How many of you had to fill out a web form where you've been asked to read a distorted sequence of characters like this? How many of you found it really annoying?
Hoeveel van jullie hebben al een webformulier moeten invullen waar men je vroeg om zo’n vervormde reeks tekens te lezen? Hoeveel van jullie baalden daarvan? Oké, uitstekend. Ik heb dat uitgevonden.
(Laughter)
OK, outstanding. So I invented that.
(Gelach)
(Laughter)
Of ik was toch er toch bij.
Or I was one of the people who did it. That thing is called a CAPTCHA. And it is there to make sure you, the entity filling out the form, are a human and not a computer program that was written to submit the form millions of times. The reason it works is because humans, at least non-visually-impaired humans, have no trouble reading these distorted characters, whereas programs can't do it as well yet. In the case of Ticketmaster, the reason you have to type these characters is to prevent scalpers from writing a program that can buy millions of tickets, two at a time.
Dat ding heet een captcha. Het verzekert dat het iets dat het formulier invult, een mens is en niet een of ander computerprogramma dat is geschreven om het formulier miljoenen keren in te dienen. De reden waarom het werkt, is omdat mensen, tenzij ze visueel gehandicapt zijn, geen moeite hebben om deze vervormde kronkelige letters te lezen, terwijl computerprogramma’s dat nog lang niet zo goed kunnen. Neem nu Ticketmaster, daar moet je die vervormde tekens typen om te voorkomen dat herverkopers een programma schrijven dat miljoenen tickets per twee kan kopen.
CAPTCHAs are used all over the Internet. And since they're used so often, a lot of times the sequence of random characters 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.
Captcha's worden over het hele internet toegepast. Omdat ze zo vaak gebruikt worden, is de precieze volgorde van willekeurige karakters die aan de gebruiker wordt getoond soms niet zo gelukkig. Dit is een voorbeeld van de registratiepagina van Yahoo. De willekeurige tekens die toevallig aan de gebruiker werden getoond, waren W, A, I, T, die natuurlijk een woord spellen. Maar het beste deel is de boodschap die de Yahoo helpdesk ongeveer 20 minuten later ontving.
[Help! I've been waiting for over 20 minutes and nothing happens.]
Tekst: "Help, ik zit al meer dan 20 minuten te wachten en er gebeurt niets."
(Laughter)
(Gelach)
This person thought they needed to wait. This, of course, is not as bad as this poor person.
Hij dacht dat hij moest wachten. Dit is natuurlijk niet zo erg als voor deze sukkelaar.
(Laughter)
(Gelach)
CAPTCHA Project is something that we did 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 start-up company. And then about a year and a half ago, Google actually acquired this company.
Captcha werd meer dan 10 jaar geleden aan Carnegie Melllon ontwikkeld en het wordt overal gebruikt. Een paar jaar later namen we een volgende stap in de evolutie van captcha. Dit noemen we recaptcha, ook begonnen aan Carnegie Mellon, maar nu een aparte onderneming. Ongeveer anderhalf jaar geleden nam Google dit bedrijf over.
Let me tell you what this project started. 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 my research has had. But then I started feeling bad. 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 is wasting about 500,000 hours every day typing these annoying CAPTCHAs.
Het startte vanuit de volgende idee: elke dag worden over de hele wereld door mensen ongeveer 200 miljoen captcha's getypt. Toen ik dit voor het eerst hoorde, was ik heel trots op mezelf. Kijk eens naar de impact die mijn onderzoek heeft gehad, dacht ik. Maar toen begon ik me slecht te voelen. Telkens je een captcha typt, verspil je 10 seconden van je tijd. Vermenigvuldig dat met 200 miljoen dan zie je dat de mensheid elke dag ongeveer 500.000 uren verspilt door het typen van die vervelende captcha’s.
(Laughter)
Toen begon ik me pas slecht te voelen.
So then I started feeling bad.
(Gelach)
(Laughter)
We kunnen natuurlijk niet zonder captcha's,
And then I started thinking, of course, we can't just get rid of CAPTCHAs, because the security of the web depends on them. But then I started thinking, can we 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 cannot yet do. So can we get you to do useful work for those 10 seconds? Is there some humongous problem that we cannot 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.
omdat de veiligheid van het Web er van afhangt. Maar ik vroeg me af er geen manier was om deze inspanning te gebruiken voor iets dat goed is voor de mensheid. Hier is het. Terwijl jullie een captcha typen, doen tijdens die 10 seconden jullie hersenen iets geweldigs. Iets dat computers nog niet kunnen doen. Kan dat omgezet worden in 10 seconden nuttig werk? Om het anders te zeggen: is er een gigantisch probleem dat computers nog niet kunnen oplossen, maar dat we kunnen opsplitsen in brokjes van 10 seconden zodanig dat elke keer dat iemand een captcha oplost, ze een stukje van dit probleem oplossen? Het antwoord is "ja" en daar zijn we nu mee bezig.
Nowadays, while you're typing a CAPTCHA, not only are you authenticating yourself as a human, but in addition you're helping us to digitize books. Let me explain how this works. There's a lot of projects trying to digitize books. Google has one. The Internet Archive has one. Amazon, 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?
Terwijl je een captcha typt, identificeer je je niet alleen als mens, maar help je ons om boeken te digitaliseren. Ik leg het uit. Er zijn een heleboel projecten die boeken proberen te digitaliseren. Google heeft er een. Het Internet Archive heeft er een. Amazon, nu met de Kindle, probeert boeken te digitaliseren. Dit werkt als volgt: je begint met een oud boek. Je kent die dingen toch nog? (Gelach)
(Laughter)
Je begint met een boek, je scant het.
So you start with a book and then you scan it.
Nu is het scannen van een boek
Now, scanning a book is like taking a digital photograph of every page. It gives you an image for every page. 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 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 cannot recognize a lot of the words. For things that were written more than 50 years ago, the computer cannot recognize about 30 percent of the words. So now we're taking all of the words that the computer cannot recognize and we're getting people to read them for us while they're typing a CAPTCHA on the Internet.
als het nemen van een digitale foto van elke pagina van het boek. Het geeft je een beeld voor elke pagina van het boek. Dit is een afbeelding met tekst voor elke pagina van het boek. De volgende stap in het proces is dat de computer alle woorden in dit beeld moet kunnen ontcijferen. Dat gaat door middel van de OCR-technologie, voor ‘optical character recognition’ (optische letterherkenning). Die maakt een beeld van de tekst en probeert te achterhalen welke tekst er staat. Het probleem is dat OCR niet perfect is. Zeker bij oudere boeken, waar de inkt vervaagd is en de pagina’s vergeeld zijn, herkent OCR veel woorden niet. Voor dingen die meer dan 50 jaar geleden zijn geschreven, kan de computer ongeveer 30 procent van de woorden niet herkennen. Nu nemen we alle woorden die de computer niet kan herkennen en we laten ze mensen voor ons lezen terwijl ze een captcha op het internet typen.
So the next time you type a CAPTCHA, these words that you're typing are actually words from books that are being digitized that the computer could not recognize. The reason we have two words nowadays instead of one is because 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, it cannot grade it. So we give you another word, 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 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 10 different people and they agree on what the new word is, then we get one more word digitized accurately.
Telkens je een captcha typt, komen de woorden die je typt van boeken die worden gedigitaliseerd en die de computer niet kon herkennen. Waarom staan er nu telkens twee woorden? Een van de woorden is een woord uit een boek, dat het systeem niet kent en aan je voorlegt. Maar aangezien het systeem het antwoord niet kent, kan het je geen punten geven. Daarom krijg je nog een ander woord, een waarvoor het systeem het antwoord wel kent. We vertellen je niet welk dat is. Typ ze dus maar allebei. Als je dan het juiste woord typt waarvoor het systeem het antwoord al weet, wordt verondersteld dat je een mens bent en geeft dat wat vertrouwen dat je het andere woord juist hebt getypt. Als we dit proces herhalen voor 10 verschillende mensen en ze het allemaal eens zijn over het nieuwe woord, dan hebben we er weer een nauwkeurig gedigitaliseerd woord bij.
So this is how the system works. And 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 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 the number of sites that are using reCAPTCHA is so high that the number of words we're digitizing per day is 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.
Zo werkt het systeem. Sinds we er ongeveer drie of vier jaar geleden mee zijn gestart, zijn veel websites begonnen over te schakelen van de oude captcha waar mensen hun tijd verspilden naar de nieuwe captcha waar mensen helpen om boeken te digitaliseren. Ticketmaster bijvoorbeeld. Telkens je op Ticketmaster tickets koopt, help je bij het digitaliseren van een boek. Facebook: elke keer als je een vriend toevoegt of iemand port, help je bij het digitaliseren van een boek. Twitter en ongeveer 350.000 andere sites gebruiken allemaal recaptcha. In feite is het aantal sites die gebruik maken van recaptcha zo hoog dat het aantal woorden dat we per dag digitaliseren enorm is. Ongeveer 100 miljoen per dag, dat is het equivalent van ongeveer twee en een half miljoen boeken per jaar. Dit gebeurt allemaal woord per woord doordat mensen captcha’s typen op het internet. (Applaus)
(Applause)
Natuurlijk kunnen er grappige dingen gebeuren
Now, of course, since we're doing so many words per day, funny things can happen. 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.
omdat we het met zoveel woorden per dag doen. Vooral omdat we nu de mensen twee willekeurig gekozen Engelse woorden naast elkaar presenteren. Zo kunnen er grappige dingen gebeuren. Zo presenteerden wij dit woord: "Christenen". Niets mis mee. Maar als je het samen met een ander willekeurig gekozen woord presenteert, kan het fout gaan. We kregen dit. (Tekst: ‘slechte christenen’)
[bad Christians]
Maar het is nog erger, want de website waar we dit zagen, heette,
But it's even worse, because the website where we showed this actually happened to be called The Embassy of the Kingdom of God.
echt gebeurd, 'De Ambassade van het Koninkrijk Gods'. (Gelach)
(Laughter)
Oeps.
Oops.
(Gelach)
(Laughter)
Hier nog een die beter kon.
Here's another really bad one. JohnEdwards.com
JohnEdwards.com (Tekst: ‘verdomde liberaal’)
[Damn liberal]
(Laughter)
(Gelach)
So we keep on insulting people left and right everyday. Of course, we're not just insulting people. 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.
Elke dag krijgen we wel enkele van die ongewilde beledigingen. We zijn niet alleen maar bezig met het beledigen van mensen. Door het presenteren van twee willekeurig gekozen woorden kunnen interessante dingen gebeuren. Dit gaf aanleiding tot een grote internet-meme. Tienduizenden mensen namen eraan deel. Het heet captchakunst. Sommigen van jullie hebben er zeker al van gehoord. Zo werkt het. Stel je voor dat je het internet gebruikt en je ziet een captcha die je een beetje gek vindt, zoals deze captcha. (Tekst: ‘onzichtbare broodrooster’)
[invisible toaster]
Dan neem je er een screenshot van.
What you're supposed to do is you take a screenshot of it. Then of course, you fill out the CAPTCHA because you help us digitize a book. But first you take a screenshot and then you draw something that is related to it.
Natuurlijk vul je ook de captcha in omdat je ons helpt bij het digitaliseren van een boek. Maar eerst neem je een screenshot en dan teken je iets dat ermee te maken heeft.
(Laughter)
(Gelach)
That's how it works.
Zo werkt het.
(Laughter)
Er zijn er tienduizenden van.
There are tens of thousands of these. Some of them are very cute.
Sommigen zijn erg schattig. (Tekst: ‘balde het’)
[clenched it]
(Gelach)
(Laughter)
Sommigen van hen zijn grappiger.
Some of them are funnier.
(Tekst: ‘stoned stichters’)
[stoned Founders]
(Laughter)
(Gelach)
And some of them, like paleontological shvisle ...
En sommige ervan,
(Laughter)
zoals paleontologische shvisle,
they contain Snoop Dogg.
bevatten Snoop Dogg.
(Laughter)
(Gelach)
OK, 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, 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 of 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?
Oké, dit is mijn favoriete getal van recaptcha. Hier hou ik van. Het is het aantal verschillende mensen die ons ten minste één woord uit een boek via recaptcha hebben helpen digitaliseren: 750 miljoen, dat is iets meer dan 10 procent van de wereldbevolking, heeft ons geholpen bij het digitaliseren van de menselijke kennis. Dergelijke getallen motiveren mijn onderzoeksagenda. De vraag die mijn onderzoek motiveert, is de volgende: als je naar de grote successen van de mensheid kijkt, de echt grote dingen die de mensen voor mekaar hebben gekregen in de geschiedenis - zoals bijvoorbeeld de piramides van Egypte of het Panamakanaal of een man op de maan zetten - dan is het merkwaardig dat dat allemaal gebeurde met telkens ongeveer hetzelfde aantal mensen. Het is raar, maar het werd telkens gedaan met ongeveer 100.000 mensen. En dat komt omdat, vóór het internet, het coördineren van meer dan 100.000 mensen, laat staan ze betalen, in wezen onmogelijk was. Maar nu met het internet, heb ik jullie een project getoond waar 750 miljoen mensen ons hielpen bij het digitaliseren van de menselijke kennis. De vraag die mijn onderzoek motiveert, is: “Als we met 100.000 een man op de maan kunnen brengen, wat kunnen we dan doen met 100 miljoen?”
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 semiquietly 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, shhh!
Hiervan uitgaande hebben we een hoop verschillende projecten lopen. Over het volgende ben ik het meest enthousiast. Daar zijn we het laatste anderhalf jaar af en toe mee bezig geweest. Het is nog niet van start gegaan. Het heet Duolingo. Aangezien het niet gelanceerd is: “Shhhhh!”
(Laughter)
(Gelach)
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. OK, 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.
Ja, ik mag jullie vertrouwen. Zo begon het. Het begon met een vraag aan mijn student, Severin Hacker. Dit is Severin Hacker. Ik stelde de vraag aan mijn student. Tussen haakjes, jullie hebben me goed verstaan. Zijn achternaam is echt Hacker.
(Laughter)
Ik vroeg hem:
So I posed this question to him: How can we get 100 million people translating the web into every major language for free? There's a lot of things to say about this question. First of all, translating the web. Right now, the web is partitioned into multiple languages. A large fraction of it is in English. If you don't know English, you can't access it. But there's large fractions in other different languages, and if you don't know them, you can't access it. So I would like to translate all of the web, or at least most of it, into every major language. That's what I would like to do.
“Hoe kunnen we 100 miljoen mensen gratis het Web in iedere belangrijke taal laten vertalen?” Daar valt heel wat over te zeggen. In de eerste plaats, het vertalen van het Web. Nu is het Web opgedeeld in meerdere talen. Een groot deel daarvan is in het Engels. Als je geen Engels kent, heb je er geen toegang toe. Maar grote fracties zijn in andere talen, en als je die talen niet kent, heb je er geen toegang toe. Ik zou graag het hele Web vertalen, of in ieder geval het grootste deel ervan, in elke grote taal. Dat is het wat ik zou willen doen.
Now, some of you may say, why can't we use computers to translate? Machine translation is starting to translate some sentences here and there. Why can't we use it to translate the web? The problem with that is 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, since it makes so many mistakes, you don't know whether to trust it or not.
Nu zullen sommigen van jullie misschien zeggen: “Waarom kunnen we daar geen computers voor gebruiken? Waarom geen automatische vertaling? Machinevertaling kan vandaag hier en daar enkele zinnen vertalen. Waarom kunnen we dat niet gebruiken om het hele Web te vertalen?” Het probleem is dat het nog niet goed genoeg is en het dat waarschijnlijk ook niet zal zijn voor de komende 15 tot 20 jaar. De machine maakt veel fouten. Zelfs als ze geen fout maakt, weet je niet of je ze kan vertrouwen omdat ze zo veel fouten maakt.
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 going to be the preamble to the question. So he's just explaining something. Remember, it's a question about JavaScript.
Een voorbeeld van iets dat werd vertaald met een machine. Het stond op een forum. Iemand probeerde een vraag over JavaScript te stellen. Het werd uit het Japans naar het Engels vertaald. Ik laat het je lezen. Deze persoon begint met zich te verontschuldigen voor het feit dat het vertaald werd met een computer. De volgende zin gaat aan de eigenlijke vraag vooraf. Hij legt alleen iets uit. Vergeet niet dat het een vraag is over JavaScript.
[At often, the goat-time install a error is vomit.]
(Tekst: ‘Op vaak, de geit-tijd installeren een fout is braaksel.’)
(Laughter)
(Gelach)
Then comes the first part of the question.
Dan komt het eerste deel van de vraag.
[How many times like the wind, a pole, and the dragon?]
(Tekst: ‘Hoeveel keer als de wind, een paal, en de draak?’)
(Laughter)
(Gelach)
Then comes my favorite part of the question.
Dan komt mijn favoriete deel van de vraag.
[This insult to father's stones?]
(Tekst: ‘Dit belediging van vaders stenen?’)
(Laughter)
(Gelach)
And then comes the ending, which is my favorite part of the whole thing.
Dan komt het einde, mijn favoriete deel. (Tekst: ’Verontschuldig alsjeblieft je voor je domheid. Er zijn veel dank je wel.’)
[Please apologize for your stupidity. There are a many thank you.]
(Gelach)
(Laughter)
Computervertaling is dus nog niet goed genoeg.
OK, 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 translators to translate the whole web. We could do that. Unfortunately, it would be extremely expensive. For example, translating a tiny fraction of the whole web, Wikipedia, into one other language, Spanish. OK? 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 even at 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.
Terug naar de vraag. We hebben mensen nodig om het hele Web te vertalen. Nu zou jullie volgende vraag kunnen zijn: waarom kunnen we geen mensen betalen om dit te doen? We zouden professionele vertalers kunnen betalen om het hele Web te vertalen. We zouden dat kunnen doen. Het zou helaas extreem duur zijn. Bijvoorbeeld, het vertalen van een kleine, kleine fractie van het gehele Web, Wikipedia, in het Spaans. Wikipedia bestaat in het Spaans, maar slechts een fractie van de omvang van het Engels. Zo’n 20 procent. Als we de andere 80 procent in het Spaans willen vertalen, zou het minstens 50 miljoen dollar kosten - zelfs in het meest uitgebuite, outsourcing land dat er is. Het zou erg duur zijn. We willen 100 miljoen mensen het Web in iedere belangrijke taal laten vertalen, gratis.
If this is what you want to do, you quickly realize you're going to run into two 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? When we were starting to think about this, we were blocked by these two things. But then we realized, there's a way to solve both these problems with the same solution. 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.
Als je dat wil doen, realiseer je je vrij snel dat je tegen twee nogal grote hindernissen gaat aanlopen. De eerste is een gebrek aan tweetaligen. Ik weet niet eens of er 100 miljoen mensen op het Web zitten die voldoende tweetalig zijn om ons te helpen vertalen. Dat is een groot probleem. Het andere probleem dat je gaat tegenkomen, is een gebrek aan motivatie. Hoe gaan we mensen motiveren om het Web daadwerkelijk gratis te vertalen? Normaal gesproken moet je mensen betalen om dit te doen. Hoe gaan we hen motiveren om het gratis te doen? Toen we daarover begonnen na te denken, hielden deze twee dingen ons tegen. Tot we ons realiseerden dat er eigenlijk een manier was om beide problemen ineens op te lossen. Er is een manier om twee vliegen in één klap te slaan. Door vertaling te transformeren in iets dat miljoenen mensen willen doen en dat tegelijkertijd het gebrek aan tweetaligen oplost. Dat is taalonderwijs.
So it turns out that today, there are over 1.2 billion people learning a foreign language. People really want to learn a foreign language. And it's not just because they're being forced to do so in school. In the US alone, there are over five million people who have paid over $500 for software to learn a new language. So people 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.
Het blijkt dat vandaag de dag meer dan 1,2 miljard mensen een vreemde taal leren. Mensen willen echt een vreemde taal leren. Niet alleen omdat het op school moet. Bijvoorbeeld, in de Verenigde Staten alleen al zijn er meer dan vijf miljoen mensen die meer dan 500 dollar aan software hebben uitgegeven om een nieuwe taal te leren. Mensen willen echt een nieuwe taal te leren. Het afgelopen anderhalf jaar hebben we aan een nieuwe website, Duolingo, gewerkt. Het basisidee is dat mensen gratis een nieuwe taal leren terwijl ze tegelijkertijd het Web vertalen. Leren door te doen, dus.
So the way this works is whenever you're a just a beginner, we give you very simple sentences. There's a lot of very simple sentences on the web. We give you 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 advanced, we give you more complex sentences to translate. But at all times, you're learning by doing.
Als beginner krijg je zeer, zeer eenvoudige zinnen. Er zijn natuurlijk een groot aantal zeer eenvoudige zinnen op het Web. Wij geven je zeer, zeer eenvoudige zinnen samen met wat elk woord betekent. Als je ze vertaalt, terwijl je kunt zien hoe andere mensen ze vertalen, leer je al doende de taal. Naargelang je vordert, krijg je meer en meer complexe zinnen te vertalen. Maar steeds leer je door te doen. Het gekke aan deze methode
Now, the crazy thing about this method is that it actually really works. People are 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 more interesting. Because with Duolingo, people are 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.
is dat ze echt werkt. Ten eerste leren mensen echt een taal. We zijn bijna klaar met de site en zijn ze nu aan het testen. Mensen leren er echt een taal mee. Ongeveer even goed als met de toonaangevende software voor het leren van talen. Ze leren een taal. Niet alleen leren ze ze evengoed, maar eigenlijk is het nog interessanter. Omdat mensen met Duolingo eigenlijk met echte inhoud leren. In tegenstelling tot het leren met verzonnen zinnen, leren mensen met echte inhoud, die uit zichzelf interessant is. Mensen leren echt een taal.
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 a professional 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. If you can see, it's pretty much perfect. 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.
Maar misschien nog verrassender is dat de vertalingen die we krijgen van die mensen, ook al zijn het nog beginners, net zo precies zijn als die van professionele vertalers. Dat is zeer verrassend. Hier een voorbeeld. Dit is een zin die uit het Duits werd vertaald in het Engels. Bovenaan de Duitse. De middelste is een Engelse vertaling van een professionele vertaler Engels die 20 cent per woord kreeg voor deze vertaling. Onderaan een vertaling door gebruikers van Duolingo. Geen ervan kende Duits voordat ze begonnen met het gebruik van de site. Je ziet dat het vrij perfect is. We halen hier wel een kunstgreep uit om de vertaling zo goed als te krijgen als van professionele vertalers. We combineren de vertalingen van meerdere beginners om de kwaliteit van een professionele vertaler te krijgen.
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 my group has worked on so far have gotten millions of users, we're hopeful that we'll be able to translate extremely fast.
Maar zelfs met het combineren van de vertalingen kan de site snel vertalen. Ik toon jullie onze schatting van hoe snel we Wikipedia zouden kunnen vertalen van het Engels naar het Spaans. Vergeet niet dat dit 50 miljoen dollar zou kosten. Als we Wikipedia willen vertalen in het Spaans, dan zou dat met 100.000 actieve gebruikers in vijf weken kunnen. En in ongeveer 80 uur met een miljoen actieve gebruikers. Omdat alle projecten van mijn groep tot nu toe miljoenen gebruikers hebben gekregen, hopen we dat we met dit project extreem snel zullen kunnen vertalen.
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.
Waar ik met Duolingo nog het meest enthousiast over ben, is dat ik denk dat dit een eerlijk businessmodel voor taalonderwijs zal zijn. Waarom? Het huidige businessmodel voor taalonderwijs is dat de student betaalt, bijvoorbeeld 500 dollar voor de software van Rosetta Stone.
(Laughter)
(Gelach)
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 with their money, they pay with their time. But the magical thing here is 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.
Dat is het huidige businessmodel. Het probleem met dit businessmodel is dat 95 procent van de wereldbevolking geen 500 dollar heeft. Het is erg oneerlijk tegenover de armen. Het bevoordeelt de rijken onevenredig. Terwijl je met Duolingo leert, creëer je waarde, vertaal je dingen - waarvoor we anders iemand zouden moeten betalen. Zo maken we dit ten gelde. Omdat mensen al lerend waarde creëren, betalen ze niet met geld maar met hun tijd. Het magische ding hier is dat ze betalen met tijd, die ze anders toch zouden hebben besteed bij het leren van de taal. Het mooie aan Duolingo is dat ik denk dat het zorgt voor een eerlijk businessmodel, een dat arme mensen niet discrimineert. Hier is de site. Dank je.
So here's the site. Thank you.
(Applaus)
(Applause)
Hier is de 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 three or four weeks. We haven't yet launched it.
We zijn nog niet opgestart, maar als je er naartoe gaat, kan je je aanmelden om deel te nemen aan onze privé-beta, die waarschijnlijk binnen ongeveer drie of vier weken van start gaat. We hebben Duolingo nog niet gelanceerd.
By the way, I'm the one talking here, but Duolingo is the work of a really awesome team,
Tussen haakjes, ik sta het hier wel uit te leggen, maar Duolingo is eigenlijk het werk van een geweldig team, van wie sommigen hier aanwezig zijn.
some of whom are here. So thank you.
Dank je wel.
(Applause)
(Applaus)