TEDxCMU
Luis von Ahn: Massive-scale online collaboration
Luis von Ahn: colaboración virtual a escala masiva
Filmed:
Readability: 3.8
1,740,008 views
Después de redefinir el proyecto CAPTCHA para que los esfuerzos de identificar respuestas humanas ayuden en la digitalización de libros, Luis von Ahn se preguntó de qué otra manera se podrían usar esas pequeñas contribuciones de muchos en la Web para el bien común. En TEDxCMU (Carnegie Mellon University), explica cómo su nuevo y ambicioso proyecto, Duolingo, ayudará a millones a aprender un nuevo idioma mientras se traduce la Web de forma rápida y precisa… y todo gratis.
Luis von Ahn - Computer scientist
Luis von Ahn builds systems that combine humans and computers to solve large-scale problems that neither can solve alone. Full bio
Luis von Ahn builds systems that combine humans and computers to solve large-scale problems that neither can solve alone. Full bio
Double-click the English transcript below to play the video.
00:15
How many of you had to fill out some sort of web form
0
0
2000
¿Cuántos han tenido que llenar un formulario web
00:17
where you've been asked to read a distorted sequence of characters like this?
1
2000
2000
e ingresar unas letras distorsionadas como estas?
00:19
How many of you found it really, really annoying?
2
4000
2000
¿Cuántos odian hacerlo?
00:21
Okay, outstanding. So I invented that.
3
6000
3000
Excelente. Bueno, eso lo inventé yo.
00:24
(Laughter)
4
9000
2000
(Risas)
00:26
Or I was one of the people who did it.
5
11000
2000
Participé en el invento.
00:28
That thing is called a CAPTCHA.
6
13000
2000
Eso se llama captcha
00:30
And the reason it is there is to make sure you, the entity filling out the form,
7
15000
2000
y sirve para asegurar que quien llena el formulario
00:32
are actually a human and not some sort of computer program
8
17000
3000
es un humano y no un programa informático
00:35
that was written to submit the form millions and millions of times.
9
20000
2000
diseñado para enviar el formulario millones de millones de veces.
00:37
The reason it works is because humans,
10
22000
2000
Y funciona porque los humanos,
00:39
at least non-visually-impaired humans,
11
24000
2000
salvo los discapacitados visuales,
00:41
have no trouble reading these distorted squiggly characters,
12
26000
2000
pueden leer estos caracteres distorsionados
00:43
whereas computer programs simply can't do it as well yet.
13
28000
3000
pero los programas informáticos no pueden.
00:46
So for example, in the case of Ticketmaster,
14
31000
2000
Por ejemplo, en el caso de Ticketmaster
00:48
the reason you have to type these distorted characters
15
33000
2000
hay que ingresar estos caracteres distorsionados
00:50
is to prevent scalpers from writing a program
16
35000
2000
para evitar que los revendedores escriban un programa
00:52
that can buy millions of tickets, two at a time.
17
37000
2000
que compre millones de entradas, dos a la vez.
00:54
CAPTCHAs are used all over the Internet.
18
39000
2000
Los captchas se extienden por Internet.
00:56
And since they're used so often,
19
41000
2000
Y dado que se usan tan a menudo
00:58
a lot of times the precise sequence of random characters that is shown to the user
20
43000
2000
muchas veces la secuencia de letras escogidas al azar
01:00
is not so fortunate.
21
45000
2000
es un poco desafortunada.
01:02
So this is an example from the Yahoo registration page.
22
47000
3000
Por ejemplo, esto viene de Yahoo.
01:05
The random characters that happened to be shown to the user
23
50000
2000
Las letras escogidas totalmente al azar fueron
01:07
were W, A, I, T, which, of course, spell a word.
24
52000
3000
WAIT que en inglés significa «esperar».
01:10
But the best part is the message
25
55000
3000
Pero lo mejor es el mensaje que,
01:13
that the Yahoo help desk got about 20 minutes later.
26
58000
3000
unos 20 minutos después, recibió Yahoo de este usuario.
01:16
Text: "Help! I've been waiting for over 20 minutes, and nothing happens."
27
61000
3000
(Texto: "¡Ayuda! Hace 20 minutos que espero y no pasa nada")
01:19
(Laughter)
28
64000
4000
(Risas)
01:23
This person thought they needed to wait.
29
68000
2000
Esta persona pensó que tenía que esperar.
01:25
This of course, is not as bad as this poor person.
30
70000
3000
Claro, no es tan malo como éste. (Texto: REINICIAR)
01:28
(Laughter)
31
73000
2000
(Risas)
01:30
CAPTCHA Project is something that we did here at Carnegie Melllon over 10 years ago,
32
75000
3000
El proyecto CAPTCHA fue concebido aquí Carnegie Mellon hace 10 años,
01:33
and it's been used everywhere.
33
78000
2000
y se usa en todos lados.
01:35
Let me now tell you about a project that we did a few years later,
34
80000
2000
Les contaré de un proyecto de hace unos años
01:37
which is sort of the next evolution of CAPTCHA.
35
82000
3000
que es una evolución de captcha.
01:40
This is a project that we call reCAPTCHA,
36
85000
2000
Es un proyecto que se llama reCAPTCHA.
01:42
which is something that we started here at Carnegie Mellon,
37
87000
2000
Algo que iniciamos aquí en Carnegie Mellon,
01:44
then we turned it into a startup company.
38
89000
2000
y que luego convertimos en empresa.
01:46
And then about a year and a half ago,
39
91000
2000
Y hace cosa de año y medio
01:48
Google actually acquired this company.
40
93000
2000
fue adquirida por Google.
01:50
So let me tell you what this project started.
41
95000
2000
Les contaré el origen de este proyecto.
01:52
So this project started from the following realization:
42
97000
3000
Este proyecto surgió al darnos cuenta
01:55
It turns out that approximately 200 million CAPTCHAs
43
100000
2000
de que cada día la gente de todo el mundo
01:57
are typed everyday by people around the world.
44
102000
3000
ingresa unos 200 millones de captchas.
02:00
When I first heard this, I was quite proud of myself.
45
105000
2000
Al principio sentí orgullo de esto.
02:02
I thought, look at the impact that my research has had.
46
107000
2000
Pensé, mira el impacto que ha tenido mi trabajo.
02:04
But then I started feeling bad.
47
109000
2000
Pero después empecé a sentirme mal.
02:06
See here's the thing, each time you type a CAPTCHA,
48
111000
2000
Y es que cada vez que ingresamos un captcha
02:08
essentially you waste 10 seconds of your time.
49
113000
3000
perdemos unos 10 segundos de nuestro tiempo.
02:11
And if you multiply that by 200 million,
50
116000
2000
Y si multiplicamos eso por 200 millones
02:13
you get that humanity as a whole is wasting about 500,000 hours every day
51
118000
3000
llegamos a que la humanidad en su conjunto pierde unas 500 mil horas diarias
02:16
typing these annoying CAPTCHAs.
52
121000
2000
ingresando captchas en la Web.
02:18
So then I started feeling bad.
53
123000
2000
Eso me hizo sentir mal.
02:20
(Laughter)
54
125000
2000
(Risas)
02:22
And then I started thinking, well, of course, we can't just get rid of CAPTCHAs,
55
127000
3000
Pero después pensé que no podemos deshacernos de los captchas
02:25
because the security of the Web sort of depends on them.
56
130000
2000
porque de eso depende en parte la seguridad de la red.
02:27
But then I started thinking, is there any way we can use this effort
57
132000
3000
Y me pregunté si habría alguna forma de usar este esfuerzo
02:30
for something that is good for humanity?
58
135000
2000
en algo de utilidad para la humanidad.
02:32
So see, here's the thing.
59
137000
2000
La cosa es así:
02:34
While you're typing a CAPTCHA, during those 10 seconds,
60
139000
2000
en esos 10 segundos que ingresamos un captcha
02:36
your brain is doing something amazing.
61
141000
2000
los cerebros están haciendo algo genial.
02:38
Your brain is doing something that computers cannot yet do.
62
143000
2000
Están haciendo algo imposible para las computadoras.
02:40
So can we get you to do useful work for those 10 seconds?
63
145000
3000
¿Podemos hacerles hacer algo beneficioso en esos 10 segundos?
02:43
Another way of putting it is,
64
148000
2000
Dicho de otro modo,
02:45
is there some humongous problem that we cannot yet get computers to solve,
65
150000
2000
¿existe algún problema gigantesco que las computadoras aún no puedan resolver
02:47
yet we can split into tiny 10-second chunks
66
152000
3000
pero que podamos dividir en pedacitos de 10 segundos
02:50
such that each time somebody solves a CAPTCHA
67
155000
2000
de modo que cada vez que alguien resuelva un captcha
02:52
they solve a little bit of this problem?
68
157000
2000
resuelva un pedacito de ese problema?
02:54
And the answer to that is "yes," and this is what we're doing now.
69
159000
2000
La respuesta es "sí" y eso es lo que hacemos.
02:56
So what you may not know is that nowadays while you're typing a CAPTCHA,
70
161000
3000
Hoy en día, si alguien ingresa un captcha, lo que tal vez no saben
02:59
not only are you authenticating yourself as a human,
71
164000
2000
es que no sólo verifican que son humanos
03:01
but in addition you're actually helping us to digitize books.
72
166000
2000
sino que además nos ayudan a digitalizar libros.
03:03
So let me explain how this works.
73
168000
2000
Les explicaré como funciona.
03:05
So there's a lot of projects out there trying to digitize books.
74
170000
2000
Hay varios proyectos de digitalización de libros.
03:07
Google has one. The Internet Archive has one.
75
172000
3000
Hay uno de Google, otro de The Internet Archive.
03:10
Amazon, now with the Kindle, is trying to digitize books.
76
175000
2000
Amazon tiene otro con el Kindle.
03:12
Basically the way this works
77
177000
2000
Básicamente, eso funciona así.
03:14
is you start with an old book.
78
179000
2000
Se empieza con esas cosas físicas.
03:16
You've seen those things, right? Like a book?
79
181000
2000
¿Las han visto, verdad?
03:18
(Laughter)
80
183000
2000
(Risas)
03:20
So you start with a book, and then you scan it.
81
185000
2000
Empezamos con un libro y luego lo escaneamos.
03:22
Now scanning a book
82
187000
2000
Escanear un libro
03:24
is like taking a digital photograph of every page of the book.
83
189000
2000
es tomar una foto digital a cada página.
03:26
It gives you an image for every page of the book.
84
191000
2000
Eso nos da una imagen que contiene
03:28
This is an image with text for every page of the book.
85
193000
2000
el texto de cada página.
03:30
The next step in the process
86
195000
2000
En el paso siguiente
03:32
is that the computer needs to be able to decipher all of the words in this image.
87
197000
3000
un programa informático convierte a texto todas las palabras de la imagen.
03:35
That's using a technology called OCR,
88
200000
2000
Esta tecnología se llama ROC,
03:37
for optical character recognition,
89
202000
2000
reconocimiento óptico de caracteres,
03:39
which takes a picture of text
90
204000
2000
y consiste en tomar una imagen del texto
03:41
and tries to figure out what text is in there.
91
206000
2000
e intentar averiguar el texto que contiene.
03:43
Now the problem is that OCR is not perfect.
92
208000
2000
Pero el problema es que el ROC no es perfecto.
03:45
Especially for older books
93
210000
2000
En particular en los libros antiguos
03:47
where the ink has faded and the pages have turned yellow,
94
212000
3000
de páginas amarillentas, en los que la tinta se ha desvanecido
03:50
OCR cannot recognize a lot of the words.
95
215000
2000
hay muchas palabras que el OCR no reconoce.
03:52
For example, for things that were written more than 50 years ago,
96
217000
2000
Por ejemplo, en obras escritas hace más de 50 años,
03:54
the computer cannot recognize about 30 percent of the words.
97
219000
3000
hay un 30% de palabras que la computadora no reconoce.
03:57
So what we're doing now
98
222000
2000
Por eso ahora
03:59
is we're taking all of the words that the computer cannot recognize
99
224000
2000
tomamos todas esas palabras que la computadora no descifra
04:01
and we're getting people to read them for us
100
226000
2000
y hacemos que las personas las reconozcan
04:03
while they're typing a CAPTCHA on the Internet.
101
228000
2000
mientras introducen un captcha en la Web.
04:05
So the next time you type a CAPTCHA, these words that you're typing
102
230000
3000
O sea que la próxima vez que llenen un captcha, esas palabras ingresadas
04:08
are actually words that are coming from books that are being digitized
103
233000
3000
son palabras que vienen de libros que han sido digitalizados
04:11
that the computer could not recognize.
104
236000
2000
y que la computadora no pudo reconocer.
04:13
And now the reason we have two words nowadays instead of one
105
238000
2000
La razón por la que hoy tenemos dos palabras en vez de una
04:15
is because, you see, one of the words
106
240000
2000
es que el sistema
04:17
is a word that the system just got out of a book,
107
242000
2000
toma una palabra desconocida
04:19
it didn't know what it was, and it's going to present it to you.
108
244000
3000
de un libro y la pone frente a ustedes.
04:22
But since it doesn't know the answer for it, it cannot grade it for you.
109
247000
3000
Pero dado que no conoce la respuesta, no puede puntuarlos.
04:25
So what we do is we give you another word,
110
250000
2000
Entonces ponemos otra palabra
04:27
one for which the system does know the answer.
111
252000
2000
conocida por el sistema.
04:29
We don't tell you which one's which, and we say, please type both.
112
254000
2000
No decimos cuál es cuál; pedimos que ingresen ambas.
04:31
And if you type the correct word
113
256000
2000
Y si ingresan la palabra correcta,
04:33
for the one for which the system already knows the answer,
114
258000
2000
para la cual el sistema ya sabe la respuesta,
04:35
it assumes you are human,
115
260000
2000
suponemos que es un humano
04:37
and it also gets some confidence that you typed the other word correctly.
116
262000
2000
y eso da cierta confianza de que se ingresó la otra palabra correctamente.
04:39
And if we repeat this process to like 10 different people
117
264000
3000
Si repetimos el proceso con diez personas diferentes
04:42
and all of them agree on what the new word is,
118
267000
2000
y todos están de acuerdo en la nueva palabra
04:44
then we get one more word digitized accurately.
119
269000
2000
entonces tenemos una nueva palabra digitalizada con precisión.
04:46
So this is how the system works.
120
271000
2000
Así funciona el sistema.
04:48
And basically, since we released it about three or four years ago,
121
273000
3000
Y como lo lanzamos hace tres o cuatro años
04:51
a lot of websites have started switching
122
276000
2000
muchos sitios web pasaron
04:53
from the old CAPTCHA where people wasted their time
123
278000
2000
del viejo captcha en el que la gente perdía el tiempo
04:55
to the new CAPTCHA where people are helping to digitize books.
124
280000
2000
al nuevo captcha en el que la gente ayuda a digitalizar libros.
04:57
So for example, Ticketmaster.
125
282000
2000
Un ejemplo es Ticketmaster.
04:59
So every time you buy tickets on Ticketmaster, you help to digitize a book.
126
284000
3000
Cada vez que compramos entradas en Ticketmaster, ayudamos a digitalizar un libro.
05:02
Facebook: Every time you add a friend or poke somebody,
127
287000
2000
Facebook: cada vez que añadimos un amigo o tocamos a alguien
05:04
you help to digitize a book.
128
289000
2000
ayudamos a digitalizar un libro.
05:06
Twitter and about 350,000 other sites are all using reCAPTCHA.
129
291000
3000
Twitter y otros 350 mil sitios usan recaptcha.
05:09
And in fact, the number of sites that are using reCAPTCHA is so high
130
294000
2000
De hecho, la cantidad de sitios que usan recaptcha es tan alta
05:11
that the number of words that we're digitizing per day is really, really large.
131
296000
3000
que digitalizamos diariamente una cantidad muy grande de palabras.
05:14
It's about 100 million a day,
132
299000
2000
Son unas 100 millones al día
05:16
which is the equivalent of about two and a half million books a year.
133
301000
4000
que es el equivalente a unos 2 millones y medio de libros al año.
05:20
And this is all being done one word at a time
134
305000
2000
Y todo se hace palabra a palabra por cada vez
05:22
by just people typing CAPTCHAs on the Internet.
135
307000
2000
con el ingreso de captchas por Internet.
05:24
(Applause)
136
309000
8000
(Aplausos)
05:32
Now of course,
137
317000
2000
Ahora, claro,
05:34
since we're doing so many words per day,
138
319000
2000
como procesamos tantas palabras al día
05:36
funny things can happen.
139
321000
2000
suceden cosas divertidas.
05:38
And this is especially true because now we're giving people
140
323000
2000
Y esto es particularmente cierto dado que ahora ponemos
05:40
two randomly chosen English words next to each other.
141
325000
2000
dos palabras al azar, una al lado de la otra.
05:42
So funny things can happen.
142
327000
2000
Por eso ocurren cosas divertidas.
05:44
For example, we presented this word.
143
329000
2000
Por ejemplo, presentamos esta palabra.
05:46
It's the word "Christians"; there's nothing wrong with it.
144
331000
2000
Es la palabra "cristianos"; no tiene nada de malo.
05:48
But if you present it along with another randomly chosen word,
145
333000
3000
Pero si se la presenta con otra palabra elegida al azar
05:51
bad things can happen.
146
336000
2000
pueden pasar cosas malas
05:53
So we get this. (Text: bad christians)
147
338000
2000
como esta. (Texto: malos cristianos)
05:55
But it's even worse, because the particular website where we showed this
148
340000
3000
Pero es aún peor porque el sitio en el que apareció
05:58
actually happened to be called The Embassy of the Kingdom of God.
149
343000
3000
se llama La Embajada del Reino de Dios.
06:01
(Laughter)
150
346000
2000
(Risas)
06:03
Oops.
151
348000
2000
¡Uy!
06:05
(Laughter)
152
350000
3000
(Risas)
06:08
Here's another really bad one.
153
353000
2000
Aquí hay otro tremendo.
06:10
JohnEdwards.com
154
355000
2000
JohnEdwards.com
06:12
(Text: Damn liberal)
155
357000
3000
(Texto: maldito liberal)
06:15
(Laughter)
156
360000
2000
(Risas)
06:17
So we keep on insulting people left and right everyday.
157
362000
3000
Y seguimos insultando gente de izquierdas y de derechas.
06:20
Now, of course, we're not just insulting people.
158
365000
2000
Pero no sólo son insultos.
06:22
See here's the thing, since we're presenting two randomly chosen words,
159
367000
3000
Así, como presentamos pares de palabras elegidas al azar
06:25
interesting things can happen.
160
370000
2000
ocurren cosas interesantes.
06:27
So this actually has given rise
161
372000
2000
Eso ha dado lugar
06:29
to a really big Internet meme
162
374000
3000
a un gran meme de Internet
06:32
that tens of thousands of people have participated in,
163
377000
2000
en el que han participado decenas de miles de personas
06:34
which is called CAPTCHA art.
164
379000
2000
que se llama arte de captchas.
06:36
I'm sure some of you have heard about it.
165
381000
2000
Estoy seguro de que muchos de Uds. lo han oído.
06:38
Here's how it works.
166
383000
2000
Funciona así.
06:40
Imagine you're using the Internet and you see a CAPTCHA
167
385000
2000
Imaginen que están usando Internet y ven un captcha
06:42
that you think is somewhat peculiar,
168
387000
2000
que les parece interesante.
06:44
like this CAPTCHA. (Text: invisible toaster)
169
389000
2000
Como éste. (Texto: tostadora invisible)
06:46
Then what you're supposed to do is you take a screen shot of it.
170
391000
2000
La idea es que capturen la pantalla.
06:48
Then of course, you fill out the CAPTCHA
171
393000
2000
Después tienen que ingresar el captcha
06:50
because you help us digitize a book.
172
395000
2000
porque así nos ayudan a digitalizar libros.
06:52
But then, first you take a screen shot,
173
397000
2000
Y después dibujan algo
06:54
and then you draw something that is related to it.
174
399000
2000
basado en este captcha.
06:56
(Laughter)
175
401000
2000
(Risas)
06:58
That's how it works.
176
403000
3000
Así funciona.
07:01
There are tens of thousands of these.
177
406000
3000
Hay decenas de miles de ejemplos.
07:04
Some of them are very cute. (Text: clenched it)
178
409000
2000
Algunos son muy tiernos. (Texto: ¡Gané!)
07:06
(Laughter)
179
411000
2000
(Risas)
07:08
Some of them are funnier.
180
413000
2000
Otros son más divertidos.
07:10
(Text: stoned founders)
181
415000
3000
(Texto: fundadores drogados)
07:13
(Laughter)
182
418000
3000
(Risas)
07:16
And some of them,
183
421000
2000
Y algunos
07:18
like paleontological shvisle,
184
423000
3000
como el shvisle paleontológico
07:21
they contain Snoop Dogg.
185
426000
2000
tienen a Snoop Dogg.
07:23
(Laughter)
186
428000
3000
(Risas)
07:26
Okay, so this is my favorite number of reCAPTCHA.
187
431000
2000
Este es mi número favorito de recaptcha.
07:28
So this is the favorite thing that I like about this whole project.
188
433000
3000
Esto es lo que más me gusta de todo el proyecto.
07:31
This is the number of distinct people
189
436000
2000
Es la cantidad de personas distintas
07:33
that have helped us digitize at least one word out of a book through reCAPTCHA:
190
438000
3000
que nos han ayudado a digitalizar al menos una palabra de un libro con captchas:
07:36
750 million,
191
441000
2000
750 millones,
07:38
which is a little over 10 percent of the world's population,
192
443000
2000
poco más del 10% de la población mundial
07:40
has helped us digitize human knowledge.
193
445000
2000
nos ha ayudado a digitalizar el conocimiento humano.
07:42
And it is numbers like these that motivate my research agenda.
194
447000
3000
Y son números como estos los que motivan mi programa de investigación.
07:45
So the question that motivates my research is the following:
195
450000
3000
La pregunta que motiva mi investigación es la siguiente:
07:48
If you look at humanity's large-scale achievements,
196
453000
2000
si miramos los grandes logros de la humanidad,
07:50
these really big things
197
455000
2000
esos megaproyectos
07:52
that humanity has gotten together and done historically --
198
457000
3000
que la humanidad ha hecho históricamente
07:55
like for example, building the pyramids of Egypt
199
460000
2000
como las pirámides de Egipto,
07:57
or the Panama Canal
200
462000
2000
el Canal de Panamá,
07:59
or putting a man on the Moon --
201
464000
2000
o llevar a un hombre a la Luna;
08:01
there is a curious fact about them,
202
466000
2000
hay algo curioso en ello
08:03
and it is that they were all done with about the same number off people.
203
468000
2000
y es que todos se realizaron con más o menos la misma cantidad de personas.
08:05
It's weird; they were all done with about 100,000 people.
204
470000
3000
Es raro, pero todos se hicieron con cerca de 100 mil personas.
08:08
And the reason for that is because, before the Internet,
205
473000
3000
Y la razón es que, antes de Internet,
08:11
coordinating more than 100,000 people,
206
476000
2000
coordinar a más de 100 mil personas
08:13
let alone paying them, was essentially impossible.
207
478000
3000
aparte de pagarles, era esencialmente imposible.
08:16
But now with the Internet, I've just shown you a project
208
481000
2000
Pero ahora con Internet les acabo de enseñar un proyecto
08:18
where we've gotten 750 million people
209
483000
2000
donde hemos coordinado a 750 millones
08:20
to help us digitize human knowledge.
210
485000
2000
de personas para digitalizar conocimiento.
08:22
So the question that motivates my research is,
211
487000
2000
Entonces la pregunta que motiva mi trabajo es
08:24
if we can put a man on the Moon with 100,000,
212
489000
3000
si podemos poner a un hombre en la Luna con 100 mil personas,
08:27
what can we do with 100 million?
213
492000
2000
¿Qué podemos hacer con 100 millones?
08:29
So based on this question,
214
494000
2000
Y basados en esa pregunta
08:31
we've had a lot of different projects that we've been working on.
215
496000
2000
hemos trabajado en varios proyectos.
08:33
Let me tell you about one that I'm most excited about.
216
498000
3000
Quiero explicar uno que me tiene entusiasmado.
08:36
This is something that we've been semi-quietly working on
217
501000
2000
Llevamos cerca de un año y medio trabajando
08:38
for the last year and a half or so.
218
503000
2000
silenciosamente en este proyecto.
08:40
It hasn't yet been launched. It's called Duolingo.
219
505000
2000
Todavía no lo lanzamos. Se llama Duolingo.
08:42
Since it hasn't been launched, shhhhh!
220
507000
2000
Silencio, por favor, que aún no lo lanzamos.
08:44
(Laughter)
221
509000
2000
(Risas)
08:46
Yeah, I can trust you'll do that.
222
511000
2000
Confío en que guardarán silencio.
08:48
So this is the project. Here's how it started.
223
513000
2000
Este es el proyecto. Así es como empezó.
08:50
It started with me posing a question to my graduate student,
224
515000
2000
Todo empezó con una pregunta a mi estudiante de postgrado,
08:52
Severin Hacker.
225
517000
2000
Severin Hacker.
08:54
Okay, that's Severin Hacker.
226
519000
2000
Ese es Severin Hacker.
08:56
So I posed the question to my graduate student.
227
521000
2000
Le planteé una pregunta a mi estudiante.
08:58
By the way, you did hear me correctly;
228
523000
2000
Por cierto, oyeron bien:
09:00
his last name is Hacker.
229
525000
2000
su apellido es Hacker.
09:02
So I posed this question to him:
230
527000
2000
Le planteé esta pregunta:
09:04
How can we get 100 million people
231
529000
2000
¿Cómo podemos hacer que 100 millones de personas
09:06
translating the Web into every major language for free?
232
531000
3000
traduzcan la Web a los principales idiomas, gratis?
09:09
Okay, so there's a lot of things to say about this question.
233
534000
2000
Hay varias cosas que decir acerca de esta pregunta.
09:11
First of all, translating the Web.
234
536000
2000
La primera es traducir la Web.
09:13
So right now the Web is partitioned into multiple languages.
235
538000
3000
Como todos sabemos, la Web está fragmentada en varios idiomas.
09:16
A large fraction of it is in English.
236
541000
2000
Una gran parte está en inglés.
09:18
If you don't know any English, you can't access it.
237
543000
2000
Si alguien no sabe inglés no puede acceder.
09:20
But there's large fractions in other different languages,
238
545000
2000
Y hay gran cantidad de contenido en otros idiomas
09:22
and if you don't know those languages, you can't access it.
239
547000
3000
pero si alguien no sabe esos idiomas tampoco los puede consultar.
09:25
So I would like to translate all of the Web, or at least most of the Web,
240
550000
3000
Yo quisiera traducir toda la Web
09:28
into every major language.
241
553000
2000
a los principales idiomas.
09:30
So that's what I would like to do.
242
555000
2000
Eso es lo que yo quisiera hacer.
09:32
Now some of you may say, why can't we use computers to translate?
243
557000
3000
Mucha gente me podría decir por qué no usamos computadoras para hacerlo.
09:35
Why can't we use machine translation?
244
560000
2000
¿Por qué no usar traducción automática?
09:37
Machine translation nowadays is starting to translate some sentences here and there.
245
562000
2000
Últimamente las computadoras están traduciendo algunas oraciones aquí y allá.
09:39
Why can't we use it to translate the whole Web?
246
564000
2000
¿Por qué no usar eso para traducir toda la Web?
09:41
Well the problem with that is that it's not yet good enough
247
566000
2000
Las computadoras no son muy buenas para traducir.
09:43
and it probably won't be for the next 15 to 20 years.
248
568000
2000
Y no van a ser muy buenas en los próximos 20 o 30 años.
09:45
It makes a lot of mistakes.
249
570000
2000
Cometen muchos errores.
09:47
Even when it doesn't make a mistake,
250
572000
2000
Incluso cuando no se comete un error,
09:49
since it makes so many mistakes, you don't know whether to trust it or not.
251
574000
3000
dado hay muchos errores, no se sabe si confiar o no en el resultado.
09:52
So let me show you an example
252
577000
2000
Les mostraré un ejemplo
09:54
of something that was translated with a machine.
253
579000
2000
de una traducción automática.
09:56
Actually it was a forum post.
254
581000
2000
En realidad era el mensaje de un foro.
09:58
It was somebody who was trying to ask a question about JavaScript.
255
583000
3000
Era alguien que preguntaba algo de programación
10:01
It was translated from Japanese into English.
256
586000
3000
y fue traducido del japonés al inglés.
10:04
So I'll just let you read.
257
589000
2000
Quiero que lean esto.
10:06
This person starts apologizing
258
591000
2000
La persona empieza disculpándose
10:08
for the fact that it's translated with a computer.
259
593000
2000
por tratarse de una traducción automática.
10:10
So the next sentence is is going to be the preamble to the question.
260
595000
3000
Aquí viene el preámbulo de la pregunta.
10:13
So he's just explaining something.
261
598000
2000
Está explicando algo.
10:15
Remember, it's a question about JavaScript.
262
600000
3000
Recuerden. Esto es una pregunta de programación.
10:19
(Text: At often, the goat-time install a error is vomit.)
263
604000
4000
(Texto: A menudo, la cabra durante la instalación de un error es vomitar)
10:23
(Laughter)
264
608000
4000
(Risas)
10:27
Then comes the first part of the question.
265
612000
3000
Después viene la primera parte de la pregunta.
10:30
(Text: How many times like the wind, a pole, and the dragon?)
266
615000
4000
(Texto: ¿Cuántas veces como el viento, un poste, y el dragón?)
10:34
(Laughter)
267
619000
2000
(Risas)
10:36
Then comes my favorite part of the question.
268
621000
3000
Después viene mi parte favorita de la pregunta.
10:39
(Text: This insult to father's stones?)
269
624000
3000
(Texto: ¿Este insulto a las piedras de mi padre?)
10:42
(Laughter)
270
627000
2000
(Risas)
10:44
And then comes the ending, which is my favorite part of the whole thing.
271
629000
3000
Y después viene mi parte favorita de todo el mensaje.
10:47
(Text: Please apologize for your stupidity. There are a many thank you.)
272
632000
4000
(Texto: Por favor, pedir disculpas por su estupidez. Hay muchos gracias)
10:51
(Laughter)
273
636000
2000
(Risas)
10:53
Okay, so computer translation, not yet good enough.
274
638000
2000
O sea, las traducciones automáticas no son muy buenas aún.
10:55
So back to the question.
275
640000
2000
Volviendo a la pregunta.
10:57
So we need people to translate the whole Web.
276
642000
3000
Necesitamos humanos para traducir la Web.
11:00
So now the next question you may have is,
277
645000
2000
Entonces la pregunta sería
11:02
well why can't we just pay people to do this?
278
647000
2000
¿por qué no le pagamos a alguien para que lo haga?
11:04
We could pay professional language translators to translate the whole Web.
279
649000
3000
Le podríamos pagar a traductores profesionales.
11:07
We could do that.
280
652000
2000
Podríamos hacerlo.
11:09
Unfortunately, it would be extremely expensive.
281
654000
2000
Por desgracia, sería extremadamente caro.
11:11
For example, translating a tiny, tiny fraction of the whole Web, Wikipedia,
282
656000
3000
Por ejemplo, traducir una fracción muy, muy pequeña de toda la Web, la Wikipedia,
11:14
into one other language, Spanish.
283
659000
3000
a otro idioma como el español,
11:17
Wikipedia exists in Spanish,
284
662000
2000
Wikipedia existe en español
11:19
but it's very small compared to the size of English.
285
664000
2000
pero es muy pequeña respecto de la versión en inglés;
11:21
It's about 20 percent of the size of English.
286
666000
2000
es de un 20% del tamaño de la versión en inglés.
11:23
If we wanted to translate the other 80 percent into Spanish,
287
668000
3000
Si quisiéramos traducir el otro 80% al español
11:26
it would cost at least 50 million dollars --
288
671000
2000
costaría al menos US$ 50 millones.
11:28
and this is at even the most exploited, outsourcing country out there.
289
673000
3000
Y esto incluso con la mayoría de recursos subcontratados en países explotados.
11:31
So it would be very expensive.
290
676000
2000
Sería muy caro.
11:33
So what we want to do is we want to get 100 million people
291
678000
2000
Entonces queremos que 100 millones de personas
11:35
translating the Web into every major language
292
680000
2000
traduzcan la Web a los principales idiomas
11:37
for free.
293
682000
2000
gratis.
11:39
Now if this is what you want to do,
294
684000
2000
Si queremos hacerlo
11:41
you pretty quickly realize you're going to run into two pretty big hurdles,
295
686000
2000
nos damos cuenta de que hay dos grandes obstáculos
11:43
two big obstacles.
296
688000
2000
para lograrlo.
11:45
The first one is a lack of bilinguals.
297
690000
3000
El primero es la falta de personas bilingües.
11:48
So I don't even know
298
693000
2000
No sé si existen
11:50
if there exists 100 million people out there using the Web
299
695000
3000
100 millones de personas que usan la Web
11:53
who are bilingual enough to help us translate.
300
698000
2000
lo suficientemente bilingües para ayudarnos a traducir.
11:55
That's a big problem.
301
700000
2000
Ese es un gran problema.
11:57
The other problem you're going to run into is a lack of motivation.
302
702000
2000
El segundo problema es la falta de motivación.
11:59
How are we going to motivate people
303
704000
2000
¿Cómo hacer para motivar a las personas
12:01
to actually translate the Web for free?
304
706000
2000
para que traduzcan en forma gratuita?
12:03
Normally, you have to pay people to do this.
305
708000
3000
Por lo general este trabajo se paga.
12:06
So how are we going to motivate them to do it for free?
306
711000
2000
¿Cómo motivar a las personas para que lo hagan gratis?
12:08
Now when we were starting to think about this, we were blocked by these two things.
307
713000
3000
Después de pensar en esos dos problemas durante varios meses,
12:11
But then we realized, there's actually a way
308
716000
2000
nos dimos cuenta que había una manera
12:13
to solve both these problems with the same solution.
309
718000
2000
de resolver ambos problemas con la misma solución.
12:15
There's a way to kill two birds with one stone.
310
720000
2000
Es decir, matar dos pájaros de un tiro.
12:17
And that is to transform language translation
311
722000
3000
Y la manera es transformar la traducción de idiomas
12:20
into something that millions of people want to do,
312
725000
3000
en algo que millones de personas quieran hacer
12:23
and that also helps with the problem of lack of bilinguals,
313
728000
3000
y que además ayude con el problema de falta de personas bilingües.
12:26
and that is language education.
314
731000
3000
Y eso es el aprendizaje de otros idiomas.
12:29
So it turns out that today,
315
734000
2000
Resulta ser que hoy en día
12:31
there are over 1.2 billion people learning a foreign language.
316
736000
3000
hay 1.200 millones de personas aprendiendo otro idioma.
12:34
People really, really want to learn a foreign language.
317
739000
2000
La gente quiere aprender nuevos idiomas.
12:36
And it's not just because they're being forced to do so in school.
318
741000
3000
Y no sólo porque los obliguen a hacerlo en el colegio.
12:39
For example, in the United States alone,
319
744000
2000
En EEUU, por ejemplo,
12:41
there are over five million people who have paid over $500
320
746000
2000
hay más de 5 millones de personas que han pagado más de US$ 500
12:43
for software to learn a new language.
321
748000
2000
por programas para aprender nuevos idiomas.
12:45
So people really, really want to learn a new language.
322
750000
2000
La gente quiere aprender nuevos idiomas.
12:47
So what we've been working on for the last year and a half is a new website --
323
752000
3000
En el último año y medio hemos trabajado en un nuevo sitio web
12:50
it's called Duolingo --
324
755000
2000
llamado Duolingo
12:52
where the basic idea is people learn a new language for free
325
757000
3000
en el que la gente puede aprender un nuevo idioma, 100% gratis,
12:55
while simultaneously translating the Web.
326
760000
2000
y al mismo tiempo, mientras aprenden, traducen la Web.
12:57
And so basically they're learning by doing.
327
762000
2000
O sea, aprenden traduciendo.
12:59
So the way this works
328
764000
2000
Más precisamente
13:01
is whenever you're a just a beginner, we give you very, very simple sentences.
329
766000
3000
cuando empiecen les daremos
13:04
There's, of course, a lot of very simple sentences on the Web.
330
769000
2000
oraciones muy sencillas de la Web.
13:06
We give you very, very simple sentences
331
771000
2000
Les daremos oraciones muy, muy sencillas
13:08
along with what each word means.
332
773000
2000
y les diremos qué significa cada palabra.
13:10
And as you translate them, and as you see how other people translate them,
333
775000
3000
Y después verán cómo otras personas traducen la misma oración
13:13
you start learning the language.
334
778000
2000
y van a ir aprendiendo cómo se traduce.
13:15
And as you get more and more advanced,
335
780000
2000
Y después que usen el sitio
13:17
we give you more and more complex sentences to translate.
336
782000
2000
les vamos a ir dando oraciones más y más complejas.
13:19
But at all times, you're learning by doing.
337
784000
2000
Pero en todo momento aprenden traduciendo.
13:21
Now the crazy thing about this method
338
786000
2000
Lo increíble de este método
13:23
is that it actually really works.
339
788000
2000
es que realmente funciona.
13:25
First of all, people are really, really learning a language.
340
790000
2000
En primer lugar la gente aprende idiomas.
13:27
We're mostly done building it, and now we're testing it.
341
792000
2000
Ya casi terminamos de construirlo y ahora lo estamos probando.
13:29
People really can learn a language with it.
342
794000
2000
Las personas aprenden idiomas muy bien.
13:31
And they learn it about as well as the leading language learning software.
343
796000
3000
Tan bien como con cualquier otro método informático de enseñanza de idiomas.
13:34
So people really do learn a language.
344
799000
2000
Realmente la gente aprende idiomas.
13:36
And not only do they learn it as well,
345
801000
2000
Pero no sólo aprenden bien
13:38
but actually it's way more interesting.
346
803000
2000
sino que es más interesante.
13:40
Because you see with Duolingo, people are actually learning with real content.
347
805000
3000
Porque con Duolingo las personas aprenden con contenido real.
13:43
As opposed to learning with made-up sentences,
348
808000
2000
En vez de aprender con oraciones inventadas
13:45
people are learning with real content, which is inherently interesting.
349
810000
3000
las personas aprenden con contenido real, que es de por sí interesante.
13:48
So people really do learn a language.
350
813000
2000
Por eso la gente aprende los idiomas.
13:50
But perhaps more surprisingly,
351
815000
2000
Pero quizá aún más increíble,
13:52
the translations that we get from people using the site,
352
817000
3000
las traducciones que realiza la gente,
13:55
even though they're just beginners,
353
820000
2000
incluso los principiantes,
13:57
the translations that we get are as accurate as those of professional language translators,
354
822000
3000
son muy buenas. Tan buenas como las traducciones profesionales.
14:00
which is very surprising.
355
825000
2000
Muy sorprendente.
14:02
So let me show you one example.
356
827000
2000
Les mostraré un ejemplo.
14:04
This is a sentence that was translated from German into English.
357
829000
2000
Esta es una oración traducida del alemán al inglés.
14:06
The top is the German.
358
831000
2000
La parte superior está en alemán.
14:08
The middle is an English translation
359
833000
2000
En el centro hay una traducción al inglés
14:10
that was done by somebody who was a professional English translator
360
835000
2000
hecha por un traductor profesional
14:12
who we paid 20 cents a word for this translation.
361
837000
2000
al que le pagamos 20 centavos por palabra.
14:14
And the bottom is a translation by users of Duolingo,
362
839000
3000
En la parte inferior hay una traducción de usuarios de Duolingo;
14:17
none of whom knew any German
363
842000
2000
ninguno sabía alemán
14:19
before they started using the site.
364
844000
2000
antes de empezar a usar el sitio.
14:21
You can see, it's pretty much perfect.
365
846000
2000
Como ven, es casi perfecta.
14:23
Now of course, we play a trick here
366
848000
2000
Claro, hay un truco en esto
14:25
to make the translations as good as professional language translators.
367
850000
2000
para lograr traducciones tan buenas como las profesionales.
14:27
We combine the translations of multiple beginners
368
852000
3000
Combinamos las traducciones de varios principiantes
14:30
to get the quality of a single professional translator.
369
855000
3000
para obtener la calidad un traductor profesional.
14:33
Now even though we're combining the translations,
370
858000
5000
Además de combinar las traducciones, en el sitio
14:38
the site actually can translate pretty fast.
371
863000
2000
podemos traducir realmente bastante rápido.
14:40
So let me show you,
372
865000
2000
Les mostraré una estimación
14:42
this is our estimates of how fast we could translate Wikipedia
373
867000
2000
de la velocidad con la que podríamos traducir la Wikipedia
14:44
from English into Spanish.
374
869000
2000
del inglés al español.
14:46
Remember, this is 50 million dollars-worth of value.
375
871000
3000
Recuerden que esta traducción vale costaría al menos US$ 50 millones.
14:49
So if we wanted to translate Wikipedia into Spanish,
376
874000
2000
Si quisiéramos traducir la Wikipedia al español
14:51
we could do it in five weeks with 100,000 active users.
377
876000
3000
con 100 mil usuarios podríamos hacerlo en 5 semanas.
14:54
And we could do it in about 80 hours with a million active users.
378
879000
3000
Y si tuviéramos un millón de usuarios podríamos hacerlo en 80 horas.
14:57
Since all the projects that my group has worked on so far have gotten millions of users,
379
882000
3000
Y ya que todos mis proyectos hasta la fecha han logrado tener millones de usuarios
15:00
we're hopeful that we'll be able to translate
380
885000
2000
esperamos poder traducir extremadamente rápido
15:02
extremely fast with this project.
381
887000
2000
con este proyecto.
15:04
Now the thing that I'm most excited about with Duolingo
382
889000
3000
Lo que más me entusiasma de Duolingo
15:07
is I think this provides a fair business model for language education.
383
892000
3000
es que creo que brinda un buen modelo de negocio para la enseñanza de idiomas.
15:10
So here's the thing:
384
895000
2000
Hoy es así:
15:12
The current business model for language education
385
897000
2000
en el modelo de negocio de la enseñanza de idiomas
15:14
is the student pays,
386
899000
2000
el estudiante paga
15:16
and in particular, the student pays Rosetta Stone 500 dollars.
387
901000
2000
en particular, paga costaría al menos US$ 500 por Rosetta Stone.
15:18
(Laughter)
388
903000
2000
(Risas)
15:20
That's the current business model.
389
905000
2000
Ese es el modelo de negocio actual.
15:22
The problem with this business model
390
907000
2000
El problema con este modelo de negocio
15:24
is that 95 percent of the world's population doesn't have 500 dollars.
391
909000
3000
es que el 95% de la población del mundo no tiene US$ 500.
15:27
So it's extremely unfair towards the poor.
392
912000
3000
Esto es muy injusto para con los pobres.
15:30
This is totally biased towards the rich.
393
915000
2000
Y totalmente orientado hacia los ricos.
15:32
Now see, in Duolingo,
394
917000
2000
En Duolingo
15:34
because while you learn
395
919000
2000
dado que uno aprende
15:36
you're actually creating value, you're translating stuff --
396
921000
3000
se crea valor, uno traduce material
15:39
which for example, we could charge somebody for translations.
397
924000
3000
y, por ejemplo, podríamos cobrar por las traducciones.
15:42
So this is how we could monetize this.
398
927000
2000
Así podríamos obtener beneficios económicos.
15:44
Since people are creating value while they're learning,
399
929000
2000
Como las personas crean valor mientras aprenden
15:46
they don't have to pay their money, they pay with their time.
400
931000
3000
no tienen que pagar con dinero, pagan con su tiempo.
15:49
But the magical thing here is that they're paying with their time,
401
934000
3000
Pero lo mágico es que están pagando con su tiempo,
15:52
but that is time that would have had to have been spent anyways
402
937000
2000
un tiempo que de todos modos habrían pasado
15:54
learning the language.
403
939000
2000
aprendiendo el idioma.
15:56
So the nice thing about Duolingo is I think it provides a fair business model --
404
941000
3000
Por eso lo bueno de Duolingo es que creo que es un modelo de negocio justo
15:59
one that doesn't discriminate against poor people.
405
944000
2000
que no discrimina a los pobres.
16:01
So here's the site. Thank you.
406
946000
2000
Este es el sitio. Gracias.
16:03
(Applause)
407
948000
8000
(Aplausos)
16:11
So here's the site.
408
956000
2000
Este es el sitio.
16:13
We haven't yet launched,
409
958000
2000
Todavía no lo lanzamos
16:15
but if you go there, you can sign up to be part of our private beta,
410
960000
3000
pero si van al sitio pueden entrar a la versión beta privada
16:18
which is probably going to start in about three or four weeks.
411
963000
2000
que se presentará en unas tres o cuatro semanas.
16:20
We haven't yet launched this Duolingo.
412
965000
2000
Todavía no hemos lanzado Duolingo.
16:22
By the way, I'm the one talking here,
413
967000
2000
Por cierto, yo soy la cara visible
16:24
but actually Duolingo is the work of a really awesome team, some of whom are here.
414
969000
3000
pero Duolingo es obra de un equipo impresionante y estos son algunos integrantes.
16:27
So thank you.
415
972000
2000
Gracias.
16:29
(Applause)
416
974000
4000
(Aplausos)
ABOUT THE SPEAKER
Luis von Ahn - Computer scientistLuis von Ahn builds systems that combine humans and computers to solve large-scale problems that neither can solve alone.
Why you should listen
Louis von Ahn is an associate professor of Computer Science at Carnegie Mellon University, and he's at the forefront of the crowdsourcing craze. His work takes advantage of the evergrowing Web-connected population to acheive collaboration in unprecedented numbers. His projects aim to leverage the crowd for human good. His company reCAPTCHA, sold to Google in 2009, digitizes human knowledge (books), one word at a time. His new project is Duolingo, which aims to get 100 million people translating the Web in every major language.
Luis von Ahn | Speaker | TED.com