TEDxMidAtlantic 2013
Jennifer Golbeck: Your social media "likes" expose more than you think
Jennifer Golbeck: L'enigma delle patatine fritte a ricciolo: perché i "Mi Piace" dei social media rivelano più di quello che pensi
Filmed:
Readability: 4.5
2,366,837 views
Ti piacciono le patatine fritte a ricciolo? Hai messo "Mi piace" su Facebook? Guarda questo intervento per scoprire le cose sorprendenti che Facebook (e altri) possono scoprire su di te dai tuoi "Mi piace" e dalle tue condivisioni. L'esperta di informatica Jennifer Golback spiega come è successo, come alcune applicazioni della tecnologia non siano proprio belle, e perché pensa dovremmo restituire il controllo delle informazioni ai legittimi proprietari.
Jennifer Golbeck - Computer scientist
As the director of the Human-Computer Interaction Lab at the University of Maryland, Jennifer Golbeck studies how people use social media -- and thinks about ways to improve their interactions. Full bio
As the director of the Human-Computer Interaction Lab at the University of Maryland, Jennifer Golbeck studies how people use social media -- and thinks about ways to improve their interactions. Full bio
Double-click the English transcript below to play the video.
00:12
If you remember that first decade of the web,
0
738
1997
Se ricordate il primo decennio del web,
00:14
it was really a static place.
1
2735
2255
era davvero un posto statico.
00:16
You could go online, you could look at pages,
2
4990
2245
Ci si poteva connettere
e consultare pagine
e consultare pagine
00:19
and they were put up either by organizations
3
7235
2513
che erano caricate o da organizzazioni
00:21
who had teams to do it
4
9748
1521
che avevano uno staff dedicato
00:23
or by individuals who were really tech-savvy
5
11269
2229
o da singoli individui
esperti di informatica
esperti di informatica
00:25
for the time.
6
13498
1737
per quei tempi.
00:27
And with the rise of social media
7
15235
1575
Con l'avvento dei social media
00:28
and social networks in the early 2000s,
8
16810
2399
e dei social network
nei primi anni Duemila,
nei primi anni Duemila,
00:31
the web was completely changed
9
19209
2149
il web si è completamente trasformato
00:33
to a place where now the vast majority of content
10
21358
3608
in un luogo dove gran parte dei contenuti
00:36
we interact with is put up by average users,
11
24966
3312
con cui interagiamo
è offerto da utenti normali
è offerto da utenti normali
00:40
either in YouTube videos or blog posts
12
28278
2697
con video su YouTube, post sui vari blog,
00:42
or product reviews or social media postings.
13
30975
3315
recensioni di prodotti
o post sui social media.
o post sui social media.
00:46
And it's also become a much more interactive place,
14
34290
2347
È diventato un luogo
molto più interattivo,
molto più interattivo,
00:48
where people are interacting with others,
15
36637
2637
dove le persone interagiscono tra loro,
00:51
they're commenting, they're sharing,
16
39274
1696
commentano, condividono
00:52
they're not just reading.
17
40970
1614
non si limitano a leggere.
00:54
So Facebook is not the only place you can do this,
18
42584
1866
Facebook non è l'unico luogo
in cui si possono fare queste cose
in cui si possono fare queste cose
00:56
but it's the biggest,
19
44450
1098
ma è il più grande,
00:57
and it serves to illustrate the numbers.
20
45548
1784
ed è utile per farsi un'idea in numeri.
00:59
Facebook has 1.2 billion users per month.
21
47332
3477
Facebook ha 1,2 miliardi
di utenti al mese.
di utenti al mese.
01:02
So half the Earth's Internet population
22
50809
1930
La metà degli abitanti
della Terra connessi a Internet
della Terra connessi a Internet
01:04
is using Facebook.
23
52739
1653
usa Facebook.
01:06
They are a site, along with others,
24
54392
1932
Si tratta di un sito, insieme ad altri,
01:08
that has allowed people to create an online persona
25
56324
3219
che ha permesso alle persone
di crearsi un'identità online
di crearsi un'identità online
01:11
with very little technical skill,
26
59543
1782
con una competenza tecnica minima
01:13
and people responded by putting huge amounts
27
61325
2476
e le persone hanno risposto
immettendo quantità enormi
immettendo quantità enormi
01:15
of personal data online.
28
63801
1983
di dati personali online.
01:17
So the result is that we have behavioral,
29
65784
2543
Quindi abbiamo dati sul comportamento,
01:20
preference, demographic data
30
68327
1986
dati demografici e dati sulle preferenze
01:22
for hundreds of millions of people,
31
70313
2101
di centinaia di milioni di persone.
01:24
which is unprecedented in history.
32
72414
2026
Tutto questo non ha precedenti
nella storia.
nella storia.
01:26
And as a computer scientist,
what this means is that
what this means is that
33
74440
2560
In quanto esperta di informatica,
01:29
I've been able to build models
34
77000
1664
sono stata in grado di creare modelli
01:30
that can predict all sorts of hidden attributes
35
78664
2322
in grado di dedurre ogni tipo
di caratteristica
di caratteristica
01:32
for all of you that you don't even know
36
80986
2284
su tutto ciò di cui,
senza neanche saperlo,
senza neanche saperlo,
01:35
you're sharing information about.
37
83270
2202
si condividono informazioni.
01:37
As scientists, we use that to help
38
85472
2382
Noi scienziati usiamo
questi dati per semplificare
questi dati per semplificare
01:39
the way people interact online,
39
87854
2114
il modo in cui le persone
interagiscono online,
interagiscono online,
01:41
but there's less altruistic applications,
40
89968
2499
ma esistono anche usi meno altruistici
01:44
and there's a problem in that users don't really
41
92467
2381
e il problema è che gli utenti
01:46
understand these techniques and how they work,
42
94848
2470
non comprendono bene queste tecniche
né il loro funzionamento,
né il loro funzionamento,
01:49
and even if they did, they don't
have a lot of control over it.
have a lot of control over it.
43
97318
3128
e se anche lo capiscono
non ne hanno il controllo.
non ne hanno il controllo.
01:52
So what I want to talk to you about today
44
100446
1490
Oggi voglio parlarvi
01:53
is some of these things that we're able to do,
45
101936
2702
di alcune cose che siamo in grado di fare
01:56
and then give us some ideas
of how we might go forward
of how we might go forward
46
104638
2763
e poi voglio proporre qualche idea
su come muoverci
su come muoverci
01:59
to move some control back into the hands of users.
47
107401
2769
per riportare parte del controllo
nelle mani degli utenti.
nelle mani degli utenti.
02:02
So this is Target, the company.
48
110170
1586
Questa è Target, la compagnia.
02:03
I didn't just put that logo
49
111756
1324
Non sono stata io a mettere quel logo
02:05
on this poor, pregnant woman's belly.
50
113080
2170
sulla pancia
di quella povera donna incinta.
di quella povera donna incinta.
02:07
You may have seen this anecdote that was printed
51
115250
1840
Forse avrete letto questo aneddoto
02:09
in Forbes magazine where Target
52
117090
2061
sulla rivista Forbes.
Target ha inviato
Target ha inviato
02:11
sent a flyer to this 15-year-old girl
53
119151
2361
un volantino a questa quindicenne
02:13
with advertisements and coupons
54
121512
1710
con della pubblicità e dei coupon
02:15
for baby bottles and diapers and cribs
55
123222
2554
per biberon, pannolini e culle,
02:17
two weeks before she told her parents
56
125776
1684
due settimane prima
che lei dicesse ai suoi genitori
che lei dicesse ai suoi genitori
02:19
that she was pregnant.
57
127460
1864
di essere incinta.
02:21
Yeah, the dad was really upset.
58
129324
2704
Sì, il padre era davvero sconvolto.
02:24
He said, "How did Target figure out
59
132028
1716
Disse, "Come ha fatto Target a capire
02:25
that this high school girl was pregnant
60
133744
1824
che questa liceale era incinta
02:27
before she told her parents?"
61
135568
1960
prima che lo dicesse ai suoi genitori?"
02:29
It turns out that they have the purchase history
62
137528
2621
È venuto fuori che l'azienda
ha la cronologia degli acquisti
ha la cronologia degli acquisti
02:32
for hundreds of thousands of customers
63
140149
2301
di centinaia di migliaia di clienti
02:34
and they compute what they
call a pregnancy score,
call a pregnancy score,
64
142450
2730
e calcola quello che chiamano
un punteggio di gravidanza,
un punteggio di gravidanza,
02:37
which is not just whether or
not a woman's pregnant,
not a woman's pregnant,
65
145180
2332
che non rivela soltanto
se una donna è incinta oppure no,
se una donna è incinta oppure no,
02:39
but what her due date is.
66
147512
1730
ma anche la data prevista della nascita.
02:41
And they compute that
67
149242
1304
E questo lo calcolano
02:42
not by looking at the obvious things,
68
150546
1768
non analizzando le cose ovvie,
02:44
like, she's buying a crib or baby clothes,
69
152314
2512
tipo: "sta comprando
una culla o vestiti per bambini",
una culla o vestiti per bambini",
02:46
but things like, she bought more vitamins
70
154826
2943
ma cose come
"ha comprato più vitamine
"ha comprato più vitamine
02:49
than she normally had,
71
157769
1717
di quanto non faccia di solito",
02:51
or she bought a handbag
72
159486
1464
oppure "ha comprato una borsa
02:52
that's big enough to hold diapers.
73
160950
1711
abbastanza grande
da contenere dei pannolini".
da contenere dei pannolini".
02:54
And by themselves, those purchases don't seem
74
162661
1910
Presi singolarmente,
questi acquisti non sembrano
questi acquisti non sembrano
02:56
like they might reveal a lot,
75
164571
2469
poter rivelare granché,
02:59
but it's a pattern of behavior that,
76
167040
1978
ma è un modello di comportamento che,
03:01
when you take it in the context
of thousands of other people,
of thousands of other people,
77
169018
3117
se visto nel contesto
di migliaia di altre persone,
di migliaia di altre persone,
03:04
starts to actually reveal some insights.
78
172135
2757
comincia veramente
a rivelare alcune informazioni.
a rivelare alcune informazioni.
03:06
So that's the kind of thing that we do
79
174892
1793
Questo è il tipo
di lavoro che svolgiamo
di lavoro che svolgiamo
03:08
when we're predicting stuff
about you on social media.
about you on social media.
80
176685
2567
quando facciamo previsioni
su di voi nei social media.
su di voi nei social media.
03:11
We're looking for little
patterns of behavior that,
patterns of behavior that,
81
179252
2796
Cerchiamo piccoli modelli
di comportamento che,
di comportamento che,
03:14
when you detect them among millions of people,
82
182048
2682
rilevati tra milioni di persone,
03:16
lets us find out all kinds of things.
83
184730
2706
ci consentono di scoprire
tutta una serie di cose.
tutta una serie di cose.
03:19
So in my lab and with colleagues,
84
187436
1747
Nel mio laboratorio,
insieme ai miei colleghi,
insieme ai miei colleghi,
03:21
we've developed mechanisms where we can
85
189183
1777
abbiamo sviluppato dei meccanismi,
attraverso i quali possiamo
attraverso i quali possiamo
03:22
quite accurately predict things
86
190960
1560
prevedere con precisione informazioni
03:24
like your political preference,
87
192520
1725
come le vostre preferenze politiche,
03:26
your personality score, gender, sexual orientation,
88
194245
3752
il vostro tipo di personalità,
il vostro genere, l'orientamento sessuale,
il vostro genere, l'orientamento sessuale,
03:29
religion, age, intelligence,
89
197997
2873
la religione, l'età, l'intelligenza,
03:32
along with things like
90
200870
1394
insieme a cose come
03:34
how much you trust the people you know
91
202264
1937
quanta fiducia avete
nelle persone che conoscete
nelle persone che conoscete
03:36
and how strong those relationships are.
92
204201
1804
e quanto sono forti
le relazioni che avete con loro.
le relazioni che avete con loro.
03:38
We can do all of this really well.
93
206005
1785
Riusciamo a fare tutto questo molto bene.
03:39
And again, it doesn't come from what you might
94
207790
2197
E ripeto, non deriva
da quelle che potreste
da quelle che potreste
03:41
think of as obvious information.
95
209987
2102
considerare delle informazioni ovvie.
03:44
So my favorite example is from this study
96
212089
2281
Il mio esempio preferito
viene da questa ricerca
viene da questa ricerca
03:46
that was published this year
97
214370
1240
che è stata pubblicata quest'anno
03:47
in the Proceedings of the National Academies.
98
215610
1795
negli Atti dell'Accademia Nazionale.
03:49
If you Google this, you'll find it.
99
217405
1285
Se lo cercate su Google, lo troverete.
03:50
It's four pages, easy to read.
100
218690
1872
È di quattro pagine, di facile lettura.
03:52
And they looked at just people's Facebook likes,
101
220562
3003
Hanno analizzato solo
i "Mi Piace" di Facebook,
i "Mi Piace" di Facebook,
03:55
so just the things you like on Facebook,
102
223565
1920
quindi solo le cose
che vi piacciono su Facebook,
che vi piacciono su Facebook,
03:57
and used that to predict all these attributes,
103
225485
2138
ed hanno usato quei dati per prevedere
tutte queste caratteristiche
tutte queste caratteristiche
03:59
along with some other ones.
104
227623
1645
insieme ad altre.
04:01
And in their paper they listed the five likes
105
229268
2961
Nel loro articolo hanno elencato
i cinque "Mi Piace"
i cinque "Mi Piace"
04:04
that were most indicative of high intelligence.
106
232229
2787
più indicativi di una grande intelligenza.
04:07
And among those was liking a page
107
235016
2324
Tra questi c'era
il "Mi Piace" per una pagina
il "Mi Piace" per una pagina
04:09
for curly fries. (Laughter)
108
237340
1905
sulle patatine fritte a ricciolo.
(Risate)
(Risate)
04:11
Curly fries are delicious,
109
239245
2093
Le patatine fritte a ricciolo
sono deliziose,
sono deliziose,
04:13
but liking them does not necessarily mean
110
241338
2530
ma il fatto che vi piacciano
non vuol dire necessariamente
non vuol dire necessariamente
04:15
that you're smarter than the average person.
111
243868
2080
che siate più intelligenti della media.
04:17
So how is it that one of the strongest indicators
112
245948
3207
E allora com'è che uno
dei più forti indicatori
dei più forti indicatori
04:21
of your intelligence
113
249155
1570
della vostra intelligenza
04:22
is liking this page
114
250725
1447
sia legato al fatto
che vi piaccia questa pagina,
che vi piaccia questa pagina,
04:24
when the content is totally irrelevant
115
252172
2252
quando il contenuto
è totalmente irrilevante
è totalmente irrilevante
04:26
to the attribute that's being predicted?
116
254424
2527
rispetto alla caratteristica
che ne viene dedotta?
che ne viene dedotta?
04:28
And it turns out that we have to look at
117
256951
1584
Per rispondere a questo
dobbiamo considerare
dobbiamo considerare
04:30
a whole bunch of underlying theories
118
258535
1618
tutta una serie di teorie
che stanno alla base
che stanno alla base
04:32
to see why we're able to do this.
119
260153
2569
e che ci illustrano perché
si possa fare una cosa del genere.
si possa fare una cosa del genere.
04:34
One of them is a sociological
theory called homophily,
theory called homophily,
120
262722
2913
Una di queste è una teoria
sociologica, si chiama omofilia,
sociologica, si chiama omofilia,
04:37
which basically says people are
friends with people like them.
friends with people like them.
121
265635
3092
che sostanzialmente dice che le persone
fanno amicizia con chi è come loro.
fanno amicizia con chi è come loro.
04:40
So if you're smart, you tend to
be friends with smart people,
be friends with smart people,
122
268727
2014
Quindi se sei intelligente tenderai
ad essere amico di gente intelligente
ad essere amico di gente intelligente
04:42
and if you're young, you tend
to be friends with young people,
to be friends with young people,
123
270741
2630
e se sei giovane tenderai
ad essere amico di gente giovane.
ad essere amico di gente giovane.
04:45
and this is well established
124
273371
1627
È un meccanismo consolidato
04:46
for hundreds of years.
125
274998
1745
da centinaia di anni.
04:48
We also know a lot
126
276743
1232
Sappiamo anche molto
04:49
about how information spreads through networks.
127
277975
2550
di come si diffondono
le informazioni sui social network.
le informazioni sui social network.
04:52
It turns out things like viral videos
128
280525
1754
Cose come i video virali,
04:54
or Facebook likes or other information
129
282279
2406
i "Mi Piace" su Facebook
o altre informazioni
o altre informazioni
04:56
spreads in exactly the same way
130
284685
1888
si diffondono nei social network
esattamente come le malattie.
04:58
that diseases spread through social networks.
131
286573
2454
05:01
So this is something we've studied for a long time.
132
289027
1791
È una cosa che abbiamo studiato a lungo
e abbiamo dei buoni modelli
che lo illustrano.
che lo illustrano.
05:02
We have good models of it.
133
290818
1576
Se si mettono tutte queste cose insieme,
05:04
And so you can put those things together
134
292394
2157
si comincerà a capire come
possano accadere cose del genere.
possano accadere cose del genere.
05:06
and start seeing why things like this happen.
135
294551
3088
05:09
So if I were to give you a hypothesis,
136
297639
1814
Se dovessi fare un'ipotesi,
sarebbe che questa pagina è stata
creata da un tipo intelligente
creata da un tipo intelligente
05:11
it would be that a smart guy started this page,
137
299453
3227
05:14
or maybe one of the first people who liked it
138
302680
1939
o magari che uno dei primi che ha messo
"Mi Piace" su questa pagina
"Mi Piace" su questa pagina
05:16
would have scored high on that test.
139
304619
1736
ha ottenuto un punteggio alto
in quel test di intelligenza.
in quel test di intelligenza.
05:18
And they liked it, and their friends saw it,
140
306355
2288
Ha messo "Mi Piace",
i suoi amici l'hanno visto,
i suoi amici l'hanno visto,
in base all'omofilia sappiamo che
probabilmente ha degli amici intelligenti,
probabilmente ha degli amici intelligenti,
05:20
and by homophily, we know that
he probably had smart friends,
he probably had smart friends,
141
308643
3122
05:23
and so it spread to them,
and some of them liked it,
and some of them liked it,
142
311765
3056
la pagina si è diffusa tra i suoi amici,
alcuni di loro hanno messo "Mi Piace",
alcuni di loro hanno messo "Mi Piace",
gli amici hanno a loro volta
altri amici intelligenti
altri amici intelligenti
05:26
and they had smart friends,
143
314821
1189
05:28
and so it spread to them,
144
316010
807
e la pagina si è diffusa
anche tra di loro,
anche tra di loro,
05:28
and so it propagated through the network
145
316817
1973
propagandosi attraverso la rete
05:30
to a host of smart people,
146
318790
2569
tra una moltitudine di gente intelligente
05:33
so that by the end, the action
147
321359
2056
e quindi, alla fine,
l'azione di mettere "Mi Piace"
sulla pagina delle patatine a ricciolo
sulla pagina delle patatine a ricciolo
05:35
of liking the curly fries page
148
323415
2544
è indicatore di un'elevata intelligenza
05:37
is indicative of high intelligence,
149
325959
1615
05:39
not because of the content,
150
327574
1803
non per il contenuto ma perché
l'azione fisica di mettere "Mi Piace"
l'azione fisica di mettere "Mi Piace"
05:41
but because the actual action of liking
151
329377
2522
riflette una caratteristica comune
05:43
reflects back the common attributes
152
331899
1900
alle persone che l'hanno fatto.
05:45
of other people who have done it.
153
333799
2468
È roba abbastanza complicata, vero?
05:48
So this is pretty complicated stuff, right?
154
336267
2897
05:51
It's a hard thing to sit down and explain
155
339164
2199
Non è facile mettersi lì a spiegarlo
a un utente medio.
E poi, anche sapendolo,
E poi, anche sapendolo,
05:53
to an average user, and even if you do,
156
341363
2848
l'utente medio cosa ci può fare?
05:56
what can the average user do about it?
157
344211
2188
Come fai a sapere
che qualcosa che ti piace
che qualcosa che ti piace
05:58
How do you know that
you've liked something
you've liked something
158
346399
2048
06:00
that indicates a trait for you
159
348447
1492
denota una tua caratteristica
06:01
that's totally irrelevant to the
content of what you've liked?
content of what you've liked?
160
349939
3545
che non c'entra nulla con il contenuto
di quella pagina che ti piace?
di quella pagina che ti piace?
Gli utenti non hanno modo
06:05
There's a lot of power that users don't have
161
353484
2546
di controllare come venga
usata questa informazione.
usata questa informazione.
06:08
to control how this data is used.
162
356030
2230
Per come la vedo io,
questo è un problema serio.
questo è un problema serio.
06:10
And I see that as a real
problem going forward.
problem going forward.
163
358260
3112
Penso che ci siano due strade
06:13
So I think there's a couple paths
164
361372
1977
06:15
that we want to look at
165
363349
1001
che possiamo percorrere
06:16
if we want to give users some control
166
364350
1910
se vogliamo ridare agli utenti
un po' di controllo
un po' di controllo
06:18
over how this data is used,
167
366260
1740
su come questi dati
potranno poi essere utilizzati,
potranno poi essere utilizzati,
06:20
because it's not always going to be used
168
368000
1940
perché non sempre questi dati
saranno utilizzati a loro vantaggio.
saranno utilizzati a loro vantaggio.
06:21
for their benefit.
169
369940
1381
Faccio spesso l'esempio che,
06:23
An example I often give is that,
170
371321
1422
06:24
if I ever get bored being a professor,
171
372743
1646
se mai mi stufassi di fare il professore,
06:26
I'm going to go start a company
172
374389
1653
fonderei un'azienda
06:28
that predicts all of these attributes
173
376042
1454
per dedurre tutte le informazioni
di cui abbiamo parlato
di cui abbiamo parlato
06:29
and things like how well you work in teams
174
377496
1602
e cose del tipo: se lavori bene in gruppo,
06:31
and if you're a drug user, if you're an alcoholic.
175
379098
2671
se sei un tossicodipendente
o un alcolista.
o un alcolista.
06:33
We know how to predict all that.
176
381769
1440
Sappiamo già come dedurre
queste informazioni.
queste informazioni.
06:35
And I'm going to sell reports
177
383209
1761
E poi venderei questi dossier
06:36
to H.R. companies and big businesses
178
384970
2100
ad società di risorse umane
e a grandi aziende
e a grandi aziende
06:39
that want to hire you.
179
387070
2273
interessate ad assumerti.
06:41
We totally can do that now.
180
389343
1177
Possiamo già farlo senza nessun problema.
06:42
I could start that business tomorrow,
181
390520
1788
Potrei creare questa azienda domani,
06:44
and you would have
absolutely no control
absolutely no control
182
392308
2052
e voi non avreste nessun controllo
06:46
over me using your data like that.
183
394360
2138
su come io andrei
ad utilizzare i vostri dati.
ad utilizzare i vostri dati.
06:48
That seems to me to be a problem.
184
396498
2292
Questo mi sembra un bel problema.
Una delle strade che potremmo seguire
06:50
So one of the paths we can go down
185
398790
1910
06:52
is the policy and law path.
186
400700
2032
è quella di creare leggi
e linee di condotta.
e linee di condotta.
06:54
And in some respects, I think
that that would be most effective,
that that would be most effective,
187
402732
3046
Per certi versi penso
che sarebbe molto efficace,
che sarebbe molto efficace,
06:57
but the problem is we'd
actually have to do it.
actually have to do it.
188
405778
2756
il problema tuttavia è l'iter
di formazione di queste leggi.
di formazione di queste leggi.
Osservando il procedimento legislativo
al giorno d'oggi
al giorno d'oggi
07:00
Observing our political process in action
189
408534
2780
07:03
makes me think it's highly unlikely
190
411314
2379
penso che sia estremamente improbabile
che un gruppo di rappresentanti
07:05
that we're going to get a bunch of representatives
191
413693
1597
07:07
to sit down, learn about this,
192
415290
1986
si metta lì a studiare questo problema
07:09
and then enact sweeping changes
193
417276
2106
e metta in atto velocemente
una serie di cambiamenti
una serie di cambiamenti
07:11
to intellectual property law in the U.S.
194
419382
2157
alle leggi sulla tutela della proprietà
intellettuale negli Stati Uniti
intellettuale negli Stati Uniti
07:13
so users control their data.
195
421539
2461
in modo da rendere gli utenti
proprietari dei propri dati.
proprietari dei propri dati.
Potremmo seguire la strada
delle linee di condotta,
delle linee di condotta,
07:16
We could go the policy route,
196
424000
1304
07:17
where social media companies say,
197
425304
1479
in cui i social media si impegnano a dire:
07:18
you know what? You own your data.
198
426783
1402
"I dati sono tuoi
07:20
You have total control over how it's used.
199
428185
2489
e hai il completo controllo
di come vengono utilizzati."
di come vengono utilizzati."
07:22
The problem is that the revenue models
200
430674
1848
Il problema sta nel fatto
che i modelli di ricavi
che i modelli di ricavi
07:24
for most social media companies
201
432522
1724
per la maggior parte
delle aziende di social media
delle aziende di social media
07:26
rely on sharing or exploiting
users' data in some way.
users' data in some way.
202
434246
4031
sono fondati sulla condivisione
e l'utilizzo dei dati degli utenti.
e l'utilizzo dei dati degli utenti.
07:30
It's sometimes said of Facebook that the users
203
438277
1833
Parlando di Facebook
si dice spesso che gli utenti
si dice spesso che gli utenti
07:32
aren't the customer, they're the product.
204
440110
2528
in realtà non sono i clienti,
ma il prodotto stesso.
ma il prodotto stesso.
07:34
And so how do you get a company
205
442638
2714
Quindi come è possibile che un'azienda
ceda il controllo della sua risorsa
più preziosa agli utenti?
più preziosa agli utenti?
07:37
to cede control of their main asset
206
445352
2558
07:39
back to the users?
207
447910
1249
È tecnicamente possibile,
ma non credo che sia qualcosa
ma non credo che sia qualcosa
07:41
It's possible, but I don't think it's something
208
449159
1701
07:42
that we're going to see change quickly.
209
450860
2320
che possa cambiare nel breve periodo.
Penso quindi che come strada alternativa
07:45
So I think the other path
210
453180
1500
07:46
that we can go down that's
going to be more effective
going to be more effective
211
454680
2288
un approccio scientifico
potrebbe essere la soluzione più efficace.
07:48
is one of more science.
212
456968
1508
07:50
It's doing science that allowed us to develop
213
458476
2510
La scienza, in primo luogo,
ci ha permesso di sviluppare
ci ha permesso di sviluppare
07:52
all these mechanisms for computing
214
460986
1750
tutti questi meccanismi
per interpretare i dati personali.
07:54
this personal data in the first place.
215
462736
2052
07:56
And it's actually very similar research
216
464788
2106
Dovremmo fare un tipo di ricerca
molto simile,
molto simile,
07:58
that we'd have to do
217
466894
1438
per sviluppare dei meccanismi
08:00
if we want to develop mechanisms
218
468332
2386
08:02
that can say to a user,
219
470718
1421
che permettano di dire all'utente,
08:04
"Here's the risk of that action you just took."
220
472139
2229
"Ecco, questo è il rischio collegato
all'azione che hai appena compiuto."
all'azione che hai appena compiuto."
08:06
By liking that Facebook page,
221
474368
2080
Mettendo "Mi Piace"
su quella pagina Facebook
su quella pagina Facebook
08:08
or by sharing this piece of personal information,
222
476448
2535
o condividendo
queste informazioni personali,
queste informazioni personali,
08:10
you've now improved my ability
223
478983
1502
hai migliorato la mia capacità
08:12
to predict whether or not you're using drugs
224
480485
2086
di capire se fai uso
di stupefacenti o meno
di stupefacenti o meno
08:14
or whether or not you get
along well in the workplace.
along well in the workplace.
225
482571
2862
o se ti sai relazionare bene
sul posto di lavoro
sul posto di lavoro
08:17
And that, I think, can affect whether or not
226
485433
1848
Penso che questo possa influenzare
l'inclinazione personale
a condividere un'informazione,
a condividere un'informazione,
08:19
people want to share something,
227
487281
1510
08:20
keep it private, or just keep it offline altogether.
228
488791
3239
inserirla mantenendola privata
o addirittura non inserirla affatto.
o addirittura non inserirla affatto.
Potremmo anche pensare
a funzionalità del tipo
a funzionalità del tipo
08:24
We can also look at things like
229
492030
1563
08:25
allowing people to encrypt data that they upload,
230
493593
2728
permettere agli utenti
di criptare i dati che inseriscono,
di criptare i dati che inseriscono,
08:28
so it's kind of invisible and worthless
231
496321
1855
in modo che diventino
invisibili e senza valore
invisibili e senza valore
08:30
to sites like Facebook
232
498176
1431
per siti come Facebook
08:31
or third party services that access it,
233
499607
2629
o servizi di terze parti
che lo utilizzano.
che lo utilizzano.
08:34
but that select users who the person who posted it
234
502236
3247
Ma che utenti selezionati, a cui l'utente
08:37
want to see it have access to see it.
235
505483
2670
vuole garantire la possibilità
di accedere, abbiano accesso.
di accedere, abbiano accesso.
08:40
This is all super exciting research
236
508153
2166
Il fatto che questa ricerca
sia estremamente interessante
sia estremamente interessante
dal punto di vista intellettuale,
08:42
from an intellectual perspective,
237
510319
1620
la renderebbe appetibile agli scienziati
che sarebbero motivati a portarla avanti.
che sarebbero motivati a portarla avanti.
08:43
and so scientists are going to be willing to do it.
238
511939
1859
08:45
So that gives us an advantage over the law side.
239
513798
3610
È una posizione molto più vantaggiosa
rispetto alla percorso legislativo.
rispetto alla percorso legislativo.
08:49
One of the problems that people bring up
240
517408
1725
Uno dei problemi che la gente menziona
08:51
when I talk about this is, they say,
241
519133
1595
quando parlo di queste cose è che
08:52
you know, if people start
keeping all this data private,
keeping all this data private,
242
520728
2646
se la gente iniziasse a mantenere privata
una grande quantità di dati
una grande quantità di dati
08:55
all those methods that you've been developing
243
523374
2113
tutti questi metodi che avete sviluppato
08:57
to predict their traits are going to fail.
244
525487
2653
per dedurre informazioni su di loro
non funzionerebbero più.
non funzionerebbero più.
09:00
And I say, absolutely, and for me, that's success,
245
528140
3520
Al che io rispondo, certamente,
e lo vedo come un successo,
e lo vedo come un successo,
09:03
because as a scientist,
246
531660
1786
perché come scienziato,
09:05
my goal is not to infer information about users,
247
533446
3688
il mio obiettivo non è desumere
informazioni sugli utenti,
informazioni sugli utenti,
09:09
it's to improve the way people interact online.
248
537134
2767
bensì migliorare il modo in cui
le persone interagiscono online.
le persone interagiscono online.
09:11
And sometimes that involves
inferring things about them,
inferring things about them,
249
539901
3218
A volte questo implica
dedurre informazioni su di loro,
dedurre informazioni su di loro,
ma se gli utenti non vogliono
che io utilizzi alcuni dati,
che io utilizzi alcuni dati,
09:15
but if users don't want me to use that data,
250
543119
3022
penso che sia un loro diritto.
09:18
I think they should have the right to do that.
251
546141
2038
09:20
I want users to be informed and consenting
252
548179
2651
Vorrei che gli utenti
degli strumenti che noi sviluppiamo
degli strumenti che noi sviluppiamo
09:22
users of the tools that we develop.
253
550830
2112
fossero utenti informati e consenzienti.
09:24
And so I think encouraging this kind of science
254
552942
2952
Incorraggiare questo tipo di scienza
09:27
and supporting researchers
255
555894
1346
e supportare i ricercatori
09:29
who want to cede some of that control back to users
256
557240
3023
che vogliono restituire parte
di quel controllo agli utenti
di quel controllo agli utenti
09:32
and away from the social media companies
257
560263
2311
sottraendolo alle aziende di social media
09:34
means that going forward, as these tools evolve
258
562574
2671
vuol dire che andando avanti,
mentre questi strumenti si evolvono
mentre questi strumenti si evolvono
09:37
and advance,
259
565245
1476
e migliorano,
09:38
means that we're going to have an educated
260
566721
1414
avremo una base di utenti informata
09:40
and empowered user base,
261
568135
1694
e responsabilizzata.
09:41
and I think all of us can agree
262
569829
1100
Penso che siamo tutti d'accordo
09:42
that that's a pretty ideal way to go forward.
263
570929
2564
sul fatto che questo sarebbe
il modo ideale di procedere.
il modo ideale di procedere.
09:45
Thank you.
264
573493
2184
Grazie.
09:47
(Applause)
265
575677
3080
(Applausi)
ABOUT THE SPEAKER
Jennifer Golbeck - Computer scientistAs the director of the Human-Computer Interaction Lab at the University of Maryland, Jennifer Golbeck studies how people use social media -- and thinks about ways to improve their interactions.
Why you should listen
Jennifer Golbeck is an associate professor in the College of Information Studies at the University of Maryland, where she also moonlights in the department of computer science. Her work invariably focuses on how to enhance and improve the way that people interact with their own information online. "I approach this from a computer science perspective and my general research hits social networks, trust, web science, artificial intelligence, and human-computer interaction," she writes.
Author of the 2013 book, Analyzing the Social Web, Golbeck likes nothing more than to immerse herself in the inner workings of the Internet tools so many millions of people use daily, to understand the implications of our choices and actions. Recently, she has also been working to bring human-computer interaction ideas to the world of security and privacy systems.
Jennifer Golbeck | Speaker | TED.com