TED@IBM
Eric Berridge: Why tech needs the humanities
Eric Berridge: Le bienfait des lettres au service de la technologie
Filmed:
Readability: 4.6
1,226,683 views
Si vous voulez constituer une équipe avec des personnes innovantes et sachant résoudre efficacement les problèmes, vous devez accorder autant d'importance aux lettres qu'aux sciences, déclare l'entrepreneur Eric Berridge. Il explique les raisons pour lesquelles les entreprises technologiques devraient cesser de n'embaucher que des experts en sciences, en technologie, en ingénierie et en mathématiques. Il explique comment des employés formés en art et en lettres peuvent apporter de la créativité et une vision différente au sein d'entreprises technologiques.
Eric Berridge - Entrepreneur
Eric Berridge is an entrepreneurial humanist who believes our society is overly obsessed with STEM. Full bio
Eric Berridge is an entrepreneurial humanist who believes our society is overly obsessed with STEM. Full bio
Double-click the English transcript below to play the video.
00:12
You've all been in a bar, right?
0
647
2242
Vous êtes tous déjà allés
dans un bar, pas vrai ?
dans un bar, pas vrai ?
00:14
(Laughter)
1
2913
1491
(Rires)
00:16
But have you ever gone to a bar
2
4759
2694
Mais, êtes-vous déjà allés dans un bar
00:19
and come out with a $200 million business?
3
7477
2952
pour en ressortir avec une affaire
à 200 millions de dollars ?
à 200 millions de dollars ?
00:24
That's what happened to us
about 10 years ago.
about 10 years ago.
4
12276
2280
C'est ce qui nous est arrivé
il y a 10 ans.
il y a 10 ans.
00:27
We'd had a terrible day.
5
15445
1705
Nous avions passé une sale journée.
00:30
We had this huge client
that was killing us.
that was killing us.
6
18012
4064
Un gros client nous rendait fous.
Nous sommes spécialisés
dans le conseil en logiciel,
dans le conseil en logiciel,
00:34
We're a software consulting firm,
7
22100
2604
00:36
and we couldn't find
a very specific programming skill
a very specific programming skill
8
24728
2982
et il nous manquait une compétence
spécifique en programmation
spécifique en programmation
00:39
to help this client deploy
a cutting-edge cloud system.
a cutting-edge cloud system.
9
27734
3158
pour aider ce client à déployer
un système cloud de pointe.
un système cloud de pointe.
Des ingénieurs, nous en avons,
00:43
We have a bunch of engineers,
10
31798
1421
00:45
but none of them could please this client.
11
33243
2594
mais aucun d'entre eux
n'a pu satisfaire ce client.
n'a pu satisfaire ce client.
00:49
And we were about to be fired.
12
37274
1657
Il allait filer entre nos doigts.
00:51
So we go out to the bar,
13
39888
2335
Donc, nous sommes allés boire un verre.
00:54
and we're hanging out
with our bartender friend Jeff,
with our bartender friend Jeff,
14
42247
4047
Nous étions avec notre ami barman Jeff,
00:58
and he's doing
what all good bartenders do:
what all good bartenders do:
15
46318
2001
et il faisait comme tout bon barman :
01:00
he's commiserating with us,
making us feel better,
making us feel better,
16
48343
3022
il compatissait avec nous,
il nous remontait le moral,
il nous remontait le moral,
01:03
relating to our pain,
17
51389
2292
il se mettait à notre place,
01:05
saying, "Hey, these guys
are overblowing it.
are overblowing it.
18
53705
2048
et disait : « Sérieux, ils en font trop.
01:07
Don't worry about it."
19
55777
1183
Ne vous en faites pas. »
01:08
And finally, he deadpans us and says,
20
56984
2214
Puis, avec un air sérieux, il a dit :
01:11
"Why don't you send me in there?
21
59222
2293
« Pourquoi je n'irais pas, moi ?
01:13
I can figure it out."
22
61539
1507
Je peux résoudre le problème. »
01:15
So the next morning,
we're hanging out in our team meeting,
we're hanging out in our team meeting,
23
63585
3081
Ainsi, le lendemain matin,
nous nous retrouvons en réunion,
nous nous retrouvons en réunion,
01:19
and we're all a little hazy ...
24
67901
2555
et un peu tous dans le brouillard...
01:22
(Laughter)
25
70480
1150
(Rires)
01:24
and I half-jokingly throw it out there.
26
72504
2120
Et j'ai lancé ça, en blaguant à moitié :
01:26
I say, "Hey, I mean,
we're about to be fired."
we're about to be fired."
27
74648
2584
« Voilà, on est sur le point
de perdre le client. »
de perdre le client. »
01:29
So I say,
28
77256
1302
Donc j'ai dit :
01:30
"Why don't we send in
Jeff, the bartender?"
Jeff, the bartender?"
29
78582
2082
« Pourquoi ne pas
envoyer Jeff, le barman ? »
envoyer Jeff, le barman ? »
01:32
(Laughter)
30
80688
3077
(Rires)
01:35
And there's some silence,
some quizzical looks.
some quizzical looks.
31
83789
4061
Et c'est le silence,
des regards perplexes.
des regards perplexes.
01:39
Finally, my chief of staff says,
"That is a great idea."
"That is a great idea."
32
87874
3542
Mon directeur a finalement dit :
« C'est une très bonne idée. »
« C'est une très bonne idée. »
01:43
(Laughter)
33
91440
1737
(Rires)
01:45
"Jeff is wicked smart. He's brilliant.
34
93201
2094
« Jeff est très malin. Il est brillant.
01:48
He'll figure it out.
35
96168
1150
Il trouvera un moyen.
01:50
Let's send him in there."
36
98328
1413
Envoyons-le là-bas. »
01:52
Now, Jeff was not a programmer.
37
100189
2526
Jeff n'était pas programmeur.
01:54
In fact, he had dropped out of Penn
as a philosophy major.
as a philosophy major.
38
102739
3889
En fait, il avait arrêté ses études
de philo à l'Université de Pennsylvanie.
de philo à l'Université de Pennsylvanie.
01:59
But he was brilliant,
39
107491
1994
Mais il était très intelligent,
02:01
and he could go deep on topics,
40
109509
2627
et il pouvait creuser
des sujets en profondeur,
des sujets en profondeur,
02:04
and we were about to be fired.
41
112160
2032
et on allait perdre le contrat.
02:06
So we sent him in.
42
114216
1150
Donc on l'a envoyé.
02:09
After a couple days of suspense,
43
117839
1986
Après quelques jours d'inquiétude,
02:11
Jeff was still there.
44
119849
2157
Jeff y était toujours.
02:15
They hadn't sent him home.
45
123002
2140
Ils ne l'avaient pas renvoyé.
02:17
I couldn't believe it.
46
125166
2066
Je n'en croyais pas mes yeux.
02:19
What was he doing?
47
127256
1491
Que faisait-il ?
02:21
Here's what I learned.
48
129281
1150
Voilà ce qu'on m'a dit.
02:23
He had completely disarmed
their fixation on the programming skill.
their fixation on the programming skill.
49
131318
4210
Il les avait complètement fait oublier
leur obsession sur la programmation.
leur obsession sur la programmation.
02:29
And he had changed the conversation,
50
137004
2921
Et il avait fait dévier
la conversation,
la conversation,
02:31
even changing what we were building.
51
139949
2016
en changeant même ce qu'on avait commencé.
02:33
The conversation was now
about what we were going to build and why.
about what we were going to build and why.
52
141989
4552
La question était maintenant de savoir ce
qu'on allait faire pour eux, et pourquoi.
qu'on allait faire pour eux, et pourquoi.
02:41
And yes, Jeff figured out
how to program the solution,
how to program the solution,
53
149059
5358
Et oui, Jeff a trouvé comment
programmer la solution.
programmer la solution.
02:46
and the client became
one of our best references.
one of our best references.
54
154441
2365
Et ce client est aujourd'hui
une de nos meilleurs références.
une de nos meilleurs références.
02:50
Back then, we were 200 people,
55
158782
1977
À l'époque, on n'était que 200,
02:52
and half of our company was made up
of computer science majors or engineers,
of computer science majors or engineers,
56
160783
6320
et la moitié du staff était composée
d'informaticiens et d'ingénieurs,
d'informaticiens et d'ingénieurs,
02:59
but our experience with Jeff
left us wondering:
left us wondering:
57
167127
2261
mais tout ça nous a fait réfléchir :
03:02
Could we repeat this through our business?
58
170627
2071
Pourquoi ne pas réitérer l'expérience ?
03:06
So we changed the way
we recruited and trained.
we recruited and trained.
59
174017
4261
Donc nous avons recruté
et formé différemment.
et formé différemment.
03:11
And while we still sought after computer
engineers and computer science majors,
engineers and computer science majors,
60
179766
5984
Bien que nous recherchions toujours
des ingénieurs et des informaticiens,
des ingénieurs et des informaticiens,
03:17
we sprinkled in artists,
musicians, writers ...
musicians, writers ...
61
185774
4976
nous avons ajouté des artistes,
des musiciens, des écrivains...
des musiciens, des écrivains...
03:24
and Jeff's story started to multiply
itself throughout our company.
itself throughout our company.
62
192818
4374
Et l'histoire de Jeff s'est multipliée
à travers l'entreprise.
à travers l'entreprise.
03:29
Our chief technology officer
is an English major,
is an English major,
63
197216
3333
Notre directeur technique
a étudié l'anglais,
a étudié l'anglais,
03:34
and he was a bike messenger in Manhattan.
64
202168
2214
il était livreur à vélo à Manhattan.
03:38
And today, we're a thousand people,
65
206680
1946
Et aujourd'hui, nous sommes un millier,
03:41
yet still less than a hundred have degrees
in computer science or engineering.
in computer science or engineering.
66
209935
5452
mais à peine une centaine est
diplômée en informatique ou ingénieur.
diplômée en informatique ou ingénieur.
03:48
And yes, we're still
a computer consulting firm.
a computer consulting firm.
67
216984
3183
Et oui, nous sommes toujours
un cabinet de conseil en logiciel.
un cabinet de conseil en logiciel.
03:52
We're the number one player in our market.
68
220191
2126
Premiers sur notre marché.
Nous utilisons l'actuel meilleur progiciel
03:54
We work with the fastest-growing
software package
software package
69
222341
2353
pour un jour atteindre
les 10 milliards par an.
les 10 milliards par an.
03:56
to ever reach 10 billion dollars
in annual sales.
in annual sales.
70
224718
2293
04:01
So it's working.
71
229015
1626
Donc, tout roule.
04:05
Meanwhile, the push for STEM-based
education in this country --
education in this country --
72
233426
5731
En attendant, la pression en faveur d'une
éducation basée sur certains domaines -
éducation basée sur certains domaines -
04:11
science, technology,
engineering, mathematics --
engineering, mathematics --
73
239181
3334
sciences, technologie, ingénierie, maths -
04:14
is fierce.
74
242539
1212
est intense.
04:15
It's in all of our faces.
75
243775
1880
C'est sur tous nos visages.
04:18
And this is a colossal mistake.
76
246355
1674
Et c'est une erreur monumentale.
04:21
Since 2009, STEM majors
in the United States
in the United States
77
249707
4229
Depuis 2009, les diplômés américains en
matières technologiques et scientifiques
matières technologiques et scientifiques
04:25
have increased by 43 percent,
78
253960
2056
ont augmenté de 43%,
04:28
while the humanities have stayed flat.
79
256040
2428
alors qu'en lettres,
les chiffres sont restés stables.
les chiffres sont restés stables.
04:30
Our past president
80
258492
1365
Notre ancien président
04:33
dedicated over a billion dollars
towards STEM education
towards STEM education
81
261047
3503
a dédié plus d'un milliard pour
l'éducation scientifique et technologique
l'éducation scientifique et technologique
04:36
at the expense of other subjects,
82
264574
2839
au détriment d'autres domaines
04:39
and our current president
83
267437
2876
et notre président actuel
04:42
recently redirected 200 million dollars
of Department of Education funding
of Department of Education funding
84
270337
4867
a récemment utilisé 200 millions de
dollars des fonds dédiés à l'éducation
dollars des fonds dédiés à l'éducation
04:47
into computer science.
85
275228
1469
pour l'informatique.
04:49
And CEOs are continually complaining
about an engineering-starved workforce.
about an engineering-starved workforce.
86
277788
6381
Et les PDG se plaignent toujours
de manquer d'ingénieurs.
de manquer d'ingénieurs.
04:57
These campaigns,
87
285717
1445
Ces actions,
05:00
coupled with the undeniable success
of the tech economy --
of the tech economy --
88
288583
3548
associées avec le franc succès
de l'économie des technologies -
de l'économie des technologies -
05:04
I mean, let's face it,
89
292155
1248
oui, soyons honnêtes,
05:05
seven out of the 10 most valuable
companies in the world by market cap
companies in the world by market cap
90
293427
5508
7 des 10 entreprises
les plus cotées en bourse du monde
les plus cotées en bourse du monde
05:10
are technology firms --
91
298959
1511
sont dans la technologie.
05:13
these things create an assumption
92
301662
1976
Tout cela laisse supposer que
05:16
that the path of our future workforce
will be dominated by STEM.
will be dominated by STEM.
93
304805
4214
l'avenir de nos futurs collaborateurs
sera dominé par ces domaines.
sera dominé par ces domaines.
05:24
I get it.
94
312583
1150
Je comprends.
05:26
On paper, it makes sense.
95
314692
1621
Sur le papier, ça fait sens.
05:29
It's tempting.
96
317498
1212
C'est tentant.
05:33
But it's totally overblown.
97
321597
1933
Mais c'est complètement exagéré.
05:35
It's like, the entire soccer team
chases the ball into the corner,
chases the ball into the corner,
98
323554
6051
C'est comme si toute une équipe de foot
courait après le ballon dans un coin,
courait après le ballon dans un coin,
05:41
because that's where the ball is.
99
329629
1778
parce que c'est là qu'il se trouve.
05:44
We shouldn't overvalue STEM.
100
332841
2246
Il ne faut pas surévaluer
la technologie et les sciences.
la technologie et les sciences.
05:48
We shouldn't value the sciences
any more than we value the humanities.
any more than we value the humanities.
101
336133
3573
Il ne faut pas donner plus d'estime
aux sciences qu'aux lettres.
aux sciences qu'aux lettres.
05:52
And there are a couple of reasons.
102
340544
1722
Et voici deux raisons.
05:55
Number one, today's technologies
are incredibly intuitive.
are incredibly intuitive.
103
343058
5986
Primo, les technologies d'aujourd'hui
sont très intuitives.
sont très intuitives.
06:01
The reason we've been able
to recruit from all disciplines
to recruit from all disciplines
104
349068
4000
Si nous avons pu recruter
des personnes d'horizons différents
des personnes d'horizons différents
06:05
and swivel into specialized skills
105
353092
2119
et les faire se spécialiser,
06:08
is because modern systems
can be manipulated without writing code.
can be manipulated without writing code.
106
356377
4754
c'est parce que maintenant, les appareils
sont utilisables sans savoir programmer.
sont utilisables sans savoir programmer.
06:13
They're like LEGO: easy to put together,
easy to learn, even easy to program,
easy to learn, even easy to program,
107
361155
5854
Comme des LEGO, ils sont faciles à monter,
à comprendre, et même à programmer,
à comprendre, et même à programmer,
06:19
given the vast amounts of information
that are available for learning.
that are available for learning.
108
367033
3491
compte tenu de toutes les ressources
disponibles pour apprendre.
disponibles pour apprendre.
Bien sûr, il nous faut
du personnel spécialisé
du personnel spécialisé
06:23
Yes, our workforce
needs specialized skill,
needs specialized skill,
109
371173
2835
06:27
but that skill requires a far less
rigorous and formalized education
rigorous and formalized education
110
375242
4794
mais la formation requise n'a pas à être
aussi rigoureuse et structurée
aussi rigoureuse et structurée
06:32
than it did in the past.
111
380060
1856
qu'elle le devait auparavant.
06:34
Number two, the skills
that are imperative and differentiated
that are imperative and differentiated
112
382876
5739
Deuzio, les compétences qui sont
essentielles et qui font la différence
essentielles et qui font la différence
06:40
in a world with intuitive technology
113
388639
3149
dans un monde doté
d'une technologie intuitive,
d'une technologie intuitive,
06:43
are the skills that help us
to work together as humans,
to work together as humans,
114
391812
3587
sont les compétences qui nous aident à
travailler main dans la main,
travailler main dans la main,
06:49
where the hard work
is envisioning the end product
is envisioning the end product
115
397184
3984
sur des projets qui requièrent
d'imaginer un produit final
d'imaginer un produit final
06:54
and its usefulness,
116
402193
1492
et son utilité,
06:55
which requires real-world experience
and judgment and historical context.
and judgment and historical context.
117
403709
6214
et qui nécessitent expérience, opinion et
connaissance contextuelle du monde réel.
connaissance contextuelle du monde réel.
07:03
What Jeff's story taught us
118
411232
2286
Ce que nous a appris l'histoire de Jeff,
07:05
is that the customer
was focused on the wrong thing.
was focused on the wrong thing.
119
413542
3531
c'est que le client n'était pas
focalisé sur ce qu'il fallait.
focalisé sur ce qu'il fallait.
07:10
It's the classic case:
120
418160
1507
C'est le cas classique :
07:12
the technologist struggling to communicate
with the business and the end user,
with the business and the end user,
121
420661
4262
les technologues rament à communiquer
avec l'entreprise et l'utilisateur final,
avec l'entreprise et l'utilisateur final,
07:16
and the business failing
to articulate their needs.
to articulate their needs.
122
424947
4186
et l'entreprise n'arrive pas
à formuler ses besoins.
à formuler ses besoins.
07:22
I see it every day.
123
430033
1706
Je vois ça tous les jours.
07:25
We are scratching the surface
124
433448
1922
Nous n'allons pas assez en profondeur
07:27
in our ability as humans
to communicate and invent together,
to communicate and invent together,
125
435394
4809
dans notre habilité à communiquer
et inventer ensemble.
et inventer ensemble.
07:32
and while the sciences teach us
how to build things,
how to build things,
126
440227
4580
Alors que les sciences nous
apprennent à fabriquer des choses,
apprennent à fabriquer des choses,
07:36
it's the humanities that teach us
what to build and why to build them.
what to build and why to build them.
127
444831
5410
ce sont les lettres qui nous disent
quoi faire, et pour quelles raisons.
quoi faire, et pour quelles raisons.
07:43
And they're equally as important,
128
451612
2604
Et elles sont toutes deux primordiales,
07:46
and they're just as hard.
129
454240
1507
et tout aussi complexes.
07:50
It irks me ...
130
458476
1995
Ça m'agace...
07:54
when I hear people
treat the humanities as a lesser path,
treat the humanities as a lesser path,
131
462532
5493
quand j'entends des gens
discréditer les lettres,
discréditer les lettres,
08:00
as the easier path.
132
468049
1184
dire que c'est facile.
08:01
Come on!
133
469840
1150
Franchement !
08:04
The humanities give us
the context of our world.
the context of our world.
134
472258
4150
Ce sont elles qui nous donnent
le contexte de notre monde.
le contexte de notre monde.
08:10
They teach us how to think critically.
135
478573
3437
Elles nous apprennent à être critiques.
08:14
They are purposely unstructured,
136
482034
1969
Elles sont délibérément non structurées,
08:16
while the sciences
are purposely structured.
are purposely structured.
137
484027
2546
alors que les sciences
sont délibérément structurées.
sont délibérément structurées.
08:19
They teach us to persuade,
they give us our language,
they give us our language,
138
487745
3588
Elles nous apprennent à persuader,
elles nous donnent le langage,
elles nous donnent le langage,
08:23
which we use to convert our emotions
to thought and action.
to thought and action.
139
491357
6839
que nous utilisons pour transformer
nos émotions en pensées et actions.
nos émotions en pensées et actions.
08:32
And they need to be
on equal footing with the sciences.
on equal footing with the sciences.
140
500267
4264
Et elles doivent être considérées
comme l'égal des sciences.
comme l'égal des sciences.
08:36
And yes, you can hire a bunch of artists
141
504555
3992
Et oui, vous pouvez
embaucher plusieurs artistes
embaucher plusieurs artistes
08:40
and build a tech company
142
508571
1333
pour une firme technologique
08:43
and have an incredible outcome.
143
511166
1770
et obtenir des résultats incroyables.
08:46
Now, I'm not here today
to tell you that STEM's bad.
to tell you that STEM's bad.
144
514616
4722
Je ne suis pas là pour dire du mal des
domaines technologiques et scientifiques.
domaines technologiques et scientifiques.
08:52
I'm not here today
to tell you that girls shouldn't code.
to tell you that girls shouldn't code.
145
520778
3984
Je ne suis pas là pour vous dire que
les filles ne doivent pas programmer.
les filles ne doivent pas programmer.
08:57
(Laughter)
146
525111
1039
(Rires)
08:58
Please.
147
526174
1150
S'il vous plaît.
09:00
And that next bridge I drive over
148
528355
2568
Et quand je franchirai un pont,
09:02
or that next elevator we all jump into --
149
530947
3550
ou que je prendrai un ascenseur,
09:07
let's make sure
there's an engineer behind it.
there's an engineer behind it.
150
535602
2207
je veux être sûr
qu'un ingénieur y est passé.
qu'un ingénieur y est passé.
09:09
(Laughter)
151
537833
3642
(Rires)
09:14
But to fall into this paranoia
152
542233
3295
Mais tomber dans la paranoïa
09:17
that our future jobs
will be dominated by STEM,
will be dominated by STEM,
153
545552
4872
que nos futurs emplois seront
dominés par ces domaines,
dominés par ces domaines,
09:22
that's just folly.
154
550448
1635
ce ne sont que des bêtises.
09:24
If you have friends or kids
or relatives or grandchildren
or relatives or grandchildren
155
552526
4091
Si vous avez des amis, des enfants,
des proches, des petits-enfants,
des proches, des petits-enfants,
09:28
or nieces or nephews ...
156
556641
1799
ou des nièces, des neveux,
09:30
encourage them to be
whatever they want to be.
whatever they want to be.
157
558464
3150
encouragez-les à être
ce qu'ils ont envie d'être.
ce qu'ils ont envie d'être.
09:34
(Applause)
158
562336
6896
(Applaudissements)
09:41
The jobs will be there.
159
569607
2015
Ils trouveront des emplois.
09:45
Those tech CEOs
160
573741
1477
Ces PDG en technologie,
09:48
that are clamoring for STEM grads,
161
576235
3334
qui réclament des diplômés
en sciences ou en technologie,
en sciences ou en technologie,
09:51
you know what they're hiring for?
162
579593
1784
vous savez pourquoi ils les veulent ?
09:54
Google, Apple, Facebook.
163
582430
2025
Google, Apple, Facebook.
09:57
Sixty-five percent
of their open job opportunities
of their open job opportunities
164
585468
3627
65% des offres d'emploi actuelles
10:01
are non-technical:
165
589119
1721
n'ont pas une portée technique :
10:03
marketers, designers,
project managers, program managers,
project managers, program managers,
166
591845
4889
marketers, designers,
chefs de projet, chefs de programme,
chefs de projet, chefs de programme,
10:08
product managers, lawyers, HR specialists,
167
596758
3381
chefs de produit, avocats,
spécialistes des RH,
spécialistes des RH,
10:12
trainers, coaches, sellers,
buyers, on and on.
buyers, on and on.
168
600163
3325
formateurs, coachs, vendeurs,
acheteurs, la liste est longue.
acheteurs, la liste est longue.
10:15
These are the jobs they're hiring for.
169
603512
3438
Voilà ce qu'ils cherchent en recrutant.
10:20
And if there's one thing
that our future workforce needs --
that our future workforce needs --
170
608602
5405
Et s'il y a une chose que
notre future main-d'œuvre a besoin -
notre future main-d'œuvre a besoin -
10:26
and I think we can all agree on this --
171
614031
1952
et je pense qu'on est tous d'accord -
10:29
it's diversity.
172
617056
1150
c'est la diversité.
10:31
But that diversity shouldn't end
with gender or race.
with gender or race.
173
619706
4074
Mais cette diversité ne doit pas
s'arrêter au genre et à l'origine.
s'arrêter au genre et à l'origine.
10:35
We need a diversity of backgrounds
174
623804
2103
Il nous faut une diversité de parcours,
10:39
and skills,
175
627192
1150
et de compétences,
10:42
with introverts and extroverts
176
630100
3738
avec des introvertis, et des extravertis,
10:45
and leaders and followers.
177
633862
2953
avec des meneurs, et des suiveurs.
10:48
That is our future workforce.
178
636839
1689
Ça, c'est l'avenir du travail.
10:51
And the fact that the technology
is getting easier and more accessible
is getting easier and more accessible
179
639767
5699
Et le fait que la technologie soit
de plus en plus simple et accessible
de plus en plus simple et accessible
10:57
frees that workforce up
180
645490
1818
libère ces futurs travailleurs
10:59
to study whatever they damn well please.
181
647332
3372
afin qu'ils étudient ce qui leur chante.
11:03
Thank you.
182
651273
1151
Merci beaucoup.
11:04
(Applause)
183
652448
6623
(Applaudissements)
ABOUT THE SPEAKER
Eric Berridge - EntrepreneurEric Berridge is an entrepreneurial humanist who believes our society is overly obsessed with STEM.
Why you should listen
As the co-founder of global consulting agency and Salesforce strategic partner Bluewolf, an IBM Company, Eric Berridge has applied his passion for the humanities over the past 17 years to pioneer a cloud consulting practice with less than 10 percent of employees holding engineering or computer science degrees. The way he sees it, as technology becomes easier to use and build, the humanities offer skills that are becoming increasingly valuable to the success of business everywhere. And today’s AI-driven discussion holds the key to freeing the human condition to be balanced, healthy, creative and productive.
Eric Berridge | Speaker | TED.com