TEDxMidAtlantic 2013
Jennifer Golbeck: Your social media "likes" expose more than you think
Jennifer Golbeck: Kıvrık patates kızartması muamması: Sosyal medya "beğenileri" neden sandığınızdan daha fazlasını söyler
Filmed:
Readability: 4.5
2,366,837 views
Kızarmış patates kızartması sever misiniz? Onları hiç Facebook'da beğendiniz mi? Facebook (ve diğerlerinin) sizin sıradan beğenilerinize ve paylaşımlarınıza bakarak tahmin edebildikleri şaşırtıcı şeyleri görmek için bu konuşmayı izleyin. Bilgisayar bilimcisi Jennifer Golbeck, bunun nasıl olduğunu, bazı teknolojik uygulamaların neden çok da sevimli olmadığını ve neden verilerin kontrolünü asıl hak sahiplerine geri vermek gerektiğini anlatıyor.
Jennifer Golbeck - Computer scientist
As the director of the Human-Computer Interaction Lab at the University of Maryland, Jennifer Golbeck studies how people use social media -- and thinks about ways to improve their interactions. Full bio
As the director of the Human-Computer Interaction Lab at the University of Maryland, Jennifer Golbeck studies how people use social media -- and thinks about ways to improve their interactions. Full bio
Double-click the English transcript below to play the video.
00:12
If you remember that first decade of the web,
0
738
1997
Çevrimiçi ağın ilk on yılını düşündüğünüzde,
00:14
it was really a static place.
1
2735
2255
çok durağan bir yer olduğunu görürsünüz.
00:16
You could go online, you could look at pages,
2
4990
2245
Çevrimiçi olurdunuz, ve sayfalara bakardınız,
00:19
and they were put up either by organizations
3
7235
2513
bu sayfalar
00:21
who had teams to do it
4
9748
1521
ya bunu yaptıracak ekipleri olan kuruluşlar
00:23
or by individuals who were really tech-savvy
5
11269
2229
ya da o zamana göre
00:25
for the time.
6
13498
1737
gerçekten teknoloji meraklısı bireyler tarafından yapılırdı.
00:27
And with the rise of social media
7
15235
1575
2000li yılların başlarında
00:28
and social networks in the early 2000s,
8
16810
2399
sosyal medyanın ve sosyal ağın gelişmesi ile birlikte,
00:31
the web was completely changed
9
19209
2149
çevrimiçi ağ tamamen değişti
00:33
to a place where now the vast majority of content
10
21358
3608
ve etkileşimde olduğumuz içeriğin büyük çoğunluğu
00:36
we interact with is put up by average users,
11
24966
3312
ortalama kullanıcılar tarafından
00:40
either in YouTube videos or blog posts
12
28278
2697
Youtube videoları ya da blog yazıları
00:42
or product reviews or social media postings.
13
30975
3315
ürün eleştirileri ya da sosyal medya mesajları şeklinde hazırlanır oldu.
00:46
And it's also become a much more interactive place,
14
34290
2347
Ayrıca, insanların yalnızca okumadığı,
00:48
where people are interacting with others,
15
36637
2637
birbirleriyle etkileştiği,
00:51
they're commenting, they're sharing,
16
39274
1696
paylaştığı ve yorum yazdığı
00:52
they're not just reading.
17
40970
1614
çok daha etkileşimli bir ortam haline geldi.
00:54
So Facebook is not the only place you can do this,
18
42584
1866
Facebook bunu yapabileceğiniz tek platform değil
00:56
but it's the biggest,
19
44450
1098
ancak hem en büyüğü,
00:57
and it serves to illustrate the numbers.
20
45548
1784
hem de rakamlarla konuşmamıza olanak tanıyor.
00:59
Facebook has 1.2 billion users per month.
21
47332
3477
Facebook'un ayda 1.2 milyar kullanıcısı var.
01:02
So half the Earth's Internet population
22
50809
1930
yani dünyanın internet kullanıcı nüfusunun yarısı
01:04
is using Facebook.
23
52739
1653
Facebook kullanıyor.
01:06
They are a site, along with others,
24
54392
1932
Diğerleri gibi bu site de
01:08
that has allowed people to create an online persona
25
56324
3219
çok az teknik bilgi gereksinimi ile
01:11
with very little technical skill,
26
59543
1782
online bir kişilik oluşturmalarına olanak sağladı
01:13
and people responded by putting huge amounts
27
61325
2476
ve insanlar da çok miktarda
01:15
of personal data online.
28
63801
1983
kişisel bilgiyi online olarak yayınladılar.
01:17
So the result is that we have behavioral,
29
65784
2543
Sonuç olarak tarihte daha önce görülmemiş bir şekilde
01:20
preference, demographic data
30
68327
1986
yüzlerce milyon insanın
01:22
for hundreds of millions of people,
31
70313
2101
davranışsal, tercihsel ve demografik
01:24
which is unprecedented in history.
32
72414
2026
bilgilerine ulaştık.
01:26
And as a computer scientist,
what this means is that
what this means is that
33
74440
2560
Bir bilgisayar bilimcisi olarak bu benim,
01:29
I've been able to build models
34
77000
1664
siz paylaştığınızın
01:30
that can predict all sorts of hidden attributes
35
78664
2322
farkına bile varmadan
01:32
for all of you that you don't even know
36
80986
2284
sizin her türlü saklı özelliğinizi tahmin eden
01:35
you're sharing information about.
37
83270
2202
modeller tasarlamam anlamına gelmektedir.
01:37
As scientists, we use that to help
38
85472
2382
Bilim insanları olarak bizler bu bilgileri
01:39
the way people interact online,
39
87854
2114
insanların online iletişimine destek amaçlı kullanırız
01:41
but there's less altruistic applications,
40
89968
2499
ancak böyle fedakar olmayan uygulamalar da var
01:44
and there's a problem in that users don't really
41
92467
2381
ve problem, kullanıcıların bu tekniklerin
01:46
understand these techniques and how they work,
42
94848
2470
nasıl işlediğini çok iyi anlamamaları,
01:49
and even if they did, they don't
have a lot of control over it.
have a lot of control over it.
43
97318
3128
anlasalar dahi bunları kontrol edememeleridir.
01:52
So what I want to talk to you about today
44
100446
1490
Bu nedenle bugün sizlerle
01:53
is some of these things that we're able to do,
45
101936
2702
yapabildiğimiz şeylerden bazılarını paylaşmak
01:56
and then give us some ideas
of how we might go forward
of how we might go forward
46
104638
2763
ve kullanıcıların eline biraz daha fazla kontrol vermek için
01:59
to move some control back into the hands of users.
47
107401
2769
neler yapılabileceği hakkında fikirler vermek istiyorum.
02:02
So this is Target, the company.
48
110170
1586
Bu Target, bir şirket.
02:03
I didn't just put that logo
49
111756
1324
Bu zavallı hamile kadının karnına bu logoyu
02:05
on this poor, pregnant woman's belly.
50
113080
2170
öylesine koymadım.
02:07
You may have seen this anecdote that was printed
51
115250
1840
Daha önce Forbes dergisinde
02:09
in Forbes magazine where Target
52
117090
2061
bu anekdotu görmüşsünüzdür.
02:11
sent a flyer to this 15-year-old girl
53
119151
2361
Target, 15 yaşındaki bu kıza
02:13
with advertisements and coupons
54
121512
1710
kendisi daha anne ve babasına hamile
02:15
for baby bottles and diapers and cribs
55
123222
2554
olduğunu söylemeden iki hafta önce
02:17
two weeks before she told her parents
56
125776
1684
içinde biberon, bebek bezi ve bebek yatağı reklam ve kuponlarının olduğu
02:19
that she was pregnant.
57
127460
1864
bir broşür göndermişti.
02:21
Yeah, the dad was really upset.
58
129324
2704
Evet haliyle baba sinirlenmişti.
02:24
He said, "How did Target figure out
59
132028
1716
"Nasıl olur da Target liseli bir kızın hamile olduğunu
02:25
that this high school girl was pregnant
60
133744
1824
o anne ve babasına
02:27
before she told her parents?"
61
135568
1960
söylemeden önce bilebilir!"di.
02:29
It turns out that they have the purchase history
62
137528
2621
Belli oldu ki, yüzlerce, binlerce müşterinin
02:32
for hundreds of thousands of customers
63
140149
2301
alışveriş geçmişi hakkında bilgileri vardı ve
02:34
and they compute what they
call a pregnancy score,
call a pregnancy score,
64
142450
2730
hamilelik puanı adı verilen bir değeri hesaplayarak,
02:37
which is not just whether or
not a woman's pregnant,
not a woman's pregnant,
65
145180
2332
bir kadının sadece hamile olup olmadığını değil,
02:39
but what her due date is.
66
147512
1730
ne zaman doğum yapacağını da biliyorlardı.
02:41
And they compute that
67
149242
1304
Ve bu hesaplamaları,
02:42
not by looking at the obvious things,
68
150546
1768
kızın bebek yatağı ya da bebek kıyafetleri alması gibi
02:44
like, she's buying a crib or baby clothes,
69
152314
2512
zaten bariz olan şeylere bakarak değil,
02:46
but things like, she bought more vitamins
70
154826
2943
normalden daha fazla
02:49
than she normally had,
71
157769
1717
vitamin satın alması
02:51
or she bought a handbag
72
159486
1464
ya da bebek bezi konulabilecek kadar büyük
02:52
that's big enough to hold diapers.
73
160950
1711
bir el çantası alması gibi şeyere bakarak yapıyorlar.
02:54
And by themselves, those purchases don't seem
74
162661
1910
Bu satın almalar kendi başlarına
02:56
like they might reveal a lot,
75
164571
2469
çok da bir şey ifade eder gibi değiller
02:59
but it's a pattern of behavior that,
76
167040
1978
ancak bu davranış kalıpları
03:01
when you take it in the context
of thousands of other people,
of thousands of other people,
77
169018
3117
binlerce diğer insan bağlamında düşünüldüğünde
03:04
starts to actually reveal some insights.
78
172135
2757
gerçekten bazı öngörüler sunmaya başlıyor.
03:06
So that's the kind of thing that we do
79
174892
1793
İşte sosyal medyada sizler hakkında tahminler yürütürken
03:08
when we're predicting stuff
about you on social media.
about you on social media.
80
176685
2567
bizim de yaptığımız bu.
03:11
We're looking for little
patterns of behavior that,
patterns of behavior that,
81
179252
2796
Milyonlarca insanla kıyaslanıp bulunduğunda
03:14
when you detect them among millions of people,
82
182048
2682
her tür bilgiyi bize sunan
03:16
lets us find out all kinds of things.
83
184730
2706
küçük davranış kalıpları ararız.
03:19
So in my lab and with colleagues,
84
187436
1747
Laboratuarımızda ben ve iş arkadaşlarım
03:21
we've developed mechanisms where we can
85
189183
1777
sizin siyasi tercihinizi, kişilik puanınızı
03:22
quite accurately predict things
86
190960
1560
cinsiyetinizi, cinsel tercihinizi
03:24
like your political preference,
87
192520
1725
dininizi, yaşınızı, zekanızı
03:26
your personality score, gender, sexual orientation,
88
194245
3752
ve bunlara ek olarak
03:29
religion, age, intelligence,
89
197997
2873
tanıdığınız insanlara ne kadar güvendiğinizi
03:32
along with things like
90
200870
1394
ve bu ilişkilerinizin ne kadar güçlü olduğunu
03:34
how much you trust the people you know
91
202264
1937
gayet doğru şekilde tahmin eden
03:36
and how strong those relationships are.
92
204201
1804
bir mekanizma geliştirdik.
03:38
We can do all of this really well.
93
206005
1785
Bütün bunları çok iyi şekilde yapabiliyoruz.
03:39
And again, it doesn't come from what you might
94
207790
2197
Ve bütün bunlar, sizlerin de bariz olarak adlandıramayacağı
03:41
think of as obvious information.
95
209987
2102
şeylerden derleniyor.
03:44
So my favorite example is from this study
96
212089
2281
Benim en sevdiğim örnek
03:46
that was published this year
97
214370
1240
Ulusal Akademi Konferansında geçen yıl yayımlanan
03:47
in the Proceedings of the National Academies.
98
215610
1795
bir araştırmadan.
03:49
If you Google this, you'll find it.
99
217405
1285
Google'da ararsanız bulursunuz.
03:50
It's four pages, easy to read.
100
218690
1872
Dört sayfalık kolay okunan bir metin.
03:52
And they looked at just people's Facebook likes,
101
220562
3003
İnsanların Facebook'ta neleri beğendiklerine bakıp
03:55
so just the things you like on Facebook,
102
223565
1920
sadece beğendikleri şeylere bakarak bu bilgiyle
03:57
and used that to predict all these attributes,
103
225485
2138
bütün bu özellikleri
03:59
along with some other ones.
104
227623
1645
ve başka özellikleri tahmin etmişler.
04:01
And in their paper they listed the five likes
105
229268
2961
Makalelerinde yüksek zekanın en iyi göstergesi olan
04:04
that were most indicative of high intelligence.
106
232229
2787
beş beğeniyi listelemişler.
04:07
And among those was liking a page
107
235016
2324
ve bunların arasında
04:09
for curly fries. (Laughter)
108
237340
1905
kıvrık patates kızartmasının beğenildiği bir sayfa da bulunuyor (gülüşmeler)
04:11
Curly fries are delicious,
109
239245
2093
Kıvrık patates kızartması nefistir
04:13
but liking them does not necessarily mean
110
241338
2530
ama onları seviyor olmanız
04:15
that you're smarter than the average person.
111
243868
2080
ortalama bir insandan daha zeki olduğunuz anlamına gelmez.
04:17
So how is it that one of the strongest indicators
112
245948
3207
Peki nasıl oluyor da
04:21
of your intelligence
113
249155
1570
zekanızın en iyi göstergesi
04:22
is liking this page
114
250725
1447
içeriği ölçülen özellikle
04:24
when the content is totally irrelevant
115
252172
2252
hiç bir ilgisi olmayan
04:26
to the attribute that's being predicted?
116
254424
2527
bir sayfayı beğenmek oluyor?
04:28
And it turns out that we have to look at
117
256951
1584
Görülüyor ki bunun nasıl yapıldığını anlamak için
04:30
a whole bunch of underlying theories
118
258535
1618
altta yatan
04:32
to see why we're able to do this.
119
260153
2569
pek çok teoriye bakmak gerekecek.
04:34
One of them is a sociological
theory called homophily,
theory called homophily,
120
262722
2913
Bunlardan bir tanesi homofili adı verilen sosyolojik bir teoridir
04:37
which basically says people are
friends with people like them.
friends with people like them.
121
265635
3092
ve temelde insanların kendileri gibi olan kişilerle dost olduklarını söyler.
04:40
So if you're smart, you tend to
be friends with smart people,
be friends with smart people,
122
268727
2014
Yani eğer zekiyseniz zeki insanlarla dost olma eğilimindesinizdir,
04:42
and if you're young, you tend
to be friends with young people,
to be friends with young people,
123
270741
2630
gençseniz genç insanlarla dost olma eğiliminiz vardır
04:45
and this is well established
124
273371
1627
ve bu yüzyıllardır
04:46
for hundreds of years.
125
274998
1745
yerleşik olan bir bilgidir.
04:48
We also know a lot
126
276743
1232
Biz bilginin de
04:49
about how information spreads through networks.
127
277975
2550
ağlarda nasıl yayıldığını biliyoruz.
04:52
It turns out things like viral videos
128
280525
1754
Gördük ki viral videolar,
04:54
or Facebook likes or other information
129
282279
2406
Facebook beğenileri ya da diğer bilgiler
04:56
spreads in exactly the same way
130
284685
1888
sosyal ağlarda hastalıkların yayılması ile
04:58
that diseases spread through social networks.
131
286573
2454
aynı şekilde yayılıyor.
05:01
So this is something we've studied for a long time.
132
289027
1791
Bu uzun zamandır üzerinde çalıştığımız bir konu.
05:02
We have good models of it.
133
290818
1576
Bunun için iyi modellerimiz var.
05:04
And so you can put those things together
134
292394
2157
Bütün bu bilgileri bir araya getirerek
05:06
and start seeing why things like this happen.
135
294551
3088
böyle şeylerin neden olduğunu görmeye başlayabilirsiniz.
05:09
So if I were to give you a hypothesis,
136
297639
1814
Size bir hipotez verecek olsam
05:11
it would be that a smart guy started this page,
137
299453
3227
bu sayfayı zeki bir insanın başlattığını ve
05:14
or maybe one of the first people who liked it
138
302680
1939
bunu ilk beğenen kişilerden birinin de
05:16
would have scored high on that test.
139
304619
1736
bu testte iyi puan aldığını söylerdim.
05:18
And they liked it, and their friends saw it,
140
306355
2288
Onlar beğendiler, arkadaşları bunu gördü,
05:20
and by homophily, we know that
he probably had smart friends,
he probably had smart friends,
141
308643
3122
ve homofili sayesinde onun da zeki arkadaşlarının olduğunu biliyoruz
05:23
and so it spread to them,
and some of them liked it,
and some of them liked it,
142
311765
3056
böylece bu onlara da yayıldı ve onların da bazıları beğendi
05:26
and they had smart friends,
143
314821
1189
ve onların da zeki arkadaşları vardı
05:28
and so it spread to them,
144
316010
807
ve bu onlara da yayıldı
05:28
and so it propagated through the network
145
316817
1973
böylece bu ağ boyunca
05:30
to a host of smart people,
146
318790
2569
zeki insanlar arasında yayılmış oldu
05:33
so that by the end, the action
147
321359
2056
sonunda
05:35
of liking the curly fries page
148
323415
2544
kıvrık patatesi beğenme sayfası
05:37
is indicative of high intelligence,
149
325959
1615
yüksek zekanın göstergesi haline geldi
05:39
not because of the content,
150
327574
1803
içeriği için değil ama,
05:41
but because the actual action of liking
151
329377
2522
beğenme eylemini
05:43
reflects back the common attributes
152
331899
1900
gerçekleştiren kişilerin
05:45
of other people who have done it.
153
333799
2468
ortak özelliklerinden dolayı.
05:48
So this is pretty complicated stuff, right?
154
336267
2897
Epeyce karmaşık bir şey değil mi?
05:51
It's a hard thing to sit down and explain
155
339164
2199
Ortalama bir kullanıcıyla oturup
05:53
to an average user, and even if you do,
156
341363
2848
bunu onlara anlatmak zor olacaktır,
05:56
what can the average user do about it?
157
344211
2188
zaten anlatılsa bile ortalama kullanıcının yapabileceği ne var ki?
05:58
How do you know that
you've liked something
you've liked something
158
346399
2048
Beğendiğiniz bir şeyin
06:00
that indicates a trait for you
159
348447
1492
o beğndiğiniz şeyin içeriğiyle hiç alakası olmayan
06:01
that's totally irrelevant to the
content of what you've liked?
content of what you've liked?
160
349939
3545
bir özelliğinize işaret ettiğini nasıl bilebilirsiniz?
06:05
There's a lot of power that users don't have
161
353484
2546
Kullanıcıların bilgilerin nasıl kullanılacağına dair
06:08
to control how this data is used.
162
356030
2230
üzerinde hiç bir kontrolü olmayan pek çok veri var.
06:10
And I see that as a real
problem going forward.
problem going forward.
163
358260
3112
Ve ben bunu devam eden çok büyük bir sorun olarak görüyorum.
06:13
So I think there's a couple paths
164
361372
1977
Eğer kullanıcılara bu verilerin
06:15
that we want to look at
165
363349
1001
nasıl kullanılacağına dair biraz
06:16
if we want to give users some control
166
364350
1910
kontrol vermek istiyorsak
06:18
over how this data is used,
167
366260
1740
bakılması gereken bazı seçenekler var,
06:20
because it's not always going to be used
168
368000
1940
çünkü bu veriler her zaman
06:21
for their benefit.
169
369940
1381
onların yararına kullanılmayacaktır.
06:23
An example I often give is that,
170
371321
1422
Sık verdiğim bir örnek,
06:24
if I ever get bored being a professor,
171
372743
1646
eğer bir gün profesörlükten bıkarsam,
06:26
I'm going to go start a company
172
374389
1653
takım içinde nasıl çalıştığınız
06:28
that predicts all of these attributes
173
376042
1454
uyuşturucu kullanıp kullanmadığınız, alkolik olup olmadığınız
06:29
and things like how well you work in teams
174
377496
1602
gibi özelliklere bakacağım
06:31
and if you're a drug user, if you're an alcoholic.
175
379098
2671
bir şirket kurma isteğimdir.
06:33
We know how to predict all that.
176
381769
1440
Bunların hepsini nasıl tahmin edeceğimizi biliyoruz.
06:35
And I'm going to sell reports
177
383209
1761
Bu bilgileri, sizi işe almak isteyen
06:36
to H.R. companies and big businesses
178
384970
2100
insan kaynakları şirketlerine ve büyük firmalara
06:39
that want to hire you.
179
387070
2273
satacağım.
06:41
We totally can do that now.
180
389343
1177
Bunların hepsini yapabiliyoruz.
06:42
I could start that business tomorrow,
181
390520
1788
Yarın bir şirket açabilirim
06:44
and you would have
absolutely no control
absolutely no control
182
392308
2052
ve sizin, size ait bu bilgileri nasıl kullanacağım üzerinde
06:46
over me using your data like that.
183
394360
2138
hiç bir kontrolünüz olmaz.
06:48
That seems to me to be a problem.
184
396498
2292
Bu bana bir sorun gibi görünüyor.
06:50
So one of the paths we can go down
185
398790
1910
Bakacağımız seçeneklerden biri
06:52
is the policy and law path.
186
400700
2032
politika ve hukuk seçeneğidir.
06:54
And in some respects, I think
that that would be most effective,
that that would be most effective,
187
402732
3046
Bence bazı açılardan bu en etkilisidir
06:57
but the problem is we'd
actually have to do it.
actually have to do it.
188
405778
2756
ancak sorun bununla gerçekten uğraşmanız gerektiğidir.
07:00
Observing our political process in action
189
408534
2780
Şu andaki politik süreçlerimize baktığımda
07:03
makes me think it's highly unlikely
190
411314
2379
bir kaç vekilin oturup, bunları öğrenip
07:05
that we're going to get a bunch of representatives
191
413693
1597
ve sonra da Amerikan hukukunun
07:07
to sit down, learn about this,
192
415290
1986
fikir mülkiyeti alanında geniş içerikli
07:09
and then enact sweeping changes
193
417276
2106
değişiklikler yaparak
07:11
to intellectual property law in the U.S.
194
419382
2157
kullanıcıların verilerini kontrol etmelerini sağlama
07:13
so users control their data.
195
421539
2461
ihtimalleri bana düşük görünüyor.
07:16
We could go the policy route,
196
424000
1304
Politika seçeneğine bakabiliriz,
07:17
where social media companies say,
197
425304
1479
burada da sosyal medya şirketleri size
07:18
you know what? You own your data.
198
426783
1402
elbette verileriniz size aittir
07:20
You have total control over how it's used.
199
428185
2489
nasıl kullanıldığının kontrolü tamamen sizdedir diyeceklerdir ancak
07:22
The problem is that the revenue models
200
430674
1848
sorun şu ki
07:24
for most social media companies
201
432522
1724
çoğu sosyal medya şirketinin gelir modeli
07:26
rely on sharing or exploiting
users' data in some way.
users' data in some way.
202
434246
4031
kullanıcı verilerinin bir şekilde paylaşılması ya da kullanılmasına dayanıyor.
07:30
It's sometimes said of Facebook that the users
203
438277
1833
Bazen Facebook kullanıcıların müşteri değil
07:32
aren't the customer, they're the product.
204
440110
2528
ürünün kendisi olduğunu söylüyor.
07:34
And so how do you get a company
205
442638
2714
O zaman bir firmanın
07:37
to cede control of their main asset
206
445352
2558
en temel kazancından feragat ederek
07:39
back to the users?
207
447910
1249
bunu kullanıcılara geri vermesini nasıl beklersiniz?
07:41
It's possible, but I don't think it's something
208
449159
1701
Bu mümkündür tabii ancak
07:42
that we're going to see change quickly.
209
450860
2320
yakın zamanda değişecek bir şey olduğunu düşünmüyorum.
07:45
So I think the other path
210
453180
1500
O nedenle daha etkili olan
07:46
that we can go down that's
going to be more effective
going to be more effective
211
454680
2288
diğer seçeneği
07:48
is one of more science.
212
456968
1508
bilim seçeneğine bakmayı öneriyorum.
07:50
It's doing science that allowed us to develop
213
458476
2510
Bütün bu kişisel verilerin bu mekanizmalarla
07:52
all these mechanisms for computing
214
460986
1750
hesaplananabilmesine en başta olanak tanıyan şey
07:54
this personal data in the first place.
215
462736
2052
bilim oldu.
07:56
And it's actually very similar research
216
464788
2106
Kullanıcıya "Az önce gerçekleştirdiğin eylemin riski şudur"
07:58
that we'd have to do
217
466894
1438
diyebilecek bir mekanizma
08:00
if we want to develop mechanisms
218
468332
2386
yaratmak istiyorsak
08:02
that can say to a user,
219
470718
1421
ilk baştakine çok benzer
08:04
"Here's the risk of that action you just took."
220
472139
2229
araştırmalar yapmak gerekir.
08:06
By liking that Facebook page,
221
474368
2080
O Facebook sayfasını beğenerek
08:08
or by sharing this piece of personal information,
222
476448
2535
ya da diğer insanlarla şu bilgiyi paylaşarak
08:10
you've now improved my ability
223
478983
1502
uyuşturucu kullanıp kullanmadığını
08:12
to predict whether or not you're using drugs
224
480485
2086
ya da iş yerinde insanlar iyi geçinip geçinmediğini
08:14
or whether or not you get
along well in the workplace.
along well in the workplace.
225
482571
2862
tahmin etmemi kolaylaştırdın.
08:17
And that, I think, can affect whether or not
226
485433
1848
Bu durum, insanların bir şeyi paylaşıp paylaşmamalarını
08:19
people want to share something,
227
487281
1510
kendilerine saklamalarını, ya da tamamen çevrimdışı tutmalarını
08:20
keep it private, or just keep it offline altogether.
228
488791
3239
bence etkileyecektir.
08:24
We can also look at things like
229
492030
1563
İnsanların yükledikleri verileri
08:25
allowing people to encrypt data that they upload,
230
493593
2728
şifrelemelerine izin vermek de bir seçenektir
08:28
so it's kind of invisible and worthless
231
496321
1855
böylece Facebook gibi siteler
08:30
to sites like Facebook
232
498176
1431
ya da üçüncü şahıslar için
08:31
or third party services that access it,
233
499607
2629
bu veriler görünmez ya da yararsız olacak ve
08:34
but that select users who the person who posted it
234
502236
3247
yükleyen kişi
08:37
want to see it have access to see it.
235
505483
2670
kimlerin bu verileri göreceğini ve erişimi olacağını seçebilecektir.
08:40
This is all super exciting research
236
508153
2166
Entellektüel açıdan bu
08:42
from an intellectual perspective,
237
510319
1620
süper heyecan verici bir araştırmadır
08:43
and so scientists are going to be willing to do it.
238
511939
1859
ve bilim insanları bunu yapmak isteyecektir.
08:45
So that gives us an advantage over the law side.
239
513798
3610
Bu hukuk seçeneğine göre bize daha fazla avantaj sağlar.
08:49
One of the problems that people bring up
240
517408
1725
Bundan bahsettiğimde
08:51
when I talk about this is, they say,
241
519133
1595
insanların öne sürdükleri bir sorun,
08:52
you know, if people start
keeping all this data private,
keeping all this data private,
242
520728
2646
eğer herkes verilerini gizli tutarsa
08:55
all those methods that you've been developing
243
523374
2113
sizin geliştirdiğiniz tüm tahminle ilgili tüm metodların
08:57
to predict their traits are going to fail.
244
525487
2653
başarısız olacağıdır.
09:00
And I say, absolutely, and for me, that's success,
245
528140
3520
Ben de evet kesinlikle diyorum ve bence bu bir başarıdır
09:03
because as a scientist,
246
531660
1786
çünkü bir bilim insanı olarak,
09:05
my goal is not to infer information about users,
247
533446
3688
benim amacım kullanıcılar hakkında çıkarımarda bulunmak değil,
09:09
it's to improve the way people interact online.
248
537134
2767
insanların online olarak etkileşimlerini geliştirmek.
09:11
And sometimes that involves
inferring things about them,
inferring things about them,
249
539901
3218
Bazen bu onlar hakkında çıkarımlar yapılmasını da gerektiriyor
09:15
but if users don't want me to use that data,
250
543119
3022
ancak eğer kullanıcılar bu verileri kullanmama izin vermezlerse
09:18
I think they should have the right to do that.
251
546141
2038
buna hakları olması gerektiğini düşünüyorum.
09:20
I want users to be informed and consenting
252
548179
2651
Ben kullanıcıların geliştirdiğimiz araçları
09:22
users of the tools that we develop.
253
550830
2112
hakkında bilgisi olan ve buna izin veren kullanıcılar olmasını istiyorum.
09:24
And so I think encouraging this kind of science
254
552942
2952
Bence bu bilimin gelişmesini desteklemek
09:27
and supporting researchers
255
555894
1346
kontrolün bir kısmından feragat ederek
09:29
who want to cede some of that control back to users
256
557240
3023
ve sosyal medya şirketlerinden geri alarak
09:32
and away from the social media companies
257
560263
2311
kullanıcıya iade etmek isteyen
09:34
means that going forward, as these tools evolve
258
562574
2671
araştırmacıları desteklemek
09:37
and advance,
259
565245
1476
ilerlemek anlamına gelecektir
09:38
means that we're going to have an educated
260
566721
1414
ve bu araçlar gelişip evrim geçirdikçe eğitimli,
09:40
and empowered user base,
261
568135
1694
ve güç sahibi bir kullanıcı tabanımız olacak
09:41
and I think all of us can agree
262
569829
1100
ve sanırım hepimiz bunun ilerleme yolunda bir ideal
09:42
that that's a pretty ideal way to go forward.
263
570929
2564
olduğu konusunda hemfikirizdir.
09:45
Thank you.
264
573493
2184
Teşekkürler.
09:47
(Applause)
265
575677
3080
(Alkış)
ABOUT THE SPEAKER
Jennifer Golbeck - Computer scientistAs the director of the Human-Computer Interaction Lab at the University of Maryland, Jennifer Golbeck studies how people use social media -- and thinks about ways to improve their interactions.
Why you should listen
Jennifer Golbeck is an associate professor in the College of Information Studies at the University of Maryland, where she also moonlights in the department of computer science. Her work invariably focuses on how to enhance and improve the way that people interact with their own information online. "I approach this from a computer science perspective and my general research hits social networks, trust, web science, artificial intelligence, and human-computer interaction," she writes.
Author of the 2013 book, Analyzing the Social Web, Golbeck likes nothing more than to immerse herself in the inner workings of the Internet tools so many millions of people use daily, to understand the implications of our choices and actions. Recently, she has also been working to bring human-computer interaction ideas to the world of security and privacy systems.
Jennifer Golbeck | Speaker | TED.com