TEDxMidAtlantic 2013
Jennifer Golbeck: Your social media "likes" expose more than you think
جنيفر غولبيك: معضلة البطاطس المقلية المجعّدة: كيف تقول عنك "إعجاباتك" على الوسائط الاجتماعية أكثر مما تظنه
Filmed:
Readability: 4.5
2,366,837 views
يمكن القيام بالكثير باستخدام البينات الموجودة على الإنترنيت. لكن هل كنت تعرف بأن خبراء الحاسوب قد حددوا من قبل بأن تسجيل الإعجاب بصفحة على الفيسبوك حول البطاطس المقلية المجعدة تعني أنك ذكي؟ حقا. تشرح عالمة الحاسوب جنيفر غولبيك كيف حصل ذلك، كيف أن بعض تطبيقات التكنولوجيا ليست حميدة لتلك الدرجة، وكيف تعتقد بأنه يجب أن نعيد التحكم في المعلومة لمالكيها الأصليين.
Jennifer Golbeck - Computer scientist
As the director of the Human-Computer Interaction Lab at the University of Maryland, Jennifer Golbeck studies how people use social media -- and thinks about ways to improve their interactions. Full bio
As the director of the Human-Computer Interaction Lab at the University of Maryland, Jennifer Golbeck studies how people use social media -- and thinks about ways to improve their interactions. Full bio
Double-click the English transcript below to play the video.
00:12
If you remember that first decade of the web,
0
738
1997
إن كنت تتذكر العقد الأول من الويب،
00:14
it was really a static place.
1
2735
2255
كان مكانا جامدا بالفعل.
00:16
You could go online, you could look at pages,
2
4990
2245
يمكنك أن تدخل إلى الإنترنت،
وتطلع على الصفحات،
وتطلع على الصفحات،
00:19
and they were put up either by organizations
3
7235
2513
وهي موضوعة إما من طرف المنظمات
00:21
who had teams to do it
4
9748
1521
التي كانت تتوفر لديها فرق للقيام بذلك
00:23
or by individuals who were really tech-savvy
5
11269
2229
أو من طرف أفراد بارعين في التكنولوجيا
00:25
for the time.
6
13498
1737
آنذاك.
00:27
And with the rise of social media
7
15235
1575
ومع بزوغ الوسائط الاجتماعية
00:28
and social networks in the early 2000s,
8
16810
2399
والشبكات الاجتماعية في مطلع القرن 21،
00:31
the web was completely changed
9
19209
2149
تغير الويب بشكل كامل
00:33
to a place where now the vast majority of content
10
21358
3608
إلى مكان حيث أغلب المحتوى
00:36
we interact with is put up by average users,
11
24966
3312
الذي نتفاعل معه، تم وضعه
من طرف أعضاء عاديين،
من طرف أعضاء عاديين،
00:40
either in YouTube videos or blog posts
12
28278
2697
سواء في فيديوهات اليوتيوب أو التدوينات
00:42
or product reviews or social media postings.
13
30975
3315
أو تقييمات المنتجات
أو منشورات الوسائط الاجتماعية.
أو منشورات الوسائط الاجتماعية.
00:46
And it's also become a much more interactive place,
14
34290
2347
كما أصبح كذلك مكانًا
أكثر تفاعلية بكثير،
أكثر تفاعلية بكثير،
00:48
where people are interacting with others,
15
36637
2637
حيث يتفاعل الناس مع بعضهم البعض،
00:51
they're commenting, they're sharing,
16
39274
1696
فيعلقون ويتشاركون،
00:52
they're not just reading.
17
40970
1614
ولا يقرؤون فقط.
00:54
So Facebook is not the only place you can do this,
18
42584
1866
إذن فالفيسبوك ليس المكان الوحيد
الذي يمكنك القيام بهذا فيه،
الذي يمكنك القيام بهذا فيه،
00:56
but it's the biggest,
19
44450
1098
لكنه الأكبر،
00:57
and it serves to illustrate the numbers.
20
45548
1784
ومن المفيد أن نوضح ذلك بالأرقام.
00:59
Facebook has 1.2 billion users per month.
21
47332
3477
يرتاد الفيسبوك 1.2 مليار
مستخدم في الشهر.
مستخدم في الشهر.
01:02
So half the Earth's Internet population
22
50809
1930
إذن فنصف مستخدمي الإنترنت من سكان الأرض
01:04
is using Facebook.
23
52739
1653
يستخدمون الفيسبوك.
01:06
They are a site, along with others,
24
54392
1932
إنه موقع، إلى جانب مواقع أخرى،
تسمح للناس بإنشاء شخصيات افتراضية
01:08
that has allowed people to create an online persona
25
56324
3219
01:11
with very little technical skill,
26
59543
1782
بالقليل جدا من المهارات التقنية،
01:13
and people responded by putting huge amounts
27
61325
2476
وقد تجاوب الناس من خلال
وضع كم هائل
وضع كم هائل
01:15
of personal data online.
28
63801
1983
من البيانات الشخصية على الإنترنيت.
01:17
So the result is that we have behavioral,
29
65784
2543
والنتيجة أننا نحصل على بيانات حول
01:20
preference, demographic data
30
68327
1986
السلوكيات والتفضيلات والديموغرافية
01:22
for hundreds of millions of people,
31
70313
2101
لمئات الملايين من الأشخاص،
01:24
which is unprecedented in history.
32
72414
2026
وهو أمر غير مسبوق تاريخيًا،
01:26
And as a computer scientist,
what this means is that
what this means is that
33
74440
2560
وكعالمة حاسوب،
ما يعنيه هذا هو أنني
ما يعنيه هذا هو أنني
01:29
I've been able to build models
34
77000
1664
استطعت بناء نماذج
01:30
that can predict all sorts of hidden attributes
35
78664
2322
يمكنها التنبؤ بمختلف السمات الخفية
01:32
for all of you that you don't even know
36
80986
2284
لجميعكم، مما لا تعرفون حتى
01:35
you're sharing information about.
37
83270
2202
أنكم تشاركون معلومات بخصوصه.
01:37
As scientists, we use that to help
38
85472
2382
كعلماء، نستخدم هذا لتيسير
01:39
the way people interact online,
39
87854
2114
الطريقة التي يتفاعل بها الناس
على الإنترنت
على الإنترنت
01:41
but there's less altruistic applications,
40
89968
2499
لكن هناك تطبيقات أكثر أنانية،
01:44
and there's a problem in that users don't really
41
92467
2381
وهناك مشكلة في كون المستخدمين
لا يفهمون حقا
لا يفهمون حقا
01:46
understand these techniques and how they work,
42
94848
2470
هذه التقنيات وكيف تعمل،
01:49
and even if they did, they don't
have a lot of control over it.
have a lot of control over it.
43
97318
3128
وحتى إن فهموا ذلك،
فليس لديهم الكثير من التحكم فيها.
فليس لديهم الكثير من التحكم فيها.
01:52
So what I want to talk to you about today
44
100446
1490
لذا فما أود التحدث إليكم بخصوصه اليوم
01:53
is some of these things that we're able to do,
45
101936
2702
هو بعض من هذه الأمور
التي يمكننا القيام بها،
التي يمكننا القيام بها،
01:56
and then give us some ideas
of how we might go forward
of how we might go forward
46
104638
2763
وإعطاؤكم بعض الأفكار حول
الكيفية التي يمكن بها أن نمضي قدمًا
الكيفية التي يمكن بها أن نمضي قدمًا
01:59
to move some control back into the hands of users.
47
107401
2769
لإرجاع بعض من التحكم
لأيادي المستخدمين.
لأيادي المستخدمين.
02:02
So this is Target, the company.
48
110170
1586
هذه تارغيت، الشركة.
02:03
I didn't just put that logo
49
111756
1324
لم أقم بوضع هذا الشعار
02:05
on this poor, pregnant woman's belly.
50
113080
2170
على بطن هذه المرأة الحامل المسكينة.
02:07
You may have seen this anecdote that was printed
51
115250
1840
قد تكونون رأيتم هذه الطرفة التي طبعت
02:09
in Forbes magazine where Target
52
117090
2061
في مجلة فوربز، حيث قامت تارغيت
02:11
sent a flyer to this 15-year-old girl
53
119151
2361
بإرسال نشرة إعلانية
لفتاة في 15 من عمرها
لفتاة في 15 من عمرها
02:13
with advertisements and coupons
54
121512
1710
فيها إعلانات وقسائم شرائية
02:15
for baby bottles and diapers and cribs
55
123222
2554
لرضاعات وحفاضات ومهاد
02:17
two weeks before she told her parents
56
125776
1684
قبل أسبوعين من إخبارها لوالديها
02:19
that she was pregnant.
57
127460
1864
بأنها حامل.
02:21
Yeah, the dad was really upset.
58
129324
2704
نعم، الأب كان غاضبا بالفعل.
02:24
He said, "How did Target figure out
59
132028
1716
فقال:
"كيف عرفت تارغيت
"كيف عرفت تارغيت
02:25
that this high school girl was pregnant
60
133744
1824
بأن هذه الفتاة في مرحلة الثانوية حامل
02:27
before she told her parents?"
61
135568
1960
قبل إخبارها لوالديها؟"
02:29
It turns out that they have the purchase history
62
137528
2621
وقد اتضح أنهم يحتفظون
بتاريخ المشتريات
بتاريخ المشتريات
02:32
for hundreds of thousands of customers
63
140149
2301
لمئات الآلاف من الزبائن
02:34
and they compute what they
call a pregnancy score,
call a pregnancy score,
64
142450
2730
ويقومون بحساب ما يسمونه
بدرجة الحمل،
بدرجة الحمل،
02:37
which is not just whether or
not a woman's pregnant,
not a woman's pregnant,
65
145180
2332
والذي لا يشير فقط إلى ما
إذا كانت المرأة حاملًا أم لا،
إذا كانت المرأة حاملًا أم لا،
02:39
but what her due date is.
66
147512
1730
لكن كذلك إلى تاريخ الولادة المحتمل.
02:41
And they compute that
67
149242
1304
ويقومون بحساب ذلك
02:42
not by looking at the obvious things,
68
150546
1768
ليس من خلال النظر إلى الأمور الواضحة،
02:44
like, she's buying a crib or baby clothes,
69
152314
2512
كشرائها لمهد أو ملابس طفل،
02:46
but things like, she bought more vitamins
70
154826
2943
ولكن لأشياء مثل أنها اشترت فيتامينات أكثر
02:49
than she normally had,
71
157769
1717
مما تشتريه في العادة،
02:51
or she bought a handbag
72
159486
1464
أو أنها اشترت حقيبة يدوية
02:52
that's big enough to hold diapers.
73
160950
1711
كبيرة بما يكفي لتحمل الحفاظات.
02:54
And by themselves, those purchases don't seem
74
162661
1910
وعمليات الشراء المنفردة تلك لا تبدو
02:56
like they might reveal a lot,
75
164571
2469
بأنها تبدي الكثير،
02:59
but it's a pattern of behavior that,
76
167040
1978
لكنه نمط سلوكي
03:01
when you take it in the context
of thousands of other people,
of thousands of other people,
77
169018
3117
حين تضعه في سياق
آلاف الأشخاص الآخرين،
آلاف الأشخاص الآخرين،
03:04
starts to actually reveal some insights.
78
172135
2757
يبدأ في إظهار بعض التبصرات.
03:06
So that's the kind of thing that we do
79
174892
1793
إذن فهذا هو ما نقوم به
03:08
when we're predicting stuff
about you on social media.
about you on social media.
80
176685
2567
حين نتنبأ بأشياء
حولك في الوسائط الاجتماعية.
حولك في الوسائط الاجتماعية.
03:11
We're looking for little
patterns of behavior that,
patterns of behavior that,
81
179252
2796
نبحث عن الأنماط الصغيرة
للسلوكات والتي
للسلوكات والتي
03:14
when you detect them among millions of people,
82
182048
2682
حين تكتشفها ضمن ملايين الأشخاص،
03:16
lets us find out all kinds of things.
83
184730
2706
تسمح لنا بمعرفة أشياء كثيرة.
03:19
So in my lab and with colleagues,
84
187436
1747
إذن ففي مختبري ومع زملائي،
03:21
we've developed mechanisms where we can
85
189183
1777
قمنا بتطوير آلية
حيث يمكننا
حيث يمكننا
03:22
quite accurately predict things
86
190960
1560
توقع أمور بدقة كبيرة
03:24
like your political preference,
87
192520
1725
مثل توجهك السياسي،
03:26
your personality score, gender, sexual orientation,
88
194245
3752
ونمط شخصيتك وجنسك وتوجهك الجنسي،
03:29
religion, age, intelligence,
89
197997
2873
وديانتك وعمرك وذكائك،
03:32
along with things like
90
200870
1394
بالإضافة إلى أشياء مثل
03:34
how much you trust the people you know
91
202264
1937
كم تثق في الأشخاص الذين تعرفهم
03:36
and how strong those relationships are.
92
204201
1804
ومدى متانة علاقتك بهم.
03:38
We can do all of this really well.
93
206005
1785
يمكننا القيام بكل هذا بشكل جيد.
03:39
And again, it doesn't come from what you might
94
207790
2197
ومجدداً، فإن هذا لا يأتي مما قد
03:41
think of as obvious information.
95
209987
2102
تعتقد أنها معلومات بديهية.
03:44
So my favorite example is from this study
96
212089
2281
والمثال المفضل لدي من هذه الدراسة
03:46
that was published this year
97
214370
1240
التي تم نشرها هذه السنة
03:47
in the Proceedings of the National Academies.
98
215610
1795
في أشغال الأكاديميات الوطنية.
03:49
If you Google this, you'll find it.
99
217405
1285
إن قمتم بالبحث عن هذا في غوغل ستجدونها.
03:50
It's four pages, easy to read.
100
218690
1872
إنها دراسة من أربعة صفحات، سهلة القراءة.
03:52
And they looked at just people's Facebook likes,
101
220562
3003
وقد نظروا فقط إلى إعجابات
الأشخاص على الفيسبوك،
الأشخاص على الفيسبوك،
03:55
so just the things you like on Facebook,
102
223565
1920
فقط الأمور التي تسجل إعجابك بها
على الفيسبوك،
على الفيسبوك،
03:57
and used that to predict all these attributes,
103
225485
2138
واستخدموا ذلك للتنبؤ بكل هذه السمات،
03:59
along with some other ones.
104
227623
1645
بالإضافة إلى تنبؤات أخرى.
04:01
And in their paper they listed the five likes
105
229268
2961
وفي منشورهم عدّدوا أكثر خمسة إعجابات
04:04
that were most indicative of high intelligence.
106
232229
2787
تدل على الذكاء العالي.
04:07
And among those was liking a page
107
235016
2324
ومن بينهم، كان تسجيل الإعجاب بصفحة
04:09
for curly fries. (Laughter)
108
237340
1905
للبطاطس المقلية المجعّدة.
(ضحك)
(ضحك)
04:11
Curly fries are delicious,
109
239245
2093
البطاطس المقلية المجعّدة لذيذة،
04:13
but liking them does not necessarily mean
110
241338
2530
لكن تسجيل الإعجاب بها
لا يعني بالضرورة
لا يعني بالضرورة
04:15
that you're smarter than the average person.
111
243868
2080
أنك أذكى من الشخص العادي.
04:17
So how is it that one of the strongest indicators
112
245948
3207
فكيف يعتبر ذلك إذن بأنه
من أقوى الأدلة
من أقوى الأدلة
04:21
of your intelligence
113
249155
1570
على ذكائك
04:22
is liking this page
114
250725
1447
أن تسجل إعجابك بهذه الصفحة
04:24
when the content is totally irrelevant
115
252172
2252
في حين أن المحتوى غير ذي صلة
04:26
to the attribute that's being predicted?
116
254424
2527
بالسمات التي يتم التنبؤ بها؟
04:28
And it turns out that we have to look at
117
256951
1584
وقد اتضح أنه علينا أن ننظر إلى
04:30
a whole bunch of underlying theories
118
258535
1618
كم من النظريات الكامنة
04:32
to see why we're able to do this.
119
260153
2569
لمعرفة سبب قدرتنا على القيام بهذا.
04:34
One of them is a sociological
theory called homophily,
theory called homophily,
120
262722
2913
أحدها نظرية اجتماعية
تدعى "الهوموفيليا (الإمعة)"
تدعى "الهوموفيليا (الإمعة)"
04:37
which basically says people are
friends with people like them.
friends with people like them.
121
265635
3092
والتي تقول أساسا بأن الناس
يصادقون من هم مثلهم.
يصادقون من هم مثلهم.
04:40
So if you're smart, you tend to
be friends with smart people,
be friends with smart people,
122
268727
2014
وبالتالي إن كنت ذكيًّا ، فإنك تميل
إلى مصادقة الأذكياء،
إلى مصادقة الأذكياء،
04:42
and if you're young, you tend
to be friends with young people,
to be friends with young people,
123
270741
2630
وإن كنت شابًا، فإنك تميل
إلى مصادقة الشباب،
إلى مصادقة الشباب،
04:45
and this is well established
124
273371
1627
وهذا أمر مؤكد
04:46
for hundreds of years.
125
274998
1745
على مدى مئات السنين.
04:48
We also know a lot
126
276743
1232
نعرف كذلك الكثير
04:49
about how information spreads through networks.
127
277975
2550
عن كيفية انتشار المعلومات
عبر الشبكات.
عبر الشبكات.
04:52
It turns out things like viral videos
128
280525
1754
وقد اتضح أن أشياء مثل الفيديوهات
سريعة الانتشار
سريعة الانتشار
04:54
or Facebook likes or other information
129
282279
2406
أو إعجابات الفيسبوك أو معلومات أخرى
04:56
spreads in exactly the same way
130
284685
1888
تنتشر بنفس الطريقة
04:58
that diseases spread through social networks.
131
286573
2454
التي تنتشر بها الأمراض
في الشبكات الاجتماعية.
في الشبكات الاجتماعية.
05:01
So this is something we've studied for a long time.
132
289027
1791
فهذا أمر درسناه لمدة طويلة.
05:02
We have good models of it.
133
290818
1576
ولدينا نماذج جيدة له.
05:04
And so you can put those things together
134
292394
2157
لذا فيمكنك أن تضع هذه الأمور معاً
05:06
and start seeing why things like this happen.
135
294551
3088
وتبدأ في رؤية سبب حدوث أمور كهذه.
05:09
So if I were to give you a hypothesis,
136
297639
1814
إذاً لو أردت أن أعطيكم فرضيةً،
05:11
it would be that a smart guy started this page,
137
299453
3227
كانت لتكون أن شخصًا ذكيًا
أنشأ هذه الصفحة،
أنشأ هذه الصفحة،
05:14
or maybe one of the first people who liked it
138
302680
1939
أو ربما أحد الأشخاص الأوائل
الذين سجلو الإعجاب بها
الذين سجلو الإعجاب بها
05:16
would have scored high on that test.
139
304619
1736
كانت درجاتهم مرتفعة في ذلك الاختبار.
05:18
And they liked it, and their friends saw it,
140
306355
2288
فسجلوا إعجابهم بها،
فلاحظ أصدقاؤهم الصفحة،
فلاحظ أصدقاؤهم الصفحة،
05:20
and by homophily, we know that
he probably had smart friends,
he probably had smart friends,
141
308643
3122
وبإعمال مبدأ الهوموفيليا، ندرك أنه
قد كان لديه أصدقاء أذكياء،
قد كان لديه أصدقاء أذكياء،
05:23
and so it spread to them,
and some of them liked it,
and some of them liked it,
142
311765
3056
وبالتالي انتشر الأمر بينهم،
وبعضهم سجل إعجابه،
وبعضهم سجل إعجابه،
05:26
and they had smart friends,
143
314821
1189
وقد كان لديهم أصدقاء أذكياء،
05:28
and so it spread to them,
144
316010
807
فانتشرت بينهم كذلك،
05:28
and so it propagated through the network
145
316817
1973
وهكذا انتشرت عبر الشبكة
05:30
to a host of smart people,
146
318790
2569
عبر أشخاص أذكياء،
05:33
so that by the end, the action
147
321359
2056
ليصبح في النهاية، فعل
05:35
of liking the curly fries page
148
323415
2544
تسجيل الإعجاب بصفحة
البطاطس المقلية المجعّدة
البطاطس المقلية المجعّدة
05:37
is indicative of high intelligence,
149
325959
1615
دليلًا على الذكاء العالي،
05:39
not because of the content,
150
327574
1803
ليس بسبب المحتوى،
05:41
but because the actual action of liking
151
329377
2522
ولكن بسبب أن فعل
تسجيل الإعجاب نفسه
تسجيل الإعجاب نفسه
05:43
reflects back the common attributes
152
331899
1900
يعكس السمات العامة
05:45
of other people who have done it.
153
333799
2468
للأشخاص الآخرين الذين قاموا بذلك.
05:48
So this is pretty complicated stuff, right?
154
336267
2897
هذه أشياء في غاية التعقيد، صحيح؟
05:51
It's a hard thing to sit down and explain
155
339164
2199
من الصعب أن يتم الجلوس لشرحها
05:53
to an average user, and even if you do,
156
341363
2848
لمستخدم عادي، وحتى إن تم ذلك،
05:56
what can the average user do about it?
157
344211
2188
ماذا يمكن للمستخدم العادي أن يفعل
تجاه هذا الأمر؟
تجاه هذا الأمر؟
05:58
How do you know that
you've liked something
you've liked something
158
346399
2048
كيف تعرف أنك إن
قمت بتسجيل إعجابك بشيء
قمت بتسجيل إعجابك بشيء
06:00
that indicates a trait for you
159
348447
1492
فهذا يدل على إحدى سماتك
06:01
that's totally irrelevant to the
content of what you've liked?
content of what you've liked?
160
349939
3545
التي لا علاقة لها بالمحتوى
الذي قمت بتسجيل إعجابك به؟
الذي قمت بتسجيل إعجابك به؟
06:05
There's a lot of power that users don't have
161
353484
2546
هناك الكثير من القدرة التي
لا يمتلكها المستخدمون
لا يمتلكها المستخدمون
06:08
to control how this data is used.
162
356030
2230
للتحكم في كيفية استخدام هذه البيانات.
06:10
And I see that as a real
problem going forward.
problem going forward.
163
358260
3112
وبرأيي أن هذا يشكل مشكلة حقيقية
في المستقبل.
في المستقبل.
06:13
So I think there's a couple paths
164
361372
1977
لذا أعتقد أن هناك مسارين
06:15
that we want to look at
165
363349
1001
يجدر بنا النظر إليهما
06:16
if we want to give users some control
166
364350
1910
إن أردنا إعطاء بعض التحكم للمستخدمين
06:18
over how this data is used,
167
366260
1740
حول كيفية استخدام هذه البيانات،
06:20
because it's not always going to be used
168
368000
1940
لأنه لن يتم استخدامها دائما
06:21
for their benefit.
169
369940
1381
لمصحلتهم.
06:23
An example I often give is that,
170
371321
1422
مثال أضربه عادة لهذا،
06:24
if I ever get bored being a professor,
171
372743
1646
أنني إن أحسست بالملل
كأستاذة جامعية،
كأستاذة جامعية،
06:26
I'm going to go start a company
172
374389
1653
سأنشئ شركة
06:28
that predicts all of these attributes
173
376042
1454
تتنبأ بكل هذه السمات
06:29
and things like how well you work in teams
174
377496
1602
وأشياء مثل مدى اشتغالك في إطار الفريق
06:31
and if you're a drug user, if you're an alcoholic.
175
379098
2671
أو إن كنت مستخدمًا للمخدرات،
أو مدمنًا للكحول.
أو مدمنًا للكحول.
06:33
We know how to predict all that.
176
381769
1440
نعرف كيف نخمن كل ذلك.
06:35
And I'm going to sell reports
177
383209
1761
وسأقوم ببيع التقارير
06:36
to H.R. companies and big businesses
178
384970
2100
لشركات الموارد البشرية والشركات الكبرى
06:39
that want to hire you.
179
387070
2273
التي تريد توظيفك.
06:41
We totally can do that now.
180
389343
1177
نستطيع القيام بذلك بكل سهولة الآن.
06:42
I could start that business tomorrow,
181
390520
1788
أستطيع أن أبدأ ذلك المشروع من الغد،
06:44
and you would have
absolutely no control
absolutely no control
182
392308
2052
ولن يكون لديك أي تحكم
على الإطلاق
على الإطلاق
06:46
over me using your data like that.
183
394360
2138
في استخدامي لبياناتك بهذه الطريقة.
06:48
That seems to me to be a problem.
184
396498
2292
وهذه في نظري مشكلة.
06:50
So one of the paths we can go down
185
398790
1910
لذا فأحد المسارات التي يمكن أن نسلكها
06:52
is the policy and law path.
186
400700
2032
هو المسار القانوني.
06:54
And in some respects, I think
that that would be most effective,
that that would be most effective,
187
402732
3046
وأظن أنه في بعض النواحي،
سيكون ذلك أكثر فاعلية،
سيكون ذلك أكثر فاعلية،
06:57
but the problem is we'd
actually have to do it.
actually have to do it.
188
405778
2756
لكن المشكلة هي أننا سيتوجب
علينا القيام بذلك.
علينا القيام بذلك.
07:00
Observing our political process in action
189
408534
2780
والنظر إلى سيرورة العملية السياسية لدينا
07:03
makes me think it's highly unlikely
190
411314
2379
يجعلني أظن أنه من الصعب
07:05
that we're going to get a bunch of representatives
191
413693
1597
أن نقنع مجموعة من المندوبين
07:07
to sit down, learn about this,
192
415290
1986
ليجلسوا ويتعلموا عن ذلك،
07:09
and then enact sweeping changes
193
417276
2106
ثم يسنّو تغييرات شاملة
07:11
to intellectual property law in the U.S.
194
419382
2157
على قوانين الملكية الفكرية
في الولايات المتحدة
في الولايات المتحدة
07:13
so users control their data.
195
421539
2461
بحيث يسمح للمستخدمين
بالتحكم في بياناتهم.
بالتحكم في بياناتهم.
07:16
We could go the policy route,
196
424000
1304
نستطيع أن نسلك المسار السياسي،
07:17
where social media companies say,
197
425304
1479
حيث تقول شركات الوسائط الاجتماعية،
07:18
you know what? You own your data.
198
426783
1402
أتعلمون أمرًا؟
أنتم تمتلكون بياناتكم.
أنتم تمتلكون بياناتكم.
07:20
You have total control over how it's used.
199
428185
2489
أنتم تتحكمون في كيفية استخدامها.
07:22
The problem is that the revenue models
200
430674
1848
والمشكلة هي أن نظام موارد
07:24
for most social media companies
201
432522
1724
معظم شركات الوسائط الاجتماعية
07:26
rely on sharing or exploiting
users' data in some way.
users' data in some way.
202
434246
4031
يعتمد على مشاركة أو استغلال
بيانات المستخدمين بطريقة ما.
بيانات المستخدمين بطريقة ما.
07:30
It's sometimes said of Facebook that the users
203
438277
1833
ويقال أحيانا عن الفيسبوك
بأن المستخدمين
بأن المستخدمين
07:32
aren't the customer, they're the product.
204
440110
2528
ليسوا زبائنًا، لكنهم المنتج.
07:34
And so how do you get a company
205
442638
2714
إذن فكيف تجعل شركة
07:37
to cede control of their main asset
206
445352
2558
تتنازل عن التحكم في أصولها الرئيسية
07:39
back to the users?
207
447910
1249
للمستخدمين؟
07:41
It's possible, but I don't think it's something
208
449159
1701
الأمر ممكن، لكن لا أظنه أمرًا
07:42
that we're going to see change quickly.
209
450860
2320
سنراه يتغير بسرعة.
07:45
So I think the other path
210
453180
1500
لذلك أعتقد أن المسار الآخر
07:46
that we can go down that's
going to be more effective
going to be more effective
211
454680
2288
الذي يمكننا أن نسلكه
هو الأكثر فاعلية
هو الأكثر فاعلية
07:48
is one of more science.
212
456968
1508
وهو أن نكثف الجهود العلمية.
07:50
It's doing science that allowed us to develop
213
458476
2510
وهو أن نكثف من الجهود العلمية
التي تسمح لنا بتطوير
التي تسمح لنا بتطوير
07:52
all these mechanisms for computing
214
460986
1750
كل هذه الآليات لحساب
07:54
this personal data in the first place.
215
462736
2052
هذه البيانات الشخصية في المقام الأول.
07:56
And it's actually very similar research
216
464788
2106
وهو في الواقع بحث مشابه جدًا
07:58
that we'd have to do
217
466894
1438
سيكون علينا القيام به
08:00
if we want to develop mechanisms
218
468332
2386
إن أردنا تطوير آليات
08:02
that can say to a user,
219
470718
1421
يمكنها القول لمستخدم،
08:04
"Here's the risk of that action you just took."
220
472139
2229
"ها هي مخاطر العملية
التي أقدمت عليها للتو."
التي أقدمت عليها للتو."
08:06
By liking that Facebook page,
221
474368
2080
من خلال تسجيل الإعجاب بصفحة فيسبوك،
08:08
or by sharing this piece of personal information,
222
476448
2535
أو مشاركة تلك المعلومات الشخصية،
08:10
you've now improved my ability
223
478983
1502
قد قمت بتحسين مقدرتي
08:12
to predict whether or not you're using drugs
224
480485
2086
على توقع ما إذا كنت تستخدم المخدرات أم لا
08:14
or whether or not you get
along well in the workplace.
along well in the workplace.
225
482571
2862
أو ما إذا كنت منسجما في مكان عملك أم لا.
08:17
And that, I think, can affect whether or not
226
485433
1848
وأظن أن ذلك سيؤثر على مدى
08:19
people want to share something,
227
487281
1510
رغبة الناس في مشاركة شيء،
08:20
keep it private, or just keep it offline altogether.
228
488791
3239
أو إبقائه خاصًّا، أو بعيدًا نهائيًّا عن الإنترنت.
08:24
We can also look at things like
229
492030
1563
يمكننا كذلك النظر إلى أشياء مثل
08:25
allowing people to encrypt data that they upload,
230
493593
2728
السماح للأشخاص بتشفير البيانات
التي يرفعونها،
التي يرفعونها،
08:28
so it's kind of invisible and worthless
231
496321
1855
فتصبح بذلك خفيةً وغير ذات فائدة
08:30
to sites like Facebook
232
498176
1431
لمواقع مثل الفيسبوك
08:31
or third party services that access it,
233
499607
2629
أو أي جهاتٍ خارجيةِ تصل إليها،
08:34
but that select users who the person who posted it
234
502236
3247
ولكن المستخدمين الذين يود الشخص الذي نشرها
08:37
want to see it have access to see it.
235
505483
2670
أن يطلعوا عليها وحدهم يستطيعون رؤيتها.
08:40
This is all super exciting research
236
508153
2166
هذا مجالٌ بحثي مثيرٌ للغاية
08:42
from an intellectual perspective,
237
510319
1620
من منظورٍ فكري،
08:43
and so scientists are going to be willing to do it.
238
511939
1859
لذلك سيكون العلماء مستعدين للقيام به.
08:45
So that gives us an advantage over the law side.
239
513798
3610
وهذا يعطيه الأفضلية مقارنةً
بالجانب القانوني.
بالجانب القانوني.
08:49
One of the problems that people bring up
240
517408
1725
أحد المشاكل التي يطرحها الناس
08:51
when I talk about this is, they say,
241
519133
1595
حين أتحدث عن هذا، قولهم:
08:52
you know, if people start
keeping all this data private,
keeping all this data private,
242
520728
2646
أتعلمين أنه إن بدأ الناس بجعل
كل هذا البيانات خاصة،
كل هذا البيانات خاصة،
08:55
all those methods that you've been developing
243
523374
2113
كل تلك الطرق التي كنت تطورينها
08:57
to predict their traits are going to fail.
244
525487
2653
لتخمين سماتهم ستفشل.
09:00
And I say, absolutely, and for me, that's success,
245
528140
3520
وأقول، بكل تأكيد، وبالنسبة لي،
فذلك نجاح،
فذلك نجاح،
09:03
because as a scientist,
246
531660
1786
لأنني كعالمة،
09:05
my goal is not to infer information about users,
247
533446
3688
هدفي ليس أن أستنتج معلومات عن المستخدمين،
09:09
it's to improve the way people interact online.
248
537134
2767
بل أن أحسّن من الطريقة التي يتفاعل بها الناس
على الإنترنت.
على الإنترنت.
09:11
And sometimes that involves
inferring things about them,
inferring things about them,
249
539901
3218
وأحيانا يعني ذلك استنتاج أشياء عنهم،
09:15
but if users don't want me to use that data,
250
543119
3022
لكن إن لم يرد المستخدمون مني
أن أستخدم تلك البيانات،
أن أستخدم تلك البيانات،
09:18
I think they should have the right to do that.
251
546141
2038
فأظن أنه يجب أن يتم إعطاؤهم الحق
في القيام بذلك.
في القيام بذلك.
09:20
I want users to be informed and consenting
252
548179
2651
أريد من المستخدمين أن يكونو
مستخدمين واعيين وراضين
مستخدمين واعيين وراضين
09:22
users of the tools that we develop.
253
550830
2112
عن الأدوات التي نطورها.
09:24
And so I think encouraging this kind of science
254
552942
2952
لذا أعتقد أن تشجيع هذا النوع من العلوم
09:27
and supporting researchers
255
555894
1346
ودعم الباحثين
09:29
who want to cede some of that control back to users
256
557240
3023
الذين يريدون التخلي عن بعض من ذلك التحكم
وإعادته للمستخدمين
وإعادته للمستخدمين
09:32
and away from the social media companies
257
560263
2311
وبعيداً عن شركات الوسائط الاجتماعية
09:34
means that going forward, as these tools evolve
258
562574
2671
يعني أن المضي قدمًا، وبتطور هذه الأدوات
09:37
and advance,
259
565245
1476
وتقدمها،
09:38
means that we're going to have an educated
260
566721
1414
يعني أنه ستكون لدينا قاعدة مستخدمين
09:40
and empowered user base,
261
568135
1694
متعلمة وممكّنة،
09:41
and I think all of us can agree
262
569829
1100
وأظن أن معظمنا متفقين على
09:42
that that's a pretty ideal way to go forward.
263
570929
2564
أن ذلك مسار مثالي للمضي قدمًا.
09:45
Thank you.
264
573493
2184
شكرا لكم.
09:47
(Applause)
265
575677
3080
(تصفيق)
ABOUT THE SPEAKER
Jennifer Golbeck - Computer scientistAs the director of the Human-Computer Interaction Lab at the University of Maryland, Jennifer Golbeck studies how people use social media -- and thinks about ways to improve their interactions.
Why you should listen
Jennifer Golbeck is an associate professor in the College of Information Studies at the University of Maryland, where she also moonlights in the department of computer science. Her work invariably focuses on how to enhance and improve the way that people interact with their own information online. "I approach this from a computer science perspective and my general research hits social networks, trust, web science, artificial intelligence, and human-computer interaction," she writes.
Author of the 2013 book, Analyzing the Social Web, Golbeck likes nothing more than to immerse herself in the inner workings of the Internet tools so many millions of people use daily, to understand the implications of our choices and actions. Recently, she has also been working to bring human-computer interaction ideas to the world of security and privacy systems.
Jennifer Golbeck | Speaker | TED.com