TED2011
Eli Pariser: Beware online "filter bubbles"
Eli Pariser: Atenção a "bolhas de filtro" online
Filmed:
Readability: 3.9
5,309,238 views
À medida que as companhias cibernéticas se esforçam para adaptar os seus serviços (incluindo notícias e resultados de pesquisas) às nossas preferências, cria-se uma perigosa consequência não intencional: Ficamos presos dentro duma "bolha de filtros" de maneira a que não somos expostos à informação que poderia desafiar ou alargar a nossa visão global. Eli Pariser faz um argumento poderoso de que, no final, esta bolha de filtro vai provar ser má para nós e para a democracia.
Eli Pariser - Organizer and author
Pioneering online organizer Eli Pariser is the author of "The Filter Bubble," about how personalized search might be narrowing our worldview. Full bio
Pioneering online organizer Eli Pariser is the author of "The Filter Bubble," about how personalized search might be narrowing our worldview. Full bio
Double-click the English transcript below to play the video.
00:15
Mark Zuckerberg,
0
0
2000
Mark Zuckerberg,
00:17
a journalist was asking him a question about the news feed.
1
2000
3000
um jornalista estava a fazer-lhe uma pergunta sobre o feed de notícias.
00:20
And the journalist was asking him,
2
5000
2000
E o jornalista perguntou-lhe,
00:22
"Why is this so important?"
3
7000
2000
"Porque é isto tão importante?"
00:24
And Zuckerberg said,
4
9000
2000
Ao que Zuckerberg respondeu,
00:26
"A squirrel dying in your front yard
5
11000
2000
"Um esquilo a morrer no teu quintal
00:28
may be more relevant to your interests right now
6
13000
3000
pode ser mais relevante para os teus interesses neste momento
00:31
than people dying in Africa."
7
16000
3000
do que pessoas a morrer em África."
00:34
And I want to talk about
8
19000
2000
E eu quero falar sobre
00:36
what a Web based on that idea of relevance might look like.
9
21000
3000
como poderá ser o aspecto de uma Web baseada nessa ideia de relevância.
00:40
So when I was growing up
10
25000
2000
À medida que fui crescendo
00:42
in a really rural area in Maine,
11
27000
2000
numa zona mesmo rural em Maine (EUA)
00:44
the Internet meant something very different to me.
12
29000
3000
a Internet significava algo muito diferente para mim.
00:47
It meant a connection to the world.
13
32000
2000
Significava uma ligação ao mundo.
00:49
It meant something that would connect us all together.
14
34000
3000
Era algo que nos ligaria a todos.
00:52
And I was sure that it was going to be great for democracy
15
37000
3000
E eu tinha a certeza que seria óptimo para a democracia
00:55
and for our society.
16
40000
3000
e para a nossa sociedade.
00:58
But there's this shift
17
43000
2000
Mas houve uma mudança
01:00
in how information is flowing online,
18
45000
2000
na forma como a informação circula online,
01:02
and it's invisible.
19
47000
3000
e é invisível.
01:05
And if we don't pay attention to it,
20
50000
2000
E se não lhe prestarmos atenção,
01:07
it could be a real problem.
21
52000
3000
poderá ser um grande problema.
01:10
So I first noticed this in a place I spend a lot of time --
22
55000
3000
Reparei nisto pela primeira vez num sítio onde passo muito tempo --
01:13
my Facebook page.
23
58000
2000
a minha página do Facebook.
01:15
I'm progressive, politically -- big surprise --
24
60000
3000
Sou progressista, politicamente -- grande surpresa --
01:18
but I've always gone out of my way to meet conservatives.
25
63000
2000
mas sempre me esforcei para conhecer conservadores.
01:20
I like hearing what they're thinking about;
26
65000
2000
Gosto de saber em que estão a pensar;
01:22
I like seeing what they link to;
27
67000
2000
Gosto de ver que links clicam;
01:24
I like learning a thing or two.
28
69000
2000
Gosto de aprender uma coisa ou duas.
01:26
And so I was surprised when I noticed one day
29
71000
3000
E então fiquei surpreendido quando um dia reparei
01:29
that the conservatives had disappeared from my Facebook feed.
30
74000
3000
que os conservadores tinham desaparecido do meu feed de notícias do Facebook.
01:33
And what it turned out was going on
31
78000
2000
E o que realmente se passava
01:35
was that Facebook was looking at which links I clicked on,
32
80000
4000
era que o Facebook andava a ver em que links eu clicava,
01:39
and it was noticing that, actually,
33
84000
2000
e reparou que eu
01:41
I was clicking more on my liberal friends' links
34
86000
2000
clicava mais nos links dos meus amigos liberais
01:43
than on my conservative friends' links.
35
88000
3000
do que nos de amigos conservadores.
01:46
And without consulting me about it,
36
91000
2000
E sem sequer me consultar sobre tal,
01:48
it had edited them out.
37
93000
2000
acabou por filtrá-los.
01:50
They disappeared.
38
95000
3000
Desapareceram.
01:54
So Facebook isn't the only place
39
99000
2000
E o Facebook não é o único sitio
01:56
that's doing this kind of invisible, algorithmic
40
101000
2000
a fazer este tipo de invisível, algorítmica
01:58
editing of the Web.
41
103000
3000
edição da Web.
02:01
Google's doing it too.
42
106000
2000
A Google também o faz.
02:03
If I search for something, and you search for something,
43
108000
3000
Se eu procurar por qualquer coisa, e vocês também o fizerem,
02:06
even right now at the very same time,
44
111000
2000
mesmo agora, exactamente ao mesmo tempo,
02:08
we may get very different search results.
45
113000
3000
é possível que obtenhamos resultados de pesquisa muito diferentes.
02:11
Even if you're logged out, one engineer told me,
46
116000
3000
Mesmo que estejam desconectados, disse-me um engenheiro,
02:14
there are 57 signals
47
119000
2000
há 57 sinais
02:16
that Google looks at --
48
121000
3000
aos quais a Google olha --
02:19
everything from what kind of computer you're on
49
124000
3000
tudo desde o computador onde se encontram
02:22
to what kind of browser you're using
50
127000
2000
até que tipo de navegador utilizam
02:24
to where you're located --
51
129000
2000
até onde se encontram --
02:26
that it uses to personally tailor your query results.
52
131000
3000
e os utiliza para pessoalmente adaptar os vossos resultados de pesquisa.
02:29
Think about it for a second:
53
134000
2000
Pensem nisto por um segundo:
02:31
there is no standard Google anymore.
54
136000
4000
já não existe um Google igual para todos.
02:35
And you know, the funny thing about this is that it's hard to see.
55
140000
3000
E sabem, a piada disto está no facto de que é difícil de se ver.
02:38
You can't see how different your search results are
56
143000
2000
Não têm noção de quão diferentes os vossos resultados são
02:40
from anyone else's.
57
145000
2000
em comparação com os de qualquer outra pessoa.
02:42
But a couple of weeks ago,
58
147000
2000
Mas há umas semanas atrás,
02:44
I asked a bunch of friends to Google "Egypt"
59
149000
3000
pedi a uns quantos amigos para pesquisarem no Google "Egipto"
02:47
and to send me screen shots of what they got.
60
152000
3000
e para me mandarem uma imagem do seu ecrã com os resultados da pesquisa.
02:50
So here's my friend Scott's screen shot.
61
155000
3000
Então aqui está a imagem do meu amigo Scott.
02:54
And here's my friend Daniel's screen shot.
62
159000
3000
E aqui está a imagem do meu amigo Daniel.
02:57
When you put them side-by-side,
63
162000
2000
Quando as põem lado a lado,
02:59
you don't even have to read the links
64
164000
2000
nem precisam de ler os resultados
03:01
to see how different these two pages are.
65
166000
2000
para ver o quão diferentes estas duas páginas são.
03:03
But when you do read the links,
66
168000
2000
Mas quando realmente lêem os resultados,
03:05
it's really quite remarkable.
67
170000
3000
é de facto bastante notável.
03:09
Daniel didn't get anything about the protests in Egypt at all
68
174000
3000
O Daniel não obteve absolutamente nada sobre os protestos no Egipto
03:12
in his first page of Google results.
69
177000
2000
na sua primeira página de resultados no Google.
03:14
Scott's results were full of them.
70
179000
2000
Os resultados do Scott estavam cheios deles.
03:16
And this was the big story of the day at that time.
71
181000
2000
E isto era a grande história do dia na altura.
03:18
That's how different these results are becoming.
72
183000
3000
Isto é o quão diferente estes resultados estão a ficar.
03:21
So it's not just Google and Facebook either.
73
186000
3000
E isto não é apenas no Google e no Facebook.
03:24
This is something that's sweeping the Web.
74
189000
2000
Isto é algo que está a varrer a Web.
03:26
There are a whole host of companies that are doing this kind of personalization.
75
191000
3000
Há uma série de companhias que estão a fazer este tipo de personalização.
03:29
Yahoo News, the biggest news site on the Internet,
76
194000
3000
A Yahoo News, o maior site de notícias na Internet,
03:32
is now personalized -- different people get different things.
77
197000
3000
é agora personalizado -- pessoas diferentes obtêm resultados diferentes.
03:36
Huffington Post, the Washington Post, the New York Times --
78
201000
3000
O Huffington Post, o Washington Post, o New York Times --
03:39
all flirting with personalization in various ways.
79
204000
3000
todos a namoriscar a personalização de diferentes maneiras.
03:42
And this moves us very quickly
80
207000
3000
E isto move-nos muito rapidamente
03:45
toward a world in which
81
210000
2000
em direcção a um mundo em que
03:47
the Internet is showing us what it thinks we want to see,
82
212000
4000
a Internet nos mostra o que ela acha que nós queremos ver,
03:51
but not necessarily what we need to see.
83
216000
3000
mas não necessariamente aquilo que temos de ver.
03:54
As Eric Schmidt said,
84
219000
3000
Como Eric Schmidt disse,
03:57
"It will be very hard for people to watch or consume something
85
222000
3000
"Será muito difícil fazer com que as pessoas vejam ou adquiram algo
04:00
that has not in some sense
86
225000
2000
que não foi de alguma forma
04:02
been tailored for them."
87
227000
3000
feito para elas."
04:05
So I do think this is a problem.
88
230000
2000
Portanto eu realmente acho que isto é um problema.
04:07
And I think, if you take all of these filters together,
89
232000
3000
E penso que, se agarrarem em todos estes filtros,
04:10
you take all these algorithms,
90
235000
2000
se agarrarem em todos estes algoritmos,
04:12
you get what I call a filter bubble.
91
237000
3000
ficam com aquilo a que eu chamo bolha de filtros.
04:16
And your filter bubble is your own personal,
92
241000
3000
E a vossa bolha de filtros é o vosso pessoal
04:19
unique universe of information
93
244000
2000
e único universo de informação
04:21
that you live in online.
94
246000
2000
em que vivem online.
04:23
And what's in your filter bubble
95
248000
3000
E o que está na vossa bolha de filtros
04:26
depends on who you are, and it depends on what you do.
96
251000
3000
depende de quem são, e depende do que fazem.
04:29
But the thing is that you don't decide what gets in.
97
254000
4000
Mas o problema é que vocês não decidem o que entra na bolha.
04:33
And more importantly,
98
258000
2000
E ainda mais importante,
04:35
you don't actually see what gets edited out.
99
260000
3000
não vêm realmente o que fica de fora.
04:38
So one of the problems with the filter bubble
100
263000
2000
Um dos problemas da bolha de filtros
04:40
was discovered by some researchers at Netflix.
101
265000
3000
foi descoberto por alguns investigadores da Netflix.
04:43
And they were looking at the Netflix queues, and they noticed something kind of funny
102
268000
3000
E eles estavam a ver as filas da Netflix, e repararam numa coisa com alguma piada
04:46
that a lot of us probably have noticed,
103
271000
2000
que provavelmente muitos de nós já repararam,
04:48
which is there are some movies
104
273000
2000
que há certos filmes
04:50
that just sort of zip right up and out to our houses.
105
275000
3000
que é como se entrassem e saíssem logo de nossa casa.
04:53
They enter the queue, they just zip right out.
106
278000
3000
Vão para a fila, e saem logo.
04:56
So "Iron Man" zips right out,
107
281000
2000
Ou seja, o "Iron Man" sai logo,
04:58
and "Waiting for Superman"
108
283000
2000
e o "Waiting for Superman"
05:00
can wait for a really long time.
109
285000
2000
pode esperar muito, muito tempo.
05:02
What they discovered
110
287000
2000
E o que eles descobriram
05:04
was that in our Netflix queues
111
289000
2000
foi que nas nossas filas da Netflix
05:06
there's this epic struggle going on
112
291000
3000
decorre uma luta épica
05:09
between our future aspirational selves
113
294000
3000
entre a nossa futura e aspiracional pessoa
05:12
and our more impulsive present selves.
114
297000
3000
e a nossa mais impulsiva e presente pessoa.
05:15
You know we all want to be someone
115
300000
2000
Todos vocês sabem que todos queremos ser alguém
05:17
who has watched "Rashomon,"
116
302000
2000
que viu o "Rashomon",
05:19
but right now
117
304000
2000
mas neste momento
05:21
we want to watch "Ace Ventura" for the fourth time.
118
306000
3000
queremos ver o "Ace Ventura" pela quarta vez.
05:24
(Laughter)
119
309000
3000
(Gargalhadas)
05:27
So the best editing gives us a bit of both.
120
312000
2000
Portanto, o melhor ajuste dar-nos-ia um bocado dos dois.
05:29
It gives us a little bit of Justin Bieber
121
314000
2000
Dá-nos um bocado de Justin Bieber
05:31
and a little bit of Afghanistan.
122
316000
2000
e um bocado de Afeganistão.
05:33
It gives us some information vegetables;
123
318000
2000
Dá-nos alguma informação tipo vegetais,
05:35
it gives us some information dessert.
124
320000
3000
e dá-nos alguma informação tipo sobremesa.
05:38
And the challenge with these kinds of algorithmic filters,
125
323000
2000
E o desafio com estes tipos de filtros algorítmicos,
05:40
these personalized filters,
126
325000
2000
estes filtros personalizados,
05:42
is that, because they're mainly looking
127
327000
2000
é que, devido ao facto de estarem essencialmente a olhar
05:44
at what you click on first,
128
329000
4000
para o que se clica primeiro,
05:48
it can throw off that balance.
129
333000
4000
pode desequilibrar esse balanço.
05:52
And instead of a balanced information diet,
130
337000
3000
E em vez de uma dieta de informação equilibrada,
05:55
you can end up surrounded
131
340000
2000
pode-se encontrar rodeado
05:57
by information junk food.
132
342000
2000
de informação tipo "comida de plástico".
05:59
What this suggests
133
344000
2000
O que isto sugere
06:01
is actually that we may have the story about the Internet wrong.
134
346000
3000
é que na verdade podemos ter a ideia errada da Internet.
06:04
In a broadcast society --
135
349000
2000
Numa sociedade difundida --
06:06
this is how the founding mythology goes --
136
351000
2000
é assim que a mitologia de fundação funciona --
06:08
in a broadcast society,
137
353000
2000
numa sociedade difundida,
06:10
there were these gatekeepers, the editors,
138
355000
2000
existiam os porteiros, os editores,
06:12
and they controlled the flows of information.
139
357000
3000
e eles controlavam os fluxos de informação.
06:15
And along came the Internet and it swept them out of the way,
140
360000
3000
E entretanto veio a Internet e varreu-os para fora do seu caminho,
06:18
and it allowed all of us to connect together,
141
363000
2000
e permitiu-nos ligar uns aos outros,
06:20
and it was awesome.
142
365000
2000
e era óptimo.
06:22
But that's not actually what's happening right now.
143
367000
3000
Mas na verdade não é o que está a acontecer neste momento.
06:26
What we're seeing is more of a passing of the torch
144
371000
3000
O que nós estamos a ver é mais a passagem da tocha
06:29
from human gatekeepers
145
374000
2000
dos porteiros humanos
06:31
to algorithmic ones.
146
376000
3000
para os porteiros algorítmicos.
06:34
And the thing is that the algorithms
147
379000
3000
E o problema é que os algoritmos
06:37
don't yet have the kind of embedded ethics
148
382000
3000
não têm ainda o tipo de ética incorporada
06:40
that the editors did.
149
385000
3000
que os editores tinham.
06:43
So if algorithms are going to curate the world for us,
150
388000
3000
Portanto, se são algoritmos que vão filtrar o mundo por nós,
06:46
if they're going to decide what we get to see and what we don't get to see,
151
391000
3000
se vão decidir o que podemos ver e o que não podemos ver,
06:49
then we need to make sure
152
394000
2000
então temos que ter a certeza
06:51
that they're not just keyed to relevance.
153
396000
3000
que não estão apenas ligados à relevância.
06:54
We need to make sure that they also show us things
154
399000
2000
Temos que ter a certeza que também nos mostram coisas
06:56
that are uncomfortable or challenging or important --
155
401000
3000
que são desconfortáveis ou desafiadoras ou importantes --
06:59
this is what TED does --
156
404000
2000
é isto o que o TED faz --
07:01
other points of view.
157
406000
2000
outros pontos de vista.
07:03
And the thing is, we've actually been here before
158
408000
2000
E o problema é que já passámos por isto
07:05
as a society.
159
410000
2000
como sociedade.
07:08
In 1915, it's not like newspapers were sweating a lot
160
413000
3000
Em 1915, não era como se os jornais se preocupassem muito
07:11
about their civic responsibilities.
161
416000
3000
acerca das suas suas responsabilidades cívicas.
07:14
Then people noticed
162
419000
2000
Depois as pessoas notaram
07:16
that they were doing something really important.
163
421000
3000
que eles estavam a fazer algo realmente importante.
07:19
That, in fact, you couldn't have
164
424000
2000
Que, de facto, não era possível ter
07:21
a functioning democracy
165
426000
2000
uma democracia funcional
07:23
if citizens didn't get a good flow of information,
166
428000
4000
se os cidadãos não obtivessem um bom fluxo de informação.
07:28
that the newspapers were critical because they were acting as the filter,
167
433000
3000
Que os jornais eram críticos, porque estavam a agir como filtro,
07:31
and then journalistic ethics developed.
168
436000
2000
e aí a ética do jornalismo foi desenvolvida.
07:33
It wasn't perfect,
169
438000
2000
Não era perfeita,
07:35
but it got us through the last century.
170
440000
3000
mas com ela passámos este último século.
07:38
And so now,
171
443000
2000
E portanto agora,
07:40
we're kind of back in 1915 on the Web.
172
445000
3000
É como se estivéssemos de volta ao 1915 na Web.
07:44
And we need the new gatekeepers
173
449000
3000
E nós precisamos que estes novos porteiros
07:47
to encode that kind of responsibility
174
452000
2000
inscrevam esse tipo de responsabilidade
07:49
into the code that they're writing.
175
454000
2000
no código daquilo que estão a escrever.
07:51
I know that there are a lot of people here from Facebook and from Google --
176
456000
3000
Eu sei que há aqui bastantes pessoas do Facebook e da Google --
07:54
Larry and Sergey --
177
459000
2000
Larry e Sergey --
07:56
people who have helped build the Web as it is,
178
461000
2000
pessoas que ajudaram a construir a Web tal como é,
07:58
and I'm grateful for that.
179
463000
2000
e eu estou grato por isso.
08:00
But we really need you to make sure
180
465000
3000
Mas precisamos realmente que vocês tenham a certeza
08:03
that these algorithms have encoded in them
181
468000
3000
de que estes algoritmos tenham neles inscritos
08:06
a sense of the public life, a sense of civic responsibility.
182
471000
3000
um sentido de vida pública, um sentido de responsabilidade cívica.
08:09
We need you to make sure that they're transparent enough
183
474000
3000
Precisamos que vocês tenham a certeza de que são suficientemente transparentes
08:12
that we can see what the rules are
184
477000
2000
para que consigamos ver quais são as regras
08:14
that determine what gets through our filters.
185
479000
3000
que determinam o que é que passa através dos nossos filtros.
08:17
And we need you to give us some control
186
482000
2000
E precisamos que nos dêem algum controlo,
08:19
so that we can decide
187
484000
2000
para que possamos decidir
08:21
what gets through and what doesn't.
188
486000
3000
o que passa e o que não.
08:24
Because I think
189
489000
2000
Porque eu acho
08:26
we really need the Internet to be that thing
190
491000
2000
que precisamos realmente que a Internet seja aquela coisa
08:28
that we all dreamed of it being.
191
493000
2000
que todos nós sonhamos que era.
08:30
We need it to connect us all together.
192
495000
3000
Precisamos que nos ligue todos uns aos outros.
08:33
We need it to introduce us to new ideas
193
498000
3000
Precisamos que nos dê a conhecer novas ideias
08:36
and new people and different perspectives.
194
501000
3000
e novas pessoas e diferentes perspectivas.
08:40
And it's not going to do that
195
505000
2000
E não vai fazer isso
08:42
if it leaves us all isolated in a Web of one.
196
507000
3000
se nos deixar a todos isolados na Web de um.
08:45
Thank you.
197
510000
2000
Obrigado.
08:47
(Applause)
198
512000
11000
(Aplausos)
ABOUT THE SPEAKER
Eli Pariser - Organizer and authorPioneering online organizer Eli Pariser is the author of "The Filter Bubble," about how personalized search might be narrowing our worldview.
Why you should listen
Shortly after the September 11, 2001, attacks, Eli Pariser created a website calling for a multilateral approach to fighting terrorism. In the following weeks, over half a million people from 192 countries signed on, and Pariser rather unexpectedly became an online organizer. The website merged with MoveOn.org in November 2001, and Pariser -- then 20 years old -- joined the group to direct its foreign policy campaigns. He led what the New York Times Magazine called the "mainstream arm of the peace movement" -- tripling MoveOn's member base and demonstrating how large numbers of small donations could be mobilized through online engagement.
In 2004, Pariser became executive director of MoveOn. Under his leadership, MoveOn.org Political Action has grown to 5 million members and raised over $120 million from millions of small donors to support advocacy campaigns and political candidates. Pariser focused MoveOn on online-to-offline organizing, developing phone-banking tools and precinct programs in 2004 and 2006 that laid the groundwork for Barack Obama's extraordinary web-powered campaign. In 2008, Pariser transitioned the Executive Director role at MoveOn to Justin Ruben and became President of MoveOn’s board; he's now a senior fellow at the Roosevelt Institute.
His book The Filter Bubble is set for release May 12, 2011. In it, he asks how modern search tools -- the filter by which many of see the wider world -- are getting better and better and screening the wider world from us, by returning only the search results it "thinks" we want to see.
Eli Pariser | Speaker | TED.com