TED2018
James Bridle: The nightmare videos of children's YouTube -- and what's wrong with the internet today
James Bridle: Youtube'daki çocuk videoları kabusu ve günümüzde internetin sorunu
Filmed:
Readability: 4.1
5,404,429 views
Yazar ve sanatçı James Bridle Youtube'da bilinmeyen insan veya grupların reklam geliri karşılığında küçük çocukların beyinlerini ele geçirdiği, internetin karanlık ve garip köşesini açığa çıkarıyor. "Sürpriz yumurta" açılışları ve "Parmak Ailesi Şarkısı"ndan algoritmik olarak yaratılan tanınmış çizgi film karakterleri karışımlarının şiddetli hallerine, bu videolar genç beyinleri sömürüyor ve dehşete düşürüyor--ve bize giderek veri ile işleyen dünyamızın nereye gittiğiyle ilgili bir şeyler söylüyor. "Teknolojiyi bütün problemlerimize bir çözüm olarak düşünmek yerine, onu bu problemlerin aslında ne olduğunu gösteren bir rehber olarak görmeliyiz ki onlar hakkında düzgünce düşünüp çözüm bulabilelim." diyor Bridle.
James Bridle - Artist, writer
Working across technologies and disciplines, James Bridle examines technology, knowledge and the end of the future. Full bio
Working across technologies and disciplines, James Bridle examines technology, knowledge and the end of the future. Full bio
Double-click the English transcript below to play the video.
00:12
I'm James.
0
777
1183
Benim adım James.
00:13
I'm a writer and artist,
1
1984
1686
Yazar ve sanatçıyım
00:15
and I make work about technology.
2
3694
2341
ve teknoloji alanında çalışıyorum.
00:18
I do things like draw life-size outlines
of military drones
of military drones
3
6454
3911
Dünyanın farklı şehirlerinde
askeri dronların tam boyutlu taslaklarını
çizmek gibi işler yapıyorum;
çizmek gibi işler yapıyorum;
00:22
in city streets around the world,
4
10389
1828
00:24
so that people can start to think
and get their heads around
and get their heads around
5
12241
2950
görmesi ve düşünmesi
oldukça zor olan bu teknolojileri
oldukça zor olan bu teknolojileri
00:27
these really quite hard-to-see
and hard-to-think-about technologies.
and hard-to-think-about technologies.
6
15215
3440
insanlar düşünmeye
ve anlamaya başlasın diye.
ve anlamaya başlasın diye.
00:31
I make things like neural networks
that predict the results of elections
that predict the results of elections
7
19494
3836
Seçim sonuçlarını hava durumuna
dayanarak tahmin eden
dayanarak tahmin eden
nöronal devreler gibi şeyler yapıyorum,
00:35
based on weather reports,
8
23354
1737
00:37
because I'm intrigued about
9
25115
1314
çünkü bu garip yeni teknolojilerin
00:38
what the actual possibilities
of these weird new technologies are.
of these weird new technologies are.
10
26453
3924
asıl potansiyellerinin ne olduğu
konusuna çok merak duyuyorum.
konusuna çok merak duyuyorum.
00:43
Last year, I built
my own self-driving car.
my own self-driving car.
11
31405
2426
Geçen yıl, kendi kendine
giden arabamı yaptım.
giden arabamı yaptım.
00:45
But because I don't
really trust technology,
really trust technology,
12
33855
2526
Ama teknolojiye pek güvenmediğim için
00:48
I also designed a trap for it.
13
36405
1928
ona bir tuzak da hazırladım.
00:50
(Laughter)
14
38777
1086
(Kahkaha)
00:51
And I do these things mostly because
I find them completely fascinating,
I find them completely fascinating,
15
39887
4298
Bu şeyleri yapmamın asıl nedeni
onları fazlasıyla ilginç bulmam
onları fazlasıyla ilginç bulmam
00:56
but also because I think
when we talk about technology,
when we talk about technology,
16
44209
2602
ama öyle düşünüyorum ki
teknolojiden bahsettiğimizde
teknolojiden bahsettiğimizde
00:58
we're largely talking about ourselves
17
46835
2619
büyük oranda kendimizden
01:01
and the way that we understand the world.
18
49478
2299
ve dünyayı anlayış
şeklimizden bahsediyoruz.
şeklimizden bahsediyoruz.
01:03
So here's a story about technology.
19
51801
2442
İşte teknolojiyle ilgili bir hikaye.
01:07
This is a "surprise egg" video.
20
55520
2830
Bu bir "sürpriz yumurta" videosu.
01:10
It's basically a video of someone
opening up loads of chocolate eggs
opening up loads of chocolate eggs
21
58374
3348
Birisinin bir sürü
çikolotadan yumurtayı açıp
çikolotadan yumurtayı açıp
içlerindeki oyuncakları
izleyiciye gösterdiği bir video.
izleyiciye gösterdiği bir video.
01:13
and showing the toys inside to the viewer.
22
61746
2126
01:16
That's it. That's all it does
for seven long minutes.
for seven long minutes.
23
64461
2649
Bu kadar. Yedi uzun dakika
boyunca olan tek şey bu.
boyunca olan tek şey bu.
01:19
And I want you to notice
two things about this.
two things about this.
24
67428
3051
Bununla ilgili iki şeyi
fark etmenizi istiyorum.
fark etmenizi istiyorum.
01:22
First of all, this video
has 30 million views.
has 30 million views.
25
70503
4074
İlk olarak, bu videonun
30 milyon görüntülenmesi var.
30 milyon görüntülenmesi var.
01:26
(Laughter)
26
74601
1275
(Kahkaha)
01:28
And the other thing is,
27
76376
1166
Diğer şey şu,
01:29
it comes from a channel
that has 6.3 million subscribers,
that has 6.3 million subscribers,
28
77566
3869
6,3 milyon abonesi, toplamda sekiz
milyar görüntülenmesi olan
milyar görüntülenmesi olan
01:33
that has a total of eight billion views,
29
81459
2680
bir kanaldan geliyor
01:36
and it's all just more videos like this --
30
84163
3106
ve kanaldaki bütün videolar böyle --
01:40
30 million people watching a guy
opening up these eggs.
opening up these eggs.
31
88256
3908
adamın birinin bu yumurtaları açmasını
izleyen 30 milyon insan.
izleyen 30 milyon insan.
01:44
It sounds pretty weird, but if you search
for "surprise eggs" on YouTube,
for "surprise eggs" on YouTube,
32
92188
4481
Kulağa garip geliyor ama Youtube'da
"sürpriz yumurta"yı aratırsanız
"sürpriz yumurta"yı aratırsanız
01:48
it'll tell you there's
10 million of these videos,
10 million of these videos,
33
96693
3523
size bu videolardan
10 milyon tane olduğunu söyler
10 milyon tane olduğunu söyler
01:52
and I think that's an undercount.
34
100240
1657
ve bence bu sayı düşük.
01:53
I think there's way, way more of these.
35
101921
1897
Bence bu videolardan çok daha fazla var.
01:55
If you keep searching, they're endless.
36
103842
2242
Eğer aramaya devam ederseniz sonu gelmez.
01:58
There's millions and millions
of these videos
of these videos
37
106108
2159
Marka ve ürünlere ilişkin giderek artan
abartı kombinasyonlarda
abartı kombinasyonlarda
02:00
in increasingly baroque combinations
of brands and materials,
of brands and materials,
38
108291
3454
bu videolardan milyonlarca var
02:03
and there's more and more of them
being uploaded every single day.
being uploaded every single day.
39
111769
3846
ve her geçen gün
daha da fazlası yükleniyor.
daha da fazlası yükleniyor.
02:07
Like, this is a strange world. Right?
40
115639
3511
Garip bir dünya.
02:11
But the thing is, it's not adults
who are watching these videos.
who are watching these videos.
41
119174
3383
Ama asıl önemli kısım şu,
bu videoları izleyenler yetişkinler değil.
bu videoları izleyenler yetişkinler değil.
02:14
It's kids, small children.
42
122581
2921
Çocuklar, küçük çocuklar.
02:17
These videos are
like crack for little kids.
like crack for little kids.
43
125526
2154
Bu videolar sanki çocuklara
özel uyuşturucu.
özel uyuşturucu.
02:19
There's something about the repetition,
44
127704
2075
Tekrarlanma ile ilgili bir şey var,
02:21
the constant little
dopamine hit of the reveal,
dopamine hit of the reveal,
45
129803
2468
onları tamamen bağımlı yapan,
yumurtadan çıkanın
yumurtadan çıkanın
02:24
that completely hooks them in.
46
132295
1866
sabit küçük dopamin vuruşlarıyla ilgili.
02:26
And little kids watch these videos
over and over and over again,
over and over and over again,
47
134185
4809
Küçük çocuklar bu videoları
tekrar tekrar izliyorlar
tekrar tekrar izliyorlar
02:31
and they do it for hours
and hours and hours.
and hours and hours.
48
139018
2327
ve bunu saatlerce yapıyorlar.
02:33
And if you try and take
the screen away from them,
the screen away from them,
49
141369
2356
Ekranı onlardan
uzaklaştırmaya çalışırsanız
uzaklaştırmaya çalışırsanız
02:35
they'll scream and scream and scream.
50
143749
1782
durmadan bağıracaklardır.
02:37
If you don't believe me --
51
145555
1262
Eğer bana inanmıyorsanız
02:38
and I've already seen people
in the audience nodding --
in the audience nodding --
52
146841
2607
-ki seyircilerden
başıyla onaylayanları gördüm-
başıyla onaylayanları gördüm-
02:41
if you don't believe me, find someone
with small children and ask them,
with small children and ask them,
53
149472
3391
inanmıyorsanız küçük çocuğu
olan birini bulup sorun,
olan birini bulup sorun,
02:44
and they'll know about
the surprise egg videos.
the surprise egg videos.
54
152887
2340
sürpriz yumurta videolarını bileceklerdir.
02:47
So this is where we start.
55
155251
2070
İşte burada başlıyoruz.
02:49
It's 2018, and someone, or lots of people,
56
157345
3642
Yıl 2018, birisi veya birçok kişi,
Facebook ve Instagram'ın kullandığı,
Facebook ve Instagram'ın kullandığı,
02:53
are using the same mechanism that, like,
Facebook and Instagram are using
Facebook and Instagram are using
57
161011
3941
sizde bu uygulamaları sürekli
kontrol etme ihtiyacı uyandıran
kontrol etme ihtiyacı uyandıran
02:56
to get you to keep checking that app,
58
164976
1989
o mekanizmanın aynısını kullanıyor.
02:58
and they're using it on YouTube
to hack the brains of very small children
to hack the brains of very small children
59
166989
3985
Bunu çok küçük çocukların
beyinlerini ele geçirmek için
beyinlerini ele geçirmek için
Youtube'da reklam geliri
karşılığında kullanıyorlar.
karşılığında kullanıyorlar.
03:02
in return for advertising revenue.
60
170998
1958
03:06
At least, I hope
that's what they're doing.
that's what they're doing.
61
174346
2001
En azından, umarım yaptıkları budur.
03:08
I hope that's what they're doing it for,
62
176371
1955
Umarım bunun için yapıyorlardır
03:10
because there's easier ways
of making ad revenue on YouTube.
of making ad revenue on YouTube.
63
178350
5308
çünkü Youtube'da reklamdan gelir
elde etmenin daha kolay yolları var.
elde etmenin daha kolay yolları var.
03:15
You can just make stuff up or steal stuff.
64
183682
2332
Bir şeyler uydurabilir
ya da çalabilirsiniz.
ya da çalabilirsiniz.
03:18
So if you search for really
popular kids' cartoons
popular kids' cartoons
65
186038
2635
Eğer "Pegga Pig" veya "Paw Petrol" gibi
03:20
like "Peppa Pig" or "Paw Patrol,"
66
188697
1654
popüler çizgi filmleri ararsanız
03:22
you'll find there's millions and millions
of these online as well.
of these online as well.
67
190375
3147
internet üzerinde bunlardan
milyonlarcasını bulabilirsiniz.
milyonlarcasını bulabilirsiniz.
03:25
Of course, most of them aren't posted
by the original content creators.
by the original content creators.
68
193546
3352
Tabii ki bunların çoğu orjinal içerik
yaratıcıları tarafından konulmaz.
yaratıcıları tarafından konulmaz.
03:28
They come from loads and loads
of different random accounts,
of different random accounts,
69
196922
2999
Rastgele birçok farklı hesap
tarafından konuluyorlar
tarafından konuluyorlar
03:31
and it's impossible to know
who's posting them
who's posting them
70
199945
2240
ve bunları kimin koyduğunu
veya amaçlarının ne olduğunu
bilmek imkânsız.
bilmek imkânsız.
03:34
or what their motives might be.
71
202209
1822
03:36
Does that sound kind of familiar?
72
204428
1930
Tanıdık geldi mi?
03:38
Because it's exactly the same mechanism
73
206382
1980
Çünkü dijital hizmetlerin çoğunda var olan
03:40
that's happening across most
of our digital services,
of our digital services,
74
208386
2600
mekanizmanın tamamen aynısı bu,
03:43
where it's impossible to know
where this information is coming from.
where this information is coming from.
75
211010
3207
bilginin nereden geldiğini
bilmek imkânsız.
bilmek imkânsız.
03:46
It's basically fake news for kids,
76
214241
1829
Bu resmen çocuklar için sahte haber
03:48
and we're training them from birth
77
216094
2161
ve onları doğduklarından itibaren
03:50
to click on the very first link
that comes along,
that comes along,
78
218279
2506
önlerine gelen ilk linke
tıklamaları için eğitiyoruz,
tıklamaları için eğitiyoruz,
03:52
regardless of what the source is.
79
220809
1953
kaynağının ne olduğunu
bile umursamadan.
bile umursamadan.
03:54
That's doesn't seem like
a terribly good idea.
a terribly good idea.
80
222786
2603
Bu çok da iyi bir fikir gibi durmuyor.
03:58
Here's another thing
that's really big on kids' YouTube.
that's really big on kids' YouTube.
81
226399
2710
YouTube'da gerçekten sevilen
bir diğer şey daha var.
bir diğer şey daha var.
04:01
This is called the "Finger Family Song."
82
229133
1928
İsmi "Parmak Ailesi Şarkısı."
04:03
I just heard someone groan
in the audience.
in the audience.
83
231085
2018
Seyircilerden birinin sızlandığını duydum.
04:05
This is the "Finger Family Song."
84
233127
1624
Bu "Parmak Ailesi Şarkısı."
04:06
This is the very first one I could find.
85
234775
1930
Bu bulabildiklerim arasında en eskisi.
04:08
It's from 2007, and it only has
200,000 views,
200,000 views,
86
236729
2829
2007 yılında yüklenmiş
ve sadece 200.000 kez izlenmiş,
ve sadece 200.000 kez izlenmiş,
04:11
which is, like, nothing in this game.
87
239582
1976
ki bu, nerdeyse bu platformda hiç demek.
04:13
But it has this insanely earwormy tune,
88
241582
2852
Ama insanı deli eden
ve diline dolanan bir melodisi var,
ve diline dolanan bir melodisi var,
04:16
which I'm not going to play to you,
89
244458
1682
bunu size dinletmeyeceğim
04:18
because it will sear itself
into your brain
into your brain
90
246164
2008
çünkü şarkı beyninize kazınacak,
04:20
in the same way that
it seared itself into mine,
it seared itself into mine,
91
248196
2395
tıpkı benim beynime kazındığı gibi
04:22
and I'm not going to do that to you.
92
250615
1770
ve sizi buna maruz bırakmayacağım.
04:24
But like the surprise eggs,
93
252409
1344
Aynı sürpriz yumurtalar gibi
04:25
it's got inside kids' heads
94
253777
2164
çocukların aklına girerek
04:27
and addicted them to it.
95
255965
1607
onları buna bağımlı yaptılar.
04:29
So within a few years,
these finger family videos
these finger family videos
96
257596
2531
Böylece birkaç yıl içinde,
bu parmak ailesi videoları
bu parmak ailesi videoları
04:32
start appearing everywhere,
97
260151
1303
her yerde görünmeye başladı
04:33
and you get versions
in different languages
in different languages
98
261478
2029
ve farklı dillerde
04:35
with popular kids' cartoons using food
99
263531
2121
popüler çizgi filmlerin yiyecek
04:37
or, frankly, using whatever kind
of animation elements
of animation elements
100
265676
2550
hatta her çeşit animasyon
malzemesini kullandıkları
malzemesini kullandıkları
04:40
you seem to have lying around.
101
268250
2252
versiyonları etrafa yayıldı.
04:43
And once again, there are millions
and millions and millions of these videos
and millions and millions of these videos
102
271002
5197
Yine aynı şekilde, bu tür çılgınca
kombinasyonlardan oluşan
kombinasyonlardan oluşan
04:48
available online in all of these
kind of insane combinations.
kind of insane combinations.
103
276223
3435
milyonlarca video internette mevcut.
04:51
And the more time
you start to spend with them,
you start to spend with them,
104
279682
2228
Onlarla ne kadar vakit geçirirseniz
04:53
the crazier and crazier
you start to feel that you might be.
you start to feel that you might be.
105
281934
3694
delirdiğinize dair inancınız
o kadar artar.
o kadar artar.
04:57
And that's where I
kind of launched into this,
kind of launched into this,
106
285652
3333
Ben de bu noktada bu konuya yöneldim,
05:01
that feeling of deep strangeness
and deep lack of understanding
and deep lack of understanding
107
289009
3666
çevremde sunuluyor gibi görünen bu şeyin
05:04
of how this thing was constructed
that seems to be presented around me.
that seems to be presented around me.
108
292699
4175
nasıl inşa edildiğini asla anlayamama
ve derin yabancılaşma hissi.
ve derin yabancılaşma hissi.
05:08
Because it's impossible to know
where these things are coming from.
where these things are coming from.
109
296898
3167
Çünkü bu şeylerin nereden
geldiğini bilmek imkânsız.
geldiğini bilmek imkânsız.
05:12
Like, who is making them?
110
300089
1241
Yani, kim yapıyor bunları?
05:13
Some of them appear to be made
of teams of professional animators.
of teams of professional animators.
111
301354
3143
Bazıları profesyonel animatör
ekiplerle yapılmış gibi duruyor.
ekiplerle yapılmış gibi duruyor.
05:16
Some of them are just randomly
assembled by software.
assembled by software.
112
304521
2882
Bazıları sadece yazılım tarafından
rastgele birleştirilmiş.
rastgele birleştirilmiş.
05:19
Some of them are quite wholesome-looking
young kids' entertainers.
young kids' entertainers.
113
307427
4253
Bazıları oldukça sağlıklı görünen
küçük çocuk şovmenleri.
küçük çocuk şovmenleri.
05:23
And some of them are from people
114
311704
1552
Ve bazıları da...
05:25
who really clearly
shouldn't be around children at all.
shouldn't be around children at all.
115
313280
3007
kesinlikle çocukların etrafında
bulunmaması gereken insanlardan.
bulunmaması gereken insanlardan.
05:28
(Laughter)
116
316311
1615
(Gülme sesleri)
05:30
And once again, this impossibility
of figuring out who's making this stuff --
of figuring out who's making this stuff --
117
318987
4640
Bir kez daha, bu şeyleri yapanın
kim olduğunu çözmenin imkansızlığı--
kim olduğunu çözmenin imkansızlığı--
05:35
like, this is a bot?
118
323651
1156
Bu bir robot mu?
05:36
Is this a person? Is this a troll?
119
324831
2647
Bu bir insan mı? Bir trol mü?
05:39
What does it mean
that we can't tell the difference
that we can't tell the difference
120
327502
2382
Artık bu şeylerin farkını
söyleyemiyor olmamız
söyleyemiyor olmamız
05:41
between these things anymore?
121
329908
1583
ne anlama gelir?
05:43
And again, doesn't that uncertainty
feel kind of familiar right now?
feel kind of familiar right now?
122
331515
4848
Peki bu belirsizlik tanıdık geliyor mu?
05:50
So the main way people get views
on their videos --
on their videos --
123
338145
2580
Yani, insanların videolarını
izletmelerinin tek yolu
izletmelerinin tek yolu
05:52
and remember, views mean money --
124
340749
1707
-ki izlenme sayısı para demek-
05:54
is that they stuff the titles
of these videos with these popular terms.
of these videos with these popular terms.
125
342480
4742
bu tür popüler terimleri
videolarının başlığına sıkıştırmak.
videolarının başlığına sıkıştırmak.
05:59
So you take, like, "surprise eggs"
126
347246
1687
Mesela "sürpriz yumurta"yı alır,
06:00
and then you add
"Paw Patrol," "Easter egg,"
"Paw Patrol," "Easter egg,"
127
348957
2066
"Paw Patrol" veya
"Easter egg"i eklersiniz,
"Easter egg"i eklersiniz,
06:03
or whatever these things are,
128
351047
1393
ya da bu şeyler her neyse,
06:04
all of these words from other
popular videos into your title,
popular videos into your title,
129
352464
2893
popüler videolardaki bu kelimeleri
alır ve başlığına eklersiniz,
alır ve başlığına eklersiniz,
06:07
until you end up with this kind of
meaningless mash of language
meaningless mash of language
130
355381
2968
ta ki insanlara hiçbir anlam ifade etmeyen
06:10
that doesn't make sense to humans at all.
131
358373
2498
bu tür anlamsız bir karma dil
elde edene dek.
elde edene dek.
06:12
Because of course it's only really
tiny kids who are watching your video,
tiny kids who are watching your video,
132
360895
3546
Çünkü tabii ki sizin videonuzu
izleyenler sadece ufacık çocuklar,
izleyenler sadece ufacık çocuklar,
06:16
and what the hell do they know?
133
364465
1827
onlar ne biliyorlar ki?
06:18
Your real audience
for this stuff is software.
for this stuff is software.
134
366316
3007
Sizin bu şey için asıl seyirciniz yazılım.
06:21
It's the algorithms.
135
369347
1156
Algoritmalar.
06:22
It's the software that YouTube uses
136
370527
1855
Youtube'un hangi videoların
06:24
to select which videos
are like other videos,
are like other videos,
137
372406
2483
diğerleri gibi olduğunu seçmek için
onları popüler ve önerilen
video yapmak için kullandığı yazılım.
video yapmak için kullandığı yazılım.
06:26
to make them popular,
to make them recommended.
to make them recommended.
138
374913
2243
06:29
And that's why you end up with this
kind of completely meaningless mash,
kind of completely meaningless mash,
139
377180
3461
Tamamıyla anlamsız olan bu karışımla
sonuçlanmanızın nedeni de bu,
sonuçlanmanızın nedeni de bu,
06:32
both of title and of content.
140
380665
2071
hem başlık hem içerik olarak.
06:35
But the thing is, you have to remember,
141
383792
1894
Ama önemli olan, hatırlamalısınız ki
06:37
there really are still people within
this algorithmically optimized system,
this algorithmically optimized system,
142
385710
4478
algoritmik olarak en iyi hâle getirilen
bu sistemin içinde gerçekten insanlar var.
bu sistemin içinde gerçekten insanlar var.
06:42
people who are kind
of increasingly forced to act out
of increasingly forced to act out
143
390212
2790
Giderek garipleşen bu kelime
kombinasyonlarını
kombinasyonlarını
06:45
these increasingly bizarre
combinations of words,
combinations of words,
144
393026
3066
canlandırmaya zorlanan insanlar,
06:48
like a desperate improvisation artist
responding to the combined screams
responding to the combined screams
145
396116
5173
tıpkı yürümeye yeni başlayan milyonlarca
bebeğin çığlığına karşılık veren
bebeğin çığlığına karşılık veren
06:53
of a million toddlers at once.
146
401313
2203
umutsuz bir doğaçlama sanatçısı gibi.
06:57
There are real people
trapped within these systems,
trapped within these systems,
147
405168
2468
Bu sistemlerde sıkışıp kalmış
gerçek insanlar var
gerçek insanlar var
06:59
and that's the other deeply strange thing
about this algorithmically driven culture,
about this algorithmically driven culture,
148
407660
4055
ve bu da algoritmik işleyen bu kültürdeki
son derece garip bir diğer şey
son derece garip bir diğer şey
07:03
because even if you're human,
149
411739
1381
çünkü insansan bile,
07:05
you have to end up behaving like a machine
150
413144
2145
bir makine gibi davranmak zorundasın,
07:07
just to survive.
151
415313
1800
hayatta kalabilmek için.
07:09
And also, on the other side of the screen,
152
417137
2100
Bir de ekranın diğer tarafında
07:11
there still are these little kids
watching this stuff,
watching this stuff,
153
419261
2947
bu tür şeyleri hâlâ izleyen, sıkışmış,
07:14
stuck, their full attention grabbed
by these weird mechanisms.
by these weird mechanisms.
154
422232
4206
tüm dikkati bu garip mekanizmalar
tarafından yakalanmış çocuklar var.
tarafından yakalanmış çocuklar var.
07:18
And most of these kids are too small
to even use a website.
to even use a website.
155
426768
2798
Bu çocukların çoğu,
internete girmek için bile çok küçük.
internete girmek için bile çok küçük.
07:21
They're just kind of hammering
on the screen with their little hands.
on the screen with their little hands.
156
429590
3276
Sadece küçük elleriyle ekrana
çekiçle vurur gibi vuruyorlar.
çekiçle vurur gibi vuruyorlar.
07:24
And so there's autoplay,
157
432890
1217
Bir de otomatik oynatma var,
07:26
where it just keeps playing these videos
over and over and over in a loop,
over and over and over in a loop,
158
434131
3579
bu videoları bir döngü içinde
sonsuz bir şekilde
sonsuz bir şekilde
07:29
endlessly for hours and hours at a time.
159
437734
2059
saatlerce tekrar tekrar oynatan.
07:31
And there's so much weirdness
in the system now
in the system now
160
439817
2843
Sistemde şu an çok fazla gariplik var,
07:34
that autoplay takes you
to some pretty strange places.
to some pretty strange places.
161
442684
3009
bu otomatik oynatma
sizi çok garip yerlere götürüyor.
sizi çok garip yerlere götürüyor.
07:37
This is how, within a dozen steps,
162
445717
2488
İşte bu şekilde on iki adımda,
07:40
you can go from a cute video
of a counting train
of a counting train
163
448229
3158
sayı sayan sevimli trenin videosundan
07:43
to masturbating Mickey Mouse.
164
451411
2442
mastürbasyon yapan
Mickey Mouse'a gidebilirsiniz.
Mickey Mouse'a gidebilirsiniz.
07:46
Yeah. I'm sorry about that.
165
454529
2288
Evet, bu konuda üzgünüm.
07:48
This does get worse.
166
456841
1700
Bu daha da kötüye gidiyor.
07:50
This is what happens
167
458565
1282
Tüm bu farklı anahtar kelimeler,
07:51
when all of these different keywords,
168
459871
3086
farklı dikkat parçaları,
07:54
all these different pieces of attention,
169
462981
2461
umutsuz içerik jenerasyonu,
07:57
this desperate generation of content,
170
465466
2807
tüm bunların hepsi
08:00
all comes together into a single place.
171
468297
2582
tek bir yerde bir araya gelince
ortaya çıkan bu.
ortaya çıkan bu.
08:03
This is where all those deeply weird
keywords come home to roost.
keywords come home to roost.
172
471871
4472
Burası tüm bu son derece garip
anahtar kelimelerin geri teptiği yer.
anahtar kelimelerin geri teptiği yer.
08:08
You cross-breed the finger family video
173
476367
2391
Parmak ailesi videosunu alıp
08:10
with some live-action superhero stuff,
174
478782
2088
süper kahramanlarla çiftleştirirsiniz,
08:12
you add in some weird,
trollish in-jokes or something,
trollish in-jokes or something,
175
480894
3256
birkaç garip, trol şaka eklersiniz
08:16
and suddenly, you come
to a very weird place indeed.
to a very weird place indeed.
176
484174
3366
ve birdenbire cidden de
garip bir yere gelirsiniz.
garip bir yere gelirsiniz.
08:19
The stuff that tends to upset parents
177
487564
2113
Ebeveynleri endişelendirebilecek şeyler
08:21
is the stuff that has kind of violent
or sexual content, right?
or sexual content, right?
178
489701
3331
şiddet veya cinsellik
içeren şeyler, değil mi?
içeren şeyler, değil mi?
08:25
Children's cartoons getting assaulted,
179
493056
2822
Çocuk çizgi kahramanlar saldırıya uğruyor,
08:27
getting killed,
180
495902
2018
öldürülüyor,
08:29
weird pranks that actually
genuinely terrify children.
genuinely terrify children.
181
497944
3343
çocukları aslında gerçekten
korkutan garip şakalar.
korkutan garip şakalar.
08:33
What you have is software pulling in
all of these different influences
all of these different influences
182
501311
3675
Yazılımlar tüm bu farklı etkileri,
çocukların en kötü kâbuslarını
çocukların en kötü kâbuslarını
08:37
to automatically generate
kids' worst nightmares.
kids' worst nightmares.
183
505010
2961
otomatik olarak üretmek
için kullanıyorlar.
için kullanıyorlar.
08:39
And this stuff really, really
does affect small children.
does affect small children.
184
507995
2701
Bu tür şeyler gerçekten de
küçük çocukları etkiliyor.
küçük çocukları etkiliyor.
08:42
Parents report their children
being traumatized,
being traumatized,
185
510720
2866
Ebeveynler çocuklarının
travma geçirdiğini,
travma geçirdiğini,
08:45
becoming afraid of the dark,
186
513610
1392
karanlıktan korkar olduğunu,
08:47
becoming afraid of their favorite
cartoon characters.
cartoon characters.
187
515026
3050
sevdikleri çizgi film karakterlerinden
korktuğunu bildiriyor.
korktuğunu bildiriyor.
08:50
If you take one thing away from this,
it's that if you have small children,
it's that if you have small children,
188
518524
3611
Bundan bir çıkarım yaparsanız şu olsun:
eğer küçük çocuklarınız varsa
eğer küçük çocuklarınız varsa
08:54
keep them the hell away from YouTube.
189
522159
1996
onları YouTube'dan uzak tutun.
08:56
(Applause)
190
524743
3949
(Alkışlar)
09:02
But the other thing, the thing
that really gets to me about this,
that really gets to me about this,
191
530504
3096
Fakat diğer bir şey ise, bu konuda
beni gerçekten üzen şey şu ki
beni gerçekten üzen şey şu ki
09:05
is that I'm not sure we even really
understand how we got to this point.
understand how we got to this point.
192
533624
4629
bu noktaya nasıl geldiğimizi
cidden anladığımızdan emin değilim.
cidden anladığımızdan emin değilim.
09:10
We've taken all of this influence,
all of these things,
all of these things,
193
538951
2931
Tüm bu etkileri, tüm bu şeyleri aldık
09:13
and munged them together in a way
that no one really intended.
that no one really intended.
194
541906
2953
ve kimsenin pek niyetlenmediği
bir şekilde birleştirdik.
bir şekilde birleştirdik.
09:16
And yet, this is also the way
that we're building the entire world.
that we're building the entire world.
195
544883
3156
Ancak dünyayı inşa etme
şeklimiz günümüzde bu.
şeklimiz günümüzde bu.
09:20
We're taking all of this data,
196
548063
1773
Bütün bu verileri alıyoruz,
09:21
a lot of it bad data,
197
549860
1447
ki çoğu kötü veriler,
09:23
a lot of historical data
full of prejudice,
full of prejudice,
198
551331
3029
önyargılarla dolu bir sürü tarihi veri,
09:26
full of all of our worst
impulses of history,
impulses of history,
199
554384
2837
tarihin en kötü dürtüleriyle dolu,
bunlardan devasa veri setleri yaratıyoruz,
09:29
and we're building that
into huge data sets
into huge data sets
200
557245
2049
09:31
and then we're automating it.
201
559318
1423
sonra da otomatikleştiriyoruz.
09:32
And we're munging it together
into things like credit reports,
into things like credit reports,
202
560765
3502
Bunların hepsini birlikte
kredi raporlarına,
kredi raporlarına,
09:36
into insurance premiums,
203
564291
1634
sigorta primlerine,
09:37
into things like predictive
policing systems,
policing systems,
204
565949
2693
tahmini polislik sistemi gibi şeylere,
09:40
into sentencing guidelines.
205
568666
1762
hüküm rehberlerine dönüştürüyoruz.
09:42
This is the way we're actually
constructing the world today
constructing the world today
206
570452
2821
Bu aslında, bugün bu dünyayı
bu verileri kullanarak
bu verileri kullanarak
09:45
out of this data.
207
573297
1151
inşa etme şeklimizdir.
09:46
And I don't know what's worse,
208
574472
1698
Hangisi daha kötü bilmiyorum,
09:48
that we built a system
that seems to be entirely optimized
that seems to be entirely optimized
209
576194
3228
İnsan davranışlarının en kötü yanları için
09:51
for the absolute worst aspects
of human behavior,
of human behavior,
210
579446
2808
en uygun hâle getirilmiş gibi
görünen bir sistem kurmamız mı
görünen bir sistem kurmamız mı
09:54
or that we seem
to have done it by accident,
to have done it by accident,
211
582278
2425
yoksa bunu yapıyor olduğumuzun
bile farkına varmadan
bile farkına varmadan
09:56
without even realizing
that we were doing it,
that we were doing it,
212
584727
2207
kazara yapmış gibi
görünüyor olmamız mı?
görünüyor olmamız mı?
09:58
because we didn't really understand
the systems that we were building,
the systems that we were building,
213
586958
3382
Çünkü yapmakta olduğumuz
bu sistemleri gerçekten anlayamadık,
bu sistemleri gerçekten anlayamadık,
10:02
and we didn't really understand
how to do anything differently with it.
how to do anything differently with it.
214
590364
3683
onlarla nasıl daha farklı bir şey
yapılacağını da gerçekten anlamadık.
yapılacağını da gerçekten anlamadık.
10:06
There's a couple of things I think
that really seem to be driving this
that really seem to be driving this
215
594769
3365
Birkaç şeyin buna
yön verdiğini düşünüyorum,
yön verdiğini düşünüyorum,
10:10
most fully on YouTube,
216
598158
1189
çoğu Youtube üzerinde
10:11
and the first of those is advertising,
217
599371
1827
ve bunlardan ilki reklamcılık,
10:13
which is the monetization of attention
218
601222
2837
ki bu da, ilginin paraya
dönüştürülmesi demek,
dönüştürülmesi demek,
10:16
without any real other variables at work,
219
604083
3136
işin içinde başka gerçek değişken olmadan,
10:19
any care for the people who are
actually developing this content,
actually developing this content,
220
607243
3885
bu içeriği gerçekten geliştiren
insanları umursamadan,
insanları umursamadan,
10:23
the centralization of the power,
the separation of those things.
the separation of those things.
221
611152
3636
gücün merkezileştirilmesi,
bu şeylerin birbirinden ayrılması.
bu şeylerin birbirinden ayrılması.
10:26
And I think however you feel
about the use of advertising
about the use of advertising
222
614812
3144
Bence bazı şeyleri desteklemek için
reklam kullanımı konusunda
her ne düşünüyorsanız
her ne düşünüyorsanız
10:29
to kind of support stuff,
223
617980
1238
10:31
the sight of grown men in diapers
rolling around in the sand
rolling around in the sand
224
619242
3067
hiç anlamadıkları bir algoritmanın
onlara para vereceği umuduyla
onlara para vereceği umuduyla
10:34
in the hope that an algorithm
that they don't really understand
that they don't really understand
225
622333
2983
bebek beziyle kumda yuvarlanan
10:37
will give them money for it
226
625340
1315
olgun adamların görüntüsü,
10:38
suggests that this
probably isn't the thing
probably isn't the thing
227
626679
2037
toplum ve kültürümüzü
dayandırmamız gereken şeyin
dayandırmamız gereken şeyin
10:40
that we should be basing
our society and culture upon,
our society and culture upon,
228
628740
2563
muhtemelen bu şey olmadığını
ve buna para yatırmamamız
gerektiğini gösteriyor.
gerektiğini gösteriyor.
10:43
and the way in which
we should be funding it.
we should be funding it.
229
631327
2160
10:45
And the other thing that's kind of
the major driver of this is automation,
the major driver of this is automation,
230
633511
3519
Buna yön veren diğer
büyük şey de otomatikleşme,
büyük şey de otomatikleşme,
10:49
which is the deployment
of all of this technology
of all of this technology
231
637054
2329
ulaşır ulaşmaz hiç gözden kaçmaksızın
10:51
as soon as it arrives,
without any kind of oversight,
without any kind of oversight,
232
639407
2521
tüm bu teknolojinin kulanılmaya başlanması
10:53
and then once it's out there,
233
641952
1412
ve teknoloji kendini gösterdiğinde
10:55
kind of throwing up our hands and going,
"Hey, it's not us, it's the technology."
"Hey, it's not us, it's the technology."
234
643388
3843
ellerimizi kaldırıp "Ama biz yapmadık,
teknoloji yaptı" demek.
teknoloji yaptı" demek.
10:59
Like, "We're not involved in it."
235
647255
1642
"Bizim bir suçumuz yok."
11:00
That's not really good enough,
236
648921
1767
Bu gerçekten yeterli değil.
11:02
because this stuff isn't
just algorithmically governed,
just algorithmically governed,
237
650712
2710
Çünkü bu şey sadece
algoritmik olarak yönetilmiyor,
algoritmik olarak yönetilmiyor,
11:05
it's also algorithmically policed.
238
653446
2498
aynı zamanda algoritmik
olarak denetleniyor.
olarak denetleniyor.
11:07
When YouTube first started
to pay attention to this,
to pay attention to this,
239
655968
2848
YouTube buna ilk kulak
verdiği zamanlarda
verdiği zamanlarda
11:10
the first thing they said
they'd do about it
they'd do about it
240
658840
2087
bununla ilgili söyledikleri ilk şey
11:12
was that they'd deploy
better machine learning algorithms
better machine learning algorithms
241
660951
2695
daha iyi makine öğrenimli
algoritmalar kullanacaklarıydı,
algoritmalar kullanacaklarıydı,
11:15
to moderate the content.
242
663670
1329
içeriği ılımlı yapmak için.
11:17
Well, machine learning,
as any expert in it will tell you,
as any expert in it will tell you,
243
665023
3485
Bu alandaki her uzmanın size
söyleyeceği gibi, "makine öğrenmesi"
söyleyeceği gibi, "makine öğrenmesi"
11:20
is basically what we've started to call
244
668532
1896
nasıl çalıştığını aslında
anlamadığımız yazılımlara
anlamadığımız yazılımlara
11:22
software that we don't really
understand how it works.
understand how it works.
245
670452
2588
vermiş olduğumuz isim.
11:25
And I think we have
enough of that already.
enough of that already.
246
673064
3983
Bence bunlardan elimizde yeterince var.
11:29
We shouldn't be leaving
this stuff up to AI to decide
this stuff up to AI to decide
247
677071
3166
Neyin uygun olduğunu belirlemeyi
yapay zekâya bırakmamalıyız
11:32
what's appropriate or not,
248
680261
1251
çünkü ne olacağını biliyoruz.
11:33
because we know what happens.
249
681536
1436
Başka şeyleri sansürleyecek.
11:34
It'll start censoring other things.
250
682996
1688
Eşcinsel içerikleri sansürleyecek.
11:36
It'll start censoring queer content.
251
684708
1783
Yasal kamu konuşmalarını
sansürlemeye başlayacak.
sansürlemeye başlayacak.
11:38
It'll start censoring
legitimate public speech.
legitimate public speech.
252
686515
2237
Bu söylemlerde izin verilen,
11:40
What's allowed in these discourses,
253
688776
1925
sorumsuz sistemlere bırakılan
bir şey olmamalı.
bir şey olmamalı.
11:42
it shouldn't be something
that's left up to unaccountable systems.
that's left up to unaccountable systems.
254
690725
3097
Bu hepimizin yapması gereken
bir tartışmanın parçası.
bir tartışmanın parçası.
11:45
It's part of a discussion
all of us should be having.
all of us should be having.
255
693846
2947
11:48
But I'd leave a reminder
256
696817
1308
Ama bir hatırlatma yapayım,
11:50
that the alternative isn't
very pleasant, either.
very pleasant, either.
257
698149
2753
alternatif de pek hoş değil.
Buna ek olarak YouTube yakın zamanda
11:52
YouTube also announced recently
258
700926
1535
11:54
that they're going to release
a version of their kids' app
a version of their kids' app
259
702485
2767
çocuk uygulamalarının tamamen
insanlar tarafından yönetildiği
insanlar tarafından yönetildiği
11:57
that would be entirely
moderated by humans.
moderated by humans.
260
705276
2407
bir versiyon çıkaracaklarını duyurdu.
12:00
Facebook -- Zuckerberg said
much the same thing at Congress,
much the same thing at Congress,
261
708134
3618
Facebook-- Zuckerberg de uygulamasını
nasıl yöneteceği sorulduğunda
nasıl yöneteceği sorulduğunda
12:03
when pressed about how they
were going to moderate their stuff.
were going to moderate their stuff.
262
711776
2987
kongrede neredeyse aynı şeyi söylemişti.
12:06
He said they'd have humans doing it.
263
714787
1747
Bunu insanlara yaptıracağız demişti.
12:08
And what that really means is,
264
716558
1459
Bunun asıl anlamı şu;
12:10
instead of having toddlers being
the first person to see this stuff,
the first person to see this stuff,
265
718041
3223
bu şeyleri ilk görenler, çocuklar yerine
12:13
you're going to have underpaid,
precarious contract workers
precarious contract workers
266
721288
2788
düşük maaşlı, güvencesiz
sözleşmeli işçileriniz olacak,
sözleşmeli işçileriniz olacak,
12:16
without proper mental health support
267
724100
1726
düzgün akıl sağlığı sigortası olmayan
12:17
being damaged by it as well.
268
725850
1376
ve bundan hasar gören insanlar.
12:19
(Laughter)
269
727250
1096
(Kahkahalar)
12:20
And I think we can all do
quite a lot better than that.
quite a lot better than that.
270
728370
2601
Bence hepimiz bundan
çok daha iyisini yapabiliriz.
çok daha iyisini yapabiliriz.
12:22
(Applause)
271
730995
2499
(Alkışlar)
12:26
The thought, I think, that brings those
two things together, really, for me,
two things together, really, for me,
272
734068
4613
Bu iki şeyi bir araya getiren düşünce de
bana göre gerçekten aracı kurum.
12:30
is agency.
273
738705
1420
12:32
It's like, how much do we really
understand -- by agency, I mean:
understand -- by agency, I mean:
274
740149
3157
Aracı kurumdan aslında
ne anladığımızı kastediyorum:
ne anladığımızı kastediyorum:
12:35
how we know how to act
in our own best interests.
in our own best interests.
275
743330
4390
Nasıl en iyi menfaatlerimize göre
hareket etmeyi bilmemiz,
hareket etmeyi bilmemiz,
12:39
Which -- it's almost impossible to do
276
747744
1787
ki bunu yapmak neredeyse imkânsız,
12:41
in these systems that we don't
really fully understand.
really fully understand.
277
749555
3485
gerçekten tam anlamıyla anlamadığımız
bu sistemlerin içinde.
bu sistemlerin içinde.
12:45
Inequality of power
always leads to violence.
always leads to violence.
278
753064
3071
Güç eşitsizliği her zaman
şiddete yol açar.
şiddete yol açar.
12:48
And we can see inside these systems
279
756159
1685
Bu sistemlerin içerisinde
12:49
that inequality of understanding
does the same thing.
does the same thing.
280
757868
2611
kavrayış eşitsizliğinin de
aynını yaptığını görüyoruz.
aynını yaptığını görüyoruz.
12:52
If there's one thing that we can do
to start to improve these systems,
to start to improve these systems,
281
760503
3779
Bu sistemleri geliştirmek için
yapabileceğimiz bir şey varsa
yapabileceğimiz bir şey varsa
12:56
it's to make them more legible
to the people who use them,
to the people who use them,
282
764306
2718
o da bunları kullanan insanlar için
daha okunaklı yapmak,
daha okunaklı yapmak,
12:59
so that all of us have
a common understanding
a common understanding
283
767048
2196
böylece burada neler döndüğü ile ilgili
13:01
of what's actually going on here.
284
769268
1851
hepimizin ortak bir kanısı olur.
13:03
The thing, though, I think
most about these systems
most about these systems
285
771970
2968
Gerçi bu sistemlerle ilgili
en çok düşündüğüm şey de şu ki
en çok düşündüğüm şey de şu ki
13:06
is that this isn't, as I hope
I've explained, really about YouTube.
I've explained, really about YouTube.
286
774962
3857
umarım anlatabilmişimdir,
bu olay YouTube ile ilgili değil.
bu olay YouTube ile ilgili değil.
13:10
It's about everything.
287
778843
1312
Her şeyle ilgili.
13:12
These issues of accountability and agency,
288
780179
2444
Bu sorumluluk ve aracılık,
13:14
of opacity and complexity,
289
782647
2225
anlaşılmazlık ve karmaşa,
13:16
of the violence and exploitation
that inherently results
that inherently results
290
784896
3177
gücün birkaç kişinin elinde
toplanmış olmasından kaynaklanan
toplanmış olmasından kaynaklanan
13:20
from the concentration
of power in a few hands --
of power in a few hands --
291
788097
2794
şiddet ve istismar konuları--
13:22
these are much, much larger issues.
292
790915
2579
bunlar çok, çok daha geniş konular.
13:26
And they're issues not just of YouTube
and not just of technology in general,
and not just of technology in general,
293
794395
3687
Üstelik bunlar sadece Youtube'un
veya teknolojinin genel sorunları değil,
veya teknolojinin genel sorunları değil,
13:30
and they're not even new.
294
798106
1265
bunlar yeni bile değil.
13:31
They've been with us for ages.
295
799395
1461
Bunlar senelerdir bizimleydi.
13:32
But we finally built this system,
this global system, the internet,
this global system, the internet,
296
800880
4390
Ama biz en sonunda, bize bunları
sıradışı bir şekilde gösteren,
sıradışı bir şekilde gösteren,
13:37
that's actually showing them to us
in this extraordinary way,
in this extraordinary way,
297
805294
3019
bunları inkâr edilemez
yapan global sistemi,
yapan global sistemi,
13:40
making them undeniable.
298
808337
1547
interneti yarattık.
13:41
Technology has this extraordinary capacity
299
809908
2820
Teknolojinin öyle sıradışı
bir kapasitesi var ki
bir kapasitesi var ki
13:44
to both instantiate and continue
300
812752
3973
en sıradışı ve gizli kalmış
tutku ve önyargılarımızı
tutku ve önyargılarımızı
13:48
all of our most extraordinary,
often hidden desires and biases
often hidden desires and biases
301
816749
4248
örneklemek ve sürdürmekle kalmıyor,
13:53
and encoding them into the world,
302
821021
1866
onları gerçek dünyaya çözümlüyor
13:54
but it also writes them down
so that we can see them,
so that we can see them,
303
822911
3474
ama aynı zamanda bunları
görmemiz için not ediyor,
görmemiz için not ediyor,
13:58
so that we can't pretend
they don't exist anymore.
they don't exist anymore.
304
826409
3330
böylece yokmuş gibi davranamıyoruz.
14:01
We need to stop thinking about technology
as a solution to all of our problems,
as a solution to all of our problems,
305
829763
4319
Teknolojiyi tüm problemlerimizin
çözümü olarak görmek yerine,
çözümü olarak görmek yerine,
14:06
but think of it as a guide
to what those problems actually are,
to what those problems actually are,
306
834106
3757
bu problemlerin aslında ne olduğunu
gösteren bir rehber olarak görmeliyiz ki
gösteren bir rehber olarak görmeliyiz ki
14:09
so we can start thinking
about them properly
about them properly
307
837887
2144
böylece onlar hakkında düzgünce düşünüp
14:12
and start to address them.
308
840055
1766
çözüm bulabilelim.
14:13
Thank you very much.
309
841845
1335
Çok teşekkür ederim.
14:15
(Applause)
310
843204
5192
(Alkışlar)
14:21
Thank you.
311
849733
1188
Teşekkür ederim.
14:22
(Applause)
312
850945
2869
(Alkışlar)
14:28
Helen Walters: James, thank you
for coming and giving us that talk.
for coming and giving us that talk.
313
856839
3178
Helen Walters: James, bize bu konuşmayı
yaptığın için teşekkürler.
yaptığın için teşekkürler.
14:32
So it's interesting:
314
860041
1189
Öylesine ilginç ki
14:33
when you think about the films where
the robotic overlords take over,
the robotic overlords take over,
315
861254
3495
robotik otoritelerin yönetimi
ele geçirdiği filmleri düşününce
ele geçirdiği filmleri düşününce
14:36
it's all a bit more glamorous
than what you're describing.
than what you're describing.
316
864773
3279
her şey senin tanımladığından
biraz daha göz alıcı.
biraz daha göz alıcı.
14:40
But I wonder -- in those films,
you have the resistance mounting.
you have the resistance mounting.
317
868076
3749
Ama merak ettiğim şu--
bu fimlerde bir direniş var.
bu fimlerde bir direniş var.
14:43
Is there a resistance mounting
towards this stuff?
towards this stuff?
318
871849
3216
Bu şeylere karşı da bir direniş var mı?
14:47
Do you see any positive signs,
green shoots of resistance?
green shoots of resistance?
319
875089
3796
Hiç pozitif bir işaret,
yeşeren bir direniş görüyor musun?
yeşeren bir direniş görüyor musun?
14:52
James Bridle: I don't know
about direct resistance,
about direct resistance,
320
880507
2416
James Bridle: Direkt bir direnişi bilemem
14:54
because I think this stuff
is super long-term.
is super long-term.
321
882947
2264
çünkü bu şey çok uzun vadeli.
14:57
I think it's baked into culture
in really deep ways.
in really deep ways.
322
885235
2510
Bence çok derin şekilde
kültürün içine işledi.
kültürün içine işledi.
14:59
A friend of mine,
Eleanor Saitta, always says
Eleanor Saitta, always says
323
887769
2132
Bir arkadaşım, Eleanor Saitta,
her zaman der ki
her zaman der ki
15:01
that any technological problems
of sufficient scale and scope
of sufficient scale and scope
324
889935
3609
yeterli ölçüde ve kapsamda
her teknolojik problem
her teknolojik problem
15:05
are political problems first of all.
325
893568
2267
öncellikle politik bir problemdir.
15:07
So all of these things we're working
to address within this
to address within this
326
895859
2785
Yani bunun içinde çözmeye
çalıştığımız her şey
çalıştığımız her şey
15:10
are not going to be addressed
just by building the technology better,
just by building the technology better,
327
898668
3274
sadece teknolojiyi daha iyi
inşa etmekle değil,
inşa etmekle değil,
15:13
but actually by changing the society
that's producing these technologies.
that's producing these technologies.
328
901966
3464
bu teknolojileri üreten toplumu
değiştirmekle çözülecek.
değiştirmekle çözülecek.
15:17
So no, right now, I think we've got
a hell of a long way to go.
a hell of a long way to go.
329
905454
3027
Yani hayır, şu an, bence gidecek
daha çok yolumuz var.
daha çok yolumuz var.
15:20
But as I said, I think by unpacking them,
330
908505
1986
Ama dediğim gibi, bunları açığa
çıkartıp açıklayarak,
çıkartıp açıklayarak,
15:22
by explaining them, by talking
about them super honestly,
about them super honestly,
331
910515
2697
bunlar hakkında dürüstçe konuşarak
15:25
we can actually start
to at least begin that process.
to at least begin that process.
332
913236
2505
bence en azından bu süreci başlatabiliriz.
15:27
HW: And so when you talk about
legibility and digital literacy,
legibility and digital literacy,
333
915765
3562
HW: Sen okunabilirlik ve dijital
okuryazarlık hakkında konuşunca
okuryazarlık hakkında konuşunca
15:31
I find it difficult to imagine
334
919351
1591
dijital okuryazarlık yükünü
15:32
that we need to place the burden
of digital literacy on users themselves.
of digital literacy on users themselves.
335
920966
3680
kullanıcılara yüklememizin gerekliliğini
hayal etmesi zor buluyorum.
hayal etmesi zor buluyorum.
15:36
But whose responsibility
is education in this new world?
is education in this new world?
336
924670
4562
Ama bu yeni dünyada
eğitimden kim sorumlu?
eğitimden kim sorumlu?
15:41
JB: Again, I think this responsibility
is kind of up to all of us,
is kind of up to all of us,
337
929256
3612
JB: Bence, bu sorumluluk
biraz da hepimizde,
biraz da hepimizde,
15:44
that everything we do,
everything we build, everything we make,
everything we build, everything we make,
338
932892
2984
yaptığımız, inşa ettiğimiz her şey
15:47
needs to be made
in a consensual discussion
in a consensual discussion
339
935900
3692
karşılıklı tartışma ile yapılmalı,
15:51
with everyone who's avoiding it;
340
939616
1940
bundan kaçınan insanlarla birlikte;
15:53
that we're not building systems
intended to trick and surprise people
intended to trick and surprise people
341
941580
4341
insanların doğru şeyi yapması için
aklını çelme amacı taşıyan
aklını çelme amacı taşıyan
15:57
into doing the right thing,
342
945945
2300
sistemler tasarlamıyoruz
16:00
but that they're actually involved
in every step in educating them,
in every step in educating them,
343
948269
3236
ama bunlar onları eğitmenin
her adımına dâhiller
her adımına dâhiller
16:03
because each of these systems
is educational.
is educational.
344
951529
2278
çünkü bu sistemlerin her biri eğitici.
16:05
That's what I'm hopeful about,
about even this really grim stuff,
about even this really grim stuff,
345
953831
3102
Umutlu olduğum şey de bu,
bu son derece acımasızca şeylerde bile,
bu son derece acımasızca şeylerde bile,
16:08
that if you can take it
and look at it properly,
and look at it properly,
346
956957
2262
eğer onu alıp düzgünce incelerseniz
16:11
it's actually in itself
a piece of education
a piece of education
347
959243
2089
aslında o, kendi içinde eğitim parçası,
16:13
that allows you to start seeing
how complex systems come together and work
how complex systems come together and work
348
961356
3762
karmaşık sistemlerin nasıl bir araya gelip
işlediğini görmeye başlamamızı
işlediğini görmeye başlamamızı
16:17
and maybe be able to apply
that knowledge elsewhere in the world.
that knowledge elsewhere in the world.
349
965142
3501
ve belki de bu bilgiyi dünyanın
başka bir yerinde kullanmamızı sağlayacak.
başka bir yerinde kullanmamızı sağlayacak.
16:20
HW: James, it's such
an important discussion,
an important discussion,
350
968667
2115
HW: James, bu çok önemli bir tartışmaydı
16:22
and I know many people here
are really open and prepared to have it,
are really open and prepared to have it,
351
970806
3227
ve biliyorum ki buradaki çoğu insan
bu tartışmaya açık ve hazırlar,
bu tartışmaya açık ve hazırlar,
16:26
so thanks for starting off our morning.
352
974057
1859
güne seninle başlamak çok güzeldi.
16:27
JB: Thanks very much. Cheers.
353
975940
1400
JB: Çok teşekkürler.
16:29
(Applause)
354
977364
1651
(Alkışlar)
ABOUT THE SPEAKER
James Bridle - Artist, writerWorking across technologies and disciplines, James Bridle examines technology, knowledge and the end of the future.
Why you should listen
James Bridle is an artist and writer working across technologies and disciplines. His artworks and installations have been exhibited in Europe, North and South America, Asia and Australia, and have been viewed by hundreds of thousands of visitors online. He has been commissioned by organizations including the Victoria & Albert Museum, the Barbican, Artangel, the Oslo Architecture Triennale and the Istanbul Design Biennial, and he has been honored by Ars Electronica, the Japan Media Arts Festival and the Design Museum, London. His writing on literature, culture and networks has appeared in magazines and newspapers including Frieze, Wired, Domus, Cabinet, The Atlantic, the New Statesman and many others, and he has written a regular column for The Observer.
New Dark Age, Bridle's book about technology, knowledge and the end of the future is forthcoming from Verso (UK & US) in 2018. He lectures regularly on radio, at conferences, universities and other events including SXSW, Lift, the Global Art Forum and Re:Publica. He has been a resident at Lighthouse, Brighton, the White Building, London and Eyebeam, New York, and an adjunct professor on the interactive telecommunications program at New York University.
James Bridle | Speaker | TED.com