TED2018
James Bridle: The nightmare videos of children's YouTube -- and what's wrong with the internet today
جيمس برايدل: فيديوهات كوابيس الأطفال على اليوتيوب وما خطب الإنترنت اليوم
Filmed:
Readability: 4.1
5,404,429 views
يكشف جيمس برايدل الكاتب والفنان النقاب عن الجانب المظلم والغريب للإنترنت، حيث يخترق أشخاص مجهولون أو مجموعات على اليوتيوب عقول الأطفال الصغار في مقابل عائدات الإعلانات. بدءًا بفيديوهات "بيض المفاجآت" و"أغنية أصابع العائلة" إلى أن ينتهي الأمر بعمليات مزج تمت بطريقة لوغاريتمية لشخصيات معروفة من أفلام الكارتون في مواضع عنيفة، وهذه الفيديوهات تستغل عقول الأطفال الصغار وتُرعبها، إنها تخبرنا شيئا عن إلى أين يتجه العالم المعتمد على البيانات بشكل كبير. ويقول برايدل "نحتاج إلى أن نكف عن التفكير في التكنولوجيا كحل لكل مشاكلنا، ولكن نحتاج في التفكير فيها كمرشد يدلنا على ما هي تلك المشاكل بالفعل، لكي نبدأ بالتفكير بهم بشكل جيد والبدء في التصدي لهم"
James Bridle - Artist, writer
Working across technologies and disciplines, James Bridle examines technology, knowledge and the end of the future. Full bio
Working across technologies and disciplines, James Bridle examines technology, knowledge and the end of the future. Full bio
Double-click the English transcript below to play the video.
00:12
I'm James.
0
777
1183
أنا جيمس.
00:13
I'm a writer and artist,
1
1984
1686
أنا كاتب وفنان،
00:15
and I make work about technology.
2
3694
2341
وأعمل في مجال التكنولوجيا.
00:18
I do things like draw life-size outlines
of military drones
of military drones
3
6454
3911
وأرسم بالحجم الطبيعي
هيكل الطائرات العسكرية بدون طيار
هيكل الطائرات العسكرية بدون طيار
00:22
in city streets around the world,
4
10389
1828
في شوارع المدينة حول العالم،
00:24
so that people can start to think
and get their heads around
and get their heads around
5
12241
2950
لكي يبدأ الناس في التفكير والفهم
00:27
these really quite hard-to-see
and hard-to-think-about technologies.
and hard-to-think-about technologies.
6
15215
3440
ومن الصعب جدا الرؤية
والتفكير في التكنولوجيا
والتفكير في التكنولوجيا
00:31
I make things like neural networks
that predict the results of elections
that predict the results of elections
7
19494
3836
صنعت أشياءً مثل الشبكات العصبية
التي تُنبئ بنتيجة الانتخابات
التي تُنبئ بنتيجة الانتخابات
00:35
based on weather reports,
8
23354
1737
اعتمادا على تقارير الطقس،
00:37
because I'm intrigued about
9
25115
1314
لأني مفتون بـ
00:38
what the actual possibilities
of these weird new technologies are.
of these weird new technologies are.
10
26453
3924
ماهية الإمكانيات الفعلية
لهذه التكنولوجيا الجديدة والغريبة.
لهذه التكنولوجيا الجديدة والغريبة.
00:43
Last year, I built
my own self-driving car.
my own self-driving car.
11
31405
2426
السنة الماضية، بنيت
سيارتي الذاتية القيادة.
سيارتي الذاتية القيادة.
00:45
But because I don't
really trust technology,
really trust technology,
12
33855
2526
ولكن لأني لا أثق بالتكنولوجيا،
00:48
I also designed a trap for it.
13
36405
1928
صممت أيضا فخًّا لها.
00:50
(Laughter)
14
38777
1086
(ضحك)
00:51
And I do these things mostly because
I find them completely fascinating,
I find them completely fascinating,
15
39887
4298
وأفعل هذه الأمور غالبا
لأني أجدها رائعة تماما،
لأني أجدها رائعة تماما،
00:56
but also because I think
when we talk about technology,
when we talk about technology,
16
44209
2602
ولكن أيضا لأني أظن
عندما نتحدث عن التكنولوجيا،
عندما نتحدث عن التكنولوجيا،
00:58
we're largely talking about ourselves
17
46835
2619
نتحدث بشكل كبير عن أنفسنا
01:01
and the way that we understand the world.
18
49478
2299
وطريقة فهمنا للعالم.
01:03
So here's a story about technology.
19
51801
2442
وهنا قصة عن التكنولوجيا.
01:07
This is a "surprise egg" video.
20
55520
2830
هذا هو فيديو "بيض المفاجآت".
01:10
It's basically a video of someone
opening up loads of chocolate eggs
opening up loads of chocolate eggs
21
58374
3348
إنه أساسا فيديو عن شخص ما
يفتح الكثير من بيض الشيكولاتة
يفتح الكثير من بيض الشيكولاتة
01:13
and showing the toys inside to the viewer.
22
61746
2126
ويُظهر الألعاب التي بداخلها للمشاهد.
01:16
That's it. That's all it does
for seven long minutes.
for seven long minutes.
23
64461
2649
وهذا هو. هذا كل شيء فعله ذلك طوال 7 دقائق.
01:19
And I want you to notice
two things about this.
two things about this.
24
67428
3051
وأودُّ أن تلاحظوا أمرين بشأنه.
01:22
First of all, this video
has 30 million views.
has 30 million views.
25
70503
4074
أولا: هذا الفيديو حظى بـ 30 مليون مشاهدة.
01:26
(Laughter)
26
74601
1275
(ضحك)
01:28
And the other thing is,
27
76376
1166
والشيء الآخر هو،
01:29
it comes from a channel
that has 6.3 million subscribers,
that has 6.3 million subscribers,
28
77566
3869
بثّته قناة تحظى بـ 6,3 مليون مشترك،
01:33
that has a total of eight billion views,
29
81459
2680
ليبلغ الإجمالي 8 مليار مشاهدة،
01:36
and it's all just more videos like this --
30
84163
3106
والأمر كله مجرد الكثير من الفيديوهات مثلها
01:40
30 million people watching a guy
opening up these eggs.
opening up these eggs.
31
88256
3908
30 مليون شخص يشاهدون رجلا
يفتح هذه البيضات.
يفتح هذه البيضات.
01:44
It sounds pretty weird, but if you search
for "surprise eggs" on YouTube,
for "surprise eggs" on YouTube,
32
92188
4481
يبدو الأمر غريبا، ولكن إذا بحثنا عن
"بيض المفاجآت" على اليوتيوب
"بيض المفاجآت" على اليوتيوب
01:48
it'll tell you there's
10 million of these videos,
10 million of these videos,
33
96693
3523
ستجد هناك 10 مليون من هذه الفيديوهات،
01:52
and I think that's an undercount.
34
100240
1657
وأظن إنها أقل من الأرقام الفعلية.
01:53
I think there's way, way more of these.
35
101921
1897
أظن أن هناك الكثير منها للغاية.
01:55
If you keep searching, they're endless.
36
103842
2242
إذا واصلت البحث،
ستجد عددًا لا نهائيًا منها.
ستجد عددًا لا نهائيًا منها.
01:58
There's millions and millions
of these videos
of these videos
37
106108
2159
هناك الملايين من هذه الفيديوهات
02:00
in increasingly baroque combinations
of brands and materials,
of brands and materials,
38
108291
3454
بمزيج مفصّل ومتزايد من الماركات والمواد،
02:03
and there's more and more of them
being uploaded every single day.
being uploaded every single day.
39
111769
3846
وهناك المزيد والمزيد منهم
يتم تحميلهم كل يوم.
يتم تحميلهم كل يوم.
02:07
Like, this is a strange world. Right?
40
115639
3511
هذا عالم غريب، أليس كذلك؟
02:11
But the thing is, it's not adults
who are watching these videos.
who are watching these videos.
41
119174
3383
ولكن الأمر هو أن البالغين
ليسوا مَن يشاهدوا هذه الفيديوهات.
ليسوا مَن يشاهدوا هذه الفيديوهات.
02:14
It's kids, small children.
42
122581
2921
إنهم الأطفال الصغار.
02:17
These videos are
like crack for little kids.
like crack for little kids.
43
125526
2154
وهذه الفيديوهات يدمِنُها الأطفال الصغار.
02:19
There's something about the repetition,
44
127704
2075
هناك خطبٌ ما حول التكرار،
02:21
the constant little
dopamine hit of the reveal,
dopamine hit of the reveal,
45
129803
2468
ويكشف لنا الدوبامين
المستمر الحقيقة،
المستمر الحقيقة،
02:24
that completely hooks them in.
46
132295
1866
أنها تجذبهم تماما لها.
02:26
And little kids watch these videos
over and over and over again,
over and over and over again,
47
134185
4809
والصغار يشاهدون هذه الفيديوهات
مرارًا وتكرارًا،
مرارًا وتكرارًا،
02:31
and they do it for hours
and hours and hours.
and hours and hours.
48
139018
2327
ويستغرقون ساعات طويلة في مشاهدتها.
02:33
And if you try and take
the screen away from them,
the screen away from them,
49
141369
2356
وإذا حاولت إبعاد الشاشة عنهم
02:35
they'll scream and scream and scream.
50
143749
1782
ستتوالى صرخاتهم.
02:37
If you don't believe me --
51
145555
1262
إذا لم تصدقني ــ
02:38
and I've already seen people
in the audience nodding --
in the audience nodding --
52
146841
2607
ولقد شاهدت أشخاصا بالفعل
بين الجمهور يومئون برأسهم ــ
بين الجمهور يومئون برأسهم ــ
02:41
if you don't believe me, find someone
with small children and ask them,
with small children and ask them,
53
149472
3391
إذا لم تصدقني،
أجد شخصا لديه أطفالا واسألهم،
أجد شخصا لديه أطفالا واسألهم،
02:44
and they'll know about
the surprise egg videos.
the surprise egg videos.
54
152887
2340
وستجدهم يعرفون أمر فيديوهات بيض المفاجآت.
02:47
So this is where we start.
55
155251
2070
ومن هنا بدأنا.
02:49
It's 2018, and someone, or lots of people,
56
157345
3642
إنه عام 2018، وشخصا ما، أو الكثير منهم،
02:53
are using the same mechanism that, like,
Facebook and Instagram are using
Facebook and Instagram are using
57
161011
3941
يستخدمون نفس الآلية، التي يستخدمها
الفيس بوك والانستجرام
الفيس بوك والانستجرام
02:56
to get you to keep checking that app,
58
164976
1989
لتستمر في تفقد ذلك التطبيق،
02:58
and they're using it on YouTube
to hack the brains of very small children
to hack the brains of very small children
59
166989
3985
ويستخدمونها على اليوتيوب
لتخترق عقول صغار الأطفال
لتخترق عقول صغار الأطفال
03:02
in return for advertising revenue.
60
170998
1958
في مقابل عائدات الإعلانات.
03:06
At least, I hope
that's what they're doing.
that's what they're doing.
61
174346
2001
على الأقل، هذا ما آمل أنهم يفعلونه.
03:08
I hope that's what they're doing it for,
62
176371
1955
آمل أن هذا ما يفعلونه لأجل ذلك،
03:10
because there's easier ways
of making ad revenue on YouTube.
of making ad revenue on YouTube.
63
178350
5308
لأن هناك طرق أسهل للحصول
على عائدات الإعلانات على اليوتيوب.
على عائدات الإعلانات على اليوتيوب.
03:15
You can just make stuff up or steal stuff.
64
183682
2332
يمكنك صنع أشياء أو سرقة أشياء.
03:18
So if you search for really
popular kids' cartoons
popular kids' cartoons
65
186038
2635
لذا إذا بحثت عن أفلام الكرتون
المشهورة للأطفال
المشهورة للأطفال
03:20
like "Peppa Pig" or "Paw Patrol,"
66
188697
1654
ك"بيبا الخنزير"
أو "دوريات المخالب"
03:22
you'll find there's millions and millions
of these online as well.
of these online as well.
67
190375
3147
وستجد هناك الملايين والملايين
منها أون لاين أيضا.
منها أون لاين أيضا.
03:25
Of course, most of them aren't posted
by the original content creators.
by the original content creators.
68
193546
3352
ومعظمها، بالطبع، لم ينشرها
منشئي المحتوى الأصلي.
منشئي المحتوى الأصلي.
03:28
They come from loads and loads
of different random accounts,
of different random accounts,
69
196922
2999
جاءت من تحميلات من حسابات مختلفة وعشوائية،
03:31
and it's impossible to know
who's posting them
who's posting them
70
199945
2240
ومن المستحيل معرفة مَن ينشرهم
03:34
or what their motives might be.
71
202209
1822
أو ما هي دوافعهم.
03:36
Does that sound kind of familiar?
72
204428
1930
أهذا يبدو مألوفاً؟
03:38
Because it's exactly the same mechanism
73
206382
1980
لأنها بالضبط نفس الآلية
03:40
that's happening across most
of our digital services,
of our digital services,
74
208386
2600
التي تحدث في معظم خدماتنا الرقمية،
03:43
where it's impossible to know
where this information is coming from.
where this information is coming from.
75
211010
3207
حيث من المستحيل معرفة
من أين تأتي هذه المعلومات.
من أين تأتي هذه المعلومات.
03:46
It's basically fake news for kids,
76
214241
1829
إنها بالتأكيد أخبار مزيفة للأطفال،
03:48
and we're training them from birth
77
216094
2161
ونحن ندرّّبهم منذ ولادتهم
03:50
to click on the very first link
that comes along,
that comes along,
78
218279
2506
على النقر على أول رابط يظهر أمامهم،
03:52
regardless of what the source is.
79
220809
1953
دون النظر إلى مصدره.
03:54
That's doesn't seem like
a terribly good idea.
a terribly good idea.
80
222786
2603
وهذا لا يبدو كفكرة جيدة للغاية.
03:58
Here's another thing
that's really big on kids' YouTube.
that's really big on kids' YouTube.
81
226399
2710
وهنا شيء آخر خطير بالفعل
على الأطفال على اليوتيوب.
على الأطفال على اليوتيوب.
04:01
This is called the "Finger Family Song."
82
229133
1928
يدعى "أغنية عائلة الأصابع".
04:03
I just heard someone groan
in the audience.
in the audience.
83
231085
2018
سمعت للتو شخصا يتأوَّه بين الجمهور.
04:05
This is the "Finger Family Song."
84
233127
1624
هذه هي "أغنية عائلة الأصابع".
04:06
This is the very first one I could find.
85
234775
1930
وهذا أول فيديو تمكّنت من إيجاده.
04:08
It's from 2007, and it only has
200,000 views,
200,000 views,
86
236729
2829
منذ عام 2007، ولديه فقط 200 ألف مشاهدة،
04:11
which is, like, nothing in this game.
87
239582
1976
ولا يمثل شيئا
بالنسبة للمشاهدات الحالية.
بالنسبة للمشاهدات الحالية.
04:13
But it has this insanely earwormy tune,
88
241582
2852
ولكن لها تأثير النغمات
التي تتردد في الأذهان،
التي تتردد في الأذهان،
04:16
which I'm not going to play to you,
89
244458
1682
ولن أُشغِّله لكم،
04:18
because it will sear itself
into your brain
into your brain
90
246164
2008
لأنها ستؤثر على عقولكم
04:20
in the same way that
it seared itself into mine,
it seared itself into mine,
91
248196
2395
بنفس الطريقة التي أثرت بها على عقلي،
04:22
and I'm not going to do that to you.
92
250615
1770
ولن أفعل ذلك بكم.
04:24
But like the surprise eggs,
93
252409
1344
ولكن مثل بيض المفاجآت،
04:25
it's got inside kids' heads
94
253777
2164
اخترقت عقول الأطفال
04:27
and addicted them to it.
95
255965
1607
وجعلتهم يدمنونها.
04:29
So within a few years,
these finger family videos
these finger family videos
96
257596
2531
لذا في خلال بضع سنوات،
فيديوهات عائلة الأصابع
فيديوهات عائلة الأصابع
04:32
start appearing everywhere,
97
260151
1303
بدأت تظهر في كل مكان،
04:33
and you get versions
in different languages
in different languages
98
261478
2029
وتجد نسخ بمختلف اللغات
04:35
with popular kids' cartoons using food
99
263531
2121
بجانب أفلام كارتون الأطفال
التي تستخدم الطعام
التي تستخدم الطعام
04:37
or, frankly, using whatever kind
of animation elements
of animation elements
100
265676
2550
أو، صراحةً، تستخدم
أي نوع من الرسوم المتحركة
أي نوع من الرسوم المتحركة
04:40
you seem to have lying around.
101
268250
2252
التي تبدو أنها توجد حولنا.
04:43
And once again, there are millions
and millions and millions of these videos
and millions and millions of these videos
102
271002
5197
ومرة أخرى، هناك الملايين
والملايين من هذه الفيديوهات
والملايين من هذه الفيديوهات
04:48
available online in all of these
kind of insane combinations.
kind of insane combinations.
103
276223
3435
متاحة أون لاين في جميع
هذه المجموعات الجنونية نوعا ما
هذه المجموعات الجنونية نوعا ما
04:51
And the more time
you start to spend with them,
you start to spend with them,
104
279682
2228
وكلما قضيت وقتا أطول في مشاهدتها،
04:53
the crazier and crazier
you start to feel that you might be.
you start to feel that you might be.
105
281934
3694
ربما بدأ إحساسك بالجنون.
04:57
And that's where I
kind of launched into this,
kind of launched into this,
106
285652
3333
ومن هنا بدأت أتعمّق فيها
05:01
that feeling of deep strangeness
and deep lack of understanding
and deep lack of understanding
107
289009
3666
ذلك الشعور بالغرابة الشديدة
والقصور في الفهم
والقصور في الفهم
05:04
of how this thing was constructed
that seems to be presented around me.
that seems to be presented around me.
108
292699
4175
حول كيفية إنشاء هذا الشيء
الذي يبدو أنه يُقدَّم حولي.
الذي يبدو أنه يُقدَّم حولي.
05:08
Because it's impossible to know
where these things are coming from.
where these things are coming from.
109
296898
3167
لأنه من المستحيل أن تعرف مصدر هذه الأشياء.
05:12
Like, who is making them?
110
300089
1241
مثل، مَن الذي يصنعهم؟
05:13
Some of them appear to be made
of teams of professional animators.
of teams of professional animators.
111
301354
3143
والبعض منهم صنعهم فريق
من إخصائيي رسوم متحركة محترفين.
من إخصائيي رسوم متحركة محترفين.
05:16
Some of them are just randomly
assembled by software.
assembled by software.
112
304521
2882
والبرمجيات جمّعتها بشكل عشوائي.
05:19
Some of them are quite wholesome-looking
young kids' entertainers.
young kids' entertainers.
113
307427
4253
وبعض منهم يبدو مفيدا تماما لتسلية الصغار.
05:23
And some of them are from people
114
311704
1552
وبعضهم أشخاصاً
05:25
who really clearly
shouldn't be around children at all.
shouldn't be around children at all.
115
313280
3007
لا ينبغي أن يكونوا بجوار الأطفال نهائياً.
05:28
(Laughter)
116
316311
1615
(ضحك)
05:30
And once again, this impossibility
of figuring out who's making this stuff --
of figuring out who's making this stuff --
117
318987
4640
ومرة أخرى، تعذّر اكتشاف صانع هذه الأمور ــ
05:35
like, this is a bot?
118
323651
1156
مثل، هل هو إنسان آلي؟
05:36
Is this a person? Is this a troll?
119
324831
2647
هل هو شخص؟ أم غولاً؟
05:39
What does it mean
that we can't tell the difference
that we can't tell the difference
120
327502
2382
ماذا يعني ذلك
أننا لا يمكننا معرفة الاختلاف
أننا لا يمكننا معرفة الاختلاف
05:41
between these things anymore?
121
329908
1583
بين هذه الأمور بعد الآن؟
05:43
And again, doesn't that uncertainty
feel kind of familiar right now?
feel kind of familiar right now?
122
331515
4848
ومجددا، أليس ذلك الشك يبدو مألوفاً الآن؟
05:50
So the main way people get views
on their videos --
on their videos --
123
338145
2580
فالسبيل الأساسي ليحصل الناس
على نسب مشاهدة لفيديوهاتهم
على نسب مشاهدة لفيديوهاتهم
05:52
and remember, views mean money --
124
340749
1707
وتذكر، مشاهدات تعني نقود ــ
05:54
is that they stuff the titles
of these videos with these popular terms.
of these videos with these popular terms.
125
342480
4742
هي أنهم يُعنْوِنون هذه الفيديوهات
بأسماء مشهورة.
بأسماء مشهورة.
05:59
So you take, like, "surprise eggs"
126
347246
1687
مثل "بيض المفاجآت"
06:00
and then you add
"Paw Patrol," "Easter egg,"
"Paw Patrol," "Easter egg,"
127
348957
2066
وأضف "دوريات المخالب"،
و"بيض شم النسيم"
و"بيض شم النسيم"
06:03
or whatever these things are,
128
351047
1393
أو أيا من هذه الأشياء،
06:04
all of these words from other
popular videos into your title,
popular videos into your title,
129
352464
2893
جميعها كلمات من فيديوهات أخرى
مشهورة لتظهر في عنوانك،
مشهورة لتظهر في عنوانك،
06:07
until you end up with this kind of
meaningless mash of language
meaningless mash of language
130
355381
2968
حتى تنتهي بهذا النوع من مزيج
عديم الجدوى للغة
عديم الجدوى للغة
06:10
that doesn't make sense to humans at all.
131
358373
2498
لا تجدي نفعا لجميع البشر.
06:12
Because of course it's only really
tiny kids who are watching your video,
tiny kids who are watching your video,
132
360895
3546
لأن بالطبع الصغار فقط
هم الذين يشاهدون الفيديو الخاص بك،
هم الذين يشاهدون الفيديو الخاص بك،
06:16
and what the hell do they know?
133
364465
1827
وماذا يعرفون بحق الجحيم؟
06:18
Your real audience
for this stuff is software.
for this stuff is software.
134
366316
3007
فجمهورك الحقيقي
لهذه الأشياء هي البرمجيات.
لهذه الأشياء هي البرمجيات.
06:21
It's the algorithms.
135
369347
1156
إنها الخوارزميات.
06:22
It's the software that YouTube uses
136
370527
1855
إنها البرمجيات التي يستخدمها اليوتيوب
06:24
to select which videos
are like other videos,
are like other videos,
137
372406
2483
لاختيار أي الفيديوهات
التي تشبه الفيديوهات الأخرى،
التي تشبه الفيديوهات الأخرى،
06:26
to make them popular,
to make them recommended.
to make them recommended.
138
374913
2243
لإشهارها، وتزكيتها.
06:29
And that's why you end up with this
kind of completely meaningless mash,
kind of completely meaningless mash,
139
377180
3461
ولهذا السبب ينتهي بك الأمر
إلى هذا المزيج عديم الجدوى تماما،
إلى هذا المزيج عديم الجدوى تماما،
06:32
both of title and of content.
140
380665
2071
سواء من حيث العنوان أو المحتوى.
06:35
But the thing is, you have to remember,
141
383792
1894
ولكن عليك أن تتذكر،
06:37
there really are still people within
this algorithmically optimized system,
this algorithmically optimized system,
142
385710
4478
أن لا زال هناك أشخاص في هذا النظام المثالي
الذي يعمل بشكل لوغاريتمي،
الذي يعمل بشكل لوغاريتمي،
06:42
people who are kind
of increasingly forced to act out
of increasingly forced to act out
143
390212
2790
أشخاصاً يتزايد اضطرارهم لتمثيل
06:45
these increasingly bizarre
combinations of words,
combinations of words,
144
393026
3066
هذا المزيج الغريب والمتزايد من الكلمات،
06:48
like a desperate improvisation artist
responding to the combined screams
responding to the combined screams
145
396116
5173
مثل فنان ارتجالي يائس
يرد على الصرخات المجتمعة
يرد على الصرخات المجتمعة
06:53
of a million toddlers at once.
146
401313
2203
لملايين الأطفال في آنٍ واحد.
06:57
There are real people
trapped within these systems,
trapped within these systems,
147
405168
2468
هناك أشخاص حقيقيون
محاصرون بين هذه الأنظمة،
محاصرون بين هذه الأنظمة،
06:59
and that's the other deeply strange thing
about this algorithmically driven culture,
about this algorithmically driven culture,
148
407660
4055
والشيء الآخر الشديد الغرابة حول
هذه الثقافة المدارة بالشكل اللوغاريتمي،
هذه الثقافة المدارة بالشكل اللوغاريتمي،
07:03
because even if you're human,
149
411739
1381
لأنه حتى ولو كنت إنساناً،
07:05
you have to end up behaving like a machine
150
413144
2145
سينتهي بك الأمر لتتصرّف كالآلة
07:07
just to survive.
151
415313
1800
فقط لتبقى حيّا.
07:09
And also, on the other side of the screen,
152
417137
2100
وأيضا، على الجانب الآخر من الشاشة،
07:11
there still are these little kids
watching this stuff,
watching this stuff,
153
419261
2947
لازال يوجد هؤلاء الأطفال
وهم يشاهدون هذه الفيديوهات،
وهم يشاهدون هذه الفيديوهات،
07:14
stuck, their full attention grabbed
by these weird mechanisms.
by these weird mechanisms.
154
422232
4206
يُعيرون اهتمامهم بالكامل
لهذه الآليات الغريبة.
لهذه الآليات الغريبة.
07:18
And most of these kids are too small
to even use a website.
to even use a website.
155
426768
2798
ومعظم هؤلاء الأطفال
صغار للغاية لاستخدام أي موقع.
صغار للغاية لاستخدام أي موقع.
07:21
They're just kind of hammering
on the screen with their little hands.
on the screen with their little hands.
156
429590
3276
إنهم فقط يطرقون
بأيديهم الصغيرة على الشاشة.
بأيديهم الصغيرة على الشاشة.
07:24
And so there's autoplay,
157
432890
1217
وهناك تشغيل تلقائي،
07:26
where it just keeps playing these videos
over and over and over in a loop,
over and over and over in a loop,
158
434131
3579
حيث تستمر في عرض
هذه الفيديوهات مرارًا وتكرارًا في حلقة
هذه الفيديوهات مرارًا وتكرارًا في حلقة
07:29
endlessly for hours and hours at a time.
159
437734
2059
لا نهائية لمدة ساعات طويلة في كل مرة.
07:31
And there's so much weirdness
in the system now
in the system now
160
439817
2843
هناك أشياء غريبة للغاية في النظام الآن
07:34
that autoplay takes you
to some pretty strange places.
to some pretty strange places.
161
442684
3009
فيأخذك التشغيل التلقائي
إلى أماكن غريبة جدا.
إلى أماكن غريبة جدا.
07:37
This is how, within a dozen steps,
162
445717
2488
وهكذا، من خلال عشرات الخطوات،
07:40
you can go from a cute video
of a counting train
of a counting train
163
448229
3158
يمكنك التنقل من فيديو لطيف
لقطار عد الأرقام
لقطار عد الأرقام
07:43
to masturbating Mickey Mouse.
164
451411
2442
لاستمناء ميكي ماوس.
07:46
Yeah. I'm sorry about that.
165
454529
2288
نعم. أنا آسف لذلك.
07:48
This does get worse.
166
456841
1700
والأمر يزداد سوءأ.
07:50
This is what happens
167
458565
1282
وهذا ما يحدث
07:51
when all of these different keywords,
168
459871
3086
عندما كل هذه الكلمات الدلالية المختلفة،
07:54
all these different pieces of attention,
169
462981
2461
وكل الأشكال المختلفة من الاهتمام،
07:57
this desperate generation of content,
170
465466
2807
وهذا الإنتاج المحبط للمحتوى،
08:00
all comes together into a single place.
171
468297
2582
تواجدوا جميعا في مكان واحد.
08:03
This is where all those deeply weird
keywords come home to roost.
keywords come home to roost.
172
471871
4472
هذا هو المكان التي تأتي فيه كل
الكلمات الأساسية الغريبة للغاية لتستقر.
الكلمات الأساسية الغريبة للغاية لتستقر.
08:08
You cross-breed the finger family video
173
476367
2391
وتمزج فيديو عائلة الأصابع
08:10
with some live-action superhero stuff,
174
478782
2088
ببعض أمور الأبطال الخوارق الحقيقيين،
08:12
you add in some weird,
trollish in-jokes or something,
trollish in-jokes or something,
175
480894
3256
وتضيف بعض المزحات الاستفزازية أو أي شيء
08:16
and suddenly, you come
to a very weird place indeed.
to a very weird place indeed.
176
484174
3366
وفجأة، تجد نفسك في موقع غريب للغاية.
08:19
The stuff that tends to upset parents
177
487564
2113
الأمور التي تُغضب الآباء
08:21
is the stuff that has kind of violent
or sexual content, right?
or sexual content, right?
178
489701
3331
هي الأمور التي تحتوي
على مشاهد عنيفة أو جنسية، أليس كذلك؟
على مشاهد عنيفة أو جنسية، أليس كذلك؟
08:25
Children's cartoons getting assaulted,
179
493056
2822
أفلام كارتون لأطفال يتعرضون للاعتداء،
08:27
getting killed,
180
495902
2018
يتعرضون للقتل،
08:29
weird pranks that actually
genuinely terrify children.
genuinely terrify children.
181
497944
3343
مقالب غريبة تُرعب الأطفال بالفعل.
08:33
What you have is software pulling in
all of these different influences
all of these different influences
182
501311
3675
فليس لديك إلا برمجيات محاطة
بكل هذه التأثيرات المختلفة.
بكل هذه التأثيرات المختلفة.
08:37
to automatically generate
kids' worst nightmares.
kids' worst nightmares.
183
505010
2961
لتخلق تلقائيا أسوأ كوابيس الأطفال.
08:39
And this stuff really, really
does affect small children.
does affect small children.
184
507995
2701
وهذه الأمور بالفعل تؤثر على الأطفال.
08:42
Parents report their children
being traumatized,
being traumatized,
185
510720
2866
وأفاد آباء أن أطفالهم
قد تعرضوا لصدمة نفسية،
قد تعرضوا لصدمة نفسية،
08:45
becoming afraid of the dark,
186
513610
1392
أصبحوا يخشوْن الظلام،
08:47
becoming afraid of their favorite
cartoon characters.
cartoon characters.
187
515026
3050
يخْشَوْن شخصيات
أفلام الكارتون المفضلة لديهم.
أفلام الكارتون المفضلة لديهم.
08:50
If you take one thing away from this,
it's that if you have small children,
it's that if you have small children,
188
518524
3611
والدرس المستفاد من هذه الفيديوهات،
هو لو أن لديك أطفالا صغارا،
هو لو أن لديك أطفالا صغارا،
08:54
keep them the hell away from YouTube.
189
522159
1996
أبعدهم عن اليوتيوب بحق الجحيم.
08:56
(Applause)
190
524743
3949
(تصفيق)
09:02
But the other thing, the thing
that really gets to me about this,
that really gets to me about this,
191
530504
3096
ولكن السبب الذي جعلني
أستعرض هذه الفيديوهات،
أستعرض هذه الفيديوهات،
09:05
is that I'm not sure we even really
understand how we got to this point.
understand how we got to this point.
192
533624
4629
هو أنني لست متأكدا كيف
نصل بالفعل إلى هذه النقطة.
نصل بالفعل إلى هذه النقطة.
09:10
We've taken all of this influence,
all of these things,
all of these things,
193
538951
2931
لقد أخذنا كل هذه التأثيرات،
وكل هذه الأمور،
وكل هذه الأمور،
09:13
and munged them together in a way
that no one really intended.
that no one really intended.
194
541906
2953
وغيّرناها معا بطريقة لا يقصدها أحد بالفعل.
09:16
And yet, this is also the way
that we're building the entire world.
that we're building the entire world.
195
544883
3156
ومع ذلك، هذه هي الطريقة
التي نبني بها العالم بأكمله.
التي نبني بها العالم بأكمله.
09:20
We're taking all of this data,
196
548063
1773
نأخد كل هذه البيانات،
09:21
a lot of it bad data,
197
549860
1447
الكثير من البيانات السيئة،
09:23
a lot of historical data
full of prejudice,
full of prejudice,
198
551331
3029
الكثير من البيانات التاريخية
المليئة بالتحيُّز،
المليئة بالتحيُّز،
09:26
full of all of our worst
impulses of history,
impulses of history,
199
554384
2837
مليئة بكل دوافعنا السيئة في التاريخ،
09:29
and we're building that
into huge data sets
into huge data sets
200
557245
2049
وننشئ ذلك في مجموعات ضخمة من البيانات
09:31
and then we're automating it.
201
559318
1423
ونجعله أتوماتيكيا.
09:32
And we're munging it together
into things like credit reports,
into things like credit reports,
202
560765
3502
وغيّرنا هذه البيانات معا إلى أشياءٍ
مثل تقارير الجدارة الائتمانية،
مثل تقارير الجدارة الائتمانية،
09:36
into insurance premiums,
203
564291
1634
إلى أقساط التأمين،
09:37
into things like predictive
policing systems,
policing systems,
204
565949
2693
إلى أشياء مثل الأنظمة التنبئية لحفظ الأمن،
09:40
into sentencing guidelines.
205
568666
1762
إلى المبادئ التوجيهية لإصدار الأحكام.
09:42
This is the way we're actually
constructing the world today
constructing the world today
206
570452
2821
هذه هي الطريقة التي نبني
بها بالفعل العالم اليوم
بها بالفعل العالم اليوم
09:45
out of this data.
207
573297
1151
بعيداً عن هذه البيانات.
09:46
And I don't know what's worse,
208
574472
1698
ولا أعرف ما هو الأسوأ،
09:48
that we built a system
that seems to be entirely optimized
that seems to be entirely optimized
209
576194
3228
فنبني نظاما يبدو مثاليا بالكامل
09:51
for the absolute worst aspects
of human behavior,
of human behavior,
210
579446
2808
لأسوأ الجوانب تماما لسلوك الإنسان،
09:54
or that we seem
to have done it by accident,
to have done it by accident,
211
582278
2425
أو كما يبدو أننا قمنا بذلك بالصدفة،
09:56
without even realizing
that we were doing it,
that we were doing it,
212
584727
2207
دون حتى أن ندرك ما كنا نفعله،
09:58
because we didn't really understand
the systems that we were building,
the systems that we were building,
213
586958
3382
لأننا لم ندرك تماما الأنظمة
التي قمنا بإنشائها،
التي قمنا بإنشائها،
10:02
and we didn't really understand
how to do anything differently with it.
how to do anything differently with it.
214
590364
3683
ولم نفهم تماما كيفية فعل
أي شيء بصورة مختلفة بها.
أي شيء بصورة مختلفة بها.
10:06
There's a couple of things I think
that really seem to be driving this
that really seem to be driving this
215
594769
3365
هناك أمرين أظن أنهما
يتحكمان بهذا على ما يبدو
يتحكمان بهذا على ما يبدو
10:10
most fully on YouTube,
216
598158
1189
تحديدا على اليوتيوب،
10:11
and the first of those is advertising,
217
599371
1827
الأمر الأول هو الإعلانات،
10:13
which is the monetization of attention
218
601222
2837
التي تجني الأرباح من جذب الانتباه
10:16
without any real other variables at work,
219
604083
3136
دون أي جهد حقيقي مبذول،
10:19
any care for the people who are
actually developing this content,
actually developing this content,
220
607243
3885
أي اهتمام للناس
الذين يطوِّرون بالفعل هذا المحتوى،
الذين يطوِّرون بالفعل هذا المحتوى،
10:23
the centralization of the power,
the separation of those things.
the separation of those things.
221
611152
3636
تمركز القوى، وعزل تلك الأمور.
10:26
And I think however you feel
about the use of advertising
about the use of advertising
222
614812
3144
وأظن مهما كان شعورك حول استخدام الإعلانات
10:29
to kind of support stuff,
223
617980
1238
لدعم تلك الأمور،
10:31
the sight of grown men in diapers
rolling around in the sand
rolling around in the sand
224
619242
3067
منظر رجل بالغ يرتدي حفاض يتقلّب في الرمال
10:34
in the hope that an algorithm
that they don't really understand
that they don't really understand
225
622333
2983
على أمل أن اللوغاريتم الذي لا يفهموه تماما
10:37
will give them money for it
226
625340
1315
سيجنون الأموال من جراء ذلك
10:38
suggests that this
probably isn't the thing
probably isn't the thing
227
626679
2037
ويشير إلى أن ربما ليس هذا الأمر
10:40
that we should be basing
our society and culture upon,
our society and culture upon,
228
628740
2563
الذي يجب علينا أن
نبني به مجتمعنا وثفافتنا،
نبني به مجتمعنا وثفافتنا،
10:43
and the way in which
we should be funding it.
we should be funding it.
229
631327
2160
والطريقة التي يجب علينا تمويله من خلالها.
10:45
And the other thing that's kind of
the major driver of this is automation,
the major driver of this is automation,
230
633511
3519
والأمر الآخر هو المحرك الرئيسي لهذا
هو التشغيل التلقائي،
هو التشغيل التلقائي،
10:49
which is the deployment
of all of this technology
of all of this technology
231
637054
2329
الذي يعتبر الموزّع لكل هذه التكنولوجيا
10:51
as soon as it arrives,
without any kind of oversight,
without any kind of oversight,
232
639407
2521
بمجرد وصولها،
مع عدم وجود أي نوع من أنواع الرقابة،
مع عدم وجود أي نوع من أنواع الرقابة،
10:53
and then once it's out there,
233
641952
1412
ثم بمجرد ظهورها هناك،
10:55
kind of throwing up our hands and going,
"Hey, it's not us, it's the technology."
"Hey, it's not us, it's the technology."
234
643388
3843
كأننا نرفع أيدينا ونمضي
"ونلقي باللوم على التكنولوجيا."
"ونلقي باللوم على التكنولوجيا."
10:59
Like, "We're not involved in it."
235
647255
1642
كأننا "لم نكن شركاء في ذلك."
11:00
That's not really good enough,
236
648921
1767
وذلك ليس جيدا بما يكفي،
11:02
because this stuff isn't
just algorithmically governed,
just algorithmically governed,
237
650712
2710
لأن هذه الأمور
لا يتم التحكم بها بشكل لوغاريتمي فقط،
لا يتم التحكم بها بشكل لوغاريتمي فقط،
11:05
it's also algorithmically policed.
238
653446
2498
بل أيضا يتم حمايتها بشكل لوغاريتمي.
11:07
When YouTube first started
to pay attention to this,
to pay attention to this,
239
655968
2848
حينما بدأ اليوتيوب
أن يولي اهتمامه لهذه الأمور،
أن يولي اهتمامه لهذه الأمور،
11:10
the first thing they said
they'd do about it
they'd do about it
240
658840
2087
أول شيء قالوه ليفعلوا شيئا حياله
11:12
was that they'd deploy
better machine learning algorithms
better machine learning algorithms
241
660951
2695
كان أنهم سينشرون
آلة أفضل على دراية باللوغاريتمات
آلة أفضل على دراية باللوغاريتمات
11:15
to moderate the content.
242
663670
1329
لتعديل المحتوى.
11:17
Well, machine learning,
as any expert in it will tell you,
as any expert in it will tell you,
243
665023
3485
قدرة الآلة على التعلم،
كأي خبير في هذا المجال سيخبرك،
كأي خبير في هذا المجال سيخبرك،
11:20
is basically what we've started to call
244
668532
1896
هي أساسا ما بدأنا تسميته
11:22
software that we don't really
understand how it works.
understand how it works.
245
670452
2588
بالبرامجيات التي لا ندرك بالفعل كيف تعمل.
11:25
And I think we have
enough of that already.
enough of that already.
246
673064
3983
وأظن أن لدينا بالفعل قدر كاف منها.
11:29
We shouldn't be leaving
this stuff up to AI to decide
this stuff up to AI to decide
247
677071
3166
ولم يجدر بنا أن نترك الأمر برمته
للذكاء الاصطناعي لكي يقرر
للذكاء الاصطناعي لكي يقرر
11:32
what's appropriate or not,
248
680261
1251
ما هو مناسب أم غير مناسب،
11:33
because we know what happens.
249
681536
1436
لأننا نعرف ما يحدث.
11:34
It'll start censoring other things.
250
682996
1688
سيبدأ بمراقبة الأشياء الأخرى.
11:36
It'll start censoring queer content.
251
684708
1783
سيبدأ بفرض رقابة على المحتوى الغريب.
11:38
It'll start censoring
legitimate public speech.
legitimate public speech.
252
686515
2237
سيبدأ بفرض رقابة
على الخطاب العام المشروع.
على الخطاب العام المشروع.
11:40
What's allowed in these discourses,
253
688776
1925
وما هو مسموح في هذه المحادثات،
11:42
it shouldn't be something
that's left up to unaccountable systems.
that's left up to unaccountable systems.
254
690725
3097
ولا ينبغي أن يُترك الأمر برمته
لأنظمة غير مسؤولة.
لأنظمة غير مسؤولة.
11:45
It's part of a discussion
all of us should be having.
all of us should be having.
255
693846
2947
إنها جزء من مناقشة يجب أن نشارك بها جميعا.
11:48
But I'd leave a reminder
256
696817
1308
ولكن سأترك تذكِرة
11:50
that the alternative isn't
very pleasant, either.
very pleasant, either.
257
698149
2753
أن البديل ليس مبهجا للغاية أيضا.
11:52
YouTube also announced recently
258
700926
1535
وأعلن اليوتيوب مؤخرا
11:54
that they're going to release
a version of their kids' app
a version of their kids' app
259
702485
2767
أنهم سيطلقون نسخة
من تطبيقهم الخاص بالأطفال
من تطبيقهم الخاص بالأطفال
11:57
that would be entirely
moderated by humans.
moderated by humans.
260
705276
2407
الذي سيعدّله البشر بالكامل.
12:00
Facebook -- Zuckerberg said
much the same thing at Congress,
much the same thing at Congress,
261
708134
3618
الفيس بوك... تحدّث زوكربيرج كثيرا
عن نفس الشيء في الكونجرس،
عن نفس الشيء في الكونجرس،
12:03
when pressed about how they
were going to moderate their stuff.
were going to moderate their stuff.
262
711776
2987
عندما أعرب عن كيفية تعديل محتواهم.
12:06
He said they'd have humans doing it.
263
714787
1747
قال إن لديهم أشخاصا يقومون بذلك.
12:08
And what that really means is,
264
716558
1459
وما يعنيه ذلك الكلام هو أن
12:10
instead of having toddlers being
the first person to see this stuff,
the first person to see this stuff,
265
718041
3223
بدلا من أن يكون الأطفال الصغار
هم أول من يشاهدوا هذا المحتوى،
هم أول من يشاهدوا هذا المحتوى،
12:13
you're going to have underpaid,
precarious contract workers
precarious contract workers
266
721288
2788
سيكون هناك موظفين بأجر يعملون بعقد مؤقت
12:16
without proper mental health support
267
724100
1726
بدون دعم مناسب للصحة العقلية
12:17
being damaged by it as well.
268
725850
1376
التي ستتضرّر بسببها أيضا.
12:19
(Laughter)
269
727250
1096
(ضحك)
12:20
And I think we can all do
quite a lot better than that.
quite a lot better than that.
270
728370
2601
أظن أنه يمكننا جميعا أن
نعمل أفضل كثيرا من ذلك.
نعمل أفضل كثيرا من ذلك.
12:22
(Applause)
271
730995
2499
(تصفيق)
12:26
The thought, I think, that brings those
two things together, really, for me,
two things together, really, for me,
272
734068
4613
أظن أن الفكر الذي يجمع هذه الأمور معا،
بالنسبة لي،
بالنسبة لي،
12:30
is agency.
273
738705
1420
هو الوكالة.
12:32
It's like, how much do we really
understand -- by agency, I mean:
understand -- by agency, I mean:
274
740149
3157
كأننا نحدد مقدار ما ندركه بالفعل...
حسب الوكالة، أعني:
حسب الوكالة، أعني:
12:35
how we know how to act
in our own best interests.
in our own best interests.
275
743330
4390
كيف نعرف كيفية التصرُّف في مصالحنا الفضلي.
12:39
Which -- it's almost impossible to do
276
747744
1787
التي ... من المستحيل القيام بذلك
12:41
in these systems that we don't
really fully understand.
really fully understand.
277
749555
3485
في هذه الأنظمة التي لا نفهمها تماما.
12:45
Inequality of power
always leads to violence.
always leads to violence.
278
753064
3071
عدم التكافؤ في ميزان القوى
يؤدي دائما إلى العنف.
يؤدي دائما إلى العنف.
12:48
And we can see inside these systems
279
756159
1685
ويمكننا رؤية داخل هذه الأنظمة
12:49
that inequality of understanding
does the same thing.
does the same thing.
280
757868
2611
أن انعدام المساواة في الفهم
يؤدي أيضا لنفس النتيجة.
يؤدي أيضا لنفس النتيجة.
12:52
If there's one thing that we can do
to start to improve these systems,
to start to improve these systems,
281
760503
3779
إذا كان هناك شيئا ما يمكننا فعله
للبدء في تحسين هذه الأنظمة،
للبدء في تحسين هذه الأنظمة،
12:56
it's to make them more legible
to the people who use them,
to the people who use them,
282
764306
2718
هو أن نوضحها بشكل أفضل
للناس الذين يستخدمونها،
للناس الذين يستخدمونها،
12:59
so that all of us have
a common understanding
a common understanding
283
767048
2196
لكي نحظى جميعا بفهم موحد
13:01
of what's actually going on here.
284
769268
1851
لما يجري هنا بالفعل.
13:03
The thing, though, I think
most about these systems
most about these systems
285
771970
2968
الأمر هو أنه، على الرغم من أنني
أفكر كثيرا في هذه الأنظمة،
أفكر كثيرا في هذه الأنظمة،
13:06
is that this isn't, as I hope
I've explained, really about YouTube.
I've explained, really about YouTube.
286
774962
3857
ليس فقط عن اليوتيوب
كما آمل أني قد شرحت ذلك.
كما آمل أني قد شرحت ذلك.
13:10
It's about everything.
287
778843
1312
ولكنه عن كل شيء.
13:12
These issues of accountability and agency,
288
780179
2444
هذه القضايا المتعلقة بالمسؤولية والوكالة،
13:14
of opacity and complexity,
289
782647
2225
ومعدل الشفافية والتعقيد،
13:16
of the violence and exploitation
that inherently results
that inherently results
290
784896
3177
والعنف والاستغلال الذي ينتج تلقائيا
13:20
from the concentration
of power in a few hands --
of power in a few hands --
291
788097
2794
عن تمركز القوى بين أياد قليلة...
13:22
these are much, much larger issues.
292
790915
2579
هذه القضايا أكبر بكثير.
13:26
And they're issues not just of YouTube
and not just of technology in general,
and not just of technology in general,
293
794395
3687
إنها قضايا ليست متعلقة باليوتيوب فحسب،
وليست متعلقة بالتكنولوجيا عموما،
وليست متعلقة بالتكنولوجيا عموما،
13:30
and they're not even new.
294
798106
1265
وليست حتى جديدة.
13:31
They've been with us for ages.
295
799395
1461
إنها تتواجد معنا منذ قرون.
13:32
But we finally built this system,
this global system, the internet,
this global system, the internet,
296
800880
4390
ولكن في النهاية بنينا هذا النظام،
هذا النظام العالمي، الإنترنت،
هذا النظام العالمي، الإنترنت،
13:37
that's actually showing them to us
in this extraordinary way,
in this extraordinary way,
297
805294
3019
الذي قدمهم إلينا بالفعل بطريقة رائعة،
13:40
making them undeniable.
298
808337
1547
بشكل لا يمكن إنكاره.
13:41
Technology has this extraordinary capacity
299
809908
2820
التكنولوجيا لديها هذه القدرة الرائعة
13:44
to both instantiate and continue
300
812752
3973
لتنشئ مثيلا وتستمر
13:48
all of our most extraordinary,
often hidden desires and biases
often hidden desires and biases
301
816749
4248
في عرض كل رغباتنا الأكثر غرابة
وغالبا ما تكون رغبات وتحيّزات خفية
وغالبا ما تكون رغبات وتحيّزات خفية
13:53
and encoding them into the world,
302
821021
1866
وترميزهم إلى العالم،
13:54
but it also writes them down
so that we can see them,
so that we can see them,
303
822911
3474
ولكن تدوّنهم أيضا لكي نتمكن من رؤيتهم،
13:58
so that we can't pretend
they don't exist anymore.
they don't exist anymore.
304
826409
3330
ولا يمكننا التظاهر بعدم وجودها بعد الآن.
14:01
We need to stop thinking about technology
as a solution to all of our problems,
as a solution to all of our problems,
305
829763
4319
نحتاج أن نكف عن التفكير في التكنولوجيا
كحل لكل مشاكلنا،
كحل لكل مشاكلنا،
14:06
but think of it as a guide
to what those problems actually are,
to what those problems actually are,
306
834106
3757
ولكن نفكر فيها كدليل لمعرفة
ما هي تلك المشاكل بالفعل،
ما هي تلك المشاكل بالفعل،
14:09
so we can start thinking
about them properly
about them properly
307
837887
2144
لكي نبدأ بالتفكير فيهم بشكل مناسب
14:12
and start to address them.
308
840055
1766
ونبدأ في مواجهتهم.
14:13
Thank you very much.
309
841845
1335
شكرا جزيلا لكم.
14:15
(Applause)
310
843204
5192
(تصفيق)
14:21
Thank you.
311
849733
1188
شكرا لكم.
14:22
(Applause)
312
850945
2869
(تصفيق)
14:28
Helen Walters: James, thank you
for coming and giving us that talk.
for coming and giving us that talk.
313
856839
3178
شكرا لك يا جيمس لقدومك
وتقديمك لهذه المحادثة لنا.
وتقديمك لهذه المحادثة لنا.
14:32
So it's interesting:
314
860041
1189
هذا مثير للاهتمام:
14:33
when you think about the films where
the robotic overlords take over,
the robotic overlords take over,
315
861254
3495
حينما تفكر في الأفلام التي يسيطر فيها
الإنسان الآلي ويصبح الحاكم،
الإنسان الآلي ويصبح الحاكم،
14:36
it's all a bit more glamorous
than what you're describing.
than what you're describing.
316
864773
3279
إنها أكثر إبهارا قليلا عما تصفه.
14:40
But I wonder -- in those films,
you have the resistance mounting.
you have the resistance mounting.
317
868076
3749
ولكن أتساءل... في تلك الأفلام،
نرى تصاعد المقاومة.
نرى تصاعد المقاومة.
14:43
Is there a resistance mounting
towards this stuff?
towards this stuff?
318
871849
3216
أيوجد تصاعد للمقاومة ضد هذه الأمور؟
14:47
Do you see any positive signs,
green shoots of resistance?
green shoots of resistance?
319
875089
3796
أترى أي إشارات إيجابية، أي بوادر للمقاومة؟
14:52
James Bridle: I don't know
about direct resistance,
about direct resistance,
320
880507
2416
لا أعرف عن المقاومة المباشرة،
14:54
because I think this stuff
is super long-term.
is super long-term.
321
882947
2264
لأن هذه الأمور طويلة الأمد للغاية.
14:57
I think it's baked into culture
in really deep ways.
in really deep ways.
322
885235
2510
أظن أنها يتم غرسها في ثقافتنا
بطرق عميقة للغاية.
بطرق عميقة للغاية.
14:59
A friend of mine,
Eleanor Saitta, always says
Eleanor Saitta, always says
323
887769
2132
وتقول صديقتي "إلينورسايتا" دائما
15:01
that any technological problems
of sufficient scale and scope
of sufficient scale and scope
324
889935
3609
أي مشاكل تكنولوجية بحجم ونطاق كافٍ
15:05
are political problems first of all.
325
893568
2267
هي مشاكل سياسية في المقام الأول.
15:07
So all of these things we're working
to address within this
to address within this
326
895859
2785
لذا، كل هذه الأمور التي نعمل
للتصدي لها في هذا النطاق
للتصدي لها في هذا النطاق
15:10
are not going to be addressed
just by building the technology better,
just by building the technology better,
327
898668
3274
لن يتم التصدي لها فقط
بإنشاء تكنولوجيا أفضل،
بإنشاء تكنولوجيا أفضل،
15:13
but actually by changing the society
that's producing these technologies.
that's producing these technologies.
328
901966
3464
ولكن بتغير المجتمع بالفعل
الذي يُنتج هذه التكنولوجيات.
الذي يُنتج هذه التكنولوجيات.
15:17
So no, right now, I think we've got
a hell of a long way to go.
a hell of a long way to go.
329
905454
3027
لذا أقول لا، ليس الآن،
أظن أن لدينا طريق طويل للغاية للمضي فيه.
أظن أن لدينا طريق طويل للغاية للمضي فيه.
15:20
But as I said, I think by unpacking them,
330
908505
1986
ولكن كما قلت، أظن بإظهارهم،
15:22
by explaining them, by talking
about them super honestly,
about them super honestly,
331
910515
2697
وبتوضيحهم، وبالتحدّث عنهم بصراحة مطلقة،
15:25
we can actually start
to at least begin that process.
to at least begin that process.
332
913236
2505
يمكننا البدء على الأقل بهذه الخطوات.
15:27
HW: And so when you talk about
legibility and digital literacy,
legibility and digital literacy,
333
915765
3562
وعندما تتحدّث عن سهولة القراءة
والمعرفة الرقمية،
والمعرفة الرقمية،
15:31
I find it difficult to imagine
334
919351
1591
أجد صعوبة في تخيُّل
15:32
that we need to place the burden
of digital literacy on users themselves.
of digital literacy on users themselves.
335
920966
3680
أننا نحتاج إلي أن نضع عِبء المعرفة الرقمية
على عاتق المستخدمين.
على عاتق المستخدمين.
15:36
But whose responsibility
is education in this new world?
is education in this new world?
336
924670
4562
ولكن على مَن تقع مسؤولية التعليم
في هذا العالم الجديد؟
في هذا العالم الجديد؟
15:41
JB: Again, I think this responsibility
is kind of up to all of us,
is kind of up to all of us,
337
929256
3612
مرة أخرى، أظن أنها مسؤوليتنا جميعا،
15:44
that everything we do,
everything we build, everything we make,
everything we build, everything we make,
338
932892
2984
فكل شيء نفعله، وكل شيء نبنيه، ونصنعه،
15:47
needs to be made
in a consensual discussion
in a consensual discussion
339
935900
3692
يحتاج أن يتم في مناقشة توافقية
15:51
with everyone who's avoiding it;
340
939616
1940
مع كل شخص يتجنبها؛
15:53
that we're not building systems
intended to trick and surprise people
intended to trick and surprise people
341
941580
4341
لأننا لا ننشئ أنظمة
بغرض خداع ومفاجأة الناس
بغرض خداع ومفاجأة الناس
15:57
into doing the right thing,
342
945945
2300
لفعل الصواب،
16:00
but that they're actually involved
in every step in educating them,
in every step in educating them,
343
948269
3236
ولكن نحن بالفعل مشاركون
في كل خطوة في تعليمهم،
في كل خطوة في تعليمهم،
16:03
because each of these systems
is educational.
is educational.
344
951529
2278
لأن كل نظام من هذه النظم يُعد تعليميًا.
16:05
That's what I'm hopeful about,
about even this really grim stuff,
about even this really grim stuff,
345
953831
3102
ولهذا السبب أنا متفائل بشأنه،
وحتى بشأن هذه الأمور المُروّعة،
وحتى بشأن هذه الأمور المُروّعة،
16:08
that if you can take it
and look at it properly,
and look at it properly,
346
956957
2262
التي إذا أخذتها وأمعنت النظر فيها،
16:11
it's actually in itself
a piece of education
a piece of education
347
959243
2089
ستجدها بالفعل قطعة تعليمية
16:13
that allows you to start seeing
how complex systems come together and work
how complex systems come together and work
348
961356
3762
التي تسمح لك ببدء رؤية كم الأنظمة المعقدة
التي تجتمع معا وتعمل
التي تجتمع معا وتعمل
16:17
and maybe be able to apply
that knowledge elsewhere in the world.
that knowledge elsewhere in the world.
349
965142
3501
وربما تُطبق تلك المعرفة
في أي مكان آخر في العالم.
في أي مكان آخر في العالم.
16:20
HW: James, it's such
an important discussion,
an important discussion,
350
968667
2115
إنها مناقشة هامة يا جيمس،
16:22
and I know many people here
are really open and prepared to have it,
are really open and prepared to have it,
351
970806
3227
وأعرف الكثير من الأشخاص منفتحين للغاية
ومستعدين للحصول عليه،
ومستعدين للحصول عليه،
16:26
so thanks for starting off our morning.
352
974057
1859
لذا، شكرا لأنك بدأت صباحنا بشيء جيد.
16:27
JB: Thanks very much. Cheers.
353
975940
1400
شكرا لكم جزيلا. هتاف.
16:29
(Applause)
354
977364
1651
(تصفيق)
ABOUT THE SPEAKER
James Bridle - Artist, writerWorking across technologies and disciplines, James Bridle examines technology, knowledge and the end of the future.
Why you should listen
James Bridle is an artist and writer working across technologies and disciplines. His artworks and installations have been exhibited in Europe, North and South America, Asia and Australia, and have been viewed by hundreds of thousands of visitors online. He has been commissioned by organizations including the Victoria & Albert Museum, the Barbican, Artangel, the Oslo Architecture Triennale and the Istanbul Design Biennial, and he has been honored by Ars Electronica, the Japan Media Arts Festival and the Design Museum, London. His writing on literature, culture and networks has appeared in magazines and newspapers including Frieze, Wired, Domus, Cabinet, The Atlantic, the New Statesman and many others, and he has written a regular column for The Observer.
New Dark Age, Bridle's book about technology, knowledge and the end of the future is forthcoming from Verso (UK & US) in 2018. He lectures regularly on radio, at conferences, universities and other events including SXSW, Lift, the Global Art Forum and Re:Publica. He has been a resident at Lighthouse, Brighton, the White Building, London and Eyebeam, New York, and an adjunct professor on the interactive telecommunications program at New York University.
James Bridle | Speaker | TED.com