TEDGlobal 2013
Alessandro Acquisti: What will a future without secrets look like?
อเลสสาโดร์ แอคคิวสิท (Alessandro Acquisti): ทำไมการตั้งค่าความเป็นส่วนตัวจึงสำคัญ
Filmed:
Readability: 4.8
1,423,103 views
เส้นแบ่งระหว่างสาธารณะและความเป็นส่วนตัวเป็นเส้นพร่ามัวในสิบปีที่ผ่านมา ทั้งบนออนไลน์และในชีวิตจริง และ อเลสสาโดร์ แอคคิวสิท มาที่นี่เพื่ออธิบายว่ามันคืออะไรและสำคัญอย่างไร ในการสะกิดความคิดนี้ การคุยแบบแนวสบายๆ เขาแบ่งปันรายละเอียดของการวิจัยที่กำหนดดำเนินอยู่และการวิจัยเมื่อเร็วๆ นี้-- รวมถึงโครงการที่แสดงให้เห็นว่า มันง่ายขนาดไหนที่จะเทียบเคียบรูปภาพของคนแปลกหน้ากับข้อมูลส่วนบุคคลของพวกเขาได้
Alessandro Acquisti - Privacy economist
What motivates you to share your personal information online? Alessandro Acquisti studies the behavioral economics of privacy (and information security) in social networks. Full bio
What motivates you to share your personal information online? Alessandro Acquisti studies the behavioral economics of privacy (and information security) in social networks. Full bio
Double-click the English transcript below to play the video.
00:12
I would like to tell you a story
0
641
2354
ผมอยากจะเล่าเรื่องราวให้พวกคุณฟัง
00:14
connecting the notorious privacy incident
1
2995
3176
ที่เป็นเหตุการณ์อันฉาวโฉ่วที่ค่อนข้างส่วนตัว
00:18
involving Adam and Eve,
2
6171
2769
ที่เกี่ยวข้องกับอดัมกับอีฟ
00:20
and the remarkable shift in the boundaries
3
8940
3446
และการเปลี่ยนแปลงโดดเด่นของสิ่งที่แบ่ง
00:24
between public and private which has occurred
4
12386
2686
ระหว่างสิ่งที่แสดงในที่สาธารณะและสิ่งที่เป็นส่วนตัว
00:27
in the past 10 years.
5
15072
1770
ในอดีตเมื่อ 10 ปีก่อน
00:28
You know the incident.
6
16842
1298
คุณรู้จักเรื่องราวนี้
00:30
Adam and Eve one day in the Garden of Eden
7
18140
3330
อดัมกับอีฟ วันหนึ่ง ในสวนแห่งอีเดน
00:33
realize they are naked.
8
21470
1843
ที่พวกเขาเปลือยกาย
00:35
They freak out.
9
23313
1500
พวกเขาตกใจ
00:36
And the rest is history.
10
24813
2757
และที่เหลือก็เป็นประวัติศาสตร์
00:39
Nowadays, Adam and Eve
11
27570
2188
ทุกวันนี้ อดับกับอีฟ
00:41
would probably act differently.
12
29758
2361
อาจจะทำในสิ่งที่ต่างออกไป
00:44
[@Adam Last nite was a blast! loved dat apple LOL]
13
32119
2268
[@อดัม เมื่อคืนมันสุดยอดมาก
ชอบจังเลย แอปเปิ้ลนั่นนะ ^o^]
ชอบจังเลย แอปเปิ้ลนั่นนะ ^o^]
00:46
[@Eve yep.. babe, know what happened to my pants tho?]
14
34387
1873
[@อีฟ ใช่เลยที่รัก แล้วรู้ป่ะ เกิดอะไรกับกางเกงฉันอ่ะ?]
00:48
We do reveal so much more information
15
36260
2636
เราเปิดเผยข้อมูลมากมาย
00:50
about ourselves online than ever before,
16
38896
3334
เกี่ยวกับตัวเราเองบนโลกออนไลน์มากกว่าที่เคยเป็นมา
00:54
and so much information about us
17
42230
1704
และข้อมูลมากมายเกี่ยวกับเรานั้น
00:55
is being collected by organizations.
18
43934
2224
ถูกรวบบรวมโดยองค์กร
00:58
Now there is much to gain and benefit
19
46158
3282
ที่ตอนนี้นำไปใช้ประโยชน์ได้อย่างมากมาย
01:01
from this massive analysis of personal information,
20
49440
2446
จากการวิเคราะห์ข้อมูลส่วนบุคคล
01:03
or big data,
21
51886
1946
หรือข้อมูลจำนวนมาก
01:05
but there are also complex tradeoffs that come
22
53832
2638
แต่ก็ต้องมีการแลกเปลี่ยนที่ซับซ้อน
01:08
from giving away our privacy.
23
56470
3098
ที่มาจากการเปิดเผยความเป็นส่วนตัว
01:11
And my story is about these tradeoffs.
24
59568
4023
และเรื่องราวของผม เกี่ยวกับการแลกเปลี่ยนเหล่านี้
01:15
We start with an observation which, in my mind,
25
63591
2584
เราเริ่มจากการสำรวจก่อน ซึ่งในใจของผม
01:18
has become clearer and clearer in the past few years,
26
66175
3327
ค่อนข้างจะชัดเจนและชัดเจนยิ่งขึ้นในไม่กี่ปีที่ผ่านมา
01:21
that any personal information
27
69502
2097
ที่ข้อมูลส่วนตัวต่างๆ
01:23
can become sensitive information.
28
71599
2285
กลายเป็นข้อมูลที่ค่อนข้างอ่อนไหว
01:25
Back in the year 2000, about 100 billion photos
29
73884
4125
ย้อนไปที่ปี 2000 มีรูปหลายร้อยล้านรูป
01:30
were shot worldwide,
30
78009
1912
ที่ถูกถ่ายในที่ต่างๆ ทั่วโลก
01:31
but only a minuscule proportion of them
31
79921
3065
แต่มีเพียงจำนวนสัดส่วนเล็กๆ เท่านั้น
01:34
were actually uploaded online.
32
82986
1883
ที่ถูกนำขึ้นระบบออนไลน์
01:36
In 2010, only on Facebook, in a single month,
33
84869
3361
ในปี 2010, เฉพาะแค่บนเฟสบุ๊ค
ในเวลาเพียงแค่เดือนเดียว
ในเวลาเพียงแค่เดือนเดียว
01:40
2.5 billion photos were uploaded,
34
88230
3270
2.5 ล้านรูปถูกนำขึ้นระบบออนไลน์
01:43
most of them identified.
35
91500
1882
รูปเหล่านั้นสามารถแยกแยะได้
01:45
In the same span of time,
36
93382
1880
ในช่วงเวลาเดียวกัน
01:47
computers' ability to recognize people in photos
37
95262
4870
ความสามารถของเครื่องคอมพิวเตอร์
ในการจดจำตัวตนของคนในรูป
ในการจดจำตัวตนของคนในรูป
01:52
improved by three orders of magnitude.
38
100132
3608
ถูกพัฒนาขึ้นโดยสามส่วนใหญ่ๆ
01:55
What happens when you combine
39
103740
1882
สิ่งที่เกิดขึ้นเมื่อคุณรวม
01:57
these technologies together:
40
105622
1501
เทคโนโลยีเหล่านี้เข้าด้วยกัน:
01:59
increasing availability of facial data;
41
107123
2658
เพิ่มการใช้งานของข้อมูลใบหน้า
02:01
improving facial recognizing ability by computers;
42
109781
3648
ปรับปรุงความสามารถ
ในการจดจำใบหน้าของเครื่องคอมพิวเตอร์
ในการจดจำใบหน้าของเครื่องคอมพิวเตอร์
02:05
but also cloud computing,
43
113429
2182
และการคำนวณของระบบคลาวด์
02:07
which gives anyone in this theater
44
115611
1888
ที่จะให้ทุกคนในที่นี้
02:09
the kind of computational power
45
117499
1560
ความสามารถในการคำนวณ
02:11
which a few years ago was only the domain
46
119059
1886
ที่ในไม่กี่ปีที่ผ่านมา เป็นแค่เพียงโดเมน
02:12
of three-letter agencies;
47
120945
1782
ของหน่วยงาน 3 ตัวอักษร
02:14
and ubiquitous computing,
48
122727
1378
และการคำนวณแบบกระจาย
02:16
which allows my phone, which is not a supercomputer,
49
124105
2892
ที่ยอมให้โทรศัพท์ของผม
ซึ่งไม่ใช่ซุปเปอร์คอมพิวเตอร์
ซึ่งไม่ใช่ซุปเปอร์คอมพิวเตอร์
02:18
to connect to the Internet
50
126997
1671
สามารถเชื่อมต่อกับอินเตอร์เน็ต
02:20
and do there hundreds of thousands
51
128668
2334
และทำตารางเปรียบเทียบใบหน้า
02:23
of face metrics in a few seconds?
52
131002
2639
เป็นร้อยเป็นพันในเวลาเพียงไม่กี่วินาที
02:25
Well, we conjecture that the result
53
133641
2628
อืม เราคาดเดาผลที่ได้
02:28
of this combination of technologies
54
136269
2064
จากการรวมกันของเทคโนโลยี
02:30
will be a radical change in our very notions
55
138333
2888
จะเกิดการเปลี่ยนแปลงที่รุนแรงในความคิดของพวกเรา
02:33
of privacy and anonymity.
56
141221
2257
เกี่ยวกับความเป็นส่วนตัวและการไม่ระบุชื่อ
02:35
To test that, we did an experiment
57
143478
1993
เพื่อจะทดสอบสิ่งนี้ เราได้ทำการทดลอง
02:37
on Carnegie Mellon University campus.
58
145471
2121
ที่วิทยาเขตของมหาวิทยาลัยคาร์เนกี้เมลลอน
02:39
We asked students who were walking by
59
147592
2099
เราถามนักศึกษาที่กำลังเดินผ่านไปมา
02:41
to participate in a study,
60
149691
1779
ให้มาร่วมในการศึกษาของเรา
02:43
and we took a shot with a webcam,
61
151470
2562
และเราถ่ายรูปโดยใช้กล้องเวปแคม
(กล้องเชื่อมต่อกับคอมพิวเตอร์)
(กล้องเชื่อมต่อกับคอมพิวเตอร์)
02:46
and we asked them to fill out a survey on a laptop.
62
154032
2782
และเราให้นักศึกษากรอกแบบสอบถาม
บนเครื่องคอมพิวเตอร์แล็ปท็อป
บนเครื่องคอมพิวเตอร์แล็ปท็อป
02:48
While they were filling out the survey,
63
156814
1979
ในขณะที่พวกเขากำลังกรอกแบบสอบถาม
02:50
we uploaded their shot to a cloud-computing cluster,
64
158793
2797
เราก็นำรูปที่ถ่ายนั้นขึ้นระบบแบ่งกลุ่มคำนวณของคลาว์ด
02:53
and we started using a facial recognizer
65
161590
1727
และเราเริ่มใช้ระบบจดจำใบหน้า
02:55
to match that shot to a database
66
163317
2405
ค้นหารูปหน้าในฐานข้อมูล
02:57
of some hundreds of thousands of images
67
165722
2393
ของรูปเป็นพันๆ รูป
03:00
which we had downloaded from Facebook profiles.
68
168115
3596
ที่เราได้จากการดาว์นโลดจากโปรไฟล์ของเฟสบุ๊ก
03:03
By the time the subject reached the last page
69
171711
3259
ในเวลาที่นักศึกษามาถึงหน้าสุดท้าย
03:06
on the survey, the page had been dynamically updated
70
174970
3347
ในแบบสอบถาม หน้านั้นถูกเปลี่ยนไปเรื่อยๆ
03:10
with the 10 best matching photos
71
178317
2313
โดยเปลี่ยนเป็นรูป
ที่ตรงกับใบหน้าของนักศึกษามากที่สุด 10 รูป
ที่ตรงกับใบหน้าของนักศึกษามากที่สุด 10 รูป
03:12
which the recognizer had found,
72
180630
2285
ที่ระบบจดจำใบหน้าค้นพบ
03:14
and we asked the subjects to indicate
73
182915
1738
และเราให้นักศึกษาระบุ
03:16
whether he or she found themselves in the photo.
74
184653
4120
ว่าเขาหรือเธอพบตัวพวกเขาในรูปหรือไม่
03:20
Do you see the subject?
75
188773
3699
คุณเห็นนักศึกษาเหล่านั้นไหม?
03:24
Well, the computer did, and in fact did so
76
192472
2845
คอมพิวเตอร์เห็น และในความเป็นจริงก็พบถึง
03:27
for one out of three subjects.
77
195317
2149
หนึ่งในสามของนักศึกษาที่ร่วมทดลอง
03:29
So essentially, we can start from an anonymous face,
78
197466
3184
ดังนั้นสิ่งสำคัญก็คือ เราสามารถเริ่มจากใบหน้าที่ไม่รู้จัก
03:32
offline or online, and we can use facial recognition
79
200650
3484
ทั้งแบบออฟไลน์และแบบออนไลน์
เราก็สามารถที่จะใช้ระบบจดจำใบหน้า
เราก็สามารถที่จะใช้ระบบจดจำใบหน้า
03:36
to give a name to that anonymous face
80
204134
2360
ให้สามารถบอกชื่อของใบหน้าที่ไม่รู้จักนั้นได้
03:38
thanks to social media data.
81
206494
2108
ขอบคุณข้อมูลในสื่อสังคมออนไลน์
03:40
But a few years back, we did something else.
82
208602
1872
แต่ไม่กี่ปีก่อนหน้า เราทำด้วยสิ่งที่ต่างไป
03:42
We started from social media data,
83
210474
1823
เราเริ่มจากข้อมูลในสื่อสังคมออนไลน์
03:44
we combined it statistically with data
84
212297
3051
เรารวมมันเข้ากับข้อมูลสถิติ
03:47
from U.S. government social security,
85
215348
2102
จากระบบประกันสังคมของรัฐบาลสหรัฐ
03:49
and we ended up predicting social security numbers,
86
217450
3324
และเราจบด้วยการคาดเดาหมายเลขประกันสังคม
03:52
which in the United States
87
220774
1512
ที่ในสหรัฐอเมริกาเอง
03:54
are extremely sensitive information.
88
222286
2040
ถือว่าเป็นข้อมูลที่ค่อนข้างอ่อนไหวสุดๆ
03:56
Do you see where I'm going with this?
89
224326
2093
คุณเห็นในสิ่งที่ผมกำลังจะกล่าวไปถึงนี้ไหม
03:58
So if you combine the two studies together,
90
226419
2922
ดังนั้นถ้าคุณรวมการศึกษาสองอันเข้าด้วยกัน
04:01
then the question becomes,
91
229341
1512
จากนั้นคำถามก็จะกลายเป็นว่า
04:02
can you start from a face and,
92
230853
2720
คุณสามารถเริ่มจากใบหน้า และ
04:05
using facial recognition, find a name
93
233573
2311
ใช้ระบบจดจำใบหน้า ค้นหาชื่อ
04:07
and publicly available information
94
235884
2669
และข้อมูลที่กำหนดว่าเปิดเผยได้
04:10
about that name and that person,
95
238553
1932
เกี่ยวกับชื่อและคนคนนั้น
04:12
and from that publicly available information
96
240485
2248
และจากข้อมูลที่กำหนดว่าเปิดเผยได้นั้น
04:14
infer non-publicly available information,
97
242733
2042
สามารถอนุมานเป็นข้อมูลที่ไม่เปิดเผย
04:16
much more sensitive ones
98
244775
1606
ที่ค่อนข้างอ่อนไหวมากๆ ได้
04:18
which you link back to the face?
99
246381
1492
ในแบบที่คุณเชื่อมโยงกลับไปที่ใบหน้านั้นนะเหรอ
04:19
And the answer is, yes, we can, and we did.
100
247873
1916
คำตอบก็คือ ใช่ เราสามารถทำได้ และเราทำ
04:21
Of course, the accuracy keeps getting worse.
101
249789
2568
แน่นอนว่า ความถูกต้องยังทำให้เรื่องนี้เลวร้ายมากกว่าเดิม
04:24
[27% of subjects' first 5 SSN digits identified (with 4 attempts)]
102
252357
944
[27% ของคนทดลองสามารถรู้ 5 หลักแรก
ของข้อมูล SSN ได้ (ด้วยความพยายาม 4 ครั้ง)]
ของข้อมูล SSN ได้ (ด้วยความพยายาม 4 ครั้ง)]
04:25
But in fact, we even decided to develop an iPhone app
103
253301
3827
แต่ในความเป็นจริงแล้ว
เราเคยตัดสินใจที่จะพัฒนาแอฟบนไอโฟน
เราเคยตัดสินใจที่จะพัฒนาแอฟบนไอโฟน
04:29
which uses the phone's internal camera
104
257128
2715
ที่จะใช้กล้องบนโทรศัพท์มือถือ
04:31
to take a shot of a subject
105
259843
1600
ถ่ายภาพคนที่จะทดลอง
04:33
and then upload it to a cloud
106
261443
1487
จากนั้นบันทึกขึ้นไปที่ระบบคลาว์ด
04:34
and then do what I just described to you in real time:
107
262930
2662
และจากนั้นก็ทำสิ่งที่ผมจะอธิบายกับคุณในขณะนี้ :
04:37
looking for a match, finding public information,
108
265592
2088
การมองหาสิ่งที่ตรงกัน ค้นหาข้อมูลสาธารณะ
04:39
trying to infer sensitive information,
109
267680
1730
การพยายามที่จะหาข้อมูลที่อ่อนไหว
04:41
and then sending back to the phone
110
269410
2591
และส่งกลับไปยังโทรศัพท์
04:44
so that it is overlaid on the face of the subject,
111
272001
3609
ดังนั้น มันอาจจะครอบคลุมใบหน้าของคนที่ทดลอง
04:47
an example of augmented reality,
112
275610
1901
ตัวอย่างหนึ่งของเทคโนโลยีเสมือจริง
04:49
probably a creepy example of augmented reality.
113
277511
2451
อาจจะเป็นตัวอย่างที่ค่อนข้างสยอง
ของเทคโนโลยีเสมือนจริง
ของเทคโนโลยีเสมือนจริง
04:51
In fact, we didn't develop the app to make it available,
114
279962
3339
ความจริงแล้ว เราไม่ได้พัฒนาแอฟ
ที่จะทำให้มันนำมาใช้ประโยชน์ได้
ที่จะทำให้มันนำมาใช้ประโยชน์ได้
04:55
just as a proof of concept.
115
283301
1922
เราทำเพื่อที่จะพิสูจน์แนวคิด
04:57
In fact, take these technologies
116
285223
2313
ความจริงแล้ว การนำเทคโนโลยีเหล่านี้
04:59
and push them to their logical extreme.
117
287536
1837
มาใส่ตรรกะแบบสุดขั้ว
05:01
Imagine a future in which strangers around you
118
289373
2719
นึกภาพในอนาคตที่คนแปลกหน้ารอบๆ ตัวคุณ
05:04
will look at you through their Google Glasses
119
292092
2311
มองคุณผ่านแว่นตากูเกิล
05:06
or, one day, their contact lenses,
120
294403
2307
หรือ วันหนึ่งอาจจะเป็นคอนแทคเลนส์
05:08
and use seven or eight data points about you
121
296710
4020
และใช้ข้อมูลของคุณ 7-8 จุด
05:12
to infer anything else
122
300730
2582
ที่จะสามารถไปหาข้อมูลอื่นๆ ต่อ
05:15
which may be known about you.
123
303312
2603
ที่จะทำให้รู้เกี่ยวกับคุณ
05:17
What will this future without secrets look like?
124
305915
4794
อนาคตที่ปราศจากความลับจะเป็นอย่างไร
05:22
And should we care?
125
310709
1964
เราควรจะสนใจไหม
05:24
We may like to believe
126
312673
1891
เราอาจจะเชื่อว่า
05:26
that the future with so much wealth of data
127
314564
3040
ในอนาคตที่เต็มไปด้วยข้อมูลมากมาย
05:29
would be a future with no more biases,
128
317604
2514
จะเป็นอนาคตที่ไม่มีการแบ่งฝ่ายแบ่งพวก
05:32
but in fact, having so much information
129
320118
3583
แต่ในความเป็นจริง การมีข้อมูลมากมาย
05:35
doesn't mean that we will make decisions
130
323701
2191
ไม่ได้หมายถึงว่าเราต้องตัดสินใจ
05:37
which are more objective.
131
325892
1706
ว่าสิ่งไหนจะเป็นเป้าหมาย
05:39
In another experiment, we presented to our subjects
132
327598
2560
ในการทดลองอีกอันหนึ่ง เราบอกข้อมูลแก่คนที่เราทดลอง
05:42
information about a potential job candidate.
133
330158
2246
เกี่ยวกับคู่แข่งของงานที่สมัคร
05:44
We included in this information some references
134
332404
3178
เรารวมข้อมูลที่อ้างอิงได้
05:47
to some funny, absolutely legal,
135
335582
2646
เข้าไปกับส่วนที่ขบขันแต่ถูกกฎหมาย
05:50
but perhaps slightly embarrassing information
136
338228
2465
แต่บางอันก็อาจจะเป็นข้อมูลที่น่าอายนิดๆ
05:52
that the subject had posted online.
137
340693
2020
ที่คนที่ทดลองได้โพสในระบบออนไลน์
05:54
Now interestingly, among our subjects,
138
342713
2366
น่าสนใจในตอนนี้ ภายในกลุ่มคนที่เราทดลอง
05:57
some had posted comparable information,
139
345079
3083
บางคนโพสข้อมูลที่เปรียบเทียบได้
06:00
and some had not.
140
348162
2362
แต่บางคนไม่ได้โพส
06:02
Which group do you think
141
350524
1949
กลุ่มไหนที่คุณคิดว่า
06:04
was more likely to judge harshly our subject?
142
352473
4552
เป็นกลุ่มที่ดูเหมือนจะตัดสินคนที่ทดลองของเราอย่างรุนแรง
06:09
Paradoxically, it was the group
143
357025
1957
ผลที่ขัดแย้งกัน มันคือกลุ่ม
06:10
who had posted similar information,
144
358982
1733
ที่โพสข้อมูลคล้ายๆ กัน
06:12
an example of moral dissonance.
145
360715
2942
เป็นตัวอย่างหนึ่งของความไม่สอดคล้องกันทางจริยธรรม
06:15
Now you may be thinking,
146
363657
1750
ถึงตอนนี้ คุณอาจจะกำลังคิดว่า
06:17
this does not apply to me,
147
365407
1702
สิ่งเหล่านี้ ไม่ได้ใช้กับฉันหรอก
06:19
because I have nothing to hide.
148
367109
2162
เพราะฉันไม่มีอะไรจะต้องซ่อนเร้น
06:21
But in fact, privacy is not about
149
369271
2482
แต่ในความจริงแล้ว ความเป็นส่วนตัวไม่ได้เกี่ยวกับ
06:23
having something negative to hide.
150
371753
3676
การมีสิ่งไม่ดีที่ต้องซ่อนเร้น
06:27
Imagine that you are the H.R. director
151
375429
2354
ลองจิตนาการดู ถ้าคุณเป็นผู้บริหารฝ่ายบุคคล
06:29
of a certain organization, and you receive résumés,
152
377783
2947
ขององค์กรที่มั่นคงองค์กรหนึ่ง และคุณได้รับเรซูเม่
06:32
and you decide to find more information about the candidates.
153
380730
2473
และคุณตัดสินใจที่จะหาข้อมูลของผู้สมัครหลายๆ คนเพิ่มเติม
06:35
Therefore, you Google their names
154
383203
2460
จากนั้น คุณกูเกิลชื่อคนสมัครเหล่านั้น
06:37
and in a certain universe,
155
385663
2240
และในจักรวาลที่มีอยู่นี้
06:39
you find this information.
156
387903
2008
คุณจะพบข้อมูลเหล่านี้
06:41
Or in a parallel universe, you find this information.
157
389911
4437
หรือในจักรวานคู่ขนาน คุณก็จะพบข้อมูลเหล่านี้
06:46
Do you think that you would be equally likely
158
394348
2717
คุณคิดว่าคุณจะให้ความเท่าเที่ยม
06:49
to call either candidate for an interview?
159
397065
2803
ที่จะโทรหาผู้สมัครทุกคนให้มาสัมภาษณ์ไหม
06:51
If you think so, then you are not
160
399868
2282
ถ้าคุณคิดอย่างนั้น คุณอาจจะไม่เป็น
06:54
like the U.S. employers who are, in fact,
161
402150
2582
อย่างพนักงานของสหรัฐ ที่ในความจริง
06:56
part of our experiment, meaning we did exactly that.
162
404732
3307
เป็นส่วนหนึ่งของการทดลองของเรา
ความหมายก็คือ เราทดลองแบบนั้น
ความหมายก็คือ เราทดลองแบบนั้น
07:00
We created Facebook profiles, manipulating traits,
163
408039
3182
เราสร้างโปรไฟล์ของเฟสบุ๊ก และปรับเปลี่ยนลักษณะนิสัย
07:03
then we started sending out résumés to companies in the U.S.,
164
411221
2851
จากนั้นเราส่งเรซูเม่ของเราไปยังบริษัทต่งๆ ในสหรัฐ
07:06
and we detected, we monitored,
165
414072
1908
และเรารอตรวจดู
07:07
whether they were searching for our candidates,
166
415980
2393
ว่าพวกเขาค้นหาข้อมูลผู้สมัครของเราหรือไม่
07:10
and whether they were acting on the information
167
418373
1832
และพวกเรามีปฎิกิริยาอย่างไรกับข้อมูล
07:12
they found on social media. And they were.
168
420205
1938
ที่พวกเขาพบบนสังคมออนไลน์ และพวกเขาก็เป็นจริงๆ
07:14
Discrimination was happening through social media
169
422143
2101
การแบ่งแยกเกิดขึ้นในสังคมออนไลน์
07:16
for equally skilled candidates.
170
424244
3073
กับทักษะที่เท่าๆ กันของผู้สมัคร
07:19
Now marketers like us to believe
171
427317
4575
ตอนนี้ผู้ซื้อขายในตลาดอย่างเรา ที่จะเชื่อ
07:23
that all information about us will always
172
431892
2269
ข้อมูลทั้งหมดเกี่ยวกับเรา
07:26
be used in a manner which is in our favor.
173
434161
3273
จะถูกใช้ในแบบที่เราชอบ
07:29
But think again. Why should that be always the case?
174
437434
3715
แต่คิดอีกครั้ง ทำไมมันควรจะเป็นประเด็นเสมอ?
07:33
In a movie which came out a few years ago,
175
441149
2664
ในภาพยนต์เรื่องหนึ่งที่ออกมาฉายเมื่อไม่กี่ปีที่แล้ว
07:35
"Minority Report," a famous scene
176
443813
2553
"Minority Report" [หน่วยสกัดอาชญากรรมล่าอนาคต]
มีฉากที่โด่งดัง
มีฉากที่โด่งดัง
07:38
had Tom Cruise walk in a mall
177
446366
2576
ที่คอม ครูซ เดินในถนนที่เป็นตลาด
07:40
and holographic personalized advertising
178
448942
3776
และมีโฆษณาแสดงขึ้นตามลักษณะส่วนบุคคล
07:44
would appear around him.
179
452718
1835
ปรากฎรอบๆ ตัวเขา
07:46
Now, that movie is set in 2054,
180
454553
3227
ในภาพยนตร์ เป็นเหตุการณ์ที่เกิดขึ้นในปี 2054
07:49
about 40 years from now,
181
457780
1642
ประมาณ 40 ปีนับจากนี้
07:51
and as exciting as that technology looks,
182
459422
2908
และแม้เทคโนโลยีจะน่าตื่นเต้นเพียงใด
07:54
it already vastly underestimates
183
462330
2646
มันประเมินต่ำมากไปถึง
07:56
the amount of information that organizations
184
464976
2140
ปริมาณข้อมูลข่าวสารที่องค์กรต่างๆ
07:59
can gather about you, and how they can use it
185
467116
2483
สามารถรวมรวมเกี่ยวกับคุณ
และพวกเขาสามารถใช้มันได้อย่างไร
และพวกเขาสามารถใช้มันได้อย่างไร
08:01
to influence you in a way that you will not even detect.
186
469599
3398
ที่จะชักจูงคุณไปในทางที่คุณจะไม่สามารถรับรู้ได้
08:04
So as an example, this is another experiment
187
472997
2103
อีกตัวอย่าง นี่เป็นการทดลองอีกอันหนึ่ง
08:07
actually we are running, not yet completed.
188
475100
2273
จริงๆ แล้วเรายังทำการทดลองอยู่ ยังไม่เสร็จสมบูรณ์
08:09
Imagine that an organization has access
189
477373
2319
ลองนึกภาพที่องค์กรสามารถเข้าถึง
08:11
to your list of Facebook friends,
190
479692
2056
รายชื่อเฟสบุ๊กเพื่อนๆ ของคุณได้
08:13
and through some kind of algorithm
191
481748
1772
และส่งข้อมูลผ่านเข้าอัลกอริทึม
08:15
they can detect the two friends that you like the most.
192
483520
3734
พวกเขาสามารถหาได้ว่า เพื่อนสองคนที่คุณชอบมากที่สุด
08:19
And then they create, in real time,
193
487254
2280
จากนั้นพวกเขาสร้าง
08:21
a facial composite of these two friends.
194
489534
2842
ใบหน้ารวมกันของเพื่อนสองคนนี้ ในเวลานั้นทันที
08:24
Now studies prior to ours have shown that people
195
492376
3069
ตอนนี้ การศึกษาก่อนหน้านี้ของพวกเรา
แสดงให้เห็นว่า ผู้คน
แสดงให้เห็นว่า ผู้คน
08:27
don't recognize any longer even themselves
196
495445
2885
จำใบหน้าที่รวมกันนั้นไม่ได้
08:30
in facial composites, but they react
197
498330
2462
แม้แต่ตัวพวกเขาเอง แต่พวกเขามีปฎิกิริยา
08:32
to those composites in a positive manner.
198
500792
2117
กับใบหน้าที่รวมกันนั้น ในทางบวก
08:34
So next time you are looking for a certain product,
199
502909
3415
ดังนั้นในครั้งต่อมา คุณกำลังมองหาของชิ้นหนึ่ง
08:38
and there is an ad suggesting you to buy it,
200
506324
2559
และมีโฆษณามาแนะนำให้คุณซื้อ
08:40
it will not be just a standard spokesperson.
201
508883
2907
มันจะไม่ใช่แค่คนพูดตามปกติ
08:43
It will be one of your friends,
202
511790
2313
แต่มันจะเป็นหนึ่งในเพื่อนของคุณ
08:46
and you will not even know that this is happening.
203
514103
3303
และคุณจะไม่รู้เลยว่า มันกำลังเกิดขึ้นอยู่
08:49
Now the problem is that
204
517406
2413
ปัญหาก็คือ
08:51
the current policy mechanisms we have
205
519819
2519
กลไกนโยบายในปัจจุบันที่พวกเรามี
08:54
to protect ourselves from the abuses of personal information
206
522338
3438
ที่จะปกป้องพวกเราจากการใส่ร้ายข้อมูลส่วนตัวของเรา
08:57
are like bringing a knife to a gunfight.
207
525776
2984
เหมือนกับการนำมีดไปสู้กับปืน
09:00
One of these mechanisms is transparency,
208
528760
2913
หนึ่งในกลไกเหล่านี้ คือ ความโปร่งใส
09:03
telling people what you are going to do with their data.
209
531673
3200
บอกผู้คนในสิ่งที่คุณกำลังจะทำกับข้อมูลของพวกเขา
09:06
And in principle, that's a very good thing.
210
534873
2106
โดยหลักการแล้ว มันเป็นสิ่งที่ดี
09:08
It's necessary, but it is not sufficient.
211
536979
3667
มันจำเป็น แต่มันยังไม่เพียงพอ
09:12
Transparency can be misdirected.
212
540646
3698
ความโปร่งใส สามารถไปผิดทางได้
09:16
You can tell people what you are going to do,
213
544344
2104
คุณสามารถบอกผู้คนในสิ่งที่คุณกำลังจะทำ
09:18
and then you still nudge them to disclose
214
546448
2232
และจากนั้นคุณยังคงกระตุ้นพวกเขาให้เปิดเผย
09:20
arbitrary amounts of personal information.
215
548680
2623
ข้อมูลส่วนตัวโดยไม่มีกฎเกณฑ์
09:23
So in yet another experiment, this one with students,
216
551303
2886
ยังมีการทดลองอีกอันหนึ่ง อันนี้ทดลองกับนักศึกษา
09:26
we asked them to provide information
217
554189
3058
เราขอให้พวกเขาให้ข้อมูล
09:29
about their campus behavior,
218
557247
1813
เกี่ยวกับพฤติกรรมของพวกเขาในวิทยาลัย
09:31
including pretty sensitive questions, such as this one.
219
559060
2940
รวมทั้งคำถามที่ค่อนข้างอ่อนไหว เช่น อันนี้
09:34
[Have you ever cheated in an exam?]
220
562000
621
[คุณเคยโกงข้อสอบหรือไม่?]
09:34
Now to one group of subjects, we told them,
221
562621
2300
กลุ่มหนึ่งในกลุ่มที่ทดลอง เราบอกพวกเขาว่า
09:36
"Only other students will see your answers."
222
564921
2841
"จะมีแค่นักศึกษาอีกกลุ่มเท่านั้นที่จะเห็นคำตอบของคุณนะ"
09:39
To another group of subjects, we told them,
223
567762
1579
และกับอีกกลุ่ม เราบอกพวกเขาว่า
09:41
"Students and faculty will see your answers."
224
569341
3561
"นักศึกษาและคณะ จะเห็นคำตอบของคุณนะ"
09:44
Transparency. Notification. And sure enough, this worked,
225
572902
2591
ความโปร่งใส การแจ้งเตือน และแน่นอน ว่ามันใช้ได้
09:47
in the sense that the first group of subjects
226
575493
1407
ในกรณีของกลุ่มทดลองกลุ่มแรก
09:48
were much more likely to disclose than the second.
227
576900
2568
ข้อมูลที่ออกมาค่อนข้างเปิดเผยกว่ากลุ่มที่สอง
09:51
It makes sense, right?
228
579468
1520
มันสมเหตุสมผล ใช่ไหมครับ
09:52
But then we added the misdirection.
229
580988
1490
แต่จากนั้นเราเพิ่มการเปลี่ยนทิศทาง
09:54
We repeated the experiment with the same two groups,
230
582478
2760
เราทดลองการทดลองอีกครั้งกับทั้งสองกลุ่มเดิม
09:57
this time adding a delay
231
585238
2427
ครั้งนี้เราเพิ่มการหน่วงเวลา
09:59
between the time we told subjects
232
587665
2935
ระหว่างช่วงที่เราบอกกลุ่มทดลองของเรา
10:02
how we would use their data
233
590600
2080
ว่าเราจะใช้ข้อมูลของพวกเขาอย่างไร
10:04
and the time we actually started answering the questions.
234
592680
4388
และเวลาที่เราเริ่มการตอบคำถามจริงๆ
10:09
How long a delay do you think we had to add
235
597068
2561
คุณคิดว่าเราเพิ่มการหน่วงเวลานานเท่าไร
10:11
in order to nullify the inhibitory effect
236
599629
4613
เพื่อที่จะหักล้างผลกระทบที่ขัดขวาง
10:16
of knowing that faculty would see your answers?
237
604242
3411
การรับรู้ที่คณะจะเห็นจากคำตอบของคุณ
10:19
Ten minutes?
238
607653
1780
10 นาที?
10:21
Five minutes?
239
609433
1791
5 นาที?
10:23
One minute?
240
611224
1776
1 นาที?
10:25
How about 15 seconds?
241
613000
2049
แล้วถ้าเป็น 15 วินาทีล่ะ?
10:27
Fifteen seconds were sufficient to have the two groups
242
615049
2668
15 วินาทีเพียงพอที่จะทำให้ทั้งสองกลุ่ม
10:29
disclose the same amount of information,
243
617717
1568
เปิดเผยข้อมูลในปริมาณที่เท่าๆ กัน
10:31
as if the second group now no longer cares
244
619285
2746
เช่นเดียวกับกลุ่มที่สอง ที่ตอนนี้ไม่สนใจอีกเลย
10:34
for faculty reading their answers.
245
622031
2656
ว่าทางคณะจะอ่านคำตอบของพวกเขาหรือไม่
10:36
Now I have to admit that this talk so far
246
624687
3336
ตอนนี้ ผมต้องยอมรับว่า การพูดครั้งนี้ มาถึงตอนนี้
10:40
may sound exceedingly gloomy,
247
628023
2480
อาจจะค่อนข้างน่าหดหู่มากไปหน่อย
10:42
but that is not my point.
248
630503
1721
แต่นั่นไม่ใช่จุดที่ผมต้องการสื่อ
10:44
In fact, I want to share with you the fact that
249
632224
2699
ในความเป็นจริงแล้ว
ผมต้องการจะแบ่งปันข้อเท็จจริงกับคุณที่ว่า
ผมต้องการจะแบ่งปันข้อเท็จจริงกับคุณที่ว่า
10:46
there are alternatives.
250
634923
1772
มีทางเลือกมากมาย
10:48
The way we are doing things now is not the only way
251
636695
2499
วิธีการที่เราทำสิ่งต่างๆ ตอนนี้ ไม่ใช่เพียงวิธีการเดียว
10:51
they can done, and certainly not the best way
252
639194
3037
ที่พวกเขาสามารถทำได้ และแน่นอนว่าไม่ใช่วิธีการที่ดีที่สุด
10:54
they can be done.
253
642231
2027
ที่พวกเขาสามารถทำได้
10:56
When someone tells you, "People don't care about privacy,"
254
644258
4171
เมื่อบางคนบอกคุณว่า "ผู้คนไม่สนใจเรื่องความเป็นส่วนตัวหรอก"
11:00
consider whether the game has been designed
255
648429
2642
ลองพิจารณาดู ถ้าเกมที่ถูกออกแบบ
11:03
and rigged so that they cannot care about privacy,
256
651071
2724
และสร้างขึ้นเพื่อทำให้คนจะไม่สนใจเรื่องความเป็นส่วนตัว
11:05
and coming to the realization that these manipulations occur
257
653795
3262
และมาสู่การตระหนักว่าการปรับเปลี่ยนเหล่านี้ได้เกิดขึ้น
11:09
is already halfway through the process
258
657057
1607
มาถึงครึ่งทางของกระบวนการ
11:10
of being able to protect yourself.
259
658664
2258
ของการที่จะสามารถปกป้องตัวคุณเอง
11:12
When someone tells you that privacy is incompatible
260
660922
3710
เมื่อใครบางคนบอกคุณว่า การตั้งค่าความเป็นส่วนตัว
11:16
with the benefits of big data,
261
664632
1849
เข้ากันไม่ได้กับประโยชน์ของข้อมูลปริมาณมากๆ
11:18
consider that in the last 20 years,
262
666481
2473
ลองคิดไปถึงเมื่อ 20 ปีก่อน
11:20
researchers have created technologies
263
668954
1917
นักวิจัยได้สร้างเทคโนโลยี
11:22
to allow virtually any electronic transactions
264
670871
3318
ที่จะอนุญาตให้ข้อมูลทางอิเลคทรอนิกส์
11:26
to take place in a more privacy-preserving manner.
265
674189
3749
เข้ามาเกี่ยวข้องในการรักษาความเป็นส่วนตัวมากยิ่งขึ้น
11:29
We can browse the Internet anonymously.
266
677938
2555
เราสามารถดูข้อมูลในอินเตอร์เน็ต
แบบที่ไม่ต้องเปิดเผยตัวตน
แบบที่ไม่ต้องเปิดเผยตัวตน
11:32
We can send emails that can only be read
267
680493
2678
เราสามารถส่งอีเมล์ที่สามารถอ่านได้
11:35
by the intended recipient, not even the NSA.
268
683171
3709
เฉพาะคนที่ตั้งใจส่งไปให้เท่านั้น แม้แต่ NSA ก็อ่านไม่ได้
11:38
We can have even privacy-preserving data mining.
269
686880
2997
เราสามารถทำได้แม้แต่กำหนดสงวนสิทธิข้อมูล
ในการนำไปใช้วิเคราะห์
ในการนำไปใช้วิเคราะห์
11:41
In other words, we can have the benefits of big data
270
689877
3894
หรือพูดอีกอย่างก็คือ เราสามารถที่จะได้รับประโยช์
จากข้อมูลขนาดใหญ่
จากข้อมูลขนาดใหญ่
11:45
while protecting privacy.
271
693771
2132
ในขณะที่มีการป้องกันสิทธิความเป็นส่วนตัว
11:47
Of course, these technologies imply a shifting
272
695903
3791
แน่นอน เทคโนโลยีเหล่านี้ บอกให้เห็นเป็นนัยๆ
11:51
of cost and revenues
273
699694
1546
ของการสับเปลี่ยนของต้นทุนและรายได้
11:53
between data holders and data subjects,
274
701240
2107
ระหว่างผู้ถือข้อมูลและผู้ที่เข้ารับการทดสอบ
11:55
which is why, perhaps, you don't hear more about them.
275
703347
3453
ที่ว่าทำไม บางที คุณอาจจะไม่เคยยิน
เกี่ยวกับเรื่องพวกนี้มาก่อน
เกี่ยวกับเรื่องพวกนี้มาก่อน
11:58
Which brings me back to the Garden of Eden.
276
706800
3706
ที่จะนำผมกลับไปยังสวนแห่งอีเดน
12:02
There is a second privacy interpretation
277
710506
2780
มีการตีความเรื่องสิทธิความเป็นส่วนตัวแบบที่ 2
12:05
of the story of the Garden of Eden
278
713286
1809
ของเรื่องส่วนแห่งอีเดน
12:07
which doesn't have to do with the issue
279
715095
2096
ที่ไม่ได้เกี่ยวข้องอะไรกับประเด็น
12:09
of Adam and Eve feeling naked
280
717191
2225
ที่อดัมและอีฟรู้สึกถึงการเปลือย
12:11
and feeling ashamed.
281
719416
2381
และรู้สึกอาย
12:13
You can find echoes of this interpretation
282
721797
2781
คุณสามารถหาการเลียนแบบการตีความนี้
12:16
in John Milton's "Paradise Lost."
283
724578
2782
ใน "Paradise Lost" ของจอห์น มิลตัน
12:19
In the garden, Adam and Eve are materially content.
284
727360
4197
ในสวน อดัมและอีฟเป็นข้อมูล
12:23
They're happy. They are satisfied.
285
731557
2104
พวกเขามีความสุข ได้รับความพึงพอใจ
12:25
However, they also lack knowledge
286
733661
2293
อย่างไรก็ตาม พวกเขาขาดความรู้
12:27
and self-awareness.
287
735954
1640
และความตระหนักรู้ของตัวเอง
12:29
The moment they eat the aptly named
288
737594
3319
ในจังหวะที่พวกเขากินผลไม้แห่งความรู้
12:32
fruit of knowledge,
289
740913
1293
ที่ตั้งชื่อได้เหมาะสม
12:34
that's when they discover themselves.
290
742206
2605
นั่นคือตอนที่พวกเขาค้นพบตัวเอง
12:36
They become aware. They achieve autonomy.
291
744811
4031
พวกเขาเริ่มระมัดระวัง
ประสบความสำเร็จในการปกครองตนเอง
ประสบความสำเร็จในการปกครองตนเอง
12:40
The price to pay, however, is leaving the garden.
292
748842
3126
อย่างไรก็ตาม สิ่งที่จะต้องแลก คือการออกไปจากสวน
12:43
So privacy, in a way, is both the means
293
751968
3881
ดังนั้น สิทธิความเป็นส่วนตัวเป็นทั้งวิธี
12:47
and the price to pay for freedom.
294
755849
2962
และราคาที่ต้องจ่ายเพื่อแลกกับอิสรภาพ
12:50
Again, marketers tell us
295
758811
2770
อีกครั้ง ผู้ซื้อขายในตลาดบอกเราว่า
12:53
that big data and social media
296
761581
3019
ข้อมูลขนาดใหญ่และสื่อสังคมออนไลน์
12:56
are not just a paradise of profit for them,
297
764600
2979
ไม่ใช่แค่สวรรค์แห่งกำไรของพวกเขา
12:59
but a Garden of Eden for the rest of us.
298
767579
2457
แต่เป็นส่วนแห่งอีเดนของพวกเราที่เหลือด้วย
13:02
We get free content.
299
770036
1238
เราได้ข้อมูลฟรี
13:03
We get to play Angry Birds. We get targeted apps.
300
771274
3123
เราได้เล่น Angry Birds เราได้ App ที่ต้องการ
13:06
But in fact, in a few years, organizations
301
774397
2897
แต่ความจริงแล้ว ในไม่กี่ปีข้างหน้า องค์กรต่างๆ
13:09
will know so much about us,
302
777294
1609
จะรู้ข้อมูลมากมายเกี่ยวกับเรา
13:10
they will be able to infer our desires
303
778903
2710
เขาจะสามารถที่จะคาดเดาความต้องการของพวกเราได้
13:13
before we even form them, and perhaps
304
781613
2204
ก่อนที่เราจะมีความต้องการพวกนั้นขึ้นมา และบางที
13:15
buy products on our behalf
305
783817
2447
ขายผลิตภัณฑ์ในนามของพวกเรา
13:18
before we even know we need them.
306
786264
2274
ก่อนที่เราจะรู้ด้วยซ้ำว่าเราต้องการสิ่งเหล่านี้
13:20
Now there was one English author
307
788538
3237
มีนักเขียนชาวอังกฤษคนหนึ่ง
13:23
who anticipated this kind of future
308
791775
3045
ที่คาดการณ์ถึงอนาคตแบบนี้
13:26
where we would trade away
309
794820
1405
ที่ซึ่งพวกเราจะแลกเปลี่ยน
13:28
our autonomy and freedom for comfort.
310
796225
3548
อิสรภาพและเสรีภาพเพื่อความสะดวกสบาย
13:31
Even more so than George Orwell,
311
799773
2161
มากเสียยิ่งกว่าจอร์จ โอเวลล์
13:33
the author is, of course, Aldous Huxley.
312
801934
2761
นักเขียนคนนั้น แน่นอนว่าก็คือ อัลดัส ฮักซ์เลย์
13:36
In "Brave New World," he imagines a society
313
804695
2854
ในหนังสือ "Brave New World" เขาจินตนาการถึงสังคม
13:39
where technologies that we created
314
807549
2171
ที่มีเทคโนโลยีที่เราสร้างขึ้น
13:41
originally for freedom
315
809720
1859
เพื่ออิสรภาพ
13:43
end up coercing us.
316
811579
2567
กลับจบลงด้วยการกดหัวบีบบังคับเรา
13:46
However, in the book, he also offers us a way out
317
814146
4791
อย่างไรก็ตาม ในหนังสือ ผู้เขียนเสนอทางออกจากสังคมไว้ให้เรา
13:50
of that society, similar to the path
318
818937
3438
คล้ายกับเส้นทาง
13:54
that Adam and Eve had to follow to leave the garden.
319
822375
3955
ที่อดัมและอีฟเคยใช้ในการออกจากสวน
13:58
In the words of the Savage,
320
826330
2147
ในคำของความป่าเถื่อน
14:00
regaining autonomy and freedom is possible,
321
828477
3069
การกู้อิสรภาพและการปกครองตัวเอง เป็นไปได้
14:03
although the price to pay is steep.
322
831546
2679
แม้ว่าราคาที่ต้องจ่ายจะสูงลิ่ว
14:06
So I do believe that one of the defining fights
323
834225
5715
ดังนั้นผมจึงเชื่อว่าหนึ่งในคำนิยามของคำว่า ต่อสู้
14:11
of our times will be the fight
324
839940
2563
ของยุคพวกเรา จะเป็นการต่อสู้
14:14
for the control over personal information,
325
842503
2387
ของการควบคุมข้อมูลส่วนบุคคล
14:16
the fight over whether big data will become a force
326
844890
3507
การต่อสู้ที่เมือข้อมูลมากมายจะกลายเป็นแรงผลักดัน
14:20
for freedom,
327
848397
1289
ของอิสรภาพ
14:21
rather than a force which will hiddenly manipulate us.
328
849686
4746
มากกว่าที่จะเป็นแรงที่มาจัดการพวกเราอย่างลับๆ
14:26
Right now, many of us
329
854432
2593
ตอนนี้ ส่วนหนึ่งของพวกเรา
14:29
do not even know that the fight is going on,
330
857025
2753
ไม่รู้เกี่ยวกับการต่อสู้ที่กำลังเกิดขึ้น
14:31
but it is, whether you like it or not.
331
859778
2672
แต่มันมี ไม่ว่าคุณจะชอบหรือไม่ก็ตาม
14:34
And at the risk of playing the serpent,
332
862450
2804
และเมื่อต้องเสี่ยงกับการเล่นกับงูพิษหรือความร้ายกาจ
14:37
I will tell you that the tools for the fight
333
865254
2897
ผมจะบอกคุณถึงเครื่องมือที่ใช้เพื่อต่อสู้
14:40
are here, the awareness of what is going on,
334
868151
3009
ก็คือการรับรู้ถึงสิ่งที่กำลังเกิดขึ้น
14:43
and in your hands,
335
871160
1355
และมันอยู่ในมือของคุณเอง
14:44
just a few clicks away.
336
872515
3740
แค่คลิ๊กเมาส์เพียงไม่กี่ครั้งเท่านั้นเอง
14:48
Thank you.
337
876255
1482
ขอบคุณครับ
14:49
(Applause)
338
877737
4477
(เสียงปรบมือ)
ABOUT THE SPEAKER
Alessandro Acquisti - Privacy economistWhat motivates you to share your personal information online? Alessandro Acquisti studies the behavioral economics of privacy (and information security) in social networks.
Why you should listen
Online, we humans are paradoxical: We cherish privacy, but freely disclose our personal information in certain contexts. Privacy economics offers a powerful lens to understand this paradox, and the field has been spearheaded by Alessandro Acquisti and his colleagues' analyses of how we decide what to share online and what we get in return.
His team's surprising studies on facial recognition software showed that it can connect an anonymous human face to an online name -- and then to a Facebook account -- in about 3 seconds. Other work shows how easy it can be to find a US citizen's Social Security number using basic pattern matching on public data. Work like this earned him an invitation to testify before a US Senate committee on the impact technology has on civil liberties.
Read about his work in the New York Times »
Alessandro Acquisti | Speaker | TED.com