Collaboration en ligne à grande échelle

Combien d'entre vous ont déjà rempli ce type de formulaire où vous devez lire une séquence de caractères tordue comme celle-là? Combien d'entre vous trouvent ça vraiment, vraiment pénible? Excellent. Donc c'est moi qui l'ait inventé. (Rires) Enfin j'étais une des personnes qui l'a fait.

Cette chose s'appelle un CAPTCHA. Et il est là pour s'assurer que l'entité qui remplit le formulaire est bien un humain et non pas un programme écrit pour soumettre le formulaire des millions de fois. Cela fonctionne car les humains, ou au moins les humains qui voient bien, n'ont aucun problème à lire les caractères déformés, alors que les programmes ne peuvent pas encore le faire. Par exemple, dans le cas de Ticketmaster, la raison pour laquelle vous avez ce type de caractères déformés est d'empêcher les spéculateurs d'écrire un programme qui pourrait acheter des millions de tickets, deux par deux.

Les CAPTCHAs sont utilisés partout sur internet. Et comme ils sont utilisés très souvent, la séquence aléatoire de caractères présentée à l'utilisateur n'est pas toujours très heureuse. Voilà un exemple sur la page d'inscription de Yahoo. Les caractères aléatoires présentés à l'utilisateur soit W,A,I,T (Attendre en français), épellent bien sûr un nom Mais le meilleur c'est le message reçu par le support client de Yahoo 20 minutes plus tard. "A l'aide! J'ai déjà attendu 20 minutes et rien ne se passe." (Rires) Cette personne a cru qu'elle devait attendre. Evidemment, c'est moins pire que cette pauvre personne. (Restart = Redémarrer)

(Rires)

CAPTCHA est un projet que nous avons mis sur pied ici à Carnegie Mellon il y a plus de 10 ans, et il a été utilisé partout. Maintenant un projet que nous avons initié quelques années plus tard, qui est une sorte d'évolution du CAPTCHA. Ce projet s'appelle reCAPTCHA, que nous avons commencé ici à Carnegie Mellon, et nous avons ensuite créé une startup. Puis, il y a environ 1 an et demi, Google a acheté la compagnie.

Laissez moi vous raconter comment le projet a commencé. Il a commencé avec la constatation suivante: Il se trouve qu'environ 200 millions de CAPTCHAs sont saisis tous les jours dans le monde. Quand j'ai entendu cela, j'étais assez fier de moi. J'ai pensé: "Regarde l'impact de ce projet de recherche". Et puis je me suis senti mal. Parce que vous voyez, chaque fois que vous tapez un CAPTCHA, en fait, vous perdez 10 secondes de votre temps. Et si vous multipliez çà par 200 millions, vous vous retrouverez avec l'humanité qui perd environ 500 000 heures par jour en tapant ces maudits CAPTCHAs. Alors je me suis senti très mal.

(Rires)

Alors j'ai pensé que, évidemment, on ne pouvait pas supprimer les CAPTCHAs, parce que la sécurité du web dépend d'eux en quelque sorte. Et je me suis demandé s'il y avait une façon d'utiliser cet effort pour quelque chose de bénéfique pour l'humanité? Alors voilà l'affaire. Pendant que vous tapez un CAPTCHA, pendant ces 10 secondes, votre cerveau fait quelque chose d'incroyable. Votre cerveau fait quelque chose que les ordinateurs ne savent pas encore faire. Alors peut-on vous amener à faire quelque chose d'utile de ces 10 secondes? Une autre façon de le présenter est: Y a t'il un problème monstre que nous ne pouvons pas encore demander aux ordinateurs de résoudre, que nous pourrions découper en petites bouchées de 10 secondes, de façon à ce que chaque fois que quelqu'un résout un CAPTCHA il résolve une petite partie du problème? Et la réponse est oui, et c'est ce que nous faisons maintenant.

Ce que vous ignorez peut-être c'est que, de nos jours, chaque fois que vous tapez un CAPTCHA, vous ne faites pas que vous authentifier comme humain, mais en plus vous aidez à numériser des livres. Laissez moi vous expliquer comment ça marche. Il y a de nombreux projets en cours pour numériser des livres. Google en a un. Internet Archive en a un. Amazon, maintenant avec le Kindle, essaye de numériser des livres. En fait, la façon dont cela fonctionne est que vous commencez avec un vieux livre. Vous avez déjà vu ce genre de truc n'est ce pas? Un livre? (Rires) Donc vous prenez un livre et vous le scannez.

Scanner un livre c'est comme prendre une photo numérique de chaque page du livre. Cela vous donne une image par page. Une image avec du texte pour chaque page de livre. La prochaine étape est que l'ordinateur doit être capable de déchiffrer tous les mots de cette image. On utilise la technologie appelée OCR, pour Optical Character Recognition (Reconnaissance Optique des Caractères) qui prend la photo du texte et essaie de déterminer quel texte est écrit. Mais le problème c'est que l'OCR n'est pas parfait. En particulier pour les plus vieux livres quand l'encre est devenue plus pâle et que les pages ont jaunies, l'OCR ne reconnaît pas beaucoup de mots. Par exemple, les choses qui ont été écrites il y a plus de 50 ans, l'ordinateur ne peut reconnaître que 30% des mots. Alors, ce que nous faisons aujourd'hui c'est que nous prenons tous les mots que l'ordinateur ne peut pas reconnaître et nous demandons à des gens de les lire pour nous pendant qu'ils tapent un CAPTCHA sur internet.

Alors la prochaine fois que vous taperez un CAPTCHA, les mots que vous taperez seront en fait des mots venant de livres que l'on numérise mais que l'ordinateur n'a pas su reconnaître. Et maintenant, voilà pourquoi nous avons deux mots maintenant au lieu d'un: c'est que, vous voyez, un des mots est un mot que le système a extrait d'un livre, qu'il n'a pas reconnu et il va vous le présenter Mais comme nous ne savons pas quelle est la bonne réponse, cela ne suffit pas à vous qualifier. Donc nous vous présentons un autre mot, un pour lequel le système connaît la réponse. On ne vous dit pas lequel est lequel et on vous demande de taper les deux. Et si vous saisissez correctement le mot pour lequel le système connaît déjà la réponse, il suppose que vous êtes humain, et il a aussi confiance que vous avez saisi correctement l'autre mot. Et si nous répétons ce procédé avec 10 personnes différentes et qu'elles sont toutes d'accord sur le nouveau mot, nous avons un mot de plus numérisé correctement.

Voilà comment cela fonctionne. Et depuis que nous avons lancé cette version il y a 3 ou 4 ans, de nombreux sites ont changé du vieux CAPTCHA qui faisait perdre du temps au gens au nouveau, grâce auquel les gens aident à numériser des livres. Par exemple, Ticketmaster. Donc chaque fois que vous achetez un billet sur Ticketmaster, vous aidez à numériser un livre. Facebook: chaque fois que vous ajoutez un ami ou envoyez un poke, vous aidez à numériser un livre. Twitter et environ 350 000 autres sites utilisent reCAPTCHA. Et en fait, le nombre de sites qui utilisent reCAPTCHA est si important que le nombre de mots que nous numérisons par jour est vraiment, vraiment grand. De l'ordre de 100 millions par jour, ce qui correspond à environ 2,5 millions de livres par an. Et tout cela est fait un mot à la fois par des personnes qui saisissent des CAPTCHAs sur internet.

(Applaudissements)

Alors évidemment, comme nous utilisons tant de mots par jour, il peut arriver de drôles de situations. Et c'est encore plus vrai maintenant que nous présentons aux gens 2 mots choisis au hasard l'un à côté de l'autre. Donc il arrive de drôles de choses. Par exemple, nous avons présenté ce mot. C'est le mot "Chrétiens"; pas de problème avec çà. Mais si vous le présentez avec un autre mot choisi au hasard, les choses peuvent mal tourner. Alors on a eu ça. (mauvais Chrétiens) Mais le pire, c'est que le site sur lequel nous avons présenté ça s'appelle l'Ambassade du Royaume de Dieu. (Rires) Oups. (Rires) En voilà un autre très mauvais. JohnEdwards.com (Maudit libéral) (Rires) Alors on insulte des gens à droite et à gauche tous les jours.

Mais évidemment, on ne fait pas qu'insulter les gens. Parce que vous voyez, dés qu'on présente 2 mots choisis au hasard, il peut se passer des choses intéressantes. Cela a donné naissance à un grand mouvement internet auquel des milliers de personnes participent, qui s'appelle CAPTCHA art. Je suis sûr que certains d'entre vous en ont entendu parler. Voilà comment ça marche. Imaginez que vous utilisez internet et voyez un CAPTCHA que vous trouvez vraiment particulier, comme celui là (Grille-pain invisible) Vous en faites une impression écran. Evidemment, vous saisissez le CAPTCHA car vous aidez à numériser un livre. Mais donc, premièrement vous faites une impression écran, et vous dessinez quelque chose qui lui correspond. (Rires) C'est comme ça que ça marche. Il y en a des dizaines de milliers comme ça. Certains sont vraiment mignons. (Je l'ai empoigné) (Rires) Certains sont plus drôles. (Fondateurs drogués) (Rires) Et certains, comme "paleontological shvisle", font apparaître Snoop Dogg.

(Rires)

Alors, voilà mon chiffre favori sur reCAPTCHA. C'est la chose que je préfère dans tout ce projet. C'est le nombre de personnes différentes qui ont aidé à numériser au moins un mot d'un livre grâce à reCAPTCHA: 750 millions, un peu plus de 10% de la population mondiale, a aidé à numériser le savoir humain. Et ce sont des chiffres comme ceux là qui me motivent dans mes recherches. Alors la question qui motive mes recherches est: Si on regarde les réalisations les plus importantes de l'humanité, les plus grandes choses que l'humanité a réalisé historiquement -- comme par exemple, construire les pyramides d'Egypte ou le canal de Panama ou envoyer un homme sur la Lune -- on constate une chose curieuse c'est qu'elles ont toutes été réalisées avec le même nombre de personnes. C'est bizarre; elles ont été faites avec environ 100 000 personnes. Et c'est parce que, avant internet, coordonner plus de 100 000 personnes, et en plus les payer, était quasiment impossible. Mais maintenant avec internet, je vous ai montré un projet où nous avons 750 millions de personnes pour aider à numériser le savoir humain. Alors la question qui me motive est, si l'on arrive à mettre un homme sur la Lune avec 100 000 personnes, que peut-on faire avec 100 millions?

A partir de cette question, nous travaillons sur beaucoup de projets différents. Laissez moi vous parler d'un qui m'intéresse particulièrement. C'est quelque chose sur lequel on travaille discrètement depuis la dernière année et demie. Il n'a pas encore été lancé. Il s'appelle Duolingo. Comme il n'a pas encore été lancé, chut! (Rires) Oui, je peux vous faire confiance là-dessus. Alors voici le projet. Voilà comment il a commencé. J'ai posé une question a un de mes étudiants, Severin Hacker. Voilà Severin Hacker. Donc je lui ai posé la question. Au fait, vous m'avez bien entendu; son nom c'est Hacker. Donc je lui demande: Comment pouvons nous avoir 100 millions de personnes qui traduiraient le web dans toutes les langues principales gratuitement?

Il y a beaucoup de choses à dire à ce propos. Premièrement, traduire le web. Aujourd'hui le web est divisé dans de multiples langues. Une grande partie est en anglais. Si vous ne connaissez pas l'anglais, vous ne pouvez pas y avoir accès. Mais il y a de grandes parties dans d'autres langues, et si vous ne les connaissez pas, vous ne pouvez pas y avoir accès. Donc je voudrais traduire le web, ou au moins une grande partie, dans chaque grande langue. C'est ça que je voudrais faire.

Vous pourriez me demander, pourquoi ne pas utiliser des ordinateurs pour le faire? Pourquoi ne pas utiliser un traducteur automatique? Les traducteurs automatiques commencent à traduire des phrases çà et là. Pourquoi ne pas les utiliser pour traduire tout le web? Le problème est qu'ils ne sont pas encore assez bons et ne le seront probablement pas avant 15-20 ans. Ils font beaucoup d'erreurs. Et même quand ils ne font pas d'erreurs, comme ils font beaucoup d'erreurs, vous ne savez pas si vous pouvez leur faire confiance.

Je vais vous montrer un exemple de quelque chose traduit avec une machine. En fait, c'est une question sur un forum. Quelqu'un essayait de poser une question à propos de JavaScript. Il a été traduit du japonais à l'anglais. Je vous laisse lire. La personne commence en s'excusant pour le fait de l'avoir traduit avec un ordinateur. La phrase suivante est le préambule à sa question. Il explique juste ce qu'il s'est passé. Rappelez vous que c'est une question de JavaScript. (Par souvent, le chèvre-temps installe une erreur est vomi) (Rires) Arrive la première partie de sa question. (Combien de fois comme le vent, un poteau, et le dragon?) (Rires) Et voilà ma partie préférée. (Cela insulte les bijoux du père?) (Rires) Et la fin, ce que je préfère. (Merci de vous excuser de votre bêtise. Il y en a beaucoup merci.) (Rires) Bon, alors, la traduction automatique n'est pas assez bonne Revenons à la question.

Nous avons besoin des gens pour traduire le web. La prochaine question que vous avez peut-être, on ne peut pas simplement les payer pour le faire? Nous pourrions payer des traducteurs professionnels pour traduire tout le web. On pourrait le faire. Malheureusement, ce serait très coûteux. Par exemple, traduire une petite, petite part du web, Wikipedia, dans une langue, l'espagnol. Wikipedia existe en espagnol, mais il est vraiment petit comparé à l'anglais. C'est à peu près 20% de l'anglais. Si on veut traduire l'autre 80% en espagnol, cela coûterait au moins 50 millions de dollars -- et c'est en utilisant la main d'oeuvre la plus exploitée dans un pays là-bas. Donc ce serait très coûteux. Ce que nous voulons c'est avoir 100 millions de personnes qui traduiraient le web dans toutes les grandes langues gratuitement.

Maintenant si c'est ce que vous voulez faire, vous voyez que vous allez être confronté a deux gros obstacles. Le premier est le manque de personnes bilingues. Je ne sais même pas s'il existe 100 millions de personnes qui utilisent le web et qui sont assez bilingues pour nous aider à traduire. C'est un gros problème. L'autre problème auquel vous êtes confronté est le manque de motivation. Comment motiver des gens à traduire le web gratuitement? Normalement, vous devez les payer pour ça. Alors, comment les motiver pour qu'ils le fassent gratuitement? Quand nous avons commencé à réfléchir, nous avons été bloqués par ces deux choses. Mais nous avons réalisé qu'il y a une façon de résoudre ces problèmes en une solution. Il y a une façon de faire d'une pierre deux coups. Et c'est de transformer la traduction en quelque chose que des millions de personnes veulent faire, et cela aide aussi pour le manque de bilingues, et c'est l'apprentissage des langues.

Il se trouve qu'aujourd'hui il y a plus de 1,2 milliards de personnes qui apprennent une langue étrangère. Les gens veulent vraiment, vraiment apprendre une autre langue. Et ce n'est pas juste parce qu'ils sont obligés à l'école. Par exemple, rien qu'aux Etats-Unis, il y a plus de 5 millions de personnes qui ont payé plus de 500$ pour un logiciel de langue. Donc les gens veulent vraiment, vraiment apprendre une autre langue. Donc on travaille depuis un an et demi sur un nouveau site -- il s'appelle Duolingo -- et l'idée c'est que les gens apprennent une nouvelle langue gratuitement en même temps qu'ils traduisent le web. Et donc ils apprennent en faisant.

Donc la façon dont ça marche c'est que si vous êtes débutant, on vous donne des phrases très très faciles Il y a évidemment beaucoup de phrases très faciles sur le web. On vous donne des phrases très faciles et la signification de chaque mot. Et en les traduisant, et en voyant les autres les traduire, vous commencez à apprendre la langue. Et au fur et à mesure que vous avancez, on vous donne des phrases de plus en plus complexes à traduire. Mais en tout temps, vous apprenez en faisant.

Ce qui est fou avec cette méthode c'est que ça marche vraiment. Premièrement, les gens apprennent vraiment la langue. Nous avons presque fini de le construire et nous le testons. Les gens apprennent réellement une langue avec le site. Et ils apprennent aussi bien qu'avec le meilleur logiciel d'apprentissage. Donc les gens apprennent vraiment une langue. Et non seulement ils l'apprennent bien, mais en plus, c'est plus intéressant. Parce qu'avec Duolingo, les gens apprennent avec du vrai contenu. Par opposition à apprendre des phrases toutes faites, les gens apprennent avec du vrai contenu qui est intéressant. Les gens apprennent vraiment une langue.

Mais ce qui est peut-être plus étonnant, les traductions que nous obtenons des utilisateurs, même si ce sont juste des débutants, les traductions sont aussi précises que celles des traducteurs professionnels, ce qui est très surprenant. Je vous montre un exemple. Voilà une phrase qui a été traduite de l'allemand à l'anglais. En haut c'est de l'allemand. Au milieu, la traduction en anglais faite par un traducteur professionnel que nous avons payé 20 cents le mot pour cette traduction. Et en bas, la traduction par les utilisateurs de Duolingo qui ne connaissaient pas l'allemand avant de commencer à utiliser le site. Vous voyez que c'est presque parfait. Evidemment, nous avons une astuce ici pour obtenir une traduction aussi bonne que celle d'un professionnel. Nous combinons les traductions de plusieurs débutants pour avoir la qualité d'un seul traducteur professionnel.

Mais même en combinant les traductions, le site peut en fait traduire assez rapidement. Je vais vous montrer, voilà une estimation de la vitesse à laquelle nous pourrions traduire Wikipedia de l'anglais à l'espagnol. Rappelez vous que cela vaut 50 millions de dollars. Donc si nous voulions traduire Wikipedia en espagnol, nous pourrions le faire en 5 semaines avec 100 000 utilisateurs actifs. Et en 80 heures avec un million d'utilisateurs actifs. Vu que tous les projets sur lesquels nous avons travaillé à ce jour on eu des millions d'utilisateurs, nous espérons pouvoir traduire très rapidement avec ce nouveau projet.

Maintenant ce qui m'intéresse le plus avec Duolingo c'est que je pense que cela donne un bon modèle d'affaires pour l'enseignement des langues. Donc voilà: Le modèle d'affaires actuel est que l'étudiant paie, et concrètement, l'étudiant paie Rosetta Stone 500 dollars. (Rires) C'est le modèle actuel. Le problème avec ce modèle d'affaires c'est que 95% des gens de la planète n'ont pas 500 dollars. Donc c'est très injuste pour les pauvres. C'est complètement orienté vers les riches. Vous voyez, avec Duolingo, puisque pendant que vous apprenez vous créez de la valeur, vous traduisez des choses -- nous pourrions par exemple faire payer quelqu'un pour une traduction. Donc voilà comment nous pouvons le monétiser. Puisque les gens créent de la valeur en apprenant, ils n'ont pas à payer avec de l'argent, ils paient avec leur temps. Mais la magie c'est qu'ils paient avec leur temps, mais ce temps aurait été dépensé de toute façon pour apprendre la langue. Donc ce qui est beau avec Duolingo je pense c'est qu'il propose un bon modèle d'affaires -- un qui ne discrimine pas les pauvres.

Ah et voilà le site. Merci. (Applaudissements) Voilà le site. Nous ne l'avons pas encore lancé, mais si vous y allez, vous pouvez faire partie de notre phase beta privée, qui commencera sûrement d'ici 3 ou 4 semaines. Nous n'avons pas encore lancé Duolingo.

Au fait, c'est moi qui parle ici mais Duolingo est le fruit du travail d'une équipe formidable dont certains sont ici aujourd'hui. Alors merci.

(Applaudissements)