TED2018
James Bridle: The nightmare videos of children's YouTube -- and what's wrong with the internet today
James Bridle: Os vídeos de pesadelo do YouTube para crianças - e o que há de errado com a Internet
Filmed:
Readability: 4.1
5,404,429 views
James Bridle, escritor e artista, revela um canto escuro e estranho da Internet, em que pessoas ou grupos desconhecidos no YouTube se apoderam do cérebro de criancinhas em troca de receitas publicitárias. Desde os "ovos surpresa e as canções da família dos dedos, até âs misturadas criadas por algoritmos de figuras de desenhos animados familiares, em situações violentas, estes vídeos exploram e aterrorizam espíritos jovens- e dizem-nos coisas sobre para onde são dirigidos cada vez mais os nossos dados. "Temos que deixar de pensar na tecnologia como uma solução para todos os nossos problemas e pensar nela como um guia para quais são esses problemas, para podermos pensar neles de forma adequada e começar a resolvê-los", diz Bridle.
James Bridle - Artist, writer
Working across technologies and disciplines, James Bridle examines technology, knowledge and the end of the future. Full bio
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
Sou James.
00:13
I'm a writer and artist,
1
1984
1686
Sou escritor e artista
00:15
and I make work about technology.
2
3694
2341
e trabalho sobre a tecnologia.
00:18
I do things like draw life-size outlines
of military drones
of military drones
3
6454
3911
Faço coisas como desenhar
"drones" militares em tamanho natural
"drones" militares em tamanho natural
00:22
in city streets around the world,
4
10389
1828
nas ruas das cidades, por todo o mundo,
00:24
so that people can start to think
and get their heads around
and get their heads around
5
12241
2950
para que as pessoas comecem a pensar,
a dar a volta à cabeça,
a dar a volta à cabeça,
00:27
these really quite hard-to-see
and hard-to-think-about technologies.
and hard-to-think-about technologies.
6
15215
3440
nestas tecnologias muito difíceis de ver
e muito difíceis de imaginar.
e muito difíceis de imaginar.
00:31
I make things like neural networks
that predict the results of elections
that predict the results of elections
7
19494
3836
Faço coisas como redes neurais
que preveem os resultados de eleições.
que preveem os resultados de eleições.
com base nos boletins meteorológicos,
00:35
based on weather reports,
8
23354
1737
porque sinto-me intrigado
00:37
because I'm intrigued about
9
25115
1314
00:38
what the actual possibilities
of these weird new technologies are.
of these weird new technologies are.
10
26453
3924
com as reais possibilidades
destas novas tecnologias estranhas.
destas novas tecnologias estranhas.
00:43
Last year, I built
my own self-driving car.
my own self-driving car.
11
31405
2426
No ano passado, construí
o meu carro autónomo.
o meu carro autónomo.
00:45
But because I don't
really trust technology,
really trust technology,
12
33855
2526
Mas, como não confio na tecnologia,
00:48
I also designed a trap for it.
13
36405
1928
também desenhei uma ratoeira para ele.
(Risos)
00:50
(Laughter)
14
38777
1086
00:51
And I do these things mostly because
I find them completely fascinating,
I find them completely fascinating,
15
39887
4298
Faço estas coisas sobretudo porque
acho-as totalmente fascinantes
acho-as totalmente fascinantes
00:56
but also because I think
when we talk about technology,
when we talk about technology,
16
44209
2602
mas também porque penso que,
quando falamos de tecnologia,
quando falamos de tecnologia,
00:58
we're largely talking about ourselves
17
46835
2619
estamos sobretudo a falar de nós mesmos
01:01
and the way that we understand the world.
18
49478
2299
e da forma como entendemos o mundo.
01:03
So here's a story about technology.
19
51801
2442
Eis uma história sobre tecnologia.
01:07
This is a "surprise egg" video.
20
55520
2830
Este é um vídeo de "ovos surpresa".
01:10
It's basically a video of someone
opening up loads of chocolate eggs
opening up loads of chocolate eggs
21
58374
3348
É basicamente um vídeo de alguém
a abrir montes de ovos de chocolate
a abrir montes de ovos de chocolate
01:13
and showing the toys inside to the viewer.
22
61746
2126
e mostra ao espetador
os brinquedos que estão lá dentro.
os brinquedos que estão lá dentro.
01:16
That's it. That's all it does
for seven long minutes.
for seven long minutes.
23
64461
2649
É só isso. É só o que se passa
durante sete longos minutos.
durante sete longos minutos.
01:19
And I want you to notice
two things about this.
two things about this.
24
67428
3051
Queria que reparassem em duas coisas.
01:22
First of all, this video
has 30 million views.
has 30 million views.
25
70503
4074
Primeiro, este vídeo
tem 30 milhões de visitas.
tem 30 milhões de visitas.
01:26
(Laughter)
26
74601
1275
(Risos)
01:28
And the other thing is,
27
76376
1166
A outra coisa é:
01:29
it comes from a channel
that has 6.3 million subscribers,
that has 6.3 million subscribers,
28
77566
3869
aparece num canal
que tem 6,3 milhões de subscritores
que tem 6,3 milhões de subscritores
01:33
that has a total of eight billion views,
29
81459
2680
que tem um total
de oito milhões de visitas
de oito milhões de visitas
01:36
and it's all just more videos like this --
30
84163
3106
e há mais vídeos como este.
01:40
30 million people watching a guy
opening up these eggs.
opening up these eggs.
31
88256
3908
Trinta milhões de pessoas
que veem um tipo a abrir estes ovos.
que veem um tipo a abrir estes ovos.
01:44
It sounds pretty weird, but if you search
for "surprise eggs" on YouTube,
for "surprise eggs" on YouTube,
32
92188
4481
Parece muito estranho mas, se pesquisarem
"ovos surpresa" no YouTube,
"ovos surpresa" no YouTube,
01:48
it'll tell you there's
10 million of these videos,
10 million of these videos,
33
96693
3523
verificam que há 10 milhões destes vídeos
e acho que a contagem
está feita por baixo.
está feita por baixo.
01:52
and I think that's an undercount.
34
100240
1657
01:53
I think there's way, way more of these.
35
101921
1897
Acho que há muitos mais.
01:55
If you keep searching, they're endless.
36
103842
2242
Se continuarem a procurar, não têm fim.
01:58
There's millions and millions
of these videos
of these videos
37
106108
2159
Há milhões e milhões destes vídeos,
02:00
in increasingly baroque combinations
of brands and materials,
of brands and materials,
38
108291
3454
em combinações incrivelmente barrocas
de marcas e materiais.
de marcas e materiais.
02:03
and there's more and more of them
being uploaded every single day.
being uploaded every single day.
39
111769
3846
E todos os dias cada vez há mais
a aparecerem na Internet.
a aparecerem na Internet.
02:07
Like, this is a strange world. Right?
40
115639
3511
Isto é um mundo estranho.
02:11
But the thing is, it's not adults
who are watching these videos.
who are watching these videos.
41
119174
3383
Mas o que acontece é que
não são os adultos que veem estes vídeos.
não são os adultos que veem estes vídeos.
02:14
It's kids, small children.
42
122581
2921
São os miúdos, as crianças.
02:17
These videos are
like crack for little kids.
like crack for little kids.
43
125526
2154
Estes vídeos são como droga
para as crianças.
para as crianças.
02:19
There's something about the repetition,
44
127704
2075
Há qualquer coisa quanto à repetição,
02:21
the constant little
dopamine hit of the reveal,
dopamine hit of the reveal,
45
129803
2468
o constante choque
de dopamina da revelação
de dopamina da revelação
02:24
that completely hooks them in.
46
132295
1866
que os hipnotiza totalmente.
02:26
And little kids watch these videos
over and over and over again,
over and over and over again,
47
134185
4809
As crianças veem estes vídeos
vezes sem conta
vezes sem conta
02:31
and they do it for hours
and hours and hours.
and hours and hours.
48
139018
2327
e fazem-no durante horas
e horas e horas.
e horas e horas.
02:33
And if you try and take
the screen away from them,
the screen away from them,
49
141369
2356
Se tentarem afastá-las do ecrã,
elas desatam aos gritos.
elas desatam aos gritos.
02:35
they'll scream and scream and scream.
50
143749
1782
Se não acreditam
02:37
If you don't believe me --
51
145555
1262
- já vi pessoas no público
a abanar a cabeça -
a abanar a cabeça -
02:38
and I've already seen people
in the audience nodding --
in the audience nodding --
52
146841
2607
se não acreditam, procurem alguém
com uma criança pequena e perguntem-lhe.
com uma criança pequena e perguntem-lhe.
02:41
if you don't believe me, find someone
with small children and ask them,
with small children and ask them,
53
149472
3391
Eles conhecem os vídeos
dos ovos surpresa.
dos ovos surpresa.
02:44
and they'll know about
the surprise egg videos.
the surprise egg videos.
54
152887
2340
02:47
So this is where we start.
55
155251
2070
É aqui que começamos.
02:49
It's 2018, and someone, or lots of people,
56
157345
3642
Estamos em 2018 e alguém,
ou imensas pessoas,
ou imensas pessoas,
02:53
are using the same mechanism that, like,
Facebook and Instagram are using
Facebook and Instagram are using
57
161011
3941
usam o mesmo mecanismo
que o Facebook e o Instagram usam
que o Facebook e o Instagram usam
para nos obrigar a voltar
a ver aquela aplicação
a ver aquela aplicação
02:56
to get you to keep checking that app,
58
164976
1989
02:58
and they're using it on YouTube
to hack the brains of very small children
to hack the brains of very small children
59
166989
3985
e usam-no no YouTube para apanhar
o cérebro das criancinhas
o cérebro das criancinhas
03:02
in return for advertising revenue.
60
170998
1958
em troca de receitas publicitárias.
Pelo menos, é o que eu julgo
que estão a fazer.
que estão a fazer.
03:06
At least, I hope
that's what they're doing.
that's what they're doing.
61
174346
2001
03:08
I hope that's what they're doing it for,
62
176371
1955
Espero que seja o que eles estão a fazer
03:10
because there's easier ways
of making ad revenue on YouTube.
of making ad revenue on YouTube.
63
178350
5308
porque há formas mais fáceis de gerar
receitas publicitárias no YouTube.
receitas publicitárias no YouTube.
03:15
You can just make stuff up or steal stuff.
64
183682
2332
Podemos inventar coisas ou roubar coisas.
Se procurarem desenhos animados
infantis, realmente populares,
infantis, realmente populares,
03:18
So if you search for really
popular kids' cartoons
popular kids' cartoons
65
186038
2635
03:20
like "Peppa Pig" or "Paw Patrol,"
66
188697
1654
como o "Peppa Pig" ou o " Patrulha Pata",
03:22
you'll find there's millions and millions
of these online as well.
of these online as well.
67
190375
3147
descobrem que também há
muitos milhões deles na Internet.
muitos milhões deles na Internet.
03:25
Of course, most of them aren't posted
by the original content creators.
by the original content creators.
68
193546
3352
Claro que a maioria não são
publicados pelos criadores originais.
publicados pelos criadores originais.
São carregados por imensas
diferentes contas ao acaso
diferentes contas ao acaso
03:28
They come from loads and loads
of different random accounts,
of different random accounts,
69
196922
2999
e é impossível saber quem as publicou
03:31
and it's impossible to know
who's posting them
who's posting them
70
199945
2240
03:34
or what their motives might be.
71
202209
1822
ou quais os motivos para isso.
03:36
Does that sound kind of familiar?
72
204428
1930
Isto parece-vos familiar?
03:38
Because it's exactly the same mechanism
73
206382
1980
Porque é exatamente o mesmo mecanismo
que está a ocorrer na maior parte
dos nossos serviços digitais
dos nossos serviços digitais
03:40
that's happening across most
of our digital services,
of our digital services,
74
208386
2600
03:43
where it's impossible to know
where this information is coming from.
where this information is coming from.
75
211010
3207
em que é impossível saber
de onde provêm as informações.
de onde provêm as informações.
São notícias falsas para crianças
03:46
It's basically fake news for kids,
76
214241
1829
e nós estamos a treinar as crianças
desde que nascem,
desde que nascem,
03:48
and we're training them from birth
77
216094
2161
03:50
to click on the very first link
that comes along,
that comes along,
78
218279
2506
para clicarem na primeira ligação
que lhes apareça,
que lhes apareça,
03:52
regardless of what the source is.
79
220809
1953
seja qual for a sua origem.
03:54
That's doesn't seem like
a terribly good idea.
a terribly good idea.
80
222786
2603
Não parece ser uma ideia muito boa.
03:58
Here's another thing
that's really big on kids' YouTube.
that's really big on kids' YouTube.
81
226399
2710
Uma outra coisa que é importante
no YouTube para crianças
no YouTube para crianças
04:01
This is called the "Finger Family Song."
82
229133
1928
chama-se "Finger Family Song."
04:03
I just heard someone groan
in the audience.
in the audience.
83
231085
2018
Ouvi alguém no público a resmungar.
04:05
This is the "Finger Family Song."
84
233127
1624
Esta é a canção da Família dos Dedos.
04:06
This is the very first one I could find.
85
234775
1930
Foi a primeira que encontrei.
04:08
It's from 2007, and it only has
200,000 views,
200,000 views,
86
236729
2829
É de 2007 e só tem 200 000 visitas
04:11
which is, like, nothing in this game.
87
239582
1976
o que é nada, neste campeonato.
04:13
But it has this insanely earwormy tune,
88
241582
2852
Mas tem uma melodia irritante
04:16
which I'm not going to play to you,
89
244458
1682
que não vou tocar para vocês ouvirem
04:18
because it will sear itself
into your brain
into your brain
90
246164
2008
porque ela cola-se no vosso cérebro
04:20
in the same way that
it seared itself into mine,
it seared itself into mine,
91
248196
2395
tal como se colou no meu
e não vou fazer-vos uma partida dessas.
04:22
and I'm not going to do that to you.
92
250615
1770
04:24
But like the surprise eggs,
93
252409
1344
Mas, tal como com os ovos surpresa,
04:25
it's got inside kids' heads
94
253777
2164
enfia-se na cabeça das crianças
e elas ficam viciados nela.
e elas ficam viciados nela.
04:27
and addicted them to it.
95
255965
1607
Dentro de alguns anos,
estes vídeos da família dos dedos
estes vídeos da família dos dedos
04:29
So within a few years,
these finger family videos
these finger family videos
96
257596
2531
04:32
start appearing everywhere,
97
260151
1303
começa a aparecer por toda a parte
04:33
and you get versions
in different languages
in different languages
98
261478
2029
e temos versões em várias línguas
04:35
with popular kids' cartoons using food
99
263531
2121
com desenhos animados para crianças,
usando a comida
usando a comida
04:37
or, frankly, using whatever kind
of animation elements
of animation elements
100
265676
2550
ou usando todos e quaisquer
elementos de animação
elementos de animação
04:40
you seem to have lying around.
101
268250
2252
que por aí existem.
04:43
And once again, there are millions
and millions and millions of these videos
and millions and millions of these videos
102
271002
5197
Mais uma vez, há milhões e milhões
destes vídeos na Internet,
destes vídeos na Internet,
04:48
available online in all of these
kind of insane combinations.
kind of insane combinations.
103
276223
3435
disponíveis em todos os tipos
de combinações extravagantes.
de combinações extravagantes.
04:51
And the more time
you start to spend with them,
you start to spend with them,
104
279682
2228
Quanto mais tempo gastarmos com eles
04:53
the crazier and crazier
you start to feel that you might be.
you start to feel that you might be.
105
281934
3694
mais loucos nos começamos a sentir.
04:57
And that's where I
kind of launched into this,
kind of launched into this,
106
285652
3333
Foi aí que comecei a sentir
uma sensação de profunda estranheza
e profunda falta de compreensão
e profunda falta de compreensão
05:01
that feeling of deep strangeness
and deep lack of understanding
and deep lack of understanding
107
289009
3666
05:04
of how this thing was constructed
that seems to be presented around me.
that seems to be presented around me.
108
292699
4175
de como era montada esta coisa
que parece estar sempre à minha volta.
que parece estar sempre à minha volta.
05:08
Because it's impossible to know
where these things are coming from.
where these things are coming from.
109
296898
3167
Porque é impossível saber
de onde vêm estas coisas.
de onde vêm estas coisas.
Quem é que as faz?
05:12
Like, who is making them?
110
300089
1241
05:13
Some of them appear to be made
of teams of professional animators.
of teams of professional animators.
111
301354
3143
Alguns parecem ser feitos
por equipas de animadores profissionais.
por equipas de animadores profissionais.
05:16
Some of them are just randomly
assembled by software.
assembled by software.
112
304521
2882
Alguns são apenas montados
ao acaso por um "software".
ao acaso por um "software".
05:19
Some of them are quite wholesome-looking
young kids' entertainers.
young kids' entertainers.
113
307427
4253
Alguns deles são vídeos para crianças
com um aspeto muito saudável.
com um aspeto muito saudável.
05:23
And some of them are from people
114
311704
1552
E alguns são de pessoas
05:25
who really clearly
shouldn't be around children at all.
shouldn't be around children at all.
115
313280
3007
que, claramente, não deviam
aproximar-se de criancinhas.
aproximar-se de criancinhas.
(Risos)
05:28
(Laughter)
116
316311
1615
05:30
And once again, this impossibility
of figuring out who's making this stuff --
of figuring out who's making this stuff --
117
318987
4640
Mais uma vez, esta impossibilidade
de vir a saber quem é que faz estas coisas
de vir a saber quem é que faz estas coisas
05:35
like, this is a bot?
118
323651
1156
- tipo, isto é um robô?
05:36
Is this a person? Is this a troll?
119
324831
2647
Isto é uma pessoa? é um "troll"?
05:39
What does it mean
that we can't tell the difference
that we can't tell the difference
120
327502
2382
O que significa é
que já não consigamos ver
que já não consigamos ver
05:41
between these things anymore?
121
329908
1583
as diferenças entre estas coisas.
05:43
And again, doesn't that uncertainty
feel kind of familiar right now?
feel kind of familiar right now?
122
331515
4848
Esta incerteza não vos parece familiar?
05:50
So the main way people get views
on their videos --
on their videos --
123
338145
2580
A principal forma de as pessoas
obterem visitas nos seus vídeos
obterem visitas nos seus vídeos
05:52
and remember, views mean money --
124
340749
1707
- os vídeos significam dinheiro -
05:54
is that they stuff the titles
of these videos with these popular terms.
of these videos with these popular terms.
125
342480
4742
é encherem os títulos desses vídeos
com estes termos populares.
com estes termos populares.
05:59
So you take, like, "surprise eggs"
126
347246
1687
Por exemplo, os ovos surpresa.
Acrescenta-se ao título
"Patrulha Pata", "Ovo da Páscoa"
"Patrulha Pata", "Ovo da Páscoa"
06:00
and then you add
"Paw Patrol," "Easter egg,"
"Paw Patrol," "Easter egg,"
127
348957
2066
06:03
or whatever these things are,
128
351047
1393
ou outra coisa qualquer,
06:04
all of these words from other
popular videos into your title,
popular videos into your title,
129
352464
2893
todas as palavras
de outros vídeos populares
de outros vídeos populares
até acabar neste tipo
de linguagem misturada, sem sentido
de linguagem misturada, sem sentido
06:07
until you end up with this kind of
meaningless mash of language
meaningless mash of language
130
355381
2968
que não faz sentido nenhum
para as pessoas.
para as pessoas.
06:10
that doesn't make sense to humans at all.
131
358373
2498
06:12
Because of course it's only really
tiny kids who are watching your video,
tiny kids who are watching your video,
132
360895
3546
Porque, claro, são só as crianças
que veem esses vídeos
que veem esses vídeos
06:16
and what the hell do they know?
133
364465
1827
e o que é que eles sabem?
06:18
Your real audience
for this stuff is software.
for this stuff is software.
134
366316
3007
O verdadeiro público
para estas coisas é o "software",
para estas coisas é o "software",
são os algoritmos.
06:21
It's the algorithms.
135
369347
1156
06:22
It's the software that YouTube uses
136
370527
1855
É o "software" que o YouTube usa
06:24
to select which videos
are like other videos,
are like other videos,
137
372406
2483
para escolher os vídeos
que são como os outros vídeos,
que são como os outros vídeos,
06:26
to make them popular,
to make them recommended.
to make them recommended.
138
374913
2243
para os tornar populares,
para os recomendar.
para os recomendar.
06:29
And that's why you end up with this
kind of completely meaningless mash,
kind of completely meaningless mash,
139
377180
3461
É assim que acabamos por ter
esta misturada totalmente sem sentido,
esta misturada totalmente sem sentido,
06:32
both of title and of content.
140
380665
2071
tanto a nível do título como do conteúdo.
06:35
But the thing is, you have to remember,
141
383792
1894
Mas é preciso não esquecermos
06:37
there really are still people within
this algorithmically optimized system,
this algorithmically optimized system,
142
385710
4478
que, mesmo assim, ainda há pessoas
dentro deste sistema
otimizado com algoritmos,
otimizado com algoritmos,
pessoas que são forçadas a produzir
06:42
people who are kind
of increasingly forced to act out
of increasingly forced to act out
143
390212
2790
estas combinações de palavras
cada vez mais bizarras,
cada vez mais bizarras,
06:45
these increasingly bizarre
combinations of words,
combinations of words,
144
393026
3066
06:48
like a desperate improvisation artist
responding to the combined screams
responding to the combined screams
145
396116
5173
numa desesperada improvisação artística
reagindo aos gritos combinados
reagindo aos gritos combinados
06:53
of a million toddlers at once.
146
401313
2203
de um milhão de bebés ao mesmo tempo.
06:57
There are real people
trapped within these systems,
trapped within these systems,
147
405168
2468
São pessoas reais, presas
dentro destes sistemas
dentro destes sistemas
06:59
and that's the other deeply strange thing
about this algorithmically driven culture,
about this algorithmically driven culture,
148
407660
4055
e essa é a outra coisa muito estranha
desta cultura comandada por logaritmos,
desta cultura comandada por logaritmos,
porque, mesmo sendo seres humanos,
07:03
because even if you're human,
149
411739
1381
07:05
you have to end up behaving like a machine
150
413144
2145
acabamos por nos comportar
como uma máquina
como uma máquina
07:07
just to survive.
151
415313
1800
apenas para sobrevivermos.
07:09
And also, on the other side of the screen,
152
417137
2100
Do outro lado do ecrã,
07:11
there still are these little kids
watching this stuff,
watching this stuff,
153
419261
2947
continua a haver criancinhas
a ver estas coisas.
a ver estas coisas.
07:14
stuck, their full attention grabbed
by these weird mechanisms.
by these weird mechanisms.
154
422232
4206
com a atenção presa
nestes mecanismos esquisitos.
nestes mecanismos esquisitos.
A maioria dessas crianças são
muito pequenas para usar a Internet.
muito pequenas para usar a Internet.
07:18
And most of these kids are too small
to even use a website.
to even use a website.
155
426768
2798
07:21
They're just kind of hammering
on the screen with their little hands.
on the screen with their little hands.
156
429590
3276
Só batem no ecrã com as suas mãozinhas.
Por isso, há o Autoplay,
07:24
And so there's autoplay,
157
432890
1217
07:26
where it just keeps playing these videos
over and over and over in a loop,
over and over and over in a loop,
158
434131
3579
que se limita a exibir estes vídeos
vezes sem conta, num ciclo,
vezes sem conta, num ciclo,
durante horas e horas seguidas,
infindavelmente.
infindavelmente.
07:29
endlessly for hours and hours at a time.
159
437734
2059
07:31
And there's so much weirdness
in the system now
in the system now
160
439817
2843
Há atualmente no sistema
tanta coisa esquisita
tanta coisa esquisita
07:34
that autoplay takes you
to some pretty strange places.
to some pretty strange places.
161
442684
3009
que o Autoplay nos leva
a locais muito estranhos.
a locais muito estranhos.
07:37
This is how, within a dozen steps,
162
445717
2488
Isto é como, em doze passos,
07:40
you can go from a cute video
of a counting train
of a counting train
163
448229
3158
podemos passar de um vídeo giro
de um comboio de contagem
de um comboio de contagem
07:43
to masturbating Mickey Mouse.
164
451411
2442
para um Mickey Mouse a masturbar-se.
07:46
Yeah. I'm sorry about that.
165
454529
2288
Desculpem isto.
07:48
This does get worse.
166
456841
1700
Mas as coisas pioram.
07:50
This is what happens
167
458565
1282
Isto é o que acontece
07:51
when all of these different keywords,
168
459871
3086
quando todas estas palavras-chave,
todas estas diferentes peças de atenção,
07:54
all these different pieces of attention,
169
462981
2461
07:57
this desperate generation of content,
170
465466
2807
esta geração desesperada de conteúdo,
08:00
all comes together into a single place.
171
468297
2582
se junta tudo num só local.
08:03
This is where all those deeply weird
keywords come home to roost.
keywords come home to roost.
172
471871
4472
É aqui que todas estas palavras-chave
profundamente estranhas
entram na nossa casa.
entram na nossa casa.
08:08
You cross-breed the finger family video
173
476367
2391
Mistura-se o vídeo da família dos dedos
08:10
with some live-action superhero stuff,
174
478782
2088
com alguma ação de super-heróis,
08:12
you add in some weird,
trollish in-jokes or something,
trollish in-jokes or something,
175
480894
3256
acrescenta-se umas piadas baratas
ou qualquer coisa assim
ou qualquer coisa assim
08:16
and suddenly, you come
to a very weird place indeed.
to a very weird place indeed.
176
484174
3366
e, de repente, vamos parar
a um sítio muito esquisito.
a um sítio muito esquisito.
08:19
The stuff that tends to upset parents
177
487564
2113
As coisas que mais incomodam os pais
08:21
is the stuff that has kind of violent
or sexual content, right?
or sexual content, right?
178
489701
3331
são as coisas que têm um conteúdo
violento ou sexual, não é?
violento ou sexual, não é?
08:25
Children's cartoons getting assaulted,
179
493056
2822
Os desenhos animados
em que crianças são atacadas
em que crianças são atacadas
08:27
getting killed,
180
495902
2018
são assassinadas,
08:29
weird pranks that actually
genuinely terrify children.
genuinely terrify children.
181
497944
3343
situações estranhas que aterrorizam
genuinamente as crianças.
genuinamente as crianças.
08:33
What you have is software pulling in
all of these different influences
all of these different influences
182
501311
3675
Temos é um "software" que vai buscar
todas estas influências diferentes
todas estas influências diferentes
08:37
to automatically generate
kids' worst nightmares.
kids' worst nightmares.
183
505010
2961
para gerar automaticamente
os piores pesadelos das crianças.
os piores pesadelos das crianças.
08:39
And this stuff really, really
does affect small children.
does affect small children.
184
507995
2701
Este material afeta realmente
as criancinhas.
as criancinhas.
08:42
Parents report their children
being traumatized,
being traumatized,
185
510720
2866
Os pais relatam que os filhos
ficam traumatizados,
ficam traumatizados,
08:45
becoming afraid of the dark,
186
513610
1392
ficam com medo do escuro,
08:47
becoming afraid of their favorite
cartoon characters.
cartoon characters.
187
515026
3050
ficam com medo
dos desenhos animados preferidos.
dos desenhos animados preferidos.
08:50
If you take one thing away from this,
it's that if you have small children,
it's that if you have small children,
188
518524
3611
Se há uma conclusão a tirar daqui
é que, se tiverem filhos pequenos,
é que, se tiverem filhos pequenos,
08:54
keep them the hell away from YouTube.
189
522159
1996
mantenham-nos bem afastados do YouTube.
08:56
(Applause)
190
524743
3949
(Aplausos)
09:02
But the other thing, the thing
that really gets to me about this,
that really gets to me about this,
191
530504
3096
Mas há outra coisa que me aborrece
09:05
is that I'm not sure we even really
understand how we got to this point.
understand how we got to this point.
192
533624
4629
é que eu não tenho a certeza se percebemos
como chegámos a este ponto.
como chegámos a este ponto.
09:10
We've taken all of this influence,
all of these things,
all of these things,
193
538951
2931
Aceitámos todas estas influências,
todas estas coisas
todas estas coisas
09:13
and munged them together in a way
that no one really intended.
that no one really intended.
194
541906
2953
misturadas duma forma
que ninguém pretendia.
que ninguém pretendia.
09:16
And yet, this is also the way
that we're building the entire world.
that we're building the entire world.
195
544883
3156
Mas isto também é a forma
como estamos a construir o mundo inteiro.
como estamos a construir o mundo inteiro.
09:20
We're taking all of this data,
196
548063
1773
Agarramos em todas estas informações,
uma data de más informações,
uma data de más informações,
09:21
a lot of it bad data,
197
549860
1447
09:23
a lot of historical data
full of prejudice,
full of prejudice,
198
551331
3029
uma data de informações históricas
cheias de preconceitos,
cheias de preconceitos,
09:26
full of all of our worst
impulses of history,
impulses of history,
199
554384
2837
cheias de todos os nossos
piores impulsos da história,
piores impulsos da história,
09:29
and we're building that
into huge data sets
into huge data sets
200
557245
2049
criamos enormes conjuntos de informações
09:31
and then we're automating it.
201
559318
1423
e depois automatizamo-las.
09:32
And we're munging it together
into things like credit reports,
into things like credit reports,
202
560765
3502
E estamos a misturá-las
com coisas como relatórios de crédito,
com coisas como relatórios de crédito,
com prémios de seguros,
09:36
into insurance premiums,
203
564291
1634
09:37
into things like predictive
policing systems,
policing systems,
204
565949
2693
com coisas como
sistemas de vigilância preditiva
sistemas de vigilância preditiva
09:40
into sentencing guidelines.
205
568666
1762
com linhas de orientação
de sentenças.
de sentenças.
09:42
This is the way we're actually
constructing the world today
constructing the world today
206
570452
2821
Esta é a forma como estamos
a construir o mundo de hoje
a construir o mundo de hoje
09:45
out of this data.
207
573297
1151
a partir destas informações.
09:46
And I don't know what's worse,
208
574472
1698
Não sei o que será pior,
09:48
that we built a system
that seems to be entirely optimized
that seems to be entirely optimized
209
576194
3228
termos criado um sistema
que parece estar totalmente otimizado
que parece estar totalmente otimizado
09:51
for the absolute worst aspects
of human behavior,
of human behavior,
210
579446
2808
para os piores aspetos absolutos
do comportamento humano
do comportamento humano
09:54
or that we seem
to have done it by accident,
to have done it by accident,
211
582278
2425
ou parecer que o fizemos por acaso
09:56
without even realizing
that we were doing it,
that we were doing it,
212
584727
2207
sem sequer ter percebido
o que estávamos a fazer,
o que estávamos a fazer,
09:58
because we didn't really understand
the systems that we were building,
the systems that we were building,
213
586958
3382
porque não percebíamos nada
dos sistemas que estávamos a criar
dos sistemas que estávamos a criar
10:02
and we didn't really understand
how to do anything differently with it.
how to do anything differently with it.
214
590364
3683
e não percebíamos minimamente
como fazer de forma diferente.
como fazer de forma diferente.
10:06
There's a couple of things I think
that really seem to be driving this
that really seem to be driving this
215
594769
3365
Penso que há algumas coisas
que parecem ter levado a isto
que parecem ter levado a isto
sobretudo no YouTube,
10:10
most fully on YouTube,
216
598158
1189
10:11
and the first of those is advertising,
217
599371
1827
A primeira é a publicidade
10:13
which is the monetization of attention
218
601222
2837
que é a monetarização da atenção
10:16
without any real other variables at work,
219
604083
3136
sem quaisquer outras variáveis em ação,
10:19
any care for the people who are
actually developing this content,
actually developing this content,
220
607243
3885
sem se pensar nas pessoas
que desenvolvem este conteúdo,
que desenvolvem este conteúdo,
10:23
the centralization of the power,
the separation of those things.
the separation of those things.
221
611152
3636
a centralização do poder,
a separação destas coisas.
a separação destas coisas.
10:26
And I think however you feel
about the use of advertising
about the use of advertising
222
614812
3144
Mas penso que, em relação
ao uso da publicidade,
ao uso da publicidade,
10:29
to kind of support stuff,
223
617980
1238
que apoia este tipo de coisas,
10:31
the sight of grown men in diapers
rolling around in the sand
rolling around in the sand
224
619242
3067
a vista de adultos de fraldas
a rebolar na areia
a rebolar na areia
10:34
in the hope that an algorithm
that they don't really understand
that they don't really understand
225
622333
2983
na esperança de que um algoritmo
- de que não percebem nada -
- de que não percebem nada -
10:37
will give them money for it
226
625340
1315
lhes dará dinheiro,
10:38
suggests that this
probably isn't the thing
probably isn't the thing
227
626679
2037
sugere que, provavelmente,
não é nisso que devemos basear
não é nisso que devemos basear
10:40
that we should be basing
our society and culture upon,
our society and culture upon,
228
628740
2563
a nossa sociedade e a nossa cultura
10:43
and the way in which
we should be funding it.
we should be funding it.
229
631327
2160
e a forma como devemos financiá-la.
10:45
And the other thing that's kind of
the major driver of this is automation,
the major driver of this is automation,
230
633511
3519
A outra coisa que é
o maior impulso é a automação
o maior impulso é a automação
que é a evolução
de toda esta tecnologia
de toda esta tecnologia
10:49
which is the deployment
of all of this technology
of all of this technology
231
637054
2329
10:51
as soon as it arrives,
without any kind of oversight,
without any kind of oversight,
232
639407
2521
logo que ela chega
sem qualquer tipo de supervisão
sem qualquer tipo de supervisão
10:53
and then once it's out there,
233
641952
1412
e, logo que ela aparece,
lavamos as mãos e dizemos:
lavamos as mãos e dizemos:
10:55
kind of throwing up our hands and going,
"Hey, it's not us, it's the technology."
"Hey, it's not us, it's the technology."
234
643388
3843
"Não fomos nós, é a tecnologia".
"Nós não estamos metidos nisso".
10:59
Like, "We're not involved in it."
235
647255
1642
11:00
That's not really good enough,
236
648921
1767
Isso não chega
11:02
because this stuff isn't
just algorithmically governed,
just algorithmically governed,
237
650712
2710
porque isto, além de ser
governado por algoritmos,
governado por algoritmos,
11:05
it's also algorithmically policed.
238
653446
2498
também é policiado por algoritmos.
11:07
When YouTube first started
to pay attention to this,
to pay attention to this,
239
655968
2848
Quando o YouTube começou
a prestar atenção a isto,
a prestar atenção a isto,
a primeira coisa que disseram
foi que iam arranjar melhores algoritmos
foi que iam arranjar melhores algoritmos
11:10
the first thing they said
they'd do about it
they'd do about it
240
658840
2087
11:12
was that they'd deploy
better machine learning algorithms
better machine learning algorithms
241
660951
2695
através da aprendizagem de máquinas,
para moderar o conteúdo
para moderar o conteúdo
11:15
to moderate the content.
242
663670
1329
11:17
Well, machine learning,
as any expert in it will tell you,
as any expert in it will tell you,
243
665023
3485
Bom, a aprendizagem de máquinas,
como qualquer especialista dirá,
como qualquer especialista dirá,
11:20
is basically what we've started to call
244
668532
1896
é aquilo a que começámos
por chamar "software"
por chamar "software"
11:22
software that we don't really
understand how it works.
understand how it works.
245
670452
2588
e que não percebemos
minimamente como funciona.
minimamente como funciona.
11:25
And I think we have
enough of that already.
enough of that already.
246
673064
3983
Penso que já temos disso que chegue.
11:29
We shouldn't be leaving
this stuff up to AI to decide
this stuff up to AI to decide
247
677071
3166
Não devíamos deixar estas coisas
para a IA decidir
para a IA decidir
o que é apropriado ou não,
11:32
what's appropriate or not,
248
680261
1251
11:33
because we know what happens.
249
681536
1436
porque sabemos o que acontece.
11:34
It'll start censoring other things.
250
682996
1688
Vai começar por censurar outras coisas,
11:36
It'll start censoring queer content.
251
684708
1783
censurar conteúdos estranhos,
11:38
It'll start censoring
legitimate public speech.
legitimate public speech.
252
686515
2237
censurar discursos públicos legítimos.
11:40
What's allowed in these discourses,
253
688776
1925
O que é permitido nesses discursos
11:42
it shouldn't be something
that's left up to unaccountable systems.
that's left up to unaccountable systems.
254
690725
3097
não devia ser uma coisa
deixada a sistemas irresponsáveis.
deixada a sistemas irresponsáveis.
11:45
It's part of a discussion
all of us should be having.
all of us should be having.
255
693846
2947
Faz parte de uma discussão
que todos devíamos ter.
que todos devíamos ter.
Mas vou deixar um alerta:
11:48
But I'd leave a reminder
256
696817
1308
11:50
that the alternative isn't
very pleasant, either.
very pleasant, either.
257
698149
2753
a alternativa também
não é muito agradável.
não é muito agradável.
11:52
YouTube also announced recently
258
700926
1535
O YouTube anunciou recentemente
11:54
that they're going to release
a version of their kids' app
a version of their kids' app
259
702485
2767
que vão lançar uma versão
da sua aplicação para crianças
da sua aplicação para crianças
11:57
that would be entirely
moderated by humans.
moderated by humans.
260
705276
2407
que será totalmente
moderada por pessoas.
moderada por pessoas.
12:00
Facebook -- Zuckerberg said
much the same thing at Congress,
much the same thing at Congress,
261
708134
3618
Facebook - Zuckeberger disse
uma coisa parecida no Congresso,
uma coisa parecida no Congresso,
12:03
when pressed about how they
were going to moderate their stuff.
were going to moderate their stuff.
262
711776
2987
quando lhe perguntaram
como iam moderar as suas coisas.
como iam moderar as suas coisas.
12:06
He said they'd have humans doing it.
263
714787
1747
Disse que iam pôr pessoas a fazê-lo.
12:08
And what that really means is,
264
716558
1459
Queriam dizer que,
em vez de serem as crianças
em vez de serem as crianças
12:10
instead of having toddlers being
the first person to see this stuff,
the first person to see this stuff,
265
718041
3223
as primeiras a verem aqueles conteúdos
12:13
you're going to have underpaid,
precarious contract workers
precarious contract workers
266
721288
2788
iam pôr trabalhadores mal pagos,
com contratos precários,
com contratos precários,
12:16
without proper mental health support
267
724100
1726
sem apoio adequado de saúde mental,
12:17
being damaged by it as well.
268
725850
1376
que também vão ser contaminados.
12:19
(Laughter)
269
727250
1096
(Risos)
12:20
And I think we can all do
quite a lot better than that.
quite a lot better than that.
270
728370
2601
Penso que todos podemos fazer
melhor do que isso.
(Aplausos)
12:22
(Applause)
271
730995
2499
12:26
The thought, I think, that brings those
two things together, really, for me,
two things together, really, for me,
272
734068
4613
Penso que a ideia que reúne
estas duas coisas
estas duas coisas
12:30
is agency.
273
738705
1420
é a ação.
12:32
It's like, how much do we really
understand -- by agency, I mean:
understand -- by agency, I mean:
274
740149
3157
Ou seja, por ação, quero dizer
até que ponto sabemos como agir
no nosso melhor interesse?
no nosso melhor interesse?
12:35
how we know how to act
in our own best interests.
in our own best interests.
275
743330
4390
12:39
Which -- it's almost impossible to do
276
747744
1787
É quase impossível sabê-lo
12:41
in these systems that we don't
really fully understand.
really fully understand.
277
749555
3485
nestes sistemas que não
compreendemos minimamente.
compreendemos minimamente.
12:45
Inequality of power
always leads to violence.
always leads to violence.
278
753064
3071
A desigualdade no poder
leva sempre à violência.
leva sempre à violência.
12:48
And we can see inside these systems
279
756159
1685
Vemos no interior destes sistemas
12:49
that inequality of understanding
does the same thing.
does the same thing.
280
757868
2611
que a desigualdade de compreensão
faz a mesma coisa.
faz a mesma coisa.
12:52
If there's one thing that we can do
to start to improve these systems,
to start to improve these systems,
281
760503
3779
Se há alguma coisa que podemos fazer
para começar a melhorar estes sistemas,
para começar a melhorar estes sistemas,
12:56
it's to make them more legible
to the people who use them,
to the people who use them,
282
764306
2718
é torná-los mais legíveis
para as pessoas que os usam,
para as pessoas que os usam,
de modo a que todos tenhamos
um entendimento comum
um entendimento comum
12:59
so that all of us have
a common understanding
a common understanding
283
767048
2196
13:01
of what's actually going on here.
284
769268
1851
do que está realmente a acontecer.
13:03
The thing, though, I think
most about these systems
most about these systems
285
771970
2968
Mas a coisa em que mais penso
quanto a estes sistemas
quanto a estes sistemas
13:06
is that this isn't, as I hope
I've explained, really about YouTube.
I've explained, really about YouTube.
286
774962
3857
é que isto não é, como espero
ter deixado claro, sobre o YouTube.
ter deixado claro, sobre o YouTube.
Trata-se de todas as coisas.
13:10
It's about everything.
287
778843
1312
13:12
These issues of accountability and agency,
288
780179
2444
Estes problemas
de responsabilização e de ação,
de responsabilização e de ação,
13:14
of opacity and complexity,
289
782647
2225
de opacidade e de complexidade,
13:16
of the violence and exploitation
that inherently results
that inherently results
290
784896
3177
da violência e da exploração
que resulta inerentemente
que resulta inerentemente
13:20
from the concentration
of power in a few hands --
of power in a few hands --
291
788097
2794
da concentração do poder
em poucas mãos
em poucas mãos
13:22
these are much, much larger issues.
292
790915
2579
- são problemas muito maiores.
13:26
And they're issues not just of YouTube
and not just of technology in general,
and not just of technology in general,
293
794395
3687
São problemas não apenas do YouTube
nem sequer da tecnologia em geral
nem sequer da tecnologia em geral
e nem sequer são novos.
13:30
and they're not even new.
294
798106
1265
13:31
They've been with us for ages.
295
799395
1461
Sempre os tivemos ao longo de eras.
13:32
But we finally built this system,
this global system, the internet,
this global system, the internet,
296
800880
4390
Mas, por fim, criámos este sistema,
este sistema global, a Internet,
este sistema global, a Internet,
13:37
that's actually showing them to us
in this extraordinary way,
in this extraordinary way,
297
805294
3019
que está a exibir-se à nossa frente
desta forma extraordinária,
desta forma extraordinária,
13:40
making them undeniable.
298
808337
1547
tornando-os inegáveis.
13:41
Technology has this extraordinary capacity
299
809908
2820
A tecnologia tem
esta capacidade extraordinária
esta capacidade extraordinária
13:44
to both instantiate and continue
300
812752
3973
de exemplificar e continuar
13:48
all of our most extraordinary,
often hidden desires and biases
often hidden desires and biases
301
816749
4248
todos os nossos desejos e preconceitos
mais extraordinários e às vezes ocultos
mais extraordinários e às vezes ocultos
13:53
and encoding them into the world,
302
821021
1866
e codificando-os no mundo,
13:54
but it also writes them down
so that we can see them,
so that we can see them,
303
822911
3474
mas também de os escrever
para os podermos ver,
para os podermos ver,
13:58
so that we can't pretend
they don't exist anymore.
they don't exist anymore.
304
826409
3330
de modo que já não podemos
pretender que não existem.
pretender que não existem.
14:01
We need to stop thinking about technology
as a solution to all of our problems,
as a solution to all of our problems,
305
829763
4319
Temos que deixar de pensar na tecnologia
como uma solução
para todos os nossos problemas
para todos os nossos problemas
14:06
but think of it as a guide
to what those problems actually are,
to what those problems actually are,
306
834106
3757
mas pensar nela como uma orientação
para quais são esses problemas hoje,
para quais são esses problemas hoje,
14:09
so we can start thinking
about them properly
about them properly
307
837887
2144
para podermos pensar neles
de modo adequado
de modo adequado
14:12
and start to address them.
308
840055
1766
e começar a resolvê-los.
14:13
Thank you very much.
309
841845
1335
Muito obrigado.
14:15
(Applause)
310
843204
5192
(Aplausos)
14:21
Thank you.
311
849733
1188
Obrigado.
14:22
(Applause)
312
850945
2869
(Aplausos)
14:28
Helen Walters: James, thank you
for coming and giving us that talk.
for coming and giving us that talk.
313
856839
3178
Helen Walters: James, obrigada
por teres vindo fazer esta palestra.
por teres vindo fazer esta palestra.
14:32
So it's interesting:
314
860041
1189
É interessante,
14:33
when you think about the films where
the robotic overlords take over,
the robotic overlords take over,
315
861254
3495
quando pensamos nos filmes
em que os robôs assumem o comando,
em que os robôs assumem o comando,
14:36
it's all a bit more glamorous
than what you're describing.
than what you're describing.
316
864773
3279
é um pouco mais deslumbrante
do que o que descreveste.
do que o que descreveste.
14:40
But I wonder -- in those films,
you have the resistance mounting.
you have the resistance mounting.
317
868076
3749
Mas fico a pensar - nestes filmes,
temos a escalada da resistência.
temos a escalada da resistência.
14:43
Is there a resistance mounting
towards this stuff?
towards this stuff?
318
871849
3216
Há uma escalada de resistência
contra esta matéria?
contra esta matéria?
14:47
Do you see any positive signs,
green shoots of resistance?
green shoots of resistance?
319
875089
3796
Vês quaisquer sinais positivos,
disparos verdes de resistência?
disparos verdes de resistência?
James Bridle: Não sei nada
sobre resistência direta,
sobre resistência direta,
14:52
James Bridle: I don't know
about direct resistance,
about direct resistance,
320
880507
2416
14:54
because I think this stuff
is super long-term.
is super long-term.
321
882947
2264
porque penso que isto
é a muito longo prazo,
é a muito longo prazo,
14:57
I think it's baked into culture
in really deep ways.
in really deep ways.
322
885235
2510
está cozinhado na cultura
de forma muito profunda.
de forma muito profunda.
14:59
A friend of mine,
Eleanor Saitta, always says
Eleanor Saitta, always says
323
887769
2132
Uma amiga minha,
Eleanor Saitta, diz sempre
Eleanor Saitta, diz sempre
15:01
that any technological problems
of sufficient scale and scope
of sufficient scale and scope
324
889935
3609
que quaisquer problemas tecnológicos
de dimensão e âmbito suficientes
de dimensão e âmbito suficientes
15:05
are political problems first of all.
325
893568
2267
são problemas políticos,
acima de tudo.
acima de tudo.
15:07
So all of these things we're working
to address within this
to address within this
326
895859
2785
Portanto, todas estas coisas
que tentamos abordar
que tentamos abordar
não vão ser resolvidas apenas
por melhorarmos a tecnologia,
por melhorarmos a tecnologia,
15:10
are not going to be addressed
just by building the technology better,
just by building the technology better,
327
898668
3274
mas só alterando a sociedade
que produz essas tecnologias.
que produz essas tecnologias.
15:13
but actually by changing the society
that's producing these technologies.
that's producing these technologies.
328
901966
3464
15:17
So no, right now, I think we've got
a hell of a long way to go.
a hell of a long way to go.
329
905454
3027
Neste momento, penso que temos
um comprido caminho a percorrer.
um comprido caminho a percorrer.
Mas, como disse, penso que,
se os explicarmos,
se os explicarmos,
15:20
But as I said, I think by unpacking them,
330
908505
1986
15:22
by explaining them, by talking
about them super honestly,
about them super honestly,
331
910515
2697
se falarmos disso de forma honesta,
15:25
we can actually start
to at least begin that process.
to at least begin that process.
332
913236
2505
pelo menos, podemos iniciar esse processo.
15:27
HW: And so when you talk about
legibility and digital literacy,
legibility and digital literacy,
333
915765
3562
HW: Quando falas da legibilidade
e da literacia digital,
e da literacia digital,
tenho dificuldade em imaginar
15:31
I find it difficult to imagine
334
919351
1591
15:32
that we need to place the burden
of digital literacy on users themselves.
of digital literacy on users themselves.
335
920966
3680
que precisamos de atirar o peso
da literacia digital para os utilizadores.
da literacia digital para os utilizadores.
15:36
But whose responsibility
is education in this new world?
is education in this new world?
336
924670
4562
De quem é a responsabilidade
do ensino neste novo mundo?
do ensino neste novo mundo?
15:41
JB: Again, I think this responsibility
is kind of up to all of us,
is kind of up to all of us,
337
929256
3612
JB: Penso que essa responsabilidade
também tem a ver com todos nós,
também tem a ver com todos nós,
15:44
that everything we do,
everything we build, everything we make,
everything we build, everything we make,
338
932892
2984
penso que tudo o que fazemos,
tudo o que criamos,
tudo o que criamos,
15:47
needs to be made
in a consensual discussion
in a consensual discussion
339
935900
3692
tem que ser feito
numa discussão consensual
numa discussão consensual
15:51
with everyone who's avoiding it;
340
939616
1940
com todos os que a têm evitado.
de que não estamos a construir sistemas
15:53
that we're not building systems
intended to trick and surprise people
intended to trick and surprise people
341
941580
4341
destinados a enganar
e a surpreender as pessoas
e a surpreender as pessoas
15:57
into doing the right thing,
342
945945
2300
mas para fazer as coisas certas,
e que eles estão realmente envolvidos
em cada passo na educação deles,
em cada passo na educação deles,
16:00
but that they're actually involved
in every step in educating them,
in every step in educating them,
343
948269
3236
16:03
because each of these systems
is educational.
is educational.
344
951529
2278
porque cada um destes sistemas
é educativo.
é educativo.
16:05
That's what I'm hopeful about,
about even this really grim stuff,
about even this really grim stuff,
345
953831
3102
É nisso que tenho esperança,
mesmo nestas coisas sombrias,
mesmo nestas coisas sombrias,
16:08
that if you can take it
and look at it properly,
and look at it properly,
346
956957
2262
que, se pudermos
analisá-lo devidamente,
analisá-lo devidamente,
16:11
it's actually in itself
a piece of education
a piece of education
347
959243
2089
é em si mesmo
uma peça de ensino
uma peça de ensino
que nos permite começar a ver
16:13
that allows you to start seeing
how complex systems come together and work
how complex systems come together and work
348
961356
3762
como sistemas complexos
se juntam e funcionam
se juntam e funcionam
16:17
and maybe be able to apply
that knowledge elsewhere in the world.
that knowledge elsewhere in the world.
349
965142
3501
e porventura possam aplicar
esses conhecimentos pelo mundo.
esses conhecimentos pelo mundo.
16:20
HW: James, it's such
an important discussion,
an important discussion,
350
968667
2115
HW: James, é uma discussão
tão importante
tão importante
e sei que muita gente aqui
está aberta e preparada para ela
está aberta e preparada para ela
16:22
and I know many people here
are really open and prepared to have it,
are really open and prepared to have it,
351
970806
3227
obrigada por teres começado
a nossa manhã.
a nossa manhã.
16:26
so thanks for starting off our morning.
352
974057
1859
16:27
JB: Thanks very much. Cheers.
353
975940
1400
JB: Muito obrigado.
(Aplausos)
16:29
(Applause)
354
977364
1651
ABOUT THE SPEAKER
James Bridle - Artist, writerWorking 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.
James Bridle | Speaker | TED.com