ABOUT THE SPEAKER

James Bridle - Artist, writer
Working across technologies and disciplines, James Bridle examines technology, knowledge and the end of the future.

Why you should listen

James Bridle is an artist and writer working across technologies and disciplines. His artworks and installations have been exhibited in Europe, North and South America, Asia and Australia, and have been viewed by hundreds of thousands of visitors online. He has been commissioned by organizations including the Victoria & Albert Museum, the Barbican, Artangel, the Oslo Architecture Triennale and the Istanbul Design Biennial, and he has been honored by Ars Electronica, the Japan Media Arts Festival and the Design Museum, London. His writing on literature, culture and networks has appeared in magazines and newspapers including Frieze, Wired, Domus, Cabinet, The Atlantic, the New Statesman and many others, and he has written a regular column for The Observer.

New Dark Age, Bridle's book about technology, knowledge and the end of the future is forthcoming from Verso (UK & US) in 2018. He lectures regularly on radio, at conferences, universities and other events including SXSW, Lift, the Global Art Forum and Re:Publica. He has been a resident at Lighthouse, Brighton, the White Building, London and Eyebeam, New York, and an adjunct professor on the interactive telecommunications program at New York University.

More profile about the speaker
James Bridle | Speaker | TED.com

TED2018

James Bridle: The nightmare videos of children's YouTube -- and what's wrong with the internet today

James Bridle: ကလေးများအတွက် YouTube အိပ်မက်ဆိုး -- ယခုခေတ် အင်တာနက်နဲ့ပတ်သက်ပြီး မှားယွင်းနေတာတွေ။

Filmed: 2018-04-10

Readability: 4.1

5,404,429 views

စာရေးဆရာ၊ အနုပညာရှင် ဂျိမ်းစ် ဘရိုက်ဒယ်လ် ဟာ အင်တာနက်ပေါ်က အန္တရာယ်တွေ၊ အမည်မသိလူတွေက ကြော်ငြာခ အတွက်နဲ့ ကလေးတွေရဲ့ အတွေးအာရုံပေါ် အမြတ်ထုတ်မှုတွေ ကို ပေါ်လွင်စေခဲ့ပါတယ်။ ကလေးများနှစ်သက်တဲ့ လက်ဆောင် ချောကလက် ဥ "surprise egg" မိသားစု သီချင်း "Finger Family Song" video တွေမှ ကလေးငယ်များရဲ့ ကာတွန်း ဇာတ်ကောင်တွေကို အသုံးချပြီး ကြမ်းတမ်း ရင့်သီးတဲ့ အကြောင်းအရာများ ဖန်တီးနေကြတာ ဟာ ကလေးငယ်များ အတွက် ကြောက်မက်ဖွယ်ပါ။ ဒီအဖြစ်တွေက ကျနော်တို့ရဲ့ အချက်အလက် နည်းပညာ အသုံးချမှု နဲ့ ပက်သက်ပြီး တစ်စုံတစ်ခုထောက်ပြနေပါတယ်။ ဘရိုက်ဒယ်လ် ပြောတာကတော့ "ကျနော်တို့ဟာ နည်းပညာကို အရာရာတိုင်းအတွက် ဖြေရှင်းချက်အနေနဲ့ စဉ်းစားတာတွေ ရပ်သင့်ပါပြီ။ တကယ်တမ်း ပြဿနာ အရင်းအမြစ်တွေ ရဲ့ အဖြေရှာဖို့ အထောက်အကူအနေနဲ့သာ သုံးသင့်ပါတယ်။ ဒီလိုမှသာ ကျနော်တို့ဟာ နည်းပညာကို မှန်မှန်ကန်ကန် အသုံးချတယ်လို့ ဆိုနိုင်မှာပါ။"

James Bridle - Artist, writer
Working across technologies and disciplines, James Bridle examines technology, knowledge and the end of the future. Full bio

Double-click the English transcript below to play the video.

00:12

I'm James.

0

777

1183

ကျနော့ နာမည် James ပါ

00:13

I'm a writer and artist,

1

1984

1686

စာရေးဆရာ၊ အနုပညာရှင် တစ်ယောက်ပါ

00:15

and I make work about technology.

2

3694

2341

နည်းပညာနဲ့ ပက်သက်တဲ့
ဖန်တီးမှုတွေ ပြုလုပ်တယ်

00:18

I do things like draw life-size outlines
of military drones

3

6454

3911

ကမ္ဘာ့ မြို့ကြီးတွေရဲ့ လမ်းတွေပေါ်မှာ

00:22

in city streets around the world,

4

10389

1828

စစ်တပ်သုံး drone ပုံတွေဆွဲတာမျိုးပေါ့

00:24

so that people can start to think
and get their heads around

5

12241

2950

ရည်ရွယ်ချက်က လူတွေ နည်းပညာနဲ့ ပက်သက်ပြီး

00:27

these really quite hard-to-see
and hard-to-think-about technologies.

6

15215

3440

မထင်မှတ်ထားတာတွေကို သတိပြုမိလာအောင်ပါ

00:31

I make things like neural networks
that predict the results of elections

7

19494

3836

ရာသီဥတု ခန့်မှန်းချက်တွေကိုသုံးပြီး
ရွေးကောက်ပွဲရလဒ်တွေကို ခန့်မှန်းတဲ့

00:35

based on weather reports,

8

23354

1737

neural network တွေလည်းပြုလုပ်တယ်

00:37

because I'm intrigued about

9

25115

1314

ဘာလို့လဲဆိုတော့

00:38

what the actual possibilities
of these weird new technologies are.

10

26453

3924

ဒီထူးဆန်းတဲ့ နည်းပညာတွေကို သုံးပြီး
ဘာတွေဖြစ်လာနိုင်ခြေရှိတာ သိချင်လို့ပါ။

00:43

Last year, I built
my own self-driving car.

11

31405

2426

ပြီးခဲ့တဲ့နှစ်က ကိုယ်ပိုင်
မောင်းသူမဲ့ကားဆောက်ခဲ့တယ်

00:45

But because I don't
really trust technology,

12

33855

2526

ဒါပေမဲ့ နည်းပညာအပေါ်
တကယ့့််ကို မယုံကြည်တာကြောင့်

00:48

I also designed a trap for it.

13

36405

1928

ဒီကားအတွက်
လှည့်ကွက်တစ်ခု ဆင်ခဲ့တယ်

00:50

(Laughter)

14

38777

1086

(ရယ်သံများ)

00:51

And I do these things mostly because
I find them completely fascinating,

15

39887

4298

ဒါတွေအကို ကျနော် လုပ်တာကတော့
ထိန်းချုပ်လုပ်မရတဲ့ စိတ်ဝင်စားမှုကြောင့်ပါ

00:56

but also because I think
when we talk about technology,

16

44209

2602

ကျနော့အထင် နည်းညာအကြောင်း
ကျနော်တို့ ဆွေးနွေးတဲ့အခါ

00:58

we're largely talking about ourselves

17

46835

2619

ကျနော်တို့ ကိုယ်တိုင်အကြောင်းအပြင်

01:01

and the way that we understand the world.

18

49478

2299

ကမ္ဘာကြီးပေါ် နားလည်ပုံကိုပါ
ဆွေးနွေးနေလို့ပါ။

01:03

So here's a story about technology.

19

51801

2442

ဒီမှာ ကျနော်က နည်းပညာနဲ့
ပက်သက်ပြီးပြောချင်ပါတယ်

01:07

This is a "surprise egg" video.

20

55520

2830

ဒါက "လက်ဆောင် ဥ" (surprise egg) ဗီဒီယို ပါ

01:10

It's basically a video of someone
opening up loads of chocolate eggs

21

58374

3348

ဒီ ဗီဒီယို မှာ ဥပုံစံ ချောကလက်လုံးတွေကို
ဖွင့်ဖောက်ပြနေတာပါ

01:13

and showing the toys inside to the viewer.

22

61746

2126

အထဲက ဖွက်ထားတဲ့ အရုပ်လေးတွေ
ထွက်လာတာပေါ့

01:16

That's it. That's all it does
for seven long minutes.

23

64461

2649

ဒါပဲ။ ဒီ (၇)မိနစ် video မှာပြနေတာ ဒါပဲ။

01:19

And I want you to notice
two things about this.

24

67428

3051

ဒါနဲ့ ပက်သက်ပြီး ကျနော်သိစေချင်တာ (၂)ချက်က

01:22

First of all, this video
has 30 million views.

25

70503

4074

ပထမ အချက်၊ ဒီ video က ကြည့်ရှုသူ
အရေအတွက် သန်း(၃၀) ရှိပါတယ်

01:26

(Laughter)

26

74601

1275

(ရယ်သံများ)

01:28

And the other thing is,

27

76376

1166

နောက်တစ်ချက်က

01:29

it comes from a channel
that has 6.3 million subscribers,

28

77566

3869

ဒီ video တွေပြတဲ့ ချန်နယ် (channel) က
ပရိသတ် (subscriber) (၆.၃)သန်း ရှိပါတယ်

01:33

that has a total of eight billion views,

29

81459

2680

စုစုပေါင်း ကြည့်ရှုသူပေါင်း
(၈)ဘီလီယံ ရှိပါတယ်။

01:36

and it's all just more videos like this --

30

84163

3106

ဒီလို ဗီဒီယို ပေါင်းများစွာ ရှိနေပါတယ်

01:40

30 million people watching a guy
opening up these eggs.

31

88256

3908

လူပေါင်း သန်း(၃၀)က လူတစ်ယောက် ချောကလက်
လုံးတွေ ထိုင်ဖောက်နေတာကို ကြည့်နေကြတာ

01:44

It sounds pretty weird, but if you search
for "surprise eggs" on YouTube,

32

92188

4481

ဒါက တော်တော်ကြောင်တောင်တောင်ဆိုါပေမဲ့
YouTube မှာ "surprise eggs"လို့ ရှာကြည့်ပါ

01:48

it'll tell you there's
10 million of these videos,

33

96693

3523

ဒီလို video ပေါင်း (၁၀)သန်းလောက်
ထွက်လာလိမ့်မယ်

01:52

and I think that's an undercount.

34

100240

1657

(၁၀)သန်းဆိုတာ နည်းပါဦးမယ်

01:53

I think there's way, way more of these.

35

101921

1897

ဒါထက် အများကြီး ပိုရှိနေဦးမှာ

01:55

If you keep searching, they're endless.

36

103842

2242

ရှာပြီးရင်း ရှာနေ၊ မဆုံးနိုင်ဘူး

01:58

There's millions and millions
of these videos

37

106108

2159

ဒီလို video မျိုးတွေ သန်းချီ ရှိနေတာပါ။

02:00

in increasingly baroque combinations
of brands and materials,

38

108291

3454

ချောကလက် ဥတွေ
ပုံစံအမျိုးမျိုး၊ တံဆိပ်အမျိုးမျိုး

02:03

and there's more and more of them
being uploaded every single day.

39

111769

3846

နေ့စဉ်နေ့တိုင်း ဒီလို video အသစ်အသစ်တွေ
တင်နေကြတာပါ

02:07

Like, this is a strange world. Right?

40

115639

3511

တော်တော် နားမလည်နိုင်စရာပဲနော်

02:11

But the thing is, it's not adults
who are watching these videos.

41

119174

3383

တကယ်တမ်းက ဒီ ဗီဒီယို တွေကို ကြည့်နေကြတာ
လူကြီးတွေ မဟုတ်ပါဘူး

02:14

It's kids, small children.

42

122581

2921

ကလေး ငယ်ငယ်လေးတွေပါ

02:17

These videos are
like crack for little kids.

43

125526

2154

ဒီဗီဒီယိုတွေက ကလေးငယ်လေးတွေ အတွက်
စွဲလမ်းစရာပါ

02:19

There's something about the repetition,

44

127704

2075

အကြိမ်ကြိမ် ကြည့်နေကြတာ အကြောင်းရှိပါတယ်

02:21

the constant little
dopamine hit of the reveal,

45

129803

2468

အထဲက အရုပ်ထွက်လာတာ ကြည့်ရတဲ့
စွဲလမ်းမှု (dopamine) က

02:24

that completely hooks them in.

46

132295

1866

ဒီကလေးတွေကို ဆွဲဆောင်ပါတယ်

02:26

And little kids watch these videos
over and over and over again,

47

134185

4809

ကလေးလေးတွေက ဒီ video တွေကို
ထပ်ခါတလဲလဲ ကြည့်ကြပါတယ်

02:31

and they do it for hours
and hours and hours.

48

139018

2327

နာရီပေါင်းများစွာ ထပ်ခါတလဲလဲ

02:33

And if you try and take
the screen away from them,

49

141369

2356

သူတို့လေးတွေဆီက ကြည့်နေတာကို
ဖယ်လိုက်လို့ကတော့

02:35

they'll scream and scream and scream.

50

143749

1782

အော်ပြီ ဟစ်ပြီ ဆူညံပြီ

02:37

If you don't believe me --

51

145555

1262

ကျနော် ပြောတာကို မယုံရင်

02:38

and I've already seen people
in the audience nodding --

52

146841

2607

အခု ပရိသတ်ထဲမှာတင်
ခေါင်းညိတ်နေတဲ့လူတွေ တွေ့နေရပြီ

02:41

if you don't believe me, find someone
with small children and ask them,

53

149472

3391

မယုံရင် ကလေးရှိတဲ့ တစ်ယောက်ယောက်ကို
ဒီ surprise egg videos ကို

02:44

and they'll know about
the surprise egg videos.

54

152887

2340

သိသလားလို့မေးကြည့်ပါ။

02:47

So this is where we start.

55

155251

2070

ဆိုတော့ ဒီမှာ ကျနော်စပြောပြီ

02:49

It's 2018, and someone, or lots of people,

56

157345

3642

၂၀၁၈ မှာ လူတစ်ချို့ (သို့) အတော်များများဟာ

02:53

are using the same mechanism that, like,
Facebook and Instagram are using

57

161011

3941

ဒီ app ကို လူတွေ ဆက်ဆက်ကြည့်စေဖို့
အလားတူ နည်းလမ်းတွေ သုံးတဲ့Facebook,

02:56

to get you to keep checking that app,

58

164976

1989

Instagram တို့လိုမျိုးတွေကို သုံးနေကြတယ်။

02:58

and they're using it on YouTube
to hack the brains of very small children

59

166989

3985

အခုဆို YouTube ပေါ်မှာ ကလေးငယ်လေးတွေကို
အသုံးချပြီး

03:02

in return for advertising revenue.

60

170998

1958

ကြော်ငြာခ ယူဖို့ ကြိုးစားနေကြ တာပဲ

03:06

At least, I hope
that's what they're doing.

61

174346

2001

အနညး်ဆုံး သူတို့ ရည်ရွယ်ချက်က
ဒီလောက်ပဲ

03:08

I hope that's what they're doing it for,

62

176371

1955

ဒီအတွက်ပဲ သူတို့လုပ်တာလို့ မျှော်လင့်တယ်။

03:10

because there's easier ways
of making ad revenue on YouTube.

63

178350

5308

ဘာလို့ဆို YouTube ကြော်ငြာခရဖို့ ဒီထက်ပို
လွယ်တဲ့ နည်းလမ်းတွေ ရှိပါတယ်။

03:15

You can just make stuff up or steal stuff.

64

183682

2332

လုပ်ကြံဖန်တီးထားတာ
သူများဟာကို ခိုးချတာတွေပေါ့

03:18

So if you search for really
popular kids' cartoons

65

186038

2635

နာမည်ကြီး ကလေး ကာတွန်းကားတွေကို
ရှာကြည့်လိုက်ပါ

03:20

like "Peppa Pig" or "Paw Patrol,"

66

188697

1654

"့်Peppa Pig" (သို့) "Paw Patrol"

03:22

you'll find there's millions and millions
of these online as well.

67

190375

3147

ရှာကြည့်ရင် အင်တာနက်ပေါ်မှာ
ဒီကာတွန်းတွေ သန်းနဲ့ချီပြီးတွေ့ရပါမယ်

03:25

Of course, most of them aren't posted
by the original content creators.

68

193546

3352

ဒါပေမဲ့ တော်တော်များများက မူရင်းပိုင်ရှင်
ကိုယ်တိုင် တင်ထားတာ မဟုတ်ဘူး

03:28

They come from loads and loads
of different random accounts,

69

196922

2999

ဒီလိုပဲ လူအမျိုးအမျိုးက နည်းမျိုးစုံနဲ့
တင်နေကြတာပါ

03:31

and it's impossible to know
who's posting them

70

199945

2240

ဘယ်သူဘယ်ဝါ တင်တယ်ဆိုတာလည်း
အတိအကျသိဖို့ ခက်ပါတယ်

03:34

or what their motives might be.

71

202209

1822

ဘာရည်ရွယ်ချက်နဲ့ တင်တာ
မသိနိုင်ပါဘူး

03:36

Does that sound kind of familiar?

72

204428

1930

ဒါမျိုး ပြဿနာက ရင်းနှီးနေတယ်လို့ ထင်လား

03:38

Because it's exactly the same mechanism

73

206382

1980

ဒါမျိုး ဖြစ်စဉ်က

03:40

that's happening across most
of our digital services,

74

208386

2600

ကျနော်တို့ ဒစ်ဂျစ်တယ် လောကမှာ
အမြဲ ကြုံနေရတာပါ

03:43

where it's impossible to know
where this information is coming from.

75

211010

3207

ဒီအချက်အလက်တွေ ဘယ်က စပြီး
ပျံ့လာသလဲ သိဖို့ အင်မတန် ခက်ခဲပါတယ်

03:46

It's basically fake news for kids,

76

214241

1829

ဒါဟာကလေးတွေ အတွက် သတင်းမှားတွေပါ

03:48

and we're training them from birth

77

216094

2161

သူတို့တွေ ငယ်စဉ်ထဲက ဘယ်ကမှန်းမသိတဲ့

03:50

to click on the very first link
that comes along,

78

218279

2506

အင်တာနက်မှာ ထိပ်ဆုံးက ပေါ်တဲ့
link ကို နှိပ်ဖို့

03:52

regardless of what the source is.

79

220809

1953

ကျနော်တို့ကဟာ အကျင့်လုပ်သလို ဖြစ်နေတာပါ

03:54

That's doesn't seem like
a terribly good idea.

80

222786

2603

သိပ်ကောင်းတဲ့ အတွေးတော့ မဟုတ်ဘူး

03:58

Here's another thing
that's really big on kids' YouTube.

81

226399

2710

နောက်တစ်ချက် YouTube မှာ
ကလေးတွေ ကို လွှမ်းမိုးတဲ့ အရာက

04:01

This is called the "Finger Family Song."

82

229133

1928

Finger Family Song သီချင်းပါ။

04:03

I just heard someone groan
in the audience.

83

231085

2018

ခုပဲ ပရိသတ်ထဲက ညည်းသံ ကြားလိုက်တယ်။

04:05

This is the "Finger Family Song."

84

233127

1624

ဒါက Finger Family Song ပါ

04:06

This is the very first one I could find.

85

234775

1930

ဒါက ရှာလို့တွေ့တဲ့ အရင်ဆုံးပေါ်တဲ့ ဟာပဲ

04:08

It's from 2007, and it only has
200,000 views,

86

236729

2829

ဒါက ၂၀၀၇ တုန်းက တစ်ခု
ကြည့်ရှုသူ ၂၀၀,၀၀၀ ပဲရှိတယ်

04:11

which is, like, nothing in this game.

87

239582

1976

တစ်ခြားဟာတွေနဲ့ ယှဉ်ရင် အရမ်းနည်းသေးတယ်

04:13

But it has this insanely earwormy tune,

88

241582

2852

သူ့ သံစဉ်က သိပ်ကို နားထဲစွဲတယ်

04:16

which I'm not going to play to you,

89

244458

1682

ကျနော် ဖွင့်မပြတော့ပါဘူး

04:18

because it will sear itself
into your brain

90

246164

2008

ခင်ဗျားတို့ ဦးနှောက်ထဲ စွဲသွားမှာ စိုးလို့

04:20

in the same way that
it seared itself into mine,

91

248196

2395

ကျနော့်ဆီမှာတော့ တော်တော့်ကို စွဲနေပြီ။

04:22

and I'm not going to do that to you.

92

250615

1770

ခင်ဗျားတို့ကို မခံစားစေချင်ပါဘူး။

04:24

But like the surprise eggs,

93

252409

1344

surprise eggs လိုပဲ

04:25

it's got inside kids' heads

94

253777

2164

ကလေးငယ်တွေ ဦးနှောက်ထဲ စွဲနေတယ်

04:27

and addicted them to it.

95

255965

1607

သူတို့တွေ ဒါတွေကို စွဲလမ်းနေတယ်။

04:29

So within a few years,
these finger family videos

96

257596

2531

နှစ်အနည်းငယ် အတွင်းမှာပဲ
ဒီ finger family video တွေ

04:32

start appearing everywhere,

97

260151

1303

နေရာ အနှံ့မှာ ပျံ့လာတယ်

04:33

and you get versions
in different languages

98

261478

2029

လူသိများတဲ့ ကလေးကာွန်း အစားအသောက်ပုံစံနဲ့

04:35

with popular kids' cartoons using food

99

263531

2121

ဘာသာစကား အမျိုးမျိုးနဲ့တောင်
ထွက်လိုက်သေးတယ်။

04:37

or, frankly, using whatever kind
of animation elements

100

265676

2550

တစ်ချို့လဲ ပြောရရင် animation
ဖြစ်ရင်ပြီးရော

04:40

you seem to have lying around.

101

268250

2252

တွေ့ရာ မြင်ရာ အစုံလျှောက်ထည့်တယ်

04:43

And once again, there are millions
and millions and millions of these videos

102

271002

5197

ဒီ ဗီဒီယိုတွေလည်း သန်းနဲ့ချီပြီး ရှိနေတယ်

04:48

available online in all of these
kind of insane combinations.

103

276223

3435

အင်တာနက်ပေါ်မှာ ပုံစံ အမျိုးမျိုးနဲ့
ရှာလို့တွေ့နိုင်တယ်

04:51

And the more time
you start to spend with them,

104

279682

2228

ဒါတွေကို ခင်ဗျားတို့ ရှာကြည့် လေလေ

04:53

the crazier and crazier
you start to feel that you might be.

105

281934

3694

ပိုပိုပြီး ကြောင်တော်တောင်
ရူးနှမ်းနှမ်း ခံစားရလေပဲ

04:57

And that's where I
kind of launched into this,

106

285652

3333

ဒါတွေကြောင့် ကျနော် သိပ်ကို
စိတ်ဝင်စားသွားတာပဲ

05:01

that feeling of deep strangeness
and deep lack of understanding

107

289009

3666

ကျွန်တော့ဝန်းကျင်မှာ တင်ပြဖို့ထင်ရတာကို
ဘယ်လို တညိဆောက်ခဲ့တယ်ဆိုတာက

05:04

of how this thing was constructed
that seems to be presented around me.

108

292699

4175

သိပ်ကို ထူးဆန်းပြီး နားလည်ရခက်ပါတယ်။

05:08

Because it's impossible to know
where these things are coming from.

109

296898

3167

ဒါတွေ ဘယ်လို ဖြစ်လာသလဲဆိုတာ
သိဖို့ မဖြစ်နိုင်တာကြောင့်ပါ။

05:12

Like, who is making them?

110

300089

1241

ဥပမာ ဘယ်သူတွေက ဖန်တီးနေလဲ

05:13

Some of them appear to be made
of teams of professional animators.

111

301354

3143

တစ်ချို့ဟာတွေက ကျွမ်းကျင်တဲ့
animator တွေက ဖန်တီးထားတာ

05:16

Some of them are just randomly
assembled by software.

112

304521

2882

တစ်ချို့က software တစ်ခုခုနဲ့
ဒီလိုပဲ လျှောက်လုပ်ထားကြတာ

05:19

Some of them are quite wholesome-looking
young kids' entertainers.

113

307427

4253

တစ်ချို့ကတော့ ကလေးငယ်တွေ ဖျော်ဖြေရေးကို
အဓိက ဦးတည်တဲ့ လူတွေပေါ့

05:23

And some of them are from people

114

311704

1552

နောက်ပြီး တစ်ချို့ကတော့

05:25

who really clearly
shouldn't be around children at all.

115

313280

3007

ကလေးတွေ လုံးဝမပက်သက်သင့်တဲ့
လူတွေ ဖန်တီးထားတာပါ

05:28

(Laughter)

116

316311

1615

(ရယ်သံများ)

05:30

And once again, this impossibility
of figuring out who's making this stuff --

117

318987

4640

ထပ်ပြီးပြောချင်တာကတော့ ဒါတွေကို ဘယ်သူတွေ
ဖန်တီးနေလဲ ဆိုတာကို သိဖို့ မဖြစ်နိုင်တာပါ။

05:35

like, this is a bot?

118

323651

1156

ဥပမာ အလိုလို ဖန်တီးတာလား

05:36

Is this a person? Is this a troll?

119

324831

2647

လူတွေပဲလား၊ ဟာသ သက်သက်လုပ်ကြတာလား။

05:39

What does it mean
that we can't tell the difference

120

327502

2382

ကျနော်တို့ ဒါကို မခွဲခြားနိုင်ဘူးဆိုရင်

05:41

between these things anymore?

121

329908

1583

ဘယ်လိုလုပ်ကြမလဲ

05:43

And again, doesn't that uncertainty
feel kind of familiar right now?

122

331515

4848

ထပ်ပြောရရင် ဒီဖြစ်စဉ်က မရင်းနှီးနေဘူးလား

05:50

So the main way people get views
on their videos --

123

338145

2580

ဆိုတော့ ဒီဗီဒီယို တွေကနေ
ကြည့်ရှုသူဦးရေတိုးဖို့

05:52

and remember, views mean money --

124

340749

1707

ကြည့်တာ တိုးရင် ပိုက်ဆံရတာပေါ့

05:54

is that they stuff the titles
of these videos with these popular terms.

125

342480

4742

ကြည့်တာ တိုးဖို့ ဗီဒီယိုခေါင်းစဉ်တွေကို
နာမည်ကြီးနေတာတွေ ပေးကြတယ်

05:59

So you take, like, "surprise eggs"

126

347246

1687

ဆိုတော့ "surprise eggs" လိုမျိုး

06:00

and then you add
"Paw Patrol," "Easter egg,"

127

348957

2066

ပြီးတော့ "Paw Patrol", "Easter egg" လို

06:03

or whatever these things are,

128

351047

1393

တစ်ခြား နာမည်ကြီးနေတာတွေပေါ့

06:04

all of these words from other
popular videos into your title,

129

352464

2893

နာမည်ကြီး စကားလုံးတွေကို
သူတို့ ဗီဒီယိုခေါင်းစဉ်နေနဲ့ ယူပြီး

06:07

until you end up with this kind of
meaningless mash of language

130

355381

2968

ဒီလို အဓိပ္ပါယ် မရှိတဲ့ ဘာသာစကား
အရောတွေဖန်တီးလိုက်တာပဲ

06:10

that doesn't make sense to humans at all.

131

358373

2498

ကြည့်တာ တိုးဖို့ကလွဲပြီး
ဘာအဓိပ္ပါယ်မှ မရှိတာတွေ

06:12

Because of course it's only really
tiny kids who are watching your video,

132

360895

3546

တကယ်တမ်းကသူတို့ video တွေကို ကြည့်နေတာ
ကလေးလေးတွေလေ

06:16

and what the hell do they know?

133

364465

1827

ဒီကလေးလေးတွေ ဘာသိမှာတုန်း။

06:18

Your real audience
for this stuff is software.

134

366316

3007

တကယ့်တကယ် ကြည့်သူတွေများနေတာ
software ကြောင့်ပဲ

06:21

It's the algorithms.

135

369347

1156

ကွန်ပြူတာ နဲ့ တွက်တာပါ

06:22

It's the software that YouTube uses

136

370527

1855

ဘယ် ဗီဒီယိုတွေက တစ်ခြား ဗီဒီယိုတွေနဲ့

06:24

to select which videos
are like other videos,

137

372406

2483

တူသလဲသိဖို့ YouTube က သုံးထားတဲ့
software ကြောင့်ပဲ

06:26

to make them popular,
to make them recommended.

138

374913

2243

လူသိများအောင်၊ ကြည့်သင့်တဲ့
စာရင်းထဲပါဖို့ပါ။

06:29

And that's why you end up with this
kind of completely meaningless mash,

139

377180

3461

ဒီ software တွေကြောင့် ဒီလို အဓိပ္ပါယ်မရှိ
တဲ့ခေါင်းစဉ်နဲ့ အကြောင်းအရာတွေ

06:32

both of title and of content.

140

380665

2071

ဖြစ်ကုန်တော့တာပေါ့။

06:35

But the thing is, you have to remember,

141

383792

1894

ဒီမှာ ကျနော်တို့ သိသင့်တာက

06:37

there really are still people within
this algorithmically optimized system,

142

385710

4478

ဒီ algorithm တွေနဲ့ system ထဲမှာ လူတွေက
နေရာယူထားတယ်ဆိုတာပဲ

06:42

people who are kind
of increasingly forced to act out

143

390212

2790

ထူးထူးဆန်းဆန်း နာမည်ကြီး
နေတဲ့ ခေါင်းစဉ်တွေကို

06:45

these increasingly bizarre
combinations of words,

144

393026

3066

အလွဲသုံးစား လုပ်ပြီးတော့

06:48

like a desperate improvisation artist
responding to the combined screams

145

396116

5173

သန်းပေါင်းများစွာ ကလေးတွေ အတွက်
အဓိပ္ပါယ်မရှိတာတွေ

06:53

of a million toddlers at once.

146

401313

2203

ကြုံသလို ဖန်တီးနေကြတဲ့
အခြေအနေမဲ့ လူတွေပေါ့

06:57

There are real people
trapped within these systems,

147

405168

2468

ဒီလိုစနစ် ထဲမှာ
လူတွေ နေရာယူထားကြပါတယ်

06:59

and that's the other deeply strange thing
about this algorithmically driven culture,

148

407660

4055

ပြီးတော့ ဒီလို algorithm နဲ့တွက်ချက်ထားတဲ့
ယဉ်ကျေးမှုအကြောင်း အသိခက်တာရှိတယ်

07:03

because even if you're human,

149

411739

1381

အကြောင်းက သင်ဟာ လူဆိုတာတောင်

07:05

you have to end up behaving like a machine

150

413144

2145

ရှင်ကျန်ဖို့အတွက်ကိုပဲ
စက်တစ်ခုလို့ ပြုမူရင်း

07:07

just to survive.

151

415313

1800

အပြီးသတ်ဖို့ခိုတယ်လေ။

07:09

And also, on the other side of the screen,

152

417137

2100

စခရင်ရဲ့ အခြားဘက်မှာလည်း

07:11

there still are these little kids
watching this stuff,

153

419261

2947

ကလေးလေးတွေဟာ
စွဲစွဲလမ်းလမ်း ကြည့်နေကြတာပါ

07:14

stuck, their full attention grabbed
by these weird mechanisms.

154

422232

4206

ဒီစနစ်တွေကပဲ ကလေးတွေ ရဲ့ စိတ်ဝင်စားမှုကို
ရယူနေကြတာပါ

07:18

And most of these kids are too small
to even use a website.

155

426768

2798

ဒီကလေးငယ် တော်တော်များများဟာ
website သုံးဖို့ ငယ်လွန်းပါတယ်

07:21

They're just kind of hammering
on the screen with their little hands.

156

429590

3276

သူတို့လေးတွေက screen ပေါ်မှာ
ဒီလိုပဲ လျှောက်နှိပ်ကြတာပါ

07:24

And so there's autoplay,

157

432890

1217

ဒီတော့ autoplay ရှိပါတယ်

07:26

where it just keeps playing these videos
over and over and over in a loop,

158

434131

3579

ဗီဒီယို တွေဟာ ထပ်ခါထပ်ခါ
မဆုံးနိုင်အောင် ပြနေတာပါ

07:29

endlessly for hours and hours at a time.

159

437734

2059

မရပ်မနား နာရီပေါင်းများစွာပေါ့

07:31

And there's so much weirdness
in the system now

160

439817

2843

ဒီ အလိုaလျာက်စနစ် ကလဲ ဆန်းပါတယ်

07:34

that autoplay takes you
to some pretty strange places.

161

442684

3009

ကြည့်နေရင်း ထူးထူးဆန်းဆန်းတွေ
ပေါ်ပေါ်လာတယ်

07:37

This is how, within a dozen steps,

162

445717

2488

ဒါက ဒါဇင်ချီတဲ့အဆင့်တွေအတွင်းမှာ ပြသပုံပါ

07:40

you can go from a cute video
of a counting train

163

448229

3158

ချစ်စရာ ရထားလေး video ကြည့်နေရင်းကနေ

07:43

to masturbating Mickey Mouse.

164

451411

2442

မဖွယ်မရာလုပ်နေတဲ့ Mickey Mouse ဆီ
ရောက်သွား နိုင်တယ်

07:46

Yeah. I'm sorry about that.

165

454529

2288

စိတ်မရှိပါနဲ့ဗျာ

07:48

This does get worse.

166

456841

1700

ဒီထက်ပိုဆိုးတာတွေ ရှိပါတယ်

07:50

This is what happens

167

458565

1282

ဘာကြောင့်ဖြစ်လဲ ဆိုရင်

07:51

when all of these different keywords,

168

459871

3086

အချက်ပြစကားလုံး အမျိုးမျိုး

07:54

all these different pieces of attention,

169

462981

2461

အာရုံစိုက်စရာ အမျိုးမျိုး

07:57

this desperate generation of content,

170

465466

2807

ခုခေတ်လူတွေရဲ့ အခြေအနေမဲ့
အကြောင်းအရာ အမျိုးမျိုး

08:00

all comes together into a single place.

171

468297

2582

ဒါတွေအားလုံး တစ်နေရာတည်း ပေါင်းစည်းလာတာပါ။

08:03

This is where all those deeply weird
keywords come home to roost.

172

471871

4472

အခုလို အဓိပ္ပါယ်မဲ့ အကြောင်းအရာတွေ
ဖြစ်တည်လာတာပါပဲ

08:08

You cross-breed the finger family video

173

476367

2391

finger family video ကိုပုံစံအမျိုးမျိုးနဲ့

08:10

with some live-action superhero stuff,

174

478782

2088

superhero ပုံစံလိုမျိုးတွေ ပြင်တာမျိုးပေါ့

08:12

you add in some weird,
trollish in-jokes or something,

175

480894

3256

ပြီးတော့ အဓိပ္ပါယ် မရှိတဲ့ ဟာသတွေလုပ်တယ်

08:16

and suddenly, you come
to a very weird place indeed.

176

484174

3366

ဒါနဲ့ပဲ အခုလို ကြောင်တောင်တောင်
လုပ်ကွက်တွေ ပေါ်လာတော့တာပေါ့

08:19

The stuff that tends to upset parents

177

487564

2113

ကလေးငယ်မိဘတွေကို
စိတ်ပျက်စေတဲ့ အရာတွေပေါ့

08:21

is the stuff that has kind of violent
or sexual content, right?

178

489701

3331

အကြမ်းဖက်သရုပ်တွေ
လိင်ပိုင်းဆိုင်ရာ သရုပ်တွေပေါ့

08:25

Children's cartoons getting assaulted,

179

493056

2822

ကလေးငယ်တွေရဲ့ ကာတွန်းတွေးထဲမှာ
ပြစ်မှုကျူးလွန်တာတွေ

08:27

getting killed,

180

495902

2018

သတ်ဖြတ်ကြတာတွေ

08:29

weird pranks that actually
genuinely terrify children.

181

497944

3343

ကလေးငယ်တွေ ကြောက်လန့်စေမယ့်
အဓိပ္ပါယ်မဲ့ လုပ်ရပ်တွေပါလာတာပါ။

08:33

What you have is software pulling in
all of these different influences

182

501311

3675

ဒီ software တွေက
အခုလို လွှမ်းမိုးမှုတွေကို ဖြစ်စေတာက

08:37

to automatically generate
kids' worst nightmares.

183

505010

2961

ကလေးတွေအတွက် အိပ်မက်ဆိုးတွေ
ဖန်တီးပေးနေတာပဲ

08:39

And this stuff really, really
does affect small children.

184

507995

2701

ဒီအရာတွေက ကလေးငယ်လေးတွေအတွက်
တကယ် ဆိုးကျိုးတွေပေးပါတယ်။

08:42

Parents report their children
being traumatized,

185

510720

2866

စိတ်ဒဏ်ရာရသွားတဲ့ ကလေးငယ်တွေအကြောင်း
မိဘတွေဆီက ကြားနေရပါတယ်

08:45

becoming afraid of the dark,

186

513610

1392

အမှောင်ကြောက်တတ်လာတာ

08:47

becoming afraid of their favorite
cartoon characters.

187

515026

3050

သူတို့တွေ အကြိုက်ဆုံး ကာတွန်း
ဇာတ်ကောင်တွေကို ကြောက်လာတာမျိုးပေါ့

08:50

If you take one thing away from this,
it's that if you have small children,

188

518524

3611

ကျနော့်ဆီက မှတ်သွားစေချင်တာက
သင့်မှာ ကလေးငယ်တွေရှိရင်

08:54

keep them the hell away from YouTube.

189

522159

1996

သူတို့ကို YouTube ပေးမသုံးပါနဲ့

08:56

(Applause)

190

524743

3949

(လက်ခုပ်သံများ)

09:02

But the other thing, the thing
that really gets to me about this,

191

530504

3096

နောက်တစ်ခုက ဒါကိုကျနော်ဘာကြောင့်
တွေးနေရလဲဆိုတော့

09:05

is that I'm not sure we even really
understand how we got to this point.

192

533624

4629

ကျနော်တို့ နည်းပညာတွေ ဘာလို့ ဒီအခြေအနေ
ရောက်လာရလဲဆိုတာအသေအချာ နားမလည်ကြဘူး

09:10

We've taken all of this influence,
all of these things,

193

538951

2931

ကျနော်တို့ ဒီနည်းပညာတွေရဲ့
လွှမ်းမိုးမှုတွေ ခံနေရတယ်

09:13

and munged them together in a way
that no one really intended.

194

541906

2953

ပြီးတော့ ကျနော်တို့ မလိုချင်တဲ့
အကျိုးဆက်တွေ ဖြစ်လာတာပါပဲ

09:16

And yet, this is also the way
that we're building the entire world.

195

544883

3156

ဒါပေမဲ့လည်း ဒီပုံစံအတိုင်းပဲ
တစ်ကမ္ဘာလုံးကို တည်ဆောက်နေကြတယ်

09:20

We're taking all of this data,

196

548063

1773

ကျနော်တို့ဟာ ဒီအချက်အလက်တွေကိုယူနေတယ်

09:21

a lot of it bad data,

197

549860

1447

မကောင်းတဲ့ အချက် အများအပြား

09:23

a lot of historical data
full of prejudice,

198

551331

3029

အကျိုးအကြောင်း မခိုင်လုံတဲ့
အချက်အလက်တွေ

09:26

full of all of our worst
impulses of history,

199

554384

2837

သမိုင်းတစ်လျောက် အဆိုးရွားဆုံး
စိတ်ကူး လှုံ့ဆော်မှုတွေ

09:29

and we're building that
into huge data sets

200

557245

2049

ဒါကို ဧရာမ အချက်အလက်
အတွဲတွေထဲမှာ သိမ်းနေကာ

09:31

and then we're automating it.

201

559318

1423

အလိုအလျောက် ပျံ့နေတယ်

09:32

And we're munging it together
into things like credit reports,

202

560765

3502

ပြီးတော့ ဒီအဓိပ္ပါယ် မရှိတဲ့ အရာတွေက
အခြား အသုံးဝင်တဲ့ အရာတွေ

09:36

into insurance premiums,

203

564291

1634

ဘဏ်စာရင်းတွေ

09:37

into things like predictive
policing systems,

204

565949

2693

အာမခံ အချက်အလက်တွေ
ဥပဒေဆိုင်ရာ အချက်အလက်တွေ

09:40

into sentencing guidelines.

205

568666

1762

အကုန် ရောထွေးသွားစေပါတယ်

09:42

This is the way we're actually
constructing the world today

206

570452

2821

ဒီအချက်အလက်တွေနဲ့ပဲ ကျနော်တို့က
ဒီနေ့ ကမ္ဘာကြီးကို

09:45

out of this data.

207

573297

1151

တည်ဆောက်နေကြတာပါ။

09:46

And I don't know what's worse,

208

574472

1698

ဘာက ပိုဆိုးတာ ကျနော် မတွေးတတ်ဘူး၊၊

09:48

that we built a system
that seems to be entirely optimized

209

576194

3228

လူသား ကောင်းကျိူးမပြုတဲ့ စနစ်
တွေကိုကျနော်တို့ ကိုယ်တိုင်

09:51

for the absolute worst aspects
of human behavior,

210

579446

2808

ရည်ရွယ်ပြီး
တည်ဆောက်ခဲ့ကြလား

09:54

or that we seem
to have done it by accident,

211

582278

2425

(သို့) ဘာဆိုးကျိုးတွေ ဖန်တီးမိလဲ

09:56

without even realizing
that we were doing it,

212

584727

2207

သတိမပြုမိပဲ မတော်တဆ ဖန်တီးခဲ့မိတာလား၊

09:58

because we didn't really understand
the systems that we were building,

213

586958

3382

ကိုယ်တိုင် ဖန်တီးထားတဲ့ စနစ်တွေကို
အပြည့်အဝ နားမလည်ခဲ့ကြလို့ပါ။

10:02

and we didn't really understand
how to do anything differently with it.

214

590364

3683

ပြီး ဒါတွေကို အသုံးပြုသင့်တဲ့ နည်းလမ်းတွေ
အပြည့်အဝ နားမလည်ခဲ့ကြလို့ပါ။

10:06

There's a couple of things I think
that really seem to be driving this

215

594769

3365

ဒီဆိုးကျိုးတွေ ဖြစ်ဖို့ လှုံ့ဆော်နေတဲ့
အချက်အနည်းငယ် ပြောချင်ပါတယ်

10:10

most fully on YouTube,

216

598158

1189

အထူးသဖြင့် YouTube မှာပါ

10:11

and the first of those is advertising,

217

599371

1827

ပထမဆုံးက ကြော်ငြာပေါ့

10:13

which is the monetization of attention

218

601222

2837

တစ်ခြား ဘာလုပ်အားမှ မပါပဲ

10:16

without any real other variables at work,

219

604083

3136

ကြည့်သူအရေအတွက်နဲ့
ကြော်ငြာခ ပေးတဲ့စနစ်ပေါ့

10:19

any care for the people who are
actually developing this content,

220

607243

3885

ဒါတွေကို ဖန်တီးနေတဲ့ လူတွေစိတ်ဝင်စား
တာက ဒီအကြောင်းအရာကို ဖွံ့ဖြိုးဖို့၊

10:23

the centralization of the power,
the separation of those things.

221

611152

3636

ဒီစွမ်းအားကို ဗဟိုပြုချုပ်ကိုင်ဖို့တဲ့
ဒီအရာတွေကို ခွဲခြားဖို့ပါ။

10:26

And I think however you feel
about the use of advertising

222

614812

3144

ကျွန်တော့အထင် ဒီလိုအရာတွေကို
ကြော်ငြာသုံးခြင်းနဲ့ပတ်သက်ပြီး

10:29

to kind of support stuff,

223

617980

1238

ဘယ်လိုပဲ မြင်မြင်ပါ

10:31

the sight of grown men in diapers
rolling around in the sand

224

619242

3067

သဲထဲ လူးနေတဲ့ ခါးတောင်းကျိုက်ထားတဲ့
လူကြီးတစ်ယောက်ကို မြင်ပြီ်း

10:34

in the hope that an algorithm
that they don't really understand

225

622333

2983

သူတို့နားမလည်တဲ့ အယ်ဂိုရစ်သမ်က
ဒါအတွက် သူတို့ကို ပိုက်ဆံပေးမယ်

10:37

will give them money for it

226

625340

1315

မျှော်လင့်တာက

10:38

suggests that this
probably isn't the thing

227

626679

2037

လူအဖွဲ့အစည်းနဲ့ ယဉ်ကျေးမှုအပေါ်

10:40

that we should be basing
our society and culture upon,

228

628740

2563

အခြေခံသင့်ကာ ဒီနည်းနဲ့ ဒါကို
ငွေကြေးထောက်ပံ့နေတယ်

10:43

and the way in which
we should be funding it.

229

631327

2160

ဆိုတဲ့အရာ မဖြစ်လောက်ဘူး
ဆိုတာ ညွှန်ပြပါတယ်

10:45

And the other thing that's kind of
the major driver of this is automation,

230

633511

3519

နောက် အဓိကအချက်တစ်ခုက

10:49

which is the deployment
of all of this technology

231

637054

2329

အလိုအလျောက်ပျံ့နှံ့ နေတဲ့ အချက်ပါ

10:51

as soon as it arrives,
without any kind of oversight,

232

639407

2521

ဒီနည်းပညာတွေ အသုံးပြုပြီး ဖြန့်လိုက်တဲ့အခါ

10:53

and then once it's out there,

233

641952

1412

အင်တာနက်ပေါ် တင်တာနဲ့

10:55

kind of throwing up our hands and going,
"Hey, it's not us, it's the technology."

234

643388

3843

အတားအဆီးမရှိ ပျံ့နှံ့သွာ;ပါပြီ။ သူတို့က
"ငါတို့ မဟုတ်ဘူ၊ နည်းပညာ လုပ်တာ"

10:59

Like, "We're not involved in it."

235

647255

1642

"ငါတို့ မပါဘူး" ဆိုတာမျိုးပေါ့။

11:00

That's not really good enough,

236

648921

1767

ဒါလုံးဝ မကောင်းပါဘူး

11:02

because this stuff isn't
just algorithmically governed,

237

650712

2710

ဘာလို့ဆို ဒါတွေက algorithm
ထိန်းချုပ်မှုတွေတင် မဟုတ်ပါဘူး

11:05

it's also algorithmically policed.

238

653446

2498

algorithm အရပါ အတင်းအကျပ်လုပ်တယ်။

11:07

When YouTube first started
to pay attention to this,

239

655968

2848

YouTube ကဒီပြဿနာကို စပြီး
အရေးယူတုန်းက ပြောခဲ့တာက

11:10

the first thing they said
they'd do about it

240

658840

2087

သူတို့ (YouTube) ဒါနဲ့ပက်သက်ပြီး
အဖြေရှာမယ်

11:12

was that they'd deploy
better machine learning algorithms

241

660951

2695

ဒါထက်ပိုကောင်းတဲ့
စက်သင်ကြားရေး algorithm တွေ

11:15

to moderate the content.

242

663670

1329

တည်ဆောက် ဖြေရှင်းမယ်ပေါ့။

11:17

Well, machine learning,
as any expert in it will tell you,

243

665023

3485

ကျွမ်းကျင် ပညာရှင်တွေက သင့်ကို ပြောကြမှာက
ကဲ၊ စက်သင်ကြားရေး ဆိုတာက

11:20

is basically what we've started to call

244

668532

1896

အခြေခံအားဖြင့် အလုပ်လုပ်ပုံကို တကယ်ပဲ

11:22

software that we don't really
understand how it works.

245

670452

2588

ကျွန်တော်တို့ နားမလည်တဲ့
software လို့ခေါ်တဲ့ အရာတဲ့။

11:25

And I think we have
enough of that already.

246

673064

3983

ကျွန်တော်ထင်တာတော့ ဒါကြီးက
တော်လောက်ပါပြီ။

11:29

We shouldn't be leaving
this stuff up to AI to decide

247

677071

3166

ဒါကို AI ဆီမှာထားပြီး ဆုံးဖြတ်ခိုင်းတာ
တော့ မဖြစ်သင့်ဘူး

11:32

what's appropriate or not,

248

680261

1251

သင့်တော်၊မတော်ဆိုတာကတော့

11:33

because we know what happens.

249

681536

1436

ဘာဖြစ်တာ ကျွန်တော်တို့သိလို့ပါ

11:34

It'll start censoring other things.

250

682996

1688

AI တွေကတော့ ဆင်ဆာတွေဖြတ်ပစ်မှာပဲ

11:36

It'll start censoring queer content.

251

684708

1783

တစ်ခုခု ထူးဆန်းတာနဲ့ ဖြတ်မှာပဲ။

11:38

It'll start censoring
legitimate public speech.

252

686515

2237

တရားဝင် မိန့်ခွန်းတွေကို
ဆင်ဆာ ဖြတ်မှာပဲ

11:40

What's allowed in these discourses,

253

688776

1925

ဒီဟောပြောချက်တွေမှာ ခွင့်ပြုတာက

11:42

it shouldn't be something
that's left up to unaccountable systems.

254

690725

3097

ဒီ ကွန်ပြူတာစနစ်တွေကိုပဲ အားမကိုးသင့်ဘူး၊

11:45

It's part of a discussion
all of us should be having.

255

693846

2947

ဒီပြဿနာကို ကျနော်တို့ အားလုံး
အဖြေရှာ ဆွေးနွေးသင့်ပါတယ်တဲ့။

11:48

But I'd leave a reminder

256

696817

1308

ဒါပေမဲ့ နောက်နည်းလမ်ကလည်း

11:50

that the alternative isn't
very pleasant, either.

257

698149

2753

သိပ်တော့ အဆင်မပြေလှဘူးဆိုတာ
သတိရစေလိုပါတယ်။

11:52

YouTube also announced recently

258

700926

1535

တစ်လောကပဲ YouTube က ကြေငြာခဲ့တယ်

11:54

that they're going to release
a version of their kids' app

259

702485

2767

ကလေးတွေအတွက် app အသစ်ထုတ်ပေးမယ်

11:57

that would be entirely
moderated by humans.

260

705276

2407

ဗီဒီယို တွေ စီစစ်ဖို့အတွက်
လူအင်အားပဲ သုံးမယ်

12:00

Facebook -- Zuckerberg said
much the same thing at Congress,

261

708134

3618

Facebook က Zuckerberg လည်းပဲ
ကွန်ဂရက် မှာအလားတူ ပြောခဲ့တာပဲ၊

12:03

when pressed about how they
were going to moderate their stuff.

262

711776

2987

စီစစ်ရေး အတွက် ဘာတွေလုပ်မှာလည်း
ဖိအားပေး သူတို့ကို မေးတဲ့အခါ

12:06

He said they'd have humans doing it.

263

714787

1747

လူအင်အားသုံးမယ် လို့ပဲ ဖြေခဲ့တယ်

12:08

And what that really means is,

264

716558

1459

ဒါဘာကို ပြလဲဆိုရင်

12:10

instead of having toddlers being
the first person to see this stuff,

265

718041

3223

ကလေးငယ်လေးတွေကို ဒီဗီဒီယိုတွေကို
အရင်ကြည့်ခိုင်းမယ့်အစား

12:13

you're going to have underpaid,
precarious contract workers

266

721288

2788

မရေရာတဲ့ ကန်ထရိုက် လစာနည်း
အလုပ်သမားတွေကို အရင်ခိုင်းရမှာ

12:16

without proper mental health support

267

724100

1726

ဒါကနေသင့်တင့်တဲ့ စိတ်ကျန်းမာရေး

12:17

being damaged by it as well.

268

725850

1376

အထောက်အပံ့ကို မထိခိုက်စေပဲလေ

12:19

(Laughter)

269

727250

1096

(ရယ်သံများ)

12:20

And I think we can all do
quite a lot better than that.

270

728370

2601

ဒီထက်ကောင်းတာ တစ်ခုခု
လုပ်နိုင်မယ်တော့ ထင်ပါတယ်။

12:22

(Applause)

271

730995

2499

(လက်ခုပ်သံများ)

12:26

The thought, I think, that brings those
two things together, really, for me,

272

734068

4613

ဒီနည်းလမ်း နှစ်ခုကို ယူဆောင်
လာတဲ့ စိတ်ကူးက

12:30

is agency.

273

738705

1420

အေဂျင်စီလို့ ကျနော်ထင်တယ်။

12:32

It's like, how much do we really
understand -- by agency, I mean:

274

740149

3157

ဆိုပါစို့၊ အေဂျင်စီ ဆိုတာကို ကျနော်တို့
ဘယ်လောက်နားလည်သလဲ

12:35

how we know how to act
in our own best interests.

275

743330

4390

ကျနော်တို့ရဲ့ စိတ်ဝင်အစားဆုံးတွေနဲ့
ပက်သက်ပြီး ဘယ်လို လုပ်ဆောင်ရမလဲ။

12:39

Which -- it's almost impossible to do

276

747744

1787

ကျနော်တို့ နားမလည်တဲ့ ဒီစနစ်တွေထဲမှာ

12:41

in these systems that we don't
really fully understand.

277

749555

3485

ဆောင်ရွက်ဖို့က သိပ်ဖြစ်နိုင်တဲ့
ကိစ္စတော့ မဟုတ်ဘူး။

12:45

Inequality of power
always leads to violence.

278

753064

3071

လုပ်ပိုင်ခွင့် မမျှတမှုဟာ
အကြမ်းဖက်မှုကို ဖြစ်စေပါတယ်။

12:48

And we can see inside these systems

279

756159

1685

ဒီစနစ် တွေကို ကြည့်မယ်ဆိုရင်

12:49

that inequality of understanding
does the same thing.

280

757868

2611

အရာတစ်ခုတည်းမှာကိုနားလည်မှု ညီမျှခြင်း
မရှိတာမြင်ရတယ်။

12:52

If there's one thing that we can do
to start to improve these systems,

281

760503

3779

ဒီစနစ်တွေ ပိုစတင်ကောင်းမွန်လာဖို့
ကျနော်တို့ လုပ်နိုင်တဲ့ တစ်ခုဆိုရင်

12:56

it's to make them more legible
to the people who use them,

282

764306

2718

ဒါတွေကို လူတွေအသုံးပြုဖို့
ပိုရှင်းလင်းပီသအောင် လုပ်ဖို့ပါ

12:59

so that all of us have
a common understanding

283

767048

2196

ဆိုတော့ ကျနော်တို့အားလုံး
အခုဘာပြဿနာလဲဆိုတာ

13:01

of what's actually going on here.

284

769268

1851

ယေဘူယျ နားလည်နိုင်အောင်ပေါ့။

13:03

The thing, though, I think
most about these systems

285

771970

2968

တကယ်တမ်း ဒီစနစ် ပြဿနာကလဲ
မျှော်လင့်ရတာက

13:06

is that this isn't, as I hope
I've explained, really about YouTube.

286

774962

3857

ကျနော်ပြောခဲ့သလို YouTube ကြောင့်ပဲလည်း
မဟုတ်ပြန်ပါဘူး။

13:10

It's about everything.

287

778843

1312

အားလုံး ပါဝင်နေပါတယ်။

13:12

These issues of accountability and agency,

288

780179

2444

ဒီအေဂျင်စီရဲ့တာဝန်ယူမှု တာဝန်ခံမှု
ပြဿနာတွေ

13:14

of opacity and complexity,

289

782647

2225

ရှုပ်ထွေးမှု ပွင့်လင်းမြင်သာမှု ပြဿနာတွေ

13:16

of the violence and exploitation
that inherently results

290

784896

3177

အကြမ်းဖက် သရုပ်နဲ့ မတရားမှု သရုပ်တွေရဲ့
အရင်းအမြစ် ကတော့

13:20

from the concentration
of power in a few hands --

291

788097

2794

လူနည်းစုရဲ့ လုပ်ပိုင်ခွင့်
ချုပ်ကိုင်ထားမှုပါပဲ။

13:22

these are much, much larger issues.

292

790915

2579

ဒီထက် အများကြီး ပိုကြီးတဲ့ ပြဿနာတွေပါ။

13:26

And they're issues not just of YouTube
and not just of technology in general,

293

794395

3687

ဒါတွေက YouTube ပြဿနာ တင်မဟုတ်ပဲ၊
နည်းပညာ ပြဿနာမဟုတ်ပဲ၊

13:30

and they're not even new.

294

798106

1265

အသစ်တွေတောင် မဟုတ်ဘူး။

13:31

They've been with us for ages.

295

799395

1461

ဒါတွေကြုံနေရတာ ကြာပါပြီ။

13:32

But we finally built this system,
this global system, the internet,

296

800880

4390

ဒါပေမဲ့ လူတွေတည်ဆောက်ခဲ့တဲ့
ကမ္ဘာလုံးဆိုင်ရာစနစ်၊ အင်တာနက်က

13:37

that's actually showing them to us
in this extraordinary way,

297

805294

3019

ဒါတွေက ဆန်းကြယ်တဲ့ နည်းလမ်းနဲ့ပြသနေပြီး

13:40

making them undeniable.

298

808337

1547

ငြင်းစရာမရှိအောင် လုပ်ပေးပါတယ်။

13:41

Technology has this extraordinary capacity

299

809908

2820

မကြာခဏ ပုန်းကွယ်နေတဲ့
ကွန်တော်တို့ရဲ့ အထူးခြားဆုံး

13:44

to both instantiate and continue

300

812752

3973

ဆန္ဒတွေနဲ့ အစွဲအားလုံးကို
သာဓကဆောင်ဖို့နဲ့ဆက်ရှိနေဖို့

13:48

all of our most extraordinary,
often hidden desires and biases

301

816749

4248

နှစ်ခုစလုံးအတွက်နည်းပညာဟာ အံ့ဩဖို့
ကောင်းတဲ့ အစွမ်းရှိပါတယ်

13:53

and encoding them into the world,

302

821021

1866

ဒါတွေကို ကမ္ဘာမှာထဲကို ကုဒ်သွင်းပေးတယ်

13:54

but it also writes them down
so that we can see them,

303

822911

3474

ဒါ့အပြင် ကျနော်တို့ မြင်နိုင်အောင်
ရေးချပေးသေးတယိ

13:58

so that we can't pretend
they don't exist anymore.

304

826409

3330

ဒါတွေ မတည်ရှိဘူးလို့ ကျနော်တို့
ဟန်မဆောင်နိုင်တော့အောင်ပေါ့။

14:01

We need to stop thinking about technology
as a solution to all of our problems,

305

829763

4319

နည်းပညာတွေက ပြဿနာတွေအားလုံးအတွက်
အဖြေလို့ တွေးနေတာတွေ ရပ်သင့်ပြီ၊

14:06

but think of it as a guide
to what those problems actually are,

306

834106

3757

ကျနော်တို့ ပြဿနာတွေ ကိုယ်တိုင်အဖြေရှာဖို့
အထောက်အကူအနေနဲ့ ပဲ သုံးသင့်တယ်

14:09

so we can start thinking
about them properly

307

837887

2144

ဒါတွေအကြောင်း မှန်မှန်ကန်ကန် တွေးတောပြီး

14:12

and start to address them.

308

840055

1766

စတင် ကိုင်တွယ် နိုင်အောင်ပါ။

14:13

Thank you very much.

309

841845

1335

ကျေးဇူးအများကြီးတင်ပါတယ်။

14:15

(Applause)

310

843204

5192

(လက်ခုပ်သံများ)

14:21

Thank you.

311

849733

1188

ကျေးဇူးတင်ပါတယ်။

14:22

(Applause)

312

850945

2869

(လက်ခုပ်သံများ)

14:28

Helen Walters: James, thank you
for coming and giving us that talk.

313

856839

3178

Helen Walters: James ရေ ကြွရောက်
ဟောပြောပေးလို့ ကျေးဇူးတင်ပါတယ်။

14:32

So it's interesting:

314

860041

1189

သိပ်ကို စိတ်ဝင်စားစရာပါ။

14:33

when you think about the films where
the robotic overlords take over,

315

861254

3495

စက်ရုပ်တွေကြီးစိုးတဲ့ သိပ္ပံခေတ်လွန်
ရုပ်ရှင်တွေကို ကြည့်လိုက်ရင်

14:36

it's all a bit more glamorous
than what you're describing.

316

864773

3279

အခုပြောနေတာတွေထက်
နည်းနည်း ပိုစွဲမက်ဖွယ်ကောင်းတယ်လေ။

14:40

But I wonder -- in those films,
you have the resistance mounting.

317

868076

3749

ဒါပေမဲ့ တွေးမိတာက ဒီရုပ်ရှင်တွေမှာ
ဖြစ်မလာအောင် တားဆီးချင်တာရှိလား။

14:43

Is there a resistance mounting
towards this stuff?

318

871849

3216

ဒီအရာကို တားဆီးဖို့
ကြိုးစားနေကြတာ ရှိလား။

14:47

Do you see any positive signs,
green shoots of resistance?

319

875089

3796

ဒီခုခံမှုရဲ့ အပြုသဘောဆောင်တဲ့ လက္ခဏာ
တိုးတက်တဲ့လက္ခဏာတွေ ရှင်မြင်လား။

14:52

James Bridle: I don't know
about direct resistance,

320

880507

2416

James Bridle:တိုက်ရိုက် ခုခံမှု
အကြောင်းမသိဘူး

14:54

because I think this stuff
is super long-term.

321

882947

2264

ဘာလို့ဆို ဒါဟာရေရှည်သွားရမှာ။

14:57

I think it's baked into culture
in really deep ways.

322

885235

2510

ကျနော်တို့ ဒါက ယဉ်ကျေးမှုထဲမှာ
အတော် အမြစ်တွယ်နေပြီ

14:59

A friend of mine,
Eleanor Saitta, always says

323

887769

2132

ကျနော့်မိတ်ဆွေ Eleanor Saitta ကအမြဲပြောတယ်

15:01

that any technological problems
of sufficient scale and scope

324

889935

3609

ဘယ်လိုနည်းပညာပြဿနာ ကြီးကြီးသေးသေး မဆို

15:05

are political problems first of all.

325

893568

2267

ပထမတော့ နိုင်ငံရေးပြဿနာတွေပါတဲ့။

15:07

So all of these things we're working
to address within this

326

895859

2785

ဆိုတော့ ဒီပြဿနာတွေကို စပြီး
အဖြေရှာဖို့ဆိုရင်

15:10

are not going to be addressed
just by building the technology better,

327

898668

3274

ပုိကောင်းတဲ့ နည်းပညာ တည်ဆောက်ပြီး
ကိုင်တွယ်နေရုံနဲ့ မပြီးသေးပဲ

15:13

but actually by changing the society
that's producing these technologies.

328

901966

3464

ဒီနည်းပညာတွေ ထုတ်လုပ်နေတဲ့
လူ့အဖွဲ့အစည်းကိုပါပြောင်းလဲမှ ဖြစ်မယ်။

15:17

So no, right now, I think we've got
a hell of a long way to go.

329

905454

3027

ဆိုတော့ကာ ကျနော်တို့
အများကြီး ကြိုးစားရဦးမယ်။

15:20

But as I said, I think by unpacking them,

330

908505

1986

ကျနော်ပြောခဲ့သလိုပဲ
ရှင်းလင်း ပြောဆိုခြင်း

15:22

by explaining them, by talking
about them super honestly,

331

910515

2697

ရိုးသားစွာ ဆွေးနွေခြင်းကနေ
ဒီပြဿနာတွေကို ထုတ်ဖော်ရမယ်။

15:25

we can actually start
to at least begin that process.

332

913236

2505

အနည်းဆုံး ဒီဖြစ်စဉ်ကို အရင်စတင်နိုင်ပါတယ်

15:27

HW: And so when you talk about
legibility and digital literacy,

333

915765

3562

HW: ရှင်ပြောခဲ့တဲ့ ဒစ်ဂျစ်တယ် အသိပညာနဲ့
ပက်သက်ပြီး ရှင်းလင်းမြင်သာဖို့က

15:31

I find it difficult to imagine

334

919351

1591

ကျွန်မ စိတ်ကူးကြည့်ဖို့ခက်တာက

15:32

that we need to place the burden
of digital literacy on users themselves.

335

920966

3680

ဒစ်ဂျစ်တယ် အသိပညာတွေ တာဝန်ကို
သုံးသူတွေကိုယ်တိုင် ယူဖို့လိုတယ်ဆိုတာပါ။

15:36

But whose responsibility
is education in this new world?

336

924670

4562

အနာဂတ်မှာ ပညာရေးမှာ
ဘယ်သူက တာဝန်ရှိတယ်လို့ ထင်လဲ။

15:41

JB: Again, I think this responsibility
is kind of up to all of us,

337

929256

3612

JB: ထပ်ပြောရရင်၊ ဒီလိုသိဖို့က ကျနော်တို့
အားလုံးမှှှာ တာဝန်ရှိပါတယ်။

15:44

that everything we do,
everything we build, everything we make,

338

932892

2984

ကျနော်တို့ လုပ်သမျှ၊ တည်ဆောက်သမျှ၊
ဖန်တီးသမျှ အားလုံးကို

15:47

needs to be made
in a consensual discussion

339

935900

3692

ရှောင်နေသူအားလုံးနဲ့အတူ
အများသဘောတူတဲ့

15:51

with everyone who's avoiding it;

340

939616

1940

ဆွေးနွေးမှုတစ်ခုမှာ လုပ်ဖို့လိုပါတယ်။

15:53

that we're not building systems
intended to trick and surprise people

341

941580

4341

လူတွေကို မှန်တာလုပ်စေဖို့ လှည့်စားပြီး၊
အံ့အားသင့်စေဖို့ ရည်ရွယ်ပြီး စနစ်တွေ

15:57

into doing the right thing,

342

945945

2300

ဆောက်လုပ်တာ မဟုတ်ပဲ

16:00

but that they're actually involved
in every step in educating them,

343

948269

3236

တကယ်ပဲ အဆင့်ဆင့်တိုင်းမှာ သူတို့ကို
အသိပညာပေးဖို့ လည်းပါဝင်ပါတယ်။

16:03

because each of these systems
is educational.

344

951529

2278

စနစ်တစ်ခုစီဟာ အသိပညော
တိုးစေတာကြောင့်ပါ။

16:05

That's what I'm hopeful about,
about even this really grim stuff,

345

953831

3102

ကျနော်မျှော်လင့်တာကတော့
ဒါက မနှစ်မြို့စရာဆိုတာတောင်

16:08

that if you can take it
and look at it properly,

346

956957

2262

ဒါတွေကို သင့်တင့်စွာ အသုံးချနိုင်မယ်ဆိုရင်

16:11

it's actually in itself
a piece of education

347

959243

2089

၎င်းကိုယ်၌က ဒီစနစ် တွေ
လုပ်ဆောင်ပုံကို

16:13

that allows you to start seeing
how complex systems come together and work

348

961356

3762

နားလည်စေတဲ့ပညာရေးရဲ့ အပိုင်းအစတစ်ခုပါ။

16:17

and maybe be able to apply
that knowledge elsewhere in the world.

349

965142

3501

ကမ္ဘာ့တစ်ခြားနေရာတွေမှာ
ပြန်လည်အသုံးချဖို့ ဖြစ်နိုင်လာမှာပါ။

16:20

HW: James, it's such
an important discussion,

350

968667

2115

HW: ဒါဟာ သိပ်ကို အရေးပါတဲ့ ဆွေးနွေးချက်ပါ။

16:22

and I know many people here
are really open and prepared to have it,

351

970806

3227

ဒီက လူအများကလည်း ပွင့်လင်းပြီး
လက်လခံဖို့ အသင့်ရှိတာသေချာပါတယ်။

16:26

so thanks for starting off our morning.

352

974057

1859

မနက်ခင်းကို စပေးတဲ့အတွက် ကျေးဇူးပါ။

16:27

JB: Thanks very much. Cheers.

353

975940

1400

JB: ကျေးဇူးပါ။
ရွှင်လန်းကြပါစေ

16:29

(Applause)

354

977364

1651

(လက်ခုပ်သံများ)

Translated by ThuRein Tun
Reviewed by sann tint

ABOUT THE SPEAKER

James Bridle - Artist, writer
Working across technologies and disciplines, James Bridle examines technology, knowledge and the end of the future.

Why you should listen

James Bridle is an artist and writer working across technologies and disciplines. His artworks and installations have been exhibited in Europe, North and South America, Asia and Australia, and have been viewed by hundreds of thousands of visitors online. He has been commissioned by organizations including the Victoria & Albert Museum, the Barbican, Artangel, the Oslo Architecture Triennale and the Istanbul Design Biennial, and he has been honored by Ars Electronica, the Japan Media Arts Festival and the Design Museum, London. His writing on literature, culture and networks has appeared in magazines and newspapers including Frieze, Wired, Domus, Cabinet, The Atlantic, the New Statesman and many others, and he has written a regular column for The Observer.

New Dark Age, Bridle's book about technology, knowledge and the end of the future is forthcoming from Verso (UK & US) in 2018. He lectures regularly on radio, at conferences, universities and other events including SXSW, Lift, the Global Art Forum and Re:Publica. He has been a resident at Lighthouse, Brighton, the White Building, London and Eyebeam, New York, and an adjunct professor on the interactive telecommunications program at New York University.

More profile about the speaker
James Bridle | Speaker | TED.com

THE ORIGINAL VIDEO ON TED.COM

James Bridle: ကလေးများအတွက် YouTube အိပ်မက်ဆိုး -- ယခုခေတ် အင်တာနက်နဲ့ပတ်သက်ပြီး မှားယွင်းနေတာတွေ။ | TED Talk | TED.com