炸馬鈴薯圈:社群點「讚」透露比你想像中更多的訊息
-
0:01 - 0:03如果你還記得網路出現的頭十年,
-
0:03 - 0:05當時是一個很靜態的環境。
-
0:05 - 0:07你可以上網、瀏覽網頁,
-
0:07 - 0:10這些網站或許是由一些機構製作,
-
0:10 - 0:11這些機構有自己的團隊,
-
0:11 - 0:15或是當時很懂科技的人製作的。
-
0:15 - 0:17隨著社交媒體、
-
0:17 - 0:19社交網路在 21 世紀初期的興起,
-
0:19 - 0:21網路世界完全改變了。
-
0:21 - 0:24現在的網路有很多內容
-
0:24 - 0:28我們互動的內容是由網路用戶放上網的,
-
0:28 - 0:31不管是 YouTube 上的影片或者部落格,
-
0:31 - 0:34抑或是商品評價或者社交媒體的文章。
-
0:34 - 0:37除此之外,網路也多了很多互動。
-
0:37 - 0:39人們在網絡上互動,
-
0:39 - 0:41他們評論、分享,
-
0:41 - 0:43而不僅是看看而已。
-
0:43 - 0:44臉書不是唯一一個
能做這些事的網站, -
0:44 - 0:46但它是最大的。
-
0:46 - 0:47我們可以通過臉書
來判斷使用人數。 -
0:47 - 0:51臉書每個月的用戶高達 12 億。
-
0:51 - 0:53也就是說全球一半的網民
-
0:53 - 0:54都在使用臉書。
-
0:54 - 0:56這個網站,還有其他的網站,
-
0:56 - 1:00讓網民能創建網路上的個人形象
-
1:00 - 1:01而且無需太多的技術即可操作。
-
1:01 - 1:04用戶反應熱烈,上傳大量的
-
1:04 - 1:06個人訊息到網路上。
-
1:06 - 1:08這樣一來我們就有了有關行為、
-
1:08 - 1:10偏好、地理數據,
-
1:10 - 1:12提供給成千上萬的人,
-
1:12 - 1:14這是史無前例的。
-
1:14 - 1:17作為電腦科學家,這就意味著
-
1:17 - 1:19我可以建立很多模型
-
1:19 - 1:21用來推測各種隱藏特性,
-
1:21 - 1:22而你們自己可能都不知道
-
1:22 - 1:25你們分享的訊息透露了這些特性。
-
1:25 - 1:28科學家利用這些數據來改善
-
1:28 - 1:30網民在網路上的互動,
-
1:30 - 1:32但網路也有一些
沒那麼利他主義的應用, -
1:32 - 1:35我們面臨一個問題,
那就是網路用戶並不真正 -
1:35 - 1:37了解這些網路技術、它們的運作原理,
-
1:37 - 1:40而且即使他們懂,
也沒什麼辦法控制其影響。 -
1:40 - 1:42所以我今天想和你們分享的,
-
1:42 - 1:45是我們力所能及、可控制的一些事情,
-
1:45 - 1:47給大家一些想法,看看我們如何發展才能
-
1:47 - 1:50把部分控制權交回到網路用戶的手上。
-
1:50 - 1:52這個是 Target 公司。
-
1:52 - 1:53我不是沒事把 Target 的標誌放在
-
1:53 - 1:55這個可憐孕婦的肚子上。
-
1:55 - 1:57你可能讀過一個小故事,刊登在
-
1:57 - 1:59富比士雜誌。故事提到 Target
-
1:59 - 2:02發了張傳單給一位 15 歲的女孩。
-
2:02 - 2:03上面的廣告和折價卷
-
2:03 - 2:06都是嬰兒奶瓶、尿布、嬰兒床的。
-
2:06 - 2:07這還是在她告訴她父親
-
2:07 - 2:09自己懷孕了之前兩週的事。
-
2:09 - 2:12是的,她的父親很難過。
-
2:12 - 2:14那為什麼 Target 知道
-
2:14 - 2:18在這高中女生告訴父母她懷孕以前,
就已經先知道了呢? -
2:18 - 2:20原來,Target 有購物記錄,
-
2:20 - 2:22記錄成千上萬網路顧客的購物歷史,
-
2:22 - 2:25而且他們還有一個叫做
“懷孕分數”的計算系統, -
2:25 - 2:28這個系統不只計算一位女性是否懷孕,
-
2:28 - 2:29還有她們的預產期。
-
2:29 - 2:32另外,他們不僅探討一些很明顯的資訊,
-
2:32 - 2:35比如說購買了一張嬰兒床、嬰兒服,
-
2:35 - 2:39還會計算她買了比平時多的維他命,
-
2:39 - 2:43或者是她買了一個
大小足夠放下尿布的包包。 -
2:43 - 2:46對購買者來說,
他們並不覺得這些購物訊息 -
2:46 - 2:47透露很多隱私,
-
2:47 - 2:49但其實這是一種行為模式,
-
2:49 - 2:52當你把和成千上萬
網友的資料放在一起看, -
2:52 - 2:55其實就能推測出很多東西。
-
2:55 - 2:57所以這些就是我們所做的事情,
-
2:57 - 2:59我們在社群網站上
推測與你們相關的東西。 -
2:59 - 3:02我們要找的行為模式是,
-
3:02 - 3:05當你們從上百萬人身上發現這種模式,
-
3:05 - 3:07我們就能找到所有相關的事情。
-
3:07 - 3:09所以我和實驗室的同事們,
-
3:09 - 3:11開發了多種機制,幫助我們
-
3:11 - 3:13較精確地推斷很多事情,
-
3:13 - 3:14像是你的政治傾向、
-
3:14 - 3:18性格測試分數、性別、性取向、
-
3:18 - 3:21宗教信仰、年齡、智力,
-
3:21 - 3:22同時還有像是
-
3:22 - 3:24你對認識的人有多信任、
-
3:24 - 3:26你們的關係有多緊密等。
-
3:26 - 3:28所有這些我們都可以做得很好。
-
3:28 - 3:30而且,這些都不是來自於
-
3:30 - 3:32你會認為是明顯的訊息。
-
3:32 - 3:34我最喜歡舉的一個例子
-
3:34 - 3:36是一個今年發表的研究
-
3:36 - 3:37刊在《美國國家科學院院刊》上。
-
3:37 - 3:39Google 一下就能查到。
-
3:39 - 3:41研究只有四頁紙,很容易讀。
-
3:41 - 3:44他們僅是研究了用戶在臉書的點讚,
-
3:44 - 3:45只是你在臉書上點讚的內容,
-
3:45 - 3:48用這些點讚的內容
來推斷所有這些特性, -
3:48 - 3:49以及其他的資訊。
-
3:49 - 3:52在調查中,他們列出了五類的讚,
-
3:52 - 3:55這些讚最能表明高智商的用戶。
-
3:55 - 3:56這其中還包括
-
3:56 - 3:59到炸馬鈴薯圈頁面點讚。(笑聲)
-
3:59 - 4:01炸馬鈴薯圈是好吃,
-
4:01 - 4:04但是到這頁面按讚不表示
-
4:04 - 4:06你就比一般人聰明。
-
4:06 - 4:08到底為什麼,
-
4:08 - 4:11最能體現你智商指數的指標之一
-
4:11 - 4:12是到一個頁面按讚,
-
4:12 - 4:14即使頁面的內容完全無關於
-
4:14 - 4:17要推斷的特性?
-
4:17 - 4:19結論是,我們需要參考
-
4:19 - 4:20很多背後的理論
-
4:20 - 4:23來了解為什麼我們能夠做到這點。
-
4:23 - 4:26其中一個就是社會學理論,叫同質相吸,
-
4:26 - 4:29指的是人們通常
和與自己相像的人交朋友。 -
4:29 - 4:31所以如果你聰明,
你會和聰明的人交朋友, -
4:31 - 4:33如果你年輕,
你會和年輕人交朋友, -
4:33 - 4:35這個理論是經過驗證的,
-
4:35 - 4:37多年來大家都肯定。
-
4:37 - 4:38我們還知道很多
-
4:38 - 4:41關於訊息在網路上如何傳播。
-
4:41 - 4:42我們發現病毒影片、
-
4:42 - 4:45臉書按讚或是其他訊息
-
4:45 - 4:47傳播的方式完全和
-
4:47 - 4:49病毒透過社群網站傳播的方式一樣。
-
4:49 - 4:51這是我們研究了很長時間的東西,
-
4:51 - 4:52我們有很好的模型。
-
4:52 - 4:55所以如果你們把這些模型都放在一起,
-
4:55 - 4:58就能了解為何這樣的事情會發生了。
-
4:58 - 4:59如果要給各位一個假設,
-
4:59 - 5:03那就是一個聰明的人
建立了一個粉絲頁, -
5:03 - 5:05或者剛開始幾個去按讚的人
-
5:05 - 5:06在智力測試上得了高分,
-
5:06 - 5:09他們給這個頁面點了讚,
當他們的朋友看見了, -
5:09 - 5:12根據同質相吸的原理,我們知道
這些人的朋友可能也很聰明, -
5:12 - 5:15當訊息傳給他們,
有些人也會給這個頁面點讚, -
5:15 - 5:16而他們又有聰明的朋友,
-
5:16 - 5:17訊息接著傳出去,
-
5:17 - 5:19這樣一來,就在網路上傳開了,
-
5:19 - 5:21傳給一群聰明的人,
-
5:21 - 5:23如此,到最後
-
5:23 - 5:26給炸馬鈴薯圈頁面點讚的行為
-
5:26 - 5:28就成了高智商的指標,
-
5:28 - 5:29並不是因為頁面的內容,
-
5:29 - 5:32而是因為點讚的這一行為
-
5:32 - 5:34反映了做這件事情的人的
-
5:34 - 5:36共同特性。
-
5:36 - 5:39所以這還是挺複雜的,是吧?
-
5:39 - 5:43要坐下來跟普通用戶解釋是困難的,
-
5:43 - 5:44而且即使我們分析了,
-
5:44 - 5:46對普通用戶們又有什麼用呢?
-
5:46 - 5:48你們怎麼知道到某個粉絲頁按讚
-
5:48 - 5:50能夠反映出你的特性,
-
5:50 - 5:53而這特性又和你按讚的內容
完全無關呢? -
5:53 - 5:56很多的權力用戶都沒有,
-
5:56 - 5:58他們沒法控制這些數據的使用。
-
5:58 - 6:01我認為這是我們繼續發展
所面臨的真正困難。 -
6:01 - 6:03所以我想到了幾條途徑
-
6:03 - 6:04我們可以參考,
-
6:04 - 6:06看能不能給用戶一些
-
6:06 - 6:08控制這些數據的方法。
-
6:08 - 6:10因為這些數據並不總是
-
6:10 - 6:11能替用戶帶來益處。
-
6:11 - 6:13我常舉例說,
-
6:13 - 6:14如果我厭倦當教授,
-
6:14 - 6:16我要開個公司
-
6:16 - 6:17去推斷所有這些用戶特性,
-
6:17 - 6:19像是你的團隊合作、
-
6:19 - 6:22嗑不嗑藥、是不是酒鬼。
-
6:22 - 6:23我們知道如何去推斷這些訊息。
-
6:23 - 6:25接著我就要把這些報告
-
6:25 - 6:27賣給人力資源公司或者大企業
-
6:27 - 6:29就是那些將要雇你的人。
-
6:29 - 6:31我們現在完全可以做到這些。
-
6:31 - 6:32我明天就可以開始做,
-
6:32 - 6:34而且你完全沒法控制
-
6:34 - 6:36我這樣使用數據的行為。
-
6:36 - 6:39這在我看來是一個問題。
-
6:39 - 6:41所以我們能選擇的
其中一條途徑就是 -
6:41 - 6:43政策和法律的制定。
-
6:43 - 6:46在某種程度上,
我認為這將是最有效的方法, -
6:46 - 6:49但問題是我們必須得實際執行。
-
6:49 - 6:51透過觀察我們的政治進程,
-
6:51 - 6:54讓我意識到我們很難
-
6:54 - 6:55集合一群代表,
-
6:55 - 6:57讓他們坐下來了解這件事,
-
6:57 - 6:59然後開始進行大規模改變,
-
6:59 - 7:02修改美國的知識產權法律
-
7:02 - 7:04以讓用戶有權控制他們的數據。
-
7:04 - 7:05我們可以走政策道路,
-
7:05 - 7:07讓社群公司表態,
-
7:07 - 7:08「好,你們擁有自己的數據。
-
7:08 - 7:11你們能完全地控制對它們的使用。」
-
7:11 - 7:12問題在於
-
7:12 - 7:14多數社交媒體的收益模式
-
7:14 - 7:18某種程度上仰賴
分享或利用用戶的數據。 -
7:18 - 7:20有人說臉書的用戶
-
7:20 - 7:23不是顧客,而是產品。
-
7:23 - 7:25所以你怎麼可能讓一間公司
-
7:25 - 7:28放棄對他們主要收入的控制
-
7:28 - 7:29把控制權還給用戶呢?
-
7:29 - 7:31這是有可能的,但我不認為
-
7:31 - 7:33我們能很快看到這一改變。
-
7:33 - 7:35所以我認為另外一條途徑
-
7:35 - 7:37一條更有效的途徑,
-
7:37 - 7:38是更科學的途徑。
-
7:38 - 7:41正是透過科學,我們才能開發
-
7:41 - 7:45所有的這些機制首先用於計算個人數據
-
7:45 - 7:48事實上,有個很類似的研究,
-
7:48 - 7:51如果我們要發明一些機制
-
7:51 - 7:52是可以對用戶說
-
7:52 - 7:54「這是你剛才所做的行為
要面臨的風險。」 -
7:54 - 7:56藉由臉書按讚,
-
7:56 - 7:59或者是分享私人資訊,
-
7:59 - 8:00你現在給了我更多能力
-
8:00 - 8:03去推斷你是否嗑藥
-
8:03 - 8:05或者你是否和同事相處融洽。
-
8:05 - 8:07我認為這些會影響
-
8:07 - 8:09人們是否願意分享事情、
-
8:09 - 8:12還是設為隱私,或者是完全不放上網絡。
-
8:12 - 8:14我們還可以研究一些像是
-
8:14 - 8:16讓用戶可以加密他們上傳的數據,
-
8:16 - 8:20所以對像是臉書的網站,
這是隱形而且無用的, -
8:20 - 8:22或者是第三方服務網站也是如此。
-
8:22 - 8:25但是用戶可選擇上傳的東西
-
8:25 - 8:28要讓誰有權可以看到。
-
8:28 - 8:30如果我們從知識的角度去看,
-
8:30 - 8:32這些都是非常令人興奮的研究,
-
8:32 - 8:34所以說科學家會願意做相關的研究。
-
8:34 - 8:37這比起法律的途徑,
給了我們更多的好處。 -
8:37 - 8:39當我談到這個的時候,
-
8:39 - 8:41人們常會提出一個疑問,
-
8:41 - 8:43你知道,如果人們開始把這些數據都保密了,
-
8:43 - 8:45你們一直在開發的這些
-
8:45 - 8:48用來推斷他們特性的方法都將失效,
-
8:48 - 8:50我回答說,完全正確,
-
8:50 - 8:52但對我來說,那就是成功。
-
8:52 - 8:53因為身為一名科學家,
-
8:53 - 8:57我的目標不是要推斷用戶的資訊,
-
8:57 - 9:00而是要改進人們在網路互動的方式。
-
9:00 - 9:03有時候這包括推斷關於他們的事情,
-
9:03 - 9:06但如果用戶不想要我使用這些數據,
-
9:06 - 9:08我認為他們有權利這麼做。
-
9:08 - 9:11我希望用戶們可以知道且同意
-
9:11 - 9:13我們一直開發這些工具。
-
9:13 - 9:16所以,我認為推廣這類科學、
-
9:16 - 9:17支持研究者,
-
9:17 - 9:20支持那些希望把控制權
交回到用戶手中, -
9:20 - 9:23從社群媒體公司
拿回這些權利的研究者, -
9:23 - 9:27意味著隨著這些工具進化和發展,
我們是向前發展的。 -
9:27 - 9:30我們將有一組教育程度更高、
更有力的用戶數據, -
9:30 - 9:31我相信大家都會認同
-
9:31 - 9:33朝此理想的發展方式前進。
-
9:33 - 9:36謝謝。
-
9:36 - 9:39(掌聲)
- Title:
- 炸馬鈴薯圈:社群點「讚」透露比你想像中更多的訊息
- Speaker:
- 珍妮佛.戈爾貝克
- Description:
-
你喜歡炸馬鈴薯圈嗎?曾經到粉絲頁上按讚嗎?這篇演講揭露了關於臉書(以及其他網站)可以從你隨機的讚以及分享中獲得什麼資訊。電腦科學家珍妮佛.戈爾貝克解釋了其中的原因,這些科技應用並不那麼好,還有為什麼她認為我們應該把對訊息的控制權交回給正當的主人。
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 10:01
Geoff Chen approved Chinese, Traditional subtitles for Your social media "likes" expose more than you think | ||
Geoff Chen edited Chinese, Traditional subtitles for Your social media "likes" expose more than you think | ||
Geoff Chen edited Chinese, Traditional subtitles for Your social media "likes" expose more than you think | ||
Geoff Chen edited Chinese, Traditional subtitles for Your social media "likes" expose more than you think | ||
Ying Ru Wu accepted Chinese, Traditional subtitles for Your social media "likes" expose more than you think | ||
Ying Ru Wu edited Chinese, Traditional subtitles for Your social media "likes" expose more than you think | ||
Ying Ru Wu edited Chinese, Traditional subtitles for Your social media "likes" expose more than you think | ||
Adrienne Lin edited Chinese, Traditional subtitles for Your social media "likes" expose more than you think |