TEDGlobal 2013
Alessandro Acquisti: What will a future without secrets look like?
アレサンドロ・アクイスティ: プライバシーはなぜ重要か
Filmed:
Readability: 4.8
1,423,103 views
オンラインと実世界の両方で、公私の境界線はここ10年の間に曖昧になってきています。アレサンドロ・アクイスティがこれが何を意味し、なぜ問題となるのかを説明します。私たちの思考を刺激する、やや背筋の寒くなるトークで、人物の写真からその人物に対するプライバシー情報を得ることがいかに簡単かを含む、最新の研究を紹介します。
Alessandro Acquisti - Privacy economist
What motivates you to share your personal information online? Alessandro Acquisti studies the behavioral economics of privacy (and information security) in social networks. Full bio
What motivates you to share your personal information online? Alessandro Acquisti studies the behavioral economics of privacy (and information security) in social networks. Full bio
Double-click the English transcript below to play the video.
00:12
I would like to tell you a story
0
641
2354
今日は アダムとイブが巻き込まれた
00:14
connecting the notorious privacy incident
1
2995
3176
今日は アダムとイブが巻き込まれた
00:18
involving Adam and Eve,
2
6171
2769
有名なプライバシー事件と
00:20
and the remarkable shift in the boundaries
3
8940
3446
ここ10年間に起きた
00:24
between public and private which has occurred
4
12386
2686
公私の境界の 大きな変化を関連付けて
00:27
in the past 10 years.
5
15072
1770
お話ししたいと思います
00:28
You know the incident.
6
16842
1298
この事件はご存知の通りです
00:30
Adam and Eve one day in the Garden of Eden
7
18140
3330
エデンの園にいる
アダムとイブはある日
アダムとイブはある日
00:33
realize they are naked.
8
21470
1843
自分たちが 裸なのに気付きます
00:35
They freak out.
9
23313
1500
彼らは ひどく あわてます
00:36
And the rest is history.
10
24813
2757
その後の顛末は
ご存知の通りです
ご存知の通りです
00:39
Nowadays, Adam and Eve
11
27570
2188
今日なら アダムとイブは
00:41
would probably act differently.
12
29758
2361
恐らく 違った行動を取るでしょう
00:44
[@Adam Last nite was a blast! loved dat apple LOL]
13
32119
2268
[ @アダム ：昨夜は楽しかった！
あのリンゴは美味しかった（笑）]
あのリンゴは美味しかった（笑）]
00:46
[@Eve yep.. babe, know what happened to my pants tho?]
14
34387
1873
[ @イブ：本当に
でも ズボンどうしたんだろう？]
でも ズボンどうしたんだろう？]
00:48
We do reveal so much more information
15
36260
2636
私たちは今までになく多くの
00:50
about ourselves online than ever before,
16
38896
3334
情報をオンラインで公開しています
00:54
and so much information about us
17
42230
1704
そして我々に関する情報は
00:55
is being collected by organizations.
18
43934
2224
様々な組織によって収集されています
00:58
Now there is much to gain and benefit
19
46158
3282
この大量の個人情報
01:01
from this massive analysis of personal information,
20
49440
2446
あるいはビッグデータから
01:03
or big data,
21
51886
1946
非常に有用で
価値のあるものが得られますが
価値のあるものが得られますが
01:05
but there are also complex tradeoffs that come
22
53832
2638
同時にプライバシーを手放すことに伴う
01:08
from giving away our privacy.
23
56470
3098
複雑なトレードオフも存在します
01:11
And my story is about these tradeoffs.
24
59568
4023
今日は このような
トレードオフについてお話しします
トレードオフについてお話しします
まずここ数年の間に 私のなかで
01:15
We start with an observation which, in my mind,
25
63591
2584
01:18
has become clearer and clearer in the past few years,
26
66175
3327
非常に明確になってきた
01:21
that any personal information
27
69502
2097
どんな個人情報でもプライバシー情報になり得る
01:23
can become sensitive information.
28
71599
2285
という洞察から話したいと思います
01:25
Back in the year 2000, about 100 billion photos
29
73884
4125
2000年の時点で 全世界で
1000億枚ほどの写真が撮られましたが
01:30
were shot worldwide,
30
78009
1912
01:31
but only a minuscule proportion of them
31
79921
3065
ウェブにアップロードされたものの割合は
01:34
were actually uploaded online.
32
82986
1883
非常に小さなものでした
01:36
In 2010, only on Facebook, in a single month,
33
84869
3361
2010年には ファイスブックだけでも
01:40
2.5 billion photos were uploaded,
34
88230
3270
25億枚の写真がひと月にアップされ
01:43
most of them identified.
35
91500
1882
そのほとんどが誰の写真か特定可能です
01:45
In the same span of time,
36
93382
1880
同じ期間で
01:47
computers' ability to recognize people in photos
37
95262
4870
写真に写っている人を認識する
01:52
improved by three orders of magnitude.
38
100132
3608
コンピュータの能力は３桁上がりました
01:55
What happens when you combine
39
103740
1882
この２つの技術を組み合わせると
01:57
these technologies together:
40
105622
1501
何が起こるでしょうか
01:59
increasing availability of facial data;
41
107123
2658
顔写真がどんどん手に入るようになり
02:01
improving facial recognizing ability by computers;
42
109781
3648
コンピュータの顔認識の能力が向上する
02:05
but also cloud computing,
43
113429
2182
そしてクラウドコンピューティングが
02:07
which gives anyone in this theater
44
115611
1888
ここにいる誰に対しても
02:09
the kind of computational power
45
117499
1560
数年前には政府の専門機関しか
02:11
which a few years ago was only the domain
46
119059
1886
持てなかったような
02:12
of three-letter agencies;
47
120945
1782
コンピュータ能力を提供します
02:14
and ubiquitous computing,
48
122727
1378
ユビキタスコンピューティングによって
02:16
which allows my phone, which is not a supercomputer,
49
124105
2892
スーパーコンピュータではない私の携帯電話が
02:18
to connect to the Internet
50
126997
1671
インターネットに接続して
02:20
and do there hundreds of thousands
51
128668
2334
数十万の顔認識を
02:23
of face metrics in a few seconds?
52
131002
2639
数秒で実行することを可能にします
02:25
Well, we conjecture that the result
53
133641
2628
このような技術の組み合わせが
02:28
of this combination of technologies
54
136269
2064
プライバシーと匿名性に対する
02:30
will be a radical change in our very notions
55
138333
2888
私たちの基本的な理解を
02:33
of privacy and anonymity.
56
141221
2257
大きく変えると推測します
02:35
To test that, we did an experiment
57
143478
1993
この考えを検証するために
02:37
on Carnegie Mellon University campus.
58
145471
2121
カーネギーメロン大学で
ある実験を行ないました
ある実験を行ないました
02:39
We asked students who were walking by
59
147592
2099
キャンパスを歩いている学生に声を掛け
02:41
to participate in a study,
60
149691
1779
実験に参加してもらい
02:43
and we took a shot with a webcam,
61
151470
2562
ウェブカメラで学生の顔写真を撮って
02:46
and we asked them to fill out a survey on a laptop.
62
154032
2782
ノートパソコンに用意した
アンケートに答えてもらいました
アンケートに答えてもらいました
02:48
While they were filling out the survey,
63
156814
1979
彼らがアンケートに答えている間に
02:50
we uploaded their shot to a cloud-computing cluster,
64
158793
2797
クラウドコンピューティングのクラスタに
写真をアップし
写真をアップし
02:53
and we started using a facial recognizer
65
161590
1727
顔認識技術を使って
02:55
to match that shot to a database
66
163317
2405
フェイスブックから取ってきた
02:57
of some hundreds of thousands of images
67
165722
2393
数十万の画像データーベースと
03:00
which we had downloaded from Facebook profiles.
68
168115
3596
照合しました
03:03
By the time the subject reached the last page
69
171711
3259
被験者の学生がアンケートの最後の
03:06
on the survey, the page had been dynamically updated
70
174970
3347
ページに到達する頃には
そのページは動的に変更されていて
そのページは動的に変更されていて
03:10
with the 10 best matching photos
71
178317
2313
顔認識エンジンが選んだ最も似ている
03:12
which the recognizer had found,
72
180630
2285
10枚の写真が表示されます
03:14
and we asked the subjects to indicate
73
182915
1738
そこで 学生にその写真の中に
03:16
whether he or she found themselves in the photo.
74
184653
4120
自分が映っているかどうか尋ねました
03:20
Do you see the subject?
75
188773
3699
学生をみつけられますか？
03:24
Well, the computer did, and in fact did so
76
192472
2845
コンピュータは探せたわけです
03:27
for one out of three subjects.
77
195317
2149
実際3人中1人の割合で学生の特定が可能でした
03:29
So essentially, we can start from an anonymous face,
78
197466
3184
基本的には
不特定の顔写真から始めて
不特定の顔写真から始めて
03:32
offline or online, and we can use facial recognition
79
200650
3484
オンラインかオフラインかに関わらず
顔認識技術を使って
顔認識技術を使って
03:36
to give a name to that anonymous face
80
204134
2360
その写真の人物の名前を特定することが
03:38
thanks to social media data.
81
206494
2108
ソーシャルメディアのおかげで可能です
03:40
But a few years back, we did something else.
82
208602
1872
数年前にこれとは異なる実験を行いました
03:42
We started from social media data,
83
210474
1823
ソーシャルメディアのデータから始めて
03:44
we combined it statistically with data
84
212297
3051
それを統計的に米国政府の
03:47
from U.S. government social security,
85
215348
2102
ソーシャルセキュリティー関連の
データと組み合わせ
データと組み合わせ
03:49
and we ended up predicting social security numbers,
86
217450
3324
最終的にソーシャルセキュリティー番号を
特定することが出来ました
特定することが出来ました
03:52
which in the United States
87
220774
1512
ソーシャルセキュリティー番号は米国では
03:54
are extremely sensitive information.
88
222286
2040
プライバシーに関する非常に重要な情報です
03:56
Do you see where I'm going with this?
89
224326
2093
この話の先に見えてくるものは何でしょう？
03:58
So if you combine the two studies together,
90
226419
2922
この2つの実験を組み合わせると
04:01
then the question becomes,
91
229341
1512
ある疑問が浮かびます
04:02
can you start from a face and,
92
230853
2720
顔の写真から始めて
04:05
using facial recognition, find a name
93
233573
2311
顔認識技術によって名前を特定し
04:07
and publicly available information
94
235884
2669
その名前からその個人に対する
04:10
about that name and that person,
95
238553
1932
公開情報を取得し
04:12
and from that publicly available information
96
240485
2248
次に公開情報から
04:14
infer non-publicly available information,
97
242733
2042
よりプライベートな
04:16
much more sensitive ones
98
244775
1606
非公開情報を参照し
04:18
which you link back to the face?
99
246381
1492
それを元の顔と結びつけられるでしょうか？
04:19
And the answer is, yes, we can, and we did.
100
247873
1916
答えはイエスで
私たちはそれに成功しました
私たちはそれに成功しました
04:21
Of course, the accuracy keeps getting worse.
101
249789
2568
もちろん精度は徐々に悪くなります
[27%の被験者のソーシャルセキュリティ番号の
頭5桁が特定できました]
[27%の被験者のソーシャルセキュリティ番号の
頭5桁が特定できました]
もちろん精度は徐々に悪くなります
[27%の被験者のソーシャルセキュリティ番号の
頭5桁が特定できました]
[27%の被験者のソーシャルセキュリティ番号の
頭5桁が特定できました]
04:24
[27% of subjects' first 5 SSN digits identified (with 4 attempts)]
102
252357
944
04:25
But in fact, we even decided to develop an iPhone app
103
253301
3827
iPhoneのアプリも作ることにしました
[27%の被験者のソーシャルセキュリティ番号の
頭5桁が特定できました]
[27%の被験者のソーシャルセキュリティ番号の
頭5桁が特定できました]
04:29
which uses the phone's internal camera
104
257128
2715
内蔵のカメラで
04:31
to take a shot of a subject
105
259843
1600
人物の写真を撮って
04:33
and then upload it to a cloud
106
261443
1487
それをクラウドにアップして
04:34
and then do what I just described to you in real time:
107
262930
2662
先ほど説明した処理をリアルタイムで実行して
04:37
looking for a match, finding public information,
108
265592
2088
該当する写真を探し
公開されている情報を探し
公開されている情報を探し
04:39
trying to infer sensitive information,
109
267680
1730
そこからプライバシー情報を探し
04:41
and then sending back to the phone
110
269410
2591
それを携帯に送り返し
04:44
so that it is overlaid on the face of the subject,
111
272001
3609
その人物の写真と重ね合わせて表示する
04:47
an example of augmented reality,
112
275610
1901
なんかゾッとする
拡張現実の例だと思います
拡張現実の例だと思います
04:49
probably a creepy example of augmented reality.
113
277511
2451
なんかゾッとする
拡張現実の例だと思います
拡張現実の例だと思います
04:51
In fact, we didn't develop the app to make it available,
114
279962
3339
このアプリは公開していません
04:55
just as a proof of concept.
115
283301
1922
単に可能かやってみただけです
04:57
In fact, take these technologies
116
285223
2313
このような技術の応用が
04:59
and push them to their logical extreme.
117
287536
1837
最大限に進んだ場合を考えると
05:01
Imagine a future in which strangers around you
118
289373
2719
周りにいる他人が
05:04
will look at you through their Google Glasses
119
292092
2311
あなたの顔を
グーグルグラスや
グーグルグラスや
05:06
or, one day, their contact lenses,
120
294403
2307
コンタクトレンズを通して見て
05:08
and use seven or eight data points about you
121
296710
4020
あなたに関する７､８個のデータから
05:12
to infer anything else
122
300730
2582
知り得るどんな個人情報にも
05:15
which may be known about you.
123
303312
2603
アクセスできるような未来が想像できます
05:17
What will this future without secrets look like?
124
305915
4794
このような秘密のない世界はどんな感じでしょうか？
05:22
And should we care?
125
310709
1964
このようなことに注意を払うべきでしょうか？
05:24
We may like to believe
126
312673
1891
私たちは
05:26
that the future with so much wealth of data
127
314564
3040
多くのデータにアクセスできる未来が
05:29
would be a future with no more biases,
128
317604
2514
偏見のない世界だと信じる傾向にあります
05:32
but in fact, having so much information
129
320118
3583
でも 多くの情報があるからといって
05:35
doesn't mean that we will make decisions
130
323701
2191
より客観的な判断をするとは限りません
05:37
which are more objective.
131
325892
1706
より客観的な判断をするとは限りません
05:39
In another experiment, we presented to our subjects
132
327598
2560
もう1つの実験では 被験者に
05:42
information about a potential job candidate.
133
330158
2246
就職志望者の情報を見てもらいました
05:44
We included in this information some references
134
332404
3178
この情報のなかに
意図的に混ぜたのは
意図的に混ぜたのは
05:47
to some funny, absolutely legal,
135
335582
2646
被験者自身がネットに投稿した
05:50
but perhaps slightly embarrassing information
136
338228
2465
完全に合法でありながら
ちょっと具合の悪い
ちょっと具合の悪い
05:52
that the subject had posted online.
137
340693
2020
情報に関することです
05:54
Now interestingly, among our subjects,
138
342713
2366
被験者のなかには
05:57
some had posted comparable information,
139
345079
3083
そのような情報を投稿したことがある人も
06:00
and some had not.
140
348162
2362
ない人もいました
06:02
Which group do you think
141
350524
1949
どちらのグループが求職者を
06:04
was more likely to judge harshly our subject?
142
352473
4552
厳しく非難したと思いますか？
06:09
Paradoxically, it was the group
143
357025
1957
逆説的ですが 自分自身もそのような
06:10
who had posted similar information,
144
358982
1733
情報を投稿したことがあるグループでした
06:12
an example of moral dissonance.
145
360715
2942
これは言動不一致の良い例です
06:15
Now you may be thinking,
146
363657
1750
皆さんは これは自分は当てはまらない
06:17
this does not apply to me,
147
365407
1702
なぜなら隠しておきたいことは
06:19
because I have nothing to hide.
148
367109
2162
ないからと思っているかも知れません
06:21
But in fact, privacy is not about
149
369271
2482
しかしプライバシーとは
06:23
having something negative to hide.
150
371753
3676
ネガティブなことを隠すことではありません
06:27
Imagine that you are the H.R. director
151
375429
2354
あなたがどこかの組織の
06:29
of a certain organization, and you receive résumés,
152
377783
2947
人事担当責任者で 就職希望者の
履歴書を受け取ったときに
履歴書を受け取ったときに
06:32
and you decide to find more information about the candidates.
153
380730
2473
応募者に関してもう少し調べたいと思ったとしましょう
06:35
Therefore, you Google their names
154
383203
2460
候補者の名前をグーグルで検索したら
06:37
and in a certain universe,
155
385663
2240
あるサイトで こんな情報が
見つかったとします
見つかったとします
06:39
you find this information.
156
387903
2008
あるサイトで こんな情報が
見つかったとします
見つかったとします
06:41
Or in a parallel universe, you find this information.
157
389911
4437
一方 どこかのパラレルワールドで
この情報を見つけるとします
この情報を見つけるとします
06:46
Do you think that you would be equally likely
158
394348
2717
あなたは両方の応募者と
06:49
to call either candidate for an interview?
159
397065
2803
同じように面談をしたいと思うでしょうか
06:51
If you think so, then you are not
160
399868
2282
もしそう思うのなら
06:54
like the U.S. employers who are, in fact,
161
402150
2582
あなたは米国の雇用主とは違います
06:56
part of our experiment, meaning we did exactly that.
162
404732
3307
私たちは実験の一部として
正にそのような状況を試してみました
正にそのような状況を試してみました
07:00
We created Facebook profiles, manipulating traits,
163
408039
3182
ファイスブックに人柄を操作した
架空のプロファイルを登録し
架空のプロファイルを登録し
07:03
then we started sending out résumés to companies in the U.S.,
164
411221
2851
米国内の様々な企業に
その人物の履歴書を送りました
その人物の履歴書を送りました
07:06
and we detected, we monitored,
165
414072
1908
そして企業がその人物に関する情報を
07:07
whether they were searching for our candidates,
166
415980
2393
ソーシャルメディアで検索するかどうか
07:10
and whether they were acting on the information
167
418373
1832
また そこで得た情報に影響されるか
観察すると
観察すると
07:12
they found on social media. And they were.
168
420205
1938
影響されると分かりました
07:14
Discrimination was happening through social media
169
422143
2101
同じ能力の候補者間で
07:16
for equally skilled candidates.
170
424244
3073
ソーシャルメディアを介した差別が発生していました
07:19
Now marketers like us to believe
171
427317
4575
マーケティングの人たちは
07:23
that all information about us will always
172
431892
2269
私たち自身に関する情報が
07:26
be used in a manner which is in our favor.
173
434161
3273
私たちのために使われると
信じさせようとしています
信じさせようとしています
07:29
But think again. Why should that be always the case?
174
437434
3715
でもよく考えてみてください
常にそうであるはずがありません
常にそうであるはずがありません
07:33
In a movie which came out a few years ago,
175
441149
2664
何年か前の「マイノリティー・レポート」という映画で
07:35
"Minority Report," a famous scene
176
443813
2553
トム・クルーズがショッピング・モールを歩くと
07:38
had Tom Cruise walk in a mall
177
446366
2576
個人に特化した広告がホログラフィックに
07:40
and holographic personalized advertising
178
448942
3776
彼を取り巻くように表示される
07:44
would appear around him.
179
452718
1835
有名な場面がありました
07:46
Now, that movie is set in 2054,
180
454553
3227
映画の設定は2054年
07:49
about 40 years from now,
181
457780
1642
40年後の未来となっていて
07:51
and as exciting as that technology looks,
182
459422
2908
その技術は素晴らしいもののように見えますが
07:54
it already vastly underestimates
183
462330
2646
それはすでに
07:56
the amount of information that organizations
184
464976
2140
組織が集めることのできる個人情報と
07:59
can gather about you, and how they can use it
185
467116
2483
それが思いもよらない方法で利用され得る
08:01
to influence you in a way that you will not even detect.
186
469599
3398
ということに関して過小評価をしています
08:04
So as an example, this is another experiment
187
472997
2103
そのような例として
現在私たちが行なっている
現在私たちが行なっている
08:07
actually we are running, not yet completed.
188
475100
2273
実験を紹介します
08:09
Imagine that an organization has access
189
477373
2319
企業があなたのフェイスブックの
08:11
to your list of Facebook friends,
190
479692
2056
友達リストにアクセスできると仮定してみて下さい
08:13
and through some kind of algorithm
191
481748
1772
そして何らかのアルゴリズムで
08:15
they can detect the two friends that you like the most.
192
483520
3734
一番仲のいい友達を２人選ぶことが出来るとします
08:19
And then they create, in real time,
193
487254
2280
そしてその２人の友達の顔の写真を
08:21
a facial composite of these two friends.
194
489534
2842
リアルタイムにで合成出来るとします
過去の研究から 合成された顔写真は
08:24
Now studies prior to ours have shown that people
195
492376
3069
08:27
don't recognize any longer even themselves
196
495445
2885
本人自身もそれと認識は出来ないのですが
08:30
in facial composites, but they react
197
498330
2462
何故かその写真の顔に親しみをもつ
08:32
to those composites in a positive manner.
198
500792
2117
ということが分かっています
08:34
So next time you are looking for a certain product,
199
502909
3415
次に何か特定の商品を探しているとき
08:38
and there is an ad suggesting you to buy it,
200
506324
2559
それを勧める広告があり
08:40
it will not be just a standard spokesperson.
201
508883
2907
勧めているのは見知らぬ人ではなく
08:43
It will be one of your friends,
202
511790
2313
あなたの友達の合成イメージで
08:46
and you will not even know that this is happening.
203
514103
3303
それに 全く気付かないかもしれません
08:49
Now the problem is that
204
517406
2413
問題は
08:51
the current policy mechanisms we have
205
519819
2519
現在の法律では
08:54
to protect ourselves from the abuses of personal information
206
522338
3438
個人情報の悪用から
我々を保護する仕組みは
我々を保護する仕組みは
08:57
are like bringing a knife to a gunfight.
207
525776
2984
銃撃戦にナイフで対抗するような
ものだということです
ものだということです
09:00
One of these mechanisms is transparency,
208
528760
2913
このような仕組みの一つが透明性で
09:03
telling people what you are going to do with their data.
209
531673
3200
入手した情報をどの様に使うかを
明確するものです
明確するものです
09:06
And in principle, that's a very good thing.
210
534873
2106
原理として それは良いことです
09:08
It's necessary, but it is not sufficient.
211
536979
3667
必要ですが 充分ではありません
09:12
Transparency can be misdirected.
212
540646
3698
透明性は誤用される可能性があります
09:16
You can tell people what you are going to do,
213
544344
2104
情報をどのように使うかを伝えた上で
09:18
and then you still nudge them to disclose
214
546448
2232
個人情報を提供するように
09:20
arbitrary amounts of personal information.
215
548680
2623
相手を誘導することが可能です
09:23
So in yet another experiment, this one with students,
216
551303
2886
学生を対象に
もう1つ実験を実施しました
もう1つ実験を実施しました
09:26
we asked them to provide information
217
554189
3058
学生達にキャンパスでの行ないに関して
09:29
about their campus behavior,
218
557247
1813
情報を提供するように依頼しました
09:31
including pretty sensitive questions, such as this one.
219
559060
2940
試験でカンニングをしたことがありますか？
といった非常にプライベートな質問を含んでいます
09:34
[Have you ever cheated in an exam?]
220
562000
621
09:34
Now to one group of subjects, we told them,
221
562621
2300
一つ目のグループには
09:36
"Only other students will see your answers."
222
564921
2841
回答は 他の学生だけが閲覧すると伝えました
09:39
To another group of subjects, we told them,
223
567762
1579
もう一つのグループには
09:41
"Students and faculty will see your answers."
224
569341
3561
他の学生と教授陣が回答を閲覧すると伝えました
09:44
Transparency. Notification. And sure enough, this worked,
225
572902
2591
透明性と留意点が明確であり
当然期待した結果になりました
当然期待した結果になりました
09:47
in the sense that the first group of subjects
226
575493
1407
最初のグループの方が
09:48
were much more likely to disclose than the second.
227
576900
2568
２番目のグループより情報を開示する可能性が
高いという結果です
高いという結果です
09:51
It makes sense, right?
228
579468
1520
妥当な結果だと思います
09:52
But then we added the misdirection.
229
580988
1490
次に誤った誘導を加えました
09:54
We repeated the experiment with the same two groups,
230
582478
2760
同じ２つのグループで実験を行ないましたが
09:57
this time adding a delay
231
585238
2427
今度はどのように回答が利用されるかを
09:59
between the time we told subjects
232
587665
2935
伝えるタイミングと
10:02
how we would use their data
233
590600
2080
実際に質問をするタイミングを
10:04
and the time we actually started answering the questions.
234
592680
4388
ずらしました
10:09
How long a delay do you think we had to add
235
597068
2561
教授陣も回答を閲覧するという
10:11
in order to nullify the inhibitory effect
236
599629
4613
抑止作用のある情報を
10:16
of knowing that faculty would see your answers?
237
604242
3411
忘れるのにどの位の時間が必要だったと思いますか？
10:19
Ten minutes?
238
607653
1780
10分？
10:21
Five minutes?
239
609433
1791
５分？
10:23
One minute?
240
611224
1776
１分？
10:25
How about 15 seconds?
241
613000
2049
15秒ではどうでしょう？
10:27
Fifteen seconds were sufficient to have the two groups
242
615049
2668
両方のグループに同じ量の情報を開示させるのには
10:29
disclose the same amount of information,
243
617717
1568
15秒あれば充分でした
10:31
as if the second group now no longer cares
244
619285
2746
２つ目のグループも教授陣が
10:34
for faculty reading their answers.
245
622031
2656
回答を見ることを気にしていないようでした
10:36
Now I have to admit that this talk so far
246
624687
3336
ここまでの話で
10:40
may sound exceedingly gloomy,
247
628023
2480
とても憂鬱な気分になるとは思います
10:42
but that is not my point.
248
630503
1721
でもそれがポイントではないのです
10:44
In fact, I want to share with you the fact that
249
632224
2699
実際には別のアプローチがある
10:46
there are alternatives.
250
634923
1772
ということをお話したいのです
10:48
The way we are doing things now is not the only way
251
636695
2499
現在のやり方が唯一の方法ということは
10:51
they can done, and certainly not the best way
252
639194
3037
ありませんし
ベストな方法でもありません
ベストな方法でもありません
10:54
they can be done.
253
642231
2027
ありませんし
ベストな方法でもありません
ベストな方法でもありません
10:56
When someone tells you, "People don't care about privacy,"
254
644258
4171
もし誰かが
「人々はプライバシーを気にしない」と言ったら
「人々はプライバシーを気にしない」と言ったら
11:00
consider whether the game has been designed
255
648429
2642
やり方が巧妙にデザインされていて
11:03
and rigged so that they cannot care about privacy,
256
651071
2724
プライバシーを
気にさせなくしているか疑って下さい
気にさせなくしているか疑って下さい
11:05
and coming to the realization that these manipulations occur
257
653795
3262
そのような操作が存在すると気付くことは
11:09
is already halfway through the process
258
657057
1607
すでに自分自身を守る道を
11:10
of being able to protect yourself.
259
658664
2258
半分進んでいることを示しています
11:12
When someone tells you that privacy is incompatible
260
660922
3710
もし誰かが プライバシーと
11:16
with the benefits of big data,
261
664632
1849
ビッグデータから得られるメリットは
両立しないなどと言い放ったら
両立しないなどと言い放ったら
11:18
consider that in the last 20 years,
262
666481
2473
ここ20年間 研究者は
11:20
researchers have created technologies
263
668954
1917
理論上どんな電気的な通信に対しても
11:22
to allow virtually any electronic transactions
264
670871
3318
プライバシーを強化できる技術を
11:26
to take place in a more privacy-preserving manner.
265
674189
3749
開発してきたことを思い出すべきです
11:29
We can browse the Internet anonymously.
266
677938
2555
私たちは匿名のままインターネットを
ブラウズすることができます
ブラウズすることができます
11:32
We can send emails that can only be read
267
680493
2678
メールを指定した受信者だけが
11:35
by the intended recipient, not even the NSA.
268
683171
3709
読めるように送ることもできます
米国家安全保障局でさえ読めません
米国家安全保障局でさえ読めません
11:38
We can have even privacy-preserving data mining.
269
686880
2997
プライバシーに配慮したデータマイニングも可能です
11:41
In other words, we can have the benefits of big data
270
689877
3894
言い換えれば ビッグデータのメリットを享受しながら
11:45
while protecting privacy.
271
693771
2132
同時にプライバシーを守ることが可能です
11:47
Of course, these technologies imply a shifting
272
695903
3791
もちろんこのような技術は
11:51
of cost and revenues
273
699694
1546
情報を持つ者と
情報を利用する者の間の
情報を利用する者の間の
11:53
between data holders and data subjects,
274
701240
2107
コストと利益のあり方に
影響するかもしれません
影響するかもしれません
11:55
which is why, perhaps, you don't hear more about them.
275
703347
3453
これが理由であまりこのような話を
聞かないのかもしれません
聞かないのかもしれません
11:58
Which brings me back to the Garden of Eden.
276
706800
3706
ここからエデンの園に話に戻ります
12:02
There is a second privacy interpretation
277
710506
2780
これはエデンの園の話を
12:05
of the story of the Garden of Eden
278
713286
1809
プライバシーの観点からみたもう1つの解釈です
12:07
which doesn't have to do with the issue
279
715095
2096
これはアダムとイブが裸であることに
12:09
of Adam and Eve feeling naked
280
717191
2225
気付いて恥ずかしいと思ったこととは
12:11
and feeling ashamed.
281
719416
2381
関係がありません
12:13
You can find echoes of this interpretation
282
721797
2781
同じような話を
12:16
in John Milton's "Paradise Lost."
283
724578
2782
ジョン・ミルトンの「失楽園」にも
見ることができます
見ることができます
12:19
In the garden, Adam and Eve are materially content.
284
727360
4197
エデンの園で アダムとイブは
物質的には不自由なく
物質的には不自由なく
12:23
They're happy. They are satisfied.
285
731557
2104
幸せで満足していました
12:25
However, they also lack knowledge
286
733661
2293
しかし同時に彼らは知識や
12:27
and self-awareness.
287
735954
1640
自己認識に欠けていました
12:29
The moment they eat the aptly named
288
737594
3319
彼らは 適切にも知恵の実と名付けられた
12:32
fruit of knowledge,
289
740913
1293
実を食べた瞬間
12:34
that's when they discover themselves.
290
742206
2605
自分たちを発見しました
12:36
They become aware. They achieve autonomy.
291
744811
4031
彼らは自分達を認識し
自主性を獲得しました
自主性を獲得しました
12:40
The price to pay, however, is leaving the garden.
292
748842
3126
しかしその代償は
エデンの園を去ることでした
エデンの園を去ることでした
12:43
So privacy, in a way, is both the means
293
751968
3881
プライバシーも自由のための
12:47
and the price to pay for freedom.
294
755849
2962
手段でもあり
同時に払うべき代償でもあります
同時に払うべき代償でもあります
12:50
Again, marketers tell us
295
758811
2770
マーケッティングの人々は
12:53
that big data and social media
296
761581
3019
ビッグデータとソーシャルメディアは
12:56
are not just a paradise of profit for them,
297
764600
2979
彼らが利益を得るための場ではなく
12:59
but a Garden of Eden for the rest of us.
298
767579
2457
私たち全員のエデンの園だといいます
13:02
We get free content.
299
770036
1238
私たちは無料でコンテンツを楽しみ
13:03
We get to play Angry Birds. We get targeted apps.
300
771274
3123
アングリーバードを手に入れたり
ほしいアプリを手に入れたりできます
ほしいアプリを手に入れたりできます
13:06
But in fact, in a few years, organizations
301
774397
2897
しかし実際には 数年の内に企業は
13:09
will know so much about us,
302
777294
1609
私たちを熟知し
13:10
they will be able to infer our desires
303
778903
2710
私たちの欲しいものを
13:13
before we even form them, and perhaps
304
781613
2204
意識する前に察知し
13:15
buy products on our behalf
305
783817
2447
必要と思う前に 買い物まで
してくれるようになるかもしれません
してくれるようになるかもしれません
13:18
before we even know we need them.
306
786264
2274
必要と思う前に 買い物まで
してくれるようになるかもしれません
してくれるようになるかもしれません
13:20
Now there was one English author
307
788538
3237
このように私たちが自立性と自由を
13:23
who anticipated this kind of future
308
791775
3045
快適さと引き換えに手放してしまう
13:26
where we would trade away
309
794820
1405
このような未来を憂慮した
13:28
our autonomy and freedom for comfort.
310
796225
3548
英国の作家がいました
13:31
Even more so than George Orwell,
311
799773
2161
ジョージ・オーウェル以上に
これを描いたのは
これを描いたのは
13:33
the author is, of course, Aldous Huxley.
312
801934
2761
もちろん オルダス・ハクスリーです
13:36
In "Brave New World," he imagines a society
313
804695
2854
『すばらしい新世界』で彼は
13:39
where technologies that we created
314
807549
2171
もともとは自由のために私たちが
13:41
originally for freedom
315
809720
1859
作り上げた技術が 私たちを
13:43
end up coercing us.
316
811579
2567
支配する世界を創造しています
13:46
However, in the book, he also offers us a way out
317
814146
4791
しかし同時にその小説では その社会から
13:50
of that society, similar to the path
318
818937
3438
逃げ出す経路 アダムとイブがエデンの園から
13:54
that Adam and Eve had to follow to leave the garden.
319
822375
3955
出るために通らなければならなかった経路と
似たものを示しています
似たものを示しています
13:58
In the words of the Savage,
320
826330
2147
小説のなかの未開人の言葉として
14:00
regaining autonomy and freedom is possible,
321
828477
3069
代償は高いが
14:03
although the price to pay is steep.
322
831546
2679
自立性と自由を手に入れることは可能だと言っています
14:06
So I do believe that one of the defining fights
323
834225
5715
我々の時代の独特の戦いは
14:11
of our times will be the fight
324
839940
2563
個人情報のコントロールに対する
14:14
for the control over personal information,
325
842503
2387
戦いであると私は信じています
14:16
the fight over whether big data will become a force
326
844890
3507
ビッグデータが自由のための力となるか
14:20
for freedom,
327
848397
1289
私たちを陰で操作するような
力となるかの戦いです
力となるかの戦いです
14:21
rather than a force which will hiddenly manipulate us.
328
849686
4746
私たちを陰で操作するような
力となるかの戦いです
力となるかの戦いです
14:26
Right now, many of us
329
854432
2593
現在はまだ 多くの人が
14:29
do not even know that the fight is going on,
330
857025
2753
そのような戦いが始まっていることすら知りません
14:31
but it is, whether you like it or not.
331
859778
2672
しかし好むと好まないとにかかわらず
戦いは始まっています
戦いは始まっています
14:34
And at the risk of playing the serpent,
332
862450
2804
蛇の役割を演じてしまう危険を承知で
14:37
I will tell you that the tools for the fight
333
865254
2897
戦いに必要な道具はここにある
14:40
are here, the awareness of what is going on,
334
868151
3009
何が起きているかを理解する力は
14:43
and in your hands,
335
871160
1355
あなたの手のなかに
14:44
just a few clicks away.
336
872515
3740
ほんの数クリックしか離れていないところに
あると伝えたいと思います
あると伝えたいと思います
14:48
Thank you.
337
876255
1482
ありがとうございます
14:49
(Applause)
338
877737
4477
（拍手）
ABOUT THE SPEAKER
Alessandro Acquisti - Privacy economistWhat motivates you to share your personal information online? Alessandro Acquisti studies the behavioral economics of privacy (and information security) in social networks.
Why you should listen
Online, we humans are paradoxical: We cherish privacy, but freely disclose our personal information in certain contexts. Privacy economics offers a powerful lens to understand this paradox, and the field has been spearheaded by Alessandro Acquisti and his colleagues' analyses of how we decide what to share online and what we get in return.
His team's surprising studies on facial recognition software showed that it can connect an anonymous human face to an online name -- and then to a Facebook account -- in about 3 seconds. Other work shows how easy it can be to find a US citizen's Social Security number using basic pattern matching on public data. Work like this earned him an invitation to testify before a US Senate committee on the impact technology has on civil liberties.
Read about his work in the New York Times »
Alessandro Acquisti | Speaker | TED.com