TEDxWinnipeg
Jeff Hancock: The future of lying
Jeff Hancock: 3 soorten digitale leugens
Filmed:
Readability: 3.3
1,347,124 views
Wie heeft er nooit een sms gestuurd met de tekst "Kom eraan" terwijl dit niet waar was, of de waarheid een handje geholpen op zijn online datingprofiel? Jeff Hancock gelooft echter dat de anonimiteit van internet geen oneerlijkheid uitlokt. Hij zegt dat in feite de doorzoekbaarheid en permanente aard van online informatie ons wel eens eerlijk zouden kunnen houden.
Jeff Hancock - Psychologist
Jeff Hancock studies how we interact by email, text message and social media blips, seeking to understand how technology mediates communication. Full bio
Jeff Hancock studies how we interact by email, text message and social media blips, seeking to understand how technology mediates communication. Full bio
Double-click the English transcript below to play the video.
00:16
Let me tell you, it has been a fantastic month for deception.
0
381
3713
Dit was een fantastische maand voor bedrog.
00:19
And I'm not even talking about the American presidential race. (Laughter)
1
4094
4253
Dan heb ik het niet eens over de Amerikaanse presidentsverkiezingen. (Gelach)
00:24
We have a high-profile journalist caught for plagiarism,
2
8347
4335
Er is een bekende journalist betrapt op plagiaat.
00:28
a young superstar writer whose book involves
3
12682
2932
Het boek van een jonge ster-auteur
00:31
so many made up quotes that they've pulled it from the shelves;
4
15614
3305
bevatte zoveel verzonnen citaten
dat men het uit de schappen haalde.
dat men het uit de schappen haalde.
00:34
a New York Times exposé on fake book reviews.
5
18919
2598
Een onthulling van de New York Times
over verzonnen boekrecensies.
over verzonnen boekrecensies.
00:37
It's been fantastic.
6
21517
1409
Het was fantastisch.
00:38
Now, of course, not all deception hits the news.
7
22926
3851
Natuurlijk haalt niet alle bedrog het nieuws.
00:42
Much of the deception is everyday. In fact, a lot of research
8
26777
3679
Veel bedrog is alledaags.
Veel onderzoeken tonen aan
Veel onderzoeken tonen aan
00:46
shows that we all lie once or twice a day, as Dave suggested.
9
30456
4331
dat we allemaal
een of twee keer per dag liegen.
een of twee keer per dag liegen.
00:50
So it's about 6:30 now, suggests that most of us should have lied.
10
34787
2933
Het is nu ongeveer 18:30 u,
dus de meesten van ons hebben al gelogen.
dus de meesten van ons hebben al gelogen.
00:53
Let's take a look at Winnipeg. How many of you,
11
37720
1900
Eens kijken, Winnipeg.
Hoevelen van jullie
Hoevelen van jullie
00:55
in the last 24 hours -- think back -- have told a little fib,
12
39620
2927
hebben in de laatste 24 uur
een kleine of grote leugen verteld?
een kleine of grote leugen verteld?
00:58
or a big one? How many have told a little lie out there?
13
42547
3551
hebben in de laatste 24 uur
een kleine of grote leugen verteld?
een kleine of grote leugen verteld?
01:01
All right, good. These are all the liars.
14
46098
1904
Oké, goed. Dit zijn alle leugenaars.
01:03
Make sure you pay attention to them. (Laughter)
15
48002
3293
Hou ze in de gaten. (Gelach)
01:07
No, that looked good, it was about two thirds of you.
16
51295
2146
Nee, dat zag er goed uit,
het was ongeveer tweederde van het publiek.
het was ongeveer tweederde van het publiek.
01:09
The other third didn't lie, or perhaps forgot,
17
53441
2852
Het resterende deel heeft niet gelogen,
of is het misschien vergeten,
of is het misschien vergeten,
01:12
or you're lying to me about your lying, which is very,
18
56293
2660
óf jullie liegen tegen me over jullie gelieg.
01:14
very devious. (Laughter) This fits with a lot of the research,
19
58953
4050
Dat is nog erger. (Gelach)
Dit komt overeen met veel van de onderzoeken
Dit komt overeen met veel van de onderzoeken
01:18
which suggests that lying is very pervasive.
20
63003
3354
die suggereren dat liegen
een wijdverbreid fenomeen is.
een wijdverbreid fenomeen is.
01:22
It's this pervasiveness, combined with the centrality
21
66357
3961
Deze alomtegenwoordigheid,
in combinatie met het door en door
in combinatie met het door en door
01:26
to what it means to be a human, the fact that we can
22
70318
2440
menselijke ervan
-- het feit dat we
-- het feit dat we
01:28
tell the truth or make something up,
23
72758
1880
de waarheid kunnen vertellen
of iets kunnen verzinnen --
of iets kunnen verzinnen --
01:30
that has fascinated people throughout history.
24
74638
2851
fascineert mensen al eeuwenlang.
01:33
Here we have Diogenes with his lantern.
25
77489
2629
Hier hebben we Diogenes met zijn lantaarn.
01:36
Does anybody know what he was looking for?
26
80118
2680
Weet iemand wat hij zocht?
01:38
A single honest man, and he died without finding one
27
82798
3784
Eén eerlijke man
en hij overleed zonder hem te vinden
en hij overleed zonder hem te vinden
01:42
back in Greece. And we have Confucius in the East
28
86582
3017
daar in Griekenland.
En we hebben Confucius in het Oosten
En we hebben Confucius in het Oosten
01:45
who was really concerned with sincerity,
29
89599
2377
die zich bezighield met oprechtheid.
01:47
not only that you walked the walk or talked the talk,
30
91976
3084
Niet alleen dat je deed wat je beloofde
of meende wat je zei,
of meende wat je zei,
01:50
but that you believed in what you were doing.
31
95060
3154
maar dat je geloofde in wat je deed.
01:54
You believed in your principles.
32
98214
2006
Je geloofde in je principes.
01:56
Now my first professional encounter with deception
33
100220
2931
Mijn eerste professionele ontmoeting met bedrog
01:59
is a little bit later than these guys, a couple thousand years.
34
103151
3463
was wat later dan deze jongens,
een paar duizend jaar.
een paar duizend jaar.
02:02
I was a customs officer for Canada back in the mid-'90s.
35
106614
3799
Midden jaren 90
was ik douanebeambte in Canada,
was ik douanebeambte in Canada,
02:06
Yeah. I was defending Canada's borders.
36
110413
2826
Ja... ik verdedigde de grenzen van Canada.
02:09
You may think that's a weapon right there. In fact,
37
113239
3782
Misschien denk je dat
dat daar een wapen is.
dat daar een wapen is.
02:12
that's a stamp. I used a stamp to defend Canada's borders. (Laughter)
38
117021
5030
In feite is het een stempel.
Ik verdedigde Canada's grenzen met een stempel. (Gelach)
Ik verdedigde Canada's grenzen met een stempel. (Gelach)
02:17
Very Canadian of me. I learned a lot about deception
39
122051
3537
Erg Canadees van me.
Ik leerde veel over bedrog
Ik leerde veel over bedrog
02:21
while doing my duty here in customs,
40
125588
3055
tijdens het uitvoeren
van mijn plicht bij de douane.
van mijn plicht bij de douane.
02:24
one of which was that most of what I thought I knew about deception was wrong,
41
128643
2884
Het meeste dat ik dacht te weten over bedrog,
klopte bijvoorbeeld niet,
klopte bijvoorbeeld niet,
02:27
and I'll tell you about some of that tonight.
42
131527
1752
en ik ga daar vanavond
wat over vertellen.
wat over vertellen.
02:29
But even since just 1995, '96, the way we communicate
43
133279
4074
Maar zelfs sinds 1995, 1996,
is de manier waarop we communiceren
is de manier waarop we communiceren
02:33
has been completely transformed. We email, we text,
44
137353
3297
volledig veranderd.
We e-mailen, we sms'en,
We e-mailen, we sms'en,
02:36
we skype, we Facebook. It's insane.
45
140650
2613
we skypen, we Facebooken.
Het is krankzinnig.
Het is krankzinnig.
02:39
Almost every aspect of human communication's been changed,
46
143263
3261
Bijna elk aspect
van menselijke communicatie is veranderd,
van menselijke communicatie is veranderd,
02:42
and of course that's had an impact on deception.
47
146524
2560
en uiteraard had dat zijn invloed op bedrog.
02:44
Let me tell you a little bit about a couple of new deceptions
48
149084
2583
Ik zal jullie wat meer vertellen
over nieuwe manieren van bedrog
over nieuwe manieren van bedrog
02:47
we've been tracking and documenting.
49
151667
2376
die we hebben opgespoord en gedocumenteerd.
02:49
They're called the Butler, the Sock Puppet
50
154043
4244
Ze heten de butler, de sokpop
02:54
and the Chinese Water Army.
51
158287
2081
en het Chinese waterleger.
02:56
It sounds a little bit like a weird book,
52
160368
1897
Het klinkt als de titel van een vreemd boek,
02:58
but actually they're all new types of lies.
53
162265
2133
maar het zijn nieuwe soorten leugens.
03:00
Let's start with the Butlers. Here's an example of one:
54
164398
3045
Laten we beginnen met de butlers.
Hier is een voorbeeld:
Hier is een voorbeeld:
03:03
"On my way." Anybody ever written, "On my way?"
55
167443
3113
"Onderweg."
Heeft iemand ooit "Onderweg" geschreven?
Heeft iemand ooit "Onderweg" geschreven?
03:06
Then you've also lied. (Laughter)
56
170556
3763
Dan heb je ook gelogen. (Gelach)
03:10
We're never on our way. We're thinking about going on our way.
57
174319
4197
We zijn nooit onderweg,
we denken er hoogstens aan.
we denken er hoogstens aan.
03:14
Here's another one: "Sorry I didn't respond to you earlier.
58
178516
2763
Hier is er nog een:
"Sorry dat ik niet eerder antwoordde.
"Sorry dat ik niet eerder antwoordde.
03:17
My battery was dead." Your battery wasn't dead.
59
181279
1965
Mijn accu was leeg."
Je accu was niet leeg!
Je accu was niet leeg!
03:19
You weren't in a dead zone.
60
183244
1876
Je was niet buiten bereik.
03:21
You just didn't want to respond to that person that time.
61
185120
1953
Je wilde die persoon op dat moment
gewoon niet antwoorden.
gewoon niet antwoorden.
03:22
Here's the last one: You're talking to somebody,
62
187073
1797
Hier is de laatste:
je staat met iemand te praten
je staat met iemand te praten
03:24
and you say, "Sorry, got work, gotta go."
63
188870
2490
en je zegt: "Sorry, ik heb nog werk te doen.
Ik moet gaan."
Ik moet gaan."
03:27
But really, you're just bored. You want to talk to somebody else.
64
191360
3797
Eigenlijk ben je gewoon verveeld.
Je wilt met iemand anders praten.
Je wilt met iemand anders praten.
03:31
Each of these is about a relationship,
65
195157
2416
Elk van deze gaat over een relatie
03:33
and this is a 24/7 connected world. Once you get my cell phone number,
66
197573
4405
in deze altijd verbonden wereld.
Als je eenmaal mijn mobiele nummer hebt,
Als je eenmaal mijn mobiele nummer hebt,
03:37
you can literally be in touch with me 24 hours a day.
67
201978
2965
heb je letterlijk 24 uur per dag
toegang tot mij.
toegang tot mij.
03:40
And so these lies are being used by people
68
204943
2369
Dus gebruiken mensen deze leugens
03:43
to create a buffer, like the butler used to do,
69
207312
2826
om een buffer te creëren,
zoals de butler vroeger deed,
zoals de butler vroeger deed,
03:46
between us and the connections to everybody else.
70
210138
3407
tussen ons en onze relaties met alle anderen.
03:49
But they're very special. They use ambiguity
71
213545
1707
Maar ze zijn erg bijzonder.
Ze gebruiken dubbelzinnigheid
Ze gebruiken dubbelzinnigheid
03:51
that comes from using technology. You don't know
72
215252
2061
die voortkomt uit het gebruik van technologie.
03:53
where I am or what I'm doing or who I'm with.
73
217313
2948
Je weet niet waar ik ben of wat ik doe
of met wie ik ben.
of met wie ik ben.
03:56
And they're aimed at protecting the relationships.
74
220261
2491
En ze beschermen de relaties.
03:58
These aren't just people being jerks. These are people
75
222752
2581
Deze mensen doen niet vervelend.
04:01
that are saying, look, I don't want to talk to you now,
76
225333
2376
Ze zeggen: "Luister, ik wil even niet met je praten,
maar ik geef wel om je.
maar ik geef wel om je.
04:03
or I didn't want to talk to you then, but I still care about you.
77
227709
2424
Ze zeggen: "Luister, ik wil even niet met je praten,
maar ik geef wel om je.
maar ik geef wel om je.
04:06
Our relationship is still important.
78
230133
2400
Onze relatie is nog steeds belangrijk."
04:08
Now, the Sock Puppet, on the other hand,
79
232533
1514
De sokpop is een heel ander dier.
04:09
is a totally different animal. The sock puppet isn't
80
234047
2343
Die gaat niet over tweeslachtigheid,
maar over identiteit.
maar over identiteit.
04:12
about ambiguity, per se. It's about identity.
81
236390
3065
Die gaat niet over tweeslachtigheid,
maar over identiteit.
maar over identiteit.
04:15
Let me give you a very recent example,
82
239455
2002
Ik geef een voorbeeld van vorige week.
04:17
as in, like, last week.
83
241457
1514
Ik geef een voorbeeld van vorige week.
04:18
Here's R.J. Ellory, best-seller author in Britain.
84
242971
3268
Hier is R.J. Ellory,
bestsellerauteur in Groot Brittannië
bestsellerauteur in Groot Brittannië
04:22
Here's one of his bestselling books.
85
246239
2020
Dit is een van zijn bestsellers.
04:24
Here's a reviewer online, on Amazon.
86
248259
3413
Dit is een online reviewer,
op Amazon.
op Amazon.
04:27
My favorite, by Nicodemus Jones, is,
87
251672
2657
Mijn favoriet, door Nicodemus Jones:
04:30
"Whatever else it might do, it will touch your soul."
88
254329
3808
"Wat het verder ook doet,
het zal je ziel raken."
het zal je ziel raken."
04:34
And of course, you might suspect
89
258137
1403
Uiteraard verdenk je
04:35
that Nicodemus Jones is R.J. Ellory.
90
259540
2627
R.J.Ellory ervan dat hij Nicodemus Jones is.
04:38
He wrote very, very positive reviews about himself. Surprise, surprise.
91
262167
4687
Hij schreef buitengewoon
positieve recensies over zichzelf.
positieve recensies over zichzelf.
04:42
Now this Sock Puppet stuff isn't actually that new.
92
266854
3260
Dit sokpop-gedoe is niet helemaal nieuw.
04:46
Walt Whitman also did this back in the day,
93
270114
3167
Walt Whitman deed dit vroeger ook,
04:49
before there was Internet technology. Sock Puppet
94
273281
3055
nog voor er internet bestond.
04:52
becomes interesting when we get to scale,
95
276336
2768
De sokpop wordt op grote schaal
pas echt interessant.
pas echt interessant.
04:55
which is the domain of the Chinese Water Army.
96
279104
2518
Dat is het domein van het Chinese waterleger.
04:57
Chinese Water Army refers to thousands of people
97
281622
2436
Chinees waterleger verwijst naar duizenden mensen
04:59
in China that are paid small amounts of money
98
284058
3048
in China, die betaald worden
om content te genereren.
om content te genereren.
05:03
to produce content. It could be reviews. It could be
99
287106
3034
Recensies.
Of propaganda.
Of propaganda.
05:06
propaganda. The government hires these people,
100
290140
2559
De overheid huurt deze mensen in,
05:08
companies hire them, all over the place.
101
292699
2628
bedrijven huren ze in... overal.
05:11
In North America, we call this Astroturfing,
102
295327
3617
In Noord-Amerika noemen we dit 'astroturfing'.
05:14
and Astroturfing is very common now. There's a lot of concerns about it.
103
298944
3438
Het is wijdverbreid
en men maakt zich er zorgen over.
en men maakt zich er zorgen over.
05:18
We see this especially with product reviews, book reviews,
104
302382
3227
We zien dit vooral
bij productrecensies, boekrecensies,
bij productrecensies, boekrecensies,
05:21
everything from hotels to whether that toaster is a good toaster or not.
105
305609
4795
alles van hotels
tot welke toaster de beste is.
tot welke toaster de beste is.
05:26
Now, looking at these three reviews, or these three types of deception,
106
310404
3918
Kijkend naar deze drie vormen van bedrog
05:30
you might think, wow, the Internet is really making us
107
314322
2737
denk je misschien:
"Wauw, internet verandert ons in bedriegers,
"Wauw, internet verandert ons in bedriegers,
05:32
a deceptive species, especially when you think about
108
317059
3209
vooral als je denkt aan astroturfing,
05:36
the Astroturfing, where we can see deception brought up to scale.
109
320268
4602
waarbij op grote schaal wordt bedrogen.
05:40
But actually, what I've been finding is very different from that.
110
324870
4738
We vonden echter iets heel anders.
05:45
Now, let's put aside the online anonymous sex chatrooms,
111
329608
3249
De anonieme seks-chatrooms even terzijde.
05:48
which I'm sure none of you have been in.
112
332857
1899
Niemand van jullie heeft die uiteraard ooit bezocht.
05:50
I can assure you there's deception there.
113
334756
2329
Ik verzeker je dat daar bedrog plaatsvindt.
05:52
And let's put aside the Nigerian prince who's emailed you
114
337085
2709
De Nigeriaanse prins die je mailde
over die 43 miljoen die het land uit moesten...
over die 43 miljoen die het land uit moesten...
05:55
about getting the 43 million out of the country. (Laughter)
115
339794
3228
De Nigeriaanse prins die je mailde
over die 43 miljoen die het land uit moesten...
over die 43 miljoen die het land uit moesten...
05:58
Let's forget about that guy, too.
116
343022
1680
Laten we die ook even vergeten.
06:00
Let's focus on the conversations between our friends
117
344702
2944
Laten we ons richten
op gesprekken met vrienden
op gesprekken met vrienden
06:03
and our family and our coworkers and our loved ones.
118
347646
2147
en familie en collega's en naasten.
06:05
Those are the conversations that really matter.
119
349793
2408
Dat zijn de gesprekken die ertoe doen.
06:08
What does technology do to deception with those folks?
120
352201
4240
Hoe beïnvloedt technologie bedrog in die relaties?
06:12
Here's a couple of studies. One of the studies we do
121
356441
3075
Hier zijn wat onderzoeken.
Een ervan heet
Een ervan heet
06:15
are called diary studies, in which we ask people to record
122
359516
3371
dagboekonderzoek,
waarbij we mensen vragen
waarbij we mensen vragen
06:18
all of their conversations and all of their lies for seven days,
123
362887
3566
om 7 dagen lang al hun gesprekken
en leugens op te schrijven.
en leugens op te schrijven.
06:22
and what we can do then is calculate how many lies took place
124
366453
3105
Vervolgens berekenen wij het aantal leugens
06:25
per conversation within a medium, and the finding
125
369558
2948
per gesprek per medium.
06:28
that we get that surprises people the most is that email
126
372506
2524
De uitslag die mensen het meest verbaast,
06:30
is the most honest of those three media.
127
375030
3279
is dat e-mail de eerlijkste is
van die drie media.
van die drie media.
06:34
And it really throws people for a loop because we think,
128
378309
2401
Dit verwart mensen, want we denken:
06:36
well, there's no nonverbal cues, so why don't you lie more?
129
380710
3736
er zijn geen non-verbale aanwijzingen,
dus waarom lieg je niet meer?
dus waarom lieg je niet meer?
06:40
The phone, in contrast, the most lies.
130
384446
4304
We zien daarentegen keer op keer dat mensen
telefonisch het vaakst liegen,
telefonisch het vaakst liegen,
06:44
Again and again and again we see the phone is the device
131
388750
1946
We zien daarentegen keer op keer dat mensen
telefonisch het vaakst liegen,
telefonisch het vaakst liegen,
06:46
that people lie on the most, and perhaps because of the Butler Lie ambiguities I was telling you about.
132
390696
4718
misschien vanwege die butler-leugens.
06:51
This tends to be very different from what people expect.
133
395414
3975
Dit is meestal niet wat mensen verwachten.
06:55
What about résumés? We did a study in which we had
134
399389
3224
En cv's?
We deden een onderzoek waarin we mensen
We deden een onderzoek waarin we mensen
06:58
people apply for a job, and they could apply for a job
135
402613
2544
lieten solliciteren naar een baan.
07:01
either with a traditional paper résumé, or on LinkedIn,
136
405157
3514
Dat kon met een traditioneel papieren cv,
07:04
which is a social networking site like Facebook,
137
408671
2822
of met LinkedIn,
een sociaalnetwerksite als Facebook,
een sociaalnetwerksite als Facebook,
07:07
but for professionals -- involves the same information as a résumé.
138
411493
3567
maar dan voor beroepsmatig gebruik.
Met dezelfde informatie als op een cv.
Met dezelfde informatie als op een cv.
07:10
And what we found, to many people's surprise,
139
415060
2614
We ontdekten, tot verbazing van veel mensen,
07:13
was that those LinkedIn résumés were more honest
140
417674
2795
dat die LinkedIn-cv's het eerlijkst waren
over dingen die werkgevers belangrijk vonden,
over dingen die werkgevers belangrijk vonden,
07:16
on the things that mattered to employers, like your
141
420469
1824
dat die LinkedIn-cv's het eerlijkst waren
over dingen die werkgevers belangrijk vonden,
over dingen die werkgevers belangrijk vonden,
07:18
responsibilities or your skills at your previous job.
142
422293
4151
zoals je verantwoordelijkheden
of je vaardigheden in je vorige baan.
of je vaardigheden in je vorige baan.
07:22
How about Facebook itself?
143
426444
2296
En Facebook zelf?
07:24
You know, we always think that hey, there are these
144
428740
1882
We denken altijd
dat het geïdealiseerde versies zijn,
dat het geïdealiseerde versies zijn,
07:26
idealized versions, people are just showing the best things
145
430622
2129
dat mensen enkel het beste
uit hun leven tonen.
uit hun leven tonen.
07:28
that happened in their lives. I've thought that many times.
146
432751
2656
Ik heb dat vaak zitten denken.
07:31
My friends, no way they can be that cool and have good of a life.
147
435407
3068
Mijn vrienden kunnen nooit zo cool zijn
en zo'n goed leven hebben.
en zo'n goed leven hebben.
07:34
Well, one study tested this by examining people's personalities.
148
438475
3821
Een onderzoek testte dit
door de persoonlijkheid van mensen te bekijken.
door de persoonlijkheid van mensen te bekijken.
07:38
They had four good friends of a person judge their personality.
149
442296
4218
Ze lieten 4 goede vrienden van iemand
diens persoonlijkheid beoordelen.
diens persoonlijkheid beoordelen.
07:42
Then they had strangers, many strangers,
150
446514
1956
Dan lieten ze die persoon beoordelen
door veel vreemden,
door veel vreemden,
07:44
judge the person's personality just from Facebook,
151
448470
2528
enkel aan de hand van Facebook,
07:46
and what they found was those judgments of the personality
152
450998
2429
en ze vonden dat die beoordelingen
07:49
were pretty much identical, highly correlated,
153
453427
2509
vrijwel identiek waren.
07:51
meaning that Facebook profiles really do reflect our actual personality.
154
455936
4373
Je Facebook-profiel lijkt dus echt
je persoonlijkheid te weerspiegelen.
je persoonlijkheid te weerspiegelen.
07:56
All right, well, what about online dating?
155
460309
2572
En online daten?
07:58
I mean, that's a pretty deceptive space.
156
462881
1500
Een behoorlijk misleidend gebied.
08:00
I'm sure you all have "friends" that have used online dating. (Laughter)
157
464381
3535
Jullie hebben vast allemaal 'vrienden'
die wel eens online gedate hebben. (Gelach)
die wel eens online gedate hebben. (Gelach)
08:03
And they would tell you about that guy that had no hair
158
467916
2058
Dan bleek die kerel geen haren te hebben,
08:05
when he came, or the woman that didn't look at all like her photo.
159
469974
3030
of die vrouw leek niet op haar foto.
08:08
Well, we were really interested in it, and so what we did
160
473004
3136
We waren echt geïnteresseerd,
08:12
is we brought people, online daters, into the lab,
161
476140
3107
dus brachten we online daters
naar het lab,
naar het lab,
08:15
and then we measured them. We got their height
162
479247
1480
en namen hun maten op.
08:16
up against the wall, we put them on a scale, got their weight --
163
480727
3881
Hun lengte tegen de muur,
hun gewicht op een weegschaal.
hun gewicht op een weegschaal.
08:20
ladies loved that -- and then we actually got their driver's license to get their age.
164
484608
3895
De dames vonden dat geweldig.
Toen keken we naar hun leeftijd in het rijbewijs.
Toen keken we naar hun leeftijd in het rijbewijs.
08:24
And what we found was very, very interesting.
165
488503
4311
We zagen iets heel interessant.
08:28
Here's an example of the men and the height.
166
492814
3929
Hier is een voorbeeld van mannen en lengte.
08:32
Along the bottom is how tall they said they were in their profile.
167
496743
2470
Onderaan zie je hoe lang ze waren
volgens hun profiel.
volgens hun profiel.
08:35
Along the y-axis, the vertical axis, is how tall they actually were.
168
499213
4862
Op de y-as, de verticale as,
zie je hoe groot ze echt waren.
zie je hoe groot ze echt waren.
08:39
That diagonal line is the truth line. If their dot's on it,
169
504075
3076
Die diagonale lijn is de waarheidslijn.
Als hun stip erop ligt,
Als hun stip erop ligt,
08:43
they were telling exactly the truth.
170
507151
1554
vertelden ze de waarheid.
08:44
Now, as you see, most of the little dots are below the line.
171
508705
3113
Zoals je ziet,
staan de meeste stippen onder de lijn.
staan de meeste stippen onder de lijn.
08:47
What it means is all the guys were lying about their height.
172
511818
2867
Alle mannen logen dus over hun lengte.
08:50
In fact, they lied about their height about nine tenths of an inch,
173
514685
2941
Ze maakten zichzelf
ongeveer 9/10 inch (23 mm) langer.
ongeveer 9/10 inch (23 mm) langer.
08:53
what we say in the lab as "strong rounding up." (Laughter)
174
517626
6276
Dat noemen we in het lab
'sterk naar boven afronden'. (Gelach)
'sterk naar boven afronden'. (Gelach)
08:59
You get to 5'8" and one tenth, and boom! 5'9".
175
523902
4503
Je zit een paar mm boven 1,73 m
en boem! Dat wordt 1,75 m.
en boem! Dat wordt 1,75 m.
09:04
But what's really important here is, look at all those dots.
176
528405
1998
Maar wat hier echt belangrijk is:
kijk naar al die stippen.
kijk naar al die stippen.
09:06
They are clustering pretty close to the truth. What we found
177
530403
2566
Ze zitten vrij dicht bij de waarheid.
09:08
was 80 percent of our participants did indeed lie
178
532969
2408
Zo'n 80% van de deelnemers loog inderdaad,
maar altijd een beetje.
maar altijd een beetje.
09:11
on one of those dimensions, but they always lied by a little bit.
179
535377
3595
Zo'n 80% van de deelnemers loog inderdaad,
maar altijd een beetje.
maar altijd een beetje.
09:14
One of the reasons is pretty simple. If you go to a date,
180
538972
3024
Een van de redenen is heel eenvoudig.
Als je naar een date gaat,
Als je naar een date gaat,
09:17
a coffee date, and you're completely different than what you said,
181
541996
3601
en je bent heel anders dan wat je zei,
09:21
game over. Right? So people lied frequently, but they lied
182
545597
3619
dan is het 'game over'.
Dus mensen logen veelvuldig,
Dus mensen logen veelvuldig,
09:25
subtly, not too much. They were constrained.
183
549216
3469
maar subtiel, niet te veel.
Ze hielden zich in.
Ze hielden zich in.
09:28
Well, what explains all these studies? What explains the fact
184
552685
2887
Wat verklaart al dit onderzoek?
Wat verklaart het feit
Wat verklaart het feit
09:31
that despite our intuitions, mine included,
185
555572
4635
dat ondanks onze vermoedens,
inclusief de mijne,
inclusief de mijne,
09:36
a lot of online communication, technologically-mediated
186
560207
3529
veel online communicatie, via technologie,
09:39
communication, is more honest than face to face?
187
563736
4028
eerlijker is dan rechtstreekse communicatie?
09:43
That really is strange. How do we explain this?
188
567764
2489
Het is erg vreemd.
Hoe verklaren we dat?
Hoe verklaren we dat?
09:46
Well, to do that, one thing is we can look at the deception-detection literature.
189
570253
3379
Je kunt kijken naar de
bedrog-ontdekkingsliteratuur.
bedrog-ontdekkingsliteratuur.
09:49
It's a very old literature by now, it's coming up on 50 years.
190
573632
4345
Erg oude literatuur,
bijna 50 jaar oud.
bijna 50 jaar oud.
09:53
It's been reviewed many times. There's been thousands of trials,
191
577977
2662
Het is vaak onder de loep genomen.
Duizenden tests, honderden onderzoeken.
Duizenden tests, honderden onderzoeken.
09:56
hundreds of studies, and there's some really compelling findings.
192
580639
3981
En de resultaten zijn overtuigend.
10:00
The first is, we're really bad at detecting deception,
193
584620
3236
Ten eerste merken we misleiding heel slecht op.
10:03
really bad. Fifty-four percent accuracy on average when you have to tell
194
587856
4116
54% nauwkeurigheid als je moet zeggen
10:07
if somebody that just said a statement is lying or not.
195
591972
3384
of een uitspraak van iemand gelogen was of niet.
10:11
That's really bad. Why is it so bad?
196
595356
3192
Dat is heel slecht.
Waarom?
Waarom?
10:14
Well it has to do with Pinocchio's nose.
197
598548
2530
Dat heeft te maken met Pinocchio's neus.
10:16
If I were to ask you guys, what do you rely on
198
601078
2359
Als ik jullie zou vragen:
waarop let je
waarop let je
10:19
when you're looking at somebody and you want to find out
199
603437
2245
als je wil zien of iemand liegt?
10:21
if they're lying? What cue do you pay attention to?
200
605682
2930
Op welke aanwijzingen let je?
10:24
Most of you would say that one of the cues you look at
201
608612
2430
De meesten zouden zeggen:
de ogen.
de ogen.
10:26
is the eyes. The eyes are the window to the soul.
202
611042
2728
De vensters van de ziel.
10:29
And you're not alone. Around the world, almost every culture,
203
613770
2403
Daar ben je niet alleen in.
Overal ter wereld,
Overal ter wereld,
10:32
one of the top cues is eyes. But the research
204
616173
2863
in bijna alle culturen
kijkt men vooral naar de ogen.
kijkt men vooral naar de ogen.
10:34
over the last 50 years says there's actually no reliable cue
205
619036
3824
Maar vijftig jaar onderzoek toont aan
dat er geen betrouwbare aanwijzing is
dat er geen betrouwbare aanwijzing is
10:38
to deception, which blew me away, and it's one of
206
622860
2997
voor bedrog.
Ik vond het ongelofelijk en het was
Ik vond het ongelofelijk en het was
10:41
the hard lessons that I learned when I was customs officer.
207
625857
2355
een van de harde lessen
die ik leerde als douanebeambte.
die ik leerde als douanebeambte.
10:44
The eyes do not tell us whether somebody's lying or not.
208
628212
2430
Aan de ogen zie je niet of iemand liegt.
10:46
Some situations, yes -- high stakes, maybe their pupils dilate,
209
630642
3018
In sommige situaties, met veel op het spel,
verwijden de pupillen,
verwijden de pupillen,
10:49
their pitch goes up, their body movements change a little bit,
210
633660
3504
gaat de stem omhoog,
veranderen lichaamsbewegingen,
veranderen lichaamsbewegingen,
10:53
but not all the time, not for everybody, it's not reliable.
211
637164
4832
maar niet altijd, niet bij iedereen.
Het is niet betrouwbaar... vreemd.
Het is niet betrouwbaar... vreemd.
10:57
Strange. The other thing is that just because you can't see me
212
641996
3378
Verder, dat je me niet kan zien,
11:01
doesn't mean I'm going to lie. It's common sense,
213
645374
2419
betekent niet dat ik zal liegen.
Gezond verstand.
Gezond verstand.
11:03
but one important finding is that we lie for a reason.
214
647793
2907
Een belangrijke uitkomst is
dat we liegen om een reden.
dat we liegen om een reden.
11:06
We lie to protect ourselves or for our own gain
215
650700
2367
We liegen om onszelf te beschermen,
voor ons gewin of dat van iemand anders.
voor ons gewin of dat van iemand anders.
11:08
or for somebody else's gain.
216
653067
2827
We liegen om onszelf te beschermen,
voor ons gewin of dat van iemand anders.
voor ons gewin of dat van iemand anders.
11:11
So there are some pathological liars, but they make up
217
655894
1930
Er zijn slechts weinig pathologische leugenaars.
11:13
a tiny portion of the population. We lie for a reason.
218
657824
3513
We liegen om een reden.
11:17
Just because people can't see us doesn't mean
219
661337
1631
Dat mensen ons niet kunnen zien,
betekent niet dat we zullen liegen.
betekent niet dat we zullen liegen.
11:18
we're going to necessarily lie.
220
662968
2271
Dat mensen ons niet kunnen zien,
betekent niet dat we zullen liegen.
betekent niet dat we zullen liegen.
11:21
But I think there's actually something much more
221
665239
1553
Maar er gebeurt hier iets veel
interessanters en fundamentelers.
interessanters en fundamentelers.
11:22
interesting and fundamental going on here. The next big
222
666792
3274
Maar er gebeurt hier iets veel
interessanters en fundamentelers.
interessanters en fundamentelers.
11:25
thing for me, the next big idea, we can find by going
223
670066
3797
Daarvoor moeten we terug in de geschiedenis,
naar de oorsprong van taal.
naar de oorsprong van taal.
11:29
way back in history to the origins of language.
224
673863
3139
Daarvoor moeten we terug in de geschiedenis,
naar de oorsprong van taal.
naar de oorsprong van taal.
11:32
Most linguists agree that we started speaking somewhere
225
677002
3887
Volgens de meeste linguïsten
begonnen we
begonnen we
11:36
between 50,000 and 100,000 years ago. That's a long time ago.
226
680889
3168
50.000 tot 100.000 jaar geleden te praten.
Dat is lang geleden.
Dat is lang geleden.
11:39
A lot of humans have lived since then.
227
684057
2616
Vele mensen hebben sindsdien geleefd.
11:42
We've been talking, I guess, about fires and caves
228
686673
2423
We praatten -- neem ik aan --
over vuren en grotten
over vuren en grotten
11:44
and saber-toothed tigers. I don't know what they talked about,
229
689096
3107
en sabeltandtijgers.
Precies weet ik het niet.
Precies weet ik het niet.
11:48
but they were doing a lot of talking, and like I said,
230
692203
2518
Maar ze praatten veel, en zoals ik zei,
11:50
there's a lot of humans evolving speaking,
231
694721
2545
waren er veel mensen die spraak ontwikkeld hebben.
11:53
about 100 billion people in fact.
232
697266
2806
Zo'n 100 miljard, in feite.
11:55
What's important though is that writing only emerged
233
700072
2782
Belangrijk is echter dat het schrift pas
11:58
about 5,000 years ago. So what that means is that
234
702854
3587
5000 jaar geleden verscheen.
Dat betekent dus
Dat betekent dus
12:02
all the people before there was any writing,
235
706441
2392
dat alles wat er daarvoor gezegd is
12:04
every word that they ever said, every utterance
236
708833
5586
elk woord, elke uiting,
12:10
disappeared. No trace. Evanescent. Gone.
237
714419
4752
verdwenen is.
Vervlogen. Geen spoor meer van.
Vervlogen. Geen spoor meer van.
12:15
So we've been evolving to talk in a way in which
238
719171
4065
De evolutie van spraak is dus niet opgetekend.
12:19
there is no record. In fact, even the next big change
239
723236
5917
De volgende grote verandering
12:25
to writing was only 500 years ago now,
240
729153
2468
in het schrift kwam pas 500 jaar geleden.
12:27
with the printing press, which is very recent in our past,
241
731621
2379
De drukpers.
Heel recent in ons verleden,
Heel recent in ons verleden,
12:29
and literacy rates remained incredibly low right up until World War II,
242
734000
4242
en vrijwel niemand kon schrijven
tot de Tweede Wereldoorlog.
tot de Tweede Wereldoorlog.
12:34
so even the people of the last two millennia,
243
738242
3384
Dus zelfs alle woorden uit de afgelopen
twee millennia zijn -- poef! -- verdwenen.
twee millennia zijn -- poef! -- verdwenen.
12:37
most of the words they ever said -- poof! -- disappeared.
244
741626
5032
Dus zelfs alle woorden uit de afgelopen
twee millennia zijn -- poef! -- verdwenen.
twee millennia zijn -- poef! -- verdwenen.
12:42
Let's turn to now, the networked age.
245
746658
3591
Kijk dan eens
naar het huidige, genetwerkte tijdperk.
naar het huidige, genetwerkte tijdperk.
12:46
How many of you have recorded something today?
246
750249
4712
Hoevelen van jullie
hebben vandaag iets opgetekend?
hebben vandaag iets opgetekend?
12:50
Anybody do any writing today? Did anybody write a word?
247
754961
3177
Iemand iets geschreven?
Heeft iemand een woord geschreven?
Heeft iemand een woord geschreven?
12:54
It looks like almost every single person here recorded something.
248
758138
4226
Het lijkt erop dat iedereen hier
iets opgetekend heeft.
iets opgetekend heeft.
12:58
In this room, right now, we've probably recorded more
249
762364
3048
De mensen in deze ruimte
hebben waarschijnlijk meer opgetekend
hebben waarschijnlijk meer opgetekend
13:01
than almost all of human pre-ancient history.
250
765412
4542
dan in de hele menselijke prehistorie.
13:05
That is crazy. We're entering this amazing period
251
769954
3230
Dat is waanzinnig.
We treden een ongelofelijk tijdperk binnen
We treden een ongelofelijk tijdperk binnen
13:09
of flux in human evolution where we've evolved to speak
252
773184
4015
van beweging in menselijke evolutie.
We zijn geëvolueerd op een wijze
We zijn geëvolueerd op een wijze
13:13
in a way in which our words disappear, but we're in
253
777199
2701
waarop al onze woorden verdwenen,
maar we bevinden ons in een omgeving
maar we bevinden ons in een omgeving
13:15
an environment where we're recording everything.
254
779900
2903
waarin we alles optekenen.
13:18
In fact, I think in the very near future, it's not just
255
782803
2337
In feite denk ik dat we in de nabije toekomst
13:21
what we write that will be recorded, everything we do
256
785140
2349
niet alleen het geschrevene optekenen,
maar dat alles opgetekend zal worden.
maar dat alles opgetekend zal worden.
13:23
will be recorded.
257
787489
2333
niet alleen het geschrevene optekenen,
maar dat alles opgetekend zal worden.
maar dat alles opgetekend zal worden.
13:25
What does that mean? What's the next big idea from that?
258
789822
4456
Wat betekent dat?
Wat is het volgende grote idee?
Wat is het volgende grote idee?
13:30
Well, as a social scientist, this is the most amazing thing
259
794278
4250
Voor een sociaal wetenschapper is dit
het meest verbazingwekkende
het meest verbazingwekkende
13:34
I have ever even dreamed of. Now, I can look at
260
798528
3547
wat ik me ooit kon voorstellen.
Ik kan nu kijken naar al die woorden
Ik kan nu kijken naar al die woorden
13:37
all those words that used to, for millennia, disappear.
261
802075
3611
die millennia lang verdwenen.
13:41
I can look at lies that before were said and then gone.
262
805686
4248
Ik kan leugens zien, die voorheen weg waren
zodra ze uitgesproken werden.
zodra ze uitgesproken werden.
13:45
You remember those Astroturfing reviews that we were
263
809934
3520
Herinner je je die astroturfing-recensies?
13:49
talking about before? Well, when they write a fake review,
264
813454
3503
Als ze een nep-recensie schrijven,
13:52
they have to post it somewhere, and it's left behind for us.
265
816957
2704
moeten ze die posten
zodat hij achterblijft voor ons.
zodat hij achterblijft voor ons.
13:55
So one thing that we did, and I'll give you an example of
266
819661
2435
Ik geef jullie een voorbeeld:
we betaalden mensen om nep-reviews te schrijven.
we betaalden mensen om nep-reviews te schrijven.
13:57
looking at the language, is we paid people
267
822096
2495
Ik geef jullie een voorbeeld:
we betaalden mensen om nep-reviews te schrijven.
we betaalden mensen om nep-reviews te schrijven.
14:00
to write some fake reviews. One of these reviews is fake.
268
824591
3535
Een van deze reviews is nep.
14:04
The person never was at the James Hotel.
269
828126
1943
De persoon was nooit in het James Hotel.
14:05
The other review is real. The person stayed there.
270
830069
2922
De andere is echt. Die persoon logeerde daar.
14:08
Now, your task now is to decide
271
832991
3527
Aan jullie om te bepalen
welke echt is.
welke echt is.
14:12
which review is fake?
272
836518
4073
Aan jullie om te bepalen
welke echt is.
welke echt is.
14:16
I'll give you a moment to read through them.
273
840591
4186
Ik laat je even lezen.
14:20
But I want everybody to raise their hand at some point.
274
844777
2287
Ik wil dat iedereen zometeen zijn hand opsteekt.
14:22
Remember, I study deception. I can tell if you don't raise your hand.
275
847064
4231
Bedenk dat ik bedrog onderzoek.
Ik merk het als je je hand niet opsteekt.
Ik merk het als je je hand niet opsteekt.
14:27
All right, how many of you believe that A is the fake?
276
851295
4570
Oké, hoeveel van jullie denken dat A nep is?
14:33
All right. Very good. About half.
277
857894
2142
Goed. Ongeveer de helft.
14:35
And how many of you think that B is?
278
860036
3615
Hoevelen denken dat B echt is?
14:39
All right. Slightly more for B.
279
863651
2529
Lichtelijk meer voor B.
14:42
Excellent. Here's the answer.
280
866180
2592
Hier is het antwoord.
14:44
B is a fake. Well done second group. You dominated the first group. (Laughter)
281
868772
6581
B is nep. Goed zo, tweede groep.
Je hebt de eerste groep ingemaakt.
Je hebt de eerste groep ingemaakt.
14:51
You're actually a little bit unusual. Every time we demonstrate this,
282
875353
2846
Jullie zijn ietwat ongebruikelijk.
Meestal wanneer we dit demonstreren
Meestal wanneer we dit demonstreren
14:54
it's usually about a 50-50 split, which fits
283
878199
2746
is de verdeling 50-50,
14:56
with the research, 54 percent. Maybe people here
284
880945
2646
wat overeenkomt met de onderzoeksresultaten: 54%.
14:59
in Winnipeg are more suspicious and better at figuring it out.
285
883591
3770
Misschien zijn mensen in Winnipeg
wat achterdochtiger en beter in het uitvogelen.
wat achterdochtiger en beter in het uitvogelen.
15:03
Those cold, hard winters, I love it.
286
887361
2688
Die koude, harde winters. Geweldig.
15:05
All right, so why do I care about this?
287
890049
3054
Waarom geef ik hierom?
15:09
Well, what I can do now with my colleagues in computer science
288
893103
3268
Nu kan ik met mijn informatica-collega's
15:12
is we can create computer algorithms that can analyze
289
896371
3232
computeralgoritmes maken
15:15
the linguistic traces of deception.
290
899603
2900
die de taalkundige sporen van bedrog analyseren.
15:18
Let me highlight a couple of things here
291
902503
1833
Let op een paar dingen in de neprecensie.
15:20
in the fake review. The first is that liars tend to think
292
904336
3443
De eerste is dat leugenaars aan verhaallijn denken.
15:23
about narrative. They make up a story:
293
907779
1588
Ze verzinnen een verhaal:
15:25
Who? And what happened? And that's what happened here.
294
909367
3186
Wie? Wat gebeurde er?
Dat zie je hier.
Dat zie je hier.
15:28
Our fake reviewers talked about who they were with
295
912553
2289
Onze bedrieger sprak over wie ze waren
15:30
and what they were doing. They also used the first person singular, I,
296
914842
4765
en wat ze deden.
Ook gebruikte hij de eerste persoon -- ik --
Ook gebruikte hij de eerste persoon -- ik --
15:35
way more than the people that actually stayed there.
297
919607
2469
veel vaker dan de mensen die er werkelijk logeerden.
15:37
They were inserting themselves into the hotel review,
298
922076
4696
Ze wrongen zich in de recensie,
in een poging
in een poging
15:42
kind of trying to convince you they were there.
299
926772
1696
je te overtuigen dat ze er waren.
15:44
In contrast, the people that wrote the reviews that were actually there,
300
928468
4015
Maar de mensen die er werkelijk waren geweest,
15:48
their bodies actually entered the physical space,
301
932483
2432
wier lichamen in die ruimte waren geweest,
15:50
they talked a lot more about spatial information.
302
934915
2899
spraken veel meer over ruimtelijke informatie.
15:53
They said how big the bathroom was, or they said,
303
937814
2517
Ze zeiden hoe groot de wc was,
15:56
you know, here's how far shopping is from the hotel.
304
940331
4520
of de nabijheid van winkels.
16:00
Now, you guys did pretty well. Most people perform at chance at this task.
305
944851
4161
Jullie waren redelijk goed.
De meeste mensen presteren 50/50.
De meeste mensen presteren 50/50.
16:04
Our computer algorithm is very accurate, much more accurate
306
949012
2758
Ons computeralgoritme is zeer nauwkeurig,
veel nauwkeuriger dan mensen.
veel nauwkeuriger dan mensen.
16:07
than humans can be, and it's not going to be accurate all the time.
307
951770
3291
Maar het zal niet altijd juist zitten.
16:10
This isn't a deception-detection machine to tell
308
955061
2030
Dit is geen bedrog-signaleringsmachine
16:12
if your girlfriend's lying to you on text messaging.
309
957091
2501
die ontdekt of je vriendin loog in dat sms'je.
16:15
We believe that every lie now, every type of lie --
310
959592
3564
We geloven dat elke soort leugen --
16:19
fake hotel reviews, fake shoe reviews,
311
963156
3787
nep-hotelrecensies, nep-schoenrecensies,
16:22
your girlfriend cheating on you with text messaging --
312
966943
2914
je vriendin die je bedriegt met een sms --
16:25
those are all different lies. They're going to have
313
969857
1505
allemaal verschillend zijn,
met verschillende taalpatronen.
met verschillende taalpatronen.
16:27
different patterns of language. But because everything's
314
971362
2859
Maar omdat alles nu bewaard wordt,
16:30
recorded now, we can look at all of those kinds of lies.
315
974221
4689
kunnen we die verschillende soorten leugens bekijken.
16:34
Now, as I said, as a social scientist, this is wonderful.
316
978910
3993
Zoals ik zei:
als sociaal-wetenschapper is dit geweldig.
als sociaal-wetenschapper is dit geweldig.
16:38
It's transformational. We're going to be able to learn
317
982903
2087
Het is transformationeel.
We kunnen zoveel meer gaan leren
We kunnen zoveel meer gaan leren
16:40
so much more about human thought and expression,
318
984990
3802
over het menselijk denken en expressie.
16:44
about everything from love to attitudes,
319
988792
4398
Over alles, van liefde tot gedrag,
16:49
because everything is being recorded now, but
320
993190
1960
want alles wordt nu opgetekend.
16:51
what does it mean for the average citizen?
321
995150
2404
Maar wat betekent dit voor de gemiddelde burger?
16:53
What does it mean for us in our lives?
322
997554
2802
Wat betekent het voor onze levens?
16:56
Well, let's forget deception for a bit. One of the big ideas,
323
1000356
3673
Laten we bedrog even vergeten.
Een van de grote ideeën
Een van de grote ideeën
16:59
I believe, is that we're leaving these huge traces behind.
324
1004029
3688
is volgens mij dat we enorme sporen achterlaten.
17:03
My outbox for email is massive,
325
1007717
3216
Mijn vak 'verzonden berichten' is gigantisch
17:06
and I never look at it. I write all the time,
326
1010933
3337
maar ik kijk er nooit naar.
Ik schrijf voortdurend,
Ik schrijf voortdurend,
17:10
but I never look at my record, at my trace.
327
1014270
3438
maar kijk nooit naar mijn sporen.
17:13
And I think we're going to see a lot more of that,
328
1017708
1567
Ik denk dat we dat veel meer gaan zien.
17:15
where we can reflect on who we are by looking at
329
1019275
3161
We kunnen reflecteren op wie we zijn
17:18
what we wrote, what we said, what we did.
330
1022436
3618
door te bekijken wat we schreven en deden.
17:21
Now, if we bring it back to deception, there's a couple
331
1026054
2272
Terug naar bedrog.
17:24
of take-away things here.
332
1028326
1977
Er zijn een paar dingen om mee te nemen.
17:26
First, lying online can be very dangerous, right?
333
1030303
4488
Ten eerste: online liegen kan gevaarlijk zijn.
17:30
Not only are you leaving a record for yourself on your machine,
334
1034791
2706
Je laat niet alleen een optekening achter
op je machine
op je machine
17:33
but you're leaving a record on the person that you were lying to,
335
1037497
4275
maar ook bij de persoon tegen wie je liegt,
17:37
and you're also leaving them around for me to analyze
336
1041772
1760
en ook voor mij, om te analyseren
met computeralgoritmes.
met computeralgoritmes.
17:39
with some computer algorithms.
337
1043532
1454
en ook voor mij, om te analyseren
met computeralgoritmes.
met computeralgoritmes.
17:40
So by all means, go ahead and do that, that's good.
338
1044986
3173
Ga er dus vooral mee door.
17:44
But when it comes to lying and what we want to do
339
1048159
4154
Maar wat betreft liegen
en wat we willen doen met onze levens,
en wat we willen doen met onze levens,
17:48
with our lives, I think we can go back to
340
1052313
2553
kunnen we teruggaan naar
17:50
Diogenes and Confucius. And they were less concerned
341
1054866
3749
Diogenes en Confucius.
Zij waren minder geïnteresseerd in
Zij waren minder geïnteresseerd in
17:54
about whether to lie or not to lie, and more concerned about
342
1058615
2832
liegen of niet liegen,
en meer in eerlijk zijn naar jezelf.
en meer in eerlijk zijn naar jezelf.
17:57
being true to the self, and I think this is really important.
343
1061447
3285
Ik denk dat dit heel belangrijk is.
18:00
Now, when you are about to say or do something,
344
1064732
4183
Wanneer je op het punt staat iets te zeggen
of te doen,
of te doen,
18:04
we can think, do I want this to be part of my legacy,
345
1068915
4560
kun je denken: wil ik dit als onderdeel
van mijn nalatenschap,
van mijn nalatenschap,
18:09
part of my personal record?
346
1073475
2713
van mijn persoonlijke archief?
18:12
Because in the digital age we live in now,
347
1076188
2657
Want in het digitale tijdperk waarin we leven,
18:14
in the networked age, we are all leaving a record.
348
1078845
4464
in het netwerktijdperk,
laten we allemaal sporen na.
laten we allemaal sporen na.
18:19
Thank you so much for your time,
349
1083309
1695
Dank je wel voor je tijd
en succes met je archief. (Applaus)
en succes met je archief. (Applaus)
18:20
and good luck with your record. (Applause)
350
1085004
4447
Dank je wel voor je tijd
en succes met je archief. (Applaus)
en succes met je archief. (Applaus)
ABOUT THE SPEAKER
Jeff Hancock - PsychologistJeff Hancock studies how we interact by email, text message and social media blips, seeking to understand how technology mediates communication.
Why you should listen
Jeff Hancock is fascinated by the words we choose when sending text messages, composing emails and writing online profiles. An Associate Professor of Cognitive Science and Communications at Cornell University, his research has focused on how people use deception and irony when communicating through cell phones and online platforms. His idea: that while the impersonality of online interaction can encourage mild fibbing, the fact that it leaves a permanent record of verifiable facts actually keeps us on the straight and narrow.
Hancock has also studied how we form impressions of others online, how we manage others' impressions of ourselves, and how individual personalities interact with online groups.
Jeff Hancock | Speaker | TED.com