TEDxBoston 2012
Andrew McAfee: Are droids taking our jobs?
Άντριου Μακάφι: Παίρνουν οι μηχανές τις δουλειές μας;
Filmed:
Readability: 4.4
1,061,603 views
Τα ρομπότ και οι αλγόριθμοι γίνονται καλοί σε δουλειές όπως χτίσιμο, γράψιμο άρθρων, μεταφράσεις -- δουλειές που κάποτε απαιτούσαν έναν άνθρωπο. Οπότε τι θα κάνουμε οι άνθρωποι για εργασία; Ο Άντριου Μακάφι ανατρέχοντας σε πρόσφατα στοιχεία για το ανθρώπινο δυναμικό λέει: Δεν έχουμε δει τίποτα ακόμα. Αλλά έπειτα στέκεται μακρυά για να δει όλη την ιστορία, και καταλήγει με μια εκπληκτική και ακόμα πιο συγκινητική ματιά στο τι επέρχεται (Κινηματογραφήθηκε στο TEDxBoston.)
Andrew McAfee - Management theorist
Andrew McAfee studies how information technology affects businesses and society. Full bio
Andrew McAfee studies how information technology affects businesses and society. Full bio
Double-click the English transcript below to play the video.
00:16
As it turns out, when tens of millions of people
0
519
2752
Όπως φαίνεται, όταν δεκάδες εκατομμύρια άνθρωποι
00:19
are unemployed or underemployed,
1
3271
2328
είναι άνεργοι ή υποαπασχολούμενοι,
00:21
there's a fair amount of interest in what technology might be doing to the labor force.
2
5599
4127
υπάρχει ενδιαφέρον γι' αυτά που η τεχνολογία
μπορεί να προκαλέσει στο εργατικό δυναμικό.
μπορεί να προκαλέσει στο εργατικό δυναμικό.
00:25
And as I look at the conversation, it strikes me
3
9726
2719
Καθώς παρακολουθώ το διάλογο συνειδητοποιώ
00:28
that it's focused on exactly the right topic,
4
12445
2952
ότι είναι εστιασμένος στο σωστό θέμα,
00:31
and at the same time, it's missing the point entirely.
5
15397
2978
αλλά ταυτόχρονα χάνεται εντελώς η ουσία.
00:34
The topic that it's focused on, the question is whether or not
6
18375
3008
Το θέμα στο οποίο εστιάζεται, η ερώτηση αν
00:37
all these digital technologies are affecting people's ability
7
21383
3655
αυτές οι ψηφιακές τεχνολογίες επιδρούν
στη δυνατότητα των ανθρώπων
στη δυνατότητα των ανθρώπων
00:40
to earn a living, or, to say it a little bit different way,
8
25038
3020
να κερδίσουν τα προς το ζην,
ή για να το θέσω λίγο διαφορετικά,
ή για να το θέσω λίγο διαφορετικά,
00:43
are the droids taking our jobs?
9
28058
2278
κλέβουν πράγματι τα ρομπότ τις δουλειές μας;
00:46
And there's some evidence that they are.
10
30336
1968
Υπάρχουν μερικά στοιχεία ότι όντως το κάνουν.
00:48
The Great Recession ended when American GDP resumed
11
32304
4353
Η Μεγάλη Ύφεση τελείωσε όταν
το Αμερικάνικο ΑΕΠ συνέχισε
το Αμερικάνικο ΑΕΠ συνέχισε
00:52
its kind of slow, steady march upward, and some other
12
36657
3429
την αργή, σταθερή ανοδική πορεία, και κάποιοι άλλοι
00:56
economic indicators also started to rebound, and they got
13
40101
2934
οικονομικοί παράγοντες άρχισαν
να επανέρχονται, και έγιναν
να επανέρχονται, και έγιναν
00:58
kind of healthy kind of quickly. Corporate profits
14
43035
2862
κάπως πιο υγιείς κάπως πιο γρήγορα.
Τα εταιρικά κέρδη
Τα εταιρικά κέρδη
01:01
are quite high. In fact, if you include bank profits,
15
45897
3276
είναι αρκετά υψηλά. Στην πραγματικότητα,
εάν συμπεριλάβετε τα κέρδη των τραπεζών,
εάν συμπεριλάβετε τα κέρδη των τραπεζών,
01:05
they're higher than they've ever been.
16
49173
2112
είναι υψηλότερα από ποτέ.
01:07
And business investment in gear, in equipment
17
51285
3272
Οι επενδύσεις των επιχειρήσεων σε εξοπλισμό
01:10
and hardware and software is at an all-time high.
18
54557
3107
υλικό και λογισμικό είναι σε πρωτοφανή ύψη.
01:13
So the businesses are getting out their checkbooks.
19
57664
3381
Βγάζουν λοιπόν οι επιχειρήσεις
τα καρνέ των επιταγών τους.
τα καρνέ των επιταγών τους.
01:16
What they're not really doing is hiring.
20
61045
2261
Αυτό που δεν κάνουν στην πραγματικότητα
είναι να προσλαμβάνουν.
είναι να προσλαμβάνουν.
01:19
So this red line is the employment-to-population ratio,
21
63306
3701
Αυτή η κόκκινη γραμμή είναι το ποσοστό
απασχόλησης σε σχέση με τον πληθυσμό,
απασχόλησης σε σχέση με τον πληθυσμό,
01:22
in other words, the percentage of working age people
22
67007
3381
με άλλο λόγια, είναι το ποσοστό
του ενεργού πληθυσμού
του ενεργού πληθυσμού
01:26
in America who have work.
23
70388
1891
στην Αμερική, που έχουν δουλειά.
01:28
And we see that it cratered during the Great Recession,
24
72279
3700
Βλέπουμε πως υποχώρησε
κατά την διάρκεια της Μεγάλης Ύφεσης,
κατά την διάρκεια της Μεγάλης Ύφεσης,
01:31
and it hasn't started to bounce back at all.
25
75979
2864
και δεν έχει αρχίσει ν' ανακάμπτει καθόλου.
01:34
But the story is not just a recession story.
26
78843
2507
Αλλά η ιστορία δεν είναι μια ιστορία ύφεσης.
01:37
The decade that we've just been through had relatively
27
81350
2997
Η δεκαετία την οποία μόλις διανύσαμε είχε σχετικά
01:40
anemic job growth all throughout, especially when we
28
84347
3393
ανεμική αύξηση θέσεων εργασίας, ειδικά όταν
01:43
compare it to other decades, and the 2000s
29
87740
2935
την συγκρίνουμε με άλλες δεκαετίες,
και η δεκαετία του 2000
και η δεκαετία του 2000
01:46
are the only time we have on record where there were
30
90675
2290
είναι η μόνη καταγεγραμμένη δεκαετία όπου υπήρχαν
01:48
fewer people working at the end of the decade
31
92965
3203
λιγότεροι εργαζόμενοι στο τέλος της δεκαετίας
01:52
than at the beginning. This is not what you want to see.
32
96168
3060
σε σχέση με την αρχή της.
Αυτό δεν είναι κάτι που θέλετε να δείτε.
Αυτό δεν είναι κάτι που θέλετε να δείτε.
01:55
When you graph the number of potential employees
33
99228
3639
Όταν βάλετε σε διάγραμμα τον αριθμό
των πιθανών εργαζομένων
των πιθανών εργαζομένων
01:58
versus the number of jobs in the country, you see the gap
34
102867
3604
σε αντίθεση με τον αριθμό των εργασιών στην χώρα,
βλέπετε το κενό
βλέπετε το κενό
02:02
gets bigger and bigger over time, and then,
35
106471
3578
να γίνεται ολοένα και πιο μεγάλο με τον καιρό,
κι έπειτα
κι έπειτα
02:05
during the Great Recession, it opened up in a huge way.
36
110049
2400
κατά την διάρκεια της Μεγάλης Ύφεσης,
το χάσμα έγινε μεγαλύτερο.
το χάσμα έγινε μεγαλύτερο.
02:08
I did some quick calculations. I took the last 20 years of GDP growth
37
112449
4410
Έκανα μερικούς γρήγορους υπολογισμούς.
Πήρα τα τελευταία 20 χρόνια της αύξησης του ΑΕΠ
Πήρα τα τελευταία 20 χρόνια της αύξησης του ΑΕΠ
02:12
and the last 20 years of labor productivity growth
38
116859
3296
και τα τελευταία 20 χρόνια της αύξηση της
παραγωγικότητας του εργατικού δυναμικού
παραγωγικότητας του εργατικού δυναμικού
02:16
and used those in a fairly straightforward way
39
120155
2742
και τα χρησιμοποίησα με έναν αρκετά προφανή τρόπο
02:18
to try to project how many jobs the economy was going
40
122897
2626
για να προσπαθήσω να προβλέψω
πόσες δουλειές θα χρειαστεί η οικονομία
πόσες δουλειές θα χρειαστεί η οικονομία
02:21
to need to keep growing, and this is the line that I came up with.
41
125523
3659
για να συνεχίσει ν' αναπτύσσεται και αυτή
είναι η γραμμή στην οποία κατέληξα.
είναι η γραμμή στην οποία κατέληξα.
02:25
Is that good or bad? This is the government's projection
42
129182
3446
Είναι καλή ή κακή; Αυτή είναι η πρόβλεψη της κυβέρνησης
02:28
for the working age population going forward.
43
132628
3853
για τον ενεργό πληθυσμό από εδώ και πέρα.
02:32
So if these predictions are accurate, that gap is not going to close.
44
136481
4771
Οπότε αν αυτές οι προβλέψεις είναι ακριβείς,
το κενό δεν πρόκειται να κλείσει.
το κενό δεν πρόκειται να κλείσει.
02:37
The problem is, I don't think these projections are accurate.
45
141252
3401
Το πρόβλημα είναι, ότι αυτές οι προβλέψεις
δεν νομίζω ότι είναι ακριβείς.
δεν νομίζω ότι είναι ακριβείς.
02:40
In particular, I think my projection is way too optimistic,
46
144653
3356
Συγκεκριμένα, νομίζω ότι η πρόβλεψή μου
είναι πολύ αισιόδοξη,
είναι πολύ αισιόδοξη,
02:43
because when I did it, I was assuming that the future
47
148009
3356
διότι όταν την έκανα, υπέθετα ότι το μέλλον
02:47
was kind of going to look like the past
48
151365
2448
θα έμοιαζε όπως περίπου και το παρελθόν
02:49
with labor productivity growth, and that's actually not what I believe,
49
153813
3439
με αύξηση της παραγωγικότητας
και δεν το πιστεύω αυτό,
και δεν το πιστεύω αυτό,
02:53
because when I look around, I think that we ain't seen nothing yet
50
157252
3759
διότι όταν κοιτάζω γύρω μου,
νομίζω ότι δεν έχουμε δει τίποτα ακόμα
νομίζω ότι δεν έχουμε δει τίποτα ακόμα
02:56
when it comes to technology's impact on the labor force.
51
161011
3285
σε ό,τι αφορά στην επίδραση
της τεχνολογίας στο εργατικό δυναμικό.
της τεχνολογίας στο εργατικό δυναμικό.
03:00
Just in the past couple years, we've seen digital tools
52
164296
3998
Μόλις την τελευταία διετία, έχουμε δει ψηφιακά εργαλεία
03:04
display skills and abilities that they never, ever had before,
53
168294
4406
να επιδεικνύουν ικανότητες και ιδιότητες
που ποτέ δεν είχαν στο παρελθόν,
που ποτέ δεν είχαν στο παρελθόν,
03:08
and that, kind of, eat deeply into what we human beings
54
172700
3788
και αυτό, με έναν τρόπο, φτάνει βαθιά
σε αυτά που εμείς οι άνθρωποι
σε αυτά που εμείς οι άνθρωποι
03:12
do for a living. Let me give you a couple examples.
55
176488
3256
κάνουμε για βιοπορισμό.
Να σας δώσω μερικά παραδείγματα.
Να σας δώσω μερικά παραδείγματα.
03:15
Throughout all of history, if you wanted something
56
179744
2011
Σε όλη την ιστορία, αν ήθελες κάτι
03:17
translated from one language into another,
57
181755
2924
να μεταφραστεί από μια γλώσσα σε μια άλλη,
03:20
you had to involve a human being.
58
184679
1664
έπρεπε να συμπεριλάβεις ένα ανθρώπινο ον.
03:22
Now we have multi-language, instantaneous,
59
186343
3416
Σήμερα, έχουμε πολυγλωσσικές, άμεσες,
03:25
automatic translation services available for free
60
189759
4218
αυτόματες υπηρεσίες μετάφρασης διαθέσιμες δωρεάν
03:29
via many of our devices all the way down to smartphones.
61
193977
3389
σε πολλές από τις συσκευές μας
μέχρι και στα έξυπνα τηλέφωνά μας.
μέχρι και στα έξυπνα τηλέφωνά μας.
03:33
And if any of us have used these, we know that
62
197366
2384
Όσοι από εμάς τις έχουν χρησιμοποιήσει, ξέρουμε ότι
03:35
they're not perfect, but they're decent.
63
199750
3321
δεν είναι τέλειες, αλλά είναι ικανοποιητικές.
03:38
Throughout all of history, if you wanted something written,
64
203071
3151
Σε όλη την ιστορία, εάν ήθελες κάτι να γραφτεί,
03:42
a report or an article, you had to involve a person.
65
206222
3415
μια αναφορά ή ένα άρθρο,
έπρεπε να συμπεριλάβεις ένα άτομο.
έπρεπε να συμπεριλάβεις ένα άτομο.
03:45
Not anymore. This is an article that appeared
66
209637
2252
Όχι πλέον. Αυτό είναι ένα άρθρο το οποίο εμφανίστηκε
03:47
in Forbes online a while back about Apple's earnings.
67
211889
3230
στο διαδικτυακό Φόρμπς πριν καιρό, για τα κέρδη της Απλ.
03:51
It was written by an algorithm.
68
215119
2527
Γράφτηκε από έναν αλγόριθμο.
03:53
And it's not decent, it's perfect.
69
217646
3255
Και δεν είναι ικανοποιητικό, είναι τέλειο.
03:56
A lot of people look at this and they say, "Okay,
70
220901
2962
Πολλοί άνθρωποι το κοιτάνε και λένε, "Εντάξει,
03:59
but those are very specific, narrow tasks,
71
223863
2349
αλλά αυτές είναι συγκεκριμένες, πολύ μικρές εργασίες,
04:02
and most knowledge workers are actually generalists,
72
226212
2633
και οι περισσότεροι εργάτες της γνώσης είναι στην πραγματικότητα γενικών καθηκόντων,
04:04
and what they do is sit on top of a very large body
73
228845
2529
και αυτό που κάνουν είναι να κάθονται πάνω
σε μια πολύ μεγάλη βάση
σε μια πολύ μεγάλη βάση
04:07
of expertise and knowledge and they use that
74
231374
2656
εμπειρίας και γνώσης και να τη χρησιμοποιούν
04:09
to react on the fly to kind of unpredictable demands,
75
234030
3073
για ν' αντιδρούν άμεσα σε απρόσμενες απαιτήσεις,
04:13
and that's very, very hard to automate."
76
237103
2488
κι αυτό είναι πολύ πολύ δύσκολο να αυτοματοποιηθεί."
04:15
One of the most impressive knowledge workers
77
239591
1977
Ένας από τους πιο εντυπωσιακούς εργάτες της γνώσης
04:17
in recent memory is a guy named Ken Jennings.
78
241568
2409
στο μυαλό μου, είναι ένας τύπος ονόματι Κεν Τζένινγκς.
04:19
He won the quiz show "Jeopardy!" 74 times in a row,
79
243977
5058
Κέρδισε το σόου ερωτήσεων 'Τζόπαρντι'
74 φορές στην σειρά,
74 φορές στην σειρά,
04:24
took home three million dollars.
80
249035
2628
και πήρε τρία εκατομμύρια δολάρια.
04:27
That's Ken on the right getting beat three to one by
81
251663
3850
Αυτός είναι ο Κεν στα δεξιά που νικιέται 3-1 από
04:31
Watson, the "Jeopardy!"-playing supercomputer from IBM.
82
255513
4804
τον Γουότσον τον υπερυπολογιστή που σχεδιάστηκε
να παίζει Τζόπαρντι από την ΙΒΜ.
να παίζει Τζόπαρντι από την ΙΒΜ.
04:36
So when we look at what technology can do
83
260317
1864
Όταν βλέπουμε λοιπόν, τι μπορεί να κάνει η τεχνολογία
04:38
to general knowledge workers, I start to think
84
262181
2873
στους γενικούς εργάτες της γνώσης, αρχίζω να σκέφτομαι
04:40
there might not be something so special about this idea
85
265054
2599
ότι μπορεί να μην υπάρχει
κάτι τόσο ιδιαίτερο μ' αυτήν την ιδέα
κάτι τόσο ιδιαίτερο μ' αυτήν την ιδέα
04:43
of a generalist, particularly when we start doing things
86
267653
2888
του ανθρώπου των γενικών καθηκόντων,
ειδικά όταν κάνουμε πράγματα
ειδικά όταν κάνουμε πράγματα
04:46
like hooking Siri up to Watson and having technologies
87
270541
3988
όπως το να συνδέουμε τη Σίρι με τον Γουότσον
και να έχουμε τεχνολογίες
και να έχουμε τεχνολογίες
04:50
that can understand what we're saying
88
274529
1896
οι οποίες μπορούν να καταλάβουν τι λέμε
04:52
and repeat speech back to us.
89
276425
2081
και αναμεταδίδουν ομιλία πίσω σε εμάς.
04:54
Now, Siri is far from perfect, and we can make fun
90
278506
2838
Η Σίρι απέχει πολύ από το να είναι τέλεια και μπορεί να κοροϊδεύουμε
04:57
of her flaws, but we should also keep in mind that
91
281344
3019
τις αδυναμίες της, αλλά πρέπει
να έχουμε στο νου μας ότι
να έχουμε στο νου μας ότι
05:00
if technologies like Siri and Watson improve
92
284363
2676
αν τεχνολογίες σαν την Σίρι και τον Γουότσον βελτιώνονται
05:02
along a Moore's Law trajectory, which they will,
93
287039
3781
κατά μήκος της τροχιάς του νόμου του Μουρ,
κάτι που θα γίνει
κάτι που θα γίνει
05:06
in six years, they're not going to be two times better
94
290820
2584
σε έξι χρόνια, δεν θα είναι δύο φορές καλύτερα
05:09
or four times better, they'll be 16 times better than they are right now.
95
293404
4818
η τέσσερις φορές, θα είναι 16 φορές καλύτερα
από ό,τι είναι σήμερα.
από ό,τι είναι σήμερα.
05:14
So I start to think that a lot of knowledge work is going to be affected by this.
96
298222
3683
Οπότε αρχίζω να σκέφτομαι, ότι πολλή από την εργασία της γνώσης πρόκειται να επηρεαστεί από αυτό.
05:17
And digital technologies are not just impacting knowledge work.
97
301905
3554
Και οι ψηφιακές τεχνολογίες, δεν επηρεάζουν μόνο τον τομέα της εργασίας της γνώσης.
05:21
They're starting to flex their muscles in the physical world as well.
98
305459
3992
Αρχίζουν να δείχνουν τη δύναμή τους
και στον φυσικό κόσμο επίσης.
και στον φυσικό κόσμο επίσης.
05:25
I had the chance a little while back to ride in the Google
99
309451
2449
Είχα την ευκαιρία πριν από λίγο καιρό να οδηγήσω το
05:27
autonomous car, which is as cool as it sounds. (Laughter)
100
311900
5526
αυτόνομο αυτοκίνητο της Γκουγκλ, το οποίο είναι τόσο τέλειο όσο ακούγεται. (Γέλια)
05:33
And I will vouch that it handled the stop-and-go traffic
101
317426
3027
Και εγγυώμαι ότι χειρίστηκε την κίνηση του σταμάτα-ξεκίνα
05:36
on U.S. 101 very smoothly.
102
320453
2905
στον αυτοκινητόδρομο 101, πολύ άνετα.
05:39
There are about three and a half million people
103
323358
1965
Υπάρχουν περίπου 3,5 εκατομμύρια άνθρωποι
05:41
who drive trucks for a living in the United States.
104
325323
2209
οι οποίοι οδηγούν φορτηγά
ως βιοπορισμό στις Ηνωμένες Πολιτείες.
ως βιοπορισμό στις Ηνωμένες Πολιτείες.
05:43
I think some of them are going to be affected by this
105
327532
2429
Νομίζω ότι μερικοί από αυτούς θα επηρεαστούν από αυτή
05:45
technology. And right now, humanoid robots are still
106
329961
3252
την τεχνολογία. Αυτή τη στιγμή,
τα ανθρωποειδή ρομπότ
τα ανθρωποειδή ρομπότ
05:49
incredibly primitive. They can't do very much.
107
333213
3258
είναι εξαιρετικά πρωτόγονα.
Δεν μπορούν να κάνουν πολλά,
Δεν μπορούν να κάνουν πολλά,
05:52
But they're getting better quite quickly, and DARPA,
108
336471
2581
Αλλά γίνονται καλύτερα πολύ γρήγορα,
και το ΝΤΑΡΠΑ,
και το ΝΤΑΡΠΑ,
05:54
which is the investment arm of the Defense Department,
109
339052
3151
το οποίο είναι το επενδυτικό κομμάτι του Υπουργείου Άμυνας,
05:58
is trying to accelerate their trajectory.
110
342203
1665
προσπαθεί να επιταχύνει την τροχιά τους.
05:59
So, in short, yeah, the droids are coming for our jobs.
111
343868
4683
Οπότε, εν συντομία, ναι, τα ρομπότ έρχονται για τις δουλειές μας.
06:04
In the short term, we can stimulate job growth
112
348551
3880
Με λίγα λόγια, μπορούμε να διεγείρουμε την αύξηση θέσεων εργασίας
06:08
by encouraging entrepreneurship and by investing
113
352431
2944
με την ενθάρρυνση της επιχειρηματικότητας και με την επένδυση
06:11
in infrastructure, because the robots today still aren't
114
355375
3048
σε υποδομές, διότι τα ρομπότ σήμερα δεν είναι ακόμα
06:14
very good at fixing bridges.
115
358423
1740
πολύ καλά στο να επισκευάζουν γέφυρες.
06:16
But in the not-too-long-term, I think within the lifetimes
116
360163
3365
Αλλά στο όχι-τόσο-μακρινό-χρόνο, νομίζω μέσα στην διάρκεια της ζωής
06:19
of most of the people in this room, we're going to transition
117
363528
3569
των περισσοτέρων ανθρώπων σε αυτό το δωμάτιο, θα μεταβούμε
06:22
into an economy that is very productive but that
118
367097
2936
σε μια οικονομία η οποία είναι πολύ παραγωγική αλλά
06:25
just doesn't need a lot of human workers,
119
370033
2804
απλά δεν χρειάζεται τόσους πολλούς ανθρώπους εργάτες,
06:28
and managing that transition is going to be
120
372837
1555
και η διαχείριση αυτής της μετάβασης θα είναι
06:30
the greatest challenge that our society faces.
121
374392
2739
η μεγαλύτερη πρόκληση που αντιμετωπίζει η κοινωνία μας.
06:33
Voltaire summarized why. He said, "Work saves us
122
377131
2762
Ο Βολταίρος είχε συνοψίσει το γιατί. Είπε, "Η δουλειά μας σώζει
06:35
from three great evils: boredom, vice and need."
123
379893
5277
από τα τρία μεγάλα κακά: την βαρεμάρα, την φαυλότητα και την ανάγκη."
06:41
But despite this challenge, I'm personally,
124
385170
2571
Αλλά παρά αυτή την πρόκληση, είμαι ακόμα προσωπικά,
06:43
I'm still a huge digital optimist, and I am
125
387741
3049
ένας υπερβολικά ψηφιακός οπτιμιστής, και είμαι
06:46
supremely confident that the digital technologies that we're
126
390790
3187
εξαιρετικά βέβαιος ότι οι ψηφιακές τεχνολογίες που
06:49
developing now are going to take us into a utopian future,
127
393977
3556
αναπτύσσουμε, τώρα θα μας πάνε σε ένα ουτοπικό μέλλον,
06:53
not a dystopian future. And to explain why,
128
397533
3033
όχι ένα δυστοπικό μέλλον. Και για να εξηγήσω γιατί,
06:56
I want to pose kind of a ridiculously broad question.
129
400566
2522
θέλω να θέσω μια εξαιρετικά ευρεία ερώτηση.
06:58
I want to ask what have been the most important
130
403088
2350
Θέλω να ρωτήσω, ποιες ήταν οι πιο σημαντικές
07:01
developments in human history?
131
405438
2323
εξελίξεις στην ανθρώπινη ιστορία;
07:03
Now, I want to share some of the answers that I've gotten
132
407761
2733
Θέλω τώρα να μοιραστώ μερικές απαντήσεις που πήρα
07:06
in response to this question. It's a wonderful question
133
410494
2177
σε αυτήν την ερώτηση. Είναι μια θαυμάσια ερώτηση
07:08
to ask and to start an endless debate about,
134
412671
2167
για να ρωτήσει κανείς, και να ξεκινήσει έναν ατέλειωτο διάλογο,
07:10
because some people are going to bring up
135
414838
2321
διότι μερικοί άνθρωποι θα αναφέρουν
07:13
systems of philosophy in both the West and the East that
136
417159
3460
συστήματα φιλοσοφίας σε Δύση και Ανατολή τα οποία
07:16
have changed how a lot of people think about the world.
137
420619
3133
έχουν αλλάξει το πώς πολλοί άνθρωποι σκέφτονται τον κόσμο.
07:19
And then other people will say, "No, actually, the big stories,
138
423752
2836
Και τότε άλλοι άνθρωποι θα πουν, "Όχι, ουσιαστικά, οι μεγάλες ιστορίες,
07:22
the big developments are the founding of the world's
139
426588
2423
και οι μεγάλες εξελίξεις είναι η ίδρυση των μεγαλύτερων
07:24
major religions, which have changed civilizations
140
429011
3282
θρησκειών του κόσμου, οι οποίες έχουν αλλάξει πολιτισμούς
07:28
and have changed and influenced how countless people
141
432293
2639
και έχουν αλλάξει και επηρεάσει πώς άπειροι άνθρωποι
07:30
are living their lives." And then some other folk will say,
142
434932
3004
ζουν τις ζωές τους. Και τότε κάποιοι άλλοι τύποι θα πουν,
07:33
"Actually, what changes civilizations, what modifies them
143
437936
3527
"Ουσιαστικά, αυτό που αλλάζει πολιτισμούς, αυτό που τους τροποποιεί
07:37
and what changes people's lives
144
441463
2163
κι αυτό που αλλάζει τις ζωές των ανθρώπων
07:39
are empires, so the great developments in human history
145
443626
3912
είναι οι αυτοκρατορίες, άρα οι μεγάλες εξελίξεις στην ανθρώπινη ιστορία
07:43
are stories of conquest and of war."
146
447538
2835
είναι ιστορίες κατάκτησης και πολέμου."
07:46
And then some cheery soul usually always pipes up
147
450373
2590
Και τότε κάποια χαρούμενη ψυχή συνήθως πετάγεται
07:48
and says, "Hey, don't forget about plagues." (Laughter)
148
452963
5688
και λέει, "Εϊ, μη ξεχάσουμε τους λιμούς."
(Γέλια)
(Γέλια)
07:54
There are some optimistic answers to this question,
149
458651
2903
Υπάρχουν μερικές οπτιμιστικές απαντήσεις
σ' αυτή την ερώτηση,
σ' αυτή την ερώτηση,
07:57
so some people will bring up the Age of Exploration
150
461554
1897
γι' αυτό μερικοί άνθρωποι θ' αναφερθούν στον Αιώνα της Εξερεύνησης
07:59
and the opening up of the world.
151
463451
1948
και την διάνοιξη του κόσμου.
08:01
Others will talk about intellectual achievements
152
465399
2102
Άλλοι θα μιλήσουν για πνευματικά επιτεύγματα
08:03
in disciplines like math that have helped us get
153
467501
2275
σε κλάδους όπως τα μαθηματικά τα οποία
μας έχουν βοηθήσει να έχουμε
μας έχουν βοηθήσει να έχουμε
08:05
a better handle on the world, and other folk will talk about
154
469776
3310
μια καλύτερη αντιμετώπιση του κόσμου, και άλλοι τύποι για
08:08
periods when there was a deep flourishing
155
473086
1697
περιόδους όπου υπήρχε μια μεγάλη άνθηση
08:10
of the arts and sciences. So this debate will go on and on.
156
474783
3802
σε τέχνες κι επιστήμες. Έτσι ο διάλογος
θα συνεχίζεται επ' αόριστον.
θα συνεχίζεται επ' αόριστον.
08:14
It's an endless debate, and there's no conclusive,
157
478585
2839
Είναι ένας ατελείωτος διάλογος και δεν υπάρχει μια πειστική,
08:17
no single answer to it. But if you're a geek like me,
158
481424
3252
μοναδική απάντηση σ' αυτό. Αλλά όταν είσαι
σπασίκλας όπως εγώ,
σπασίκλας όπως εγώ,
08:20
you say, "Well, what do the data say?"
159
484676
2898
λες, "Τα δεδομένα τι λένε;"
08:23
And you start to do things like graph things that we might
160
487574
2811
Κι αρχίζεις να κάνεις πράγματα όπως
γραφήματα που μπορεί να είναι
γραφήματα που μπορεί να είναι
08:26
be interested in, the total worldwide population, for example,
161
490385
4103
ενδιαφέροντα, όπως ο παγκόσμιος πληθυσμός, για παράδειγμα,
08:30
or some measure of social development,
162
494488
2641
ή κάποια μορφή κοινωνικής εξέλιξης,
08:33
or the state of advancement of a society,
163
497129
2511
ή η κατάσταση της προόδου μιας κοινωνίας,
08:35
and you start to plot the data, because, by this approach,
164
499640
3833
και αρχίζεις να σχεδιάζεις τα δεδομένα,
διότι, με αυτή την προσέγγιση,
διότι, με αυτή την προσέγγιση,
08:39
the big stories, the big developments in human history,
165
503473
2617
οι μεγάλες ιστορίες, οι μεγάλες εξελίξεις
στην ανθρώπινη ιστορία,
στην ανθρώπινη ιστορία,
08:41
are the ones that will bend these curves a lot.
166
506090
2861
είναι αυτές που θα λυγίσουν αυτές τις καμπύλες πολύ.
08:44
So when you do this, and when you plot the data,
167
508951
1912
Οπότε όταν το κάνεις αυτό, και όταν σχεδιάσεις τα δεδομένα,
08:46
you pretty quickly come to some weird conclusions.
168
510863
2798
πολύ γρήγορα βρίσκεσαι μπροστά σε περίεργα συμπεράσματα.
08:49
You conclude, actually, that none of these things
169
513661
2923
Συμπεραίνεις, στην πραγματικότητα, ότι κανένα από αυτά τα πράγματα
08:52
have mattered very much. (Laughter)
170
516584
4952
δεν είχε ιδιαίτερη σημασία.
(Γέλια)
(Γέλια)
08:57
They haven't done a darn thing to the curves. (Laughter)
171
521536
4026
Δεν έκαναν το παραμικρό σε αυτές της καμπύλες.
(Γέλια)
(Γέλια)
09:01
There has been one story, one development
172
525562
3584
Και υπάρχει μια ιστορία, μια εξέλιξη,
09:05
in human history that bent the curve, bent it just about
173
529146
2606
στην ανθρώπινη ιστορία η οποία λύγισε την καμπύλη, την λύγισε περίπου
09:07
90 degrees, and it is a technology story.
174
531752
4046
κατά 90 μοίρες, και αυτή είναι μια ιστορία τεχνολογίας.
09:11
The steam engine, and the other associated technologies
175
535798
2959
Η ατμομηχανή, και οι συνδεόμενες με αυτήν τεχνολογίες
09:14
of the Industrial Revolution changed the world
176
538757
2931
της Βιομηχανικής Επανάστασης άλλαξαν τον κόσμο
09:17
and influenced human history so much,
177
541688
2424
και επηρέασαν την ανθρώπινη ιστορία τόσο πολύ,
09:20
that in the words of the historian Ian Morris,
178
544112
2083
που με τα λόγια του ιστορικού Ίαν Μόρις,
09:22
they made mockery out of all that had come before.
179
546195
4077
έκαναν πλάκα με όλα όσα υπήρχαν πιο πριν.
09:26
And they did this by infinitely multiplying the power
180
550272
2913
Και το έκαναν με τον άπειρο πολλαπλασιασμό της δύναμης
09:29
of our muscles, overcoming the limitations of our muscles.
181
553185
3137
των μυών μας, ξεπερνώντας τους περιορισμούς τους.
09:32
Now, what we're in the middle of now
182
556322
2522
Αυτό που διανύουμε τώρα
09:34
is overcoming the limitations of our individual brains
183
558844
2919
είναι το ξεπέρασμα των περιορισμών των ατομικών μυαλών μας
09:37
and infinitely multiplying our mental power.
184
561763
3073
με άπειρο πολλαπλασιασμό της πνευματικής μας δύναμης.
09:40
How can this not be as big a deal as overcoming
185
564836
3700
Πώς μπορεί αυτό να μην είναι
εξίσου σημαντικό με την υπέρβαση
εξίσου σημαντικό με την υπέρβαση
09:44
the limitations of our muscles?
186
568536
2528
των περιορισμών των μυών μας;
09:46
So at the risk of repeating myself a little bit, when I look
187
571064
3378
Έτσι, με κίνδυνο να επαναλαμβάνομαι λίγο, όταν κοιτάζω
09:50
at what's going on with digital technology these days,
188
574442
2829
αυτό που συμβαίνει με την ψηφιακή τεχνολογία στις μέρες μας,
09:53
we are not anywhere near through with this journey,
189
577271
2826
δεν είμαστε καθόλου κοντά στο τέλος αυτού του ταξιδιού,
09:55
and when I look at what is happening to our economies
190
580097
2674
και όταν κοιτάω τι συμβαίνει στις οικονομίες μας,
09:58
and our societies, my single conclusion is that
191
582771
2653
και στις κοινωνίες μας, το μοναδικό συμπέρασμα είναι ότι
10:01
we ain't seen nothing yet. The best days are really ahead.
192
585424
3528
δεν έχουμε δει τίποτε ακόμα.
Οι καλύτερες μέρες είναι πραγματικά μπροστά.
Οι καλύτερες μέρες είναι πραγματικά μπροστά.
10:04
Let me give you a couple examples.
193
588952
1756
Ας σας δώσω μερικά παραδείγματα.
10:06
Economies don't run on energy. They don't run on capital,
194
590708
4228
Οι οικονομίες δεν λειτουργούν με ενέργεια.
Δεν τρέχουν με κεφάλαια,
Δεν τρέχουν με κεφάλαια,
10:10
they don't run on labor. Economies run on ideas.
195
594936
3780
δεν κινούνται με την εργασία.
Οι οικονομίες λειτουργούν με ιδέες.
Οι οικονομίες λειτουργούν με ιδέες.
10:14
So the work of innovation, the work of coming up with
196
598716
2520
Έτσι, το έργο της καινοτομίας, το έργο της διαμόρφωσης
10:17
new ideas, is some of the most powerful,
197
601236
2426
νέων ιδεών, είναι μια από τις πιο ισχυρές,
10:19
some of the most fundamental work that we can do
198
603662
1815
μια από τις πιο ουσιώδεις δουλειές
που μπορούμε να κάνουμε
που μπορούμε να κάνουμε
10:21
in an economy. And this is kind of how we used to do innovation.
199
605477
4016
σε μια οικονομία. Και έτσι περίπου καινοτομούσαμε.
10:25
We'd find a bunch of fairly similar-looking people
200
609493
3778
Θα βρίσκαμε μια ομάδα όμοιων σχετικά ανθρώπων
10:29
— (Laughter) —
201
613271
3411
- (Γέλια) -
10:32
we'd take them out of elite institutions, we'd put them into
202
616682
2529
θα τους παίρναμε από τα ελιτίστικα ιδρύματα,
και θα τους βάζαμε
και θα τους βάζαμε
10:35
other elite institutions, and we'd wait for the innovation.
203
619211
2946
σε άλλα ελιτίστικα ιδρύματα, και θα περιμέναμε για την καινοτομία.
10:38
Now — (Laughter) —
204
622157
4010
Τώρα - (Γέλια) -
10:42
as a white guy who spent his whole career at MIT
205
626167
2581
σαν ένας λευκός άνδρας που ξόδεψε
όλη την καριέρα του στο ΜΙΤ
όλη την καριέρα του στο ΜΙΤ
10:44
and Harvard, I got no problem with this. (Laughter)
206
628748
6366
και το Χάρβαρντ, δεν έχω κανένα πρόβλημα με αυτό.
(Γέλια)
(Γέλια)
10:51
But some other people do, and they've kind of crashed
207
635114
2616
Αλλά κάποιοι άλλοι άνθρωποι το κάνουν, και έχουν κατά κάποιο τρόπο εισβάλλει
10:53
the party and loosened up the dress code of innovation.
208
637730
2536
και χαλαρώσει τον ενδυματολογικό κώδικα της καινοτομίας.
10:56
(Laughter)
209
640266
924
(Γέλια)
10:57
So here are the winners of a Top Coder programming challenge,
210
641190
3644
Αυτοί είναι οι νικητές ενός διαγωνισμού
για τον Κορυφαίο Προγραμματιστή,
για τον Κορυφαίο Προγραμματιστή,
11:00
and I assure you that nobody cares
211
644834
2902
και σας διαβεβαιώνω ότι κανένας δεν νοιάζεται
11:03
where these kids grew up, where they went to school,
212
647736
3594
για το πού μεγάλωσαν αυτά τα παιδιά,
που πήγαν σχολείο,
που πήγαν σχολείο,
11:07
or what they look like. All anyone cares about
213
651330
2488
ή πώς μοιάζουν. Αυτό που τους ενδιαφέρει είναι
11:09
is the quality of the work, the quality of the ideas.
214
653818
2821
η ποιότητα της δουλειάς, η ποιότητα των ιδεών.
11:12
And over and over again, we see this happening
215
656639
2166
Συνεχώς, το βλέπουμε να συμβαίνει
11:14
in the technology-facilitated world.
216
658805
2346
στον τεχνολογικά διευκολυνόμενo κόσμο.
11:17
The work of innovation is becoming more open,
217
661151
2456
Το έργο της καινοτομίας γίνεται πιο ανοικτό,
11:19
more inclusive, more transparent, and more merit-based,
218
663607
3778
πιο συμμετοχικό, με περισσότερη διαφάνεια,
και πιο αξιοκρατικό,
και πιο αξιοκρατικό,
11:23
and that's going to continue no matter what MIT and Harvard
219
667385
2969
και αυτό θα συνεχιστεί ό,τι κι αν σκέφτονται
στο MIT και στο Χάρβαρντ
στο MIT και στο Χάρβαρντ
11:26
think of it, and I couldn't be happier about that development.
220
670354
3680
και δεν θα μπορούσα να είμαι πιο ευτυχής
για αυτή την εξέλιξη.
για αυτή την εξέλιξη.
11:29
I hear once in a while, "Okay, I'll grant you that,
221
674034
2450
Ακούω μια στις τόσες, "Ωραία, σε παραδέχομαι σ' αυτό,
11:32
but technology is still a tool for the rich world,
222
676484
3387
αλλά η τεχνολογία είναι ακόμα
ένα εργαλείο του πλούσιου κόσμου,
ένα εργαλείο του πλούσιου κόσμου,
11:35
and what's not happening, these digital tools are not
223
679871
2714
και αυτό που δεν συμβαίνει, είναι πως
αυτά τα ψηφιακά εργαλεία δεν
αυτά τα ψηφιακά εργαλεία δεν
11:38
improving the lives of people at the bottom of the pyramid."
224
682585
3355
βελτιώνουν τις ζωές των ανθρώπων
στην βάση της πυραμίδας."
στην βάση της πυραμίδας."
11:41
And I want to say to that very clearly: nonsense.
225
685940
2664
Θέλω ν' απαντήσω σ' αυτό πολύ ξεκάθαρα: Βλακείες.
11:44
The bottom of the pyramid is benefiting hugely from technology.
226
688604
3438
Η βάση της πυραμίδας επωφελείται υπερβολικά από την τεχνολογία.
11:47
The economist Robert Jensen did this wonderful study
227
692042
2640
Ο οικονομολόγος Ρόμπερτ Τζένσεν,
έκανε αυτή την εξαιρετική μελέτη
έκανε αυτή την εξαιρετική μελέτη
11:50
a while back where he watched, in great detail,
228
694682
3168
λίγο καιρό πριν, όπου παρατήρησε, με μεγάλη λεπτομέρεια,
11:53
what happened to the fishing villages of Kerala, India,
229
697850
3381
αυτό που άρχισε να συμβαίνει
στα ψαροχώρια της Κεράλα στην Ινδία,
στα ψαροχώρια της Κεράλα στην Ινδία,
11:57
when they got mobile phones for the very first time,
230
701231
3013
όταν πήραν κινητά τηλέφωνα για πρώτη φορά,
12:00
and when you write for the Quarterly Journal of Economics,
231
704244
2731
και όταν γράφεις για το Τριμηνιαίο Περιοδικό των Οικονομικών,
12:02
you have to use very dry and very circumspect language,
232
706975
2897
πρέπει να χρησιμοποιήσεις πολύ στεγνή και πολύ επίσημη γλώσσα,
12:05
but when I read his paper, I kind of feel Jensen is trying
233
709872
2472
αλλά όταν διάβασα την μελέτη του, είχα την αίσθηση ότι ο Τζένσεν προσπαθούσε
12:08
to scream at us, and say, look, this was a big deal.
234
712344
3021
να μας φωνάξει, και να μας πει, "Κοιτάξτε, αυτό είναι μεγάλο."
12:11
Prices stabilized, so people could plan their economic lives.
235
715365
4053
Οι τιμές σταθεροποιήθηκαν, οπότε οι άνθρωποι μπορούσαν να προγραμματίσουν την οικονομική τους ζωή.
12:15
Waste was not reduced; it was eliminated.
236
719418
4123
Τα απόβλητα δεν περιορίστηκαν· εξαφανίστηκαν.
12:19
And the lives of both the buyers and the sellers
237
723541
2471
Οι ζωές τόσο των αγοραστών όσο και των πωλητών
12:21
in these villages measurably improved.
238
726012
2498
σε αυτά τα χωριά βελτιώθηκαν σημαντικά.
12:24
Now, what I don't think is that Jensen got extremely lucky
239
728510
3716
Τώρα, δεν νομίζω ότι ο Τζένσεν
στάθηκε υπερβολικά τυχερός
στάθηκε υπερβολικά τυχερός
12:28
and happened to land in the one set of villages
240
732226
2354
και έτυχε να προσγειωθεί σε ένα σύνολο χωριών
12:30
where technology made things better.
241
734580
2512
που η τεχνολογία έκανε τα πράγματα καλύτερα.
12:32
What happened instead is he very carefully documented
242
737092
2603
Αυτό που έγινε, είναι ότι πολύ προσεκτικά κατέγραψε
12:35
what happens over and over again when technology
243
739695
2692
αυτό που συμβαίνει ξανά και ξανά όταν η τεχνολογία
12:38
comes for the first time to an environment and a community.
244
742387
3264
έρχεται για πρώτη φορά σε ένα περιβάλλον και σε μια κοινότητα.
12:41
The lives of people, the welfares of people, improve dramatically.
245
745651
3964
Οι ζωές των ανθρώπων, η ευημερία
των ανθρώπων, βελτιώνεται δραματικά.
των ανθρώπων, βελτιώνεται δραματικά.
12:45
So as I look around at all the evidence, and I think about
246
749615
2356
Και όσο κοιτάω όλα τα στοιχεία, και σκέφτομαι
12:47
the room that we have ahead of us, I become a huge
247
751971
2476
το δρόμο που έχουμε μπροστά μας, γίνομαι υπερβολικά
12:50
digital optimist, and I start to think that this wonderful
248
754447
2824
ψηφιακός οπτιμιστής, και αρχίζω
να σκέφτομαι αυτή την υπέροχη
να σκέφτομαι αυτή την υπέροχη
12:53
statement from the physicist Freeman Dyson
249
757271
3055
δήλωση από τον φυσικό Φρίμαν Ντάισον
12:56
is actually not hyperbole. This is an accurate assessment of what's going on.
250
760326
4578
ότι δεν είναι στην πραγματικότητα υπερβολή.
Αυτή είναι μια ακριβής εκτίμηση του τι συμβαίνει.
Αυτή είναι μια ακριβής εκτίμηση του τι συμβαίνει.
13:00
Our digital -- our technologies are great gifts,
251
764904
2446
Οι ψηφιακές μας - οι τεχνολογίες μας είναι μεγάλα δώρα,
13:03
and we, right now, have the great good fortune
252
767350
3161
και εμείς, τώρα, έχουμε την τεράστια τύχη
13:06
to be living at a time when digital technology is flourishing,
253
770511
3525
να ζούμε σε μια εποχή όπου η ψηφιακή τεχνολογία ανθεί,
13:09
when it is broadening and deepening and
254
774036
1658
όπου επεκτείνεται και βαθαίνει και
13:11
becoming more profound all around the world.
255
775694
3341
γίνεται όλο και πιο έντονη σε όλο τον κόσμο.
13:14
So, yeah, the droids are taking our jobs,
256
779035
3218
Οπότε, οι μηχανές μας παίρνουν τις δουλειές μας,
13:18
but focusing on that fact misses the point entirely.
257
782253
3813
αλλά εστιάζοντας σε αυτό το γεγονός χάνουμε το νόημα.
13:21
The point is that then we are freed up to do other things,
258
786066
3253
Το νόημα είναι ότι τότε απελευθερωνόμαστε για να κάνουμε άλλα πράγματα,
13:25
and what we are going to do, I am very confident,
259
789319
2658
και αυτό που πρόκειται να κάνουμε, είμαι πολύ σίγουρος,
13:27
what we're going to do is reduce poverty and drudgery
260
791977
3063
αυτό που πρόκειται να κάνουμε
είναι να μειώσουμε τη φτώχεια και την αγγαρεία
είναι να μειώσουμε τη φτώχεια και την αγγαρεία
13:30
and misery around the world. I'm very confident
261
795040
2664
και την δυστυχία σε όλο τον κόσμο. Είμαι πολύ σίγουρος
13:33
we're going to learn to live more lightly on the planet,
262
797704
3032
ότι πρόκειται να μάθουμε να ζούμε πιο αβασάνιστα στον πλανήτη,
13:36
and I am extremely confident that what we're going to do
263
800736
3481
και είμαι εξαιρετικά σίγουρος
ότι αυτό που πρόκειται να κάνουμε
ότι αυτό που πρόκειται να κάνουμε
13:40
with our new digital tools is going to be so profound
264
804217
2921
με τα νέα ψηφιακά μας εργαλεία πρόκειται να είναι τόσο προφανές
13:43
and so beneficial that it's going to make a mockery
265
807138
2891
και τόσο ευεργετικό που πρόκειται να κάνει πλάκα
13:45
out of everything that came before.
266
810029
1733
με όλα όσα υπήρχαν πριν.
13:47
I'm going to leave the last word to a guy who had
267
811762
2738
Θα αφήσω την τελευταία λέξη σε έναν άνθρωπο που έχει
13:50
a front row seat for digital progress,
268
814500
1778
μια βασική θέση στην ψηφιακή πρόοδο,
13:52
our old friend Ken Jennings. I'm with him.
269
816278
2565
τον παλιό μας φίλο Κεν Τζέννινγκς.
Είμαι μαζί του.
Είμαι μαζί του.
13:54
I'm going to echo his words:
270
818843
1361
Θα μεταφέρω τις λέξεις του:
13:56
"I, for one, welcome our new computer overlords." (Laughter)
271
820204
3971
«Εγώ, για αρχή, καλωσορίζω τους νέους μας άρχοντες, τους υπολογιστές.» (Γέλια)
14:00
Thanks very much. (Applause)
272
824175
2929
Σας ευχαριστώ.
(Χειροκρότημα)
(Χειροκρότημα)
ABOUT THE SPEAKER
Andrew McAfee - Management theoristAndrew McAfee studies how information technology affects businesses and society.
Why you should listen
Andrew McAfee studies the ways that information technology (IT) affects businesses, business as a whole, and the larger society. His research investigates how IT changes the way companies perform, organize themselves and compete. At a higher level, his work also investigates how computerization affects competition, society, the economy and the workforce.
He's a principal research scientist at the Center for Digital Business at the MIT Sloan School of Management. His books include Enterprise 2.0 and Race Against the Machine (with Erik Brynjolfsson). Read more on his blog.
Andrew McAfee | Speaker | TED.com