TED2014
Del Harvey: Protecting Twitter users (sometimes from themselves)
เดล ฮาร์วี่: ความไม่ชอบมาพากลของขนาดของทวิตเตอร์
Filmed:
Readability: 4.4
993,199 views
เมื่อทวีตเป็นแสนๆ ถูกเขียนขึ้นทุกวินาที โอกาศหนึ่งในล้าน -- ที่รวมถึงสถานการณ์ที่ไม่น่าจะเกิด แต่ก็อาจจะเกิด และอาจเป็นอันตรายต่อผู้ใช้งาน -- เกิดขึ้นวันละ 500ครั้ง สำหรับ เดล ฮาร์วี่ หัวหน้าแผนกความปลอดภัย และความเชื่อใจของทวิตเตอร์ตัวเลขเหล่านี้ดูไม่ดีเสียเลย ผู้เชี่ยวชาญด้านการรักษาความปลอดภัยคนนี้ใช้เวลามากมายคิดค้นวิธีที่จะป้องกันไม่ให้สิ่งเลวร้ายเกิดขึ้นและในขณะเดียวกันก็ได้ให้คำแนะนำกับผู้คนรอบโลก ด้วยอารมณ์ขันแบบหน้าตาเฉย เธอนำเสนอหน้าต่างสู่วิธีที่เธอรักษาความปลอดภัยให้กับผู้ใช้บริการ 240 ล้านคน
Del Harvey - Security maven
Del Harvey works to define policy and to ensure user safety and security in the challenging realm of modern social media. Full bio
Del Harvey works to define policy and to ensure user safety and security in the challenging realm of modern social media. Full bio
Double-click the English transcript below to play the video.
00:12
My job at Twitter
0
984
1291
งานของฉันที่ ทวิตเตอร์
00:14
is to ensure user trust,
1
2275
1978
คือการทำให้ผู้ใช้บริการมั่นใจในบริการ
00:16
protect user rights and keep users safe,
2
4253
2837
ปกป้องสิทธิ์และรักษาความปลอดภัยของผู้ใช้
00:19
both from each other
3
7090
1260
จากผู้ใช้ทวิตเตอร์ด้วยกันเอง
00:20
and, at times, from themselves.
4
8350
3899
และบางครั้ง จากตัวผู้ใช้บริการเอง
00:24
Let's talk about what scale looks like at Twitter.
5
12249
4275
ลองมาดูกันว่าตัวเลขการใช้ทวิตเตอร์มันเยอะขนาดไหน
00:28
Back in January 2009,
6
16524
2870
ย้อนกลับไปเดือนมกราคม ปี 2009
00:31
we saw more than two million new tweets each day
7
19394
3331
เราเห็นมากกว่า 2 ล้านทวีตต่อวัน
00:34
on the platform.
8
22725
1764
บนแพลตฟอร์ม
00:36
January 2014, more than 500 million.
9
24489
5908
มกราคม ปี 2014 มากกว่า 500 ล้าน
00:42
We were seeing two million tweets
10
30397
2492
นั่นคือมากกว่า 2 ล้านทวีต
00:44
in less than six minutes.
11
32889
2176
ในเวลาน้อยกว่า 6 นาที
00:47
That's a 24,900-percent increase.
12
35065
6984
เพิ่มขึ้น 24,900 เปอร์เซ็นต์
00:54
Now, the vast majority of activity on Twitter
13
42049
3253
ทีนี้ กิจกรรมส่วนใหญ่บนทวิตเตอร์
00:57
puts no one in harm's way.
14
45302
1503
ไม่มีอันตรายกับใคร
00:58
There's no risk involved.
15
46805
1935
ไม่มีความเสี่ยงใดๆ
01:00
My job is to root out and prevent activity that might.
16
48740
5753
หน้าที่ของฉันคือการสืบค้น
และป้องกันกิจกรรมเสี่ยงต่างๆ
และป้องกันกิจกรรมเสี่ยงต่างๆ
01:06
Sounds straightforward, right?
17
54493
1973
ฟังดูชัดเจนใช่ไหมคะ?
01:08
You might even think it'd be easy,
18
56466
1152
บางทีคุณอาจจะคิดว่ามันง่าย
01:09
given that I just said the vast majority
19
57618
2170
เพราะฉันเพิ่งพูดไปว่ากิจกรรมบนทวิตเตอร์
01:11
of activity on Twitter puts no one in harm's way.
20
59788
3810
ส่วนใหญ่ไม่ได้สร้างภัยอันตรายให้ใคร
01:15
Why spend so much time
21
63598
2169
ทำไมถึงต้องใช้เวลามากมาย
01:17
searching for potential calamities
22
65767
2743
ค้นหาอันตรายที่อาจเกิดขึ้นได้
01:20
in innocuous activities?
23
68510
2900
ในกิจกรรมที่ดูสุดจะปลอดภัย
01:23
Given the scale that Twitter is at,
24
71410
2940
ดูจากขนาดของทวิตเตอร์ในตอนนี้
01:26
a one-in-a-million chance happens
25
74350
2357
สิ่งที่มีโอกาสเกิดขึ้นแค่หนึ่งในล้าน
01:28
500 times a day.
26
76707
4876
คือสิ่งที่เกิดขึ้นวันละ 500 ครั้ง
01:33
It's the same for other companies
27
81583
1445
บริษัทอื่นก็เป็นแบบนี้เหมือนกัน
01:35
dealing at this sort of scale.
28
83028
1471
ถ้าต้องจัดการกับอะไรที่มีขนาดแบบนี้
01:36
For us, edge cases,
29
84499
1708
สำหรับเรา กรณีสุดโต่ง
01:38
those rare situations that are unlikely to occur,
30
86207
3625
เหตุการณ์หายากที่ไม่น่าจะเกิดขึ้นเหล่านั้น
01:41
are more like norms.
31
89832
2622
มันคือเรื่องปกติ
01:44
Say 99.999 percent of tweets
32
92454
3942
สมมติว่า 99.999 เปอร์เซ็นต์ของทวีต
01:48
pose no risk to anyone.
33
96396
1888
ไม่มีอันตรายกับใคร
01:50
There's no threat involved.
34
98284
1066
ไม่มีภัยคุกคามใดๆ เกี่ยวข้อง
01:51
Maybe people are documenting travel landmarks
35
99350
2954
บางทีก็แค่คนถ่ายรูปสถานที่ท่องเที่ยวที่น่าสนใจ
01:54
like Australia's Heart Reef,
36
102304
1963
อย่าง ฮาร์ท ลีฟ ที่ ออสเตรเลีย
01:56
or tweeting about a concert they're attending,
37
104267
2921
หรือทวีตเกี่ยวกับคอนเสิร์ตที่เขากำลังเข้าร่วม
01:59
or sharing pictures of cute baby animals.
38
107188
4747
หรือแบ่งปันรูปทารกสัตว์แสนน่ารัก
02:03
After you take out that 99.999 percent,
39
111935
4509
หลังจากที่คุณตัด 99.999 เปอร์เซ็นต์ ออก
02:08
that tiny percentage of tweets remaining
40
116444
3529
จำนวนทวีตที่เหลือไม่กี่เปอร์เซ็นต์
02:11
works out to roughly
41
119973
2389
คิดออกมาแล้วก็ประมาณ
02:14
150,000 per month.
42
122362
3475
150,000 ทวีตต่อเดือน
02:17
The sheer scale of what we're dealing with
43
125837
2456
แต่ด้วยขนาดของสิ่งที่เราต้องต่อกรด้วย
02:20
makes for a challenge.
44
128293
2312
ทำให้มันท้าทาย
02:22
You know what else makes my role
45
130605
1178
คุณรู้ไหมว่ามีอะไรอีกที่ทำให้
02:23
particularly challenging?
46
131783
3107
หน้าที่ของดิฉันท้าทายมาก
02:26
People do weird things.
47
134890
5123
คนเราชอบทำอะไรแปลกๆ
02:32
(Laughter)
48
140013
1829
(เสียงหัวเราะ)
02:33
And I have to figure out what they're doing,
49
141842
2391
และฉันจะต้องคิดให้ออกว่าพวกเขากำลังทำอะไร
02:36
why, and whether or not there's risk involved,
50
144233
2249
ทำไม และสิ่งที่พวกเขาทำมีอันตรายไหม
02:38
often without much in terms of context
51
146482
2168
บ่อยครั้งที่ไม่มีคำอธิบายหรือพื้นหลัง
02:40
or background.
52
148650
1847
มากนัก
02:42
I'm going to show you some examples
53
150497
2077
ดิฉันจะให้คุณดูตัวอย่าง
02:44
that I've run into during my time at Twitter --
54
152574
2005
ที่ดิฉันได้พบเจอในช่วงเวลาของฉันที่ทวิตเตอร์
02:46
these are all real examples —
55
154579
1620
ตัวอย่างทั้งหมดนี้เป็นเรื่องจริง
02:48
of situations that at first seemed cut and dried,
56
156199
2653
ของสถานการณ์ที่ดูเหมือนจะไม่ซับซ้อน
02:50
but the truth of the matter was something
57
158852
1643
แต่ความจริงมันคือบางอย่าง
02:52
altogether different.
58
160495
1550
ที่แตกต่างโดยสิ้นเชิง
02:54
The details have been changed
59
162045
1977
รายละเอียดได้ถูกเปลี่ยน
02:56
to protect the innocent
60
164022
1257
เพื่อปกป้องผู้บริสุทธิ์
02:57
and sometimes the guilty.
61
165279
3233
และบางครั้งผู้กระทำความผิด
03:00
We'll start off easy.
62
168512
3005
เราจะเริ่มจากง่ายๆ
03:03
["Yo bitch"]
63
171517
1793
["ว่าไง นังตัวแสบ"]
03:05
If you saw a Tweet that only said this,
64
173310
3228
ถ้าคุณเห็นทวีตที่พูดแค่นี้
03:08
you might think to yourself,
65
176538
1694
คุณอาจจะคิดกับตัวเองว่า
03:10
"That looks like abuse."
66
178232
1653
"นั่นเหมือนเป็นการคุกคาม"
03:11
After all, why would you
want to receive the message,
want to receive the message,
67
179885
3107
ไม่ว่ายังไงคงไม่มีใครอยากได้รับข้อความ
03:14
"Yo, bitch."
68
182992
2218
"ว่าไง นังตัวแสบ"
03:17
Now, I try to stay relatively hip
69
185210
4663
ทีนี้ ฉันพยายามทำตัวให้เท่าทันเหตุการณ์
03:21
to the latest trends and memes,
70
189873
2512
ให้ทันกับความเชื่อและค่านิยมล่าสุด
03:24
so I knew that "yo, bitch"
71
192385
2704
เพราะฉะนั้น ฉันรู้ว่า "ว่าไง นังตัวแสบ"
03:27
was also often a common greeting between friends,
72
195089
3154
เป็นคำทักทายทั่วไปในหมู่เพื่อนๆ
03:30
as well as being a popular "Breaking Bad" reference.
73
198243
4262
และเป็นคำที่ใช้กล่าวถึงคนอื่น
ในละครทีวียอดนิยมเรื่อง "เบรคกิ้ง แบด"
ในละครทีวียอดนิยมเรื่อง "เบรคกิ้ง แบด"
03:34
I will admit that I did not expect
74
202505
2487
ฉันยอมรับ ว่าฉันไม่ทันได้คาดคิด
03:36
to encounter a fourth use case.
75
204992
2841
ว่าจะเจอกับกรณีที่สี่
03:39
It turns out it is also used on Twitter
76
207833
3104
ปรากฏว่ามันถูกใช้บนทวิตเตอร์
03:42
when people are role-playing as dogs.
77
210937
3062
เมื่อคนบางคนสวมบทบาทเป็นสุนัข
03:45
(Laughter)
78
213999
5279
(เสียงหัวเราะ)
03:51
And in fact, in that case,
79
219278
1666
ความจริงแล้ว ในกรณีนั้น
03:52
it's not only not abusive,
80
220944
1609
ไม่ใช่แค่ว่ามันไม่ใช่การคุกคาม
03:54
it's technically just an accurate greeting.
81
222553
3139
มันกลับเป็นแค่คำทักทายที่ถูกต้องทางเทคนิค
(คำนี้มีความหมายอีกอย่างว่า สุนัขตัวเมีย)
(คำนี้มีความหมายอีกอย่างว่า สุนัขตัวเมีย)
03:57
(Laughter)
82
225692
2889
(เสียงหัวเราะ)
04:00
So okay, determining whether or not
83
228581
2071
เอาล่ะ ทีนี้การตีความว่าอะไรเป็นภัยคุกคามหรือไม่
04:02
something is abusive without context,
84
230652
1848
โดยปราศจากบริบท
04:04
definitely hard.
85
232500
1592
เป็นอะไรที่ยากแน่นอน
04:06
Let's look at spam.
86
234092
2717
ลองมาดู สแปม
04:08
Here's an example of an account engaged
87
236809
1960
นี่เป็นตัวอย่างของบัญชีที่เกี่ยวข้อง
04:10
in classic spammer behavior,
88
238769
1668
กับพฤติกรรมคลาสสิคของนักสแปม
04:12
sending the exact same message
89
240437
1559
ส่งข้อความที่เหมือนกันออกไป
04:13
to thousands of people.
90
241996
1804
ให้กับผู้คนนับพัน
04:15
While this is a mockup I put
together using my account,
together using my account,
91
243800
2793
นี่เป็นแค่ตัวอย่างที่ฉันรวมจากบัญชีของตัวเอง
04:18
we see accounts doing this all the time.
92
246593
3001
เราสามารถเห็นบัญชีต่างๆ ทำแบบนี้ได้ตลอดเวลา
04:21
Seems pretty straightforward.
93
249594
1979
ดูชัดเจน
04:23
We should just automatically suspend accounts
94
251573
2053
เราควรระงับบัญชีที่กระทำพฤติกรรมนี้
04:25
engaging in this kind of behavior.
95
253626
3307
โดยอัตโนมัติ
04:28
Turns out there's some exceptions to that rule.
96
256933
3210
ปรากฏว่ามันมีข้อยกเว้นเกี่ยวกับกฎนั้น
04:32
Turns out that that message
could also be a notification
could also be a notification
97
260143
2883
ข้อความนั้นอาจเป็นการแจ้งเตือน
04:35
you signed up for that the International
Space Station is passing overhead
Space Station is passing overhead
98
263026
3889
ที่คุณสมัครรับบริการไว้ ให้แจ้งเตือนเมื่อ
สถานีอวกาศนานาชาติเคลื่อนผ่านเหนือบ้านคุณ
สถานีอวกาศนานาชาติเคลื่อนผ่านเหนือบ้านคุณ
04:38
because you wanted to go outside
99
266915
1846
เพราะคุณอยากออกไปข้างนอก
04:40
and see if you could see it.
100
268761
1948
และดูว่าคุณจะสามารถเห็นมันได้หรือไม่
04:42
You're not going to get that chance
101
270709
1225
คุณจะไม่ได้รับโอกาสนั้น
04:43
if we mistakenly suspend the account
102
271934
1847
ถ้าเราระงับบัญชีนี้
04:45
thinking it's spam.
103
273781
2266
คิดว่ามันคือสแปม
04:48
Okay. Let's make the stakes higher.
104
276047
3526
โอเค
ทีนี้มาดูเรื่องที่มีผลกระทบสำคัญขึ้นหน่อย
ทีนี้มาดูเรื่องที่มีผลกระทบสำคัญขึ้นหน่อย
04:51
Back to my account,
105
279573
1916
กลับมาที่บัญชีของฉัน
04:53
again exhibiting classic behavior.
106
281489
3505
อีกครั้งกับพฤติกรรมสุดคลาสสิค
04:56
This time it's sending the same message and link.
107
284994
2643
ทีนี้มันส่งข้อความพร้อมด้วยลิงค์
04:59
This is often indicative of
something called phishing,
something called phishing,
108
287637
2774
บ่อยครั้ง สิ่งนี้คือตัวบ่งชี้ว่า
มันคือสิ่งที่เรียกว่าการ ฟิชชิ่ง
มันคือสิ่งที่เรียกว่าการ ฟิชชิ่ง
05:02
somebody trying to steal another
person's account information
person's account information
109
290411
3178
ใครบางคนกำลังพยายามขโมยข้อมูล
บัญชีของอีกคนหนึ่ง
บัญชีของอีกคนหนึ่ง
05:05
by directing them to another website.
110
293589
2203
โดยชี้นำบุคคลไปยังอีกเว็บไซต์หนึ่ง
05:07
That's pretty clearly not a good thing.
111
295792
4194
ซึ่งดูแล้วไม่ปลอดภัยแน่ๆ
05:11
We want to, and do, suspend accounts
112
299986
1930
เราอยากทำ และเราก็ได้ทำการระงับบัญชี
05:13
engaging in that kind of behavior.
113
301916
2624
ที่แสดงพฤติกรรมแบบนี้
05:16
So why are the stakes higher for this?
114
304540
3247
ทีนี้ทำไมความเสี่ยงถึงได้มากขึ้น?
05:19
Well, this could also be a bystander at a rally
115
307787
2999
นี่อาจเป็นผู้เข้าชมการชุมนุม
05:22
who managed to record a video
116
310786
1910
ที่มีโอกาศได้อัดวีดีโอ
05:24
of a police officer beating a non-violent protester
117
312696
3270
ที่ตำรวจทำร้ายผู้ที่มาชุมนุมโดยสันติ
05:27
who's trying to let the world know what's happening.
118
315966
2975
และต้องการให้โลกได้รับรู้สิ่งที่เกิดขึ้น
05:30
We don't want to gamble
119
318941
1643
เราไม่อยากเสี่ยง
05:32
on potentially silencing that crucial speech
120
320584
2517
ที่จะปิดบังคำปราศรัยสำคัญ
05:35
by classifying it as spam and suspending it.
121
323101
2929
โดยการจำแนกว่ามันคือสแปมและระงับมัน
05:38
That means we evaluate hundreds of parameters
122
326030
2879
นั่นหมายความว่าเราประเมินตัวแปรเป็นร้อยๆ
05:40
when looking at account behaviors,
123
328909
1688
เมื่อดูพฤติกรรมของบัญชีต่างๆ
05:42
and even then, we can still get it wrong
124
330597
2016
แต่ถึงขนาดนั้น เราก็สามารถผิดพลาดได้
05:44
and have to reevaluate.
125
332613
2236
และจำเป็นต้องประเมินอีกครั้ง
05:46
Now, given the sorts of challenges I'm up against,
126
334849
3708
ทีนี้ ดูจากความท้าทายที่ฉันต้องเจอ
05:50
it's crucial that I not only predict
127
338557
2696
มันสำคัญมากที่นอกจากดิฉันจะคาดการณ์แล้ว
05:53
but also design protections for the unexpected.
128
341253
3784
ยังต้องออกแบบการป้องกันเหตุการณ์ที่ไม่อาจคาดคิด
05:57
And that's not just an issue for me,
129
345037
2342
และนั่นไม่ใช่แค่ปัญหาของดิฉัน
05:59
or for Twitter, it's an issue for you.
130
347379
2087
หรือทวิตเตอร์ แต่มันคือปัญหาสำหรับคุณ
06:01
It's an issue for anybody who's building or creating
131
349466
2406
มันคือปัญหาสำหรับทุกคนที่สร้างหรือผลิต
06:03
something that you think is going to be amazing
132
351872
1925
บางสิ่งที่คุณคิดว่ามันจะออกมามหัศจรรย์
06:05
and will let people do awesome things.
133
353797
2789
และจะทำให้ผู้คนได้ทำอะไรเจ๋งๆ
06:08
So what do I do?
134
356586
2866
ทีนี้ดิฉันจะทำอย่างไร?
06:11
I pause and I think,
135
359452
3318
ดิฉันหยุด และคิด
06:14
how could all of this
136
362770
2095
สิ่งต่างๆ ทั้งหมดนี้
06:16
go horribly wrong?
137
364865
3793
จะเกิดความผิดพลาดร้ายแรงได้อย่างไร?
06:20
I visualize catastrophe.
138
368658
4453
ดิฉันจินตนาการภัยพิบัติ
06:25
And that's hard. There's a sort of
139
373111
2463
และการทำแบบนั้นมันยาก มันมีบางอย่างที่
06:27
inherent cognitive dissonance in doing that,
140
375574
2848
ขัดแย้งกันในหัวเวลาทำแบบนั้น
06:30
like when you're writing your wedding vows
141
378422
1812
เหมือนเวลาที่คุณเขียนคำสาบานในงานแต่งงาน
06:32
at the same time as your prenuptial agreement.
142
380234
2646
พร้อมกับเขียนข้อตกลงก่อนแต่งงาน
06:34
(Laughter)
143
382880
1696
(เสียงหัวเราะ)
06:36
But you still have to do it,
144
384576
2373
แต่คุณก็ยังต้องทำมัน
06:38
particularly if you're marrying
500 million tweets per day.
500 million tweets per day.
145
386949
4446
โดยเฉพาะถ้าคุณต้องแต่งงานกับ
500 ล้าน ทวีตต่อวัน
500 ล้าน ทวีตต่อวัน
06:43
What do I mean by "visualize catastrophe?"
146
391395
3097
ฉันหมายความอย่างไรเมื่อพูดว่า
"จินตนาการภัยพิบัติ"
"จินตนาการภัยพิบัติ"
06:46
I try to think of how something as
147
394492
2762
ฉันพยายามคิดว่าบางสิ่งที่ดูอ่อนโยน
06:49
benign and innocuous as a picture of a cat
148
397254
3228
และไร้พิษสงอย่างรูปของแมว
จะนำไปสู่ความตายได้อย่างไร
06:52
could lead to death,
149
400482
1104
06:53
and what to do to prevent that.
150
401586
2326
และจะทำอะไรเพื่อป้องกันเหตุการณ์นั้น
06:55
Which happens to be my next example.
151
403912
2383
ซึ่งบังเอิญว่าเป็นตัวอย่างต่อไปของฉัน
06:58
This is my cat, Eli.
152
406295
3110
นี่คือแมวของดิฉัน อีไล
07:01
We wanted to give users the ability
153
409405
1981
เราต้องการมอบความสามารถในการเพิ่มรูป
07:03
to add photos to their tweets.
154
411386
2073
ลงไปในทวีตให้แก่ผู้ใช้บริการ
07:05
A picture is worth a thousand words.
155
413459
1597
หนึ่งภาพมีค่ามากกว่าพันคำพูด
07:07
You only get 140 characters.
156
415056
2009
คุณพิมพ์ได้แค่ 140 ตัวอักษร
07:09
You add a photo to your tweet,
157
417065
1200
คุณเพิ่มรูปภาพลงไปในทวีต
07:10
look at how much more content you've got now.
158
418265
3038
ดูสิตอนนี้คุณมีเนื้อหามากมายแค่ไหน
07:13
There's all sorts of great things you can do
159
421303
1677
มันมีสิ่งต่างๆ มากมายที่คุณทำได้
07:14
by adding a photo to a tweet.
160
422980
2007
โดยการเพิ่มรูปภาพลงไปในทวีตของคุณ
07:16
My job isn't to think of those.
161
424987
2280
หน้าที่ของดิฉันไม่ใช่การคิดถึงเรื่องพวกนั้น
07:19
It's to think of what could go wrong.
162
427267
2747
มันคือการคิดว่าอะไรจะผิดพลาด
07:22
How could this picture
163
430014
1892
รูปภาพนี้จะนำมาซึ่งความตาย
07:23
lead to my death?
164
431906
3539
ของดิฉันได้อย่างไร
07:27
Well, here's one possibility.
165
435445
3160
และนี่คือหนึ่งสิ่งที่เป็นไปได้
07:30
There's more in that picture than just a cat.
166
438605
3086
ในรูปภาพนั้นมันไม่ได้มีแค่แมวตัวเดียว
07:33
There's geodata.
167
441691
2092
มันมีข้อมูลทางภูมิศาสตร์
07:35
When you take a picture with your smartphone
168
443783
2212
เมื่อคุณถ่ายรูปด้วยโทรศัพท์อัจฉริยะ
07:37
or digital camera,
169
445995
1299
หรือกล้องถ่ายรูปดิจิตอล
07:39
there's a lot of additional information
170
447294
1654
มันมีข้อมูลมากมาย
07:40
saved along in that image.
171
448948
1616
ถูกบันทึกไปกับรูปภาพ
07:42
In fact, this image also contains
172
450564
1932
จริงๆ แล้ว รูปภาพนี้มี
07:44
the equivalent of this,
173
452496
1805
สิ่งที่มีค่าเท่ากับสิ่งนี้
07:46
more specifically, this.
174
454301
3079
เจาะจงไปอีกก็คือนี่
07:49
Sure, it's not likely that someone's going to try
175
457380
1956
แน่นอน มันดูไม่น่าจะมีใครพยายาม
07:51
to track me down and do me harm
176
459336
2285
สะกดรอยตามและทำร้ายดิฉัน
07:53
based upon image data associated
177
461621
1784
โดยใช้ข้อมูลที่เกี่ยวข้องกับ
07:55
with a picture I took of my cat,
178
463405
1948
รูปของแมวฉันที่ดิฉันถ่าย
07:57
but I start by assuming the worst will happen.
179
465353
3651
แต่ฉันเริ่มต้นด้วยการสมมติสิ่งที่เลวร้ายที่สุด
08:01
That's why, when we launched photos on Twitter,
180
469004
2338
และนั่นคือเหตุผลว่าทำไม ตอนที่เราเปิดตัว
รูปภาพบนทวิตเตอร์
รูปภาพบนทวิตเตอร์
08:03
we made the decision to strip that geodata out.
181
471342
3821
เราตัดสินใจที่จะลบข้อมูลทางภูมิศาสตร์พวกนั้นออกไป
08:07
(Applause)
182
475163
5847
(เสียงปรบมือ)
08:13
If I start by assuming the worst
183
481010
2613
ถ้าดิฉันเริ่มต้นจากการสมมติสิ่งที่เลวร้ายที่สุด
08:15
and work backwards,
184
483623
947
และทำงานย้อนหลัง
08:16
I can make sure that the protections we build
185
484570
2553
ดิฉันจะสามารถมั่นใจได้ว่าระบบป้องกันที่เราสร้างขึ้น
08:19
work for both expected
186
487123
1768
จะเป็นประโยชน์กับเหตุการณ์ทั้งที่
08:20
and unexpected use cases.
187
488891
2078
คาดคิดและไม่คาดคิด
08:22
Given that I spend my days and nights
188
490969
2945
ถ้าดูจากที่ดิฉันใช้เวลาทั้งกลางวันและกลางคืน
08:25
imagining the worst that could happen,
189
493914
2541
จินตนาการสิ่งเลวร้ายต่างๆ ที่อาจเกิดขึ้น
08:28
it wouldn't be surprising if
my worldview was gloomy.
my worldview was gloomy.
190
496455
4257
มันคงไม่แปลกเลยถ้าโลกทัศน์ของดิฉันจะดูหดหู่
08:32
(Laughter)
191
500712
1783
(เสียงหัวเราะ)
08:34
It's not.
192
502495
1417
ไม่เลย
08:35
The vast majority of interactions I see --
193
503912
3876
ปฏิสัมพันธ์ส่วนใหญ่ที่ดิฉันได้เห็น
08:39
and I see a lot, believe me -- are positive,
194
507788
3901
และฉันได้เห็นเยอะ เชื่อฉันสิ เป็นไปในทางบวก
08:43
people reaching out to help
195
511689
1924
ผู้คนพยายามช่วยเหลือ
08:45
or to connect or share information with each other.
196
513613
3448
หรือเชื่อมต่อ หรือแบ่งปัน ซึ่งกันและกัน
08:49
It's just that for those of us dealing with scale,
197
517061
3323
มันแค่สำหรับพวกเราที่ต้องต่อกรกับขนาด
08:52
for those of us tasked with keeping people safe,
198
520384
3800
สำหรับพวกเราที่มีหน้าที่ดูแลให้ผู้คนปลอดภัย
08:56
we have to assume the worst will happen,
199
524184
2546
เราจำเป็นต้องสมมติว่าสิ่งที่เลวร้ายที่สุดจะเกิดขึ้น
08:58
because for us, a one-in-a-million chance
200
526730
4227
เพราะสำหรับพวกเรา โอกาสหนึ่งในล้านนั้น
09:02
is pretty good odds.
201
530957
2749
คือสิ่งที่เกิดขึ้นได้ไม่ยากเลย
09:05
Thank you.
202
533706
1864
ขอบคุณค่ะ
09:07
(Applause)
203
535570
4000
(เสียงปรบมือ)
ABOUT THE SPEAKER
Del Harvey - Security mavenDel Harvey works to define policy and to ensure user safety and security in the challenging realm of modern social media.
Why you should listen
As Senior Director of Trust and Safety at Twitter, Del Harvey works to define policy and to ensure user safety and security in the challenging realm of modern social media. Prior to joining Twitter, she spent five years as the co-administrator and law enforcement liaison for a 501(c)3 non-profit charity, working with agencies ranging from local police departments to the FBI, U.S. Marshals and the Secret Service.
Del Harvey | Speaker | TED.com