TEDxWinnipeg
Jeff Hancock: The future of lying
เจฟ แฮนคอก: การโกหกสามประเภท (บนอินเตอร์เน็ต)
Filmed:
Readability: 3.3
1,347,124 views
ใครบ้างไม่เคยส่งข้อความว่า "กำลังจะถึงแล้ว" ในเมื่อมันไม่จริง หรือไม่ก็บิดเบนความจริงเล็กน้อยตอนใช้บริการหาคู่ทางอินเตอร์เน็ต แต่เจฟ แฮนคอกไม่เชื่อว่า สภาวะนิรนามบนอินเตอร์เน็ตทำให้ผู้คนซื่อสัตย์น้อยลง ในความเป็นจริงนั้น เขากล่าวว่า การสืบค้นและความถาวรของข้อมูลบนโลกอินเตอร์เน็ตอาจทำให้คนเรามือความซื่อสัตย์มากขึ้น
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
ผมบอกได้เลยว่า เดือนนี้เป็นเดือนสุดยอดแห่งการหลอกลวง
00:19
And I'm not even talking about the American presidential race. (Laughter)
1
4094
4253
ผมไม่ได้พูดถึงการเลือกตั้งประธานาธิบดีของอเมริกา (หัวเราะ)
00:24
We have a high-profile journalist caught for plagiarism,
2
8347
4335
เรามีผู้สื่อข่าวที่ถูกจับได้ว่าลอกผลงานผู้อื่น
00:28
a young superstar writer whose book involves
3
12682
2932
นักเขียนดาวรุ่งที่หนังสือของเขา
00:31
so many made up quotes that they've pulled it from the shelves;
4
15614
3305
เต็มไปด้วยข้อความอ้างอิงที่ไม่จริง จนสำนักพิมพ์ต้องสั่งระงับการขาย
00:34
a New York Times exposé on fake book reviews.
5
18919
2598
หนังสือพิมพ์นิวยอร์คไทม์สเปิดโปงบทวิจารณ์ปลอมแปลง
00:37
It's been fantastic.
6
21517
1409
...มันสุดยอดจริงๆ
00:38
Now, of course, not all deception hits the news.
7
22926
3851
แต่จริงๆ แล้ว การโกหกหลอกลวงไม่ได้ตกเป็นข่าวทั้งหมด
00:42
Much of the deception is everyday. In fact, a lot of research
8
26777
3679
การหลอกลวงเกิดขี้นทุกวัน งานวิจัยหลายชิ้นค้นพบว่า
00:46
shows that we all lie once or twice a day, as Dave suggested.
9
30456
4331
คนเราโกหกหนึ่งหรือสองครั้งต่อวัน ...อย่างที่เดฟว่าไว้
00:50
So it's about 6:30 now, suggests that most of us should have lied.
10
34787
2933
ตอนนี้เวลาหกโมงครึ่งแล้ว หมายความว่า คนส่วนใหญ่ในที่นี้คงโกหกกันไปบ้างแล้ว
00:53
Let's take a look at Winnipeg. How many of you,
11
37720
1900
มาดูกันที่ วินนีเพค นี้ ลองนึกย้อนดูภายใน 24 ชั่วโมงที่ผ่านมา
00:55
in the last 24 hours -- think back -- have told a little fib,
12
39620
2927
ใครบ้างที่โม้อะไรไว้นิดหน่อย
00:58
or a big one? How many have told a little lie out there?
13
42547
3551
หรือโม้ไว้เยอะก็ได้ มีกี่คนครับ ที่ได้โกหกไว้ในวันนี้
01:01
All right, good. These are all the liars.
14
46098
1904
เยี่ยมครับ นีคือพวกขี้โกหก
01:03
Make sure you pay attention to them. (Laughter)
15
48002
3293
จำหน้าพวกเขาไว้ครับ (หัวเราะ)
01:07
No, that looked good, it was about two thirds of you.
16
51295
2146
ดีครับ ประมาณสองในสามของผู้ชม
01:09
The other third didn't lie, or perhaps forgot,
17
53441
2852
อีกหนึ่งในสามไม่ได้โกหก หรือไม่ก็ลืม
01:12
or you're lying to me about your lying, which is very,
18
56293
2660
หรือไม่ก็ โกหกว่าไม่ได้โกหก ซึ่งมัน...
01:14
very devious. (Laughter) This fits with a lot of the research,
19
58953
4050
เสแสร้งมากๆ ครับ (หัวเราะ) อันนี้ตรงกับงานวิจัยหลายชิ้นที่บ่งชี้ว่า
01:18
which suggests that lying is very pervasive.
20
63003
3354
การโกหกหลอกลวงนั้น เหมือนโรคระบาด
01:22
It's this pervasiveness, combined with the centrality
21
66357
3961
บวกกับความเป็นมนุษย์
01:26
to what it means to be a human, the fact that we can
22
70318
2440
ทำให้คนเรานั้น
01:28
tell the truth or make something up,
23
72758
1880
สามารถพูดความจริง หรือปั้นเรื่องราวขึ้นมาได้
01:30
that has fascinated people throughout history.
24
74638
2851
ซึ่งสิ่งนี้ดึงดูดความสนใจของมนุษย์มาตลอดประวัติศาสตร์
01:33
Here we have Diogenes with his lantern.
25
77489
2629
ยกตัวอย่างเช่น ไดโอจีนส์ กับตะเกียงของเขา
01:36
Does anybody know what he was looking for?
26
80118
2680
มีใครทราบไหมครับว่า เขาค้นหาอะไรอยู่?
01:38
A single honest man, and he died without finding one
27
82798
3784
เขาหาคนสุจริตหนึ่งคน และไดโอจีนส์ก็ตายลงโดยไม่เคยค้นพบคนนั้น
01:42
back in Greece. And we have Confucius in the East
28
86582
3017
นั่นคือสมัยกรีก มาดูขงจื้อในฝั่งตะวันออกกันบ้าง
01:45
who was really concerned with sincerity,
29
89599
2377
ขงจื้อให้ความสำคัญกับความจริงใจ ความบริสุทธิ์ใจ
01:47
not only that you walked the walk or talked the talk,
30
91976
3084
ทำอย่างที่พูด พูดอย่างที่ทำ
01:50
but that you believed in what you were doing.
31
95060
3154
เชื่อในสิ่งที่ทำ
01:54
You believed in your principles.
32
98214
2006
ยึดมั่นในหลักการ
01:56
Now my first professional encounter with deception
33
100220
2931
มาพูดถึงการเผชิญหน้ากับความหลอกลวงอย่างเป็นทางการครั้งแรกของผม
01:59
is a little bit later than these guys, a couple thousand years.
34
103151
3463
มันเกิดขึ้นหลังจากท่านทั้งสองนั้นเล็กน้อย ...เพียงไม่กี่พันปี
02:02
I was a customs officer for Canada back in the mid-'90s.
35
106614
3799
ผมเป็นเจ้าหน้าที่ตรวจคนเข้าเมืองของแคนาดาเมื่อประมาณกลางปี '90s
02:06
Yeah. I was defending Canada's borders.
36
110413
2826
ใช่แล้วครับ ผมพิทักษ์เอกราชของเขตแดนแคนาดา
02:09
You may think that's a weapon right there. In fact,
37
113239
3782
คุณอาจคิดว่า นั่นคืออาวุธ แต่จริงๆ แล้ว
02:12
that's a stamp. I used a stamp to defend Canada's borders. (Laughter)
38
117021
5030
มันคือตรายาง ผมใช้ที่ประทับตราในการปกป้องอธิปไตยของแคนาดา (หัวเราะ)
02:17
Very Canadian of me. I learned a lot about deception
39
122051
3537
มันเป็นอะไรที่แคนาดาจริงๆ ผมได้เรียนรู้หลายๆ สิ่งเกี่ยวกับการหลอกลวง
02:21
while doing my duty here in customs,
40
125588
3055
ขณะปฎิบัติหน้าที่เป็นศุลกากร
02:24
one of which was that most of what I thought I knew about deception was wrong,
41
128643
2884
อย่างหนึ่งเลยก็คือ สิ่งที่ผมคิดว่าผมรู้เกี่ยวกับการหลอกลวงนั้น มันผิดเกือบหมด
02:27
and I'll tell you about some of that tonight.
42
131527
1752
และผมก็จะบอกคุณเกี่ยวกับสิ่งเหล่านั้นในคืนนี้
02:29
But even since just 1995, '96, the way we communicate
43
133279
4074
วิธีที่คนเราสื่อสารกันในปี 1995-96 นั้น
02:33
has been completely transformed. We email, we text,
44
137353
3297
แตกต่างจากปัจจุบันอย่างสิ้นเชิง เราส่งอีเมล์ ส่งข้อความผ่านโทรศัพท์มือถือ
02:36
we skype, we Facebook. It's insane.
45
140650
2613
ใช้สไกป์ และเล่นเฟซบุ๊ค ...เยอะครับ
02:39
Almost every aspect of human communication's been changed,
46
143263
3261
เกือบทุกด้านของการสื่อสารระหว่างมนุษย์ได้ถูกเปลี่ยแปลงไป
02:42
and of course that's had an impact on deception.
47
146524
2560
และแน่นอนว่า มันจะต้องส่งผลกระทบต่อการหลอกลวง
02:44
Let me tell you a little bit about a couple of new deceptions
48
149084
2583
ผมขอเล่าเกี่ยวกับการหลอกลวงใหม่ๆ ซักสองสามแบบ
02:47
we've been tracking and documenting.
49
151667
2376
ที่เราได้ทำการติดตามและบันทึกไว้
02:49
They're called the Butler, the Sock Puppet
50
154043
4244
เราเรียกมันว่า หัวหน้าคนรับใช้ ตุ๊กกาหุ่นมือ
02:54
and the Chinese Water Army.
51
158287
2081
และกองทัพน้ำจีน
02:56
It sounds a little bit like a weird book,
52
160368
1897
มันฟังดูทะเม่งๆ
02:58
but actually they're all new types of lies.
53
162265
2133
แต่จริงๆ แล้วมันเป็นการโกหกชนิดใหม่
03:00
Let's start with the Butlers. Here's an example of one:
54
164398
3045
เรามาเริ่มกันที่หัวหน้าคนรับใช้กัน ยกตัวอย่างเช่น
03:03
"On my way." Anybody ever written, "On my way?"
55
167443
3113
"จะถึงแล้ว" มีใครเคยเขียนว่า "จะถึงแล้ว" บ้างครับ
03:06
Then you've also lied. (Laughter)
56
170556
3763
พวกคุณโกหก (หัวเราะ)
03:10
We're never on our way. We're thinking about going on our way.
57
174319
4197
เราไม่ได้จะถึงแล้วซะที มีแต่คิดว่าเดี๋ยวกำลังจะไป
03:14
Here's another one: "Sorry I didn't respond to you earlier.
58
178516
2763
มีอีกครับ "ขอโทษที่ตอบช้า
03:17
My battery was dead." Your battery wasn't dead.
59
181279
1965
แบตหมด" แบตคุณไม่ได้หมดสักหน่อย
03:19
You weren't in a dead zone.
60
183244
1876
คุณไม่ได้อยู่ในที่ไม่มีสัญญาณ
03:21
You just didn't want to respond to that person that time.
61
185120
1953
คุณแค่ไม่อยากตอบเพื่อน ณ ตอนนั้น เท่านั้นเอง
03:22
Here's the last one: You're talking to somebody,
62
187073
1797
อันนี้อันสุดท้าย เวลาคุณคุยกับคนอื่นอยู่
03:24
and you say, "Sorry, got work, gotta go."
63
188870
2490
แล้วคุณก็พูดว่า "ขอโทษทีนะ ต้องไปก่อนหล่ะ"
03:27
But really, you're just bored. You want to talk to somebody else.
64
191360
3797
แต่จริงๆ แล้ว คุณก็แค่เบื่อที่จะคุยกับคนๆ นั้น คุณต้องการคุยกับคนอื่น
03:31
Each of these is about a relationship,
65
195157
2416
แต่ละอันนี้ ล้วนเกี่ยวกับสัมพันธภาพ
03:33
and this is a 24/7 connected world. Once you get my cell phone number,
66
197573
4405
และนี่คือโลกที่เชื่อมต่อกัน 24 ชั่วโมงต่อวัน 7 วันต่อสัปดาห์
03:37
you can literally be in touch with me 24 hours a day.
67
201978
2965
เมื่อคุณได้เบอร์มือถือผมไปแล้ว คุณสามารถติดต่อผมได้ตลอด 24 ชั่วโมง
03:40
And so these lies are being used by people
68
204943
2369
ดังนั้น คำพูดโกหกเหล่านี้ จึงถูกใช้โดยผู้คน
03:43
to create a buffer, like the butler used to do,
69
207312
2826
เพื่อสร้างกันชน ระหว่างเรากับการติดต่อสื่อสารกับคนอื่นๆ
03:46
between us and the connections to everybody else.
70
210138
3407
เหมือนที่หัวหน้าคนรับใช้ที่ต้องคอยรับแขก
03:49
But they're very special. They use ambiguity
71
213545
1707
แต่มันพิเศษตรงที่ การใช้ความคลุมเครือ
03:51
that comes from using technology. You don't know
72
215252
2061
ที่มาจากการใช้เทคโนโลยี
03:53
where I am or what I'm doing or who I'm with.
73
217313
2948
คุณไม่รู้ว่า ผมอยู่ที่ไหน ทำอะไร อยู่กับใคร
03:56
And they're aimed at protecting the relationships.
74
220261
2491
เป้าหมายของการโกหกเหล่านี้ คือการรักษาน้ำใจ
03:58
These aren't just people being jerks. These are people
75
222752
2581
ไม่ใช่ว่า คนพวกนี้นิสัยไม่ดี เขาแค่บอกว่า
04:01
that are saying, look, I don't want to talk to you now,
76
225333
2376
ตอนนี้ ฉันไม่อยากจะคุยกับคุณเท่าไหร่
04:03
or I didn't want to talk to you then, but I still care about you.
77
227709
2424
หรือ ฉันไม่อยากคุยกับคุณ แต่ยังห่วงความรู้สึกของคุณอยู่
04:06
Our relationship is still important.
78
230133
2400
ความเป็นเพื่อนของเรายังสำคัญอยู่
04:08
Now, the Sock Puppet, on the other hand,
79
232533
1514
แต่สำหรับ ตุ๊กกาหุ่นมือ นั้น
04:09
is a totally different animal. The sock puppet isn't
80
234047
2343
มันแตกต่างกันอย่างสิ้นเชิง หุ่นมือไม่ได้เกี่ยวกับความคลุมเครือ
04:12
about ambiguity, per se. It's about identity.
81
236390
3065
มันเกี่ยวกับอัตลักษณ์
04:15
Let me give you a very recent example,
82
239455
2002
ผมขอยกตัวอย่าง เมื่อเร็วๆ นี้
04:17
as in, like, last week.
83
241457
1514
สัปดาห์ที่แล้วเอง
04:18
Here's R.J. Ellory, best-seller author in Britain.
84
242971
3268
นี่คือ อาร์. เจ. เอล์ลอรี่ นักเขียนขายดีของอังกฤษ
04:22
Here's one of his bestselling books.
85
246239
2020
นี่คือหนึ่งในหนังสือที่ขายดีของเขา
04:24
Here's a reviewer online, on Amazon.
86
248259
3413
นี่คือหนึ่งในคำวิจารณ์ออน์ไลน์จากเว็บอะเมซอน
04:27
My favorite, by Nicodemus Jones, is,
87
251672
2657
อันนี้ผมชอบที่สุดเลย ..เขียนโดย นิโคเดมุส โจนส์
04:30
"Whatever else it might do, it will touch your soul."
88
254329
3808
"จะอะไรก็แล้วแต่ หนังสือเล่มนี้จะเข้าถึงวิญญาณของคุณ"
04:34
And of course, you might suspect
89
258137
1403
แน่นอนว่า คุณอาจสงสัย
04:35
that Nicodemus Jones is R.J. Ellory.
90
259540
2627
ว่า นิโคเดมุส โจนส์ ใช่ อาร์. เจ. เอล์ลอรี่ หรือเปล่า
04:38
He wrote very, very positive reviews about himself. Surprise, surprise.
91
262167
4687
เล่นเขียนวิจารณ์หนังสือของตัวเองซะหรูเลย
04:42
Now this Sock Puppet stuff isn't actually that new.
92
266854
3260
การใช้หุ่นเชิดแบบนี้ไม่ได้เป็นอะไรที่แปลกใหม่
04:46
Walt Whitman also did this back in the day,
93
270114
3167
เมื่อก่อน วอล์ท วิทแมน ก็ทำแบบนี้เหมือนกัน
04:49
before there was Internet technology. Sock Puppet
94
273281
3055
ก่อนที่จะมีอินเตอร์เน็ตซะอีก
04:52
becomes interesting when we get to scale,
95
276336
2768
เจ้าหุ่นตุ๊กกามือนี้ มันน่าสนใจขึ้นอีกเมื่อเราขยายวงกว้างขึ้น
04:55
which is the domain of the Chinese Water Army.
96
279104
2518
ซึ่งนำมาสู่ขอบเขตของ กองทัพน้ำจีน
04:57
Chinese Water Army refers to thousands of people
97
281622
2436
เมื่อพูดถึง กองทัพน้ำจีน เราหมายถึง คนจำนวนหลายพันคน
04:59
in China that are paid small amounts of money
98
284058
3048
ในประเทศจีน ที่ถูกจ้างด้วยค่าแรงอันน้อยนิด
05:03
to produce content. It could be reviews. It could be
99
287106
3034
เพื่อผลิตอะไรขึ้นมาซักอย่างหนึ่ง อาจเป็นบทวิจารณ์ หรือการโฆษณาชวนเชื่อ
05:06
propaganda. The government hires these people,
100
290140
2559
รัฐบาลจ้างคนพวกนี้
05:08
companies hire them, all over the place.
101
292699
2628
บริษัทต่างๆ ก็จ้างคนพวกนี้เต็มไปหมด
05:11
In North America, we call this Astroturfing,
102
295327
3617
ในอเมริกาเหนือ เราเรียกกันว่า การใช้หญ้าเทียม
05:14
and Astroturfing is very common now. There's a lot of concerns about it.
103
298944
3438
และการกระทำแนวนี้กลายเป็นเรื่องธรรมดาไปแล้ว ซึ่งเป็นที่น่าเป็นห่วงอย่างยิ่ง
05:18
We see this especially with product reviews, book reviews,
104
302382
3227
เราเห็นมันมากกับการวิจารณ์สินค้า หนังสือ
05:21
everything from hotels to whether that toaster is a good toaster or not.
105
305609
4795
ทุกสิ่งทุกอย่าง ตั้งแต่ โรงแรม จนถึงที่ปิ้งขนมปัง ว่ามันดีหรือไม่
05:26
Now, looking at these three reviews, or these three types of deception,
106
310404
3918
เมื่อเราลองพิจารณาถึงการหลอกลวงสามประเภทนี้แล้ว
05:30
you might think, wow, the Internet is really making us
107
314322
2737
เราอาจคิดไปว่า โอ้โห อินเตอร์เน็ต
05:32
a deceptive species, especially when you think about
108
317059
3209
ทำให้เรากลายเป็นคนขี้โกหกหลอกลวงไปแล้ว โดยเฉพาะอย่างยิ่ง
05:36
the Astroturfing, where we can see deception brought up to scale.
109
320268
4602
เมื่อเรานึกถึงการใช้หญ้าเทียม ซึ่งเราสามารถเห็นกลไกการหลอกลวงขนาดใหญ่
05:40
But actually, what I've been finding is very different from that.
110
324870
4738
แต่จริงๆ แล้ว สิ่งที่ผมค้นพบนั้น มันแตกต่างไปอย่างสิ้นเชิง
05:45
Now, let's put aside the online anonymous sex chatrooms,
111
329608
3249
ขอยกเว้น ห้องสนทนาเรื่องเพศ เป็นกรณีพิเศษ แล้วกัน
05:48
which I'm sure none of you have been in.
112
332857
1899
ซึ่งผมแน่ใจว่า ไม่มีใครในที่นี้ได้ลองใช้บริการ
05:50
I can assure you there's deception there.
113
334756
2329
ผมขอยืนยันได้เลยว่า มีการโกหกเกิดขึ้นในนั้น
05:52
And let's put aside the Nigerian prince who's emailed you
114
337085
2709
และก็ขอยกเว้น อีเมล์จากเจ้าชายแห่งประเทศไนจีเรีย
05:55
about getting the 43 million out of the country. (Laughter)
115
339794
3228
เกี่ยวกับการเอาเงิน 43 ล้านเหรียญออกนอกประเทศ (หัวเราะ)
05:58
Let's forget about that guy, too.
116
343022
1680
ลืมตานั่นไปด้วยแล้วกัน
06:00
Let's focus on the conversations between our friends
117
344702
2944
มาเล็งกันที่การสนธนาระหว่างเพื่อน
06:03
and our family and our coworkers and our loved ones.
118
347646
2147
ครอบครัว คนที่ทำงาน และคนที่เรารัก กัน
06:05
Those are the conversations that really matter.
119
349793
2408
นี่คือบทสนธนาที่สำคัญ
06:08
What does technology do to deception with those folks?
120
352201
4240
เทคโนโลยีเกี่ยวข้องอย่างไรกับการหลอกลวงต่อคนเหล่านั้น
06:12
Here's a couple of studies. One of the studies we do
121
356441
3075
อันนี้เป็นตัวอย่างการศึกษาวิจัยสองสามเรื่อง
06:15
are called diary studies, in which we ask people to record
122
359516
3371
อันแรกเราเรียกว่า งานวิจัยจากสมุดบันทึกประจำวัน ซึ่งให้กลุ่มผู้ถูกทดสอบ
06:18
all of their conversations and all of their lies for seven days,
123
362887
3566
บันทึกการสนทนาทุกเรื่องในเจ็ดวัน
06:22
and what we can do then is calculate how many lies took place
124
366453
3105
และเราก็นำมาคำนวณว่า มีการโกหกโดยเฉลียเกิดขึ้นกี่ครั้งต่อบทสนทนา
06:25
per conversation within a medium, and the finding
125
369558
2948
สิ่งที่เราพบสร้างความประหลาดใจแก่ผู้คนเป็นอย่างยิ่ง
06:28
that we get that surprises people the most is that email
126
372506
2524
เราพบว่า อีเมล์
06:30
is the most honest of those three media.
127
375030
3279
เป็นสื่อที่เที่ยงตรงที่สุด
06:34
And it really throws people for a loop because we think,
128
378309
2401
อันนี้ทำให้คนงง เพราะเราคิดว่า
06:36
well, there's no nonverbal cues, so why don't you lie more?
129
380710
3736
ถ้าไม่ได้ยินเสียง ก็น่าจะมีการโกหกกันมากขึ้น
06:40
The phone, in contrast, the most lies.
130
384446
4304
ในทางกลับกัน การคุยโทรศัพท์มีการโกหกเยอะที่สุด
06:44
Again and again and again we see the phone is the device
131
388750
1946
หลายต่อหลายครั้งที่เราพบว่า โทรศัพท์เป็นเครื่องมือที่คนใช้เวลาโกหก
06:46
that people lie on the most, and perhaps because of the Butler Lie ambiguities I was telling you about.
132
390696
4718
และคงเป็นเพราะการหลอกลวงโดยหัวหน้าคนใช้นั้นมีความคลุมเครืออย่างที่ว่าไว้
06:51
This tends to be very different from what people expect.
133
395414
3975
ความคิดแนวนี้แตกต่างจากสิ่งที่ผู้คนคาดไว้
06:55
What about résumés? We did a study in which we had
134
399389
3224
แล้วเรซูมเม่ (ประวัติการทำงาน) หล่ะ เราได้ทำการศึกษาผู้สมัครงาน
06:58
people apply for a job, and they could apply for a job
135
402613
2544
ซึ่งคนเหล่านี้สามารถสมัครผ่านกระดาษโดยปกติ
07:01
either with a traditional paper résumé, or on LinkedIn,
136
405157
3514
หรือใช้เว็บไซต์สังคมออนไลน์คล้ายกับ เฟซบุ๊ค
07:04
which is a social networking site like Facebook,
137
408671
2822
ที่มีชื่อว่า ลิงค์อิน (LinkedIn)
07:07
but for professionals -- involves the same information as a résumé.
138
411493
3567
ซึ่งสามารถกรอกข้อมูลประวัติโดยย่อ คล้ายกับข้อมูลบน เรซุูมเม่
07:10
And what we found, to many people's surprise,
139
415060
2614
สิ่งที่เราค้นพบ ซึ่งขัดกับความรู้สึกของหลายๆ อีกแล้ว
07:13
was that those LinkedIn résumés were more honest
140
417674
2795
คือข้อมูลประวัติโดยย่อบนลิงค์อินนั้น เป็นจริงมากกว่า
07:16
on the things that mattered to employers, like your
141
420469
1824
โดยเฉพาะสิ่งที่สำคัญกับผู้จ้างงาน อย่างเช่น
07:18
responsibilities or your skills at your previous job.
142
422293
4151
งานที่ได้รับมอบหมาย หรือ ความสามารถในการทำงานที่ผ่านมา
07:22
How about Facebook itself?
143
426444
2296
แล้วเฟซบุ๊คเองหล่ะ
07:24
You know, we always think that hey, there are these
144
428740
1882
เรามักจะคิดว่า เฮ้ย ไอ้คนพวกนี้ขี้อวด
07:26
idealized versions, people are just showing the best things
145
430622
2129
โชว์แต่สิ่งดีๆ ที่เกิดขึ้นในชีวิตพวกเขา
07:28
that happened in their lives. I've thought that many times.
146
432751
2656
ผมคิดอย่างนั้นหลายครั้งเลย
07:31
My friends, no way they can be that cool and have good of a life.
147
435407
3068
เพื่อนๆ ของผมมันไม่น่าจะมีชีวติที่สุดยอดอลังการงานสร้างขนาดนั้น
07:34
Well, one study tested this by examining people's personalities.
148
438475
3821
แต่งานวิจัยอีกชิ้นหนึ่งได้ตรวจสอบสมมุติฐานนี้ด้วยการดูลักษณะนิสัยของคน
07:38
They had four good friends of a person judge their personality.
149
442296
4218
โดยให้เพื่อนสนิทสี่คนบ่งบอกลักษณะนิสัยของคนๆ นั้น
07:42
Then they had strangers, many strangers,
150
446514
1956
จากนั้นก็ให้คนอื่นๆ ที่ไม่ได้รู้จักคนนี้
07:44
judge the person's personality just from Facebook,
151
448470
2528
ทายลักษณะนิสัยของคนๆ นี้ จากการอ่าน เฟซบุ๊ค
07:46
and what they found was those judgments of the personality
152
450998
2429
สิ่งที่นักวิจัยค้นพบคือ ผลการบ่งบอกลักษณะนิสัยจากทั้งสองวิธีนั้น
07:49
were pretty much identical, highly correlated,
153
453427
2509
แทบจะเหมือนกันเลย
07:51
meaning that Facebook profiles really do reflect our actual personality.
154
455936
4373
หมายความว่า โปรไฟล์ บนเฟซบุ๊ค สามารถบอกถึงลักษณะนิสัยที่แท้จริง ของคนๆ นั้น
07:56
All right, well, what about online dating?
155
460309
2572
แล้ว การหาแฟนทางอินเตอร์เน็ตหล่ะ
07:58
I mean, that's a pretty deceptive space.
156
462881
1500
มันก็น่าจะหลอกลวงพอสมควร ใช่ไหมครับ
08:00
I'm sure you all have "friends" that have used online dating. (Laughter)
157
464381
3535
ผมว่า เราทุกคนคงจะมี "เพื่อน" ที่นัดเจอคู่เดทจากอินเตอร์เน็ต (หัวเราะ)
08:03
And they would tell you about that guy that had no hair
158
467916
2058
แล้วเพื่อนเรามักจะเหล่าให้ฟังว่า อีตาคนที่ชวนไปเที่ยวกันวันนั้นน่ะ
08:05
when he came, or the woman that didn't look at all like her photo.
159
469974
3030
พอเจอเข้าจริงๆ กลับ หัวล้าน หรือไม่ก็ น้องผู้หญิงคนนั้น ตัวจริงไม่เห็นจะเหมือนกับรูปเลย
08:08
Well, we were really interested in it, and so what we did
160
473004
3136
เราสนใจเรื่องนี้มาก จึงรวบรวมคนที่ใช้บริการหาคู่ทางอินเตอร์เน็ต
08:12
is we brought people, online daters, into the lab,
161
476140
3107
มาศึกษาในห้องแล็บ
08:15
and then we measured them. We got their height
162
479247
1480
เราวัดส่วนสูง
08:16
up against the wall, we put them on a scale, got their weight --
163
480727
3881
ชั่งน้ำหนัก -- สาวๆ ชอบส่วนนี้มาก
08:20
ladies loved that -- and then we actually got their driver's license to get their age.
164
484608
3895
และก็ดูอายุจากใบขับขี่
08:24
And what we found was very, very interesting.
165
488503
4311
สิ่งที่เราค้นพบนั้น น่าสนใจมากๆ
08:28
Here's an example of the men and the height.
166
492814
3929
อันนี้เป็นตัวอย่างส่วนสูงจากกลุ่มผู้ชาย
08:32
Along the bottom is how tall they said they were in their profile.
167
496743
2470
ด้านล่างเป็นข้อมูลที่กรอกไว้ในโปรไฟล์
08:35
Along the y-axis, the vertical axis, is how tall they actually were.
168
499213
4862
ส่วนทางแกนวาย แนวตั้ง เป็นส่วนสูงจริง
08:39
That diagonal line is the truth line. If their dot's on it,
169
504075
3076
เส้นทะแยงมุมเป็นเส้นความจริง ถ้าจุดนั้นตรงเส้น
08:43
they were telling exactly the truth.
170
507151
1554
แสดงว่า หนุ่มๆ เหล่านั้นพูดความจริง
08:44
Now, as you see, most of the little dots are below the line.
171
508705
3113
เห็นใช่ไหมครับว่า จุดส่วนใหญ่จะอยู่ใต้เส้น
08:47
What it means is all the guys were lying about their height.
172
511818
2867
นั่นหมายถึง ผู้ชายส่วนใหญ่โกหกเกี่ยวกับความสูงของเขา
08:50
In fact, they lied about their height about nine tenths of an inch,
173
514685
2941
เราพบว่า พวกผู้ชายโกหกความสูงของตัวเองประมาณ เศษ 9 ส่วน 10 นิ้ว
08:53
what we say in the lab as "strong rounding up." (Laughter)
174
517626
6276
เราเรียกกันในแล็บเล่นๆ ว่า "ปัดเศษขึ้นอย่างแรง" (หัวเราะ)
08:59
You get to 5'8" and one tenth, and boom! 5'9".
175
523902
4503
คนสูง 5 ฟุต 8 นิ้ว กับอีกเศษหนึ่งส่วนสิบ กลายเป็น 5 ฟุต 9 นิ้วซะงั้น
09:04
But what's really important here is, look at all those dots.
176
528405
1998
แต่สิ่งที่สำคัญจริงๆ ตรงนี้คือ ลองดูจุดเหล่านั้นนะครับ
09:06
They are clustering pretty close to the truth. What we found
177
530403
2566
มันเกาะกลุ่มใกล้เคียงกับความจริง
09:08
was 80 percent of our participants did indeed lie
178
532969
2408
สิ่งทีเราพบคือ 80% ของผู้เข้าทดสอบโกหก
09:11
on one of those dimensions, but they always lied by a little bit.
179
535377
3595
เกี่ยวกับหนึ่งในอัตราวัดพวกนั้น แต่เขามักจะโกหกเพียงเล็กน้อย
09:14
One of the reasons is pretty simple. If you go to a date,
180
538972
3024
สาเหตุนั้นง่ายมากครับ ถ้าคุณไปออกเดท
09:17
a coffee date, and you're completely different than what you said,
181
541996
3601
แล้วปรากฎณ์ว่า คุณไม่เหมือนกับที่บอกไว้
09:21
game over. Right? So people lied frequently, but they lied
182
545597
3619
จบเกมใช่ไหมครับ ดังนั้น คนเราจึงโกหกบ่อย แต่
09:25
subtly, not too much. They were constrained.
183
549216
3469
โกหกแบบเนียนๆ โกหกไม่มากนัก เพราะเขามีข้อจำกัด
09:28
Well, what explains all these studies? What explains the fact
184
552685
2887
สิ่งที่อธิบายงานวิจัยทั้งหมดนี้ สิ่งที่อธิบายความจริง
09:31
that despite our intuitions, mine included,
185
555572
4635
ทั้งๆ ที่มันขัดกับความรู้สึกของเรา รวมทั้งผมด้วย คือ
09:36
a lot of online communication, technologically-mediated
186
560207
3529
การสื่อสารทางอินเตอร์เน็ตส่วนใหญ่
09:39
communication, is more honest than face to face?
187
563736
4028
มีความเที่ยงตรงมากกว่าการสื่อสารกันซึ่งๆ หน้า?
09:43
That really is strange. How do we explain this?
188
567764
2489
มันแปลกใช่ไหมครับ เราจะอธิบายมันยังไงดี?
09:46
Well, to do that, one thing is we can look at the deception-detection literature.
189
570253
3379
สิ่งหนึ่งที่เราทำได้ก็คือการไปศึกษางานวิจัยที่เกี่ยวการจับการหลอกลวง
09:49
It's a very old literature by now, it's coming up on 50 years.
190
573632
4345
บทความนี้มันเก่าแล้วหล่ะ เกือบห้าสิบปีแล้ว
09:53
It's been reviewed many times. There's been thousands of trials,
191
577977
2662
มันถูกอ่านหลายต่อหลายครั้ง ทดลองเป็นพันๆ ครั้ง
09:56
hundreds of studies, and there's some really compelling findings.
192
580639
3981
ศึกษาเป็นร้อยๆ ครั้ง และนี่คือสิ่งค้นพบที่น่าสนใจ
10:00
The first is, we're really bad at detecting deception,
193
584620
3236
อย่างแรกคือ เราจับการหลอกลวงได้แย่มากๆ
10:03
really bad. Fifty-four percent accuracy on average when you have to tell
194
587856
4116
ความถูกต้องโดยเฉลี่ยอยู่ที่ 54%
10:07
if somebody that just said a statement is lying or not.
195
591972
3384
เวลาที่เราบอกได้ว่าคนๆ นั้นโกหกหรือไม่
10:11
That's really bad. Why is it so bad?
196
595356
3192
แย่จริงๆ ใช่ไหมครับ ทำไมมันแย่ขนาดนั้นหล่ะ?
10:14
Well it has to do with Pinocchio's nose.
197
598548
2530
อันนี้มันขึ้นอยู่กับจมูกของพิน็อคคิโอ
10:16
If I were to ask you guys, what do you rely on
198
601078
2359
ถ้าผมถามพวกคุณว่า
10:19
when you're looking at somebody and you want to find out
199
603437
2245
ใช้อะไรเป็นตัวบอกในการจับโกหก
10:21
if they're lying? What cue do you pay attention to?
200
605682
2930
ดูสัญญาณจากตรงไหน
10:24
Most of you would say that one of the cues you look at
201
608612
2430
พวกคุณส่วนใหญ่จะบอกว่า
10:26
is the eyes. The eyes are the window to the soul.
202
611042
2728
ดูที่ตา ดวงตาคือหน้าต่างของหัวใจ
10:29
And you're not alone. Around the world, almost every culture,
203
613770
2403
อันนี้ไม่แปลกครับ ทุกวัฒนธรรมทั่วโลก
10:32
one of the top cues is eyes. But the research
204
616173
2863
สัญญาณที่สำคัญนั้นอยู่ที่ดวงตา
10:34
over the last 50 years says there's actually no reliable cue
205
619036
3824
แต่งานวิจัยตลอด 50 ปีที่ผ่านมา กลับบอกว่า ไม่มีสัญญาณใดที่เชื่อถือได้
10:38
to deception, which blew me away, and it's one of
206
622860
2997
ในการจับการโกหก ซึ่งอันนี้ทำให้ผมงงแตกเลยครับ
10:41
the hard lessons that I learned when I was customs officer.
207
625857
2355
และมันก็เป็นบทเรียนที่ยากที่สุด ตอนที่ผมเป็นเจ้าหน้าที่ตม.
10:44
The eyes do not tell us whether somebody's lying or not.
208
628212
2430
ดวงตาไม่ได้บอกว่าคนๆ นั้นโกหกเราอยู่หรือไม่
10:46
Some situations, yes -- high stakes, maybe their pupils dilate,
209
630642
3018
ในบางกรณีอาจจะใช่ครับ เช่น กรณีความเสี่ยงสูง ลูกตาดำอาจจะขยายตัวขึ้น
10:49
their pitch goes up, their body movements change a little bit,
210
633660
3504
เสียงพูดสูงขึ้น การเคลื่อนไหวของร่างกายอาจเปลี่ยนแปลงเล็กน้อย
10:53
but not all the time, not for everybody, it's not reliable.
211
637164
4832
แต่ไม่เสมอไป และไม่เป็นจริงสำหรับทุกคน มันเชื่อถือไม่ได้
10:57
Strange. The other thing is that just because you can't see me
212
641996
3378
แปลกใช่ไหมครับ อีกอย่างคือ แค่คุณไม่เห็นผม
11:01
doesn't mean I'm going to lie. It's common sense,
213
645374
2419
ก็ไม่ได้แปลว่าผมจะต้องโกหกเสมอไป
11:03
but one important finding is that we lie for a reason.
214
647793
2907
มันเป็นความคิดพื้นฐาน แต่เป็นหนึ่งในสิ่งค้นพบที่สำคัญก็คือ เราโกหกเมื่อมีสาเหตุ
11:06
We lie to protect ourselves or for our own gain
215
650700
2367
เราโกหกเพื่อปกป้องตัวเอง เพื่อผลประโยชน์ของตัวเอง
11:08
or for somebody else's gain.
216
653067
2827
หรือผลประโยชน์ของคนอื่น
11:11
So there are some pathological liars, but they make up
217
655894
1930
มีบ้างครับ คนที่โกหกจนเป็นนิสัย แต่นั่นเป็นเพียงชนกลุ่มน้อย
11:13
a tiny portion of the population. We lie for a reason.
218
657824
3513
เราโกหกเพราะมีเหตุจำเป็น
11:17
Just because people can't see us doesn't mean
219
661337
1631
เพียงเพราะคนอื่นไม่เห็นเรา ไม่ได้แปลว่า
11:18
we're going to necessarily lie.
220
662968
2271
เราจะต้องโกหกเสมอไป
11:21
But I think there's actually something much more
221
665239
1553
แต่ผมคิดว่า มันมีมากกว่านั้นครับ
11:22
interesting and fundamental going on here. The next big
222
666792
3274
มันมีอะไรที่เป็นพื้นฐานมากกว่านั้น สิ่งสำคัญถัดไป
11:25
thing for me, the next big idea, we can find by going
223
670066
3797
ความคิดอันบรรเจิดต่อจากนี้ เราสามารถคันพบได้โดย
11:29
way back in history to the origins of language.
224
673863
3139
ย้อนเวลาไปสู่อดีต ไปยังต้นกำเนิดของภาษา
11:32
Most linguists agree that we started speaking somewhere
225
677002
3887
นักภาษาศาสตร์ส่วนใหญ่เห็นด้วยว่า มนุษย์เราเริ่มพูด
11:36
between 50,000 and 100,000 years ago. That's a long time ago.
226
680889
3168
เมื่อประมาณห้าพันถึงหนึ่งแสนปีก่อน มันนานมามากแล้วใช่ไหมครับ
11:39
A lot of humans have lived since then.
227
684057
2616
มนุษย์จำนวนมากได้อาศัยอยู่บนโลกใบนี้ตั้งแต่ช่วงนั้น
11:42
We've been talking, I guess, about fires and caves
228
686673
2423
เราคงพูดเกี่ยวกับ ไฟ ถ้ำ เสือเขี้ยวยาว
11:44
and saber-toothed tigers. I don't know what they talked about,
229
689096
3107
ผมก็ไม่รู้เหมือนกันว่าพวกเขาพูดเรื่องอะไรกันบ้าง
11:48
but they were doing a lot of talking, and like I said,
230
692203
2518
แต่คงจะพูดกันเยอะทีเดียว และอย่างที่ผมพูดไว้
11:50
there's a lot of humans evolving speaking,
231
694721
2545
เรามีมนุษย์จำนวนมากมายที่พัฒนาการพูด
11:53
about 100 billion people in fact.
232
697266
2806
ประมาณ 100 พันล้านคนเลยทีเดียว
11:55
What's important though is that writing only emerged
233
700072
2782
แต่สิ่งที่สำคัญคือ การเขียนเพิ่งจะเกิดขึ้น
11:58
about 5,000 years ago. So what that means is that
234
702854
3587
เมื่อประมาณห้าพันปีก่อนนี้เอง นั่นหมายถึง
12:02
all the people before there was any writing,
235
706441
2392
ผู้คนก่อนหน้าที่จะมีการเขียนนั้น
12:04
every word that they ever said, every utterance
236
708833
5586
ทุกๆ คำที่เขาพูด ทุกๆ ครั้งที่เขาเอ่ยปาก
12:10
disappeared. No trace. Evanescent. Gone.
237
714419
4752
มันหายไปหมดครับ ไม่มีร่องรอย หายวับไปกับตา
12:15
So we've been evolving to talk in a way in which
238
719171
4065
การพูดของเรามีพัฒนาการมาโดยที่ไม่มีการบันทึก
12:19
there is no record. In fact, even the next big change
239
723236
5917
ยิ่งไปกว่านั้น การเปลี่ยนแปลงที่สำคัญเกี่ยวกับการเขียน
12:25
to writing was only 500 years ago now,
240
729153
2468
เพิ่งจะเกิดขึ้นเมื่อห้าร้อยปีก่อนนี้เอง
12:27
with the printing press, which is very recent in our past,
241
731621
2379
นั่นคือ การพิมพ์
12:29
and literacy rates remained incredibly low right up until World War II,
242
734000
4242
และอัตราการรู้หนังสือก็อยู่ในเกณฑ์ที่ต่ำมาก จนกระทั่งสมัยสงครามโลกครั้งที่สอง
12:34
so even the people of the last two millennia,
243
738242
3384
มนุษย์ของสองสหัสวรรษสุดท้ายที่ผ่านมา
12:37
most of the words they ever said -- poof! -- disappeared.
244
741626
5032
คำพูดทั้งหมดที่เขาเคยพูดไว้ เพี้ยง.. หาย
12:42
Let's turn to now, the networked age.
245
746658
3591
มาดูสมัยปัจจุบันกัน ยุคเน็ตเวิร์ค ยุคแห่งการเชื่อมต่อ
12:46
How many of you have recorded something today?
246
750249
4712
มีกี่คนครับที่ได้บันทึกอะไรไปบางอย่างในวันนี้
12:50
Anybody do any writing today? Did anybody write a word?
247
754961
3177
มีใครได้เขียนอะไรไหมครับ ซักคำสองคำ
12:54
It looks like almost every single person here recorded something.
248
758138
4226
ดูเหมือนว่า เกือบทุกคนในที่นี้ได้บันทึกอะไรไปบ้าง
12:58
In this room, right now, we've probably recorded more
249
762364
3048
ในห้องนี้ ณ ตอนนี้ เราน่าจะบันทึกข้อมูลไปมากกว่า
13:01
than almost all of human pre-ancient history.
250
765412
4542
มนุษย์ทั้งหมดในสมัยก่อนประวัติศาสตร์
13:05
That is crazy. We're entering this amazing period
251
769954
3230
มันน่าทึ่งมากใช่ไหมครับ เรากำลังเข้าสู่ยุคมหัศจรรย์
13:09
of flux in human evolution where we've evolved to speak
252
773184
4015
ที่วิวัฒนาการของมนุษย์ได้เปลี่ยนแปลงอย่างต่อเนื่องในด้านพัฒนาการทางการพูด
13:13
in a way in which our words disappear, but we're in
253
777199
2701
จากการที่เมื่อพูดไปแล้ว คำพูดเหล่านั้นสูญหายไปไร้ร่องรอย
13:15
an environment where we're recording everything.
254
779900
2903
มาเป็นยุคของการเก็บบันทึกทุกสิ่งทุกอย่าง
13:18
In fact, I think in the very near future, it's not just
255
782803
2337
ผมว่า อีกไม่กี่ปีข้างหน้านี้
13:21
what we write that will be recorded, everything we do
256
785140
2349
ไม่ใช่แค่ทุกสิ่งที่เราเขียนจะถูกบันทึก
13:23
will be recorded.
257
787489
2333
ทุกสิ่งที่เราทำก็จะถูกบันทึกด้วย
13:25
What does that mean? What's the next big idea from that?
258
789822
4456
นั่นหมายถึงอะไรครับ ความคิดอันบรรเจิดถ้ดไปจะเป็นอะไรเหรอครับ?
13:30
Well, as a social scientist, this is the most amazing thing
259
794278
4250
ในฐานะนักสังคมศาสตร์ นี่คือสิ่งที่น่าอัศจรรย์ที่สุด
13:34
I have ever even dreamed of. Now, I can look at
260
798528
3547
สิ่งที่ผมเคยฝันไว้ ตอนนี้ ผมสามารถดู
13:37
all those words that used to, for millennia, disappear.
261
802075
3611
ทุกคำที่ได้เคย, เป็นพันๆ ปีมาแล้ว, หายไป
13:41
I can look at lies that before were said and then gone.
262
805686
4248
ผมสามารถดูทุกการโกหก ที่เมื่อก่อนหน้านี้ถูกกุขึ้นมาแล้วก็หายไปไร้ร่องรอย
13:45
You remember those Astroturfing reviews that we were
263
809934
3520
คุณคงจำกันได้เกี่ยวกับ การใช้หญ้าเทียมในการเขียนบทวิจารณ์
13:49
talking about before? Well, when they write a fake review,
264
813454
3503
ที่เราได้คุยกันไว้ ใช่ครับ เมื่อคนพวกนี้ กุบทวิจารณ์จอมปลอมเหล่านี้ขี้นมา
13:52
they have to post it somewhere, and it's left behind for us.
265
816957
2704
เขาก็ต้องเอาไปโพสต์ที่ใดที่หนึ่ง เพื่อเราจะได้เห็น
13:55
So one thing that we did, and I'll give you an example of
266
819661
2435
ผมจะยกตัวอย่างอีกการทดลองหนึ่งที่เราได้ทำ
13:57
looking at the language, is we paid people
267
822096
2495
เพื่อศึกษาเกี่ยวกับภาษา เราจ้างคน
14:00
to write some fake reviews. One of these reviews is fake.
268
824591
3535
เพื่อเขียนบทวิจารณ์หลอกๆ ขึ้นมา หนึ่งในนี้เป็นคำวิจารณ์ปลอม
14:04
The person never was at the James Hotel.
269
828126
1943
ที่ผู้เขียนไม่เคยไปพักที่โรงแรมเจมส์
14:05
The other review is real. The person stayed there.
270
830069
2922
อีกอันเป็นคำวิจารณ์จากคนที่เคยไปพักจริง
14:08
Now, your task now is to decide
271
832991
3527
หน้าที่ของคุณคือเลือก
14:12
which review is fake?
272
836518
4073
ว่าอันไหนเป็นอันปลอม
14:16
I'll give you a moment to read through them.
273
840591
4186
ผมให้เวลาอ่านแป๊บหนึ่ง
14:20
But I want everybody to raise their hand at some point.
274
844777
2287
แต่ผมอยากให้ทุกคนยกมือนะครับ
14:22
Remember, I study deception. I can tell if you don't raise your hand.
275
847064
4231
อย่าลืมนะครับ ผมศึกษาเรื่องการโกหกหลอกลวง ผมบอกได้ว่าคุณไม่ได้ยกมือ
14:27
All right, how many of you believe that A is the fake?
276
851295
4570
เอาหล่ะครับ ใครคิดว่า เอ เป็นของปลอมบ้าง
14:33
All right. Very good. About half.
277
857894
2142
ดีครับ ประมาณครึ่งหนึ่ง
14:35
And how many of you think that B is?
278
860036
3615
แล้วใครคิดว่า บี เป็นของปลอมครับ
14:39
All right. Slightly more for B.
279
863651
2529
บี เยอะกว่าเล็กน้อย
14:42
Excellent. Here's the answer.
280
866180
2592
เยี่ยมมากครับ คำตอบคือ
14:44
B is a fake. Well done second group. You dominated the first group. (Laughter)
281
868772
6581
บี เป็นของปลอมครับ กลุ่มที่สองเก่งมาก ชนะกลุ่มแรกไปเลยครับ (หัวเราะ)
14:51
You're actually a little bit unusual. Every time we demonstrate this,
282
875353
2846
คุณแปลกจากปกติเล็กน้อย ทุกครั้งที่เราลอง
14:54
it's usually about a 50-50 split, which fits
283
878199
2746
จะได้ประมาณครึ่งต่อครึ่ง ซึ่งตรงกับการวิจัย
14:56
with the research, 54 percent. Maybe people here
284
880945
2646
นั่นคือ 54% แต่สงสัยว่าคนที่
14:59
in Winnipeg are more suspicious and better at figuring it out.
285
883591
3770
วินนีเพคนี้จะขี้ระแวง และก็ดูออกมากกว่า
15:03
Those cold, hard winters, I love it.
286
887361
2688
ต้องเป็นเพราะฤดูหนาวที่โหดร้ายที่นี่แน่ๆ เลย ผมชอบครับ
15:05
All right, so why do I care about this?
287
890049
3054
แล้วเราจะสนใจเรื่องนี้ทำไม
15:09
Well, what I can do now with my colleagues in computer science
288
893103
3268
สิ่งที่ผมสามารถทำร่วมกับเพื่อนร่วมงานจากวิทยาการคอมพิวเตอร์ได้
15:12
is we can create computer algorithms that can analyze
289
896371
3232
ก็คือ เราสามารสร้างอัลกอริทึมในการวิเคราะห์
15:15
the linguistic traces of deception.
290
899603
2900
ร่องรอยทางภาษาของการหลอกลวงได้
15:18
Let me highlight a couple of things here
291
902503
1833
ผมขอเน้นตัวอย่างสักสองสามอันในที่นี้แล้วกัน
15:20
in the fake review. The first is that liars tend to think
292
904336
3443
ในคำวิจารร์ปลอม สิ่งแรกที่คนโกหกจะคิดเหมือนๆ กันก็คือ
15:23
about narrative. They make up a story:
293
907779
1588
การเล่่าเรื่อง พวกเขาสร้างเรื่องขึ้นมา
15:25
Who? And what happened? And that's what happened here.
294
909367
3186
ใคร? เกิดอะไรขึ้น? ซึ่งนั่นคือสิ่งที่เราเห็นตรงนี้
15:28
Our fake reviewers talked about who they were with
295
912553
2289
คนเขียนคำวิจารณ์ปลอมของเรา พูดถึงคนที่ไปพักด้วย
15:30
and what they were doing. They also used the first person singular, I,
296
914842
4765
สิ่งที่พวกเขาทำ เขาใช้สรรพนามขั้นที่หนึ่ง, ฉัน,
15:35
way more than the people that actually stayed there.
297
919607
2469
มากกว่าคนที่ไปพักที่นั่นจริงๆ
15:37
They were inserting themselves into the hotel review,
298
922076
4696
เขาเอาตัวเองเข้าไปในคำวิจารณ์โรงแรม
15:42
kind of trying to convince you they were there.
299
926772
1696
เหมือนกับจะพยายามทำให้คุณเชื่อว่าพวกเขาได้อยู่ที่นั่นจริง
15:44
In contrast, the people that wrote the reviews that were actually there,
300
928468
4015
ตรงกันข้ามกับคนที่เขียนคำวิจาร์ณที่ได้ไปพักที่โรงแรมจริง
15:48
their bodies actually entered the physical space,
301
932483
2432
ร่างกายของเขาได้เข้าไปอยู่ในสถานที่แห่งนั้น
15:50
they talked a lot more about spatial information.
302
934915
2899
เขาจึงพูดเกี่ยวกับข้อมูลของสถานที่มากกว่า
15:53
They said how big the bathroom was, or they said,
303
937814
2517
เขาพูดถึงความกว้างของห้องน้ำ หรือไม่ก็
15:56
you know, here's how far shopping is from the hotel.
304
940331
4520
ความใกล้หรือไกลที่ท่องเที่ยวจากตัวโรงแรม
16:00
Now, you guys did pretty well. Most people perform at chance at this task.
305
944851
4161
พวกคุณทำได้ดีมาก คนส่วนใหญ่เดาสุ่มเอา
16:04
Our computer algorithm is very accurate, much more accurate
306
949012
2758
อัลกอริทึมบนคอมพิวเตอร์ของเราเที่ยงตรงมากๆ
16:07
than humans can be, and it's not going to be accurate all the time.
307
951770
3291
มากยิ่งกว่าที่มนุษย์สามารถทำได้ แต่ไม่ใช่วว่ามันจะถูกเสมอทุกสถานะการณ์
16:10
This isn't a deception-detection machine to tell
308
955061
2030
นี่ไม่ใช่เครื่องมือจับผิด ที่จะบอกได้ว่า
16:12
if your girlfriend's lying to you on text messaging.
309
957091
2501
แฟนคุณโกหกตอนที่เธอส่งข้อความมาหา
16:15
We believe that every lie now, every type of lie --
310
959592
3564
เราเชื่อว่าการโกหก ทุกๆ ประเภท
16:19
fake hotel reviews, fake shoe reviews,
311
963156
3787
ไม่ว่าจะเป็น คำวิจารณ์โรงแรม รองเท้า
16:22
your girlfriend cheating on you with text messaging --
312
966943
2914
แฟนโกหกตอนส่งข้อความทางโทรศัพท์มือถือ
16:25
those are all different lies. They're going to have
313
969857
1505
ล้วนแล้วแต่เป็นการโกหกที่แตกต่างกัน มันจะมี
16:27
different patterns of language. But because everything's
314
971362
2859
รูปแบบของภาษาที่แตกต่างกันไปด้วย แต่เพราะตอนนี้
16:30
recorded now, we can look at all of those kinds of lies.
315
974221
4689
ทุกสิ่งทุกอย่างได้ถูกบันทึกไว้ เราสามารถศึกษาการโกหกหลากหลายประเภทเหล่านี้
16:34
Now, as I said, as a social scientist, this is wonderful.
316
978910
3993
อยากที่ผมบอกไว้ สำหรับนักสังคมศาสตร์ มันยอดมาก
16:38
It's transformational. We're going to be able to learn
317
982903
2087
มันเป็นจุดเปลี่ยน เราจะสามารถเรียนรู้
16:40
so much more about human thought and expression,
318
984990
3802
เกี่ยวกับความคิดของมนุษย์ และการแสดงออก
16:44
about everything from love to attitudes,
319
988792
4398
เกี่ยวกับความรัก และทัศนคติ ได้มากยิ่งขี้น
16:49
because everything is being recorded now, but
320
993190
1960
เพราะปัจจุบัน ทุกสิ่งได้ถูกบันทึก
16:51
what does it mean for the average citizen?
321
995150
2404
แต่มันหมายความว่าอย่างไรกับประชาชนทั่วไป
16:53
What does it mean for us in our lives?
322
997554
2802
มันเกี่ยวข้องอย่างไรกับชีวิตเรา
16:56
Well, let's forget deception for a bit. One of the big ideas,
323
1000356
3673
ลืมเรื่องการหลอกลวงไปก่อน หนึ่งในความคิดอันบรรเจิด
16:59
I believe, is that we're leaving these huge traces behind.
324
1004029
3688
ผมว่า มันคือการที่เราทิ้งร่องรอยเอาไว้มากมาย
17:03
My outbox for email is massive,
325
1007717
3216
กล่องจดหมายออกในอีเมล์ของผมมันใหญ่มาก
17:06
and I never look at it. I write all the time,
326
1010933
3337
และผมก็ไม่เคยอ่านมัน ผมเขียนมันตลอดเวลา
17:10
but I never look at my record, at my trace.
327
1014270
3438
แต่ไม่เคยอ่านสิ่งที่บันทึกไว้ ไม่เคยอ่านร่องรอยของตัวเอง
17:13
And I think we're going to see a lot more of that,
328
1017708
1567
และผมคิดว่าเราจะเห็นมันมากขี้น
17:15
where we can reflect on who we are by looking at
329
1019275
3161
ที่เราสามารถบอกได้ว่าเราเป็นใครโดยดูที่
17:18
what we wrote, what we said, what we did.
330
1022436
3618
สิ่งที่เราเขียน พูด หรือทำ
17:21
Now, if we bring it back to deception, there's a couple
331
1026054
2272
หวนกลับมาเรื่องการหลอกลวง
17:24
of take-away things here.
332
1028326
1977
เราได้ข้อคิดสองสามประเด็น
17:26
First, lying online can be very dangerous, right?
333
1030303
4488
อย่างแรก การโกหกบนอินเตอร์เน็ตนั้นอาจเป็นอันตรายได้ ใช่ไหมครับ
17:30
Not only are you leaving a record for yourself on your machine,
334
1034791
2706
ไม่เพียงแต่คุณทิ้งร่องรอยของตัวเองไว้บนเครื่อง
17:33
but you're leaving a record on the person that you were lying to,
335
1037497
4275
แต่คุณทิ้งบันทึกไว้ให้คนที่คุณโกหกต่อเขา
17:37
and you're also leaving them around for me to analyze
336
1041772
1760
และคุณก็ทิ้งไว้ให้ผมวิเคราะห์
17:39
with some computer algorithms.
337
1043532
1454
ด้วยอัลกอริทึมบนคอมพิวเตอร์
17:40
So by all means, go ahead and do that, that's good.
338
1044986
3173
ดังนั้น ทำไปเลยครับ อย่าได้ยั้ง
17:44
But when it comes to lying and what we want to do
339
1048159
4154
แต่เมื่อพูดถึงการโกหกและสิ่งที่เราอยากทำ
17:48
with our lives, I think we can go back to
340
1052313
2553
เกี่ยวกับบชีวิตของเรา เราลองย้อนไปถึง
17:50
Diogenes and Confucius. And they were less concerned
341
1054866
3749
ไดโอจีนส์และขงจื้อ เขาเป็นห่วงน้อยกว่าว่า
17:54
about whether to lie or not to lie, and more concerned about
342
1058615
2832
จะโกหกหรือไม่ แต่เขาไตร่ตรองมากกว่าเกี่ยวกับ
17:57
being true to the self, and I think this is really important.
343
1061447
3285
การซื่อสัตย์ต่อตัวเอง และนั่นคือสิ่งที่ผมคิดว่ามันสำคัญมาก
18:00
Now, when you are about to say or do something,
344
1064732
4183
เมื่อคุณจะพูดหรือทำอะไร
18:04
we can think, do I want this to be part of my legacy,
345
1068915
4560
เราสามารถคิดได้ว่า อยากจะให้สิ่งนั้นเป็นมรดกสืบทอด
18:09
part of my personal record?
346
1073475
2713
เป็นสิ่งที่คนรุ่นหลังรู้เกี่ยวกับตัวคุณเองหรือไม่
18:12
Because in the digital age we live in now,
347
1076188
2657
เพราะในยุคโลกาภิวัฒน์ ที่เราอยู่นี้
18:14
in the networked age, we are all leaving a record.
348
1078845
4464
เป็นยุคแห่งการเชื่อมโยง เราทิ้งบันทึก และร่องรอยทุกอย่างไว้
18:19
Thank you so much for your time,
349
1083309
1695
ขอบคุณที่สละเวลามาในวันนี้ครับ
18:20
and good luck with your record. (Applause)
350
1085004
4447
และโชคดีเกี่ยวกับบทบันทึกของคุณ (ปรบมือ)
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