TEDxWinnipeg
Jeff Hancock: The future of lying
Jeff Hancock: Yalanın geleceği
Filmed:
Readability: 3.3
1,347,124 views
Hangimiz "Yoldayım," diye mesaj atarak yalan söylemedi veya çevrim içi flört sitelerinde, profil bilgilerinde gerçeği gölgelemedi ki? Jeff Hancock, internette anonim olma durumunun insanları yalana teşvik ettiğini düşünmüyor.
Hatta bu çevrim içi bilgilerin kalıcı ve görülebilir olmasının, insanları dürüstlüğe sevk ettiğini söylüyor.
Jeff Hancock - Psychologist
Jeff Hancock studies how we interact by email, text message and social media blips, seeking to understand how technology mediates communication. Full bio
Jeff Hancock studies how we interact by email, text message and social media blips, seeking to understand how technology mediates communication. Full bio
Double-click the English transcript below to play the video.
00:16
Let me tell you, it has been a fantastic month for deception.
0
381
3713
Sahtekârlıklarla dolu
muazzam bir ay geçirdik.
muazzam bir ay geçirdik.
00:19
And I'm not even talking about the American presidential race. (Laughter)
1
4094
4253
ABD başkanlık seçimlerinden
bahsetmiyorum bile. (Kahkaha)
bahsetmiyorum bile. (Kahkaha)
00:24
We have a high-profile journalist caught for plagiarism,
2
8347
4335
Bilgi hırsızlığı yaptığı saptanan
üst düzey gazetecimiz,
üst düzey gazetecimiz,
00:28
a young superstar writer whose book involves
3
12682
2932
çok fazla uydurma alıntı içerdiği için
kitabı raflardan toplatılmış
son derece popüler genç bir yazarımız,
son derece popüler genç bir yazarımız,
00:31
so many made up quotes that they've pulled it from the shelves;
4
15614
3305
New York Times'da skandal olan
sahte kitap incelemelerimiz var.
sahte kitap incelemelerimiz var.
00:34
a New York Times exposé on fake book reviews.
5
18919
2598
00:37
It's been fantastic.
6
21517
1409
Gerçekten harikaydı.
00:38
Now, of course, not all deception hits the news.
7
22926
3851
Tabii ki bütün sahtekârlıklar
haber konusu olmuyor.
haber konusu olmuyor.
00:42
Much of the deception is everyday. In fact, a lot of research
8
26777
3679
Sahtekârlıklar günlük yaşamın bir parçası;
Dave'in de belirttiği gibi,
Dave'in de belirttiği gibi,
00:46
shows that we all lie once or twice a day, as Dave suggested.
9
30456
4331
birçok araştırma, herkesin günde bir
iki kez yalan söylediğini ortaya koyuyor.
iki kez yalan söylediğini ortaya koyuyor.
00:50
So it's about 6:30 now, suggests that most of us should have lied.
10
34787
2933
Saat şu anda 6:30,
çoğumuz yalan söylemişizdir.
çoğumuz yalan söylemişizdir.
Winnipeg'e bir bakalım.
Son 24 saat içinde kaçınız
Son 24 saat içinde kaçınız
00:53
Let's take a look at Winnipeg. How many of you,
11
37720
1900
00:55
in the last 24 hours -- think back -- have told a little fib,
12
39620
2927
küçük veya büyük bir yalan söyledi?
00:58
or a big one? How many have told a little lie out there?
13
42547
3551
Kaçınız beyaz bir yalan söyledi?
01:01
All right, good. These are all the liars.
14
46098
1904
Güzel, güzel. Bunların hepsi yalancı,
01:03
Make sure you pay attention to them. (Laughter)
15
48002
3293
bu kişilere dikkat edin. (Kahkaha)
01:07
No, that looked good, it was about two thirds of you.
16
51295
2146
Cidden iyiydi, üçte ikiniz el kaldırdı.
01:09
The other third didn't lie, or perhaps forgot,
17
53441
2852
Üçte birlik kısım yalan söylemedi,
ya da yalan söylediğini unuttu
ya da yalan söylediğini unuttu
01:12
or you're lying to me about your lying, which is very,
18
56293
2660
ya da yalan söylemediği
konusunda yalan söyledi.
konusunda yalan söyledi.
01:14
very devious. (Laughter) This fits with a lot of the research,
19
58953
4050
Çok sinsisiniz. (Kahkaha)
Birçok araştırma da bunu gösteriyor,
Birçok araştırma da bunu gösteriyor,
01:18
which suggests that lying is very pervasive.
20
63003
3354
yalan söylemek yayılmaya oldukça müsait.
01:22
It's this pervasiveness, combined with the centrality
21
66357
3961
Bu yayılımcı tutum, insan olmanın
özündeki merkeziyetçilik ile birleşiyor;
özündeki merkeziyetçilik ile birleşiyor;
01:26
to what it means to be a human, the fact that we can
22
70318
2440
yalan söyleyebiliyor
veya bir şeyler uydurabiliyoruz
veya bir şeyler uydurabiliyoruz
01:28
tell the truth or make something up,
23
72758
1880
ve bu durum, tarih boyunca
01:30
that has fascinated people throughout history.
24
74638
2851
birçok insanın ilgisini çekti.
01:33
Here we have Diogenes with his lantern.
25
77489
2629
Burada, Diyojen ile fenerini görüyorsunuz.
01:36
Does anybody know what he was looking for?
26
80118
2680
Neyi aradığını bilen var mı?
01:38
A single honest man, and he died without finding one
27
82798
3784
Dürüst bir insan arıyordu
ve bulamadan Yunanistan'da öldü.
ve bulamadan Yunanistan'da öldü.
01:42
back in Greece. And we have Confucius in the East
28
86582
3017
Ve Doğudaki Konfüçyüs'e bakalım,
01:45
who was really concerned with sincerity,
29
89599
2377
tamamen samimiyet ile ilgilenirdi;
01:47
not only that you walked the walk or talked the talk,
30
91976
3084
bol keseden atıp
eyleme dökmeme değil de,
eyleme dökmeme değil de,
01:50
but that you believed in what you were doing.
31
95060
3154
yapılan işe gerçekten
gönül verilmesindeki samimiyet.
gönül verilmesindeki samimiyet.
01:54
You believed in your principles.
32
98214
2006
Kişi, kendi ilkelerine inanmalıydı.
01:56
Now my first professional encounter with deception
33
100220
2931
Benim sahtekârlıkla ilgili
ilk profesyonel deneyimim,
ilk profesyonel deneyimim,
01:59
is a little bit later than these guys, a couple thousand years.
34
103151
3463
bu şahıslardan biraz daha sonra,
birkaç bin yıl sonra oldu.
birkaç bin yıl sonra oldu.
02:02
I was a customs officer for Canada back in the mid-'90s.
35
106614
3799
90'lı yılların ortalarında,
Kanada'da gümrük memuruydum.
Kanada'da gümrük memuruydum.
02:06
Yeah. I was defending Canada's borders.
36
110413
2826
Evet, Kanada'nın sınırlarını koruyordum.
02:09
You may think that's a weapon right there. In fact,
37
113239
3782
Şuradakini bir silah zannedebilirsiniz,
02:12
that's a stamp. I used a stamp to defend Canada's borders. (Laughter)
38
117021
5030
ama işin aslı, o bir kaşe. Sınırları
korurken bir kaşe kullanırdım. (Kahkaha)
korurken bir kaşe kullanırdım. (Kahkaha)
02:17
Very Canadian of me. I learned a lot about deception
39
122051
3537
Tam bir Kanadalı hareketi.
Gümrükteki görevim sırasında,
sahtekârlıkla ilgili birçok şey öğrendim;
sahtekârlıkla ilgili birçok şey öğrendim;
02:21
while doing my duty here in customs,
40
125588
3055
02:24
one of which was that most of what I thought I knew about deception was wrong,
41
128643
2884
bunlardan biri, sahtekârlıkla ilgili
bildiğimi sandığım çoğu şeyin
bildiğimi sandığım çoğu şeyin
02:27
and I'll tell you about some of that tonight.
42
131527
1752
yanlış olmasıydı, bu akşam
bu konudan bahsedeceğim.
bu konudan bahsedeceğim.
02:29
But even since just 1995, '96, the way we communicate
43
133279
4074
1995, 96'lardan beri iletişim şeklimiz
02:33
has been completely transformed. We email, we text,
44
137353
3297
tamamen farklı bir hâl aldı.
E-postalaşıyor, mesajlaşıyor,
Skype-Facebook kullanıyoruz, çok acayip.
Skype-Facebook kullanıyoruz, çok acayip.
02:36
we skype, we Facebook. It's insane.
45
140650
2613
02:39
Almost every aspect of human communication's been changed,
46
143263
3261
İnsan iletişimi neredeyse
her yönden değişikliğe uğradı
her yönden değişikliğe uğradı
02:42
and of course that's had an impact on deception.
47
146524
2560
ve elbette bu durum,
sahtekârlık üzerinde etkili oldu.
sahtekârlık üzerinde etkili oldu.
02:44
Let me tell you a little bit about a couple of new deceptions
48
149084
2583
Takip ettiğimiz ve belgelediğimiz
yeni sahtekârlık türlerinden bazılarından
yeni sahtekârlık türlerinden bazılarından
02:47
we've been tracking and documenting.
49
151667
2376
sizlere kısaca bahsedeyim.
02:49
They're called the Butler, the Sock Puppet
50
154043
4244
Bazılarının isimleri Kâhya, Çorap Kuklası
02:54
and the Chinese Water Army.
51
158287
2081
ve Çin Su Ordusu olarak geçiyor.
02:56
It sounds a little bit like a weird book,
52
160368
1897
Kulağa garip bir kitap ismi gibi gelse de,
02:58
but actually they're all new types of lies.
53
162265
2133
hepsi aslında yeni yalan çeşitleri.
03:00
Let's start with the Butlers. Here's an example of one:
54
164398
3045
Kâhya ile başlayalım, bir örnek vereyim:
03:03
"On my way." Anybody ever written, "On my way?"
55
167443
3113
"Yoldayım."
Daha önce bunu yazan var mı?
Daha önce bunu yazan var mı?
03:06
Then you've also lied. (Laughter)
56
170556
3763
O zaman siz de yalan söylediniz.
(Kahkaha)
(Kahkaha)
03:10
We're never on our way. We're thinking about going on our way.
57
174319
4197
Hiç bir zaman yolda olmuyoruz,
yolda olmayı düşünüyoruz sadece.
yolda olmayı düşünüyoruz sadece.
03:14
Here's another one: "Sorry I didn't respond to you earlier.
58
178516
2763
Başka bir örnek vereyim:
"Daha önce cevaplayamadığım için üzgünüm.
"Daha önce cevaplayamadığım için üzgünüm.
03:17
My battery was dead." Your battery wasn't dead.
59
181279
1965
Şarjım bitmişti."
Şarjınız bitmemişti.
Şarjınız bitmemişti.
03:19
You weren't in a dead zone.
60
183244
1876
Telefonunuz çekmiyor da değildi.
03:21
You just didn't want to respond to that person that time.
61
185120
1953
Sadece o anda, o kişiye
cevap vermek istemediniz.
cevap vermek istemediniz.
03:22
Here's the last one: You're talking to somebody,
62
187073
1797
Son bir örnek vereyim;
birisi ile konuşuyorsunuz
birisi ile konuşuyorsunuz
03:24
and you say, "Sorry, got work, gotta go."
63
188870
2490
ve "Afedersin işim var,
gitmem lâzım," diyorsunuz.
gitmem lâzım," diyorsunuz.
03:27
But really, you're just bored. You want to talk to somebody else.
64
191360
3797
Ama aslında sıkıldınız,
başka birisiyle konuşmak istiyorsunuz.
başka birisiyle konuşmak istiyorsunuz.
03:31
Each of these is about a relationship,
65
195157
2416
Bunların her biri ilişkilerle alakalı
03:33
and this is a 24/7 connected world. Once you get my cell phone number,
66
197573
4405
ve artık 7/24 ulaşılabilir bir dünyada
yaşıyoruz, telefon numaramı bir kez
yaşıyoruz, telefon numaramı bir kez
03:37
you can literally be in touch with me 24 hours a day.
67
201978
2965
aldığınız takdirde, günün her saatinde
bana ulaşabiliyorsunuz.
bana ulaşabiliyorsunuz.
03:40
And so these lies are being used by people
68
204943
2369
İnsanlar tarafından kullanılan
03:43
to create a buffer, like the butler used to do,
69
207312
2826
bu tür yalanlarsa siz ve diğerleri
arasında tampon görevi görüyor,
arasında tampon görevi görüyor,
03:46
between us and the connections to everybody else.
70
210138
3407
kâhyaların bir dönemler yaptığı gibi.
03:49
But they're very special. They use ambiguity
71
213545
1707
Ama bunlar çok özeller.
03:51
that comes from using technology. You don't know
72
215252
2061
Teknolojiyi kullanarak nerede,
03:53
where I am or what I'm doing or who I'm with.
73
217313
2948
kiminle olunduğu veya ne yapıldığı
konusunda belirsizlik yaratıyor.
konusunda belirsizlik yaratıyor.
03:56
And they're aimed at protecting the relationships.
74
220261
2491
Ve bu yalanlar, ilişkileri
korumayı hedefliyor.
korumayı hedefliyor.
03:58
These aren't just people being jerks. These are people
75
222752
2581
İnsanlar bunları kullanarak
hıyarlık etmiş olmuyorlar.
hıyarlık etmiş olmuyorlar.
04:01
that are saying, look, I don't want to talk to you now,
76
225333
2376
İnsanlar bu noktada şunu belirtiyorlar;
seninle şu veya bu zamanda konuşmak
istemiyorum, ama seni hâlâ önemsiyorum.
istemiyorum, ama seni hâlâ önemsiyorum.
04:03
or I didn't want to talk to you then, but I still care about you.
77
227709
2424
04:06
Our relationship is still important.
78
230133
2400
İlişkimiz hâlâ önemli.
04:08
Now, the Sock Puppet, on the other hand,
79
232533
1514
Öte yandan Çorap Kuklası var,
04:09
is a totally different animal. The sock puppet isn't
80
234047
2343
tamamen farklı bir hayvan.
04:12
about ambiguity, per se. It's about identity.
81
236390
3065
Tek başına belirsizliği aktarmıyor.
Kişilik ile alakalı.
Kişilik ile alakalı.
04:15
Let me give you a very recent example,
82
239455
2002
Sizlere yakın dönemden örnek vereyim,
04:17
as in, like, last week.
83
241457
1514
mesela geçen haftaya bakalım.
04:18
Here's R.J. Ellory, best-seller author in Britain.
84
242971
3268
R.J. Ellory, Britanya'nın
en çok satan yazarı.
en çok satan yazarı.
04:22
Here's one of his bestselling books.
85
246239
2020
En çok satan kitaplarından biri de bu.
04:24
Here's a reviewer online, on Amazon.
86
248259
3413
Burada da Amazon'daki
bir eleştiri yazısını görüyorsunuz.
bir eleştiri yazısını görüyorsunuz.
04:27
My favorite, by Nicodemus Jones, is,
87
251672
2657
Nicodemus Jones'un
en çok sevdiğim alıntısı,
en çok sevdiğim alıntısı,
04:30
"Whatever else it might do, it will touch your soul."
88
254329
3808
"Başka ne yapacağı muallak,
ama ruhunuza dokunacak."
ama ruhunuza dokunacak."
04:34
And of course, you might suspect
89
258137
1403
Elbette Nicodemus Jones'un
04:35
that Nicodemus Jones is R.J. Ellory.
90
259540
2627
R.J. Ellory olabileceğinden
şüphelenebilirsiniz.
şüphelenebilirsiniz.
04:38
He wrote very, very positive reviews about himself. Surprise, surprise.
91
262167
4687
Sürpriz, sürpriz; kendisi hakkında
oldukça olumlu eleştiriler yazmış.
oldukça olumlu eleştiriler yazmış.
04:42
Now this Sock Puppet stuff isn't actually that new.
92
266854
3260
Çorap Kuklası olayı
tamamen yeni bir şey değil.
tamamen yeni bir şey değil.
04:46
Walt Whitman also did this back in the day,
93
270114
3167
İnternet teknolojisi piyasada yokken,
04:49
before there was Internet technology. Sock Puppet
94
273281
3055
Walt Whitman de vakti zamanında yapmıştı.
04:52
becomes interesting when we get to scale,
95
276336
2768
Çorap Kuklası, değerlere
baktığımızda ilgi çekici hâle geliyor,
baktığımızda ilgi çekici hâle geliyor,
04:55
which is the domain of the Chinese Water Army.
96
279104
2518
ki bu da Çin Su Ordusunun olayı.
04:57
Chinese Water Army refers to thousands of people
97
281622
2436
Çin Su Ordusu, Çin'de cüzi
bir para karşılığında ürün üreten
bir para karşılığında ürün üreten
04:59
in China that are paid small amounts of money
98
284058
3048
binlerce insanı temsil ediyor.
05:03
to produce content. It could be reviews. It could be
99
287106
3034
İnceleme yazısı olabilir,
propaganda olabilir.
propaganda olabilir.
05:06
propaganda. The government hires these people,
100
290140
2559
Gelişi güzel bir şekilde
05:08
companies hire them, all over the place.
101
292699
2628
hükûmet veya şirketler
insanları işe alıyor.
insanları işe alıyor.
05:11
In North America, we call this Astroturfing,
102
295327
3617
Kuzey Amerika'da buna
"Suni Kamuoyu Oluşturma" diyoruz
"Suni Kamuoyu Oluşturma" diyoruz
05:14
and Astroturfing is very common now. There's a lot of concerns about it.
103
298944
3438
ve oldukça yaygın bir şey
ve bu konuda çok fazla endişe var.
ve bu konuda çok fazla endişe var.
05:18
We see this especially with product reviews, book reviews,
104
302382
3227
Bunu özellikle ürün incelemelerinde,
kitap incelemelerinde;
kitap incelemelerinde;
05:21
everything from hotels to whether that toaster is a good toaster or not.
105
305609
4795
otelden, bir tost makinenin iyi olup
olmadığına kadar her şeyde görüyoruz.
olmadığına kadar her şeyde görüyoruz.
05:26
Now, looking at these three reviews, or these three types of deception,
106
310404
3918
Bu üç farklı incelemeye baktığınızda
ya da üç farklı sahtekârlığa baktığınızda,
ya da üç farklı sahtekârlığa baktığınızda,
05:30
you might think, wow, the Internet is really making us
107
314322
2737
internetin bizleri ciddi anlamda
sahtekâr bir tür hâline
sahtekâr bir tür hâline
05:32
a deceptive species, especially when you think about
108
317059
3209
soktuğunu düşünebilirsiniz,
özellikle Suni Kamuoyu Oluşturma gibi
özellikle Suni Kamuoyu Oluşturma gibi
05:36
the Astroturfing, where we can see deception brought up to scale.
109
320268
4602
sahtekârlığın ölçülebilir bir düzeye
gelmiş olması sizi düşündürebilir.
gelmiş olması sizi düşündürebilir.
05:40
But actually, what I've been finding is very different from that.
110
324870
4738
Ama buna karşın,
ben çok daha farklı bulgular edindim.
ben çok daha farklı bulgular edindim.
05:45
Now, let's put aside the online anonymous sex chatrooms,
111
329608
3249
Şimdi öncelikle çevrim içi anonim
seks odalarını bir kenara bırakalım,
seks odalarını bir kenara bırakalım,
05:48
which I'm sure none of you have been in.
112
332857
1899
ki hiçbirinizin girmediğine eminim.
05:50
I can assure you there's deception there.
113
334756
2329
Bu noktada sahtekârlık olduğuna
sizleri temin edebilirim.
sizleri temin edebilirim.
05:52
And let's put aside the Nigerian prince who's emailed you
114
337085
2709
43 milyonu ülkesinden çıkarmak için
05:55
about getting the 43 million out of the country. (Laughter)
115
339794
3228
size e-posta gönderen Nijeryalı prensi de
bir kenara bırakalım. (Kahkaha)
bir kenara bırakalım. (Kahkaha)
05:58
Let's forget about that guy, too.
116
343022
1680
O adamı da unutalım.
06:00
Let's focus on the conversations between our friends
117
344702
2944
Arkadaşlarımızla, ailemizle,
iş arkadaşlarımızla
iş arkadaşlarımızla
06:03
and our family and our coworkers and our loved ones.
118
347646
2147
ve sevdiğimiz insanlarla olan
konuşmalarımıza odaklanalım.
konuşmalarımıza odaklanalım.
06:05
Those are the conversations that really matter.
119
349793
2408
Asıl önem taşıyan bu konuşmalardır.
06:08
What does technology do to deception with those folks?
120
352201
4240
Teknoloji, sahtekârlık bağlamında
bu kişileri nasıl etkiliyor?
bu kişileri nasıl etkiliyor?
06:12
Here's a couple of studies. One of the studies we do
121
356441
3075
Bazı araştırmalara bir göz atalım.
06:15
are called diary studies, in which we ask people to record
122
359516
3371
Bunlardan biri günlük araştırmaları;
insanlardan yedi gün boyunca
insanlardan yedi gün boyunca
06:18
all of their conversations and all of their lies for seven days,
123
362887
3566
bütün konuşmalarını ve yalanlarını
kaydetmelerini istiyoruz ve sonrasında,
kaydetmelerini istiyoruz ve sonrasında,
06:22
and what we can do then is calculate how many lies took place
124
366453
3105
konuşma başına ortalama
kaç yalan düştüğünü hesaplıyoruz.
kaç yalan düştüğünü hesaplıyoruz.
06:25
per conversation within a medium, and the finding
125
369558
2948
Bulgularımız insanları çok şaşırtıyor;
06:28
that we get that surprises people the most is that email
126
372506
2524
çünkü sonuçlara göre e-posta konuşmaları,
06:30
is the most honest of those three media.
127
375030
3279
en dürüst üç sosyal medyadan biri.
06:34
And it really throws people for a loop because we think,
128
378309
2401
Bu sonuç insanları şoka uğratıyor,
06:36
well, there's no nonverbal cues, so why don't you lie more?
129
380710
3736
çünkü düşündüğümüzde sözlü imalar yok,
neden daha çok yalan söylemeyesin ki?
neden daha çok yalan söylemeyesin ki?
06:40
The phone, in contrast, the most lies.
130
384446
4304
Telefon ise, tam tersine,
en çok yalan söylediğimiz mecra.
en çok yalan söylediğimiz mecra.
06:44
Again and again and again we see the phone is the device
131
388750
1946
Tekrar tekrar, insanların en çok
telefon üzerinden yalan söylediğine
telefon üzerinden yalan söylediğine
06:46
that people lie on the most, and perhaps because of the Butler Lie ambiguities I was telling you about.
132
390696
4718
şahit oluyoruz ve belki de, bahsettiğim
Kâhya Yalanı belirsizliği yüzündendir.
Kâhya Yalanı belirsizliği yüzündendir.
06:51
This tends to be very different from what people expect.
133
395414
3975
İnsanların beklentilerine göre değişiyor.
06:55
What about résumés? We did a study in which we had
134
399389
3224
Özgeçmişlere ne demeli?
06:58
people apply for a job, and they could apply for a job
135
402613
2544
İnsanların; Facebook gibi
bir sosyal mecra olan,
bir sosyal mecra olan,
07:01
either with a traditional paper résumé, or on LinkedIn,
136
405157
3514
fakat profesyonellerin kullandığı,
içeriği aynı olan LinkedIn üzerinden
içeriği aynı olan LinkedIn üzerinden
07:04
which is a social networking site like Facebook,
137
408671
2822
ya da geleneksel yöntem olan
kağıt özgeçmiş yoluyla
kağıt özgeçmiş yoluyla
07:07
but for professionals -- involves the same information as a résumé.
138
411493
3567
bir işe başvurdukları
bir araştırma düzenledik.
bir araştırma düzenledik.
07:10
And what we found, to many people's surprise,
139
415060
2614
Çoğu insanı şaşırtan sonuçlara göre
07:13
was that those LinkedIn résumés were more honest
140
417674
2795
LinkedIn'deki özgeçmişler,
sorumluluk ya da önceki işteki beceriler
gibi, çalışanlar için mühim konularda
gibi, çalışanlar için mühim konularda
07:16
on the things that mattered to employers, like your
141
420469
1824
07:18
responsibilities or your skills at your previous job.
142
422293
4151
daha dürüst nitelik taşıyor.
07:22
How about Facebook itself?
143
426444
2296
Facebook'a ne demeli?
07:24
You know, we always think that hey, there are these
144
428740
1882
Her zaman orada gözüken şeylerin,
07:26
idealized versions, people are just showing the best things
145
430622
2129
kişilerin hayatlarının en güzel anları,
07:28
that happened in their lives. I've thought that many times.
146
432751
2656
en ideal versiyonları olduğunu düşünürüz.
Ben hep böyle düşünürdüm.
Ben hep böyle düşünürdüm.
07:31
My friends, no way they can be that cool and have good of a life.
147
435407
3068
Arkadaşlarımın bu kadar iyi ve mükemmel
bir hayat sürmelerinin imkânı yok.
bir hayat sürmelerinin imkânı yok.
07:34
Well, one study tested this by examining people's personalities.
148
438475
3821
Bir araştırmada, kişilerin
karakterini inceleyerek bunu araştırdık.
karakterini inceleyerek bunu araştırdık.
07:38
They had four good friends of a person judge their personality.
149
442296
4218
Dört yakın arkadaşı,
o kişinin karakterini değerlendirdiler.
o kişinin karakterini değerlendirdiler.
07:42
Then they had strangers, many strangers,
150
446514
1956
Daha sonra o kişiyi tanımayan,
yabancı insanlar
yabancı insanlar
07:44
judge the person's personality just from Facebook,
151
448470
2528
o kişinin Facebook'una
bakarak karakterini değerlendirdiler
bakarak karakterini değerlendirdiler
07:46
and what they found was those judgments of the personality
152
450998
2429
ve sonuçlara göre
değerlendirmelerin hepsi
değerlendirmelerin hepsi
07:49
were pretty much identical, highly correlated,
153
453427
2509
oldukça benzerdi, birbiri ile
bağdaşıyordu.
bağdaşıyordu.
07:51
meaning that Facebook profiles really do reflect our actual personality.
154
455936
4373
Yani Facebook profili gerçekten de
kişinin karakterini yansıtıyor.
kişinin karakterini yansıtıyor.
07:56
All right, well, what about online dating?
155
460309
2572
Pekâlâ, peki ya çevrim içi flörtleşme?
07:58
I mean, that's a pretty deceptive space.
156
462881
1500
Sahtekârlığa oldukça müsait bir ortam.
08:00
I'm sure you all have "friends" that have used online dating. (Laughter)
157
464381
3535
Eminim hepinizin bunu deneyimleyen
bir "tanıdığı" olmuştur. (Kahkaha)
bir "tanıdığı" olmuştur. (Kahkaha)
08:03
And they would tell you about that guy that had no hair
158
467916
2058
Buluşunca kel çıkan adamlardan
08:05
when he came, or the woman that didn't look at all like her photo.
159
469974
3030
veya fotoğraftaki hâline hiç
benzemeyen kadınlardan bahsetmişlerdir.
benzemeyen kadınlardan bahsetmişlerdir.
08:08
Well, we were really interested in it, and so what we did
160
473004
3136
Bu konu gerçekten merak uyandırıcı,
08:12
is we brought people, online daters, into the lab,
161
476140
3107
bu yüzden bu çevrim içi flörtleşen
kişileri laboratuvarımıza getirdik
kişileri laboratuvarımıza getirdik
08:15
and then we measured them. We got their height
162
479247
1480
ve ölçümler yaptık.
08:16
up against the wall, we put them on a scale, got their weight --
163
480727
3881
Bir duvar üzerinde boy ölçümleri yaptık,
tartı ile kilolarına baktık,
tartı ile kilolarına baktık,
08:20
ladies loved that -- and then we actually got their driver's license to get their age.
164
484608
3895
kadınların çok hoşuna gitti --
sonra ehliyetlerinden yaşlarına baktık.
sonra ehliyetlerinden yaşlarına baktık.
08:24
And what we found was very, very interesting.
165
488503
4311
Oldukça şaşırtıcı sonuçlara ulaştık.
08:28
Here's an example of the men and the height.
166
492814
3929
Erkeklerin boylarına bir bakalım.
08:32
Along the bottom is how tall they said they were in their profile.
167
496743
2470
Alt kısımda, profillerine yazdıkları
boy uzunlukları yer alıyor.
boy uzunlukları yer alıyor.
08:35
Along the y-axis, the vertical axis, is how tall they actually were.
168
499213
4862
Y ekseninde, dikey eksendeyse
gerçek boyları yazıyor.
gerçek boyları yazıyor.
08:39
That diagonal line is the truth line. If their dot's on it,
169
504075
3076
Nokta uyuşuyorsa,
eğri çizgi gerçekleri yansıtıyor,
eğri çizgi gerçekleri yansıtıyor,
08:43
they were telling exactly the truth.
170
507151
1554
tam olarak söyledikleri boydalarmış.
08:44
Now, as you see, most of the little dots are below the line.
171
508705
3113
Gördüğünüz gibi çoğu nokta
çizginin altında kalmış.
çizginin altında kalmış.
08:47
What it means is all the guys were lying about their height.
172
511818
2867
Yani bütün adamlar,
boyları hakkında yalan söylemişler.
boyları hakkında yalan söylemişler.
08:50
In fact, they lied about their height about nine tenths of an inch,
173
514685
2941
Aslında boylarını yüzde iki
arttırarak yalan söylemişler;
arttırarak yalan söylemişler;
08:53
what we say in the lab as "strong rounding up." (Laughter)
174
517626
6276
ki biz buna laboratuvarda
"aşırı yuvarlama" diyoruz. (Kahkaha)
"aşırı yuvarlama" diyoruz. (Kahkaha)
08:59
You get to 5'8" and one tenth, and boom! 5'9".
175
523902
4503
1.72'sin ve bir bakmışsın 1.75.
09:04
But what's really important here is, look at all those dots.
176
528405
1998
Burada asıl önemli olan,
şu noktalara bakın.
şu noktalara bakın.
09:06
They are clustering pretty close to the truth. What we found
177
530403
2566
Gerçeğe oldukça yakın
bir düzlemde kümelenmişler.
bir düzlemde kümelenmişler.
09:08
was 80 percent of our participants did indeed lie
178
532969
2408
Katılımcılardan %80'i gerçekten de
09:11
on one of those dimensions, but they always lied by a little bit.
179
535377
3595
bu konuda yalan söylemişler,
fakat hepsi azıcık yalan söylemiş.
fakat hepsi azıcık yalan söylemiş.
09:14
One of the reasons is pretty simple. If you go to a date,
180
538972
3024
Sebeplerden biri oldukça aşikâr.
09:17
a coffee date, and you're completely different than what you said,
181
541996
3601
Eğer bir çay içmek için buluşursan,
söylediğinden tamamen farklı çıkarsın.
söylediğinden tamamen farklı çıkarsın.
09:21
game over. Right? So people lied frequently, but they lied
182
545597
3619
Oyun Bitti. Değil mi?
Bu yüzden insanlar çok yalan söylediler,
Bu yüzden insanlar çok yalan söylediler,
09:25
subtly, not too much. They were constrained.
183
549216
3469
fakat aşırıya kaçmadılar, zorlamadılar.
09:28
Well, what explains all these studies? What explains the fact
184
552685
2887
Peki bütün bu çalışmalar neyi gösteriyor?
09:31
that despite our intuitions, mine included,
185
555572
4635
Benimkisi dâhil sezgilerimize karşın,
09:36
a lot of online communication, technologically-mediated
186
560207
3529
birçok çevrim içi iletişim mecrasında,
teknolojik ortamdaki iletişimlerde
teknolojik ortamdaki iletişimlerde
09:39
communication, is more honest than face to face?
187
563736
4028
yüz yüze olandan neden daha dürüstüz?
09:43
That really is strange. How do we explain this?
188
567764
2489
Gerçekten çok garip,
bunu nasıl açıklayabiliriz?
bunu nasıl açıklayabiliriz?
09:46
Well, to do that, one thing is we can look at the deception-detection literature.
189
570253
3379
Bunun için, sahtekârlık saptama
kaynaklarına bakabiliriz.
kaynaklarına bakabiliriz.
09:49
It's a very old literature by now, it's coming up on 50 years.
190
573632
4345
Oldukça eskiye dayanıyor, 50 yıl öncesine.
09:53
It's been reviewed many times. There's been thousands of trials,
191
577977
2662
Tekrar tekrar düzenlendi,
binlerce kez denemesi yapıldı,
binlerce kez denemesi yapıldı,
09:56
hundreds of studies, and there's some really compelling findings.
192
580639
3981
yüzlerce araştırma yapıldı
ve çok çarpıcı bulgular edinildi.
ve çok çarpıcı bulgular edinildi.
10:00
The first is, we're really bad at detecting deception,
193
584620
3236
Öncelikle şunu söyleyebiliriz ki,
bunları saptamada çok kötüyüz.
bunları saptamada çok kötüyüz.
10:03
really bad. Fifty-four percent accuracy on average when you have to tell
194
587856
4116
Birinin söylediği bir şeyin yalan olup
olmadığını anlamak için ortalama
olmadığını anlamak için ortalama
10:07
if somebody that just said a statement is lying or not.
195
591972
3384
yüzde elli dörtlük doğruluk payımız var.
10:11
That's really bad. Why is it so bad?
196
595356
3192
Cidden çok düşük bir oran. Neden böyle?
10:14
Well it has to do with Pinocchio's nose.
197
598548
2530
Pinokyo'nun burnu yüzünden.
10:16
If I were to ask you guys, what do you rely on
198
601078
2359
Sizlere, karşınızdaki kişinin
yalan söyleyip söylemediğini
anlamak için neye bakardınız
anlamak için neye bakardınız
10:19
when you're looking at somebody and you want to find out
199
603437
2245
10:21
if they're lying? What cue do you pay attention to?
200
605682
2930
diye soracak olursam ne dersiniz?
Hangi detaya bakarsınız?
Hangi detaya bakarsınız?
10:24
Most of you would say that one of the cues you look at
201
608612
2430
Çoğunuz, göz cevabını verecektir.
10:26
is the eyes. The eyes are the window to the soul.
202
611042
2728
Gözler ruhun aynasıdır.
10:29
And you're not alone. Around the world, almost every culture,
203
613770
2403
Yalnız değilsiniz.
Dünya çapında, neredeyse her kültürde
Dünya çapında, neredeyse her kültürde
10:32
one of the top cues is eyes. But the research
204
616173
2863
en önemli detay gözler.
10:34
over the last 50 years says there's actually no reliable cue
205
619036
3824
Fakat son elli yıldır
yapılan araştırmalara göre,
yapılan araştırmalara göre,
10:38
to deception, which blew me away, and it's one of
206
622860
2997
çok şaşırtıcı bir şekilde
bu konuda güvenilir bir dayanak yok,
bu konuda güvenilir bir dayanak yok,
10:41
the hard lessons that I learned when I was customs officer.
207
625857
2355
gümrük memurluğu yaparken
öğrendiğim en önemli derslerdendi.
öğrendiğim en önemli derslerdendi.
10:44
The eyes do not tell us whether somebody's lying or not.
208
628212
2430
Gözler, birinin yalan söyleyip
söylemediğini anlatmaz.
söylemediğini anlatmaz.
10:46
Some situations, yes -- high stakes, maybe their pupils dilate,
209
630642
3018
Bazı durumlarda evet --
çoğunlukla göz bebekleri irileşir,
çoğunlukla göz bebekleri irileşir,
10:49
their pitch goes up, their body movements change a little bit,
210
633660
3504
ses tonları yükselir, vücut hareketlerinde
bir miktar değişme olabilir,
bir miktar değişme olabilir,
10:53
but not all the time, not for everybody, it's not reliable.
211
637164
4832
ama her zaman değil,
herkeste olmaz, güvenilir değil.
herkeste olmaz, güvenilir değil.
10:57
Strange. The other thing is that just because you can't see me
212
641996
3378
Garip. Bir diğer nokta ise,
sizin beni görmemeniz
sizin beni görmemeniz
11:01
doesn't mean I'm going to lie. It's common sense,
213
645374
2419
yalan söyleyeceğim anlamına gelmez.
Genel algı bu şekilde,
Genel algı bu şekilde,
11:03
but one important finding is that we lie for a reason.
214
647793
2907
ama önemli bir bulguya göre
yalan söylememizin bir sebebi vardır.
yalan söylememizin bir sebebi vardır.
11:06
We lie to protect ourselves or for our own gain
215
650700
2367
Kendimizi korumak için
veya kendi çıkarımız için
veya kendi çıkarımız için
11:08
or for somebody else's gain.
216
653067
2827
ya da başkasının çıkarı
için yalan söyleriz.
için yalan söyleriz.
11:11
So there are some pathological liars, but they make up
217
655894
1930
İflah olmaz yalancılar da var,
11:13
a tiny portion of the population. We lie for a reason.
218
657824
3513
ama onlar istisna, çok küçük bir grup.
Boş yere yalan söylemeyiz.
Boş yere yalan söylemeyiz.
11:17
Just because people can't see us doesn't mean
219
661337
1631
İnsanların bizi görmemesi
11:18
we're going to necessarily lie.
220
662968
2271
illa yalan söyleyeceğimiz anlamına gelmez.
11:21
But I think there's actually something much more
221
665239
1553
Ama bence burada,
11:22
interesting and fundamental going on here. The next big
222
666792
3274
çok daha ilginç ve mühim bir şeyler var.
11:25
thing for me, the next big idea, we can find by going
223
670066
3797
Benim için bir diğer büyük konu;
11:29
way back in history to the origins of language.
224
673863
3139
geçmişte, dilin tarihinde yatıyor.
11:32
Most linguists agree that we started speaking somewhere
225
677002
3887
Çoğu dilbilimci, 50.000-100.000 yıl önce
11:36
between 50,000 and 100,000 years ago. That's a long time ago.
226
680889
3168
konuşmaya başladığımız konusunda
hemfikir, gerçekten de uzak bir geçmiş.
hemfikir, gerçekten de uzak bir geçmiş.
11:39
A lot of humans have lived since then.
227
684057
2616
O zamandan bu yana birçok insan yaşadı.
11:42
We've been talking, I guess, about fires and caves
228
686673
2423
Ateşten, mağaralardan,
keskin dişli kaplanlardan bahsediyoruz.
keskin dişli kaplanlardan bahsediyoruz.
11:44
and saber-toothed tigers. I don't know what they talked about,
229
689096
3107
Onların muhabbet konusu neydi bilmiyorum,
11:48
but they were doing a lot of talking, and like I said,
230
692203
2518
fakat konuşuyorlardı ve belirttiğim gibi
11:50
there's a lot of humans evolving speaking,
231
694721
2545
konuşmanın evrilmesinde rol alan
çok fazla insan var,
çok fazla insan var,
11:53
about 100 billion people in fact.
232
697266
2806
100 milyar kadar insan söz konusu.
11:55
What's important though is that writing only emerged
233
700072
2782
Burada önemli olan, yazının
11:58
about 5,000 years ago. So what that means is that
234
702854
3587
5.000 yıl kadar önce ortaya çıkması.
12:02
all the people before there was any writing,
235
706441
2392
Bu da demek oluyor ki
yazıdan önceki insanların
yazıdan önceki insanların
12:04
every word that they ever said, every utterance
236
708833
5586
söyledikleri her kelime,
ağızlarından çıkan her şey kayboldu.
ağızlarından çıkan her şey kayboldu.
12:10
disappeared. No trace. Evanescent. Gone.
237
714419
4752
İz yok. Geçip gitti. Artık yok.
12:15
So we've been evolving to talk in a way in which
238
719171
4065
Konuşmanın evrimi kaydolmadan ilerliyor,
12:19
there is no record. In fact, even the next big change
239
723236
5917
ki aslında yazıdaki
önemli bir değişiklik olan matbaa bile
daha 500 yıl önce meydana geldi,
daha 500 yıl önce meydana geldi,
12:25
to writing was only 500 years ago now,
240
729153
2468
12:27
with the printing press, which is very recent in our past,
241
731621
2379
çok yakın bir geçmişten bahsediyoruz
12:29
and literacy rates remained incredibly low right up until World War II,
242
734000
4242
ve okuma yazma oranı,
2. Dünya Savaşı'na kadar çok düşüktü.
2. Dünya Savaşı'na kadar çok düşüktü.
12:34
so even the people of the last two millennia,
243
738242
3384
Son iki bin yılın insanlarının dâhil
12:37
most of the words they ever said -- poof! -- disappeared.
244
741626
5032
söyledikleri birçok şey,
öylece havaya uçtu.
öylece havaya uçtu.
12:42
Let's turn to now, the networked age.
245
746658
3591
Bugüne, ağ bağlantısı devrine dönelim.
12:46
How many of you have recorded something today?
246
750249
4712
Kaçınız bugün bir şey kaydetti?
12:50
Anybody do any writing today? Did anybody write a word?
247
754961
3177
Bugün yazı yazan oldu mu?
Bir kelime yazanınız var mı?
Bir kelime yazanınız var mı?
12:54
It looks like almost every single person here recorded something.
248
758138
4226
Buradaki neredeyse her bir kişi,
bir şey kaydetmiş gibi gözüküyor.
bir şey kaydetmiş gibi gözüküyor.
12:58
In this room, right now, we've probably recorded more
249
762364
3048
Şu anda, bu odada, muhtemelen
tarih öncesi dönem kayıtlarından
tarih öncesi dönem kayıtlarından
13:01
than almost all of human pre-ancient history.
250
765412
4542
çok daha fazla şey kaydedilmiştir.
13:05
That is crazy. We're entering this amazing period
251
769954
3230
Akıl alır gibi değil.
İnsan evriminin cereyana uğradığı
bu muhteşem döneme giriyoruz;
bu muhteşem döneme giriyoruz;
13:09
of flux in human evolution where we've evolved to speak
252
773184
4015
13:13
in a way in which our words disappear, but we're in
253
777199
2701
sözlerin kaybolduğu
bir şekilde konuşmaya evrildik,
bir şekilde konuşmaya evrildik,
13:15
an environment where we're recording everything.
254
779900
2903
fakat her şeyin kayıt altına
alındığı bir çevrede yaşıyoruz.
alındığı bir çevrede yaşıyoruz.
13:18
In fact, I think in the very near future, it's not just
255
782803
2337
Aslında, çok yakın bir gelecekte
13:21
what we write that will be recorded, everything we do
256
785140
2349
zannediyorum ki
yalnızca yazdıklarımız değil,
yalnızca yazdıklarımız değil,
13:23
will be recorded.
257
787489
2333
her hareketimiz kaydolacak.
13:25
What does that mean? What's the next big idea from that?
258
789822
4456
Peki bu ne anlama geliyor?
Bundan daha öte ne olabilir?
Bundan daha öte ne olabilir?
13:30
Well, as a social scientist, this is the most amazing thing
259
794278
4250
Bir sosyal bilimci olarak bu,
hayalini kurduğum en muazzam şey.
13:34
I have ever even dreamed of. Now, I can look at
260
798528
3547
Şu anda, bütün bu kelimelerin
kayboluşuna şahit oluyorum.
kayboluşuna şahit oluyorum.
13:37
all those words that used to, for millennia, disappear.
261
802075
3611
13:41
I can look at lies that before were said and then gone.
262
805686
4248
Söylenip yok olan yalanlara bakabiliyorum.
13:45
You remember those Astroturfing reviews that we were
263
809934
3520
Daha önce bahsettiğim sahte Suni Kamuoyu
Oluşturma incelemelerini hatırlayın.
Oluşturma incelemelerini hatırlayın.
13:49
talking about before? Well, when they write a fake review,
264
813454
3503
Sahte bir inceleme hazırlayacaklarında,
13:52
they have to post it somewhere, and it's left behind for us.
265
816957
2704
bunu bir yerde paylaşmaları gerekiyor
ve orada bizi bekliyor.
ve orada bizi bekliyor.
13:55
So one thing that we did, and I'll give you an example of
266
819661
2435
Çalışmalarımızın birinde,
bir örnek göstereceğim,
bir örnek göstereceğim,
13:57
looking at the language, is we paid people
267
822096
2495
insanlardan ücret karşılığında
sahte inceleme yazısı yazmalarını istedik.
sahte inceleme yazısı yazmalarını istedik.
14:00
to write some fake reviews. One of these reviews is fake.
268
824591
3535
Bu incelemelerden birisi sahte.
14:04
The person never was at the James Hotel.
269
828126
1943
Kişi James Oteli'ne hiç gitmedi.
14:05
The other review is real. The person stayed there.
270
830069
2922
Diğer inceleme gerçek, kişi orada kaldı.
14:08
Now, your task now is to decide
271
832991
3527
Şimdi, hangi incelemenin
14:12
which review is fake?
272
836518
4073
sahte olduğunu anlamak size düştü.
14:16
I'll give you a moment to read through them.
273
840591
4186
Okumanız için zaman vereceğim.
14:20
But I want everybody to raise their hand at some point.
274
844777
2287
Ama herkesin el kaldırmasını istiyorum.
14:22
Remember, I study deception. I can tell if you don't raise your hand.
275
847064
4231
Unutmayın, sahtekârlık çalışma alanım.
Elinizi kaldırmazsanız anlarım.
Elinizi kaldırmazsanız anlarım.
14:27
All right, how many of you believe that A is the fake?
276
851295
4570
Kimler A'nın sahte olduğunu düşünüyor?
14:33
All right. Very good. About half.
277
857894
2142
Güzel, çok iyi. Neredeyse yarınız.
14:35
And how many of you think that B is?
278
860036
3615
Kimler B'nin sahte olduğunu düşünüyor?
14:39
All right. Slightly more for B.
279
863651
2529
Güzel, B biraz daha fazla oy aldı.
14:42
Excellent. Here's the answer.
280
866180
2592
Harika. Buyrun cevabı:
14:44
B is a fake. Well done second group. You dominated the first group. (Laughter)
281
868772
6581
B sahteydi. İkinci grubu tebrik ediyorum.
Birinci grubu alt ettiniz. (Kahkaha)
Birinci grubu alt ettiniz. (Kahkaha)
14:51
You're actually a little bit unusual. Every time we demonstrate this,
282
875353
2846
Ama sizde bir gariplik var.
Ne zaman bunu göstersek,
Ne zaman bunu göstersek,
14:54
it's usually about a 50-50 split, which fits
283
878199
2746
genelde %50-%50 çıkıyor,
14:56
with the research, 54 percent. Maybe people here
284
880945
2646
ki bu da araştırmayla ölçüşüyor, %54.
14:59
in Winnipeg are more suspicious and better at figuring it out.
285
883591
3770
Belki de Winnipeg'deki insanlar daha
şüpheci yaklaşıyor ve daha başarılılar.
şüpheci yaklaşıyor ve daha başarılılar.
15:03
Those cold, hard winters, I love it.
286
887361
2688
Soğuk çetin kış günleri, bayılırım.
15:05
All right, so why do I care about this?
287
890049
3054
Evet, peki ya bundan banane?
15:09
Well, what I can do now with my colleagues in computer science
288
893103
3268
Bilgisayar bilimindeki arkadaşlarımla,
15:12
is we can create computer algorithms that can analyze
289
896371
3232
yalanın, dilbilimdeki izlerini analiz eden
15:15
the linguistic traces of deception.
290
899603
2900
bir bilgisayar algoritması yaratabiliriz.
15:18
Let me highlight a couple of things here
291
902503
1833
Sahte incelemeyle ilgili
bazı şeylerin altını çizmek istiyorum.
bazı şeylerin altını çizmek istiyorum.
15:20
in the fake review. The first is that liars tend to think
292
904336
3443
Öncelikle, yalancılar anlatıma odaklanır.
15:23
about narrative. They make up a story:
293
907779
1588
Bir hikâye uydururlar:
15:25
Who? And what happened? And that's what happened here.
294
909367
3186
Kim? Ne oldu? Burada da,
tam olarak bunu görüyorsunuz.
tam olarak bunu görüyorsunuz.
15:28
Our fake reviewers talked about who they were with
295
912553
2289
Sahte inceleme yazanlar
kiminle olduklarından,
kiminle olduklarından,
15:30
and what they were doing. They also used the first person singular, I,
296
914842
4765
ne yaptıklarından bahsettiler.
Orada gerçekten kalan insanlara nazaran,
"ben" öznesini çok daha fazla kullandılar.
"ben" öznesini çok daha fazla kullandılar.
15:35
way more than the people that actually stayed there.
297
919607
2469
15:37
They were inserting themselves into the hotel review,
298
922076
4696
Bir bakıma, otel incelemesine
kendilerini sokmaya çalıştılar,
kendilerini sokmaya çalıştılar,
15:42
kind of trying to convince you they were there.
299
926772
1696
sizleri orada olduklarına
ikna etmeye çalışır gibi yani.
ikna etmeye çalışır gibi yani.
15:44
In contrast, the people that wrote the reviews that were actually there,
300
928468
4015
Buna karşın, orada kalıp
inceleme yazısı yazanlar,
inceleme yazısı yazanlar,
15:48
their bodies actually entered the physical space,
301
932483
2432
fiziksel olarak bedenleri
gerçekten orada bulundu,
gerçekten orada bulundu,
15:50
they talked a lot more about spatial information.
302
934915
2899
daha çok mekânsal bilgi verdiler.
15:53
They said how big the bathroom was, or they said,
303
937814
2517
Banyonun ne kadar büyük olduğunu
15:56
you know, here's how far shopping is from the hotel.
304
940331
4520
veya alışveriş-otel mesafesini anlattılar.
16:00
Now, you guys did pretty well. Most people perform at chance at this task.
305
944851
4161
Siz iyi iş çıkardınız.
Çoğu insan bu tahmini şansa bırakır.
Çoğu insan bu tahmini şansa bırakır.
16:04
Our computer algorithm is very accurate, much more accurate
306
949012
2758
Bilgisayar algoritmamız daha net.
İnsanların olabileceğinden daha net,
İnsanların olabileceğinden daha net,
16:07
than humans can be, and it's not going to be accurate all the time.
307
951770
3291
ama her zaman net olmayacak.
16:10
This isn't a deception-detection machine to tell
308
955061
2030
Kız arkadaşınızla mesajlaşırken,
onun size yalan söyleyip söylemediğini
onun size yalan söyleyip söylemediğini
16:12
if your girlfriend's lying to you on text messaging.
309
957091
2501
anlayacak bir sahtekârlık-saptama
makinesi söz konusu değil.
makinesi söz konusu değil.
16:15
We believe that every lie now, every type of lie --
310
959592
3564
Günümüzde her çeşit yalanın --
16:19
fake hotel reviews, fake shoe reviews,
311
963156
3787
sahte otel incelemeleri,
sahte ayakkabı incelemeleri,
sahte ayakkabı incelemeleri,
16:22
your girlfriend cheating on you with text messaging --
312
966943
2914
mesajlaşırken kız arkadaşınızın
sizi kandırması --
sizi kandırması --
16:25
those are all different lies. They're going to have
313
969857
1505
bunların hepsi farklı yalanlar.
16:27
different patterns of language. But because everything's
314
971362
2859
Her biri farklı bir üslupla ilerliyor.
16:30
recorded now, we can look at all of those kinds of lies.
315
974221
4689
Ama artık her şey kaydedildiği için,
bütün bu farklı yalanları inceleyebiliriz.
bütün bu farklı yalanları inceleyebiliriz.
16:34
Now, as I said, as a social scientist, this is wonderful.
316
978910
3993
Daha önce belirttiğim gibi, sosyal bilimci
olarak bu benim için harika bir şey.
olarak bu benim için harika bir şey.
16:38
It's transformational. We're going to be able to learn
317
982903
2087
İşlerin seyrini değiştirecek bir şey.
16:40
so much more about human thought and expression,
318
984990
3802
İnsan düşünce ve ifadeleri hakkında
çok daha fazla şey öğrenebileceğiz;
çok daha fazla şey öğrenebileceğiz;
16:44
about everything from love to attitudes,
319
988792
4398
sevgiden tutuma kadar neredeyse her şeyi,
16:49
because everything is being recorded now, but
320
993190
1960
çünkü her şey artık kaydediliyor,
16:51
what does it mean for the average citizen?
321
995150
2404
peki bu durum ortalama
bir vatandaş için ne ifade ediyor?
bir vatandaş için ne ifade ediyor?
16:53
What does it mean for us in our lives?
322
997554
2802
Yaşamlarımızdaki yeri nedir?
16:56
Well, let's forget deception for a bit. One of the big ideas,
323
1000356
3673
Sahtekârlık şimdilik kenarda dursun.
16:59
I believe, is that we're leaving these huge traces behind.
324
1004029
3688
Buradaki asıl olaylardan biri bence,
artık arkamızda büyük izler bırakmamız.
artık arkamızda büyük izler bırakmamız.
17:03
My outbox for email is massive,
325
1007717
3216
E-postalarımda gönderilen
kutum tıka basa dolu,
kutum tıka basa dolu,
17:06
and I never look at it. I write all the time,
326
1010933
3337
ama hiç bakmıyorum. Her zaman yazıyorum,
17:10
but I never look at my record, at my trace.
327
1014270
3438
ama izime, kaydıma hiç bakmıyorum.
17:13
And I think we're going to see a lot more of that,
328
1017708
1567
Ama artık bunları daha çok görür olacağız;
17:15
where we can reflect on who we are by looking at
329
1019275
3161
yazdıklarımızla, söylediklerimizle,
yaptıklarımızla
yaptıklarımızla
17:18
what we wrote, what we said, what we did.
330
1022436
3618
kişiliğimizi ortaya koyuyoruz.
17:21
Now, if we bring it back to deception, there's a couple
331
1026054
2272
Sahtekârlığa dönecek olursak,
17:24
of take-away things here.
332
1028326
1977
birkaç nokta var.
17:26
First, lying online can be very dangerous, right?
333
1030303
4488
Öncelikle; çevrim içi yalan söylemek
çok tehlikeli olabilir, değil mi?
çok tehlikeli olabilir, değil mi?
17:30
Not only are you leaving a record for yourself on your machine,
334
1034791
2706
Yalnızca o makinede kendinize
ait bir kayıt bırakmış olmuyor,
ait bir kayıt bırakmış olmuyor,
17:33
but you're leaving a record on the person that you were lying to,
335
1037497
4275
aynı zamanda yalan söylediğiniz
kişi üzerinde kayıt bırakmış oluyorsunuz
kişi üzerinde kayıt bırakmış oluyorsunuz
17:37
and you're also leaving them around for me to analyze
336
1041772
1760
ve onları bir bilgisayar algoritması ile
17:39
with some computer algorithms.
337
1043532
1454
analiz etmem için,
ortada bırakmış oluyorsunuz.
ortada bırakmış oluyorsunuz.
17:40
So by all means, go ahead and do that, that's good.
338
1044986
3173
Elbette, istediğinizi yapabilirsiniz,
sorun yok.
sorun yok.
17:44
But when it comes to lying and what we want to do
339
1048159
4154
Fakat söz konusu yalan söyleme
17:48
with our lives, I think we can go back to
340
1052313
2553
ve hayat amacımız olduğunda,
17:50
Diogenes and Confucius. And they were less concerned
341
1054866
3749
Diyojen'e ve Konfüçyüs'e dönebiliriz.
17:54
about whether to lie or not to lie, and more concerned about
342
1058615
2832
Onlar yalan söyleme veya söylememe
konusunu pek önemsemezlerdi,
konusunu pek önemsemezlerdi,
17:57
being true to the self, and I think this is really important.
343
1061447
3285
onlara göre mühim olan kişinin kendisine
sadık kalmasıydı, ki bence bu çok önemli.
sadık kalmasıydı, ki bence bu çok önemli.
18:00
Now, when you are about to say or do something,
344
1064732
4183
Şimdi artık bir şey söyleyecek
veya yapacak olduğunuzda;
veya yapacak olduğunuzda;
18:04
we can think, do I want this to be part of my legacy,
345
1068915
4560
bunun mirasımın, gelecek kaydımın
bir parçası olmasını ister miyim,
bir parçası olmasını ister miyim,
18:09
part of my personal record?
346
1073475
2713
diye düşünebilirsiniz.
18:12
Because in the digital age we live in now,
347
1076188
2657
Çünkü artık hepimiz dijital,
ağ bağlantılı bir çağda yaşıyoruz,
ağ bağlantılı bir çağda yaşıyoruz,
18:14
in the networked age, we are all leaving a record.
348
1078845
4464
hepimiz ardımızda kayıt bırakıyoruz.
18:19
Thank you so much for your time,
349
1083309
1695
Vakit ayırdığınız için çok teşekkür ederim
18:20
and good luck with your record. (Applause)
350
1085004
4447
ve kaydınızda başarılar.
(Alkış)
ABOUT THE SPEAKER
Jeff Hancock - PsychologistJeff Hancock studies how we interact by email, text message and social media blips, seeking to understand how technology mediates communication.
Why you should listen
Jeff Hancock is fascinated by the words we choose when sending text messages, composing emails and writing online profiles. An Associate Professor of Cognitive Science and Communications at Cornell University, his research has focused on how people use deception and irony when communicating through cell phones and online platforms. His idea: that while the impersonality of online interaction can encourage mild fibbing, the fact that it leaves a permanent record of verifiable facts actually keeps us on the straight and narrow.
Hancock has also studied how we form impressions of others online, how we manage others' impressions of ourselves, and how individual personalities interact with online groups.
Jeff Hancock | Speaker | TED.com