TED2017
Martin Ford: How we'll earn money in a future without jobs
Μάρτιν Φορντ: Πώς θα κερδίζουμε χρήματα σε ένα μέλλον χωρίς επαγγέλματα
Filmed:
Readability: 4.2
3,167,458 views
Έρχονται μηχανήματα που μπορούν να σκεφτούν, να μάθουν και να προσαρμοστούν και αυτό θα μπορούσε να σημαίνει ότι εμείς οι άνθρωποι θα καταλήξουμε σε σημαντική ανεργία. Τι θα έπρεπε να κάνουμε γι' αυτό; Σε μια ειλικρινή συζήτηση σχετικά με μια αμφιλεγόμενη ιδέα, ο μελλοντολόγος Μάρτιν Φορντ υποστηρίζει τον διαχωρισμό εισοδήματος από την παραδοσιακή εργασία και τη θέσπιση ενός παγκόσμιου βασικού εισοδήματος.
Martin Ford - Futurist
Martin Ford imagines what the accelerating progress in robotics and artificial intelligence may mean for the economy, job market and society of the future. Full bio
Martin Ford imagines what the accelerating progress in robotics and artificial intelligence may mean for the economy, job market and society of the future. Full bio
Double-click the English transcript below to play the video.
00:12
I'm going to begin with a scary question:
0
787
2848
Θα ξεκινήσω με μια τρομακτική ερώτηση:
00:15
Are we headed toward
a future without jobs?
a future without jobs?
1
3659
2750
Οδεύουμε προς ένα μέλλον
χωρίς επαγγέλματα;
χωρίς επαγγέλματα;
00:18
The remarkable progress that we're seeing
2
6987
2069
Η αξιοθαύμαστη πρόοδος που βλέπουμε
00:21
in technologies like self-driving cars
3
9080
1861
όπως τα αυτοκίνητα χωρίς οδηγό
00:22
has led to an explosion
of interest in this question,
of interest in this question,
4
10965
3065
οδήγησε σε μια έκρηξη ενδιαφέροντος
γι' αυτήν την ερώτηση,
γι' αυτήν την ερώτηση,
00:26
but because it's something
that's been asked
that's been asked
5
14054
2150
αλλά επειδή είναι κάτι που έχει ερωτηθεί
00:28
so many times in the past,
6
16228
1256
τόσο πολύ στο παρελθόν,
00:29
maybe what we should really be asking
7
17508
1840
ίσως αυτό που πρέπει να ρωτάμε τελικά
00:31
is whether this time is really different.
8
19372
2900
είναι αν αυτή τη φορά είναι
πραγματικά διαφορετικά.
πραγματικά διαφορετικά.
00:35
The fear that automation
might displace workers
might displace workers
9
23252
2961
Ο φόβος ότι η αυτοματοποίηση
μπορεί να εκτοπίσει εργάτες,
μπορεί να εκτοπίσει εργάτες,
00:38
and potentially lead
to lots of unemployment
to lots of unemployment
10
26237
2117
να οδηγήσει πιθανώς σε μεγάλη ανεργία
00:40
goes back at a minimum 200 years
to the Luddite revolts in England.
to the Luddite revolts in England.
11
28378
3888
ξεκίνησε τουλάχιστον 200 χρόνια πριν
με τις εξεγέρσεις Λουδιτών στην Αγγλία.
με τις εξεγέρσεις Λουδιτών στην Αγγλία.
00:44
And since then, this concern
has come up again and again.
has come up again and again.
12
32290
3196
Από τότε αυτή η ανησυχία
επανέρχεται συνέχεια.
επανέρχεται συνέχεια.
00:47
I'm going to guess
13
35510
1161
Υποθέτω
00:48
that most of you have probably never
heard of the Triple Revolution report,
heard of the Triple Revolution report,
14
36695
4466
ότι οι περισσότεροι δεν ακούσατε ποτέ
για την αναφορά της Τριπλής Επανάστασης,
για την αναφορά της Τριπλής Επανάστασης,
00:53
but this was a very prominent report.
15
41185
2293
αλλά αυτή ήταν μια πολύ σημαντική αναφορά.
00:55
It was put together
by a brilliant group of people --
by a brilliant group of people --
16
43502
2531
Συντάχθηκε από μια λαμπρή ομάδα ανθρώπων,
00:58
it actually included
two Nobel laureates --
two Nobel laureates --
17
46057
3057
για την ακρίβεια περιλάμβανε
δύο Νομπελίστες,
δύο Νομπελίστες,
01:01
and this report was presented
to the President of the United States,
to the President of the United States,
18
49138
3223
αυτή η αναφορά παρουσιάστηκε
στον Πρόεδρο των Ηνωμένων Πολιτειών,
στον Πρόεδρο των Ηνωμένων Πολιτειών,
01:04
and it argued that the US was on the brink
of economic and social upheaval
of economic and social upheaval
19
52385
5494
η οποία δήλωνε ότι οι ΗΠΑ ήταν στο χείλος
οικονομικής και κοινωνικής αναταραχής
οικονομικής και κοινωνικής αναταραχής
01:09
because industrial automation
was going to put millions of people
was going to put millions of people
20
57903
3102
επειδή ο βιομηχανικός αυτοματισμός
θα έβγαζε εκατομμύρια ανθρώπους
θα έβγαζε εκατομμύρια ανθρώπους
01:13
out of work.
21
61029
1152
εκτός εργασίας.
01:14
Now, that report was delivered
to President Lyndon Johnson
to President Lyndon Johnson
22
62205
3657
Η αναφορά παραδόθηκε
στον Πρόεδρο Λύντον Τζόνσον
στον Πρόεδρο Λύντον Τζόνσον
01:17
in March of 1964.
23
65886
1801
τον Μάρτιο του 1964.
01:19
So that's now over 50 years,
24
67711
2216
Αυτό έγινε πριν από
περισσότερα από 50 χρόνια,
περισσότερα από 50 χρόνια,
01:21
and, of course, that
hasn't really happened.
hasn't really happened.
25
69951
2058
και φυσικά, τίποτα δεν συνέβη.
01:24
And that's been the story again and again.
26
72033
2144
Αυτή η ιστορία επαναλαμβάνεται συνέχεια.
Αυτός ο συναγερμός σήμανε επανειλημμένα,
01:26
This alarm has been raised repeatedly,
27
74201
2109
01:28
but it's always been a false alarm.
28
76334
2013
αλλά πάντα ήταν ψευδής συναγερμός.
01:30
And because it's been a false alarm,
29
78371
1809
Επειδή ήταν ψευδής συναγερμός,
01:32
it's led to a very conventional way
of thinking about this.
of thinking about this.
30
80204
2807
οδήγησε σε έναν πολύ συμβατικό
τρόπο σκέψης του θέματος.
τρόπο σκέψης του θέματος.
01:35
And that says essentially that yes,
31
83035
2532
Που ουσιαστικά λέει ότι ναι,
01:37
technology may devastate
entire industries.
entire industries.
32
85591
2548
η τεχνολογία μπορεί να αφανίσει
ολόκληρες βιομηχανίες.
ολόκληρες βιομηχανίες.
01:40
It may wipe out whole occupations
and types of work.
and types of work.
33
88163
3732
Μπορεί να σβήσει ολόκληρα
επαγγέλματα και τύπους εργασίας.
επαγγέλματα και τύπους εργασίας.
01:43
But at the same time, of course,
34
91919
1608
Αλλά ταυτόχρονα, φυσικά,
01:45
progress is going to lead
to entirely new things.
to entirely new things.
35
93551
2351
η πρόοδος θα οδηγήσει
σε εντελώς νέα πράγματα.
σε εντελώς νέα πράγματα.
01:47
So there will be new industries
that will arise in the future,
that will arise in the future,
36
95926
2962
Οπότε θα υπάρχουν βιομηχανίες
που θα εμφανιστούν στο μέλλον,
που θα εμφανιστούν στο μέλλον,
01:50
and those industries, of course,
will have to hire people.
will have to hire people.
37
98912
2858
που, φυσικά, θα πρέπει
να προσλάβουν ανθρώπους.
να προσλάβουν ανθρώπους.
01:53
There'll be new kinds of work
that will appear,
that will appear,
38
101794
2238
Θα εμφανιστούν νέα είδη εργασίας,
01:56
and those might be things that today
we can't really even imagine.
we can't really even imagine.
39
104056
3210
που μπορεί σήμερα να μην μπορούμε
ούτε καν να τα φανταστούμε.
ούτε καν να τα φανταστούμε.
01:59
And that has been the story so far,
40
107290
1747
Αυτή ήταν η ιστορία μέχρι τώρα
02:01
and it's been a positive story.
41
109061
1494
και ήταν μια θετική ιστορία.
02:03
It turns out that the new jobs
that have been created
that have been created
42
111095
3325
Αποδείχθηκε ότι τα νέα επαγγέλματα
που δημιουργήθηκαν
που δημιουργήθηκαν
02:06
have generally been
a lot better than the old ones.
a lot better than the old ones.
43
114444
2470
ήταν γενικά πολύ καλύτερα
από τα προηγούμενα.
από τα προηγούμενα.
02:08
They have, for example,
been more engaging.
been more engaging.
44
116938
2656
Για παράδειγμα, έγιναν πιο ενδιαφέροντα.
02:11
They've been in safer,
more comfortable work environments,
more comfortable work environments,
45
119618
3429
Ήταν σε ασφαλέστερους,
πιο άνετους εργασιακούς χώρους,
πιο άνετους εργασιακούς χώρους,
02:15
and, of course, they've paid more.
46
123071
1680
με υψηλότερες αμοιβές.
02:16
So it has been a positive story.
47
124775
1865
Οπότε ήταν μια θετική ιστορία.
02:18
That's the way things
have played out so far.
have played out so far.
48
126664
2208
Έτσι εξελίχθηκαν τα πράγματα ως τώρα.
02:21
But there is one particular
class of worker
class of worker
49
129292
2948
Αλλά υπάρχει μια συγκεκριμένη τάξη εργάτη
02:24
for whom the story
has been quite different.
has been quite different.
50
132264
2252
για τον οποίο η ιστορία
ήταν αρκετά διαφορετική.
ήταν αρκετά διαφορετική.
02:27
For these workers,
51
135938
1150
Γι' αυτούς τους εργάτες,
02:29
technology has completely
decimated their work,
decimated their work,
52
137112
3021
η τεχνολογία αποδεκάτισε
τελείως τη δουλειά τους,
τελείως τη δουλειά τους,
02:32
and it really hasn't created
any new opportunities at all.
any new opportunities at all.
53
140157
3214
δεν δημιούργησε καθόλου νέες ευκαιρίες.
02:35
And these workers, of course,
54
143395
2195
Αυτοί οι εργάτες, φυσικά,
02:37
are horses.
55
145614
1288
είναι τα άλογα.
02:38
(Laughter)
56
146926
1443
(Γέλια)
02:40
So I can ask a very provocative question:
57
148393
2750
Οπότε μπορώ να θέσω
μια πολύ προκλητική ερώτηση:
μια πολύ προκλητική ερώτηση:
02:43
Is it possible that at some
point in the future,
point in the future,
58
151167
3435
Είναι πιθανό ότι κάποια στιγμή στο μέλλον,
02:46
a significant fraction of the human
workforce is going to be made redundant
workforce is going to be made redundant
59
154626
4628
ένα σημαντικό μέρος του ανθρώπινου
εργατικού δυναμικού θα είναι περιττό
εργατικού δυναμικού θα είναι περιττό
02:51
in the way that horses were?
60
159278
1702
όπως έγινε με τα άλογα;
02:53
Now, you might have a very visceral,
reflexive reaction to that.
reflexive reaction to that.
61
161485
3000
Μπορεί να έχετε μια ενστικτώδη
αντίδραση σ' αυτό.
αντίδραση σ' αυτό.
02:56
You might say, "That's absurd.
62
164509
1647
Μπορεί να λέτε, «Είναι παράλογο.
02:58
How can you possibly compare
human beings to horses?"
human beings to horses?"
63
166180
3669
Πώς είναι δυνατόν να συγκρίνεις
ανθρώπους με άλογα;»
ανθρώπους με άλογα;»
03:02
Horses, of course, are very limited,
64
170437
1769
Τα άλογα, φυσικά, είναι πολύ λίγα,
03:04
and when cars and trucks
and tractors came along,
and tractors came along,
65
172230
2893
όταν εμφανίστηκαν αυτοκίνητα,
φορτηγά και τρακτέρ,
φορτηγά και τρακτέρ,
03:07
horses really had nowhere else to turn.
66
175147
2045
τα άλογα δεν είχαν πού αλλού να στραφούν.
03:09
People, on the other hand,
are intelligent;
are intelligent;
67
177844
2360
Οι άνθρωποι, απ' την άλλη
πλευρά, είναι ευφυείς,
πλευρά, είναι ευφυείς,
03:12
we can learn, we can adapt.
68
180228
1785
εμείς μαθαίνουμε, προσαρμοζόμαστε.
03:14
And in theory,
69
182037
1164
Θεωρητικά,
03:15
that ought to mean that we can
always find something new to do,
always find something new to do,
70
183225
3127
αυτό θα σήμαινε ότι μπορούμε πάντα
να βρούμε κάτι άλλο να κάνουμε
να βρούμε κάτι άλλο να κάνουμε
03:18
and that we can always remain
relevant to the future economy.
relevant to the future economy.
71
186376
3306
ότι μπορούμε πάντα να ανταποκριθούμε
στη μελλοντική οικονομία.
στη μελλοντική οικονομία.
03:21
But here's the really
critical thing to understand.
critical thing to understand.
72
189706
2437
Αλλά πρέπει να καταλάβουμε
κάτι πολύ σημαντικό:
κάτι πολύ σημαντικό:
03:24
The machines that will threaten
workers in the future
workers in the future
73
192790
2865
Τα μηχανήματα που θα απειλήσουν
τους εργάτες στο μέλλον
τους εργάτες στο μέλλον
03:27
are really nothing like those cars
and trucks and tractors
and trucks and tractors
74
195679
3234
δεν μοιάζουν καθόλου με τα αυτοκίνητα,
τα φορτηγά και τα τρακτέρ
τα φορτηγά και τα τρακτέρ
03:30
that displaced horses.
75
198937
1616
που αντικατέστησαν τα άλογα.
03:32
The future is going to be full
of thinking, learning, adapting machines.
of thinking, learning, adapting machines.
76
200577
4839
Το μέλλον θα είναι γεμάτο από μηχανές που
σκέφτονται, μαθαίνουν και προσαρμόζονται.
σκέφτονται, μαθαίνουν και προσαρμόζονται.
03:37
And what that really means
77
205440
1408
Πράγμα που σημαίνει
03:38
is that technology is finally
beginning to encroach
beginning to encroach
78
206872
2834
ότι η τεχνολογία αρχίζει
τελικά να διεισδύει
τελικά να διεισδύει
03:41
on that fundamental human capability --
79
209730
2849
σε εκείνη τη θεμελιώδη
ανθρώπινη ικανότητα,
ανθρώπινη ικανότητα,
03:44
the thing that makes us
so different from horses,
so different from horses,
80
212603
2803
αυτό που μας διαφοροποιεί
τόσο πολύ από τα άλογα,
τόσο πολύ από τα άλογα,
03:47
and the very thing that, so far,
81
215430
2234
αυτό ακριβώς που μέχρι τώρα,
03:49
has allowed us to stay ahead
of the march of progress
of the march of progress
82
217688
2647
μας επέτρεψε να προπορευόμαστε
στην πορεία της προόδου,
στην πορεία της προόδου,
03:52
and remain relevant,
83
220359
1189
να είμαστε επίκαιροι,
03:53
and, in fact, indispensable
to the economy.
to the economy.
84
221572
3067
για την ακρίβεια, απαραίτητοι
στην οικονομία.
στην οικονομία.
03:58
So what is it that is really so different
85
226407
2495
Άρα τι είναι το τόσο διαφορετικό,
04:00
about today's information technology
86
228926
2043
στη σημερινή τεχνολογία πληροφοριών
04:02
relative to what we've seen in the past?
87
230993
1947
σε σχέση με ό,τι είδαμε στο παρελθόν;
04:04
I would point to three fundamental things.
88
232964
2653
Θα υποδείκνυα τρία θεμελιώδη πράγματα.
04:07
The first thing is that we have seen
this ongoing process
this ongoing process
89
235641
4409
Το πρώτο είναι ότι έχουμε δει
αυτήν τη συνεχιζόμενη διαδικασία
αυτήν τη συνεχιζόμενη διαδικασία
04:12
of exponential acceleration.
90
240074
1888
της ραγδαίας επιτάχυνσης.
04:14
I know you all know about Moore's law,
91
242420
2095
Ξέρω ότι όλοι γνωρίζετε τον νόμο του Μουρ,
04:16
but in fact, it's more
broad-based than that;
broad-based than that;
92
244539
2296
αλλά στην πραγματικότητα,
έχει πιο ευρεία βάση,
έχει πιο ευρεία βάση,
04:18
it extends in many cases,
for example, to software,
for example, to software,
93
246859
3150
επεκτείνεται σε πολλές περιπτώσεις,
για παράδειγμα, στο λογισμικό,
για παράδειγμα, στο λογισμικό,
04:22
it extends to communications,
bandwidth and so forth.
bandwidth and so forth.
94
250033
3000
επεκτείνεται σε επικοινωνίες,
εύρος ζώνης και ούτω καθεξής.
εύρος ζώνης και ούτω καθεξής.
04:25
But the really key thing to understand
95
253057
1984
Αλλά αυτό που πρέπει να καταλάβουμε
04:27
is that this acceleration has now
been going on for a really long time.
been going on for a really long time.
96
255065
3871
είναι ότι αυτή η επιτάχυνση συμβαίνει
εδώ και πάρα πολύ καιρό.
εδώ και πάρα πολύ καιρό.
04:30
In fact, it's been going on for decades.
97
258960
1925
Συνεχίζεται για δεκαετίες.
04:32
If you measure from the late 1950s,
98
260909
2756
Αν μετρήσετε από τα τέλη
της δεκαετίας του 1950,
της δεκαετίας του 1950,
όταν κατασκευάστηκαν τα πρώτα
ολοκληρωμένα κυκλώματα,
ολοκληρωμένα κυκλώματα,
04:35
when the first integrated
circuits were fabricated,
circuits were fabricated,
99
263689
2425
04:38
we've seen something on the order
of 30 doublings in computational power
of 30 doublings in computational power
100
266138
4785
είδαμε αύξηση της τάξης
των 30 διπλασιασμών σε υπολογιστική ισχύ
των 30 διπλασιασμών σε υπολογιστική ισχύ
04:42
since then.
101
270947
1156
από τότε.
04:44
That's just an extraordinary number
of times to double any quantity,
of times to double any quantity,
102
272127
3688
Αυτός είναι απλά ένας απίστευτος αριθμός
διπλασιασμού οποιασδήποτε ποσότητας,
διπλασιασμού οποιασδήποτε ποσότητας,
04:47
and what it really means
103
275839
1240
αυτό που σημαίνει
04:49
is that we're now at a point
where we're going to see
where we're going to see
104
277103
2524
είναι ότι τώρα βρισκόμαστε
σε σημείο που θα δούμε
σε σημείο που θα δούμε
04:51
just an extraordinary amount
of absolute progress,
of absolute progress,
105
279651
2411
απόλυτη πρόοδο πρωτοφανούς μεγέθους,
04:54
and, of course, things are going
to continue to also accelerate
to continue to also accelerate
106
282086
2975
φυσικά, όλα θα συνεχίσουν να επιταχύνουν
04:57
from this point.
107
285085
1159
από αυτό το σημείο.
04:58
So as we look forward
to the coming years and decades,
to the coming years and decades,
108
286268
2540
Καθώς κοιτάζουμε μπροστά
στα χρόνια που έρχονται,
στα χρόνια που έρχονται,
05:00
I think that means
that we're going to see things
that we're going to see things
109
288832
2338
πιστεύω ότι θα δούμε πράγματα
05:03
that we're really not prepared for.
110
291194
1673
για τα οποία δεν είμαστε έτοιμοι.
05:04
We're going to see things
that astonish us.
that astonish us.
111
292891
2077
Θα δούμε πράγματα που θα μας εκπλήξουν.
05:06
The second key thing
112
294992
1266
Το δεύτερο κρίσιμο σημείο
05:08
is that the machines are,
in a limited sense, beginning to think.
in a limited sense, beginning to think.
113
296282
3906
είναι ότι οι μηχανές, σε κάποιο βαθμό
αρχίζουν να σκέφτονται.
αρχίζουν να σκέφτονται.
05:12
And by this, I don't mean human-level AI,
114
300212
2457
Δεν εννοώ τεχνητή νοημοσύνη
ανθρώπινου επιπέδου
ανθρώπινου επιπέδου
05:14
or science fiction
artificial intelligence;
artificial intelligence;
115
302693
2936
ή τεχνητή νοημοσύνη
επιστημονικής φαντασίας.
επιστημονικής φαντασίας.
05:17
I simply mean that machines and algorithms
are making decisions.
are making decisions.
116
305653
4462
Απλά εννοώ ότι μηχανές και
αλγόριθμοι παίρνουν αποφάσεις.
αλγόριθμοι παίρνουν αποφάσεις.
05:22
They're solving problems,
and most importantly, they're learning.
and most importantly, they're learning.
117
310139
3860
Λύνουν προβλήματα και κυρίως, μαθαίνουν.
05:26
In fact, if there's one technology
that is truly central to this
that is truly central to this
118
314023
3303
Μάλιστα, αν υπάρχει μία τεχνολογία
που βρίσκεται στο κέντρο,
που βρίσκεται στο κέντρο,
05:29
and has really become
the driving force behind this,
the driving force behind this,
119
317350
3077
που έχει γίνει πραγματικά η κινητήρια
δύναμη πίσω από αυτό,
δύναμη πίσω από αυτό,
05:32
it's machine learning,
120
320451
1172
είναι η μηχανική μάθηση
05:33
which is just becoming
this incredibly powerful,
this incredibly powerful,
121
321647
2720
που εξελίσσεται σε αυτήν
την απίστευτα ισχυρή,
την απίστευτα ισχυρή,
05:36
disruptive, scalable technology.
122
324391
2638
επαναστατική τεχνολογία κλίμακας.
05:39
One of the best examples
I've seen of that recently
I've seen of that recently
123
327561
2469
Ένα από τα καλύτερα παραδείγματα
που είδα πρόσφατα
που είδα πρόσφατα
05:42
was what Google's DeepMind
division was able to do
division was able to do
124
330054
2751
ήταν τι μπορεί να κάνει o τομέας
του Google DeepMind
του Google DeepMind
05:44
with its AlphaGo system.
125
332829
1553
με το σύστημά του, AlphaGo.
05:46
Now, this is the system that was able
to beat the best player in the world
to beat the best player in the world
126
334406
4300
Αυτό είναι το σύστημα που κατάφερε
να νικήσει τον καλύτερο παίκτη του κόσμου
να νικήσει τον καλύτερο παίκτη του κόσμου
05:50
at the ancient game of Go.
127
338730
1979
στο αρχαίο παιχνίδι Γκο.
05:52
Now, at least to me,
128
340733
1150
Τουλάχιστον για εμένα,
05:53
there are two things that really
stand out about the game of Go.
stand out about the game of Go.
129
341907
3117
υπάρχουν δύο πράγματα
που ξεχωρίζουν στο παιχνίδι Γκο.
που ξεχωρίζουν στο παιχνίδι Γκο.
05:57
One is that as you're playing the game,
130
345048
2296
Ένα είναι ότι καθώς παίζεις το παιχνίδι,
05:59
the number of configurations
that the board can be in
that the board can be in
131
347368
2866
ο αριθμός των πιθανών συνδυασμών
06:02
is essentially infinite.
132
350258
1411
είναι ουσιαστικά άπειρος.
06:03
There are actually more possibilities
than there are atoms in the universe.
than there are atoms in the universe.
133
351693
3833
Για την ακρίβεια υπάρχουν περισσότερες
πιθανότητες από ότι άτομα στο σύμπαν.
πιθανότητες από ότι άτομα στο σύμπαν.
06:07
So what that means is,
134
355980
1184
Αυτό σημαίνει ότι,
06:09
you're never going to be able to build
a computer to win at the game of Go
a computer to win at the game of Go
135
357188
3597
ποτέ δεν θα μπορέσετε να κατασκευάσετε
υπολογιστή που θα κερδίσει στο Γκο,
υπολογιστή που θα κερδίσει στο Γκο,
06:12
the way chess was approached, for example,
136
360809
2180
με τον τρόπο που προσεγγίσθηκε το σκάκι,
06:15
which is basically to throw
brute-force computational power at it.
brute-force computational power at it.
137
363013
4526
που βασικά σημαίνει να ρίξεις σε αυτό
ωμή υπολογιστική δύναμη.
ωμή υπολογιστική δύναμη.
06:19
So clearly, a much more sophisticated,
thinking-like approach is needed.
thinking-like approach is needed.
138
367563
4177
Οπότε, χρειάζεται μια πιο εκλεπτυσμένη
προσέγγιση εξομοίωσης σκέψης.
προσέγγιση εξομοίωσης σκέψης.
06:24
The second thing
that really stands out is that,
that really stands out is that,
139
372368
3271
Το δεύτερο στοιχείο
που ξεχωρίζει είναι ότι,
που ξεχωρίζει είναι ότι,
06:27
if you talk to one
of the championship Go players,
of the championship Go players,
140
375663
2647
αν μιλήσεις σε κάποιον πρωταθλητή του Γκο,
06:30
this person cannot necessarily
even really articulate what exactly it is
even really articulate what exactly it is
141
378334
4485
δεν μπορεί απαραίτητα
να εξηγήσει τι ακριβώς είναι αυτό
να εξηγήσει τι ακριβώς είναι αυτό
06:34
they're thinking about
as they play the game.
as they play the game.
142
382843
2215
που σκέφτεται καθώς παίζει το παιχνίδι.
06:37
It's often something
that's very intuitive,
that's very intuitive,
143
385082
2193
Συχνά είναι κάτι πολύ ενστικτώδες,
06:39
it's almost just like a feeling
about which move they should make.
about which move they should make.
144
387299
3322
είναι σαν να έχουν προαίσθημα
ποια κίνηση πρέπει να κάνουν.
ποια κίνηση πρέπει να κάνουν.
06:42
So given those two qualities,
145
390645
1407
Με αυτά τα δύο δεδομένα,
06:44
I would say that playing Go
at a world champion level
at a world champion level
146
392076
3937
θα έλεγα ότι το παίξιμο Γκο
σε επίπεδο παγκόσμιου πρωταθλήματος
σε επίπεδο παγκόσμιου πρωταθλήματος
06:48
really ought to be something
that's safe from automation,
that's safe from automation,
147
396037
3238
θα έπρεπε να είναι κάτι
που δεν κινδυνεύει από τον αυτοματισμό,
που δεν κινδυνεύει από τον αυτοματισμό,
06:51
and the fact that it isn't should really
raise a cautionary flag for us.
raise a cautionary flag for us.
148
399299
4446
οπότε το γεγονός ότι κινδυνεύει
θα πρέπει να μας ανησυχήσει.
θα πρέπει να μας ανησυχήσει.
06:55
And the reason is that we tend
to draw a very distinct line,
to draw a very distinct line,
149
403769
3917
Ο λόγος είναι ότι τείνουμε να τραβήξουμε
μια σαφή διαχωριστική γραμμή,
μια σαφή διαχωριστική γραμμή,
06:59
and on one side of that line
are all the jobs and tasks
are all the jobs and tasks
150
407710
3509
που στη μία πλευρά της γραμμής
είναι όλες οι εργασίες και τα καθήκοντα
είναι όλες οι εργασίες και τα καθήκοντα
07:03
that we perceive as being on some level
fundamentally routine and repetitive
fundamentally routine and repetitive
151
411243
4748
που αντιμετωπίζουμε ουσιαστικά
ως επαναλαμβανόμενα, ρουτίνα,
ως επαναλαμβανόμενα, ρουτίνα,
07:08
and predictable.
152
416015
1350
προβλέψιμα.
07:09
And we know that these jobs
might be in different industries,
might be in different industries,
153
417389
2858
Αυτές οι εργασίες μπορεί να είναι
σε διάφορες βιομηχανίες,
σε διάφορες βιομηχανίες,
07:12
they might be in different occupations
and at different skill levels,
and at different skill levels,
154
420271
3373
να είναι σε διάφορα επαγγέλματα
και σε διαφορετικά επίπεδα ειδίκευσης,
και σε διαφορετικά επίπεδα ειδίκευσης,
07:15
but because they are innately predictable,
155
423668
2210
αλλά λόγω του ότι είναι εγγενώς προβλέψιμα
07:17
we know they're probably at some point
going to be susceptible
going to be susceptible
156
425902
3127
γνωρίζουμε ότι πιθανώς
κάποια στιγμή θα επιδέχονται
κάποια στιγμή θα επιδέχονται
07:21
to machine learning,
157
429053
1177
τη μηχανική μάθηση,
07:22
and therefore, to automation.
158
430254
1419
επομένως και τον αυτοματισμό.
07:23
And make no mistake --
that's a lot of jobs.
that's a lot of jobs.
159
431697
2097
Μη γελιέστε, αυτές
οι εργασίες είναι πολλές.
οι εργασίες είναι πολλές.
07:25
That's probably something
on the order of roughly half
on the order of roughly half
160
433818
2679
Πιθανώς είναι χοντρικά τα μισά
07:28
the jobs in the economy.
161
436521
1567
επαγγέλματα στην οικονομία.
07:30
But then on the other side of that line,
162
438112
2159
Όμως στην άλλη πλευρά της γραμμής,
07:32
we have all the jobs
that require some capability
that require some capability
163
440295
4071
έχουμε όλες τις εργασίες
που απαιτούν κάποια ικανότητα
που απαιτούν κάποια ικανότητα
07:36
that we perceive as being uniquely human,
164
444390
2372
που θεωρούμε αποκλειστικά ανθρώπινη,
07:38
and these are the jobs
that we think are safe.
that we think are safe.
165
446786
2223
εργασίες που θεωρούμε ασφαλείς.
07:41
Now, based on what I know
about the game of Go,
about the game of Go,
166
449033
2265
Με βάση αυτά που γνωρίζω
για το παιχνίδι Γκο,
για το παιχνίδι Γκο,
07:43
I would've guessed that it really ought
to be on the safe side of that line.
to be on the safe side of that line.
167
451322
3703
θα έλεγα ότι θα έπρεπε να βρίσκεται
στην ασφαλή πλευρά της γραμμής.
στην ασφαλή πλευρά της γραμμής.
07:47
But the fact that it isn't,
and that Google solved this problem,
and that Google solved this problem,
168
455049
3178
Αλλά το γεγονός ότι δεν είναι και ότι το
Google έλυσε το πρόβλημα,
Google έλυσε το πρόβλημα,
07:50
suggests that that line is going
to be very dynamic.
to be very dynamic.
169
458251
2432
δείχνει ότι η γραμμή
θα είναι πολύ δυναμική.
θα είναι πολύ δυναμική.
07:52
It's going to shift,
170
460707
1179
Η γραμμή θα μετακινηθεί,
07:53
and it's going to shift in a way
that consumes more and more jobs and tasks
that consumes more and more jobs and tasks
171
461910
4135
με τρόπο που θα αφανίζει όλο και
πιο πολλά επαγγέλματα και εργασίες
πιο πολλά επαγγέλματα και εργασίες
07:58
that we currently perceive
as being safe from automation.
as being safe from automation.
172
466069
3017
που τώρα θεωρούμε ότι
δεν κινδυνεύουν από αυτοματισμό.
δεν κινδυνεύουν από αυτοματισμό.
08:01
The other key thing to understand
173
469921
1657
Το άλλο σημαντικό θέμα
08:03
is that this is by no means just about
low-wage jobs or blue-collar jobs,
low-wage jobs or blue-collar jobs,
174
471602
5138
είναι ότι αυτή η υπόθεση δεν αφορά μόνο
χαμηλόμισθες θέσεις ή δουλειές εργατών
χαμηλόμισθες θέσεις ή δουλειές εργατών
08:08
or jobs and tasks done by people
175
476764
1875
ή επαγγέλματα ανθρώπων
08:10
that have relatively
low levels of education.
low levels of education.
176
478663
2104
με σχετικά χαμηλά επίπεδα μόρφωσης.
08:12
There's lots of evidence to show
177
480791
1524
Υπάρχει πλήθος αποδείξεων
ότι αυτές οι τεχνολογίες ανεβαίνουν
ραγδαία τη σκάλα των δεξιοτήτων.
ραγδαία τη σκάλα των δεξιοτήτων.
08:14
that these technologies are rapidly
climbing the skills ladder.
climbing the skills ladder.
178
482339
3160
08:17
So we already see an impact
on professional jobs --
on professional jobs --
179
485523
3616
Βλέπουμε ήδη τον αντίκτυπο
σε επαγγελματικές εργασίες,
σε επαγγελματικές εργασίες,
08:21
tasks done by people like accountants,
180
489163
4435
σε καθήκοντα που εκτελούνται
από ανθρώπους, όπως λογιστές,
από ανθρώπους, όπως λογιστές,
08:25
financial analysts,
181
493622
1317
οικονομικούς αναλυτές,
08:26
journalists,
182
494963
1296
δημοσιογράφους,
08:28
lawyers, radiologists and so forth.
183
496283
2377
δικηγόρους, ακτινολόγους κ.ο.κ.
08:30
So a lot of the assumptions that we make
184
498684
1938
Άρα πολλές από τις υποθέσεις που κάνουμε
08:32
about the kind of occupations
and tasks and jobs
and tasks and jobs
185
500646
3220
για τα είδη των επαγγελμάτων και εργασιών
08:35
that are going to be threatened
by automation in the future
by automation in the future
186
503890
2819
που θα απειληθούν
από τον αυτοματισμό στο μέλλον
από τον αυτοματισμό στο μέλλον
08:38
are very likely to be
challenged going forward.
challenged going forward.
187
506733
2198
είναι πολύ πιθανό ότι θα αμφισβητηθούν.
08:40
So as we put these trends together,
188
508955
1700
Άρα βάσει αυτών των τάσεων,
08:42
I think what it shows is that we could
very well end up in a future
very well end up in a future
189
510679
3292
φαίνεται ότι θα μπορούσαμε κάλλιστα
να καταλήξουμε σε ένα μέλλον
να καταλήξουμε σε ένα μέλλον
08:45
with significant unemployment.
190
513995
1507
με σημαντική ανεργία.
08:48
Or at a minimum,
191
516254
1152
Ή το λιγότερο,
08:49
we could face lots of underemployment
or stagnant wages,
or stagnant wages,
192
517430
3781
θα μπορούσαμε να αντιμετωπίσουμε
πολλή ανεργία ή στάσιμα ημερομίσθια,
πολλή ανεργία ή στάσιμα ημερομίσθια,
08:53
maybe even declining wages.
193
521235
2097
ίσως ακόμη και μείωση ημερομισθίων.
08:56
And, of course, soaring levels
of inequality.
of inequality.
194
524142
2810
Φυσικά και ραγδαία αύξηση ανισότητας.
08:58
All of that, of course, is going to put
a terrific amount of stress
a terrific amount of stress
195
526976
4033
Όλα αυτά, φυσικά,
θα ασκήσουν τρομερό στρες
θα ασκήσουν τρομερό στρες
09:03
on the fabric of society.
196
531033
1917
στον κοινωνικό ιστό.
09:04
But beyond that, there's also
a fundamental economic problem,
a fundamental economic problem,
197
532974
3059
Όμως επιπλέον, υπάρχει και
ένα θεμελιώδες οικονομικό πρόβλημα,
ένα θεμελιώδες οικονομικό πρόβλημα,
09:08
and that arises because jobs
are currently the primary mechanism
are currently the primary mechanism
198
536057
5195
που προκύπτει διότι τα επαγγέλματα είναι
αυτή τη στιγμή ο κύριος μηχανισμός
αυτή τη στιγμή ο κύριος μηχανισμός
09:13
that distributes income,
and therefore purchasing power,
and therefore purchasing power,
199
541276
3545
διανομής εισοδήματος και συνεπώς
αγοραστικής δύναμης,
αγοραστικής δύναμης,
09:16
to all the consumers that buy the products
and services we're producing.
and services we're producing.
200
544845
5132
σε όλους τους καταναλωτές που αγοράζουν
τα παραγόμενα προϊόντα και υπηρεσίες.
τα παραγόμενα προϊόντα και υπηρεσίες.
09:22
In order to have a vibrant market economy,
201
550831
2515
Προκειμένου να έχεις
μια εύρωστη οικονομία αγοράς,
μια εύρωστη οικονομία αγοράς,
09:25
you've got to have
lots and lots of consumers
lots and lots of consumers
202
553370
2120
πρέπει να έχεις πάμπολλους καταναλωτές
09:27
that are really capable of buying
the products and services
the products and services
203
555514
3029
που είναι ικανοί να αγοράσουν
τα προϊόντα και τις υπηρεσίες
τα προϊόντα και τις υπηρεσίες
09:30
that are being produced.
204
558567
1151
που παράγονται.
09:31
If you don't have that,
then you run the risk
then you run the risk
205
559742
2386
Αν δεν το έχεις αυτό,
τότε διατρέχεις τον κίνδυνο
τότε διατρέχεις τον κίνδυνο
09:34
of economic stagnation,
206
562152
1415
οικονομικής στασιμότητας
09:35
or maybe even a declining economic spiral,
207
563591
3669
ή ακόμη και μια δίνη οικονομκής παρακμής,
09:39
as there simply aren't enough
customers out there
customers out there
208
567284
2314
καθώς απλά δεν υπάρχουν
αρκετοί καταναλωτές
αρκετοί καταναλωτές
για να αγοράσουν τα παραγόμενα
προϊόντα και υπηρεσίες.
προϊόντα και υπηρεσίες.
09:41
to buy the products
and services being produced.
and services being produced.
209
569622
2459
09:44
It's really important to realize
210
572105
1928
Είναι πολύ σημαντικό να αντιληφθούμε
09:46
that all of us as individuals rely
on access to that market economy
on access to that market economy
211
574057
6014
ότι όλοι μας ως άτομα βασιζόμαστε
στην πρόσβαση στην οικονομία αγοράς
στην πρόσβαση στην οικονομία αγοράς
09:52
in order to be successful.
212
580095
1729
προκειμένου να είναι επιτυχημένη.
09:53
You can visualize that by thinking
in terms of one really exceptional person.
in terms of one really exceptional person.
213
581848
4436
Φανταστείτε το σκεπτόμενοι κάποιο
πολύ ξεχωριστό άτομο.
πολύ ξεχωριστό άτομο.
09:58
Imagine for a moment you take,
say, Steve Jobs,
say, Steve Jobs,
214
586308
2988
Φανταστείτε ότι παίρνετε
π.χ. τον Στηβ Τζομπς,
π.χ. τον Στηβ Τζομπς,
10:01
and you drop him
on an island all by himself.
on an island all by himself.
215
589320
2581
τον ρίχνετε σε ένα νησί ολομόναχο.
10:03
On that island, he's going
to be running around,
to be running around,
216
591925
2294
Επάνω σ'αυτό το νησί θα τρέχει
10:06
gathering coconuts just like anyone else.
217
594243
2538
να μαζεύει καρύδες όπως όλοι.
10:08
He's really not going to be
anything special,
anything special,
218
596805
2188
Δεν πρόκειται να είναι ξεχωριστός,
10:11
and the reason, of course,
is that there is no market
is that there is no market
219
599017
3172
επειδή, φυσικά, δεν υπάρχει αγορά
10:14
for him to scale
his incredible talents across.
his incredible talents across.
220
602213
2786
για να ξεδιπλώσει
τα απίστευτα ταλέντα του.
τα απίστευτα ταλέντα του.
10:17
So access to this market
is really critical to us as individuals,
is really critical to us as individuals,
221
605023
3470
Οπότε η πρόσβαση στην αγορά είναι
πολύ σημαντική για εμάς ως άτομα,
πολύ σημαντική για εμάς ως άτομα,
10:20
and also to the entire system
in terms of it being sustainable.
in terms of it being sustainable.
222
608517
4022
καθώς και για όλο το σύστημα
ώστε να είναι βιώσιμο.
ώστε να είναι βιώσιμο.
10:25
So the question then becomes:
What exactly could we do about this?
What exactly could we do about this?
223
613063
3844
Οπότε η ερώτηση είναι: Τι ακριβώς
μπορούμε να κάνουμε εμείς γι' αυτό;
μπορούμε να κάνουμε εμείς γι' αυτό;
10:29
And I think you can view this
through a very utopian framework.
through a very utopian framework.
224
617285
3232
Αυτό μπορείτε να το δείτε μέσω
ενός πολύ ουτοπικού πλαισίου.
ενός πολύ ουτοπικού πλαισίου.
10:32
You can imagine a future
where we all have to work less,
where we all have to work less,
225
620541
2643
Μπορεί να βλέπετε ένα μέλλον
όπου δουλεύουμε λιγότερο,
όπου δουλεύουμε λιγότερο,
10:35
we have more time for leisure,
226
623208
3001
έχουμε περισσότερο ελεύθερο χρόνο,
10:38
more time to spend with our families,
227
626233
1928
περισσότερο χρόνο για την οικογένεια,
10:40
more time to do things that we find
genuinely rewarding
genuinely rewarding
228
628185
3255
περισσότερο χρόνο για να κάνουμε πράγματα
που απολαμβάνουμε ιδιαίτερα
που απολαμβάνουμε ιδιαίτερα
10:43
and so forth.
229
631464
1157
και ούτω καθεξής.
10:44
And I think that's a terrific vision.
230
632645
1855
Αυτό είναι ένα καταπληκτικό όραμα.
10:46
That's something that we should
absolutely strive to move toward.
absolutely strive to move toward.
231
634524
3629
Είναι μια κατάσταση που θα πρέπει
οπωσδήποτε να επιδιώκουμε.
οπωσδήποτε να επιδιώκουμε.
10:50
But at the same time, I think
we have to be realistic,
we have to be realistic,
232
638177
2676
Αλλά ταυτόχρονα θα πρέπει
να είμαστε ρεαλιστές,
να είμαστε ρεαλιστές,
10:52
and we have to realize
233
640877
1393
θα πρέπει να καταλάβουμε
10:54
that we're very likely to face
a significant income distribution problem.
a significant income distribution problem.
234
642294
4860
ότι είναι πολύ πιθανό να αντιμετωπίσουμε
ένα σοβαρό πρόβλημα διανομής εισοδήματος.
ένα σοβαρό πρόβλημα διανομής εισοδήματος.
10:59
A lot of people are likely
to be left behind.
to be left behind.
235
647178
2967
Πολλοί άνθρωποι είναι πιθανό
να μείνουν πίσω.
να μείνουν πίσω.
11:03
And I think that in order
to solve that problem,
to solve that problem,
236
651186
2404
Πιστεύω ότι προκειμένου
να λυθεί αυτό το πρόβλημα,
να λυθεί αυτό το πρόβλημα,
11:05
we're ultimately going
to have to find a way
to have to find a way
237
653614
2098
τελικά θα πρέπει να βρούμε τρόπο
11:07
to decouple incomes from traditional work.
238
655736
2606
να αποσυνδέσουμε τα έσοδα
από την παραδοσιακή εργασία.
από την παραδοσιακή εργασία.
11:10
And the best, more straightforward
way I know to do that
way I know to do that
239
658366
2866
Ο καλύτερος και πιο απλός τρόπος
που ξέρω για να γίνει αυτό
που ξέρω για να γίνει αυτό
11:13
is some kind of a guaranteed income
or universal basic income.
or universal basic income.
240
661256
3568
είναι ένα είδος εγγυημένου εισοδήματος
ή ένα παγκόσμιο βασικό εισόδημα.
ή ένα παγκόσμιο βασικό εισόδημα.
11:16
Now, basic income is becoming
a very important idea.
a very important idea.
241
664848
2488
Το βασικό εισόδημα εξελίσσεται
σε σημαντική ιδέα.
σε σημαντική ιδέα.
11:19
It's getting a lot
of traction and attention,
of traction and attention,
242
667360
2139
Γίνεται πόλος έλξης και προσοχής,
11:21
there are a lot of important
pilot projects
pilot projects
243
669523
2273
υπάρχουν πολλά σημαντικά
πιλοτικά προγράμματα,
πιλοτικά προγράμματα,
11:23
and experiments going on
throughout the world.
throughout the world.
244
671820
2175
πειράματα που διεξάγονται
σε όλον τον κόσμο.
σε όλον τον κόσμο.
11:26
My own view is that a basic income
is not a panacea;
is not a panacea;
245
674628
3200
Η άποψή μου είναι ότι
το βασικό εισόδημα δεν είναι πανάκεια,
το βασικό εισόδημα δεν είναι πανάκεια,
11:29
it's not necessarily
a plug-and-play solution,
a plug-and-play solution,
246
677852
2532
δεν είναι απαραίτητα λύση
με άμεση εφαρμογή,
με άμεση εφαρμογή,
11:32
but rather, it's a place to start.
247
680408
1635
αλλά μάλλον, σημείο εκκίνησης.
11:34
It's an idea that we can
build on and refine.
build on and refine.
248
682067
2782
Είναι μια ιδέα που μπορούμε
να βελτιώσουμε.
να βελτιώσουμε.
11:36
For example, one thing that I have
written quite a lot about
written quite a lot about
249
684873
2817
Για παράδειγμα, κάτι
για το οποίο έχω γράψει αρκετά
για το οποίο έχω γράψει αρκετά
11:39
is the possibility of incorporating
explicit incentives into a basic income.
explicit incentives into a basic income.
250
687714
4592
είναι η ενσωμάτωση κινήτρων
σε ένα βασικό εισόδημα.
σε ένα βασικό εισόδημα.
11:44
To illustrate that,
251
692930
1169
Για να το καταλάβετε,
11:46
imagine that you are a struggling
high school student.
high school student.
252
694123
2768
φανταστείτε ότι είστε μαθητής
λυκείου που δυσκολεύεται.
λυκείου που δυσκολεύεται.
11:48
Imagine that you are at risk
of dropping out of school.
of dropping out of school.
253
696915
2834
Φανταστείτε ότι υπάρχει κίνδυνος
να παρατήσετε το σχολείο.
να παρατήσετε το σχολείο.
11:52
And yet, suppose you know
that at some point in the future,
that at some point in the future,
254
700289
3378
Όμως, υποθέστε πως γνωρίζετε
ότι κάποια στιγμή στο μέλλον,
ότι κάποια στιγμή στο μέλλον,
11:55
no matter what,
255
703691
1224
ό,τι και αν συμβεί,
11:56
you're going to get the same
basic income as everyone else.
basic income as everyone else.
256
704939
3697
θα έχετε το ίδιο βασικό εισόδημα
όπως όλοι οι άλλοι.
όπως όλοι οι άλλοι.
12:00
Now, to my mind, that creates
a very perverse incentive
a very perverse incentive
257
708660
3042
Αυτό δημιουργεί στο μυαλό μου
ένα πολύ διαστρεβλωμένο κίνητρο
ένα πολύ διαστρεβλωμένο κίνητρο
12:03
for you to simply give up
and drop out of school.
and drop out of school.
258
711726
2497
για να παρατήσετε το σχολείο.
12:06
So I would say, let's not
structure things that way.
structure things that way.
259
714247
2505
Οπότε θα έλεγα να μη φτιάξουμε
μια τέτοια δομή.
μια τέτοια δομή.
12:08
Instead, let's pay people who graduate
from high school somewhat more
from high school somewhat more
260
716776
5316
Αλλά, ας πληρώνουμε τους ανθρώπους
που τελειώνουν το λύκειο κάτι περισσότερο
που τελειώνουν το λύκειο κάτι περισσότερο
12:14
than those who simply drop out.
261
722116
1696
από εκείνους που απλά το παρατάνε.
12:16
And we can take that idea of building
incentives into a basic income,
incentives into a basic income,
262
724329
3478
Επίσης την ιδέα των κινήτρων
για το βασικό εισόδημα
για το βασικό εισόδημα
μπορούμε να την επεκτείνουμε
και σε άλλους τομείς.
και σε άλλους τομείς.
12:19
and maybe extend it to other areas.
263
727831
1667
12:21
For example, we might create
an incentive to work in the community
an incentive to work in the community
264
729522
3577
Για παράδειγμα, μπορούμε να δώσουμε
κίνητρο για εργασία στην κοινότητα
κίνητρο για εργασία στην κοινότητα
12:25
to help others,
265
733123
1158
για να βοηθήσουμε,
12:26
or perhaps to do positive
things for the environment,
things for the environment,
266
734305
3064
ή για να κάνουμε θετικά πράγματα
για το περιβάλλον,
για το περιβάλλον,
12:29
and so forth.
267
737393
1170
και ούτω καθεξής.
12:30
So by incorporating incentives
into a basic income,
into a basic income,
268
738587
3011
Οπότε εντάσσοντας κίνητρα
σε ένα βασικό εισόδημα,
σε ένα βασικό εισόδημα,
12:33
we might actually improve it,
269
741622
1629
ίσως μπορούμε να το βελτιώσουμε,
12:35
and also, perhaps, take at least
a couple of steps
a couple of steps
270
743275
2626
επίσης, ίσως να κάνουμε
τουλάχιστον λίγα βήματα
τουλάχιστον λίγα βήματα
12:37
towards solving another problem
271
745925
2425
για να λύσουμε ακόμη ένα πρόβλημα
12:40
that I think we're quite possibly
going to face in the future,
going to face in the future,
272
748374
2944
που πιστεύω ότι είναι πολύ πιθανόν
να έχουμε στο μέλλον,
να έχουμε στο μέλλον,
12:43
and that is, how do we all find
meaning and fulfillment,
meaning and fulfillment,
273
751342
3752
που είναι, πώς να βρίσκουμε
νόημα και ικανοποίηση,
νόημα και ικανοποίηση,
12:47
and how do we occupy our time
274
755118
2318
πώς να γεμίσουμε τον χρόνο μας
12:49
in a world where perhaps
there's less demand for traditional work?
there's less demand for traditional work?
275
757460
4349
σε ένα κόσμο όπου ίσως υπάρχει
λίγοτερη ζήτηση για παραδοσιακή εργασία.
λίγοτερη ζήτηση για παραδοσιακή εργασία.
12:54
So by extending and refining
a basic income,
a basic income,
276
762201
2805
Άρα με την τελειοποίηση
ενός βασικού εισοδήματος,
ενός βασικού εισοδήματος,
12:57
I think we can make it look better,
277
765030
2336
πιστεύω ότι μπορούμε
να το κάνουμε καλύτερο,
να το κάνουμε καλύτερο,
12:59
and we can also, perhaps, make it
more politically and socially acceptable
more politically and socially acceptable
278
767390
5298
ίσως μπορούμε να το κάνουμε και
πιο πολιτικά και κοινωνικά αποδεκτό,
πιο πολιτικά και κοινωνικά αποδεκτό,
13:04
and feasible --
279
772712
1164
εφικτό,
13:05
and, of course, by doing that,
280
773900
1474
ώστε κάνοντάς το,
13:07
we increase the odds
that it will actually come to be.
that it will actually come to be.
281
775398
3450
αυξάνουμε τις πιθανότητες
ότι θα πραγματοποιηθεί.
ότι θα πραγματοποιηθεί.
13:11
I think one of the most fundamental,
282
779731
2270
Πιστεύω ότι μία από τις πλέον θεμελιώδεις,
13:14
almost instinctive objections
283
782025
2168
σχεδόν ενστικτώδεις αντιρρήσεις
13:16
that many of us have
to the idea of a basic income,
to the idea of a basic income,
284
784217
3453
που πολλοί από εμάς έχουμε
για την ιδέα ενός βασικού εισοδήματος
για την ιδέα ενός βασικού εισοδήματος
13:19
or really to any significant
expansion of the safety net,
expansion of the safety net,
285
787694
3732
ή για την όποια σημαντική επέκταση
του δικτύου ασφαλείας,
του δικτύου ασφαλείας,
13:23
is this fear that we're going to end up
with too many people
with too many people
286
791450
3760
είναι ο φόβος ότι θα καταλήξουμε
με πάρα πολλούς ανθρώπους
με πάρα πολλούς ανθρώπους
13:27
riding in the economic cart,
287
795234
1738
επάνω στο οικονομικό καρότσι,
13:28
and not enough people pulling that cart.
288
796996
2047
αλλά όχι με αρκετούς
να τραβάνε το καρότσι.
να τραβάνε το καρότσι.
13:31
And yet, really, the whole point
I'm making here, of course,
I'm making here, of course,
289
799067
2834
Ωστόσο, αυτό που θέλω
φυσικά να τονίσω εδώ,
φυσικά να τονίσω εδώ,
13:33
is that in the future,
290
801925
1361
είναι ότι στο μέλλον,
13:35
machines are increasingly going
to be capable of pulling that cart for us.
to be capable of pulling that cart for us.
291
803310
3826
οι μηχανές όλο και περισσότερο θα μπορούν
να τραβάνε αυτό το καρότσι για εμάς.
να τραβάνε αυτό το καρότσι για εμάς.
13:39
That should give us more options
292
807160
1990
Αυτό πρέπει να μας δώσει πολλές επιλογές
13:41
for the way we structure
our society and our economy,
our society and our economy,
293
809174
3811
για τον τρόπο δομής της κοινωνίας
και της οικονομίας μας.
και της οικονομίας μας.
13:45
And I think eventually, it's going to go
beyond simply being an option,
beyond simply being an option,
294
813009
3442
Πιστεύω τελικά ότι θα εξελιχθεί
σε κάτι περισσότερο από επιλογή,
σε κάτι περισσότερο από επιλογή,
13:48
and it's going to become an imperative.
295
816475
1901
θα γίνει επιτακτική ανάγκη.
13:50
The reason, of course,
is that all of this is going to put
is that all of this is going to put
296
818400
2822
Ο λόγος, φυσικά, είναι
ότι όλα αυτά θα ασκήσουν
ότι όλα αυτά θα ασκήσουν
13:53
such a degree of stress on our society,
297
821246
2014
μεγάλο βαθμό πίεσης στην κοινωνία μας,
13:55
and also because jobs are that mechanism
298
823284
2514
γιατί επίσης τα επαγγέλματα
είναι ο μηχανισμός
είναι ο μηχανισμός
13:57
that gets purchasing power to consumers
299
825822
1965
που δίνει αγοραστική δύναμη
στους πελάτες
στους πελάτες
13:59
so they can then drive the economy.
300
827811
2516
για να μπορούν να κινήσουν την οικονομία.
14:02
If, in fact, that mechanism
begins to erode in the future,
begins to erode in the future,
301
830351
3547
Αν τελικά αυτός ο μηχανισμός
αρχίσει να διαβρώνεται στο μέλλον,
αρχίσει να διαβρώνεται στο μέλλον,
14:05
then we're going to need to replace
it with something else
it with something else
302
833922
2815
τότε θα χρειαστεί να
τον αντικαταστήσουμε με κάτι άλλο
τον αντικαταστήσουμε με κάτι άλλο
14:08
or we're going to face the risk
303
836761
1563
ή θα αντιμετωπίσουμε τον κίνδυνο
14:10
that our whole system simply
may not be sustainable.
may not be sustainable.
304
838348
2567
ολόκληρο το σύστημά μας απλά
να μην είναι βιώσιμο.
να μην είναι βιώσιμο.
14:12
But the bottom line here
is that I really think
is that I really think
305
840939
2382
Αλλά η ουσία εδώ είναι
ότι πραγματικά πιστεύω
ότι πραγματικά πιστεύω
14:15
that solving these problems,
306
843345
2436
ότι η επίλυση αυτών των προβλημάτων,
14:17
and especially finding a way
to build a future economy
to build a future economy
307
845805
3400
ειδικά η εξεύρεση τρόπου να χτίσουμε
μια μελλοντική οικονομία
μια μελλοντική οικονομία
14:21
that works for everyone,
308
849229
2013
που να λειτουργεί για όλους,
14:23
at every level of our society,
309
851266
1861
σε όλα τα επίπεδα της κοινωνίας μας,
14:25
is going to be one of the most important
challenges that we all face
challenges that we all face
310
853151
3540
θα είναι μία από τις σημαντικότερες
προκλήσεις που θα αντιμετωπίσουμε όλοι
προκλήσεις που θα αντιμετωπίσουμε όλοι
14:28
in the coming years and decades.
311
856715
2043
στις επόμενες δεκαετίες.
14:30
Thank you very much.
312
858782
1248
Σας ευχαριστώ πολύ.
14:32
(Applause)
313
860054
1860
(Χειροκρότημα)
ABOUT THE SPEAKER
Martin Ford - FuturistMartin Ford imagines what the accelerating progress in robotics and artificial intelligence may mean for the economy, job market and society of the future.
Why you should listen
Martin Ford was one of the first analysts to write compellingly about the future of work and economies in the face of the growing automation of everything. He sketches a future that's radically reshaped not just by robots but by the loss of the income-distributing power of human jobs. How will our economic systems need to adapt?
He's the author of two books: Rise of the Robots: Technology and the Threat of a Jobless Future (winner of the 2015 Financial Times/McKinsey Business Book of the Year Award ) and The Lights in the Tunnel: Automation, Accelerating Technology and the Economy of the Future, and he's the founder of a Silicon Valley-based software development firm. He has written about future technology and its implications for the New York Times, Fortune, Forbes, The Atlantic, The Washington Post, Harvard Business Review and The Financial Times.
Martin Ford | Speaker | TED.com