TEDxPSU
Bruce Schneier: The security mirage
Bruce Schneier: Fatamorgana keamanan
Filmed:
Readability: 4
958,315 views
Rasa aman dan kondisi keamanan yang sesungguhnya tidak selalu sejalan, kata pakar keamanan komputer Bruce Schneier. Di TEDxPSU, dia menjelaskan mengapa begitu banyak uang dihabiskan untuk mengatasi risiko yang muncul hanya di berita, seperti yang sekarang terjadi di banyak bandara udara, sementara risiko yang benar-benar bisa terjadi, diabaikan -- dan bagaimana cara menghentikan hal ini.
Bruce Schneier - Security expert
Bruce Schneier thinks hard about security -- as a computer security guru, and as a philosopher of the larger notion of making a safer world. Full bio
Bruce Schneier thinks hard about security -- as a computer security guru, and as a philosopher of the larger notion of making a safer world. Full bio
Double-click the English transcript below to play the video.
00:15
So security is two different things:
0
0
2000
Jadi keamanan itu punya dua sisi yg berbeda:
00:17
it's a feeling, and it's a reality.
1
2000
2000
ada sisi perasaan, dan ada sisi kenyataan.
00:19
And they're different.
2
4000
2000
Dan keduanya tidak sama
00:21
You could feel secure
3
6000
2000
Anda bisa merasa aman
00:23
even if you're not.
4
8000
2000
meski dalam bahaya.
00:25
And you can be secure
5
10000
2000
Dan anda bisa aman
00:27
even if you don't feel it.
6
12000
2000
meski anda tidak merasa aman.
00:29
Really, we have two separate concepts
7
14000
2000
Adalah fakta, kita punya dua konsep yang berbeda
00:31
mapped onto the same word.
8
16000
2000
yang terkandung dalam satu kata yg sama.
00:33
And what I want to do in this talk
9
18000
2000
Dan yang ingin saya tunjukkan disini
00:35
is to split them apart --
10
20000
2000
adalah cara memisahkan mereka --
00:37
figuring out when they diverge
11
22000
2000
mencari tahu kapan mereka jadi beda
00:39
and how they converge.
12
24000
2000
dan kapan mereka jadi serupa.
00:41
And language is actually a problem here.
13
26000
2000
Dan masalahnya ada pada bahasa.
00:43
There aren't a lot of good words
14
28000
2000
Tidak banyak kata yang tepat
00:45
for the concepts we're going to talk about.
15
30000
3000
untuk menunjukkan konsep yang akan saya kemukakan.
00:48
So if you look at security
16
33000
2000
Jadi kalau anda memandang kemanan
00:50
from economic terms,
17
35000
2000
dari sudut pandang ekonomi,
00:52
it's a trade-off.
18
37000
2000
ini adalah tukar-tambah.
00:54
Every time you get some security,
19
39000
2000
Tiap kali anda menghadirkan keamanan,
00:56
you're always trading off something.
20
41000
2000
anda selalu menukarnya dengan sesuatu.
00:58
Whether this is a personal decision --
21
43000
2000
Baik dalam urusan pribadi --
01:00
whether you're going to install a burglar alarm in your home --
22
45000
2000
seperti keputusan memasang alarm anti maling di rumah --
01:02
or a national decision -- where you're going to invade some foreign country --
23
47000
3000
atau keputusan umum -- seperti keputusan menyerang negara lain --
01:05
you're going to trade off something,
24
50000
2000
anda pasti akan harus mengorbankan sesuatu,
01:07
either money or time, convenience, capabilities,
25
52000
3000
baik dengan uang, waktu, kenyamanan, kewenangan,
01:10
maybe fundamental liberties.
26
55000
3000
bahkan mungkin dengan kebebasan hakiki kita.
01:13
And the question to ask when you look at a security anything
27
58000
3000
Dan pertanyaan yang muncul dalam kondisi itu
01:16
is not whether this makes us safer,
28
61000
3000
bukan apakah hal itu akan membuat kita lebih aman,
01:19
but whether it's worth the trade-off.
29
64000
3000
tapi apakah hal itu setimpal dengan pengorbanannya.
01:22
You've heard in the past several years,
30
67000
2000
Anda sudah dengar beberapa tahun terakhir ini
01:24
the world is safer because Saddam Hussein is not in power.
31
69000
2000
bahwa dunia jadi lebih aman selama Saddam Hussein tidak berkuasa.
01:26
That might be true, but it's not terribly relevant.
32
71000
3000
Yang mungkin benar tapi tidak terlalu relevan.
01:29
The question is, was it worth it?
33
74000
3000
Pertanyaannya adalah, apa hal itu perlu ?
01:32
And you can make your own decision,
34
77000
3000
Anda putuskan sendiri,
01:35
and then you'll decide whether the invasion was worth it.
35
80000
2000
anda putuskan apakah invasi itu perlu
01:37
That's how you think about security --
36
82000
2000
Begitulah cara kita memandang kemanan --
01:39
in terms of the trade-off.
37
84000
2000
sebuah transaksi tukar tambah.
01:41
Now there's often no right or wrong here.
38
86000
3000
Ini bukan soal benar atau salah.
01:44
Some of us have a burglar alarm system at home,
39
89000
2000
Sebagian orang punya alarm anti maling di rumahnya,
01:46
and some of us don't.
40
91000
2000
sebagian tidak.
01:48
And it'll depend on where we live,
41
93000
2000
Semuanya tergantung dimana kita tinggal,
01:50
whether we live alone or have a family,
42
95000
2000
apakah kita tinggal sendirian atau dengan keluarga,
01:52
how much cool stuff we have,
43
97000
2000
berapa banyak barang berharga yg kita punya,
01:54
how much we're willing to accept
44
99000
2000
seberapa besar risiko kemalingan
01:56
the risk of theft.
45
101000
2000
yang bersedia kita terima.
01:58
In politics also,
46
103000
2000
Di bidang politik juga sama,
02:00
there are different opinions.
47
105000
2000
ada banyak opini yg berbeda.
02:02
A lot of times, these trade-offs
48
107000
2000
Hampir selalu, pengorbanan ini
02:04
are about more than just security,
49
109000
2000
tidak melulu soal kemanan
02:06
and I think that's really important.
50
111000
2000
dan menurut saya hal ini penting
02:08
Now people have a natural intuition
51
113000
2000
Orang-orang sekarang punya naluri
02:10
about these trade-offs.
52
115000
2000
tentang pengorbanan ini.
02:12
We make them every day --
53
117000
2000
Ini terjadi setiap hari --
02:14
last night in my hotel room,
54
119000
2000
semalam di kamar hotel saya,
02:16
when I decided to double-lock the door,
55
121000
2000
ketika saya putuskan mengunci pintu kamar saya,
02:18
or you in your car when you drove here,
56
123000
2000
atau anda ketika mengendarai mobil anda ke sini,
02:20
when we go eat lunch
57
125000
2000
atau ketika makan siang
02:22
and decide the food's not poison and we'll eat it.
58
127000
3000
dan kita putuskan makanannya aman untuk dimakan.
02:25
We make these trade-offs again and again,
59
130000
2000
Kita lakukan pengorbanan ini terus menerus
02:27
multiple times a day.
60
132000
2000
beberapa kali dalam sehari.
02:29
We often won't even notice them.
61
134000
2000
Kadang kita tidak sadar telah melakukannya.
02:31
They're just part of being alive; we all do it.
62
136000
2000
Orang yang hidup ya pasti seperti itu, semuanya sama.
02:33
Every species does it.
63
138000
3000
Semua mahluk juga begitu.
02:36
Imagine a rabbit in a field, eating grass,
64
141000
2000
Bayangkan seekor kelinci tengah memakan rumput di sebuah lapangan
02:38
and the rabbit's going to see a fox.
65
143000
3000
ketika dia melihat seekor rubah datang
02:41
That rabbit will make a security trade-off:
66
146000
2000
kelinci itu akan menimbang-nimbang
02:43
"Should I stay, or should I flee?"
67
148000
2000
"Saya sebaiknya tetap tinggal, atau kabur?"
02:45
And if you think about it,
68
150000
2000
Dan memang kalau dipikir
02:47
the rabbits that are good at making that trade-off
69
152000
3000
kelinci yang mengambil keputusan yang tepat
02:50
will tend to live and reproduce,
70
155000
2000
cenderung hidup dan berkembang biak
02:52
and the rabbits that are bad at it
71
157000
2000
sedangkan yang salah memutuskan
02:54
will get eaten or starve.
72
159000
2000
dimakan atau mati kelaparan.
02:56
So you'd think
73
161000
2000
Jadi kalau begitu
02:58
that us, as a successful species on the planet --
74
163000
3000
karena kita sukses hidup di planet ini --
03:01
you, me, everybody --
75
166000
2000
anda, saya, semuanya --
03:03
would be really good at making these trade-offs.
76
168000
3000
mestinya kita pandai memutuskan hal ini.
03:06
Yet it seems, again and again,
77
171000
2000
Tapi kelihatannya, berulang-ulang,
03:08
that we're hopelessly bad at it.
78
173000
3000
terbukti kita tidak terlalu pandai dalam hal itu.
03:11
And I think that's a fundamentally interesting question.
79
176000
3000
Dan menurut saya ini problem yang menarik.
03:14
I'll give you the short answer.
80
179000
2000
Saya berikan jawaban singkatnya.
03:16
The answer is, we respond to the feeling of security
81
181000
2000
Jawabannya adalah, kita bereaksi pada rasa aman
03:18
and not the reality.
82
183000
3000
bukan keamanan.
03:21
Now most of the time, that works.
83
186000
3000
Biasanya, hal ini tidak bermasalah
03:25
Most of the time,
84
190000
2000
Biasanya,
03:27
feeling and reality are the same.
85
192000
3000
rasa dan kondisi sebenarnya umumnya sama.
03:30
Certainly that's true
86
195000
2000
Ini sepenuhnya benar
03:32
for most of human prehistory.
87
197000
3000
di masa lampau.
03:35
We've developed this ability
88
200000
3000
Kita punya kemampuan ini
03:38
because it makes evolutionary sense.
89
203000
2000
karena sesuai dengan perkembangan evolusi kita.
03:40
One way to think of it
90
205000
2000
Cara lain memadang hal ini adalah
03:42
is that we're highly optimized
91
207000
2000
kita terlatih dengan baik
03:44
for risk decisions
92
209000
2000
dalam analisa risiko
03:46
that are endemic to living in small family groups
93
211000
3000
yang sering dibutuhkan pada lingkup keluarga
03:49
in the East African highlands in 100,000 B.C.
94
214000
3000
di dataran tinggi Afrika Timur pada 100.000 SM.
03:52
2010 New York, not so much.
95
217000
3000
Kalau di New York tahun 2010, tidak terlalu sering.
03:56
Now there are several biases in risk perception.
96
221000
3000
Tentu saja ada penyimpangan-penyimpangan dalam persepsi risiko
03:59
A lot of good experiments in this.
97
224000
2000
Banyak penelitian tentang ini.
04:01
And you can see certain biases that come up again and again.
98
226000
3000
Dan beberapa penyimpangan terjadi lebih sering dari yang lain.
04:04
So I'll give you four.
99
229000
2000
Saya sebutkan empat saja.
04:06
We tend to exaggerate spectacular and rare risks
100
231000
3000
Kita cenderung melebih-lebihkan risiko yang jarang terjadi
04:09
and downplay common risks --
101
234000
2000
dan menyepelekan risiko yang lebih umum --
04:11
so flying versus driving.
102
236000
3000
misalnya jalan udara dan jalan darat.
04:14
The unknown is perceived
103
239000
2000
Yang tidak diketahui dianggap
04:16
to be riskier than the familiar.
104
241000
3000
lebih berisiko ketimbang yang biasa diketahui.
04:20
One example would be,
105
245000
2000
Contohnya adalah,
04:22
people fear kidnapping by strangers
106
247000
3000
orang takut diculik oleh orang asing
04:25
when the data supports kidnapping by relatives is much more common.
107
250000
3000
padahal faktanya banyak korban penculikan diculik oleh anggota keluarga sendiri
04:28
This is for children.
108
253000
2000
dan umumnya terjadi pada anak-anak
04:30
Third, personified risks
109
255000
3000
Ketiga, risiko yg dipersonifikasi
04:33
are perceived to be greater than anonymous risks --
110
258000
3000
dianggap lebih rawan ketimbang risiko yg tak dikenal --
04:36
so Bin Laden is scarier because he has a name.
111
261000
3000
jadi Bin Laden lebih seram karena dia punya nama.
04:39
And the fourth
112
264000
2000
Dan ke empat
04:41
is people underestimate risks
113
266000
2000
adalah kebanyakan orang menyepelekan risiko
04:43
in situations they do control
114
268000
2000
pada situasi dimana mereka punya kendali
04:45
and overestimate them in situations they don't control.
115
270000
4000
dan membesar-besarkan risiko pada situasi dimana mereka tidak berwewenang.
04:49
So once you take up skydiving or smoking,
116
274000
3000
Jadi sekali pernah melakukan terjun payung atau merokok
04:52
you downplay the risks.
117
277000
2000
anda anggap hal itu tidak terlalu berbahaya.
04:54
If a risk is thrust upon you -- terrorism was a good example --
118
279000
3000
Tapi kalau tiba-tiba disodorkan risiko yang asing -- terorisme adalah contoh yang bagus --
04:57
you'll overplay it because you don't feel like it's in your control.
119
282000
3000
anda jadi paranoid, karena anda merasa tidak punya kendali.
05:02
There are a bunch of other of these biases, these cognitive biases,
120
287000
3000
Masih banyak penyimpangan-penyimpangan logika seperti itu
05:05
that affect our risk decisions.
121
290000
3000
yang mempengaruhi keputusan kita tentang risiko.
05:08
There's the availability heuristic,
122
293000
2000
Misalnya aturan jempol tentang jumlah,
05:10
which basically means
123
295000
2000
yang maksudnya
05:12
we estimate the probability of something
124
297000
3000
kita perkirakan peluang terjadinya sesuatu
05:15
by how easy it is to bring instances of it to mind.
125
300000
4000
berdasarkan seberapa sering kita dengar insiden itu terjadi.
05:19
So you can imagine how that works.
126
304000
2000
Jadi cara kerjanya bisa seperti ini
05:21
If you hear a lot about tiger attacks, there must be a lot of tigers around.
127
306000
3000
kalau anda banyak dengar tentang serangan macan, pasti jumlah macan itu banyak.
05:24
You don't hear about lion attacks, there aren't a lot of lions around.
128
309000
3000
Sebaliknya karena jarang terdengar adanya serangan singa, maka jumlah singa seolah tidak banyak.
05:27
This works until you invent newspapers.
129
312000
3000
Anggapan ini benar sebelum ditemukannya koran.
05:30
Because what newspapers do
130
315000
2000
Karena surat kabar kerjanya memang
05:32
is they repeat again and again
131
317000
2000
mengulang-ulang
05:34
rare risks.
132
319000
2000
risiko yang jarang terjadi.
05:36
I tell people, if it's in the news, don't worry about it.
133
321000
2000
Saya suka bilang pada orang, kalau ada di koran, tidak usah dikhawatirkan
05:38
Because by definition,
134
323000
2000
Karena secara definitif,
05:40
news is something that almost never happens.
135
325000
3000
berita adalah sesuatu yang hampir tidak pernah terjadi.
05:43
(Laughter)
136
328000
2000
(Tertawa)
05:45
When something is so common, it's no longer news --
137
330000
3000
Kalau sesuatu itu biasa terjadi, tidak akan disebut berita --
05:48
car crashes, domestic violence --
138
333000
2000
kecelakaan lalin, kekerasan rumah tangga --
05:50
those are the risks you worry about.
139
335000
3000
itu baru risiko yang harus diperhatikan.
05:53
We're also a species of storytellers.
140
338000
2000
Kita juga mahluk yang doyan bercerita.
05:55
We respond to stories more than data.
141
340000
3000
Kita lebih perhatian pada cerita ketimbang data.
05:58
And there's some basic innumeracy going on.
142
343000
2000
Sebaliknya kita juga punya problem dengan angka.
06:00
I mean, the joke "One, Two, Three, Many" is kind of right.
143
345000
3000
Lelucon yang bilang "satu, dua, tiga, banyak" itu lebih banyak benarnya.
06:03
We're really good at small numbers.
144
348000
3000
Kita lebih perhatian pada satuan yang kecil.
06:06
One mango, two mangoes, three mangoes,
145
351000
2000
Satu mangga, dua mangga, tiga mangga,
06:08
10,000 mangoes, 100,000 mangoes --
146
353000
2000
10.000 mangga, 100.000 mangga --
06:10
it's still more mangoes you can eat before they rot.
147
355000
3000
dianggap sama banyak.
06:13
So one half, one quarter, one fifth -- we're good at that.
148
358000
3000
Sedangkan satu setengah, satu seperempat, satu seperlima -- jadi perhatian kita.
06:16
One in a million, one in a billion --
149
361000
2000
Satu dari sejuta, satu dari semilyar --
06:18
they're both almost never.
150
363000
3000
dua-duanya dianggap sama saja dengan tidak pernah.
06:21
So we have trouble with the risks
151
366000
2000
Jadi kita prihatin akan risiko
06:23
that aren't very common.
152
368000
2000
yang jarang terjadi.
06:25
And what these cognitive biases do
153
370000
2000
Dan penyimpangan logika ini
06:27
is they act as filters between us and reality.
154
372000
3000
berperan menjadi pemilah antara kita dan dunia nyata.
06:30
And the result
155
375000
2000
Akibatnya
06:32
is that feeling and reality get out of whack,
156
377000
2000
perasaan kita dan kondisi sebenarnya jadi kacau,
06:34
they get different.
157
379000
3000
jadi berbeda.
06:37
Now you either have a feeling -- you feel more secure than you are.
158
382000
3000
Sekarang kalau tidak merasa lebih aman
06:40
There's a false sense of security.
159
385000
2000
yang disebut rasa aman yg keliru.
06:42
Or the other way,
160
387000
2000
Kita alami yg sebaliknya
06:44
and that's a false sense of insecurity.
161
389000
2000
yang disebut rasa tidak aman yang keliru.
06:46
I write a lot about "security theater,"
162
391000
3000
Saya banyak menulis tentang "Security theater" (panggung keamanan)
06:49
which are products that make people feel secure,
163
394000
3000
yang merupakan produk yang bikin orang merasa aman
06:52
but don't actually do anything.
164
397000
2000
tapi sebenarnya tidak melakukan apa-apa.
06:54
There's no real word for stuff that makes us secure,
165
399000
2000
Tidak ada sebutan untuk hal yang membuat kita aman
06:56
but doesn't make us feel secure.
166
401000
2000
tapi tidak membuat kita merasa aman.
06:58
Maybe it's what the CIA's supposed to do for us.
167
403000
3000
Mungkin itu tugas CIA.
07:03
So back to economics.
168
408000
2000
Jadi balik ke prinsip ekonomi
07:05
If economics, if the market, drives security,
169
410000
4000
Kalau ekonomi, kalau pasar, mengendalikan keamanan,
07:09
and if people make trade-offs
170
414000
2000
dan orang memutuskan sesuatu
07:11
based on the feeling of security,
171
416000
3000
berdasarkan perasaan tentang keamanan,
07:14
then the smart thing for companies to do
172
419000
2000
maka hal terbaik yang perusahaan bisa lakukan
07:16
for the economic incentives
173
421000
2000
demi keuntungan ekonomi
07:18
are to make people feel secure.
174
423000
3000
adalah membuat orang merasa aman.
07:21
And there are two ways to do this.
175
426000
3000
Ada dua cara mewujudkan ini.
07:24
One, you can make people actually secure
176
429000
2000
Satu, anda benar-benar mengamankan orang
07:26
and hope they notice.
177
431000
2000
dan berharap mereka sadar akan hal itu.
07:28
Or two, you can make people just feel secure
178
433000
3000
Atau kedua, anda cukup membuat orang merasa aman
07:31
and hope they don't notice.
179
436000
3000
dan berharap mereka tidak sadar akan hal itu.
07:35
So what makes people notice?
180
440000
3000
Jadi apa yang membuat orang menyadari hal ini ?
07:38
Well a couple of things:
181
443000
2000
Dua hal:
07:40
understanding of the security,
182
445000
2000
pemahaman tentang keamanan,
07:42
of the risks, the threats,
183
447000
2000
tentang risiko, tentang ancaman,
07:44
the countermeasures, how they work.
184
449000
3000
Dan tentang pencegahannya, bagaimana cara kerjanya.
07:47
But if you know stuff,
185
452000
2000
Kalau anda paham itu semua
07:49
you're more likely to have your feelings match reality.
186
454000
3000
lebih besar peluang perasaan anda cocok dengan kondisi nyatanya.
07:52
Enough real world examples helps.
187
457000
3000
Jumlah contoh insiden di dunia nyata juga membantu.
07:55
Now we all know the crime rate in our neighborhood,
188
460000
3000
Kalau kita punya data insiden keamanan di lingkungan kita
07:58
because we live there, and we get a feeling about it
189
463000
3000
karena kita tinggal disitu, perasaan kita jadi
08:01
that basically matches reality.
190
466000
3000
umumnya cocok dengan kenyataannya.
08:04
Security theater's exposed
191
469000
3000
Panggung keamanan, dilaksanakan
08:07
when it's obvious that it's not working properly.
192
472000
3000
padahal jelas tidak berfungsi dengan baik.
08:10
Okay, so what makes people not notice?
193
475000
4000
Baiklah, sekarang apa yang membuat orang tidak menyadari hal ini ?
08:14
Well, a poor understanding.
194
479000
2000
Kurangnya pemahaman.
08:16
If you don't understand the risks, you don't understand the costs,
195
481000
3000
Kalau anda tidak paham risikonya, anda tidak paham biayanya,
08:19
you're likely to get the trade-off wrong,
196
484000
2000
hampir pasti anda akan salah memutuskan
08:21
and your feeling doesn't match reality.
197
486000
3000
dan perasaan anda tidak terlalu cocok dengan kenyataan.
08:24
Not enough examples.
198
489000
2000
Tidak punya cukup contoh.
08:26
There's an inherent problem
199
491000
2000
Ada problem laten
08:28
with low probability events.
200
493000
2000
dalam insiden berpeluang rendah
08:30
If, for example,
201
495000
2000
jika, misalnya
08:32
terrorism almost never happens,
202
497000
2000
terorisme hampir tidak pernah terjadi
08:34
it's really hard to judge
203
499000
2000
sulit sekali memutuskan
08:36
the efficacy of counter-terrorist measures.
204
501000
3000
keberhasilan dari inisiatif-inisiatif anti-terorisme.
08:40
This is why you keep sacrificing virgins,
205
505000
3000
Makanya kita lebih sering "memberikan sesajen",
08:43
and why your unicorn defenses are working just great.
206
508000
3000
dan kenapa solusi mistis anda berjalan "baik".
08:46
There aren't enough examples of failures.
207
511000
3000
Tidak cukup banyak contoh kegagalan.
08:50
Also, feelings that are clouding the issues --
208
515000
3000
Juga, perasaan yang mengelabui isu yang sebenarnya --
08:53
the cognitive biases I talked about earlier,
209
518000
2000
penyimpangan logika yang saya singgung sebelumnya
08:55
fears, folk beliefs,
210
520000
3000
ketakutan, takhayul,
08:58
basically an inadequate model of reality.
211
523000
3000
intinya tidak adanya model dunia nyata.
09:02
So let me complicate things.
212
527000
3000
Kalau mau dibikin ribet.
09:05
I have feeling and reality.
213
530000
2000
Saya punya perasaan dan kenyataan.
09:07
I want to add a third element. I want to add model.
214
532000
3000
Mari kita tambahkan yang ketiga. Kita tambahkan model.
09:10
Feeling and model in our head,
215
535000
2000
Ada perasaan, ada model di kepala kita
09:12
reality is the outside world.
216
537000
2000
dan kenyataan di dunia luar
09:14
It doesn't change; it's real.
217
539000
3000
sama sekali tidak berubah. Tetap saja yang nyata.
09:17
So feeling is based on our intuition.
218
542000
2000
Perasaan berpijak pada intuisi.
09:19
Model is based on reason.
219
544000
2000
Model berpijak pada logika.
09:21
That's basically the difference.
220
546000
3000
Itulah perbedaan intinya.
09:24
In a primitive and simple world,
221
549000
2000
Dalam dunia yang primitif dan sederhana,
09:26
there's really no reason for a model
222
551000
3000
tidak ada alasan untuk punya model
09:29
because feeling is close to reality.
223
554000
3000
karena perasaan cocok dengan realita.
09:32
You don't need a model.
224
557000
2000
Anda tidak butuh model.
09:34
But in a modern and complex world,
225
559000
2000
Tapi dalam dunia modern dan rumit,
09:36
you need models
226
561000
2000
anda butuh model
09:38
to understand a lot of the risks we face.
227
563000
3000
untuk memahami begitu banyak risiko yang kita hadapi.
09:42
There's no feeling about germs.
228
567000
2000
Tidak ada perasaan tentang kuman.
09:44
You need a model to understand them.
229
569000
3000
Butuh model untuk memahami mereka.
09:47
So this model
230
572000
2000
Jadi model ini
09:49
is an intelligent representation of reality.
231
574000
3000
adalah analogi yang cerdas dari kenyataan.
09:52
It's, of course, limited by science,
232
577000
3000
Yang tentu saja dibatasi secara ilmiah
09:55
by technology.
233
580000
2000
oleh teknologi.
09:57
We couldn't have a germ theory of disease
234
582000
3000
Kita tidak punya teori penyakit berbasis kuman
10:00
before we invented the microscope to see them.
235
585000
3000
sebelum diciptakannya mikroskop.
10:04
It's limited by our cognitive biases.
236
589000
3000
Analogi ini juga dibatasi oleh penyimpangan logika
10:07
But it has the ability
237
592000
2000
tapi dia punya kemampuan
10:09
to override our feelings.
238
594000
2000
mengatasi perasaan.
10:11
Where do we get these models? We get them from others.
239
596000
3000
Darimana bisa kita dapatkan model-model ini ? Dari orang lain.
10:14
We get them from religion, from culture,
240
599000
3000
Dari agama, kebudayaan,
10:17
teachers, elders.
241
602000
2000
guru, tetua.
10:19
A couple years ago,
242
604000
2000
Dua tahun yg lalu,
10:21
I was in South Africa on safari.
243
606000
2000
saya bersafari ke Afrika Selatan.
10:23
The tracker I was with grew up in Kruger National Park.
244
608000
3000
Pemandunya lahir dan besar di Taman Nasional Kruger.
10:26
He had some very complex models of how to survive.
245
611000
3000
Dia punya model yang rumit untuk bertahan hidup
10:29
And it depended on if you were attacked
246
614000
2000
yang jadi andalan ketika anda diserang
10:31
by a lion or a leopard or a rhino or an elephant --
247
616000
2000
oleh singa atau macan tutul atau badak atau gajah --
10:33
and when you had to run away, and when you couldn't run away, and when you had to climb a tree --
248
618000
3000
dan ketika harus melarikan diri, atau memanjat pohon --
10:36
when you could never climb a tree.
249
621000
2000
kalau anda tidak mampu memanjat pohon.
10:38
I would have died in a day,
250
623000
3000
Seharipun saya tidak akan bisa bertahan
10:41
but he was born there,
251
626000
2000
tapi dia lahir di sana,
10:43
and he understood how to survive.
252
628000
2000
dan dia paham bagaimana agar selamat.
10:45
I was born in New York City.
253
630000
2000
Saya lahir di kota New York.
10:47
I could have taken him to New York, and he would have died in a day.
254
632000
3000
saya bisa bawa pemandu itu ke new york, dan seharipun dia tidak akan selamat.
10:50
(Laughter)
255
635000
2000
(tertawa)
10:52
Because we had different models
256
637000
2000
Karena kita punya model yang berbeda
10:54
based on our different experiences.
257
639000
3000
berdasarkan pengalaman kita yang berbeda.
10:58
Models can come from the media,
258
643000
2000
Model bisa diambil dari media,
11:00
from our elected officials.
259
645000
3000
dari para wakil rakyat.
11:03
Think of models of terrorism,
260
648000
3000
bayangkan model untuk terorisme,
11:06
child kidnapping,
261
651000
3000
penculikan anak,
11:09
airline safety, car safety.
262
654000
2000
keamanan maskapai penerbangan dan mobil.
11:11
Models can come from industry.
263
656000
3000
Model bisa diambil dari industri.
11:14
The two I'm following are surveillance cameras,
264
659000
2000
Dua industri yang jadi perhatian saya adalah kamera pengintai,
11:16
ID cards,
265
661000
2000
dan kartu identitas,
11:18
quite a lot of our computer security models come from there.
266
663000
3000
banyak sekali model keamanan komputer kami datang dari sana.
11:21
A lot of models come from science.
267
666000
3000
banyak model datang dari ilmu pengetahuan.
11:24
Health models are a great example.
268
669000
2000
Model kesehatan misalnya.
11:26
Think of cancer, of bird flu, swine flu, SARS.
269
671000
3000
Bayangkan kanker, flu burung, flu babi dan SARS.
11:29
All of our feelings of security
270
674000
3000
Semua rasa aman kita
11:32
about those diseases
271
677000
2000
tentang penyakit-penyakit itu
11:34
come from models
272
679000
2000
datang dari model-model
11:36
given to us, really, by science filtered through the media.
273
681000
3000
yang dicekokkan ke kita, lewat saringan ilmiah, lewat media.
11:40
So models can change.
274
685000
3000
Jadi model bisa berubah.
11:43
Models are not static.
275
688000
2000
Model tidak statis.
11:45
As we become more comfortable in our environments,
276
690000
3000
Ketika kita makin nyaman dengan lingkungan kita,
11:48
our model can move closer to our feelings.
277
693000
4000
model kita makin makin mirip dengan perasaan kita.
11:53
So an example might be,
278
698000
2000
Contoh, misalnya
11:55
if you go back 100 years ago
279
700000
2000
100 tahun yang lalu
11:57
when electricity was first becoming common,
280
702000
3000
ketika listrik baru mulai diterima khalayak,
12:00
there were a lot of fears about it.
281
705000
2000
banyak ketakutan tentang hal itu.
12:02
I mean, there were people who were afraid to push doorbells,
282
707000
2000
Ada orang yang takut menekan bel pintu
12:04
because there was electricity in there, and that was dangerous.
283
709000
3000
karena ada listrik yang mengalir dan itu dianggap berbahaya.
12:07
For us, we're very facile around electricity.
284
712000
3000
Buat kita, kita sangat cuek dengan listrik disekitar kita.
12:10
We change light bulbs
285
715000
2000
Kita mengganti bohlam
12:12
without even thinking about it.
286
717000
2000
tanpa pikir panjang.
12:14
Our model of security around electricity
287
719000
4000
Model kita tentangg listrik
12:18
is something we were born into.
288
723000
3000
sesuai dengan dunia dimana kita dilahirkan
12:21
It hasn't changed as we were growing up.
289
726000
3000
yang tidak berubah selama kita tumbuh
12:24
And we're good at it.
290
729000
3000
dan kita jadi mahir soal itu.
12:27
Or think of the risks
291
732000
2000
Atau bayangkan risiko-risiko
12:29
on the Internet across generations --
292
734000
2000
yang ada di internet berdasarkan generasi penggunanya --
12:31
how your parents approach Internet security,
293
736000
2000
sikap orang tua anda tentang keamanan internet,
12:33
versus how you do,
294
738000
2000
dibanding sikap anda,
12:35
versus how our kids will.
295
740000
3000
dibanding sikap anak anda nantinya.
12:38
Models eventually fade into the background.
296
743000
3000
Model pada akhirnya akan lenyap jadi alam bawah sadar.
12:42
Intuitive is just another word for familiar.
297
747000
3000
Intuisi hanya nama lain dari kebiasaan.
12:45
So as your model is close to reality,
298
750000
2000
Jadi kalau model anda dekat dengan realita
12:47
and it converges with feelings,
299
752000
2000
dan bersatu dengan perasaan,
12:49
you often don't know it's there.
300
754000
3000
anda sering tidak menyadari keberadaannya.
12:52
So a nice example of this
301
757000
2000
Contoh yang menarik tentang ini adalah
12:54
came from last year and swine flu.
302
759000
3000
ketika flu babi merebak tahun lalu.
12:57
When swine flu first appeared,
303
762000
2000
Ketika pertama kali ditemukan,
12:59
the initial news caused a lot of overreaction.
304
764000
4000
banyak orang ketakutan dengan flu babi.
13:03
Now it had a name,
305
768000
2000
Sekarang jadi punya nama
13:05
which made it scarier than the regular flu,
306
770000
2000
yang membuatnya lebih menyeramkan dari flu biasa
13:07
even though it was more deadly.
307
772000
2000
meskipun lebih berbahaya
13:09
And people thought doctors should be able to deal with it.
308
774000
4000
dan orang-orang menuntut dokter untuk mengatasinya.
13:13
So there was that feeling of lack of control.
309
778000
2000
Jadi ada semacam perasaan hilangnya kendali.
13:15
And those two things
310
780000
2000
Dan dua hal itu
13:17
made the risk more than it was.
311
782000
2000
membuat risikonya tampak lebih tinggi.
13:19
As the novelty wore off, the months went by,
312
784000
3000
Ketika sudah tidak jadi berita, dan beberapa bulan berlalu,
13:22
there was some amount of tolerance,
313
787000
2000
orang mulai mentolerirnya,
13:24
people got used to it.
314
789000
2000
orang jadi terbiasa.
13:26
There was no new data, but there was less fear.
315
791000
3000
Tidak ada data yang lebih baru, tapi ketakutan yang ada menyusut.
13:29
By autumn,
316
794000
2000
Di musim gugur,
13:31
people thought
317
796000
2000
semua orang pikir
13:33
the doctors should have solved this already.
318
798000
2000
dokter pasti sudah mengatasinya.
13:35
And there's kind of a bifurcation --
319
800000
2000
Masyarakat terbelah jadi dua --
13:37
people had to choose
320
802000
2000
orang-orang harus memilih
13:39
between fear and acceptance --
321
804000
4000
tetap takut atau menerima keadaan --
13:43
actually fear and indifference --
322
808000
2000
sebenarnya takut dan kemasabodohan
13:45
they kind of chose suspicion.
323
810000
3000
cenderung memihak kecurigaan.
13:48
And when the vaccine appeared last winter,
324
813000
3000
Ketika penawarnya muncul di akhir musim dingin,
13:51
there were a lot of people -- a surprising number --
325
816000
3000
banyak orang -- dalam jumlah yg mengejutkan --
13:54
who refused to get it --
326
819000
3000
menolak menggunakannya.
13:58
as a nice example
327
823000
2000
Ini contoh menarik
14:00
of how people's feelings of security change, how their model changes,
328
825000
3000
bagaimana perasaan tentang keamanan berubah, bagaimana model berubah,
14:03
sort of wildly
329
828000
2000
begitu kontras
14:05
with no new information,
330
830000
2000
tanpa informasi baru,
14:07
with no new input.
331
832000
2000
tanpa masukan baru.
14:09
This kind of thing happens a lot.
332
834000
3000
hal seperti ini sering sekali terjadi.
14:12
I'm going to give one more complication.
333
837000
3000
saya akan coba bikin ini tambah ruwet lagi.
14:15
We have feeling, model, reality.
334
840000
3000
Kita punya perasaan, model, kenyataan.
14:18
I have a very relativistic view of security.
335
843000
2000
Saya punya pandangan tentang keamanan yang relatif.
14:20
I think it depends on the observer.
336
845000
3000
Menurut saya pengamatnya berpengaruh besar
14:23
And most security decisions
337
848000
2000
dan hampir semua keputusan tentang kemanan
14:25
have a variety of people involved.
338
850000
4000
melibatkan beragam macam orang
14:29
And stakeholders
339
854000
2000
dan pemilik saham
14:31
with specific trade-offs
340
856000
3000
dengan pertimbangan yang sangat khusus
14:34
will try to influence the decision.
341
859000
2000
akan mencoba mempengaruhi keputusan itu.
14:36
And I call that their agenda.
342
861000
2000
Saya sebut ini agenda.
14:38
And you see agenda --
343
863000
2000
Anda akan lihat beragam macam agenda --
14:40
this is marketing, this is politics --
344
865000
3000
ada yang buat marketing, politik --
14:43
trying to convince you to have one model versus another,
345
868000
3000
usaha meyakinkan anda untuk memakai model tertentu,
14:46
trying to convince you to ignore a model
346
871000
2000
usaha membuat anda mengabaikan model tertentu
14:48
and trust your feelings,
347
873000
3000
dan percaya saja pada perasaan anda,
14:51
marginalizing people with models you don't like.
348
876000
3000
mengucilkan orang yg menggunakan model yang anda tidak suka.
14:54
This is not uncommon.
349
879000
3000
Ini hal yang lazim.
14:57
An example, a great example, is the risk of smoking.
350
882000
3000
Contoh paling bagus tentang ini adalah risiko merokok.
15:01
In the history of the past 50 years, the smoking risk
351
886000
3000
Selama 50 tahun terakhir, risiko merokok
15:04
shows how a model changes,
352
889000
2000
menunjukkan bagaimana sebuah model berubah
15:06
and it also shows how an industry fights against
353
891000
3000
dan menunjukkan bagaimana sebuah industri
15:09
a model it doesn't like.
354
894000
2000
melawan model yang tidak disukai.
15:11
Compare that to the secondhand smoke debate --
355
896000
3000
Bandingkan dengan debat tentang rokok --
15:14
probably about 20 years behind.
356
899000
3000
20 tahun sebelumnya.
15:17
Think about seat belts.
357
902000
2000
Sama halnya dengan sabuk pengaman.
15:19
When I was a kid, no one wore a seat belt.
358
904000
2000
Waktu saya kecil, tidak ada yang mengenakan sabuk pengaman
15:21
Nowadays, no kid will let you drive
359
906000
2000
Sekarang, tidak ada anak-anak yang mengizinkan anda nyetir
15:23
if you're not wearing a seat belt.
360
908000
2000
kalau tidak pakai sabuk pengaman.
15:26
Compare that to the airbag debate --
361
911000
2000
Bandingkan itu dengan debat tentang airbag --
15:28
probably about 30 years behind.
362
913000
3000
30 tahun sebelumnya.
15:31
All examples of models changing.
363
916000
3000
Semuanya contoh berubahnya suatu model.
15:36
What we learn is that changing models is hard.
364
921000
3000
Hikmahnya adalah, mengubah model itu susah.
15:39
Models are hard to dislodge.
365
924000
2000
Model susah digulingkan.
15:41
If they equal your feelings,
366
926000
2000
Kalau cocok dengan perasaan anda,
15:43
you don't even know you have a model.
367
928000
3000
anda bahkan tidak sadar anda punya model.
15:46
And there's another cognitive bias
368
931000
2000
Ada satu penyimpangan logika yang penting
15:48
I'll call confirmation bias,
369
933000
2000
Saya sebut penyimpangan konfirmasi
15:50
where we tend to accept data
370
935000
3000
dimana kita cenderung menerima data
15:53
that confirms our beliefs
371
938000
2000
yang mengkonfirmasi kepercayaan kita
15:55
and reject data that contradicts our beliefs.
372
940000
3000
dan menolak data yang menentang kepercayaan kita.
15:59
So evidence against our model,
373
944000
2000
Jadi bukti yang menyanggah model kita,
16:01
we're likely to ignore, even if it's compelling.
374
946000
3000
lebih sering kita abaikan, meski beralasan.
16:04
It has to get very compelling before we'll pay attention.
375
949000
3000
Bukti itu harus sangat kuat baru kita perhatikan.
16:08
New models that extend long periods of time are hard.
376
953000
2000
Model yang berlangsung lama agak sulit dibayangkan.
16:10
Global warming is a great example.
377
955000
2000
Pemanasan global contohnya.
16:12
We're terrible
378
957000
2000
Kita susah memahami
16:14
at models that span 80 years.
379
959000
2000
model dengan rentang 80 tahun.
16:16
We can do to the next harvest.
380
961000
2000
Kita bisa paham yang periodenya setahun.
16:18
We can often do until our kids grow up.
381
963000
3000
Kadang kita paham model dengan rentang waktu sampai anak kita dewasa.
16:21
But 80 years, we're just not good at.
382
966000
3000
Tapi 80 tahun, kelewat jauh.
16:24
So it's a very hard model to accept.
383
969000
3000
Jadi model seperti itu sulit sekali diterima.
16:27
We can have both models in our head simultaneously,
384
972000
4000
Kita bisa punya dua model sekaligus di kepala
16:31
right, that kind of problem
385
976000
3000
atau masalah seperti
16:34
where we're holding both beliefs together,
386
979000
3000
ketika kita menganut standar ganda
16:37
right, the cognitive dissonance.
387
982000
2000
atau kesumbangan logika.
16:39
Eventually,
388
984000
2000
Pada akhirnya,
16:41
the new model will replace the old model.
389
986000
3000
model baru akan menggantikan model yang lama.
16:44
Strong feelings can create a model.
390
989000
3000
perasaan yang kuat bisa menciptakan model baru.
16:47
September 11th created a security model
391
992000
3000
Peristiwa 11 september menciptakan model keamanan baru
16:50
in a lot of people's heads.
392
995000
2000
di kepala banyak orang.
16:52
Also, personal experiences with crime can do it,
393
997000
3000
Pengalaman jadi korban kriminalitas juga punya efek yang sama,
16:55
personal health scare,
394
1000000
2000
trauma kesehatan,
16:57
a health scare in the news.
395
1002000
2000
trauma kesehatan yang disebar berita.
16:59
You'll see these called flashbulb events
396
1004000
2000
Ada fenomena yang disebut flashbulb
17:01
by psychiatrists.
397
1006000
2000
oleh ahli jiwa.
17:03
They can create a model instantaneously,
398
1008000
3000
Yang bisa menciptakan model seketika
17:06
because they're very emotive.
399
1011000
3000
karena sangat emosional.
17:09
So in the technological world,
400
1014000
2000
Jadi di dunia yang sarat teknologi
17:11
we don't have experience
401
1016000
2000
kita tidak berpengalaman
17:13
to judge models.
402
1018000
2000
untuk menilai model.
17:15
And we rely on others. We rely on proxies.
403
1020000
2000
Jadi kita mengandalkan orang lain. Kita mengandalkan perwakilan.
17:17
I mean, this works as long as it's to correct others.
404
1022000
4000
Ini berlaku hanya ketika untuk mengoreksi orang lain.
17:21
We rely on government agencies
405
1026000
2000
Kita mengandalkan badan negara
17:23
to tell us what pharmaceuticals are safe.
406
1028000
5000
untuk memutuskan obat apa yang aman dipakai.
17:28
I flew here yesterday.
407
1033000
2000
Saya terbang ke sini kemarin.
17:30
I didn't check the airplane.
408
1035000
2000
Saya tidak periksa pesawat udaranya.
17:32
I relied on some other group
409
1037000
2000
Saya mengandalkan suatu kelompok lain
17:34
to determine whether my plane was safe to fly.
410
1039000
3000
untuk memutuskan pesawatnya layak terbang atau tidak.
17:37
We're here, none of us fear the roof is going to collapse on us,
411
1042000
3000
Kita semua disini, tidak ada yang khawatir atap bangunan ini akan runtuh,
17:40
not because we checked,
412
1045000
3000
bukan karena sudah kita pastikan,
17:43
but because we're pretty sure
413
1048000
2000
tapi karena kita lumayan yakin
17:45
the building codes here are good.
414
1050000
3000
standar keselamatan gedung ini cukup bagus.
17:48
It's a model we just accept
415
1053000
2000
Sebuah model yang kita terima
17:50
pretty much by faith.
416
1055000
2000
hanya dengan keyakinan.
17:52
And that's okay.
417
1057000
3000
Dan itu ok ok saja.
17:57
Now, what we want
418
1062000
2000
Sekarang yang kita harapkan
17:59
is people to get familiar enough
419
1064000
2000
adalah orang untuk mengenali dengan lebih baik
18:01
with better models --
420
1066000
2000
dengan model yg lebih baik
18:03
have it reflected in their feelings --
421
1068000
2000
dan merefleksikannya pada perasaan --
18:05
to allow them to make security trade-offs.
422
1070000
4000
untuk mengizinkannya memutuskan masalah keamanan.
18:09
Now when these go out of whack,
423
1074000
2000
Ketika hal ini tidak jalan
18:11
you have two options.
424
1076000
2000
anda hanya punya dua pilihan.
18:13
One, you can fix people's feelings,
425
1078000
2000
Satu, anda ubah perasaan orang,
18:15
directly appeal to feelings.
426
1080000
2000
langsung mempengaruhi perasaan.
18:17
It's manipulation, but it can work.
427
1082000
3000
Ini manipulasi tapi bisa jalan.
18:20
The second, more honest way
428
1085000
2000
Kedua, yang lebih jujur,
18:22
is to actually fix the model.
429
1087000
3000
adalah dengan memperbaiki model.
18:26
Change happens slowly.
430
1091000
2000
perubahan berlangsung lambat.
18:28
The smoking debate took 40 years,
431
1093000
3000
Debat soal rokok makan waktu 40 tahun
18:31
and that was an easy one.
432
1096000
3000
dan itu soal yang mudah.
18:34
Some of this stuff is hard.
433
1099000
2000
Beberapa kasus sangat sulit.
18:36
I mean really though,
434
1101000
2000
Tapi ya kelihatannya
18:38
information seems like our best hope.
435
1103000
2000
informasi cenderung ramah pada harapan terbaik kita.
18:40
And I lied.
436
1105000
2000
Dan saya bohong.
18:42
Remember I said feeling, model, reality;
437
1107000
2000
Ingat waktu saya bilang perasaan, model dan realita ?
18:44
I said reality doesn't change. It actually does.
438
1109000
3000
Saya bilang realita tidak pernah bisa berubah. Sebetulnya bisa.
18:47
We live in a technological world;
439
1112000
2000
Kita hidup didunia teknologi;
18:49
reality changes all the time.
440
1114000
3000
Realitas berubah setiap waktu.
18:52
So we might have -- for the first time in our species --
441
1117000
3000
Jadi bisa terjadi -- untuk pertama kalinya dalam sejarah --
18:55
feeling chases model, model chases reality, reality's moving --
442
1120000
3000
perasaan mengejar model, model mengejar realita, realita bergerak --
18:58
they might never catch up.
443
1123000
3000
tanpa titik temu.
19:02
We don't know.
444
1127000
2000
Kita tidak pernah tahu.
19:04
But in the long-term,
445
1129000
2000
Tapi dalam jangka panjang
19:06
both feeling and reality are important.
446
1131000
3000
baik perasaan maupun realita itu penting.
19:09
And I want to close with two quick stories to illustrate this.
447
1134000
3000
Saya akan akhiri ini dengan dua cerita sebagai ilustrasi.
19:12
1982 -- I don't know if people will remember this --
448
1137000
2000
1982 -- entah masih ada yang ingat apa tidak --
19:14
there was a short epidemic
449
1139000
3000
ada epidemi singkat
19:17
of Tylenol poisonings in the United States.
450
1142000
2000
tentang keracunan Tylenol di Amerika Serikat.
19:19
It's a horrific story. Someone took a bottle of Tylenol,
451
1144000
3000
Ini cerita yang mengerikan. Seseorang mengambil botol Tylenol,
19:22
put poison in it, closed it up, put it back on the shelf.
452
1147000
3000
memasukkan racun kedalamnya, menutupnya dan mengembalikannya ke rak.
19:25
Someone else bought it and died.
453
1150000
2000
Orang lain yang membelinya mati keracunan.
19:27
This terrified people.
454
1152000
2000
Ini menakutkan banyak orang.
19:29
There were a couple of copycat attacks.
455
1154000
2000
Ada beberapa orang yg meniru modus ini.
19:31
There wasn't any real risk, but people were scared.
456
1156000
3000
Tidak ada risiko yang nyata, tapi orang-orang ketakutan.
19:34
And this is how
457
1159000
2000
Inilah asal muasal
19:36
the tamper-proof drug industry was invented.
458
1161000
2000
lahirnya industry obat-obatan yang bersegel.
19:38
Those tamper-proof caps, that came from this.
459
1163000
2000
Tutup bersegel sebagai solusinya
19:40
It's complete security theater.
460
1165000
2000
adalah panggung keamanan.
19:42
As a homework assignment, think of 10 ways to get around it.
461
1167000
2000
Sebagai PR pikirkan 10 cara untuk membukanya tanpa merusak segelnya.
19:44
I'll give you one, a syringe.
462
1169000
3000
Saya berikan satu, jarum suntik.
19:47
But it made people feel better.
463
1172000
3000
Tapi segel itu membuat orang lebih tenang,
19:50
It made their feeling of security
464
1175000
2000
menciptakan rasa aman,
19:52
more match the reality.
465
1177000
2000
lebih mendekati kenyataannya.
19:54
Last story, a few years ago, a friend of mine gave birth.
466
1179000
3000
Cerita terakhir, beberapa tahun yang lalu, teman saya melahirkan.
19:57
I visit her in the hospital.
467
1182000
2000
Saya menjenguknya di rumah sakit.
19:59
It turns out when a baby's born now,
468
1184000
2000
Ternyata bayi yang lahir, sekarang ini,
20:01
they put an RFID bracelet on the baby,
469
1186000
2000
dikenakan gelang RFID
20:03
put a corresponding one on the mother,
470
1188000
2000
yang berpasangan dengan gelang yang dikenakan ke ibunya,
20:05
so if anyone other than the mother takes the baby out of the maternity ward,
471
1190000
2000
jadi siapa saja yang bukan ibunya membawa bayi itu keluar ruangan,
20:07
an alarm goes off.
472
1192000
2000
alarm akan berbunyi.
20:09
I said, "Well, that's kind of neat.
473
1194000
2000
Saya bilang, "wah ini cukup keren
20:11
I wonder how rampant baby snatching is
474
1196000
2000
saya bertanya-tanya seberapa sering terjadi penculikan bayi
20:13
out of hospitals."
475
1198000
2000
dari sebuah rumah sakit. "
20:15
I go home, I look it up.
476
1200000
2000
Saya pulang, dan memeriksanya.
20:17
It basically never happens.
477
1202000
2000
Ternyata tidak pernah terjadi.
20:19
But if you think about it,
478
1204000
2000
Tapi kalau dipikir-pikir,
20:21
if you are a hospital,
479
1206000
2000
kalau anda pengelola rumah sakit,
20:23
and you need to take a baby away from its mother,
480
1208000
2000
dan anda perlu membawa bayi itu keluar ruangan,
20:25
out of the room to run some tests,
481
1210000
2000
menjauh dari ibunya untuk melakukan serangkaian tes,
20:27
you better have some good security theater,
482
1212000
2000
anda sebaiknya punya panggung keamanan yang baik
20:29
or she's going to rip your arm off.
483
1214000
2000
atau anda berurusan dengan ibunya.
20:31
(Laughter)
484
1216000
2000
(Tertawa)
20:33
So it's important for us,
485
1218000
2000
Jadi penting bagi kita
20:35
those of us who design security,
486
1220000
2000
yang mendesain keamanan,
20:37
who look at security policy,
487
1222000
3000
yang menyusun kebijakan keamanan,
20:40
or even look at public policy
488
1225000
2000
atau bahkan kebijakan umum
20:42
in ways that affect security.
489
1227000
2000
yang mempengaruhi keamanan.
20:44
It's not just reality; it's feeling and reality.
490
1229000
3000
Masalahnya tidak hanya soal realita, tapi perasaan dan realita.
20:47
What's important
491
1232000
2000
Yang penting adalah
20:49
is that they be about the same.
492
1234000
2000
keduanya muncul bersamaan.
20:51
It's important that, if our feelings match reality,
493
1236000
2000
Hal ini penting karena, ketika perasaan kita cocok dengan kenyataan,
20:53
we make better security trade-offs.
494
1238000
2000
kita bisa memutuskan masalah keamanan dengan lebih baik.
20:55
Thank you.
495
1240000
2000
Terima kasih.
20:57
(Applause)
496
1242000
2000
(Tepuk tangan)
ABOUT THE SPEAKER
Bruce Schneier - Security expertBruce Schneier thinks hard about security -- as a computer security guru, and as a philosopher of the larger notion of making a safer world.
Why you should listen
Bruce Schneier is an internationally renowned security technologist and author. Described by the Economist as a "security guru," he is best known as a refreshingly candid and lucid security critic and commentator. When people want to know how security really works, they turn to Schneier.
His first bestseller, Applied Cryptography, explained how the arcane science of secret codes actually works, and was described by Wired as "the book the National Security Agency wanted never to be published." His book on computer and network security, Secrets and Lies, was called by Fortune "[a] jewel box of little surprises you can actually use." Beyond Fear tackles the problems of security from the small to the large: personal safety, crime, corporate security, national security. His current book, Schneier on Security, offers insight into everything from the risk of identity theft (vastly overrated) to the long-range security threat of unchecked presidential power and the surprisingly simple way to tamper-proof elections.
Schneier publishes a free monthly newsletter, Crypto-Gram, with over 150,000 readers. In its ten years of regular publication, Crypto-Gram has become one of the most widely read forums for free-wheeling discussions, pointed critiques and serious debate about security. As head curmudgeon at the table, Schneier explains, debunks and draws lessons from security stories that make the news.
Bruce Schneier | Speaker | TED.com