TEDSalon London Fall 2012
Markham Nolan: How to separate fact and fiction online
Μάρκαμ Νόλαν: Πώς να ξεχωρίσετε το μύθο και την αλήθεια στο διαδίκτυο
Filmed:
Readability: 3.7
1,386,207 views
Μέχρι να τελειώσει αυτό το βίντεο, θα έχουν ανέβει 864 περισσότερες ώρες βίντεο στο YouTube και 2,5 εκατομμύρια περισσότερες φωτογραφίες στο Facebook και το Instagram. Πώς να τα βγάλουμε πέρα με αυτό τον κατακλυσμό; Στο TEDSalon του Λονδίνου, ο Μάρκαμ Νόλαν μοιράζεται τις ερευνητικές τεχνικές που χρησιμοποιεί, μαζί με την ομάδα του, για να επιβεβαιώσει πληροφορίες σε πραγματικό χρόνο, για να σας ενημερώσει για το αν η εικόνα του Αγάλματος της Ελευθερίας έχει πειραχτεί, ή αν το βίντεο που είδατε από τη Συρία είναι αληθινό.
Markham Nolan - Journalist
The managing editor of Storyful.com, Markham Nolan has watched journalism evolve from the pursuit of finding facts to the act of verifying those floating in the ether. Full bio
The managing editor of Storyful.com, Markham Nolan has watched journalism evolve from the pursuit of finding facts to the act of verifying those floating in the ether. Full bio
Double-click the English transcript below to play the video.
00:16
I've been a journalist now since I was about 17,
0
635
2621
Εργάζομαι ως δημοσιογράφος από τα 17 μου,
00:19
and it's an interesting industry to be in at the moment,
1
3256
3560
και αυτή τη στιγμή είναι
ένας πολύ ενδιαφέρον κλάδος,
ένας πολύ ενδιαφέρον κλάδος,
00:22
because as you all know, there's a huge amount of upheaval
2
6816
2336
επειδή, όπως ξέρετε όλοι,
υπάρχει μεγάλη αναστάτωση
υπάρχει μεγάλη αναστάτωση
00:25
going on in media, and most of you probably know this
3
9152
2480
στα μέσα μαζικής ενημέρωσης
και οι περισσότεροι θα γνωρίζετε
και οι περισσότεροι θα γνωρίζετε
00:27
from the business angle, which is that the business model
4
11632
3223
την επιχειρηματική σκοπιά,
ότι το επιχειρηματικό μοντέλο
ότι το επιχειρηματικό μοντέλο
00:30
is pretty screwed, and as my grandfather would say,
5
14855
2943
καταρρέει, και όπως θα έλεγε και ο παππούς μου,
00:33
the profits have all been gobbled up by Google.
6
17798
2714
η Google έχει καταβροχθίσει όλα τα κέρδη.
00:36
So it's a really interesting time to be a journalist,
7
20512
2344
Είναι πραγματικά ενδιαφέρουσα εποχή
να είσαι δημοσιογράφος
να είσαι δημοσιογράφος
00:38
but the upheaval that I'm interested in is not on the output side.
8
22856
3084
αλλά εμένα δεν με ενδιαφέρει η αναταραχή
της παραγωγής πληροφοριών,
της παραγωγής πληροφοριών,
00:41
It's on the input side. It's concern with
9
25940
3095
αλλά της εισροής πληροφοριών.
Με ενδιαφέρει
Με ενδιαφέρει
00:44
how we get information and how we gather the news.
10
29035
2498
το πώς παίρνουμε πληροφορίες και το πώς συγκεντρώνουμε τις ειδήσεις.
00:47
And that's changed, because we've had a huge shift
11
31533
3071
Αυτό έχει αλλάξει, έχει συντελεστεί μια μεγάλη μετατόπιση
00:50
in the balance of power from
12
34604
2238
στις ισορροπίες της εξουσίας,
00:52
the news organizations to the audience.
13
36842
2017
από τους ειδησεογραφικούς οργανισμούς στο κοινό.
00:54
And the audience for such a long time was in a position
14
38859
2215
Το κοινό βρισκόταν για πάρα πολύ καιρό
σε θέση στην οποία
σε θέση στην οποία
00:56
where they didn't have any way of affecting news
15
41074
2690
δεν είχε κανέναν τρόπο να επηρεάζει τις ειδήσεις
00:59
or making any change. They couldn't really connect.
16
43764
2267
ή ν' αλλάξει οτιδήποτε.
Δεν μπορούσαν να αλληλεπιδράσουν.
Δεν μπορούσαν να αλληλεπιδράσουν.
01:01
And that's changed irrevocably.
17
46031
1476
Αυτό έχει αλλάξει αμετάκλητα.
01:03
My first connection with the news media was
18
47507
2889
Η πρώτη μου επαφή με τα
μέσα μαζικής ενημέρωσης ήταν
μέσα μαζικής ενημέρωσης ήταν
01:06
in 1984, the BBC had a one-day strike.
19
50396
3811
το 1984, όταν το BBC είχε μία μονοήμερη απεργία.
01:10
I wasn't happy. I was angry. I couldn't see my cartoons.
20
54207
3288
Δεν χάρηκα. Θύμωσα.
Δεν μπορούσα να δω κινούμενα σχέδια.
Δεν μπορούσα να δω κινούμενα σχέδια.
01:13
So I wrote a letter.
21
57495
2547
Έτσι, τους έγραψα ένα γράμμα.
01:15
And it's a very effective way of ending your hate mail:
22
60042
2849
Ιδού ένας πολύ αποτελεσματικός τρόπος για να κλείνετε την οργισμένη σας επιστολή:
01:18
"Love Markham, Aged 4." Still works.
23
62891
3087
«Με αγάπη, Μάρκαμ, 4 χρονών».
Δουλεύει ακόμα.
Δουλεύει ακόμα.
01:21
I'm not sure if I had any impact on the one-day strike,
24
65978
3011
Δεν ξέρω αν επηρέασε καθόλου τη μονοήμερη απεργία,
01:24
but what I do know is that it took them three weeks to get back to me.
25
68989
2682
αλλά ξέρω πως τους πήρε
τρεις εβδομάδες για να μου απαντήσουν.
τρεις εβδομάδες για να μου απαντήσουν.
01:27
And that was the round journey. It took that long for anyone
26
71671
2160
Να φτάσει η επιστολή και να γυρίσει.
Τόσο έπαιρνε σε οποιονδήποτε
Τόσο έπαιρνε σε οποιονδήποτε
01:29
to have any impact and get some feedback.
27
73831
2193
να έχει αντίκτυπο και να πάρει απάντηση.
01:31
And that's changed now because, as journalists,
28
76024
2482
Αυτό έχει πλέον αλλάξει γιατί, ως δημοσιογράφοι,
01:34
we interact in real time. We're not in a position
29
78506
3166
αλληλεπιδρούμε πλέον σε πραγματικό χρόνο.
Δεν είμαστε πια σε φάση
Δεν είμαστε πια σε φάση
01:37
where the audience is reacting to news.
30
81672
2334
που το κοινό αντιδρά στις ειδήσεις.
01:39
We're reacting to the audience, and we're actually relying on them.
31
84006
3757
Εμείς αντιδρούμε στο κοινό
και στην ουσία βασιζόμαστε πάνω του.
και στην ουσία βασιζόμαστε πάνω του.
01:43
They're helping us find the news. They're helping us
32
87763
2386
Μας βοηθά να εντοπίζουμε τις ειδήσεις. Μας βοηθά
01:46
figure out what is the best angle to take and what is the stuff that they want to hear.
33
90149
4770
να βρούμε την καλύτερη οπτική γωνία
και τι θέλουν ν' ακούσουν.
και τι θέλουν ν' ακούσουν.
01:50
So it's a real-time thing. It's much quicker. It's happening
34
94919
3904
Συμβαίνει σε αληθινό χρόνο.
Είναι πολύ γρηγορότερο.
Είναι πολύ γρηγορότερο.
01:54
on a constant basis, and the journalist is always playing catch up.
35
98823
5917
Συμβαίνει συνεχώς και ο δημοσιογράφος
προσπαθεί διαρκώς να μη μείνει πίσω.
προσπαθεί διαρκώς να μη μείνει πίσω.
02:00
To give an example of how we rely on the audience,
36
104740
2633
Να ένα παράδειγμα πώς βασιζόμαστε στο κοινό:
02:03
on the 5th of September in Costa Rica, an earthquake hit.
37
107373
4537
Στις 5 Σεπτεμβρίου έγινε ένας σεισμός στην Κόστα Ρίκα.
02:07
It was a 7.6 magnitude. It was fairly big.
38
111910
2326
Ήταν 7,6 ρίχτερ. Ήταν αρκετά μεγάλος.
02:10
And 60 seconds is the amount of time it took
39
114236
2880
Χρειάστηκε 60 δευτερόλεπτα
02:13
for it to travel 250 kilometers to Managua.
40
117116
2565
για να ταξιδέψει 250 χιλιόμετρα στη Μανάγουα.
02:15
So the ground shook in Managua 60 seconds after it hit the epicenter.
41
119681
4145
Η γη στη Μανάγουα κουνήθηκε 60 δευτερόλεπτα μετά το επίκεντρο.
02:19
Thirty seconds later, the first message went onto Twitter,
42
123826
2656
Τριάντα δευτερόλεπτα αργότερα,
το πρώτο μήνυμα ανέβηκε στο Twitter,
το πρώτο μήνυμα ανέβηκε στο Twitter,
02:22
and this was someone saying "temblor," which means earthquake.
43
126482
2861
και ήταν κάποιος που έγραψε «temblor» που σημαίνει σεισμός.
02:25
So 60 seconds was how long it took
44
129343
2337
Έτσι χρειάστηκε 60 δευτερόλεπτα
02:27
for the physical earthquake to travel.
45
131680
1906
για να ταξιδέψει ο σεισμός.
02:29
Thirty seconds later news of that earthquake had traveled
46
133586
2560
Τριάντα δευτερόλεπτα αργότερα,
η είδηση αυτού του σεισμού
η είδηση αυτού του σεισμού
02:32
all around the world, instantly. Everyone in the world,
47
136146
2974
είχε φτάσει σε όλο τον κόσμο, στιγμιαία.
Όλοι στον κόσμο
Όλοι στον κόσμο
02:35
hypothetically, had the potential to know that an earthquake
48
139120
3197
υποθετικά, είχαν τη δυνατότητα
να γνωρίζουν ότι γινόταν σεισμός
να γνωρίζουν ότι γινόταν σεισμός
02:38
was happening in Managua.
49
142317
2414
στη Μανάγουα.
02:40
And that happened because this one person had
50
144731
2351
Αυτό συνέβη επειδή ένας άνθρωπος είχε
02:42
a documentary instinct, which was to post a status update,
51
147082
3949
το ένστικτο καταγραφής, δηλαδή να ενημερώσει
από το προφίλ του,
από το προφίλ του,
02:46
which is what we all do now, so if something happens,
52
151031
2532
κάτι που κάνουμε όλοι μας πλέον,
έτσι όταν συμβεί κάτι,
έτσι όταν συμβεί κάτι,
02:49
we put our status update, or we post a photo,
53
153563
2082
ενημερώνουμε το προφίλ μας
ή ανεβάζουμε μια φωτογραφία,
ή ανεβάζουμε μια φωτογραφία,
02:51
we post a video, and it all goes up into the cloud in a constant stream.
54
155645
3778
ανεβάζουμε ένα βίντεο, και όλα ανεβαίνουν στο σύννεφο, με συνεχή ροή.
02:55
And what that means is just constant,
55
159423
2761
Αυτό σημαίνει πως ανεβαίνουν συνεχώς
02:58
huge volumes of data going up.
56
162184
2406
μεγάλοι όγκοι δεδομένων.
03:00
It's actually staggering. When you look at the numbers,
57
164590
2281
Είναι πραγματικά σοκαριστικό.
Αν κοιτάξεις τα νούμερα,
Αν κοιτάξεις τα νούμερα,
03:02
every minute there are 72 more hours
58
166871
2991
κάθε λεπτό υπάρχουν 72 επιπλέον ώρες
03:05
of video on YouTube.
59
169862
1382
βίντεο στο YouTube.
03:07
So that's, every second, more than an hour of video gets uploaded.
60
171244
3282
Δηλαδή, κάθε δευτερόλεπτο,
ανεβαίνει πάνω από μία ώρα βίντεο.
ανεβαίνει πάνω από μία ώρα βίντεο.
03:10
And in photos, Instagram, 58 photos are uploaded to Instagram a second.
61
174526
4256
Στις φωτογραφίες, στο Instagram, ανεβαίνουν 58 φωτογραφίες το δευτερόλεπτο.
03:14
More than three and a half thousand photos go up onto Facebook.
62
178782
3756
Πάνω από τρεισήμισι χιλιάδες φωτογραφίες ανεβαίνουν στο Facebook.
03:18
So by the time I'm finished talking here, there'll be 864
63
182538
3708
Μέχρι να τελειώσω την ομιλία μου, θα υπάρχουν 864 περισσότερες
03:22
more hours of video on Youtube than there were when I started,
64
186246
3618
ώρες βίντεο στο Youtube απ' όταν ξεκίνησα
03:25
and two and a half million more photos on Facebook and Instagram than when I started.
65
189864
3863
και δυόμισι εκατομμύρια νέες φωτογραφίες στο Fecebook και το Instagram.
03:29
So it's an interesting position to be in as a journalist,
66
193727
3932
Έτσι είναι μία ενδιαφέρουσα θέση να συμμετέχεις ως δημοσιογράφος,
03:33
because we should have access to everything.
67
197659
2416
διότι θα πρέπει να έχουμε πρόσβαση στα πάντα.
03:35
Any event that happens anywhere in the world, I should be able to know about it
68
200075
2898
Οτιδήποτε συμβαίνει στον κόσμο θα πρέπει να μπορώ να το μάθω,
03:38
pretty much instantaneously, as it happens, for free.
69
202973
3931
σχεδόν στιγμιαία, μόλις συμβεί, και δωρεάν.
03:42
And that goes for every single person in this room.
70
206904
3165
Αυτό ισχύει για τον καθένα εδώ μέσα.
03:45
The only problem is, when you have that much information,
71
210069
2610
Το μόνο πρόβλημα είναι πως όταν έχεις τόση πληροφορία
03:48
you have to find the good stuff, and that can be
72
212679
2287
πρέπει να βρεις την καλή πληροφορία, και αυτό μπορεί να είναι
03:50
incredibly difficult when you're dealing with those volumes.
73
214966
1988
υπερβολικά δύσκολο όταν μιλάμε για τέτοια μεγέθη.
03:52
And nowhere was this brought home more than during
74
216954
2319
Δεν ήταν ποτέ τόσο προφανές όσο με τον Τυφώνα Σάντι.
03:55
Hurricane Sandy. So what you had in Hurricane Sandy was
75
219273
2904
Αυτό που είχαμε στον Τυφώνα Σάντι ήταν
03:58
a superstorm, the likes of which we hadn't seen for a long time,
76
222177
3027
μία υπερκαταιγίδα, που είχαμε καιρό να δούμε σε τέτοιο μέγεθος
04:01
hitting the iPhone capital of the universe -- (Laughter) --
77
225204
3143
να χτυπά την πρωτεύουσα των iPhone του σύμπαντος --(Γέλια)--
04:04
and you got volumes of media like we'd never seen before.
78
228347
4215
και πήραμε τέτοιον όγκο πληροφοριών που δεν είχαμε ξαναδεί ποτέ.
04:08
And that meant that journalists had to deal with fakes,
79
232562
2744
Αυτό σημαίνει πως οι δημοσιογράφοι είχαν να αντιμετωπίσουν και ψεύτικες πληροφορίες,
04:11
so we had to deal with old photos that were being reposted.
80
235306
2916
έτσι είχαμε να αντιμετωπίσουμε παλιές φωτογραφίες που ξανανέβηκαν.
04:14
We had to deal with composite images
81
238222
2248
Είχαμε να αντιμετωπίσουμε σύνθετες εικόνες
04:16
that were merging photos from previous storms.
82
240470
3183
που σύνδεαν φωτογραφίες από παλιότερους τυφώνες.
04:19
We had to deal with images from films like "The Day After Tomorrow." (Laughter)
83
243653
5234
Είχαμε να αντιμετωπίσουμε εικόνες από ταινίες όπως το «Μετά την επόμενη μέρα». (Γέλια)
04:24
And we had to deal with images that were so realistic
84
248887
2834
Είχαμε να κάνουμε με εικόνες τόσο ρεαλιστικές
04:27
it was nearly difficult to tell if they were real at all.
85
251721
2370
που ήταν σχεδόν αδύνατον να καταλάβουμε αν ήταν αληθινές.
04:29
(Laughter)
86
254091
4313
(Γέλια)
04:34
But joking aside, there were images like this one from Instagram
87
258404
3724
Αλλά χωρίς πλάκα, υπήρχαν εικόνες όπως αυτή από το Instagram
04:38
which was subjected to a grilling by journalists.
88
262128
2276
που αναλύθηκε εξονυχιστικά από τους δημοσιογράφους.
04:40
They weren't really sure. It was filtered in Instagram.
89
264404
2233
Δεν ήταν σίγουροι. Φιλτραρίστηκε στο Instagram.
04:42
The lighting was questioned. Everything was questioned about it.
90
266637
2523
Ο φωτισμός αμφισβητήθηκε. Τα πάντα σχετικά με αυτήν αμφισβητήθηκαν.
04:45
And it turned out to be true. It was from Avenue C
91
269160
2293
Τελικά ήταν αληθινή. Ήταν από τη Λεωφόρο C,
04:47
in downtown Manhattan, which was flooded.
92
271453
2160
στο κέντρο του Μανχάταν, που είχε πλημμυρίσει.
04:49
And the reason that they could tell that it was real
93
273613
2100
Ο λόγος που μπόρεσαν να πουν πως ήταν αληθινή
04:51
was because they could get to the source, and in this case,
94
275713
2089
ήταν επειδή μπόρεσαν να εντοπίσουν την πηγή της, και σε αυτή την περίπτωση,
04:53
these guys were New York food bloggers.
95
277802
2107
ήταν κάποιοι Νεοϋορκέζοι μπλόγκερς μαγειρικής.
04:55
They were well respected. They were known.
96
279909
2030
Ήταν ευυπόληπτοι. Ήταν γνωστοί.
04:57
So this one wasn't a debunk, it was actually something that they could prove.
97
281939
3092
Οπότε αυτή δεν ήταν απομυθοποίηση, ήταν κάτι που μπορούσαν να αποδείξουν.
05:00
And that was the job of the journalist. It was filtering all this stuff.
98
285031
2918
Αυτή ήταν η δουλειά του δημοσιογράφου.
Να τα φιλτράρει όλα αυτά.
Να τα φιλτράρει όλα αυτά.
05:03
And you were, instead of going and finding the information
99
287949
2711
Αντί λοιπόν να πηγαίνεις και να βρίσκεις τις πληροφορίες,
05:06
and bringing it back to the reader, you were holding back
100
290660
2567
και να τις δίνεις στον αναγνώστη, κρατούσες
05:09
the stuff that was potentially damaging.
101
293227
2060
όσες ήταν εν δυνάμει βλαβερές.
05:11
And finding the source becomes more and more important --
102
295287
2958
Ο εντοπισμός της πηγής γίνεται ολοένα και πιο σημαντικός
05:14
finding the good source -- and Twitter is where most journalists now go.
103
298245
3734
-- η εύρεση της καλής πηγής -- και πλέον οι περισσότεροι δημοσιογράφοι πάνε στο Twitter.
05:17
It's like the de facto real-time newswire,
104
301979
3153
Είναι σαν πρακτορείο ειδήσεων πραγματικού χρόνου,
05:21
if you know how to use it, because there is so much on Twitter.
105
305132
2967
αν ξέρεις πώς να το χρησιμοποιήσεις,
επειδή έχει τόσα πολλά στο Twitter.
επειδή έχει τόσα πολλά στο Twitter.
05:23
And a good example of how useful it can be
106
308099
2385
Ένα καλό παράδειγμα του πόσο χρήσιμο μπορεί να είναι
05:26
but also how difficult was the Egyptian revolution in 2011.
107
310484
3533
αλλά και πόσο δύσκολο, ήταν η επανάσταση του 2011 στην Αίγυπτο.
05:29
As a non-Arabic speaker, as someone who was looking
108
314017
2646
Ως κάποιος που δεν μιλά Αραβικά, ως εξωτερικός
05:32
from the outside, from Dublin,
109
316663
2301
παρατηρητής, από το Δουβλίνο,
05:34
Twitter lists, and lists of good sources,
110
318964
1792
οι λίστες στο Twitter, οι λίστες των καλών πηγών,
05:36
people we could establish were credible, were really important.
111
320756
3622
των ατόμων που μπορούσαμε να επιβεβαιώσουμε ως αξιόπιστα, ήταν πολύ σημαντικές.
05:40
And how do you build a list like that from scratch?
112
324378
2509
Πώς χτίζεις μια τέτοια λίστα από το μηδέν;
05:42
Well, it can be quite difficult, but you have to know what to look for.
113
326887
2430
Μπορεί να είναι πολύ δύσκολο,
αλλά πρέπει να ξέρεις τι ψάχνεις.
αλλά πρέπει να ξέρεις τι ψάχνεις.
05:45
This visualization was done by an Italian academic.
114
329317
2858
Αυτή η απεικόνιση έγινε από έναν Ιταλό Ακαδημαϊκό.
05:48
He's called André Pannison, and he basically
115
332175
3394
Ονομάζεται Αντρέ Πάνισον και βασικά
05:51
took the Twitter conversation in Tahrir Square
116
335569
2175
πήρε τη συζήτηση στο Twitter στην πλατεία Ταχίρ
05:53
on the day that Hosni Mubarak would eventually resign,
117
337744
3454
την ημέρα που ο Χόσνι Μουμπάρακ τελικά θα παραιτηθεί,
05:57
and the dots you can see are retweets, so when someone
118
341198
2632
και οι τελείες που βλέπετε είναι αναμεταδόσεις,
όποτε όταν κάποιος
όποτε όταν κάποιος
05:59
retweets a message, a connection is made between two dots,
119
343830
2779
αναμεταδίδει ένα μήνυμα, δημιουργείται μία σύνδεση μεταξύ δύο τελείων,
06:02
and the more times that message is retweeted by other people,
120
346609
2610
και όσο περισσότερο αναμεταδίδεται από άλλους,
06:05
the more you get to see these nodes, these connections being made.
121
349219
3206
βλέπετε περισσότερους κόμβους, γίνονται αυτές οι συνδέσεις.
06:08
And it's an amazing way of visualizing the conversation,
122
352425
1922
Είναι ένας εκπληκτικός τρόπος
οπτικοποίησης της συζήτησης,
οπτικοποίησης της συζήτησης,
06:10
but what you get is hints at who is more interesting
123
354347
2711
και συγχρόνως σου δείχνει
ποιος έχει περισσότερο ενδιαφέρον
ποιος έχει περισσότερο ενδιαφέρον
06:12
and who is worth investigating.
124
357058
2681
και ποιος αξίζει να ερευνηθεί.
06:15
And as the conversation grew and grew, it became
125
359739
2879
Όσο μεγάλωνε η συζήτηση, γινόταν,
06:18
more and more lively, and eventually you were left
126
362618
2284
όλο και πιο ζωντανή, και τελικά σου έμενε
06:20
with this huge, big, rhythmic pointer of this conversation.
127
364902
4781
μια τεράστια, ρυθμική απεικόνιση της συζήτησης.
06:25
You could find the nodes, though, and then you went,
128
369683
1809
Μπορούσες να βρεις τους κόμβους, και μετά να πας,
06:27
and you go, "Right, I've got to investigate these people.
129
371492
2294
και να πεις: «Εντάξει, πρέπει να διερευνήσω αυτούς εδώ.
06:29
These are the ones that are obviously making sense.
130
373786
1714
Αυτοί, προφανώς, βγάζουν μεγαλύτερο νόημα.
06:31
Let's see who they are."
131
375500
2309
Ας δω ποιοι είναι».
06:33
Now in the deluge of information, this is where
132
377809
2690
Μέσα στην καταρρακτώδη ροή πληροφορίας,
εδώ είναι
εδώ είναι
06:36
the real-time web gets really interesting for a journalist like myself,
133
380499
3207
που το δίκτυο σε πραγματικό χρόνο γίνεται ενδιαφέρον για δημοσιογράφους σαν κι εμένα,
06:39
because we have more tools than ever
134
383706
1974
επειδή έχουμε περισσότερα εργαλεία από ποτέ
06:41
to do that kind of investigation.
135
385680
2757
για να κάνουμε τέτοια έρευνα.
06:44
And when you start digging into the sources, you can go
136
388437
3009
Όταν αρχίσεις να ψάχνεις τις πηγές,
μπορείς να πας
μπορείς να πας
06:47
further and further than you ever could before.
137
391446
2299
πιο μακριά απ' όσο μπορούσες να πας ποτέ.
06:49
Sometimes you come across a piece of content that
138
393745
3352
Μερικές φορές βρίσκεις μια πληροφορία
06:52
is so compelling, you want to use it, you're dying to use it,
139
397097
3460
που είναι τόσο ακαταμάχητη, που θέλεις να την χρησιμοποιήσεις, ψοφάς να την χρησιμοποιήσεις,
06:56
but you're not 100 percent sure if you can because
140
400557
2675
αλλά δεν είσαι 100% σίγουρος αν μπορείς επειδή
06:59
you don't know if the source is credible.
141
403232
1207
δεν ξέρεις αν η πηγή ειναι αξιόπιστη.
07:00
You don't know if it's a scrape. You don't know if it's a re-upload.
142
404439
2182
Δεν ξέρεις αν η πληροφορία εκλάπη.
Δεν ξέρεις αν είναι αναδημοσίευση.
Δεν ξέρεις αν είναι αναδημοσίευση.
07:02
And you have to do that investigative work.
143
406621
1709
Θα πρέπει να κάνεις ερευνητική δουλειά.
07:04
And this video, which I'm going to let run through,
144
408330
2344
Αυτό το βίντεο, το οποίο θα σας αφήσω να δείτε
07:06
was one we discovered a couple of weeks ago.
145
410674
2989
το ανακαλύψαμε πριν από μερικές εβδομάδες.
07:09
Video: Getting real windy in just a second.
146
413663
2199
Βίντεο: Φυσάει πάρα πολύ, ξαφνικά.
07:11
(Rain and wind sounds)
147
415862
4888
(Ήχοι βροχής και αέρα)
07:16
(Explosion) Oh, shit!
148
420750
3167
(Έκρηξη) Σκατά!
07:19
Markham Nolan: Okay, so now if you're a news producer, this is something
149
423917
2937
Μάρκαμ Νόλαν: Λοιπόν, τώρα αν είσαι παραγωγός ειδήσεων, αυτό είναι κάτι
07:22
you'd love to run with, because obviously, this is gold.
150
426854
2552
που θα ήθελες να το παίξεις,
επειδή προφανώς, είναι χρυσάφι.
επειδή προφανώς, είναι χρυσάφι.
07:25
You know? This is a fantastic reaction from someone,
151
429406
2263
Ξέρεις; Αυτή είναι μία εντυπωσιακή αντίδραση από κάποιον,
07:27
very genuine video that they've shot in their back garden.
152
431669
2570
ένα αυθεντικό βίντεο που γύρισαν στον κήπο τους.
07:30
But how do you find if this person, if it's true, if it's faked,
153
434239
3494
Αλλά πώς το βρίσκεις αυτό το άτομο, αν είναι αληθινό, αν είναι στημένο
07:33
or if it's something that's old and that's been reposted?
154
437733
2658
ή αν είναι κάτι παλιό που ξανανέβηκε;
07:36
So we set about going to work on this video, and
155
440391
2226
Έτσι ξεκινάμε να δουλεύουμε πάνω σε αυτό το βίντεο,
07:38
the only thing that we had to go on was the username on the YouTube account.
156
442617
2860
και το μόνο πράγμα που είχαμε ήταν το όνομα του χρήστη στο Youtube.
07:41
There was only one video posted to that account,
157
445477
2351
Υπήρχε μόνο ένα βίντεο ανεβασμένο
σε αυτόν το λογαριασμό,
σε αυτόν το λογαριασμό,
07:43
and the username was Rita Krill.
158
447828
1488
και το όνομα του χρήστη ήταν Ρίτα Κριλλ.
07:45
And we didn't know if Rita existed or if it was a fake name.
159
449316
3292
Δεν γνωρίζαμε αν η Ρίτα υπήρχε ή αν ήταν ένα ψεύτικο όνομα.
07:48
But we started looking, and we used free Internet tools to do so.
160
452608
2913
Αλλά αρχίσαμε να ψάχνουμε, χρησιμοποιώντας δωρεάν εργαλεία που βρίσκονται στο διαδίκτυο.
07:51
The first one was called Spokeo, which allowed us to look for Rita Krills.
161
455521
3308
Το πρώτο λέγεται Spokeo, και μας επέτρεψε να ψάξουμε άτομα για την Ριτα Κριλλ.
07:54
So we looked all over the U.S. We found them in New York,
162
458829
2382
Ψάξαμε σε όλες τις ΗΠΑ.
Βρήκαμε στη Νέα Υόρκη,
Βρήκαμε στη Νέα Υόρκη,
07:57
we found them in Pennsylvania, Nevada and Florida.
163
461211
2762
βρήκαμε στην Πενσιλβάνια,
τη Νεβάδα και τη Φλόριντα.
τη Νεβάδα και τη Φλόριντα.
07:59
So we went and we looked for a second free Internet tool
164
463973
2649
Έτσι ψάξαμε μετά για ένα δεύτερο δωρεάν εργαλείο,
08:02
called Wolfram Alpha, and we checked the weather reports
165
466622
2467
το Wolfram Alpha, για να βρούμε τα δελτία καιρού
08:04
for the day in which this video had been uploaded,
166
469089
2497
της ημέρας που ανέβηκε το βίντεο,
08:07
and when we went through all those various cities,
167
471586
1883
και όταν κοιτάξαμε όλες αυτές τις πόλεις,
08:09
we found that in Florida, there were thunderstorms and rain on the day.
168
473469
3496
βρήκαμε πως στη Φλόριντα
είχε καταιγίδες και βροχή όλη μέρα.
είχε καταιγίδες και βροχή όλη μέρα.
08:12
So we went to the white pages, and we found,
169
476965
2645
Οπότε πήγαμε στο χρυσό οδηγό και βρήκαμε,
08:15
we looked through the Rita Krills in the phonebook,
170
479610
2924
ψάξαμε τις Ρίτα Κριλλ στον τηλεφωνικό κατάλογο,
08:18
and we looked through a couple of different addresses,
171
482534
1572
και είδαμε μερικές διαφορετικές διευθύνσεις,
08:20
and that took us to Google Maps, where we found a house.
172
484106
3316
και πήγαμε στους χάρτες της Google,
όπου βρήκαμε ένα σπίτι.
όπου βρήκαμε ένα σπίτι.
08:23
And we found a house with a swimming pool that looked
173
487422
1915
Βρήκαμε ένα σπίτι με πισίνα που έμοιαζε
08:25
remarkably like Rita's. So we went back to the video,
174
489337
2918
αρκετά σαν της Ρίτας. Τότε ξανακοιτάξαμε το βίντεο,
08:28
and we had to look for clues that we could cross-reference.
175
492255
2971
ψάχνοντας για στοιχεία που μπορούσαμε να διασταυρώσουμε.
08:31
So if you look in the video, there's the big umbrella,
176
495226
3215
Αν δείτε στο βίντεο υπάρχει μια μεγάλη ομπρέλα,
08:34
there's a white lilo in the pool,
177
498441
1845
ένα άσπρο στρώμα στην πισίνα,
08:36
there are some unusually rounded edges in the swimming pool,
178
500286
2440
η πισίνα έχει και ασυνήθιστα στρογγυλεμένες άκρες,
08:38
and there's two trees in the background.
179
502726
2054
και έχουμε και δύο δέντρα στο φόντο.
08:40
And we went back to Google Maps, and we looked a little bit closer,
180
504780
2427
Επιστρέψαμε στο χάρτη και κοιτάξαμε καλύτερα,
08:43
and sure enough, there's the white lilo,
181
507207
2671
και φυσικά είδαμε και το στρώμα,
08:45
there are the two trees,
182
509878
2994
και τα δύο δέντρα,
08:48
there's the umbrella. It's actually folded in this photo.
183
512872
1986
και την ομπρέλα, που μάλιστα είναι μαζεμένη σ' αυτή τη φωτογραφία.
08:50
Little bit of trickery. And there are the rounded edges on the swimming pool.
184
514858
3778
Πήγε να μας ξεγελάσει. Ορίστε και οι στρογγυλεμένες άκρες της πισίνας.
08:54
So we were able to call Rita, clear the video,
185
518636
3150
Οπότε μπορέσαμε να τηλεφωνήσουμε στη Ρίτα, να σιγουρευτούμε για το βίντεο,
08:57
make sure that it had been shot, and then our clients
186
521786
2086
να σιγουρευτούμε ότι γυρίστηκε
και μετά οι πελάτες μας
και μετά οι πελάτες μας
08:59
were delighted because they were able to run it without being worried.
187
523872
3194
ήταν πανευτυχείς, γιατί μπορούσαν να το παίξουν χωρίς να ανησυχούν.
09:02
Sometimes the search for truth, though,
188
527066
1775
Μερικές φορές, όμως, η αναζήτηση της αλήθειας
09:04
is a little bit less flippant, and it has much greater consequences.
189
528841
4409
είναι λιγότερο αξιοσέβαστη, και έχει πολύ μεγαλύτερες επιπτώσεις.
09:09
Syria has been really interesting for us, because obviously
190
533250
2983
Η περίπτωση της Συρίας
είναι πολύ ενδιαφέρουσα για μας
είναι πολύ ενδιαφέρουσα για μας
09:12
a lot of the time you're trying to debunk stuff that can be
191
536233
2681
γιατί προφανώς προσπαθούμε συχνά
να καταρρίψουμε πράγματα
να καταρρίψουμε πράγματα
09:14
potentially war crime evidence, so this is where YouTube
192
538914
3799
που θα μπορούσαν να είναι αποδείξεις εγκλημάτων πολέμου, έτσι εκεί το YouTube
09:18
actually becomes the most important repository
193
542713
2357
στην πραγματικότητα γίνεται
το πιο σημαντικό αποθετήριο
το πιο σημαντικό αποθετήριο
09:20
of information about what's going on in the world.
194
545070
4150
πληροφοριών για όσα συμβαίνουν στον κόσμο.
09:25
So this video, I'm not going to show you the whole thing,
195
549220
2754
Αυτό το βίντεο, δεν θα σας το δείξω ολόκληρο,
09:27
because it's quite gruesome, but you'll hear some of the sounds.
196
551974
2721
γιατί ειναι αρκετά ανατριχιαστικό, αλλά θα ακούσετε μερικούς από τους ήχους.
09:30
This is from Hama.
197
554695
2328
Είναι από τη Χαμά.
09:32
Video: (Shouting)
198
557023
2970
Βίντεο: (Φωνές)
09:35
And what this video shows, when you watch the whole thing through,
199
559993
3904
Αυτό που δείχνει το βίντεο, αν το δείτε ολόκληρο,
09:39
is bloody bodies being taken out of a pickup truck
200
563897
2761
είναι ματωμένα πτώματα που τα βγάζουν από ένα φορτηγό
09:42
and thrown off a bridge.
201
566658
2605
και τα πετούν από μια γέφυρα.
09:45
The allegations were that these guys were Muslim Brotherhood
202
569263
2781
Υπήρχαν ισχυρισμοί πως αυτοί ανήκουν
στη Μουσουλμανική Αδελφότητα
στη Μουσουλμανική Αδελφότητα
09:47
and they were throwing Syrian Army officers' bodies
203
572044
2875
και πετούν πτώματα αξιωματικών
του συριακού στρατού
του συριακού στρατού
09:50
off the bridge, and they were cursing and using blasphemous language,
204
574919
2934
από τη γέφυρα, και βρίζουν και βλασφημούν,
09:53
and there were lots of counterclaims about who they were,
205
577853
2382
και συγχρόνως υπήρχαν πολλοί αντίθετοι ισχυρισμοί για το ποιοι είναι,
09:56
and whether or not they were what the video said it was.
206
580235
2242
και αν ή όχι ήταν αυτό που έλεγε το βίντεο.
09:58
So we talked to some sources in Hama who we had been
207
582477
3266
Μιλήσαμε με μερικές πηγές μας στη Χαμά,
με τις οποίες είχαμε
με τις οποίες είχαμε
10:01
back and forth with on Twitter, and we asked them about this,
208
585743
2333
ξανασυζητήσει στο Twitter
και τους ρωτήσαμε γι' αυτό,
και τους ρωτήσαμε γι' αυτό,
10:03
and the bridge was interesting to us because it was something we could identify.
209
588076
3814
και η γέφυρα μας ενδιέφερε γιατί ήταν κάτι που θα μπορούσαμε να αναγνωρίσουμε.
10:07
Three different sources said three different things about the bridge.
210
591890
2914
Τρεις διαφορετικές πηγές είπαν τρία διαφορετικά πράγματα για τη γέφυρα.
10:10
They said, one, the bridge doesn't exist.
211
594804
2262
Η μία, πως η γέφυρα δεν υπάρχει.
10:12
Another one said the bridge does exist, but it's not in Hama. It's somewhere else.
212
597066
3524
Μια άλλη πως η γέφυρα υπάρχει, αλλά όχι στη Χαμά.
Ήταν κάπου αλλού.
Ήταν κάπου αλλού.
10:16
And the third one said, "I think the bridge does exist,
213
600590
2562
Η τρίτη είπε: «Νομίζω πως η γέφυρα υπάρχει,
10:19
but the dam upstream of the bridge was closed,
214
603152
3364
αλλά το φράγμα πριν τη γέφυρα ήταν κλειστό,
10:22
so the river should actually have been dry, so this doesn't make sense."
215
606516
3397
οπότε το ποτάμι θα έπρεπε να είναι άδειο, δεν βγαίνει νόημα».
10:25
So that was the only one that gave us a clue.
216
609913
2612
Ήταν ο μόνος που μας έδωσε ένα στοιχείο.
10:28
We looked through the video for other clues.
217
612525
1225
Ψάξαμε στο βίντεο για άλλα στοιχεία.
10:29
We saw the distinctive railings, which we could use.
218
613750
3089
Είδαμε χαρακτηριστικά κάγκελα, που μας ήταν χρήσιμο.
10:32
We looked at the curbs. The curbs were throwing shadows south,
219
616839
3744
Είδαμε τις στροφές, οι σκιές των οποίων έπεφταν νότια,
10:36
so we could tell the bridge was running east-west across the river.
220
620583
2317
άρα η γέφυρα ενώνει το ποτάμι ανατολικά-δυτικά.
10:38
It had black-and-white curbs.
221
622900
1956
Είχε ασπρόμαυρα πεζοδρόμια.
10:40
As we looked at the river itself, you could see there's
222
624856
1986
Καθώς κοιτάζαμε το ποτάμι, μπορούσαμε να δούμε ότι
10:42
a concrete stone on the west side. There's a cloud of blood.
223
626842
2954
υπάρχει μία πέτρα από τσιμέντο στη δυτική πλευρά. Υπάρχει ένα νέφος αίματος.
10:45
That's blood in the river. So the river is flowing
224
629796
1734
Αυτό είναι αίμα στο ποτάμι.
Άρα το ποτάμι κυλάει
Άρα το ποτάμι κυλάει
10:47
south to north. That's what that tells me.
225
631530
1697
από το νότο προς το βορρά. Αυτό μου λέει.
10:49
And also, as you look away from the bridge,
226
633227
2349
Επίσης, καθώς απομακρύνετε το βλέμμα από τη γέφυρα
10:51
there's a divot on the left-hand side of the bank,
227
635576
1649
υπάρχει γρασίδι στην αριστερή πλευρά της όχθης
10:53
and the river narrows.
228
637225
2430
και το ποτάμι στενεύει.
10:55
So onto Google Maps we go, and we start
229
639655
2579
Πάλι στους Χάρτες της Google, και ξεκινάμε
10:58
looking through literally every single bridge.
230
642234
2058
κυριολεκτικά να ψάχνουμε όλες τις γέφυρες.
11:00
We go to the dam that we talked about, we start just
231
644292
3480
Ξεκινήσαμε από το φράγμα που αναφέρθηκε, και ψάξαμε
11:03
literally going through every time that road crosses the river,
232
647772
3610
κάθε φορά που ο δρόμος περνάει το ποτάμι,
11:07
crossing off the bridges that don't match.
233
651382
1738
σβήνοντας από τη λίστα μας τις γέφυρες που δεν ταίριαζαν.
11:09
We're looking for one that crosses east-west.
234
653120
1763
Ψάχναμε μία που το διέσχιζε ανατολικά-δυτικά.
11:10
And we get to Hama. We get all the way from the dam
235
654883
1952
Φτάσαμε στη Χαμά. Πάμε από το φράγμα
11:12
to Hama and there's no bridge.
236
656835
2003
μέχρι τη Χαμά και δεν υπάρχει τέτοια γέφυρα.
11:14
So we go a bit further. We switch to the satellite view,
237
658838
2484
Οπότε ψάξαμε περισσότερο.
Γυρίσαμε σε δορυφορική εικόνα,
Γυρίσαμε σε δορυφορική εικόνα,
11:17
and we find another bridge, and everything starts to line up.
238
661322
2920
και βρήκαμε μια άλλη γέφυρα,
και αρχίζει να βγαίνει άκρη.
και αρχίζει να βγαίνει άκρη.
11:20
The bridge looks like it's crossing the river east to west.
239
664242
3038
Η γέφυρα μοιάζει να διασχίζει από ανατολικά προς δυτικά.
11:23
So this could be our bridge. And we zoom right in.
240
667280
3161
Μπορεί να είναι η δική μας. Ζουμάρουμε.
11:26
We start to see that it's got a median, so it's a two-lane bridge.
241
670441
2902
Έχει ενδιάμεση νησίδα, άρα είναι γέφυρα δύο κατευθύνσεων.
11:29
And it's got the black-and-white curbs that we saw in the video,
242
673343
3646
Έχει το ασπρόμαυρο πεζοδρόμιο που είδαμε στο βίντεο,
11:32
and as we click through it, you can see someone's
243
676989
2312
και όπως την κοιτάμε, βλέπετε πως κάποιος
11:35
uploaded photos to go with the map, which is very handy,
244
679301
2954
έχει ανεβάσει στο χάρτη φωτογραφίες,
που είναι πολύ χρήσιμο,
που είναι πολύ χρήσιμο,
11:38
so we click into the photos. And the photos start showing us
245
682255
2687
και κοιτάμε τις φωτογραφίες.
Αυτές μας δείχνουν
Αυτές μας δείχνουν
11:40
more detail that we can cross-reference with the video.
246
684942
2622
περισσότερες λεπτομέρειες για να μπορέσουμε
να κάνουμε σύγκριση με το βίντεο.
να κάνουμε σύγκριση με το βίντεο.
11:43
The first thing that we see is we see black-and-white curbing,
247
687564
3723
Το πρώτο πράγμα που βλέπουμε είναι το ασπρόμαυρο πεζοδρόμιο.
11:47
which is handy because we've seen that before.
248
691287
2105
που είναι χρήσιμο αφού το έχουμε ξαναδεί.
11:49
We see the distinctive railing that we saw the guys
249
693392
3499
Βλέπουμε τα χαρακτηριστικά κάγκελα όπου είδαμε τους τύπους
11:52
throwing the bodies over.
250
696891
2351
να πετάνε τα πτώματα.
11:55
And we keep going through it until we're certain that this is our bridge.
251
699242
2655
Συνεχίζουμε μέχρι να βεβαιωθούμε πως είναι η γέφυρά μας.
11:57
So what does that tell me? I've got to go back now
252
701897
1524
Τι μου λέει αυτό λοιπόν;
Τώρα πρέπει να επιστρέψω
Τώρα πρέπει να επιστρέψω
11:59
to my three sources and look at what they told me:
253
703421
2313
στις τρεις πηγές μου και δείτε τι μου είπανε:
12:01
the one who said the bridge didn't exist,
254
705734
1725
η πρώτη πως η γέφυρα δεν υπάρχει,
12:03
the one who said the bridge wasn't in Hama,
255
707459
1859
η άλλη πως δεν είναι στη Χαμά,
12:05
and the one guy who said, "Yes, the bridge does exist, but I'm not sure about the water levels."
256
709318
3953
και εκείνος που είπε πως: «Υπάρχει, αλλά δεν είμαι σίγουρος για το επίπεδο του νερού».
12:09
Number three is looking like the most truthful all of a sudden,
257
713271
3331
Ο τρίτος ξαφνικά μας φαίνεται ο πιο ειλικρινής,
12:12
and we've been able to find that out using some free Internet tools
258
716602
2981
και μπορέσαμε να το διαπιστώσαμε χρησιμοποιώντας μερικά δωρεάν εργαλεία στο διαδίκτυο
12:15
sitting in a cubicle in an office in Dublin
259
719583
2520
καθισμένοι σε ένα γραφείο στο Δουβλίνο,
12:18
in the space of 20 minutes.
260
722103
1487
μέσα σε 20 λεπτά.
12:19
And that's part of the joy of this. Although the web
261
723590
2439
Αυτό είναι μέρος της χαράς της δουλειάς μου.
Αν και το διαδίκτυο
Αν και το διαδίκτυο
12:21
is running like a torrent, there's so much information there
262
726029
3265
τρέχει με ραγδαία ταχύτητα,
έχει τόση πολλή πληροφορία
έχει τόση πολλή πληροφορία
12:25
that it's incredibly hard to sift and getting harder every day,
263
729294
3187
που είναι εξαιρετικά δύσκολο να την κοσκινίσεις
και γίνεται ολοένα δυσκολότερο,
και γίνεται ολοένα δυσκολότερο,
12:28
if you use them intelligently, you can find out incredible information.
264
732481
3327
αν τις χρησιμοποιήσεις έξυπνα, μπορείς να βρεις απίστευτες πληροοφορίες.
12:31
Given a couple of clues, I could probably find out
265
735808
2395
Με ένα-δύο στοιχεία, πιθανόν να μπορούσα να βρω
12:34
a lot of things about most of you in the audience that you might not like me finding out.
266
738203
3534
πολλά για τους περισσότερους από εσάς στο κοινό που δεν θα σας άρεσε απαραίτητα να γνωρίζω.
12:37
But what it tells me is that, at a time when
267
741737
3005
Αυτό που αντιλαμβάνομαι, είναι πως σε μια εποχή
12:40
there's more -- there's a greater abundance of information than there ever has been,
268
744742
4029
που υπάρχει περισσότερη --μεγαλύτερη αφθονία πληροφοριών από ποτέ άλλοτε,
12:44
it's harder to filter, we have greater tools.
269
748771
2633
είναι δυσκολότερο να φιλτραριστεί, έχουμε καλύτερα εργαλεία.
12:47
We have free Internet tools that allow us,
270
751404
1863
Έχουμε δωρεάν εργαλεία στο διαδίκτυο που μας επιτρέπουν
12:49
help us do this kind of investigation.
271
753267
2226
και μας βοηθούν να κάνουμε τέτοιες έρευνες.
12:51
We have algorithms that are smarter than ever before,
272
755493
1823
Έχουμε αλγόριθμους εξυπνότερους από ποτέ,
12:53
and computers that are quicker than ever before.
273
757316
2421
και υπολογιστές γρηγορότερους από ποτέ.
12:55
But here's the thing. Algorithms are rules. They're binary.
274
759737
3427
Αλλά το θέμα είναι το εξής. Οι αλγόριθμοι είναι κανόνες. Είναι δυαδικοί.
12:59
They're yes or no, they're black or white.
275
763164
1785
Είναι ναι ή όχι, άσπρο ή μαύρο.
13:00
Truth is never binary. Truth is a value.
276
764949
3554
Η αλήθεια δεν είναι ποτέ δυαδική.
Η αλήθεια είναι μια αξία.
Η αλήθεια είναι μια αξία.
13:04
Truth is emotional, it's fluid, and above all, it's human.
277
768503
4664
Είναι συναισθηματική, ρευστή και προπάντων ανθρώπινη.
13:09
No matter how quick we get with computers, no matter
278
773167
2107
Όσο γρήγοροι και να είναι οι υπολογιστές,
13:11
how much information we have, you'll never be able
279
775274
2384
όση πληροφορία και να έχουμε, δεν θα μπορέσουμε ποτέ
13:13
to remove the human from the truth-seeking exercise,
280
777658
2996
να αφαιρέσουμε τον άνθρωπο από την άσκηση
της αναζήτησης της αλήθειας,
της αναζήτησης της αλήθειας,
13:16
because in the end, it is a uniquely human trait.
281
780654
3658
γιατι τελικά είναι ένα χαρακτηριστικό
που έχουν μόνο οι άνθρωποι.
που έχουν μόνο οι άνθρωποι.
13:20
Thanks very much. (Applause)
282
784312
4000
Ευχαριστώ πάρα πολύ. (Χειροκρότημα)
ABOUT THE SPEAKER
Markham Nolan - JournalistThe managing editor of Storyful.com, Markham Nolan has watched journalism evolve from the pursuit of finding facts to the act of verifying those floating in the ether.
Why you should listen
Markham calls himself a "literary mercenary." His main responsibility is to sift through news and information to see what's true and what's not. In the era of the ubiquitous and immediate cell phone photo, Twitter message and YouTube video, how do we verify and validate a piece of information arriving, say, from a region at war or one going through a natural disaster? As the managing editor of Storyful, that's a question he has to answer daily.
Markham Nolan | Speaker | TED.com