< Return to Video

Hogyan mesélhetünk jobb történeteket biológiai adatok segítségével - és indíthatunk társadalmi változást?

  • 0:01 - 0:05
    Már 15 éve igyekszem
    megváltoztatni gondolkodásukat.
  • 0:06 - 0:10
    Munkám során a popkultúrát
    és a feltörekvő technológiákat használom
  • 0:10 - 0:11
    a kultúrnormák átszabására.
  • 0:12 - 0:16
    Készítettem emberi jogokat
    népszerűsítő videójátékokat,
  • 0:16 - 0:21
    figyelemfelkeltő animációkat
    az igazságtalan bevándorlási törvényekről,
  • 0:21 - 0:25
    és még helymeghatározáson alapuló
    kiterjesztettvalóság-alkalmazásokat is,
  • 0:25 - 0:28
    hogy megváltoztassam
    a vélekedést a hajléktalanságról,
  • 0:28 - 0:29
    jóval a Pokémon Go előtt.
  • 0:30 - 0:31
    (Nevetés)
  • 0:31 - 0:35
    De aztán elgondolkodtam,
    egy játék vagy alkalmazás
  • 0:35 - 0:37
    tud-e változtatni
    a hozzáálláson és a viselkedésen,
  • 0:37 - 0:40
    s ha igen, mérhető-e a változás?
  • 0:40 - 0:43
    Miféle tudományon alapul a folyamat?
  • 0:43 - 0:47
    Figyelmemet a média
    és technológia helyett ezután
  • 0:47 - 0:50
    a neurobiológiai hatások
    mérésére fordítottam.
  • 0:51 - 0:53
    Íme, erre jutottam.
  • 0:53 - 0:57
    A web, a mobileszközök,
    a virtuális és kiterjesztett valóság
  • 0:57 - 1:00
    újrahuzalozták idegrendszerünket.
  • 1:00 - 1:03
    Ténylegesen megváltoztatták
    agyunk szerkezetét.
  • 1:04 - 1:09
    A technológiák, amelyekkel pozitívan
    akartam hatni a szívre és elmére,
  • 1:09 - 1:13
    éppenséggel leépítették
    agyunk együttérzésért
  • 1:13 - 1:15
    és döntéshozatalért felelős funkcióit.
  • 1:15 - 1:19
    Net- és mobilfüggésünk
  • 1:19 - 1:23
    talán átveszi az uralmat kognitív
    és érzelmi képességeink fölött,
  • 1:23 - 1:27
    a társas viszonyokban
    és érzelmileg inkompetenssé tesz,
  • 1:27 - 1:30
    s úgy éreztem, az elembertelenedés
    az én bűnöm is.
  • 1:31 - 1:36
    Rájöttem: mielőtt további médiatermékeket
    gyártok társadalmi ügyekről,
  • 1:36 - 1:40
    vissza kell fejtenem
    a technológia káros hatásait.
  • 1:41 - 1:44
    Hogy ezt megoldjam,
    feltettem magamnak a kérdést:
  • 1:44 - 1:47
    "Hogyan változtathatom
    az empátia működését,
  • 1:47 - 1:51
    a kognitív, érzelmi és motivációs
    jellegzetességeket olyan géppé,
  • 1:51 - 1:54
    amely a cselekvésre ösztönző
  • 1:54 - 1:55
    történetelemeket utánozza?"
  • 1:57 - 2:01
    Hogy ezt megválaszoljam,
    építenem kellett egy gépet.
  • 2:01 - 2:02
    (Nevetés)
  • 2:02 - 2:05
    Nyílt forráskódú biometrikus labort,
  • 2:05 - 2:09
    egy MI-rendszert fejlesztettem,
    amelyet Limbikus Labornak hívok.
  • 2:09 - 2:10
    A labor agyunk és testünk
  • 2:10 - 2:14
    médiára és technológiára adott
    tudattalan válaszait fogja fel,
  • 2:14 - 2:17
    és gépi tanulást is alkalmaz,
  • 2:17 - 2:20
    amely e reakciók alapján
    alakítja a tartalmat.
  • 2:21 - 2:24
    Azt akarom kideríteni,
    a történetelemek mely kombinációja
  • 2:24 - 2:26
    a legvonzóbb és leginkább megmozgató
  • 2:26 - 2:28
    különböző célközönségek számára,
  • 2:28 - 2:33
    hogy ezzel igazságügyi,
    kulturális és oktatási szervezetek
  • 2:33 - 2:36
    minél hatásosabb
    tartalmat állíthassanak elő.
  • 2:36 - 2:39
    A Limbikus Labor két részből áll:
  • 2:39 - 2:41
    a narratív motorból és a médiagépből.
  • 2:42 - 2:47
    Míg az alany médiatartalmat néz
    vagy reagál rá,
  • 2:47 - 2:51
    a narratív motor valós idejű
    adatokat gyűjt az agyhullámokból,
  • 2:51 - 2:54
    illetve adatokat gyűjt pl. a pulzusról,
    véráramról, testhőmérsékletről,
  • 2:54 - 2:56
    izomösszehúzódásokról,
  • 2:56 - 2:59
    valamint a szemmozgásról
    és az arckifejezésekről is.
  • 3:00 - 3:04
    Az adatokat kulcsfontosságú részleteknél
    rögzíti: fontos eseményeknél,
  • 3:04 - 3:07
    a szereplők interakcióinál,
    vagy szokatlan kameraszögeknél.
  • 3:08 - 3:11
    Ilyen pl. a Trónok harcában
    a vörös nász utolsó jelenete,
  • 3:11 - 3:13
    amely során, döbbenetes módon,
  • 3:13 - 3:15
    mindenki meghal.
  • 3:15 - 3:16
    (Nevetés)
  • 3:17 - 3:20
    Az alany politikai meggyőződésére
    vonatkozó adatok,
  • 3:20 - 3:23
    továbbá pszichografikus
    és demografikus adatok
  • 3:23 - 3:25
    is beépülnek a rendszerbe,
  • 3:25 - 3:28
    hogy mélyebben megértsük az alanyt.
  • 3:29 - 3:30
    Mondok egy példát.
  • 3:32 - 3:37
    Ha emberek kedvenc sorozatait összevetjük
    nézeteikkel a társadalmi kérdésekről,
  • 3:37 - 3:41
    kiderül, hogy a bevándorlást az egyik
    legfőbb problémának tekintő amerikaiak
  • 3:41 - 3:44
    nagyobb eséllyel rajonganak
    a Walking Dead sorozatért,
  • 3:45 - 3:48
    és gyakran nézik az adrenalinlöketért,
  • 3:48 - 3:49
    ez pedig pontosan mérhető.
  • 3:50 - 3:54
    Az alany biológiai jegyei
    és kérdőívre adott válaszai
  • 3:54 - 3:59
    adatbázist alkotnak, amely az alany
    egyedi médialenyomatát adja ki.
  • 3:59 - 4:03
    Előrejelző modellünk eztán mintázatokat
    keres a médialenyomatok között,
  • 4:03 - 4:04
    és megmondja,
  • 4:04 - 4:09
    mely narratív elemek vezetnek nagyobb
    eséllyel önzetlen viselkedéshez,
  • 4:09 - 4:11
    mint szorongáshoz vagy közönyhöz.
  • 4:11 - 4:14
    Minél több lenyomat kerül az adatbázisba
  • 4:14 - 4:17
    többféle médiumon, pl. tévésorozatokon
    vagy játékokon keresztül,
  • 4:17 - 4:19
    az előrejelző modell
    annál pontosabbá válik.
  • 4:20 - 4:24
    Röviden, az első médiagenomot
    térképezem fel.
  • 4:24 - 4:28
    (Taps és éljenzés)
  • 4:32 - 4:35
    Míg az emberi genom leírja
    az ember DNS-szekvenciájában
  • 4:35 - 4:37
    szereplő összes gént,
  • 4:38 - 4:41
    addig a médialenyomatok növekvő
    adatbázisa lehetővé teszi majd,
  • 4:41 - 4:45
    hogy meghatározzam
    egy konkrét személy média-DNS-ét.
  • 4:46 - 4:49
    A Limbikus Labor narratív motorja
    már most is segít
  • 4:50 - 4:53
    a tartalom-előállítóknak
    finomítani történeteiket,
  • 4:53 - 4:57
    hogy az egyéni szinten
    hasson célközönségükre.
  • 4:59 - 5:01
    A Limbikus Labor másik eleme,
  • 5:01 - 5:03
    a médiagép
  • 5:03 - 5:08
    felméri, milyen érzelmi és fiziológiai
    választ vált ki a tartalom,
  • 5:08 - 5:10
    majd az egyéni média-DNS-t
    célzó jeleneteket
  • 5:10 - 5:13
    húz elő a gyűjteményből.
  • 5:14 - 5:18
    A biometrikus adatokat felhasználó
    mesterséges intelligencia
  • 5:18 - 5:21
    valóban személyre szabott
    élményt teremt.
  • 5:21 - 5:26
    Élményt, amely a valós idejű tudattalan
    reakciókhoz igazítja a tartalmat.
  • 5:27 - 5:33
    Mi volna, ha médiamunkások és nonprofit
    cégek mérhetnék a közönség érzéseit,
  • 5:33 - 5:35
    miközben a közönség átéli őket,
  • 5:35 - 5:37
    s valós időben változtathatnának
    a tartalmon?
  • 5:37 - 5:40
    Szerintem ez a média jövője.
  • 5:41 - 5:44
    A média- és társadalmi
    változást célzó stratégiák
  • 5:44 - 5:47
    eddig főleg a nagyközönség
    egészére próbáltak hatni,
  • 5:47 - 5:50
    ám a jövő a teljesen
    személyre szabott médiáé.
  • 5:51 - 5:54
    Ahogy a médiafogyasztás valós idejű mérése
  • 5:54 - 5:57
    és az automatikus
    tartalom-előállítás elterjed,
  • 5:57 - 6:01
    hamarosan egyéni vágyainkra
    szabott médiát fogunk fogyasztani,
  • 6:01 - 6:05
    amely ötvözi a pszichografikát,
    biometrikát és mesterséges intelligenciát.
  • 6:06 - 6:10
    Olyan ez, mint a genetikai alapon
    személyre szabott gyógyszerek.
  • 6:10 - 6:12
    Én biomédiának nevezem.
  • 6:13 - 6:16
    Jelenleg egy bevezető kutatásban
    tesztelem a Limbikus Labort
  • 6:16 - 6:18
    a Norman Lear Központtal közösen,
  • 6:18 - 6:22
    amely az 50 legnépszerűbb
    tévésorozatot követi figyelemmel.
  • 6:22 - 6:25
    Ám erkölcsi dilemmával küszködöm.
  • 6:25 - 6:29
    Ha az eszköz, amit tervezek,
    fegyverré válhat,
  • 6:29 - 6:30
    megépítsem-e vajon?
  • 6:32 - 6:35
    A labor nyílt forráskódú, hogy könnyebben
    elérhető és befogadóbb legyen,
  • 6:35 - 6:39
    ám ezzel azt is kockáztatom,
    hogy befolyásos kormányok
  • 6:39 - 6:42
    és nyereségorientált cégek
    kisajátítják a platformot
  • 6:42 - 6:46
    álhírek terjesztésére, reklámra,
    vagy másféle tömegmanipulációra.
  • 6:47 - 6:51
    Ezért rendkívül fontos számomra,
    hogy kutatásaimat
  • 6:51 - 6:54
    éppoly átláthatóvá tegyem az átlagember
    számára, mint a GMO-címkék.
  • 6:55 - 6:58
    Ám mindez nem elég.
  • 6:59 - 7:01
    Kreatív technológusokként fontos,
  • 7:01 - 7:03
    hogy ne csak reflektáljunk arra,
  • 7:03 - 7:08
    ahogy a jelen technológiája
    formálja kulturális értékeinket
  • 7:08 - 7:10
    és a társas viselkedést,
  • 7:10 - 7:15
    hanem tevőlegesen megkérdőjelezzük
    a jövő technológiájának irányát.
  • 7:15 - 7:19
    Remélem, hogy erkölcsileg
    elkötelezzük magunkat,
  • 7:19 - 7:21
    hogy a test intelligenciáját
  • 7:21 - 7:25
    hiteles és igaz történetek
    teremtésére használjuk,
  • 7:25 - 7:27
    melyek pusztító fegyverből
    gyógyszerré változtatják
  • 7:27 - 7:31
    a médiát és a technológiát.
  • 7:31 - 7:32
    Köszönöm.
  • 7:32 - 7:34
    (Taps és éljenzés)
Title:
Hogyan mesélhetünk jobb történeteket biológiai adatok segítségével - és indíthatunk társadalmi változást?
Speaker:
Heidi Boisvert
Description:

Miféle történetek ösztönöznek cselekvésre? A kérdés megválaszolása érdekében Heidi Boisvert kreatív technológus méri, hogyan reagál az ember agya és teste tudattalanul különböző médiatartalmakra. Bemutatja, hogyan használja az adatokat az empátiát és igazságérzetet kiváltó narratív elemek meghatározására, s hogyan eszközöl ezzel nagyszabású társadalmi változásokat.

more » « less
Video Language:
English
Team:
closed TED
Project:
TEDTalks
Duration:
07:49

Hungarian subtitles

Revisions