TED日本語 - ルイス・フォン・アーン: ネットを使った大規模共同作業

TED日本語

TED Talks(英語 日本語字幕付き動画)

TED日本語 - ルイス・フォン・アーン: ネットを使った大規模共同作業

TED Talks

ネットを使った大規模共同作業
Massive-scale online collaboration
ルイス・フォン・アーン
Luis von Ahn

内容

CAPTCHAを作り変え、ユーザ入力で本の文字データ化に貢献できるようにした後、ルイス・フォン・アーンは膨大なインターネットユーザの小さな貢献を結集することで何か大きな目的を達成できるようなものが他にないかと考えました。TEDxCMUで彼は、何百万という人に外国語の学習をしてもらいつつ、ウェブの翻訳を素早く正確にタダでやってもらおうという、野心的な新しいプロジェクトDuolingoの紹介をしています。

Script

How many of you had to fill out some sort of web form where you've been asked to read a distorted sequence of characters like this? How many of you found it really, really annoying? Okay, outstanding. So I invented that. (Laughter) Or I was one of the people who did it.

That thing is called a CAPTCHA. And the reason it is there is to make sure you, the entity filling out the form, are actually a human and not some sort of computer program that was written to submit the form millions and millions of times. The reason it works is because humans, at least non-visually-impaired humans, have no trouble reading these distorted squiggly characters, whereas computer programs simply can't do it as well yet. So for example, in the case of Ticketmaster, the reason you have to type these distorted characters is to prevent scalpers from writing a program that can buy millions of tickets,two at a time.

CAPTCHAs are used all over the Internet. And since they're used so often, a lot of times the precise sequence of random characters that is shown to the user is not so fortunate. So this is an example from the Yahoo registration page. The random characters that happened to be shown to the user were W, A, I, T, which, of course, spell a word. But the best part is the message that the Yahoo help desk got about 20 minutes later. Text: "Help! I've been waiting for over 20 minutes, and nothing happens."

(Laughter) This person thought they needed to wait. This of course, is not as bad as this poor person. (Laughter)

CAPTCHA Project is something that we did here at Carnegie Melllon over 10 years ago, and it's been used everywhere. Let me now tell you about a project that we did a few years later, which is sort of the next evolution of CAPTCHA. This is a project that we call reCAPTCHA, which is something that we started here at Carnegie Mellon, then we turned it into a startup company. And then about a year and a half ago, Google actually acquired this company.

So let me tell you what this project started. So this project started from the following realization: It turns out that approximately 200 million CAPTCHAs are typed everyday by people around the world. When I first heard this, I was quite proud of myself. I thought, look at the impact that my research has had. But then I started feeling bad. See here's the thing, each time you type a CAPTCHA, essentially you waste 10 seconds of your time. And if you multiply that by 200 million, you get that humanity as a whole is wasting about 500,000 hours every day typing these annoying CAPTCHAs. So then I started feeling bad.

(Laughter)

And then I started thinking, well, of course, we can't just get rid of CAPTCHAs, because the security of the Web sort of depends on them. But then I started thinking, is there any way we can use this effort for something that is good for humanity? So see, here's the thing. While you're typing a CAPTCHA, during those 10 seconds, your brain is doing something amazing. Your brain is doing something that computers can not yet do. So can we get you to do useful work for those 10 seconds? Another way of putting it is, is there some humongous problem that we can not yet get computers to solve, yet we can split into tiny 10-second chunks such that each time somebody solves a CAPTCHA they solve a little bit of this problem? And the answer to that is "yes," and this is what we're doing now.

So what you may not know is that nowadays while you're typing a CAPTCHA, not only are you authenticating yourself as a human, but in addition you're actually helping us to digitize books. So let me explain how this works. So there's a lot of projects out there trying to digitize books. Google has one. The Internet Archive has one. Amazon, now with the Kindle, is trying to digitize books. Basically the way this works is you start with an old book. You've seen those things, right? Like a book? (Laughter) So you start with a book, and then you scan it.

Now scanning a book is like taking a digital photograph of every page of the book. It gives you an image for every page of the book. This is an image with text for every page of the book. The next step in the process is that the computer needs to be able to decipher all of the words in this image. That's using a technology called OCR, for optical character recognition, which takes a picture of text and tries to figure out what text is in there. Now the problem is that OCR is not perfect. Especially for older books where the ink has faded and the pages have turned yellow, OCR can not recognize a lot of the words. For example, for things that were written more than 50 years ago, the computer can not recognize about 30 percent of the words. So what we're doing now is we're taking all of the words that the computer can not recognize and we're getting people to read them for us while they're typing a CAPTCHA on the Internet.

So the next time you type a CAPTCHA, these words that you're typing are actually words that are coming from books that are being digitized that the computer could not recognize. And now the reason we have two words nowadays instead of one is because, you see,one of the words is a word that the system just got out of a book, it didn't know what it was, and it's going to present it to you. But since it doesn't know the answer for it, it can not grade it for you. So what we do is we give you another word,one for which the system does know the answer. We don't tell you which one's which, and we say, please type both. And if you type the correct word for the one for which the system already knows the answer, it assumes you are human, and it also gets some confidence that you typed the other word correctly. And if we repeat this process to like 10 different people and all of them agree on what the new word is, then we get one more word digitized accurately.

So this is how the system works. And basically, since we released it about three or four years ago, a lot of websites have started switching from the old CAPTCHA where people wasted their time to the new CAPTCHA where people are helping to digitize books. So for example, Ticketmaster. So every time you buy tickets on Ticketmaster, you help to digitize a book. Facebook: Every time you add a friend or poke somebody, you help to digitize a book. Twitter and about 350,000 other sites are all using reCAPTCHA. And in fact, the number of sites that are using reCAPTCHA is so high that the number of words that we're digitizing per day is really, really large. It's about 100 million a day, which is the equivalent of about two and a half million books a year. And this is all being done one word at a time by just people typing CAPTCHAs on the Internet.

(Applause)

Now of course, since we're doing so many words per day, funny things can happen. And this is especially true because now we're giving people two randomly chosen English words next to each other. So funny things can happen. For example, we presented this word. It's the word "Christians"; there's nothing wrong with it. But if you present it along with another randomly chosen word, bad things can happen. So we get this. (Text: bad christians) But it's even worse, because the particular website where we showed this actually happened to be called The Embassy of the Kingdom of God. (Laughter) Oops. (Laughter) Here's another really bad one. JohnEdwards.com (Text: Damn liberal) (Laughter) So we keep on insulting people left and right everyday.

Now, of course, we're not just insulting people. See here's the thing, since we're presenting two randomly chosen words, interesting things can happen. So this actually has given rise to a really big Internet meme that tens of thousands of people have participated in, which is called CAPTCHA art. I'm sure some of you have heard about it. Here's how it works. Imagine you're using the Internet and you see a CAPTCHA that you think is somewhat peculiar, like this CAPTCHA. (Text: invisible toaster) Then what you're supposed to do is you take a screen shot of it. Then of course, you fill out the CAPTCHA because you help us digitize a book. But then, first you take a screen shot, and then you draw something that is related to it.

(Laughter) That's how it works. There are tens of thousands of these. Some of them are very cute. (Text: clenched it) (Laughter) Some of them are funnier. (Text: stoned founders) (Laughter) And some of them, like paleontological shvisle, they contain Snoop Dogg. (Laughter)

Okay, so this is my favorite number of reCAPTCHA. So this is the favorite thing that I like about this whole project. This is the number of distinct people that have helped us digitize at least one word out of a book through reCAPTCHA: 750 million, which is a little over 10 percent of the world's population, has helped us digitize human knowledge. And it is numbers like these that motivate my research agenda. So the question that motivates my research is the following: If you look at humanity's large-scale achievements, these really big things that humanity has gotten together and done historically -- like for example, building the pyramids of Egypt or the Panama Canal or putting a man on the Moon -- there is a curious fact about them, and it is that they were all done with about the same number off people. It's weird; they were all done with about 100,000 people. And the reason for that is because, before the Internet, coordinating more than 100,000 people, let alone paying them, was essentially impossible. But now with the Internet, I've just shown you a project where we've gotten 750 million people to help us digitize human knowledge. So the question that motivates my research is, if we can put a man on the Moon with 100,000, what can we do with 100 million?

So based on this question, we've had a lot of different projects that we've been working on. Let me tell you about one that I'm most excited about. This is something that we've been semi-quietly working on for the last year and a half or so. It hasn't yet been launched. It's called Duolingo. Since it hasn't been launched, shhhhh! (Laughter) Yeah, I can trust you'll do that. So this is the project. Here's how it started. It started with me posing a question to my graduate student, Severin Hacker. Okay, that's Severin Hacker. So I posed the question to my graduate student. By the way, you did hear me correctly; his last name is Hacker. So I posed this question to him: How can we get 100 million people translating the Web into every major language for free?

Okay, so there's a lot of things to say about this question. First of all, translating the Web. So right now the Web is partitioned into multiple languages. A large fraction of it is in English. If you don't know any English, you can't access it. But there's large fractions in other different languages, and if you don't know those languages, you can't access it. So I would like to translate all of the Web, or at least most of the Web, into every major language. So that's what I would like to do.

Now some of you may say, why can't we use computers to translate? Why can't we use machine translation? Machine translation nowadays is starting to translate some sentences here and there. Why can't we use it to translate the whole Web? Well the problem with that is that it's not yet good enough and it probably won't be for the next 15 to 20 years. It makes a lot of mistakes. Even when it doesn't make a mistake, since it makes so many mistakes, you don't know whether to trust it or not.

So let me show you an example of something that was translated with a machine. Actually it was a forum post. It was somebody who was trying to ask a question about JavaScript. It was translated from Japanese into English. So I'll just let you read. This person starts apologizing for the fact that it's translated with a computer. So the next sentence is is going to be the preamble to the question. So he's just explaining something. Remember, it's a question about JavaScript. (Text: At often, the goat-time install a error is vomit.) (Laughter) Then comes the first part of the question. (Text: How many times like the wind, a pole, and the dragon?) (Laughter) Then comes my favorite part of the question. (Text: This insult to father's stones?) (Laughter) And then comes the ending, which is my favorite part of the whole thing. (Text: Please apologize for your stupidity. There are a many thank you.) (Laughter) Okay, so computer translation, not yet good enough. So back to the question.

So we need people to translate the whole Web. So now the next question you may have is, well why can't we just pay people to do this? We could pay professional language translators to translate the whole Web. We could do that. Unfortunately, it would be extremely expensive. For example, translating a tiny, tiny fraction of the whole Web, Wikipedia, into one other language, Spanish. Wikipedia exists in Spanish, but it's very small compared to the size of English. It's about 20 percent of the size of English. If we wanted to translate the other 80 percent into Spanish, it would cost at least 50 million dollars -- and this is at even the most exploited, outsourcing country out there. So it would be very expensive. So what we want to do is we want to get 100 million people translating the Web into every major language for free.

Now if this is what you want to do, you pretty quickly realize you're going to run into two pretty big hurdles,two big obstacles. The first one is a lack of bilinguals. So I don't even know if there exists 100 million people out there using the Web who are bilingual enough to help us translate. That's a big problem. The other problem you're going to run into is a lack of motivation. How are we going to motivate people to actually translate the Web for free? Normally, you have to pay people to do this. So how are we going to motivate them to do it for free? Now when we were starting to think about this, we were blocked by these two things. But then we realized, there's actually a way to solve both these problems with the same solution. There's a way to kill two birds with one stone. And that is to transform language translation into something that millions of people want to do, and that also helps with the problem of lack of bilinguals, and that is language education.

So it turns out that today, there are over 1.2 billion people learning a foreign language. People really, really want to learn a foreign language. And it's not just because they're being forced to do so in school. For example, in the United States alone, there are over five million people who have paid over $ 500 for software to learn a new language. So people really, really want to learn a new language. So what we've been working on for the last year and a half is a new website -- it's called Duolingo -- where the basic idea is people learn a new language for free while simultaneously translating the Web. And so basically they're learning by doing.

So the way this works is whenever you're a just a beginner, we give you very, very simple sentences. There's, of course, a lot of very simple sentences on the Web. We give you very, very simple sentences along with what each word means. And as you translate them, and as you see how other people translate them, you start learning the language. And as you get more and more advanced, we give you more and more complex sentences to translate. But at all times, you're learning by doing.

Now the crazy thing about this method is that it actually really works. First of all, people are really, really learning a language. We're mostly done building it, and now we're testing it. People really can learn a language with it. And they learn it about as well as the leading language learning software. So people really do learn a language. And not only do they learn it as well, but actually it's way more interesting. Because you see with Duolingo, people are actually learning with real content. As opposed to learning with made-up sentences, people are learning with real content, which is inherently interesting. So people really do learn a language.

But perhaps more surprisingly, the translations that we get from people using the site, even though they're just beginners, the translations that we get are as accurate as those of professional language translators, which is very surprising. So let me show you one example. This is a sentence that was translated from German into English. The top is the German. The middle is an English translation that was done by somebody who was a professional English translator who we paid 20 cents a word for this translation. And the bottom is a translation by users of Duolingo, none of whom knew any German before they started using the site. You can see, it's pretty much perfect. Now of course, we play a trick here to make the translations as good as professional language translators. We combine the translations of multiple beginners to get the quality of a single professional translator.

Now even though we're combining the translations, the site actually can translate pretty fast. So let me show you, this is our estimates of how fast we could translate Wikipedia from English into Spanish. Remember, this is 50 million dollars-worth of value. So if we wanted to translate Wikipedia into Spanish, we could do it in five weeks with 100,000 active users. And we could do it in about 80 hours with a million active users. Since all the projects that my group has worked on so far have gotten millions of users, we're hopeful that we'll be able to translate extremely fast with this project.

Now the thing that I'm most excited about with Duolingo is I think this provides a fair business model for language education. So here's the thing: The current business model for language education is the student pays, and in particular, the student pays Rosetta Stone 500 dollars. (Laughter) That's the current business model. The problem with this business model is that 95 percent of the world's population doesn't have 500 dollars. So it's extremely unfair towards the poor. This is totally biased towards the rich. Now see, in Duolingo, because while you learn you're actually creating value, you're translating stuff -- which for example, we could charge somebody for translations. So this is how we could monetize this. Since people are creating value while they're learning, they don't have to pay their money, they pay with their time. But the magical thing here is that they're paying with their time, but that is time that would have had to have been spent anyways learning the language. So the nice thing about Duolingo is I think it provides a fair business model -- one that doesn't discriminate against poor people.

So here's the site. Thank you. (Applause) So here's the site. We haven't yet launched, but if you go there, you can sign up to be part of our private beta, which is probably going to start in about three or four weeks. We haven't yet launched this Duolingo.

By the way, I'm the one talking here, but actually Duolingo is the work of a really awesome team, some of whom are here. So thank you.

(Applause)

こんな風にゆがんだ文字を読んで フォーム入力をしたことある人? すっごく煩わしいと思った人は? やっぱりみんなそうですよね 考案したのは私です (笑) まあ 考案者の1人ですね

これはCAPTCHAと呼ばれています これの目的は 入力しているのが 確かに人間で 何百万回もフォームを送信するように作られた プログラムではないと確認するためです どうしてこれがうまくいくのかというと 目の見える人であれば こんな ゆがんだ文字でも問題なく読み取れますが コンピュータには まだそれができないからです 例えばチケット販売サイトのチケットマスターが ユーザにゆがんだ文字を読ませるのは 一度に何百万枚もチケットを注文する? プログラムをダフ屋に作らせないためです

CAPTCHAはネットの至る所で使われ あまりに多く使われているので ランダムに選ばれた文字列が 不運な結果になることがあります これはヤフーのユーザ登録ページの例ですが ランダムな文字列がたまたま 「W A I T」(待て)という 意味ある単語になっています ここで傑作なのは ヤフーのヘルプデスクが20分後に受け取ったメッセージです 「どうなってるんでしょう? 20分以上待っても何も起きないんですが?」

「どうなってるんでしょう? 20分以上待っても何も起きないんですが?」 この人は待たなきゃいけないと思ったようです しかしそれも この人ほど不運ではないでしょう 「RESTART」(やり直せ) (笑)

CAPTCHAは 私たちが10年以上前に ここカーネギーメロン大学で開発し 広く使われるようになりました 次に その何年か後に作った CAPTCHAの進化形の話をしましょう これは reCAPTCHAと呼んでいるもので ここカーネギーメロン大学でやり始めて それをベンチャー企業にしました そして1年半ほど前に グーグルがその会社を買収しました

そのプロジェクトがどう始まったかですが あるすごいことに気づいたのがきっかけでした CAPTCHAは世界中の人によって 毎日2億回も入力されているのが分かったのです 最初このことを聞いて 自分の研究成果の 影響の大きさに 随分誇らしく思えたのですが それから申し訳ない気持ちになりました それというのも CAPTCHAの入力には 毎回10秒ほど時間を無駄にすることになりますが これを2億回と掛け合わせると 人類は全体として この煩わしいCAPTCHAへの入力のため 毎日50万時間も無駄にしているわけです 申し訳ない気にもなります

(笑)

ある意味 ウェブの安全に貢献しているCAPTCHAを 単になくしてしまう訳にはいかないのですが この労力を何か人類の役に立つことに 利用できないかと考えました どういうことかと言うと CAPTCHAに入力する10秒間で 人の脳は実はものすごいことをしています コンピュータには未だできないことです その10秒でユーザに何か有益な作業をさせられないか? 言い換えると 現在のコンピュータでは解けない 巨大な問題を10秒分の断片に分割して CAPTCHA入力の際 人間に 解かせられないかと考えたのです 答えはイエスで それが私たちの今していることです

実は CAPTCHAを入力するとき 皆さんは 人間だと証明するだけでなく 本の電子化にも貢献しているのです その仕掛けを説明しましょう 本の電子化プロジェクトはいろいろあって グーグルもやっていますし インターネット・アーカイブでもやっています アマゾンも今やキンドルで本を電子化しています それには まず古い本を取り上げて・・・ こういう形のあるやつですが・・・ あの 見たことありますよね? 本っていうんですけど? (笑) まず本を選んで それをスキャンします

本のスキャンでは 各ページのデジタル写真を撮ります すべてのページについて 文字部分を画像にするわけです 次にその画像の中の語を コンピュータで解読する必要があります そのために OCR (光学文字認識) という技術を使います 文字を写真に撮って 写真の中の文字を読み取ろうとするわけです 問題はOCRが完璧ではないということで とくに文字がかすれたり ページが黄色くなっているような古い本では OCRで読めない語がたくさん出てきます 50年以上昔に印刷されたような本では 語の3割はコンピュータで読み取れません それで私たちがやっているのは コンピュータで認識できなかった語を CAPTCHAの入力をする人に 読んでもらうということです

皆さんがCAPTCHAの入力をするときに表示される文字は 電子化中の本で コンピュータが 認識できなかった部分なのです この頃では 語が1つでなく2つ 出てくるようになっていますが 1つはシステムが本から取ってきたもので コンピュータが読めなかったものを出しています 正解を知らないので ユーザの入力が正しいのか分かりません それで確認のために もう1つ 正解の分かっている問題を出します どっちがどっちかは言わず 両方入力してもらいます 正解の分かっている方の問題に 正しい答えが入力されたら 入力しているのは人間で もう一方の入力も 正しいだろうと期待できます これを違う人で10回ほど繰り返して 入力がすべて一致していたら 本の1語が新たに電子化されるわけです

それがこのシステムの仕組みです このシステムを公開したのは3、4年前ですが すでに多くのウェブサイトが 時間を無駄にする古いCAPTCHAから 本を電子化する新しいCAPTCHAに切替えています だからチケットマスターでチケットを買うときも 皆さんは本の電子化に貢献しているのです フェイスブックで友達の追加や挨拶をするときも 何かの本の電子化に貢献しているのです ツイッターをはじめとする35万のサイトがreCAPTCHAを使っています reCAPTCHAを使っているサイトは非常に多く 1日に電子化される語の数は相当なものになります 1日に1億語 1年では本にして250万冊分にもなります それがすべて? 1度に1語ずつ 人々によるCAPCHA入力だけで行われているのです 1度に1語ずつ 人々によるCAPCHA入力だけで行われているのです

(拍手)

毎日それほど? 多くの語を扱っているので おかしなことも起こります 今はランダムに選ばれた 2つの単語を繋げて出しているので 余計おかしなことが起きやすくなっています たとえばある時 「クリスチャン」という語が出ました これ自体おかしいことは何もありませんが 別のランダムに選ばれた語と組み合わせると まずいことになり得ます こんな風に (悪しき クリスチャン) さらに不運なことに この文字が表示されたのは たまたま「神の国の大使館」というウェブサイトでした (笑) まずっ (笑) もう1つまずかった例は 民主党議員ジョン・エドワーズのサイトです (リベラル派のサイトで「くそ リベラル」と表示されている) (笑) (リベラル派のサイトで「くそ リベラル」と表示されている) (笑) 誰彼となく侮辱して回っているわけです

もちろん侮辱ばかりというわけではありません ランダムに選んだ2つの語を出しているので 何か面白いものになることもあります 実際これはインターネット上で 大きなミームになっていて 何万という人がこの 「CAPTCHAアート」で遊んでいます お聞きになったことのある人もいるでしょう どんなことをするかというと インターネットを使っていて CAPTCHAで何か変なものが出たとします たとえば 「見えない トースター」とか とりあえず画面コピーを取って それからもちろん CAPTCHAの入力をします 本の電子化にまずは貢献するためです それからCAPTCHAの画像に 関連する絵を描き加えます

“見えない トースター” (笑) これが遊び方です こういう作品が何十万とあります 中には可愛らしいのもあります “それを 握りしめた” (笑) もっと おかしいのもあります “ラリってる 建国者たち” (笑) “ラリってる 建国者たち” (笑) この 「古生物学的 シャベル」みたいに ラッパーが登場するやつもあります (相棒よう 取ってくれよう そのシャベル) (笑)

次にこの数字は reCAPTCHAについて 私がとても嬉しく思っている点で reCAPTCHAを通して本の電子化に 多少なりとも貢献している人の数は 7億5千万人に上ります 世界人口の10%以上が 人類の知識のデジタル化に貢献しているのです このような大規模な数字こそが 私の研究の原動力になっています こんな疑問を持ったのです 人類が達成した偉業 人々の協力によって為された 歴史的大事業に目を向けてみると エジプトのピラミッドにしても パナマ運河にしても 月に人を送ることにしても 興味深い共通点があります いずれも携わった人の数が同じで 不思議なことに どれも10万人によって成し遂げられているのです その理由は インターネット以前の時代には 10万より多くの人を協調させるのは 資金の有無にかかわらず そもそも不可能だったのです しかしインターネットのおかげで 人類の知識の電子データ化には 7億5千万もの人が参加しているわけです 私の研究の契機となった疑問は 10万人で月に人を送れるのなら その千倍の 1億人では何ができるだろう ということです

この疑問から出発して いろんなプロジェクトに取り組みました 中でも特にワクワクしているものについてお話ししましょう 1年半ほど密かに取り組んできて まだ公開していませんが Duolingoという名前で 公開前なのでどうか内密に (笑) みなさん信頼していますから このプロジェクトが始まったのは 院生のセベリン・ハッカーに ある問いを投げかけたときでした これがセベリン・ハッカー 私のところの院生です ちなみに聞き間違いじゃなく 本当に「ハッカー」という名字なんです 私は彼に聞きました 「1億人を使って ウェブを無料で 各主要言語に翻訳しようと思ったら どうすればいい?」

この質問にはいろいろ考えるべきことがあります 第一にまず ウェブを翻訳するということ 現在ウェブでは様々な言語が使われていますが 大きな部分を英語が占めています 英語を知らなければ その情報にアクセスはできません しかし他の言語の部分もたくさんあって その言語を知らなければ それにアクセスすることはできません だからウェブの全体 少なくともその大部分を 主要なすべての言語に翻訳したい それが私のやりたいことです

コンピュータで翻訳したらいいと思う人もいるかもしれません 機械翻訳でいいのでは? 今や方々で機械翻訳が使われるようになっています ウェブ全体をそれで訳してしまったら? 問題は 精度が不十分だということです この先15?20年は駄目でしょう たくさんの間違いをします 仮に間違っていなかったとしても いつも間違ってばかりいるので 信頼していいのか分かりません

機械で翻訳されたものがどんなものか 例をお見せしましょう これはあるフォーラムの投稿で JavaScriptについての質問をしています 日本語から英語に機械翻訳されています 読んで頂ければと思いますが この人は最初に 機械翻訳であることを謝っています 次の文は質問の前置きで 何かの説明をしています JavaScriptの質問だということをお忘れなく (よくヤギ時にインストールするエラーがゲロになります) (笑) それから質問の最初の部分が来ます (風や竿やドラゴンのようになるのは何回ですか?) (笑) 次は私のお気に入りの部分です (これは父の石への侮辱でしょうか?) (笑) そして最後が極めつけです (あなたの愚かさを謝ってください ありがとうがいっぱいです) (笑) 機械翻訳は まだ不十分だということです 元の話に戻りましょう

ウェブ全体の翻訳をしてくれる人が必要です さて次の疑問は「別にタダでなくても いいのでは?」ということでしょう ウェブ全体をプロの翻訳家にお金を払って翻訳してもらえばいい そうしてもいいかもしれませんが あいにくと ものすごくお金がかかります たとえば巨大なウェブ全体からすればほんの小さな部分 ウィキペディアの英語版をスペイン語に訳すとしましょう ウィキペディアにはスペイン語版もありますが 英語版にくらべたらずっと小さく サイズにして20%くらいしかありません 残りの80%をスペイン語に翻訳しようと思ったら 少なくとも5千万ドルはかかります 甚だしく搾取された国にアウトソースした場合でそうなんです プロの翻訳というのは高くつくのです それで私たちがやろうとしているのは ウェブの各言語への翻訳を 1億人の人に タダでやってもらうということです

そうしたときにすぐ直面する 大きな壁が 2つあります 1つはバイリンガルの不足です インターネット利用者に 翻訳ができるほどのバイリンガルが そもそも1億人もいるのか分かりません これは大きな問題です もう1つの問題は動機付けの欠如です どうすればウェブをタダで翻訳するよう 動機付けられるのか? 通常はお金を出して翻訳してもらいます どうすればタダでやりたくなるのか? ウェブの翻訳を考え始めてすぐ この2つの問題にぶつかりました それから 2つの問題を同時に解決できる 方法があることに気づきました 一石二鳥の方法があるのです 翻訳を 何億という人がやりたがることに変え それがバイリンガル不足の問題の 解決にもなるということ それは語学教育です

今日 外国語を学習している人は 12億人以上います みんな本当に外国語を学びたがっているのです 学校で勉強させられるからというばかりではありません たとえばアメリカだけでも 外国語学習ソフトに500ドル以上使う人が 5百万人以上います みんな本当に外国語を習いたがっているのです それで私たちがこの1年半取り組んできたのは Duolingoというウェブサイトで その基本的な仕組みは みんなが外国語をタダで学び 同時にウェブの翻訳もするということです つまり実践を通して学ぶわけです

初心者に対しては ごく単純な文を提示します ウェブにはもちろん使える文がふんだんにあります すごく単純な文と それぞれの単語の意味が提示されます 翻訳しながら 他の人はどう訳しているか見て 外国語を学んでいきます 上達するにつれ より複雑な文が提示されるようになります しかし実践して学ぶという点はいつも変わりません

この方法の何がすごいかというと 実際非常によく機能するということです 何より みんな本当に外国語を学びたがっています システム構築が済んで テスト中ですが 本当に外国語を学ぶことができます 優れた外国語学習ソフトを使った場合に劣らず上達し 本当に外国語を身に付けているのです しかも同様に上達できるだけではありません はるかに楽しく学べるのです Duolingoでは本物のコンテンツを使って学ぶからです 作り物の文章で学ぶのではなく 本物のコンテンツで学ぶ方が 本質的に興味深いものですし 本当に外国語を学ぶことができます

それだけでなく さらに驚くのは このサイトから得られる翻訳は 彼らが初心者であるにもかかわらず プロの翻訳者に劣らず正確だということで 驚くほどです 例をお見せしましょう これはドイツ語から英語に翻訳された文章です 一番上がドイツ語 真ん中が プロの翻訳家による英訳で 1語につき20セント払っています 一番下がDuolingoユーザによる英訳で 彼らは元々 ドイツ語は全く知りませんでした ほとんど完璧なことがお分かりになると思います プロの翻訳家並の翻訳にするため ちょっとした仕掛けをしてあります 複数の初心者の翻訳から良い所を取って 組み合わせているのです

しかし組み合わせているのにかかわらず このサイトでは翻訳を非常に早く行えます それでウィキペディアを英語から スペイン語に翻訳するのにかかる時間を 見積もってみました これは5千万ドルに値する仕事だということを思い出してください ウィキペディアをスペイン語に訳すには アクティブユーザ10万人なら5週間でできます アクティブユーザ百万人なら80時間です これまで私のプロジェクトはどれも数百万のユーザを得ていたので このプロジェクトでも非常に早い翻訳が できるようになると期待しています

Duolingoの最も刺激的な点は 語学教育に公平さをもたらすビジネスモデルだということです 何が問題だったかというと 今までの語学教育のビジネスモデルは 学習者にお金を払わせるということです つまり ロゼッタストーンに500ドル払うわけです (笑) それが現在のビジネスモデルです このモデルが問題なのは 世界の人口の95%は500ドル払うことができないからです 貧しい人たちにはとても不公平な お金持ち向けに特化したモデルです 一方Duolingoでは 学びながら翻訳をして 価値を生み出すので たとえば どこかに翻訳料を払ってもらうこともでき それが収益を得る方法になります 学習者は学習しながら価値を生んでいるので 授業料は必要ありません 時間で支払っているのですから そして その時間にしても 語学学習にはどの道必要なもので 時間を余計無駄にするわけではない というのが素晴らしいところです 貧しい人の不利にならないフェアなモデルというのが Duolingoの優れたところです

これがDuolingoのアドレスです (拍手) このサイトは正式公開前ですが ここに来れば 非公開ベータへの参加申し込みができます 3、4週間以内には開始されるでしょう Duolingoの開始をお待ちください

ここでお話ししているのは私ひとりですが Duolingoの開発は ここに挙げた人をはじめとする優れたチームによって行われています どうもありがとうございました

(拍手)

― もっと見る ―
― 折りたたむ ―

品詞分類

  • 主語
  • 動詞
  • 助動詞
  • 準動詞
  • 関係詞等

関連動画