platiti nekoga za prijevod.
15:42
So this is how we could monetizeostvaruju this.
398
927000
2000
Ovo je način na koji bi to mogli unovčiti.
15:44
SinceOd people are creatingstvaranje valuevrijednost while they're learningučenje,
399
929000
2000
Budući da ljudi stvaraju vrijednost dok uče,
15:46
they don't have to payplatiti theirnjihov moneynovac, they payplatiti with theirnjihov time.
400
931000
3000
ne moraju plaćati novcem, oni plaćaju svojim vremenom.
15:49
But the magicalčaroban thing here is that they're payingplaćati with theirnjihov time,
401
934000
3000
Magična je stvar u tome da plaćaju svojim vremenom,
15:52
but that is time that would have had to have been spentpotrošen anywaysionako
402
937000
2000
ali to je vrijeme koje bi ionako potrošili
15:54
learningučenje the languagejezik.
403
939000
2000
učeći jezik.
15:56
So the nicelijepo thing about DuolingoDuolingo is I think it providespruža a fairfer businessPoslovni modelmodel --
404
941000
3000
Dakle, lijepa stvar u svezi s Duolingom je u tom što, mislim, omogućuje pošten poslovni model --
15:59
one that doesn't discriminatediskriminira againstprotiv poorsiromašan people.
405
944000
2000
onaj koji ne diskriminira siromašne ljude.
16:01
So here'sevo the sitemjesto. Thank you.
406
946000
2000
Ovo je stranica. Hvala vam.
16:03
(ApplausePljesak)
407
948000
8000
(Pljesak)
16:11
So here'sevo the sitemjesto.
408
956000
2000
Ovo je stranica.
16:13
We haven'tnisu yetjoš launchedpokrenut,
409
958000
2000
Još nije pokrenuto,
16:15
but if you go there, you can signznak up to be partdio of our privateprivatna betabeta,
410
960000
3000
ali ako odete tamo, možete se upisati da budete dio naše probne verzije,
16:18
whichkoji is probablyvjerojatno going to startpočetak in about threetri or fourčetiri weeksTjedni.
411
963000
2000
koja će najvjerojatnije početi za tri do četiri tjedna.
16:20
We haven'tnisu yetjoš launchedpokrenut this DuolingoDuolingo.
412
965000
2000
Još uvijek nismo pokrenuli Duolingo.
16:22
By the way, I'm the one talkingkoji govori here,
413
967000
2000
Uzgred budi rečeno, ja sam taj koji govori,
16:24
but actuallyzapravo DuolingoDuolingo is the work of a really awesomesuper teamtim, some of whomkome are here.
414
969000
3000
ali zapravo Duolingo je rad stvarno fenomenalnog tima, od kojeg su neki ovdje.
16:27
So thank you.
415
972000
2000
Hvala vam.
16:29
(ApplausePljesak)
416
974000
4000
(Pljesak)
Translated by Silvija P.
Reviewed by Tilen Pigac - EFZG

▲Back to top

ABOUT THE SPEAKER
Luis von Ahn - Computer scientist
Luis von Ahn builds systems that combine humans and computers to solve large-scale problems that neither can solve alone.

Why you should listen

Louis von Ahn is an associate professor of Computer Science at Carnegie Mellon University, and he's at the forefront of the crowdsourcing craze. His work takes advantage of the evergrowing Web-connected population to acheive collaboration in unprecedented numbers. His projects aim to leverage the crowd for human good. His company reCAPTCHA, sold to Google in 2009, digitizes human knowledge (books), one word at a time. His new project is Duolingo, which aims to get 100 million people translating the Web in every major language.

More profile about the speaker
Luis von Ahn | Speaker | TED.com