ABOUT THE SPEAKER
Jeff Hancock - Psychologist
Jeff 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.

 

More profile about the speaker
Jeff Hancock | Speaker | TED.com
TEDxWinnipeg

Jeff Hancock: The future of lying

ג'ף הנקוק: 3 סוגים של שקרים (דיגיטליים)

Filmed:
1,347,124 views

מי לא שלח הודעה בסגנון "אני בדרך" כשזה לא היה נכון או זייף טיפה את האמת בפרופיל ההכרויות המקוון שלו? אבל ג'ף הנקוק לא מאמין שהאנונימיות של האינטרנט מעודדות חוסר כנות. למעשה, הוא אומר שיכולת החיפוש והניצחיות של המידע המקוון אולי אפילו ישמרו על הכנות שלנו.
- Psychologist
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 fantasticפַנטַסטִי monthחוֹדֶשׁ for deceptionהונאה.
0
381
3713
תרשו לי לומר לכם, זה היה חודש נפלא לרמאות.
00:19
And I'm not even talkingשִׂיחָה about the Americanאֲמֶרִיקָאִי presidentialנְשִׂיאוּתִי raceגזע. (Laughterצחוק)
1
4094
4253
ואני אפילו לא מדבר על המרוץ לנשיאות. (צחוק)
00:24
We have a high-profileפרופיל גבוה journalistעִתוֹנָאִי caughtנתפס for plagiarismגְנֵבָה סִפרוּתִית,
2
8347
4335
יש לנו עיתונאי בכיר שנתפס בגנבה ספרותית,
00:28
a youngצָעִיר superstarכוכב writerסוֹפֵר whoseשל מי bookסֵפֶר involvesכרוך
3
12682
2932
סופר סופרסטאר צעיר שהספרים שלו מכילים
00:31
so manyרב madeעָשׂוּי up quotesציטוטים that they'veהם כבר pulledמשך it from the shelvesמדפים;
4
15614
3305
כ"כ הרבה ציטוטים מומצאים שהורידו אותו מהמדפים;
00:34
a Newחָדָשׁ Yorkיורק Timesפִּי exposירידיé on fakeמְזוּיָף bookסֵפֶר reviewsביקורות.
5
18919
2598
כתבת תחקיר של הניו-יורק טיימס על סקירות ספרים מזויפות.
00:37
It's been fantasticפַנטַסטִי.
6
21517
1409
היה נפלא.
00:38
Now, of courseקוּרס, not all deceptionהונאה hitsלהיטים the newsחֲדָשׁוֹת.
7
22926
3851
עכשיו, כמובן, לא כל הרמאויות מגיעות לכותרות.
00:42
Much of the deceptionהונאה is everydayכל יום. In factעוּבדָה, a lot of researchמחקר
8
26777
3679
עיקר הרמאות היא יומיומית. למעשה, הרבה מחקרים
00:46
showsמופעים that we all lieשקר onceפַּעַם or twiceפעמיים a day, as Daveדייב suggestedמוּצָע.
9
30456
4331
מראים שכולנו משקרים פעם או פעמיים ביום, כפי שדייב טוען.
00:50
So it's about 6:30 now, suggestsמציע that mostרוב of us should have liedשיקר.
10
34787
2933
אז עכשיו בערך 6:30, מה שאומר שרובינו שיקרו כבר.
00:53
Let's take a look at Winnipegויניפג. How manyרב of you,
11
37720
1900
בואו נבדוק את ויניפג. כמה מכם,
00:55
in the last 24 hoursשעות -- think back -- have told a little fibשֶׁקֶר,
12
39620
2927
ב-24 השעות האחרונות - תנסו להיזכר - סיפרו שקר קטן,
00:58
or a bigגָדוֹל one? How manyרב have told a little lieשקר out there?
13
42547
3551
או שקר גדול? כמה מכם שיקרו קצת?
01:01
All right, good. These are all the liarsשקרנים.
14
46098
1904
בסדר, יופי. אלו כל השקרנים.
01:03
Make sure you payלְשַׁלֵם attentionתשומת הלב to them. (Laughterצחוק)
15
48002
3293
תיזהרו מהם. (צחוק)
01:07
No, that lookedהביט good, it was about two thirdsשליש of you.
16
51295
2146
לא, זה נראה טוב, בערך שני שליש מכם.
01:09
The other thirdשְׁלִישִׁי didn't lieשקר, or perhapsאוּלַי forgotשכח,
17
53441
2852
השליש הנותר לא שיקר, או אולי שכח,
01:12
or you're lyingשֶׁקֶר to me about your lyingשֶׁקֶר, whichאיזה is very,
18
56293
2660
או שאתם משקרים לי על השקרים שלכם, שזה מאוד,
01:14
very deviousעַרמוּמִי. (Laughterצחוק) This fitsמתאים with a lot of the researchמחקר,
19
58953
4050
מאוד ערמומי. (צחוק). זה תואם המון מחקרים,
01:18
whichאיזה suggestsמציע that lyingשֶׁקֶר is very pervasiveמִתפַּשֵׁט.
20
63003
3354
שטוענים שהשקר מאוד נוטה להתפשטות.
01:22
It's this pervasivenessהתפשטות, combinedמְשׁוּלָב with the centralityמֶרכָּזִיוּת
21
66357
3961
תכונת ההתפשטות הזו, ביחד עם המרכזיות
01:26
to what it meansאומר to be a humanבן אנוש, the factעוּבדָה that we can
22
70318
2440
של המשמעות של היותנו בני אדם, העובדה שאנחנו יכולים
01:28
tell the truthאֶמֶת or make something up,
23
72758
1880
לספר את האמת או להמציא משהו,
01:30
that has fascinatedמוּקסָם people throughoutבְּמֶשֶך historyהִיסטוֹרִיָה.
24
74638
2851
הן שריתקו אנשים לאורך ההיסטוריה.
01:33
Here we have Diogenesדיוגנס with his lanternפָּנָס.
25
77489
2629
פה יש לנו את דיוגנס עם העששית שלו.
01:36
Does anybodyמִישֶׁהוּ know what he was looking for?
26
80118
2680
מישהו יודע מה הוא חיפש?
01:38
A singleיחיד honestיָשָׁר man, and he diedמת withoutלְלֹא findingמִמצָא one
27
82798
3784
אדם אחד הגון, והוא מת מבלי למצוא אותו
01:42
back in Greeceיָוָן. And we have Confuciusקונפוציוס in the Eastמזרח
28
86582
3017
אז ביוון. ויש לנו את קונפוציוס במזרח
01:45
who was really concernedמודאג with sincerityכֵּנוּת,
29
89599
2377
שהכנות מאוד העסיקה אותו,
01:47
not only that you walkedהלך the walkלָלֶכֶת or talkedדיבר the talk,
30
91976
3084
לא מספיק שתעשה את המעשים או תגיד את המילים,
01:50
but that you believedהאמינו in what you were doing.
31
95060
3154
אלא שתאמין במה שאתה עושה.
01:54
You believedהאמינו in your principlesעקרונות.
32
98214
2006
שתאמין בעקרונות של עצמך.
01:56
Now my first professionalמקצועי encounterפְּגִישָׁה with deceptionהונאה
33
100220
2931
המפגש המקצועי הראשון שלי עם הרמאות
01:59
is a little bitbit laterיותר מאוחר than these guys, a coupleזוּג thousandאלף yearsשנים.
34
103151
3463
קצת יותר מאוחר מזה של החבר'ה האלה, בכמה אלפי שנים.
02:02
I was a customsמכס officerקָצִין for Canadaקנדה back in the mid-'בֵּינוֹנִי-'90s.
35
106614
3799
הייתי פקיד מכס של קנדה אז באמצע שנות ה- 90.
02:06
Yeah. I was defendingהגנה Canada'sקנדה bordersגבולות.
36
110413
2826
כן. הגנתי על גבולותיה של קנדה.
02:09
You mayמאי think that's a weaponנֶשֶׁק right there. In factעוּבדָה,
37
113239
3782
אתם חושבים אולי שזה נשק כאן. למעשה,
02:12
that's a stampחותמת. I used a stampחותמת to defendלְהַגֵן Canada'sקנדה bordersגבולות. (Laughterצחוק)
38
117021
5030
זו חותמת. נעזרתי בחותמת כדי להגן על גבולותיה של קנדה. (צחוק)
02:17
Very Canadianקנדי of me. I learnedמְלוּמָד a lot about deceptionהונאה
39
122051
3537
מאוד קנדי מצדי. למדתי הרבה על הרמאות
02:21
while doing my dutyחוֹבָה here in customsמכס,
40
125588
3055
בזמן שרותי כאן במכס,
02:24
one of whichאיזה was that mostרוב of what I thought I knewידע about deceptionהונאה was wrongלא בסדר,
41
128643
2884
אחד הדברים זה שרוב מה שחשבתי שידעתי על הרמאות היה שגוי,
02:27
and I'll tell you about some of that tonightהיום בלילה.
42
131527
1752
ואני אספר לכם קצת על זה הערב.
02:29
But even sinceמאז just 1995, '96, the way we communicateלתקשר
43
133279
4074
אבל אפילו רק מ- 1995, 96, האופן שבו אנחנו מתקשרים
02:33
has been completelyלַחֲלוּטִין transformedהשתנה. We emailאֶלֶקטרוֹנִי, we textטֶקסט,
44
137353
3297
עבר מהפכה מוחלטת. אנחנו שולחים אימיילים, מסמסים,
02:36
we skypeסקייפ, we Facebookפייסבוק. It's insaneמטורף.
45
140650
2613
מדברים בסקייפ, בפייסבוק. זה מטורף.
02:39
Almostכִּמעַט everyכֹּל aspectאספקט of humanבן אנוש communication'sתקשורת been changedהשתנה,
46
143263
3261
כמעט כל היבט של התקשורת האנושית השתנה,
02:42
and of courseקוּרס that's had an impactפְּגִיעָה on deceptionהונאה.
47
146524
2560
וכמובן היתה לכך השפעה על הרמאות.
02:44
Let me tell you a little bitbit about a coupleזוּג of newחָדָשׁ deceptionsמטעים
48
149084
2583
תנו לי לספר לכם קצת על כמה רמאויות חדשות
02:47
we'veיש לנו been trackingמעקב and documentingמתעד.
49
151667
2376
שאנחנו עוקבים אחריהן ומתעדים אותן.
02:49
They're calledשקוראים לו the Butlerמשרת, the Sockגֶרֶב Puppetבּוּבָּה
50
154043
4244
הן נקראות "משרת", "בובת-גרב"
02:54
and the Chineseסִינִית Waterמים Armyצָבָא.
51
158287
2081
ו"צבא המים של סין".
02:56
It soundsקולות a little bitbit like a weirdמְשׁוּנֶה bookסֵפֶר,
52
160368
1897
זה נשמע קצת כמו ספר מוזר,
02:58
but actuallyלמעשה they're all newחָדָשׁ typesסוגים of liesשקרים.
53
162265
2133
אבל למעשה כל אלו הם סוגים חדשים של שקרים.
03:00
Let's startהַתחָלָה with the Butlersבאטלר. Here'sהנה an exampleדוגמא of one:
54
164398
3045
נתחיל במשרת. הנה דוגמה:
03:03
"On my way." Anybodyמִישֶׁהוּ ever writtenכתוב, "On my way?"
55
167443
3113
"אני בדרך". מישהו מכם כתב בעבר "אני בדרך" ?
03:06
Then you've alsoגַם liedשיקר. (Laughterצחוק)
56
170556
3763
אז גם אתם שיקרתם. (צחוק)
03:10
We're never on our way. We're thinkingחושב about going on our way.
57
174319
4197
אנחנו אף פעם לא בדרך. אנחנו חושבים על להיות בדרך.
03:14
Here'sהנה anotherאַחֵר one: "Sorry I didn't respondלְהָגִיב to you earlierמוקדם יותר.
58
178516
2763
והנה עוד אחת: "מצטער שלא הגבתי קודם.
03:17
My batteryסוֹלְלָה was deadמֵת." Your batteryסוֹלְלָה wasn'tלא היה deadמֵת.
59
181279
1965
הסוללה שלי נגמרה." הסוללה שלך לא נגמרה.
03:19
You weren'tלא היו in a deadמֵת zoneאֵזוֹר.
60
183244
1876
לא היית באזור ללא קליטה.
03:21
You just didn't want to respondלְהָגִיב to that personאדם that time.
61
185120
1953
פשוט לא רצית להגיב לאדם הזה באותו רגע.
03:22
Here'sהנה the last one: You're talkingשִׂיחָה to somebodyמִישֶׁהוּ,
62
187073
1797
ואחד אחרון: אתם מדברים עם מישהו,
03:24
and you say, "Sorry, got work, gottaחייב go."
63
188870
2490
ואז אומרים, "מצטער, יש לי עבודה, חייב לזוז."
03:27
But really, you're just boredמְשׁוּעֲמָם. You want to talk to somebodyמִישֶׁהוּ elseאַחֵר.
64
191360
3797
אבל האמת, אתם פשוט משועממים. אתם רוצים לדבר עם מישהו אחר.
03:31
Eachכל אחד of these is about a relationshipמערכת יחסים,
65
195157
2416
כל אחד מאלו סובב סביב מערכות יחסים,
03:33
and this is a 24/7 connectedמְחוּבָּר worldעוֹלָם. Onceפַּעַם you get my cellתָא phoneטלפון numberמספר,
66
197573
4405
והעולם הזה הוא עולם שמחובר 24/7. מרגע שיש לך את מספר הנייד שלי,
03:37
you can literallyפשוטו כמשמעו be in touchלגעת with me 24 hoursשעות a day.
67
201978
2965
אתה יכול ממש להיות בקשר איתי 24 שעות ביממה.
03:40
And so these liesשקרים are beingלהיות used by people
68
204943
2369
אז השקרים האלו משמשים את האנשים
03:43
to createלִיצוֹר a bufferבַּלָם, like the butlerמשרת used to do,
69
207312
2826
כדי ליצור חיץ, כמו שהמשרת היה עושה,
03:46
betweenבֵּין us and the connectionsקשרים to everybodyכולם elseאַחֵר.
70
210138
3407
בינינו לבין הקשר עם כל האחרים.
03:49
But they're very specialמיוחד. They use ambiguityדו משמעות
71
213545
1707
אבל הם מאוד מיוחדים. הם עושים שימוש באי-בהירות
03:51
that comesבא from usingמבנה יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוני technologyטֶכנוֹלוֹגִיָה. You don't know
72
215252
2061
שנובעת מהשימוש בטכנולוגיה. אתם לא יודעים
03:53
where I am or what I'm doing or who I'm with.
73
217313
2948
איפה אני או מה אני עושה או עם מי אני נמצא.
03:56
And they're aimedמְכוּוָן at protectingמה tra Home the relationshipsיחסים.
74
220261
2491
והמטרה שלהם היא להגן על מערכות היחסים.
03:58
These aren'tלא just people beingלהיות jerksמטומטמים. These are people
75
222752
2581
זה לא סתם אנשים שמתנהגים מגעיל. זה אנשים
04:01
that are sayingפִּתגָם, look, I don't want to talk to you now,
76
225333
2376
שאומרים, תראה, אני לא רוצה לדבר איתך עכשיו,
04:03
or I didn't want to talk to you then, but I still careלְטַפֵּל about you.
77
227709
2424
או לא רציתי לדבר איתך קודם, אבל אתה עדיין חשוב לי.
04:06
Our relationshipמערכת יחסים is still importantחָשׁוּב.
78
230133
2400
מערכת היחסים שלנו עדיין חשובה.
04:08
Now, the Sockגֶרֶב Puppetבּוּבָּה, on the other handיד,
79
232533
1514
עכשיו, בובת הגרב, מצד שני,
04:09
is a totallyלְגַמרֵי differentשונה animalבעל חיים. The sockגֶרֶב puppetבּוּבָּה isn't
80
234047
2343
היא חיה אחרת לגמרי. בובת הגרב הזו היא לא
04:12
about ambiguityדו משמעות, perלְכָל seSE. It's about identityזהות.
81
236390
3065
אי-בהירות, כשלעצמה. העניין פה הוא זהות.
04:15
Let me give you a very recentלאחרונה exampleדוגמא,
82
239455
2002
אני אתן לכם דוגמה ממש מהזמן האחרון,
04:17
as in, like, last weekשָׁבוּעַ.
83
241457
1514
כלומר, מהשבוע שעבר.
04:18
Here'sהנה R.J. Elloryאלורי, best-sellerרב מכר authorמְחַבֵּר in Britainבְּרִיטַנִיָה.
84
242971
3268
זה ר.ג'. אלרויי, סופר רבי מכר בבריטניה.
04:22
Here'sהנה one of his bestsellingרב מכר booksספרים.
85
246239
2020
הנה אחד מהספרים רבי המכר שלו.
04:24
Here'sהנה a reviewerסוקר onlineבאינטרנט, on Amazonאֲמָזוֹנָה.
86
248259
3413
והנה מבקר אינטרנטי, באמזון.
04:27
My favoriteהכי אהוב, by Nicodemusניקודימוס Jonesג'ונס, is,
87
251672
2657
הביקורת שאני הכי אוהב של ניקודמוס ג'ונס, היא,
04:30
"Whateverמה שתגיד elseאַחֵר it mightאולי do, it will touchלגעת your soulנֶפֶשׁ."
88
254329
3808
"יותר מכל דבר אחד, זה יגע בנשמתך."
04:34
And of courseקוּרס, you mightאולי suspectחָשׁוּד
89
258137
1403
וכמובן, אפשר לחשוד
04:35
that Nicodemusניקודימוס Jonesג'ונס is R.J. Elloryאלורי.
90
259540
2627
שניקודמוס ג'ונס הוא ר.ג'. אלרויי.
04:38
He wroteכתבתי very, very positiveחִיוּבִי reviewsביקורות about himselfעַצמוֹ. Surpriseהַפתָעָה, surpriseהַפתָעָה.
91
262167
4687
הוא כתב ביקורות מאוד מאוד חיוביות על עצמו, כמה מפתיע.
04:42
Now this Sockגֶרֶב Puppetבּוּבָּה stuffדברים isn't actuallyלמעשה that newחָדָשׁ.
92
266854
3260
עכשיו הקטע של בובת הגרב הזו הוא למעשה לא חדש כ"כ.
04:46
Waltוולט Whitmanויטמן alsoגַם did this back in the day,
93
270114
3167
גם וולט ויטמן עשה את זה בזמנו,
04:49
before there was Internetאינטרנט technologyטֶכנוֹלוֹגִיָה. Sockגֶרֶב Puppetבּוּבָּה
94
273281
3055
לפני טכנולוגית האינטרנט. בובת הגרב
04:52
becomesהופך interestingמעניין when we get to scaleסוּלָם,
95
276336
2768
מתחילה להיות מעניינת כשקנה המידה גדל,
04:55
whichאיזה is the domainתְחוּם of the Chineseסִינִית Waterמים Armyצָבָא.
96
279104
2518
וזו כבר הממלכה של "צבא המים של סין".
04:57
Chineseסִינִית Waterמים Armyצָבָא refersמתייחס to thousandsאלפים of people
97
281622
2436
"צבא המים של סין" מתייחס לאלפי האנשים
04:59
in Chinaסין that are paidשילם smallקָטָן amountsסכומים of moneyכֶּסֶף
98
284058
3048
בסין שמקבלים סכומי כסף קטנים
05:03
to produceליצר contentתוֹכֶן. It could be reviewsביקורות. It could be
99
287106
3034
כדי לייצר תוכן. זו יכולה להיות סקירה.
05:06
propagandaתַעֲמוּלָה. The governmentמֶמְשָׁלָה hiresשכר these people,
100
290140
2559
זו יכולה להיות תעמולה. הממשל מעסיק את האנשים האלו,
05:08
companiesחברות hireלִשְׂכּוֹר them, all over the placeמקום.
101
292699
2628
חברות מעסיקות אותן, בכל מקום.
05:11
In Northצָפוֹן Americaאמריקה, we call this Astroturfingאסטרוטורפינג,
102
295327
3617
בצפון אמריקה, אנחנו קוראים לזה "להיטות מודרכת",
05:14
and Astroturfingאסטרוטורפינג is very commonמשותף now. There's a lot of concernsחששות about it.
103
298944
3438
ולהיטות מודרכת היא מאוד נפוצה כיום. היא מעוררת הרבה דאגה.
05:18
We see this especiallyבמיוחד with productמוצר reviewsביקורות, bookסֵפֶר reviewsביקורות,
104
302382
3227
אנחנו רואים את זה בעיקר בסקירות של מוצרים, ביקורת ספרים,
05:21
everything from hotelsבתי מלון to whetherהאם that toasterטוֹסטֶר is a good toasterטוֹסטֶר or not.
105
305609
4795
בכל נושא החל ממלונות ועד לגבי אם הטוסטר טוב או לא.
05:26
Now, looking at these threeשְׁלוֹשָׁה reviewsביקורות, or these threeשְׁלוֹשָׁה typesסוגים of deceptionהונאה,
106
310404
3918
עכשיו, כשמסתכלים על שלושת הסוגים האלו של ביקורות, או של רמאות,
05:30
you mightאולי think, wowוואו, the Internetאינטרנט is really makingהֲכָנָה us
107
314322
2737
אפשר אולי לחשוב, וואו, האינטרנט ממש הופך אותנו
05:32
a deceptiveמטעה speciesמִין, especiallyבמיוחד when you think about
108
317059
3209
ליצורים רמאים, במיוחד כשחושבים
05:36
the Astroturfingאסטרוטורפינג, where we can see deceptionהונאה broughtהביא up to scaleסוּלָם.
109
320268
4602
על "להיטות מודרכת", ששם רואים את רמאות שמבוצעת בקנה מידה גדול.
05:40
But actuallyלמעשה, what I've been findingמִמצָא is very differentשונה from that.
110
324870
4738
אבל למעשה, מה שמצאנו הוא מאוד שונה מזה.
05:45
Now, let's put asideבַּצַד the onlineבאינטרנט anonymousבעילום שם sexמִין chatroomsחדרי צ'אט,
111
329608
3249
עכשיו, בואו נניח בצד את חדרי שיחות הסקס המקוונים,
05:48
whichאיזה I'm sure noneאף אחד of you have been in.
112
332857
1899
שאני בטוח שאף אחד מכם לא היה בהם.
05:50
I can assureלְהַבטִיחַ you there's deceptionהונאה there.
113
334756
2329
אני יכול להבטיח לכם שיש שם רמאות.
05:52
And let's put asideבַּצַד the Nigerianניגרי princeנסיך who'sמי זה emailedבדוא"ל you
114
337085
2709
ובואו נניח בצד את הנסיך הניגרי ששלח לכם מייל
05:55
about gettingמקבל the 43 millionמִילִיוֹן out of the countryמדינה. (Laughterצחוק)
115
339794
3228
לגבי הברחת 43 מיליון מחוץ למדינה. (צחוק)
05:58
Let's forgetלשכוח about that guy, too.
116
343022
1680
בואו נשכח גם מכל זה, חברים.
06:00
Let's focusמוֹקֵד on the conversationsשיחות betweenבֵּין our friendsחברים
117
344702
2944
בואו נתמקד בשיחות עם החברים שלנו
06:03
and our familyמִשׁפָּחָה and our coworkersעמיתים לעבודה and our lovedאהוב onesיחידות.
118
347646
2147
ועם המשפחות שלנו ועם העמיתים שלנו ויקירינו.
06:05
Those are the conversationsשיחות that really matterחוֹמֶר.
119
349793
2408
אלו השיחות שבאמת חשובות.
06:08
What does technologyטֶכנוֹלוֹגִיָה do to deceptionהונאה with those folksאנשים?
120
352201
4240
מה עושה הטכנולוגיה לרמאות בחבר'ה האלו?
06:12
Here'sהנה a coupleזוּג of studiesלימודים. One of the studiesלימודים we do
121
356441
3075
הנה כמה מחקרים. אחד המחקרים שאנחנו עושים
06:15
are calledשקוראים לו diaryיְוֹמָן studiesלימודים, in whichאיזה we askלִשְׁאוֹל people to recordתקליט
122
359516
3371
נקרא מחקרי יומן, שבו אנחנו מבקשים מאנשים לתעד
06:18
all of theirשֶׁלָהֶם conversationsשיחות and all of theirשֶׁלָהֶם liesשקרים for sevenשֶׁבַע daysימים,
123
362887
3566
את כל השיחות שלהם ואת כל השקרים שלהם במשך 7 ימים,
06:22
and what we can do then is calculateלחשב how manyרב liesשקרים tookלקח placeמקום
124
366453
3105
ומה שאנחנו אז יכולים לעשות זה לחשב כמה שקרים היו
06:25
perלְכָל conversationשִׂיחָה withinבְּתוֹך a mediumבינוני, and the findingמִמצָא
125
369558
2948
בכל שיחה במדיום, והממצאים
06:28
that we get that surprisesהפתעות people the mostרוב is that emailאֶלֶקטרוֹנִי
126
372506
2524
שקיבלנו שמפתיעים את האנשים הכי הרבה זה שאימייל
06:30
is the mostרוב honestיָשָׁר of those threeשְׁלוֹשָׁה mediaכְּלֵי תִקְשׁוֹרֶת.
127
375030
3279
הוא הכי כן מבין שלוש המדיות.
06:34
And it really throwsזורק people for a loopלוּלָאָה because we think,
128
378309
2401
וזה ממש מפתיע אנשים כי אנחנו חושבים,
06:36
well, there's no nonverbalלא מילולית cuesרמזים, so why don't you lieשקר more?
129
380710
3736
אין בזה סימנים לא-מילוליים, אז למה אתה לא משקר יותר?
06:40
The phoneטלפון, in contrastבניגוד, the mostרוב liesשקרים.
130
384446
4304
הטלפון, לעומת זאת, הכי הרבה שקרים.
06:44
Again and again and again we see the phoneטלפון is the deviceהתקן
131
388750
1946
שוב ושוב ושוב אנחנו רואים שהטלפון הוא המכשיר
06:46
that people lieשקר on the mostרוב, and perhapsאוּלַי because of the Butlerמשרת Lieשקר ambiguitiesעמימות I was tellingאומר you about.
132
390696
4718
שאנשים משקרים בו הכי הרבה, ואולי בגלל אי הבהירות של שקר המשרת שדיברתי עליו.
06:51
This tendsנוטה to be very differentשונה from what people expectלְצַפּוֹת.
133
395414
3975
זה בדר"כ מאוד שונה ממה שאנשים מצפים.
06:55
What about résumסְכוּםés? We did a studyלימוד in whichאיזה we had
134
399389
3224
ומה לגבי קורות חיים? ערכנו מחקר שבו ביקשנו
06:58
people applyלהגיש מועמדות for a jobעבודה, and they could applyלהגיש מועמדות for a jobעבודה
135
402613
2544
מאנשים להגיש מועמדות למשרה, והם יכלו להגיש מועמדות
07:01
eitherאוֹ with a traditionalמָסוֹרתִי paperעיתוןsumסְכוּםé, or on LinkedInLinkedIn,
136
405157
3514
או בצורה המסורתית של קורות חיים על נייר, או ב- LinkedIn,
07:04
whichאיזה is a socialחֶברָתִי networkingרשת siteאֲתַר like Facebookפייסבוק,
137
408671
2822
שזה אתר חברתי כמו פייסבוק,
07:07
but for professionalsאנשי מקצוע -- involvesכרוך the sameאותו informationמֵידָע as a résumסְכוּםé.
138
411493
3567
אבל לאנשי מקצוע - יש בו את אותה אינפורמציה כמו בקו"ח.
07:10
And what we foundמצאתי, to manyרב people'sשל אנשים surpriseהַפתָעָה,
139
415060
2614
ומה שגילינו, להפתעתם של רבים,
07:13
was that those LinkedInLinkedInsumסְכוּםés were more honestיָשָׁר
140
417674
2795
זה שקו"ח ב- LinkedIn היו כנים יותר
07:16
on the things that matteredהיה חשוב to employersמעסיקים, like your
141
420469
1824
בדברים שחשובים למעסיקים, כמו
07:18
responsibilitiesאחריות or your skillsמיומנויות at your previousקודם jobעבודה.
142
422293
4151
תחומי האחריות שלך או הכישורים שלך בתפקיד הקודם.
07:22
How about Facebookפייסבוק itselfעצמה?
143
426444
2296
ומה לגבי פייסבוק עצמו?
07:24
You know, we always think that hey, there are these
144
428740
1882
אתם יודעים, אנחנו תמיד חושבים ששם זה איזו
07:26
idealizedאידיאליזציה versionsגרסאות, people are just showingמראה the bestהטוב ביותר things
145
430622
2129
גרסה אידיאליסטית, אנשים סתם מראים את הדברים הכי טובים
07:28
that happenedקרה in theirשֶׁלָהֶם livesחיים. I've thought that manyרב timesפִּי.
146
432751
2656
שקרו להם בחיים. גם אני חשבתי כך לפעמים.
07:31
My friendsחברים, no way they can be that coolמגניב and have good of a life.
147
435407
3068
החברים שלי, אין מצב שהם כאלו מגניבים או שיש להם חיים כ"כ טובים.
07:34
Well, one studyלימוד testedבָּדוּק this by examiningבחינה people'sשל אנשים personalitiesאישים.
148
438475
3821
ובכן, מחקר אחד בדק את זה ע"י בחינת האישיות של האנשים.
07:38
They had fourארבעה good friendsחברים of a personאדם judgeלִשְׁפּוֹט theirשֶׁלָהֶם personalityאִישִׁיוּת.
149
442296
4218
ביקשו מארבעה חברים טובים של אותו אדם לתאר את האישיות שלו.
07:42
Then they had strangersזרים, manyרב strangersזרים,
150
446514
1956
ואז ביקשו מאנשים זרים, הרבה אנשים
07:44
judgeלִשְׁפּוֹט the person'sשל אדם personalityאִישִׁיוּת just from Facebookפייסבוק,
151
448470
2528
לתאר את האישיות של האדם רק לפי הפייסבוק שלו,
07:46
and what they foundמצאתי was those judgmentsפסקי דין of the personalityאִישִׁיוּת
152
450998
2429
ומה שהם מצאו היה שהתיאורים של האישיות
07:49
were prettyיפה much identicalזֵהֶה, highlyמְאוֹד correlatedמְתוּאָם,
153
453427
2509
היו די זהים, התאמה גבוהה,
07:51
meaningמַשְׁמָעוּת that Facebookפייסבוק profilesפרופילים really do reflectמשקף our actualמַמָשִׁי personalityאִישִׁיוּת.
154
455936
4373
כלומר שפרופיל הפייסבוק באמת משקף את האישיות האמיתית שלנו.
07:56
All right, well, what about onlineבאינטרנט datingהיכרויות?
155
460309
2572
בסדר, אז מה לגבי דייטים מקוונים?
07:58
I mean, that's a prettyיפה deceptiveמטעה spaceמֶרחָב.
156
462881
1500
כלומר, זה תחום די מטעה.
08:00
I'm sure you all have "friendsחברים" that have used onlineבאינטרנט datingהיכרויות. (Laughterצחוק)
157
464381
3535
אני בטוח שלכולכם יש "חברים" שהשתמשו באתרי שידוכים. (צחוק)
08:03
And they would tell you about that guy that had no hairשיער
158
467916
2058
והם יספרו לכם על הבחור שהגיע בלי שיער
08:05
when he cameבא, or the womanאִשָׁה that didn't look at all like her photoתמונה.
159
469974
3030
או הבחורה שלא נראתה בכלל כמו בתמונה שלה.
08:08
Well, we were really interestedמעוניין in it, and so what we did
160
473004
3136
ובכן, מאוד התעניינו בזה, אז מה שעשינו
08:12
is we broughtהביא people, onlineבאינטרנט datersdaters, into the labמַעבָּדָה,
161
476140
3107
היה להביא אנשים שיצאו לדייטים מקוונים, אל המעבדה,
08:15
and then we measuredנמדד them. We got theirשֶׁלָהֶם heightגוֹבַה
162
479247
1480
ואז מדדנו אותם. בדקו את הגובה שלהם
08:16
up againstמול the wallקִיר, we put them on a scaleסוּלָם, got theirשֶׁלָהֶם weightמִשׁקָל --
163
480727
3881
מול הקיר, העלנו אותם על המשקל וראינו כמה הם שוקלים...
08:20
ladiesנשים lovedאהוב that -- and then we actuallyלמעשה got theirשֶׁלָהֶם driver'sשל הנהג licenseרישיון to get theirשֶׁלָהֶם ageגיל.
164
484608
3895
נשים מאוד אהבו את זה...ואז גם ביקשנו את רישיון הנהיגה שלהם כדי לברר את גילם.
08:24
And what we foundמצאתי was very, very interestingמעניין.
165
488503
4311
ומה שמצאנו היה מאוד מאוד מעניין.
08:28
Here'sהנה an exampleדוגמא of the menגברים and the heightגוֹבַה.
166
492814
3929
הנה דוגמה לגברים וגובה.
08:32
Alongלְאוֹרֶך the bottomתַחתִית is how tallגָבוֹהַ they said they were in theirשֶׁלָהֶם profileפּרוֹפִיל.
167
496743
2470
למטה זה הגובה שהם ציינו בפרופיל שלהם.
08:35
Alongלְאוֹרֶך the y-axisציר y, the verticalאֲנָכִי axisצִיר, is how tallגָבוֹהַ they actuallyלמעשה were.
168
499213
4862
ובציר ה- Y, האנכי, זה הגובה האמיתי שלהם.
08:39
That diagonalאֲלַכסוֹנִי lineקַו is the truthאֶמֶת lineקַו. If theirשֶׁלָהֶם dot'sשל דוט on it,
169
504075
3076
הקו האלכסוני הזה הוא קו האמת. אם הנקודה שלהם עליו,
08:43
they were tellingאומר exactlyבְּדִיוּק the truthאֶמֶת.
170
507151
1554
אז הם אמרו בדיוק את האמת.
08:44
Now, as you see, mostרוב of the little dotsנקודות are belowלְהַלָן the lineקַו.
171
508705
3113
עכשיו, כפי שאתם רואים, רוב הנקודות הקטנות נמצאות מתחת לקו.
08:47
What it meansאומר is all the guys were lyingשֶׁקֶר about theirשֶׁלָהֶם heightגוֹבַה.
172
511818
2867
מה שזה אומר זה שכל הגברים שיקרו לגבי הגובה שלהם.
08:50
In factעוּבדָה, they liedשיקר about theirשֶׁלָהֶם heightגוֹבַה about nineתֵשַׁע tenthsעשיריות of an inchאִינְטשׁ,
173
514685
2941
למעשה, הם שיקרו בערך ב-2.3 ס"מ,
08:53
what we say in the labמַעבָּדָה as "strongחָזָק roundingעיגול up." (Laughterצחוק)
174
517626
6276
מה שאנחנו מכנים במעבדה "עיגול חזק למעלה". (צחוק)
08:59
You get to 5'8" and one tenthעֲשִׂירִית, and boomבּוּם! 5'9".
175
523902
4503
אתה מגיע ל- 58.1 אינץ' ואז בום! 5.9 אינץ'.
09:04
But what's really importantחָשׁוּב here is, look at all those dotsנקודות.
176
528405
1998
אבל מה שבאמת חשוב כאן, תראו את כל הנקודות האלו.
09:06
They are clusteringקיבוץ prettyיפה closeלִסְגוֹר to the truthאֶמֶת. What we foundמצאתי
177
530403
2566
הן מקובצות די קרוב לאמת. מה שגילנו
09:08
was 80 percentאָחוּז of our participantsמשתתפים did indeedאכן lieשקר
178
532969
2408
היה ש- 80% מהמשתתפים שלו אכן שיקרו
09:11
on one of those dimensionsממדים, but they always liedשיקר by a little bitbit.
179
535377
3595
באחד מהמדדים האלו, אבל הם תמיד שיקרו בקצת.
09:14
One of the reasonsסיבות is prettyיפה simpleפָּשׁוּט. If you go to a dateתַאֲרִיך,
180
538972
3024
אחת הסיבות לכך היא די פשוטה. אם אתה מגיע לדייט,
09:17
a coffeeקָפֶה dateתַאֲרִיך, and you're completelyלַחֲלוּטִין differentשונה than what you said,
181
541996
3601
לפגישה בבית קפה, והאדם שונה לגמרי ממה שהוא אמר,
09:21
gameמִשְׂחָק over. Right? So people liedשיקר frequentlyבתדירות גבוהה, but they liedשיקר
182
545597
3619
המשחק נגמר. נכון? אז אנשים שיקרו לעיתים תכופות, אבל הם שיקרו
09:25
subtlyבעדינות, not too much. They were constrainedמוגבל.
183
549216
3469
בצורה מעודנת, לא יותר מדי. הם הגבילו את עצמם.
09:28
Well, what explainsמסביר all these studiesלימודים? What explainsמסביר the factעוּבדָה
184
552685
2887
ובכן, מה מסביר את כל המחקרים האלו? מה מסביר את העובדה
09:31
that despiteלמרות our intuitionsאינטואיציות, mineשלי includedכלול,
185
555572
4635
שלמרות האינטואיציה שלנו, כולל שלי,
09:36
a lot of onlineבאינטרנט communicationתִקשׁוֹרֶת, technologically-mediatedטכנולוגית בתיווך
186
560207
3529
הרבה מהתקשורת המקוונת, שהטכנולוגיה מתווכת בה,
09:39
communicationתִקשׁוֹרֶת, is more honestיָשָׁר than faceפָּנִים to faceפָּנִים?
187
563736
4028
היא יותר כנה מאשר פנים מול פנים?
09:43
That really is strangeמוּזָר. How do we explainלהסביר this?
188
567764
2489
זה באמת משונה. איך אנחנו מסבירים את זה?
09:46
Well, to do that, one thing is we can look at the deception-detectionאיתור הונאה literatureסִפְרוּת.
189
570253
3379
ובכן, כדי לעשות את זה, אחד הדברים שאפשר לבדוק זה את הספרות על זיהוי רמאות.
09:49
It's a very oldישן literatureסִפְרוּת by now, it's comingמגיע up on 50 yearsשנים.
190
573632
4345
זה ספרות מאוד ישנה, מתקרבת ל- 50 שנה.
09:53
It's been reviewedנבדקה manyרב timesפִּי. There's been thousandsאלפים of trialsניסויים,
191
577977
2662
סקרו אותה כבר הרבה פעמים. היו כבר אלפי ניסיונות
09:56
hundredsמאות of studiesלימודים, and there's some really compellingמשכנע findingsממצאים.
192
580639
3981
מאות מחקרים, ויש כמה ממצאים מרתקים מאוד.
10:00
The first is, we're really badרַע at detectingגילוי deceptionהונאה,
193
584620
3236
הראשון הוא, אנחנו מאוד גרועים בזיהוי רמאות,
10:03
really badרַע. Fifty-fourחמישים וארבעה percentאָחוּז accuracyדיוק on averageמְמוּצָע when you have to tell
194
587856
4116
מאוד גרועים. 54% דיוק בממוצע כאשר אתה צריך לזהות
10:07
if somebodyמִישֶׁהוּ that just said a statementהַצהָרָה is lyingשֶׁקֶר or not.
195
591972
3384
אם מישהו שכרגע אמר משהו שיקר או לא.
10:11
That's really badרַע. Why is it so badרַע?
196
595356
3192
זה ממש גרוע. למה זה כ"כ גרוע?
10:14
Well it has to do with Pinocchio'sשל פינוקיו noseאף.
197
598548
2530
ובכן זה קשור לאף של פינוקיו.
10:16
If I were to askלִשְׁאוֹל you guys, what do you relyלִסְמוֹך on
198
601078
2359
אם הייתי שואל אתכם, על מה אתם מסתמכים
10:19
when you're looking at somebodyמִישֶׁהוּ and you want to find out
199
603437
2245
כאשר אתם מסתכלים על מישהו ורוצים לדעת
10:21
if they're lyingשֶׁקֶר? What cueרְמִיזָה do you payלְשַׁלֵם attentionתשומת הלב to?
200
605682
2930
אם הוא משקר? לאיזה סימן אתם שמים לב?
10:24
Mostרוב of you would say that one of the cuesרמזים you look at
201
608612
2430
רובכם הייתם אומרים שאחד הסימנים שאתם שמים לב אליו
10:26
is the eyesעיניים. The eyesעיניים are the windowחַלוֹן to the soulנֶפֶשׁ.
202
611042
2728
זה העיניים. העיניים הם הראי של הנפש.
10:29
And you're not aloneלבד. Around the worldעוֹלָם, almostכִּמעַט everyכֹּל cultureתַרְבּוּת,
203
613770
2403
ואתם לא לבד. בכל העולם, כמעט בכל תרבות,
10:32
one of the topחלק עליון cuesרמזים is eyesעיניים. But the researchמחקר
204
616173
2863
אחד הסימנים הראשונים הן העיניים. אבל המחקר
10:34
over the last 50 yearsשנים saysאומר there's actuallyלמעשה no reliableאָמִין cueרְמִיזָה
205
619036
3824
של למעלה מ- 50 שנה אומר שלמעשה אין אף סימן אמין
10:38
to deceptionהונאה, whichאיזה blewנשבה me away, and it's one of
206
622860
2997
לרמאות, שזה ממש מדהים אותי,
10:41
the hardקָשֶׁה lessonsשיעורים that I learnedמְלוּמָד when I was customsמכס officerקָצִין.
207
625857
2355
וזה אחד מהלקחים הקשים שלמדתי כשהייתי פקיד מכס.
10:44
The eyesעיניים do not tell us whetherהאם somebody'sשל מישהו lyingשֶׁקֶר or not.
208
628212
2430
העיניים לא אומרות לנו אם מישהו משקר או לא.
10:46
Some situationsמצבים, yes -- highגָבוֹהַ stakesהימור, maybe theirשֶׁלָהֶם pupilsתלמידים dilateלְהִתְרַחֵב,
209
630642
3018
בסיטואציות מסוימות, במצבי סיכון גבוה, אולי האישונים מתרחבים,
10:49
theirשֶׁלָהֶם pitchגובה הצליל goesהולך up, theirשֶׁלָהֶם bodyגוּף movementsתנועות changeשינוי a little bitbit,
210
633660
3504
הקול שלהם גבוה יותר, תנועות הגוף שלהם משתנות קצת,
10:53
but not all the time, not for everybodyכולם, it's not reliableאָמִין.
211
637164
4832
אבל לא תמיד, לא אצל כולם, זה לא אמין.
10:57
Strangeמוּזָר. The other thing is that just because you can't see me
212
641996
3378
מוזר. הדבר הנוסף הוא, רק בגלל שאתה לא יכול לראות אותי
11:01
doesn't mean I'm going to lieשקר. It's commonמשותף senseלָחוּשׁ,
213
645374
2419
זה לא אומר שאני אשקר. זה הגיון בריא,
11:03
but one importantחָשׁוּב findingמִמצָא is that we lieשקר for a reasonסיבה.
214
647793
2907
אבל ממצא אחד חשוב הוא שיש סיבה לכך שאנחנו משקרים.
11:06
We lieשקר to protectלְהַגֵן ourselvesבְּעָצמֵנוּ or for our ownשֶׁלוֹ gainלְהַשִׂיג
215
650700
2367
אנחנו משקרים כדי להגן על עצמנו או לטובת רווח אישי שלנו
11:08
or for somebodyמִישֶׁהוּ else'sאחר gainלְהַשִׂיג.
216
653067
2827
או לטובת רווח של אדם אחר.
11:11
So there are some pathologicalפתולוגי liarsשקרנים, but they make up
217
655894
1930
אז יש כמה שקרנים פתולוגיים, אבל הם מהווים
11:13
a tinyזָעִיר portionחֵלֶק of the populationאוּכְלוֹסִיָה. We lieשקר for a reasonסיבה.
218
657824
3513
רק חלק קטנטן מהאוכלוסייה. יש סיבה לשקרים שלנו.
11:17
Just because people can't see us doesn't mean
219
661337
1631
רק בגלל שאנשים לא יכולים לראות אותנו זה לא אומר
11:18
we're going to necessarilyבהכרח lieשקר.
220
662968
2271
שאנחנו בהכרח נשקר.
11:21
But I think there's actuallyלמעשה something much more
221
665239
1553
אבל אני חושב שיש למעשה משהו
11:22
interestingמעניין and fundamentalבסיסי going on here. The nextהַבָּא bigגָדוֹל
222
666792
3274
יותר מעניין ויסודי שקורה כאן. הדבר הגדול הבא
11:25
thing for me, the nextהַבָּא bigגָדוֹל ideaרַעְיוֹן, we can find by going
223
670066
3797
מבחינתי, את הרעיון הגדול הבא, אנחנו יכולים לראות
11:29
way back in historyהִיסטוֹרִיָה to the originsמקורות of languageשפה.
224
673863
3139
אם נביט אחורה להיסטוריה של מקורות השפה.
11:32
Mostרוב linguistsבלשנים agreeלְהַסכִּים that we startedהתחיל speakingמדבר somewhereאי שם
225
677002
3887
רוב הבלשנים מסכימים שהתחלנו לדבר בערך
11:36
betweenבֵּין 50,000 and 100,000 yearsשנים agoלִפנֵי. That's a long time agoלִפנֵי.
226
680889
3168
לפני 50,000 עד 100,000 שנים. זה מאוד מזמן.
11:39
A lot of humansבני אנוש have livedחי sinceמאז then.
227
684057
2616
הרבה בני אדם חיו מאז.
11:42
We'veללא שם: יש לנו been talkingשִׂיחָה, I guessלְנַחֵשׁ, about firesשריפות and cavesמערות
228
686673
2423
אנחנו דיברנו, אני מניח, על אש ומערות
11:44
and saber-toothedשן-שיניים tigersנמרים. I don't know what they talkedדיבר about,
229
689096
3107
ועל טיגריסים ארוכי-ניבים. אני לא יודע על מה הם דיברו,
11:48
but they were doing a lot of talkingשִׂיחָה, and like I said,
230
692203
2518
אבל הם דיברו המון, וכמו שאמרתי,
11:50
there's a lot of humansבני אנוש evolvingמתפתח speakingמדבר,
231
694721
2545
יש הרבה בני אדם שמתפתחים ומדברים,
11:53
about 100 billionמיליארד people in factעוּבדָה.
232
697266
2806
כ- 100 מיליארד אנשים למעשה.
11:55
What's importantחָשׁוּב thoughאם כי is that writingכְּתִיבָה only emergedיצא
233
700072
2782
אבל מה שחשוב הוא שהכתב התפתח רק
11:58
about 5,000 yearsשנים agoלִפנֵי. So what that meansאומר is that
234
702854
3587
לפני כ- 5,000 שנה. אז מה שזה אומר זה
12:02
all the people before there was any writingכְּתִיבָה,
235
706441
2392
שכל האנשים לפני שהיה כתב,
12:04
everyכֹּל wordמִלָה that they ever said, everyכֹּל utteranceאמירה
236
708833
5586
כל מילה שהם אמרו אי-פעם, כל הברה
12:10
disappearedנעלם. No traceזֵכֶר. Evanescentחוֹלֵף. Goneנעלם.
237
714419
4752
נעלמו. אין זכר. התאדו. אינם.
12:15
So we'veיש לנו been evolvingמתפתח to talk in a way in whichאיזה
238
719171
4065
אז אנחנו התפתחנו לכדי דיבור באופן
12:19
there is no recordתקליט. In factעוּבדָה, even the nextהַבָּא bigגָדוֹל changeשינוי
239
723236
5917
שאין לו שום תיעוד. למעשה, אפילו השינוי הגדול הבא
12:25
to writingכְּתִיבָה was only 500 yearsשנים agoלִפנֵי now,
240
729153
2468
לכתיבה התרחש רק לפני 500 שנה,
12:27
with the printingהַדפָּסָה pressללחוץ, whichאיזה is very recentלאחרונה in our pastעבר,
241
731621
2379
עם מכונת הדפוס, שהן חלק מהעבר המאוד קרוב שלנו,
12:29
and literacyאוריינות ratesתעריפים remainedנשאר incrediblyבצורה מדהימה lowנָמוּך right up untilעד Worldעוֹלָם Warמִלחָמָה IIII,
242
734000
4242
ושיעורי ידיעת קרוא וכתוב נשארו נמוכים מאוד כמעט עד מלה"ע ה-2,
12:34
so even the people of the last two millenniaמילניה,
243
738242
3384
כך שאפילו האנשים של שני האלפים האחרונים,
12:37
mostרוב of the wordsמילים they ever said -- poofפוף! -- disappearedנעלם.
244
741626
5032
רוב המילים שהם אמרו...פוף!... נעלמו.
12:42
Let's turnלפנות to now, the networkedברשת ageגיל.
245
746658
3591
בואו נחזור לעכשיו, עידן התקשורת.
12:46
How manyרב of you have recordedמוּקלָט something todayהיום?
246
750249
4712
כמה מכם תיעדו משהו היום?
12:50
Anybodyמִישֶׁהוּ do any writingכְּתִיבָה todayהיום? Did anybodyמִישֶׁהוּ writeלִכתוֹב a wordמִלָה?
247
754961
3177
מישהו כתב משהו היום? מישהו כתב מילה?
12:54
It looksנראה like almostכִּמעַט everyכֹּל singleיחיד personאדם here recordedמוּקלָט something.
248
758138
4226
נראה כאילו כל אחד מהאנשים פה תיעד משהו.
12:58
In this roomחֶדֶר, right now, we'veיש לנו probablyכנראה recordedמוּקלָט more
249
762364
3048
בחדר הזה, עכשיו, סביר להניח שתעדנו יותר
13:01
than almostכִּמעַט all of humanבן אנוש pre-ancientקדום historyהִיסטוֹרִיָה.
250
765412
4542
מכמעט כל האנושות שלפני העת העתיקה.
13:05
That is crazyמְטוּרָף. We're enteringכניסה this amazingמדהים periodפרק זמן
251
769954
3230
זה מטורף. אנחנו נכנסים לתקופה מדהימה
13:09
of fluxשֶׁטֶף in humanבן אנוש evolutionאבולוציה where we'veיש לנו evolvedהתפתח to speakלְדַבֵּר
252
773184
4015
של שטף בהתפתחות האנושית שבו התפתחנו לכדי דיבור
13:13
in a way in whichאיזה our wordsמילים disappearלְהֵעָלֵם, but we're in
253
777199
2701
באופן שבו המילים שלנו נעלמות, אבל אנחנו
13:15
an environmentסביבה where we're recordingהקלטה everything.
254
779900
2903
בסביבה שבה אנחנו מתעדים הכול.
13:18
In factעוּבדָה, I think in the very nearליד futureעתיד, it's not just
255
782803
2337
למעשה, אני חושב שבעתיד המאוד קרוב,
13:21
what we writeלִכתוֹב that will be recordedמוּקלָט, everything we do
256
785140
2349
לא רק מה שאנחנו כותבים יהיה מתועד, כל מה שאנחנו עושים
13:23
will be recordedמוּקלָט.
257
787489
2333
יהיה מתועד.
13:25
What does that mean? What's the nextהַבָּא bigגָדוֹל ideaרַעְיוֹן from that?
258
789822
4456
מה זה אומר? מה הרעיון הגדול הבא של זה?
13:30
Well, as a socialחֶברָתִי scientistמַדְעָן, this is the mostרוב amazingמדהים thing
259
794278
4250
ובכן, כאיש מדעי החברה, זה הדבר המדהים ביותר
13:34
I have ever even dreamedחלמתי of. Now, I can look at
260
798528
3547
שאי פעם חלמתי עליו. עכשיו, אני יכול להתבונן
13:37
all those wordsמילים that used to, for millenniaמילניה, disappearלְהֵעָלֵם.
261
802075
3611
בכל המילים האלו שעד עכשיו, במשך אלף שנה, היו נעלמות.
13:41
I can look at liesשקרים that before were said and then goneנעלם.
262
805686
4248
אני יכול להסתכל על שקרים שקודם היו נאמרים ואז נעלמים.
13:45
You rememberלִזכּוֹר those Astroturfingאסטרוטורפינג reviewsביקורות that we were
263
809934
3520
אתם זוכרים את הביקורת שקשורות ל"להיטות מודרכת",
13:49
talkingשִׂיחָה about before? Well, when they writeלִכתוֹב a fakeמְזוּיָף reviewסקירה,
264
813454
3503
שדיברנו עליה קודם? אז, כשהם כותבים ביקורת מזויפת,
13:52
they have to postהודעה it somewhereאי שם, and it's left behindמֵאָחוֹר for us.
265
816957
2704
הם חייבים לפרסם אותה איפשהו, וזה נשאר שם בשבילינו,
13:55
So one thing that we did, and I'll give you an exampleדוגמא of
266
819661
2435
אז דבר אחד שעשינו, ואני אתן לכם דוגמה
13:57
looking at the languageשפה, is we paidשילם people
267
822096
2495
לבחינת השפה, שילמנו לאנשים
14:00
to writeלִכתוֹב some fakeמְזוּיָף reviewsביקורות. One of these reviewsביקורות is fakeמְזוּיָף.
268
824591
3535
כדי שיכתבו ביקורות מזויפות. אחת מהביקורות האלו מזויפת.
14:04
The personאדם never was at the Jamesג'יימס Hotelמלון.
269
828126
1943
האדם הזה אף פעם לא היה במלון ג'יימס.
14:05
The other reviewסקירה is realאמיתי. The personאדם stayedנשאר there.
270
830069
2922
הביקורות השניה אמיתית. האנשים שהו שם.
14:08
Now, your taskמְשִׁימָה now is to decideלְהַחלִיט
271
832991
3527
עכשיו, המשימה שלכם עכשיו היא להחליט
14:12
whichאיזה reviewסקירה is fakeמְזוּיָף?
272
836518
4073
איזו ביקורת היא מזויפת?
14:16
I'll give you a momentרֶגַע to readלקרוא throughדרך them.
273
840591
4186
אני אתן לכם רגע לקרוא את כולן.
14:20
But I want everybodyכולם to raiseהַעֲלָאָה theirשֶׁלָהֶם handיד at some pointנְקוּדָה.
274
844777
2287
אבל אני רוצה שכולם יצביעו בשלב מסוים,
14:22
Rememberלִזכּוֹר, I studyלימוד deceptionהונאה. I can tell if you don't raiseהַעֲלָאָה your handיד.
275
847064
4231
תזכרו, אני חוקר רמאויות. אני יכול לדעת אם לא תצביעו.
14:27
All right, how manyרב of you believe that A is the fakeמְזוּיָף?
276
851295
4570
טוב, כמה מכם מאמינים שא' היא המזויפת?
14:33
All right. Very good. About halfחֲצִי.
277
857894
2142
בסדר. טוב מאוד. בערך חצי.
14:35
And how manyרב of you think that B is?
278
860036
3615
וכמה מכם חושבים שב' מזויפת?
14:39
All right. Slightlyמְעַט more for B.
279
863651
2529
בסדר. קצת יותר לב'.
14:42
Excellentמְעוּלֶה. Here'sהנה the answerתשובה.
280
866180
2592
מצוין. הנה התשובה.
14:44
B is a fakeמְזוּיָף. Well doneבוצע secondשְׁנִיָה groupקְבוּצָה. You dominatedנשלט the first groupקְבוּצָה. (Laughterצחוק)
281
868772
6581
ב' היא המזויפת. כל הכבוד לקבוצה השנייה. אתם ניצחתם את הראשונה. (צחוק)
14:51
You're actuallyלמעשה a little bitbit unusualבלתי שגרתי. Everyכֹּל time we demonstrateלְהַפְגִין this,
282
875353
2846
האמת שאתם טיפה חריגים. בכל פעם שאנחנו מדגימים את זה,
14:54
it's usuallyבְּדֶרֶך כְּלַל about a 50-50 splitלְפַצֵל, whichאיזה fitsמתאים
283
878199
2746
החלוקה היא של בערך 50-50, מה שמסתדר
14:56
with the researchמחקר, 54 percentאָחוּז. Maybe people here
284
880945
2646
עם המחקר, 54%. אולי אנשים כאן
14:59
in Winnipegויניפג are more suspiciousחָשׁוּד and better at figuringלהבין it out.
285
883591
3770
בויניפג הם יותר חשדניים ויותר טובים בלהבין דברים כאלו.
15:03
Those coldקַר, hardקָשֶׁה wintersחורפים, I love it.
286
887361
2688
החורפים הקרים והקשים האלו, אני מת על זה.
15:05
All right, so why do I careלְטַפֵּל about this?
287
890049
3054
טוב, אז למה אכפת לי מזה?
15:09
Well, what I can do now with my colleaguesעמיתים in computerמַחשֵׁב scienceמַדָע
288
893103
3268
מה שאני יכול לעשות עכשיו ביחד עם העמיתים שלי במדעי המחשב
15:12
is we can createלִיצוֹר computerמַחשֵׁב algorithmsאלגוריתמים that can analyzeלְנַתֵחַ
289
896371
3232
זה אנחנו יכולים ליצור אלגוריתם ממוחשב שיכול לנתח
15:15
the linguisticלשוני tracesעקבות of deceptionהונאה.
290
899603
2900
את עקבות השפה של הרמאות.
15:18
Let me highlightשִׂיא a coupleזוּג of things here
291
902503
1833
אני אדגיש פה כמה דברים
15:20
in the fakeמְזוּיָף reviewסקירה. The first is that liarsשקרנים tendנוטה to think
292
904336
3443
בביקורת המזויפת. הדבר הראשון זה ששקרנים נוטים לחשוב
15:23
about narrativeנרטיב. They make up a storyכַּתָבָה:
293
907779
1588
על נרטיבים. הם ממציאים סיפור:
15:25
Who? And what happenedקרה? And that's what happenedקרה here.
294
909367
3186
מי? ומה קרה? וזה מה שקרה כאן.
15:28
Our fakeמְזוּיָף reviewersסוקרים talkedדיבר about who they were with
295
912553
2289
המבקרת המזויפת שלנו מדברת על עם מי הם היו
15:30
and what they were doing. They alsoגַם used the first personאדם singularיָחִיד, I,
296
914842
4765
ומה הם עשו. הם גם משתמשים בגוף ראשון יחיד, אני,
15:35
way more than the people that actuallyלמעשה stayedנשאר there.
297
919607
2469
הרבה יותר מאנשים שבאמת שהו במלון.
15:37
They were insertingמוסיף themselvesעצמם into the hotelמלון reviewסקירה,
298
922076
4696
הם הכניסו את עצמם לביקורת המלון,
15:42
kindסוג of tryingמנסה to convinceלְשַׁכְנֵעַ you they were there.
299
926772
1696
כאילו מנסים לשכנע אותך שהם היו שם.
15:44
In contrastבניגוד, the people that wroteכתבתי the reviewsביקורות that were actuallyלמעשה there,
300
928468
4015
לעומת זאת, האנשים שכתבו את הביקורת ובאמת היו שם,
15:48
theirשֶׁלָהֶם bodiesגופים actuallyלמעשה enteredנכנס the physicalגוּפָנִי spaceמֶרחָב,
301
932483
2432
שהגוף שלהם ממש נכנס למרחב הפיזי הזה,
15:50
they talkedדיבר a lot more about spatialמֶרחָבִי informationמֵידָע.
302
934915
2899
הם דיברו הרבה על מידע מרחבי.
15:53
They said how bigגָדוֹל the bathroomחדר אמבטיה was, or they said,
303
937814
2517
הם ציינו כמה גדול חדר האמבטיה, או הם אמרו,
15:56
you know, here'sהנה how farרָחוֹק shoppingקניות is from the hotelמלון.
304
940331
4520
אתם יודעים, זה המרחק מהמלון למרכז הקניות.
16:00
Now, you guys did prettyיפה well. Mostרוב people performלְבַצֵעַ at chanceהִזדַמְנוּת at this taskמְשִׁימָה.
305
944851
4161
עכשיו, אתם הצלחתם יחסית. אצל רוב האנשים זה עניין של מזל,
16:04
Our computerמַחשֵׁב algorithmאַלגוֹרִיתְם is very accurateמְדוּיָק, much more accurateמְדוּיָק
306
949012
2758
האלגוריתם הממוחשב שלנו מאוד מדויק, הרבה יותר מדויק
16:07
than humansבני אנוש can be, and it's not going to be accurateמְדוּיָק all the time.
307
951770
3291
ממה שבני אדם יכולים להיות, והוא לא יהיה מדויק בכל המקרים.
16:10
This isn't a deception-detectionאיתור הונאה machineמְכוֹנָה to tell
308
955061
2030
זו לא מכונת זיהוי רמאות כדי לבדוק אם
16:12
if your girlfriend'sשל חברה lyingשֶׁקֶר to you on textטֶקסט messagingהודעות.
309
957091
2501
החברה שלך משקרת לך בסמס.
16:15
We believe that everyכֹּל lieשקר now, everyכֹּל typeסוּג of lieשקר --
310
959592
3564
אנחנו מאמינים שכל שקר עכשיו, כל סוג של שקר
16:19
fakeמְזוּיָף hotelמלון reviewsביקורות, fakeמְזוּיָף shoeנַעַל reviewsביקורות,
311
963156
3787
ביקורת מלון מזויפות, ביקורת נעליים מזויפת,
16:22
your girlfriendחֲבֵרָה cheatingרַמָאוּת on you with textטֶקסט messagingהודעות --
312
966943
2914
החברה שלך שבוגדת בך בהודעות טקסט...
16:25
those are all differentשונה liesשקרים. They're going to have
313
969857
1505
כל אלו הם שקרים שונים. יהיו להם
16:27
differentשונה patternsדפוסי of languageשפה. But because everything'sהכל
314
971362
2859
תבניות שונות של שפה. אבל בגלל שהכול
16:30
recordedמוּקלָט now, we can look at all of those kindsמיני of liesשקרים.
315
974221
4689
מתועד עכשיו, אנחנו יכולים להתבונן על כל סוגי השקרים האלו.
16:34
Now, as I said, as a socialחֶברָתִי scientistמַדְעָן, this is wonderfulנִפלָא.
316
978910
3993
עכשיו, כמו שאמרתי, כאיש מדעי החברה, זה נהדר.
16:38
It's transformationalשינוי. We're going to be ableיכול to learnלִלמוֹד
317
982903
2087
זה מחולל שינוי. אנחנו נהיה מסוגלים ללמוד
16:40
so much more about humanבן אנוש thought and expressionביטוי,
318
984990
3802
כ"כ הרבה יותר על דרכי החשיבה והביטוי של בני האדם,
16:44
about everything from love to attitudesעמדות,
319
988792
4398
בכל תחום החל מאהבה ועד התנהגות,
16:49
because everything is beingלהיות recordedמוּקלָט now, but
320
993190
1960
כי הכול מתועד עכשיו, אבל
16:51
what does it mean for the averageמְמוּצָע citizenאֶזרָח?
321
995150
2404
מה זה אומר לגבי האזרח הממוצע?
16:53
What does it mean for us in our livesחיים?
322
997554
2802
מה זה אומר לגבינו בחיים שלנו?
16:56
Well, let's forgetלשכוח deceptionהונאה for a bitbit. One of the bigגָדוֹל ideasרעיונות,
323
1000356
3673
אז, בואו נשכח לרגע את הרמאות. אחד מהרעיונות הגדולים,
16:59
I believe, is that we're leavingעֲזִיבָה these hugeעָצוּם tracesעקבות behindמֵאָחוֹר.
324
1004029
3688
אני מאמין, זה שאנחנו משאירים עקבות אדירים מאחרינו.
17:03
My outboxתיבת הדואר הנכנס for emailאֶלֶקטרוֹנִי is massiveמַסִיבִי,
325
1007717
3216
תיבת הדואר היוצא שלי היא עצומה,
17:06
and I never look at it. I writeלִכתוֹב all the time,
326
1010933
3337
ואני אף פעם לא מסתכל בה. אני כותב כל הזמן,
17:10
but I never look at my recordתקליט, at my traceזֵכֶר.
327
1014270
3438
אבל אני אף פעם לא מסתכל בתיעוד, על העקבות שלי.
17:13
And I think we're going to see a lot more of that,
328
1017708
1567
ואני חושב שאנחנו נראה הרבה יותר מזה,
17:15
where we can reflectמשקף on who we are by looking at
329
1019275
3161
במובן שאנחנו יכולים לתהות על קנקנינו ע"י התבוננות
17:18
what we wroteכתבתי, what we said, what we did.
330
1022436
3618
במה שכתבנו, מה שאמרנו, מה שעשינו.
17:21
Now, if we bringלְהָבִיא it back to deceptionהונאה, there's a coupleזוּג
331
1026054
2272
עכשיו, אם נחזור לרמאות, יש שני
17:24
of take-awayלהסיר things here.
332
1028326
1977
דברים שצריך לקחת מפה.
17:26
First, lyingשֶׁקֶר onlineבאינטרנט can be very dangerousמְסוּכָּן, right?
333
1030303
4488
ראשית, שקרים מקוונים יכולים להיות מאוד מסוכנים, נכון?
17:30
Not only are you leavingעֲזִיבָה a recordתקליט for yourselfעַצמְךָ on your machineמְכוֹנָה,
334
1034791
2706
לא רק שאנחנו משאירים תיעוד לעצמנו על המכשיר,
17:33
but you're leavingעֲזִיבָה a recordתקליט on the personאדם that you were lyingשֶׁקֶר to,
335
1037497
4275
אלא אנחנו משאירים תיעוד גם אצל האדם שלו שיקרנו,
17:37
and you're alsoגַם leavingעֲזִיבָה them around for me to analyzeלְנַתֵחַ
336
1041772
1760
ואתם גם משאירים את זה שם בשביל שאני אוכל לנתח
17:39
with some computerמַחשֵׁב algorithmsאלגוריתמים.
337
1043532
1454
את זה עם איזו אלגוריתם מחשובי.
17:40
So by all meansאומר, go aheadקָדִימָה and do that, that's good.
338
1044986
3173
אז בבקשה, תעשו את זה, זה טוב.
17:44
But when it comesבא to lyingשֶׁקֶר and what we want to do
339
1048159
4154
אבל בכל מה שנוגע לשקרים ולמה שאנחנו רוצים לעשות
17:48
with our livesחיים, I think we can go back to
340
1052313
2553
עם החיים שלנו, אני חושב שאנחנו יכולים לחזור אל
17:50
Diogenesדיוגנס and Confuciusקונפוציוס. And they were lessפָּחוּת concernedמודאג
341
1054866
3749
דיוגנס וקונפוציוס. הם היו מוטרדים פחות
17:54
about whetherהאם to lieשקר or not to lieשקר, and more concernedמודאג about
342
1058615
2832
מהשאלה האם לשקר או לא לשקר, ויותר מוטרדים
17:57
beingלהיות trueנָכוֹן to the selfעצמי, and I think this is really importantחָשׁוּב.
343
1061447
3285
לגבי להיות כן לעצמך, ואני חושב שזה מאוד חשוב.
18:00
Now, when you are about to say or do something,
344
1064732
4183
עכשיו, כשאתם עומדים להגיד או לעשות משהו,
18:04
we can think, do I want this to be partחֵלֶק of my legacyמוֹרֶשֶׁת,
345
1068915
4560
אנחנו יכולים לחשוב, האם אני רוצה שזה יהיה חלק מהמורשת שלי,
18:09
partחֵלֶק of my personalאישי recordתקליט?
346
1073475
2713
חלק מהתיק האישי שלי?
18:12
Because in the digitalדִיגִיטָלי ageגיל we liveלחיות in now,
347
1076188
2657
כי בעידן הדיגיטלי שבו אנחנו חיים עכשיו,
18:14
in the networkedברשת ageגיל, we are all leavingעֲזִיבָה a recordתקליט.
348
1078845
4464
בעידן המקוון, אנחנו כולנו משאירים אחרינו תיעוד.
18:19
Thank you so much for your time,
349
1083309
1695
תודה רבה לכם על זמנכם,
18:20
and good luckמַזָל with your recordתקליט. (Applauseתְשׁוּאוֹת)
350
1085004
4447
ובהצלחה בתיעוד שלכם. (מחיאות כפיים)
Translated by Yael BST
Reviewed by Ido Dekkers

▲Back to top

ABOUT THE SPEAKER
Jeff Hancock - Psychologist
Jeff 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.

 

More profile about the speaker
Jeff Hancock | Speaker | TED.com