TEDxCambridge
David Autor: Will automation take away all our jobs?
David Autor: Waarom zijn er nog zoveel banen?
Filmed:
Readability: 5
1,660,740 views
Over deze paradox hoor je niet zo veel: ondanks alle machines die we al een eeuw maken om ons werk voor ons te doen, is het percentage volwassenen in de VS dat een baan heeft aanhoudend gestegen in de afgelopen 125 jaar. Waarom zijn menselijke arbeid en onze vaardigheden nog niet overbodig geraakt? In deze talk over de toekomst van werk bespreekt econoom David Autor de vraag waarom er nog steeds zo veel banen zijn en komt hij met een verrassend, hoopvol antwoord.
David Autor - Economist
David Autor's work assesses the labor market consequences of technological change and globalization. Full bio
David Autor's work assesses the labor market consequences of technological change and globalization. Full bio
Double-click the English transcript below to play the video.
00:13
Here's a startling fact:
0
1240
1831
Hier is een verrassend feit:
00:15
in the 45 years since the introduction
of the automated teller machine,
of the automated teller machine,
1
3095
3721
in de 45 jaar sinds
de introductie van de geldautomaat
de introductie van de geldautomaat
00:18
those vending machines that dispense cash,
2
6840
2856
-- die automaten waar
papiergeld uit komt --
papiergeld uit komt --
00:21
the number of human bank tellers
employed in the United States
employed in the United States
3
9720
3176
is het aantal menselijke
bankmedewerkers in de Verenigde Staten
bankmedewerkers in de Verenigde Staten
00:24
has roughly doubled,
4
12920
1256
ongeveer verdubbeld,
00:26
from about a quarter of a million
to a half a million.
to a half a million.
5
14200
3296
van zo'n kwart miljoen
naar een half miljoen --
naar een half miljoen --
00:29
A quarter of a million in 1970
to about a half a million today,
to about a half a million today,
6
17520
3036
een kwart miljoen in 1970
naar een half miljoen vandaag,
naar een half miljoen vandaag,
00:32
with 100,000 added since the year 2000.
7
20580
4236
en 100.000 zijn erbij gekomen
sinds het jaar 2000.
sinds het jaar 2000.
00:36
These facts, revealed in a recent book
8
24840
2416
Dit feit, onthuld in een recent boek
00:39
by Boston University
economist James Bessen,
economist James Bessen,
9
27280
3136
van James Bessen,
econoom aan Boston University,
econoom aan Boston University,
00:42
raise an intriguing question:
10
30440
2176
roept een intrigerende vraag op:
00:44
what are all those tellers doing,
11
32640
1896
wat doen al die bankmedewerkers?
00:46
and why hasn't automation
eliminated their employment by now?
eliminated their employment by now?
12
34560
4016
En waarom zijn hun banen
nog niet weggeautomatiseerd?
nog niet weggeautomatiseerd?
00:50
If you think about it,
13
38600
1336
Als je erover nadenkt,
00:51
many of the great inventions
of the last 200 years
of the last 200 years
14
39960
3136
zijn veel van de grote uitvindingen
van de afgelopen 200 jaar
van de afgelopen 200 jaar
00:55
were designed to replace human labor.
15
43120
2800
bedoeld om menselijke arbeid te vervangen.
00:58
Tractors were developed
16
46720
1776
Tractors werden ontwikkeld
01:00
to substitute mechanical power
for human physical toil.
for human physical toil.
17
48520
4336
om menselijk zwoegen te vervangen
door mechanische kracht.
door mechanische kracht.
01:04
Assembly lines were engineered
18
52880
2336
Lopende banden werden ontworpen
01:07
to replace inconsistent human handiwork
19
55240
3336
om inconsistent menselijk handwerk
te vervangen door machinale perfectie.
te vervangen door machinale perfectie.
01:10
with machine perfection.
20
58600
1936
Computers werden geprogrammeerd
01:12
Computers were programmed to swap out
21
60560
3216
om foutgevoelige, menselijke berekeningen
te vervangen door digitale perfectie.
te vervangen door digitale perfectie.
01:15
error-prone, inconsistent
human calculation
human calculation
22
63800
2656
01:18
with digital perfection.
23
66480
1760
01:20
These inventions have worked.
24
68760
2176
Deze uitvindingen werken.
01:22
We no longer dig ditches by hand,
25
70960
2056
We graven geen greppels meer met de hand,
01:25
pound tools out of wrought iron
26
73040
2056
we hameren geen
gereedschap uit smeedijzer,
gereedschap uit smeedijzer,
01:27
or do bookkeeping using actual books.
27
75120
2280
we doen de boekhouding
niet meer met fysieke boeken.
niet meer met fysieke boeken.
01:30
And yet, the fraction of US adults
employed in the labor market
employed in the labor market
28
78240
4736
Toch is het percentage volwassenen
in de VS dat actief is op de arbeidsmarkt
in de VS dat actief is op de arbeidsmarkt
01:35
is higher now in 2016
29
83000
2856
hoger in 2016
dan 125 jaar geleden, in 1890,
dan 125 jaar geleden, in 1890,
01:37
than it was 125 years ago, in 1890,
30
85880
2736
01:40
and it's risen in just about every decade
31
88640
3016
en dit getal is bijna
ieder decennium gestegen
ieder decennium gestegen
01:43
in the intervening 125 years.
32
91680
2320
in de tussenliggende 125 jaar.
01:46
This poses a paradox.
33
94560
1680
Dit vormt een paradox.
01:48
Our machines increasingly
do our work for us.
do our work for us.
34
96760
3056
Onze machines doen steeds meer
van ons werk voor ons.
van ons werk voor ons.
01:51
Why doesn't this make our labor redundant
and our skills obsolete?
and our skills obsolete?
35
99840
4136
Waarom zijn onze arbeid
en onze vaardigheden niet overbodig?
en onze vaardigheden niet overbodig?
01:56
Why are there still so many jobs?
36
104000
3696
Waarom zijn er nog steeds zo veel banen?
01:59
(Laughter)
37
107720
1736
(Gelach)
02:01
I'm going to try to answer
that question tonight,
that question tonight,
38
109480
2336
Ik probeer deze vraag
vanavond te beantwoorden
vanavond te beantwoorden
02:03
and along the way, I'm going to tell you
what this means for the future of work
what this means for the future of work
39
111840
3736
en tegelijkertijd vertel ik jullie
wat dit betekent voor de toekomst van werk
wat dit betekent voor de toekomst van werk
02:07
and the challenges that automation
does and does not pose
does and does not pose
40
115600
4176
en de uitdagingen
die automatisering wel en niet vormt
die automatisering wel en niet vormt
voor onze maatschappij.
02:11
for our society.
41
119800
1440
02:14
Why are there so many jobs?
42
122520
1760
Waarom zijn er zo veel banen?
02:17
There are actually two fundamental
economic principles at stake.
economic principles at stake.
43
125680
3376
Hier staan twee fundamentele
economische principes op het spel.
economische principes op het spel.
02:21
One has to do with human genius
44
129080
2696
Het ene heeft te maken
met het menselijke genie en creativiteit.
met het menselijke genie en creativiteit.
02:23
and creativity.
45
131800
1416
02:25
The other has to do
with human insatiability,
with human insatiability,
46
133240
2856
Het andere heeft te maken
met menselijke onverzadigbaarheid,
met menselijke onverzadigbaarheid,
02:28
or greed, if you like.
47
136120
1576
zeg maar: hebzucht.
02:29
I'm going to call the first of these
the O-ring principle,
the O-ring principle,
48
137720
2736
Het eerste noem ik het O-ringprincipe
en het bepaalt
wat voor soort werk we doen.
wat voor soort werk we doen.
02:32
and it determines
the type of work that we do.
the type of work that we do.
49
140480
2176
Het tweede is het nooit-genoegprincipe
02:34
The second principle
is the never-get-enough principle,
is the never-get-enough principle,
50
142680
2616
02:37
and it determines how many jobs
there actually are.
there actually are.
51
145320
3480
en het bepaalt
hoeveel banen er feitelijk zijn.
hoeveel banen er feitelijk zijn.
02:41
Let's start with the O-ring.
52
149440
2336
Laten we beginnen met de O-ring.
02:43
ATMs, automated teller machines,
53
151800
2776
Bankautomaten hadden twee
compenserende effecten
compenserende effecten
02:46
had two countervailing effects
on bank teller employment.
on bank teller employment.
54
154600
3336
op de werkgelegenheid.
Zoals je zou verwachten,
vervingen ze veel bankmedewerkers.
vervingen ze veel bankmedewerkers.
02:49
As you would expect,
they replaced a lot of teller tasks.
they replaced a lot of teller tasks.
55
157960
2696
02:52
The number of tellers per branch
fell by about a third.
fell by about a third.
56
160680
2680
Het aantal medewerkers per filiaal
nam met ongeveer eenderde af.
nam met ongeveer eenderde af.
02:56
But banks quickly discovered that it
also was cheaper to open new branches,
also was cheaper to open new branches,
57
164240
3816
Maar banken ontdekten snel dat het
ook goedkoper werd om filialen te openen
ook goedkoper werd om filialen te openen
03:00
and the number of bank branches
increased by about 40 percent
increased by about 40 percent
58
168080
3136
en het aantal bankfilialen steeg
met ongeveer 40% in dezelfde periode.
met ongeveer 40% in dezelfde periode.
03:03
in the same time period.
59
171240
1496
03:04
The net result was more branches
and more tellers.
and more tellers.
60
172760
4080
Het netto resultaat was meer filialen
en meer bankmedewerkers.
en meer bankmedewerkers.
03:09
But those tellers were doing
somewhat different work.
somewhat different work.
61
177440
3416
Maar die medewerkers
deden wel ander werk.
deden wel ander werk.
03:12
As their routine,
cash-handling tasks receded,
cash-handling tasks receded,
62
180880
3656
Ze deden minder routine geldtransacties.
03:16
they became less like checkout clerks
63
184560
2136
Ze veranderden van kassaklerken
in verkoopmedewerkers.
in verkoopmedewerkers.
03:18
and more like salespeople,
64
186720
1816
03:20
forging relationships with customers,
65
188560
2056
Ze schiepen banden met klanten,
losten problemen op
losten problemen op
03:22
solving problems
66
190640
1216
en introduceerden nieuwe producten, zoals
creditcards, leningen en investeringen.
creditcards, leningen en investeringen.
03:23
and introducing them to new products
like credit cards, loans and investments:
like credit cards, loans and investments:
67
191880
4216
03:28
more tellers doing
a more cognitively demanding job.
a more cognitively demanding job.
68
196120
3840
Meer bankmedewerkers die
meer cognitief uitdagend werk doen.
meer cognitief uitdagend werk doen.
03:32
There's a general principle here.
69
200840
1640
Hier is een algemeen principe aan de gang.
03:35
Most of the work that we do
70
203120
1696
Het meeste werk dat wij doen
03:36
requires a multiplicity of skills,
71
204840
3480
vereist een veelheid aan vaardigheden,
03:41
and brains and brawn,
72
209160
3176
hersenen en spierkracht,
03:44
technical expertise and intuitive mastery,
73
212360
3616
technische expertise en
intuïtief meesterschap,
intuïtief meesterschap,
03:48
perspiration and inspiration
in the words of Thomas Edison.
in the words of Thomas Edison.
74
216000
2960
"transpiratie en inspiratie",
zoals Thomas Edison zei.
zoals Thomas Edison zei.
03:51
In general, automating
some subset of those tasks
some subset of those tasks
75
219480
3256
Over het algemeen maakt het
automatiseren van een deel van die taken
automatiseren van een deel van die taken
03:54
doesn't make the other ones unnecessary.
76
222760
2216
het andere deel niet overbodig.
03:57
In fact, it makes them more important.
77
225000
2960
Sterker nog, het maakt ze belangrijker.
04:01
It increases their economic value.
78
229080
1976
Het verhoogt hun economische waarde.
04:03
Let me give you a stark example.
79
231080
2016
Laat me een treffend voorbeeld geven.
04:05
In 1986, the space shuttle Challenger
80
233120
3816
In 1986 ontplofte
de spaceshuttle Challenger
de spaceshuttle Challenger
04:08
exploded and crashed back down to Earth
81
236960
2296
en stortte neer op Aarde,
minder dan twee minuten na de lancering.
04:11
less than two minutes after takeoff.
82
239280
1920
04:13
The cause of that crash, it turned out,
83
241720
3096
De oorzaak van die crash, bleek later,
04:16
was an inexpensive rubber O-ring
in the booster rocket
in the booster rocket
84
244840
3536
was een goedkope rubberen O-ring
in de boosterraket
in de boosterraket
04:20
that had frozen on the launchpad
the night before
the night before
85
248400
2856
die de nacht ervoor was bevroren
op het lanceringsplatform
op het lanceringsplatform
04:23
and failed catastrophically
moments after takeoff.
moments after takeoff.
86
251280
3376
en catastrofaal faalde
vlak na de lancering.
vlak na de lancering.
04:26
In this multibillion dollar enterprise
87
254680
2815
In deze onderneming die miljarden kostte,
04:29
that simple rubber O-ring
88
257519
1697
zorgde die simpele rubberen O-ring
voor het verschil
voor het verschil
04:31
made the difference
between mission success
between mission success
89
259240
2575
tussen een succesvolle missie
04:33
and the calamitous death
of seven astronauts.
of seven astronauts.
90
261839
2841
en de rampzalige dood
van zeven astronauten.
van zeven astronauten.
04:37
An ingenious metaphor
for this tragic setting
for this tragic setting
91
265600
3736
Een slimme metafoor
voor deze tragische situatie
voor deze tragische situatie
04:41
is the O-ring production function,
92
269360
2216
is de 'O-ringproductiefunctie',
04:43
named by Harvard economist Michael Kremer
93
271600
2496
door Harvard-econoom Michael Kremer
vernoemd naar de Challengerramp.
vernoemd naar de Challengerramp.
04:46
after the Challenger disaster.
94
274120
2016
04:48
The O-ring production function
conceives of the work
conceives of the work
95
276160
2576
De O-ringproductiefunctie ziet werk
als een serie in elkaar grijpende stappen,
als een serie in elkaar grijpende stappen,
04:50
as a series of interlocking steps,
96
278760
2336
04:53
links in a chain.
97
281120
1256
schakels in een ketting.
04:54
Every one of those links must hold
for the mission to succeed.
for the mission to succeed.
98
282400
3696
Al deze schakels moeten het houden
om de missie te laten slagen.
om de missie te laten slagen.
04:58
If any of them fails,
99
286120
2136
Als één schakel faalt,
05:00
the mission, or the product
or the service,
or the service,
100
288280
3296
stort de missie, het product
of de dienst in elkaar.
of de dienst in elkaar.
05:03
comes crashing down.
101
291600
1320
05:05
This precarious situation
has a surprisingly positive implication,
has a surprisingly positive implication,
102
293560
4936
Deze precaire situatie
heeft een verrassend positief gevolg,
heeft een verrassend positief gevolg,
05:10
which is that improvements
103
298520
1896
namelijk dat verbeteringen
05:12
in the reliability
of any one link in the chain
of any one link in the chain
104
300440
2976
in de betrouwbaarheid
van één schakel in de keten
van één schakel in de keten
05:15
increases the value
of improving any of the other links.
of improving any of the other links.
105
303440
3776
de waarde van het verbeteren
van de andere schakels vergroot.
van de andere schakels vergroot.
05:19
Concretely, if most of the links
are brittle and prone to breakage,
are brittle and prone to breakage,
106
307240
4976
Concreet gezegd: als de meeste schakels
broos en breekbaar zijn,
broos en breekbaar zijn,
05:24
the fact that your link
is not that reliable
is not that reliable
107
312240
2456
maakt het niet zo uit als jouw keten
niet zo betrouwbaar is.
niet zo betrouwbaar is.
05:26
is not that important.
108
314720
1256
05:28
Probably something else will break anyway.
109
316000
2000
Er gaat toch wel iets anders kapot.
Maar als alle andere schakels
robuust en betrouwbaar worden,
robuust en betrouwbaar worden,
05:30
But as all the other links
become robust and reliable,
become robust and reliable,
110
318024
3992
05:34
the importance of your link
becomes more essential.
becomes more essential.
111
322040
3496
wordt het belang van jouw schakel
steeds essentiëler.
steeds essentiëler.
05:37
In the limit, everything depends upon it.
112
325560
2320
Uiteindelijk hangt alles ervan af.
05:40
The reason the O-ring was critical
to space shuttle Challenger
to space shuttle Challenger
113
328640
3536
De reden dat de O-ring cruciaal was
voor de spaceshuttle Challenger
voor de spaceshuttle Challenger
05:44
is because everything else
worked perfectly.
worked perfectly.
114
332200
2720
is dat al het andere perfect werkte.
05:47
If the Challenger were
kind of the space era equivalent
kind of the space era equivalent
115
335480
2576
Als de Challenger het ruimte-equivalent
was geweest van Microsoft Windows 2000...
was geweest van Microsoft Windows 2000...
05:50
of Microsoft Windows 2000 --
116
338080
2536
(Gelach)
05:52
(Laughter)
117
340640
2096
05:54
the reliability of the O-ring
wouldn't have mattered
wouldn't have mattered
118
342760
2456
had de betrouwbaarheid
van de O-ring niet uitgemaakt,
van de O-ring niet uitgemaakt,
05:57
because the machine would have crashed.
119
345240
1858
want de machine was toch wel gecrasht.
05:59
(Laughter)
120
347122
1480
(Gelach)
06:01
Here's the broader point.
121
349960
1576
Dit is mijn algemene punt:
06:03
In much of the work that we do,
we are the O-rings.
we are the O-rings.
122
351560
3816
in veel van het werk dat wij doen,
zijn wij de O-ringen.
zijn wij de O-ringen.
06:07
Yes, ATMs could do
certain cash-handling tasks
certain cash-handling tasks
123
355400
3536
Ja, geldautomaten doen bepaalde
geld-gerelateerde taken
geld-gerelateerde taken
06:10
faster and better than tellers,
124
358960
3016
sneller en beter dan bankmedewerkers,
06:14
but that didn't make tellers superfluous.
125
362000
2056
maar dat maakte
bankmedewerkers niet overbodig.
bankmedewerkers niet overbodig.
06:16
It increased the importance
of their problem-solving skills
of their problem-solving skills
126
364080
3296
Het vergrootte het belang
van hun probleemoplossend vermogen
van hun probleemoplossend vermogen
06:19
and their relationships with customers.
127
367400
2616
en hun relaties met klanten.
06:22
The same principle applies
if we're building a building,
if we're building a building,
128
370040
3296
Hetzelfde principe geldt
als we een gebouw bouwen,
als we een gebouw bouwen,
06:25
if we're diagnosing
and caring for a patient,
and caring for a patient,
129
373360
2536
als we een patiënt
diagnosticeren en behandelen,
diagnosticeren en behandelen,
06:27
or if we are teaching a class
130
375920
3136
of als we lesgeven aan een lokaal
vol met middelbare scholieren.
vol met middelbare scholieren.
06:31
to a roomful of high schoolers.
131
379080
2456
06:33
As our tools improve,
132
381560
2376
Wanneer onze hulpmiddelen verbeteren,
06:35
technology magnifies our leverage
133
383960
2096
vergroot de technologie onze invloed
06:38
and increases the importance
of our expertise
of our expertise
134
386080
3896
en vergroot het belang van onze expertise,
06:42
and our judgment and our creativity.
135
390000
2200
en ons beoordelingsvermogen
en onze creativiteit.
en onze creativiteit.
06:45
And that brings me
to the second principle:
to the second principle:
136
393000
2240
Dat brengt me op het tweede principe:
nooit genoeg.
06:48
never get enough.
137
396160
1200
06:50
You may be thinking, OK, O-ring, got it,
138
398280
2416
Je denkt misschien:
"Oké, O-ring, ik snap het.
"Oké, O-ring, ik snap het.
06:52
that says the jobs that people do
will be important.
will be important.
139
400720
3096
Dat verklaart dat menselijke banen
altijd belangrijk zullen zijn.
altijd belangrijk zullen zijn.
06:55
They can't be done by machines,
but they still need to be done.
but they still need to be done.
140
403840
2976
Belangrijke banen
die machines niet kunnen doen.
die machines niet kunnen doen.
Maar dan weet ik nog niet
hoeveel banen er moeten zijn."
hoeveel banen er moeten zijn."
06:58
But that doesn't tell me
how many jobs there will need to be.
how many jobs there will need to be.
141
406840
2896
Als je erover nadenkt,
is het niet vanzelfsprekend
is het niet vanzelfsprekend
07:01
If you think about it,
isn't it kind of self-evident
isn't it kind of self-evident
142
409760
2456
dat als we eenmaal
productief genoeg zijn,
productief genoeg zijn,
07:04
that once we get sufficiently
productive at something,
productive at something,
143
412240
2536
we onszelf in feite hebben weggewerkt?
07:06
we've basically
worked our way out of a job?
worked our way out of a job?
144
414800
2096
In 1900 was 40% van de banen
in de VS op boerderijen.
in de VS op boerderijen.
07:08
In 1900, 40 percent of all US employment
145
416920
2776
07:11
was on farms.
146
419720
1256
07:13
Today, it's less than two percent.
147
421000
2256
Nu is dat minder dan 2%.
07:15
Why are there so few farmers today?
148
423280
2176
Waarom zijn er tegenwoordig
zo weinig boeren?
zo weinig boeren?
07:17
It's not because we're eating less.
149
425480
1856
Niet omdat we minder eten.
07:19
(Laughter)
150
427360
2656
(Gelach)
07:22
A century of productivity
growth in farming
growth in farming
151
430040
2736
Door een eeuw aan groei
van productiviteit in agricultuur
van productiviteit in agricultuur
07:24
means that now,
a couple of million farmers
a couple of million farmers
152
432800
2176
kunnen een paar miljoen boeren
07:27
can feed a nation of 320 million.
153
435000
2736
nu een natie van 320 miljoen voeden.
07:29
That's amazing progress,
154
437760
1656
Dat is geweldige vooruitgang,
07:31
but it also means there are
only so many O-ring jobs left in farming.
only so many O-ring jobs left in farming.
155
439440
4136
maar het betekent ook dat er maar een paar
O-ringbanen over zijn in de agricultuur.
O-ringbanen over zijn in de agricultuur.
07:35
So clearly, technology can eliminate jobs.
156
443600
3016
Technologie kan dus
duidelijk banen elimineren.
duidelijk banen elimineren.
07:38
Farming is only one example.
157
446640
1736
Agricultuur is maar een voorbeeld.
07:40
There are many others like it.
158
448400
1640
Zo zijn er vele andere.
07:43
But what's true about a single product
or service or industry
or service or industry
159
451440
3976
Maar wat geldt voor een enkel product
of dienst of een industrie
of dienst of een industrie
07:47
has never been true
about the economy as a whole.
about the economy as a whole.
160
455440
2776
geldt nooit voor de economie als geheel.
07:50
Many of the industries
in which we now work --
in which we now work --
161
458240
2496
Veel van de industrieën
waar we nu in werken --
waar we nu in werken --
07:52
health and medicine,
162
460760
2136
gezondheidszorg en farmacie,
07:54
finance and insurance,
163
462920
2216
financiën en verzekeringen,
07:57
electronics and computing --
164
465160
1640
elektronica en IT --
07:59
were tiny or barely existent
a century ago.
a century ago.
165
467720
2736
bestonden een eeuw geleden
niet of nauwelijks.
niet of nauwelijks.
08:02
Many of the products
that we spend a lot of our money on --
that we spend a lot of our money on --
166
470480
2816
Veel van de producten waar we
veel van ons geld aan uitgeven --
veel van ons geld aan uitgeven --
08:05
air conditioners, sport utility vehicles,
167
473320
2136
airconditioners, terreinauto's,
08:07
computers and mobile devices --
168
475480
1696
computers en mobiele apparaten --
08:09
were unattainably expensive,
169
477200
1656
waren onbereikbaar duur
08:10
or just hadn't been invented
a century ago.
a century ago.
170
478880
2440
of waren nog niet uitgevonden
een eeuw geleden.
een eeuw geleden.
08:13
As automation frees our time,
increases the scope of what is possible,
increases the scope of what is possible,
171
481920
4976
Terwijl automatisering tijd vrijmaakt,
meer dingen mogelijk maakt,
meer dingen mogelijk maakt,
08:18
we invent new products,
new ideas, new services
new ideas, new services
172
486920
3216
vinden we nieuwe producten,
nieuwe ideeën, nieuwe diensten uit
nieuwe ideeën, nieuwe diensten uit
08:22
that command our attention,
173
490160
1576
die onze aandacht trekken,
08:23
occupy our time
174
491760
1536
onze tijd beheersen
08:25
and spur consumption.
175
493320
1640
en consumptie aansporen.
08:27
You may think some
of these things are frivolous --
of these things are frivolous --
176
495760
3216
Sommige van deze dingen
vinden jullie misschien frivool --
vinden jullie misschien frivool --
08:31
extreme yoga, adventure tourism,
177
499000
2776
extreme yoga, avontuurlijk toerisme,
08:33
Pokémon GO --
178
501800
1256
Pokémon GO --
08:35
and I might agree with you.
179
503080
1320
en ik ben het misschien
met jullie eens.
met jullie eens.
08:36
But people desire these things,
and they're willing to work hard for them.
and they're willing to work hard for them.
180
504979
3477
Maar mensen willen deze dingen
en zijn bereid er hard voor te werken.
en zijn bereid er hard voor te werken.
08:40
The average worker in 2015
181
508480
2176
Als de gemiddelde arbeider in 2015
08:42
wanting to attain
the average living standard in 1915
the average living standard in 1915
182
510680
4256
de gemiddelde levensstandaard
van 1915 wilde bereiken,
van 1915 wilde bereiken,
08:46
could do so by working
just 17 weeks a year,
just 17 weeks a year,
183
514960
3336
hoefde hij daar maar 17 weken
per jaar voor te werken --
per jaar voor te werken --
08:50
one third of the time.
184
518320
1440
eenderde van de tijd.
08:52
But most people don't choose to do that.
185
520240
2176
Maar de meeste mensen
kiezen daar niet voor.
kiezen daar niet voor.
08:54
They are willing to work hard
186
522440
1695
Ze zijn bereid hard te werken
08:56
to harvest the technological bounty
that is available to them.
that is available to them.
187
524159
3881
om de beschikbare
technologische overvloed te oogsten.
technologische overvloed te oogsten.
09:00
Material abundance has never
eliminated perceived scarcity.
eliminated perceived scarcity.
188
528480
4096
Materiële overvloed heeft nog nooit
waargenomen schaarsheid kunnen elimineren.
waargenomen schaarsheid kunnen elimineren.
09:04
In the words of economist
Thorstein Veblen,
Thorstein Veblen,
189
532600
2576
In de woorden van econoom
Thorstein Veblen:
Thorstein Veblen:
09:07
invention is the mother of necessity.
190
535200
2640
"Vindingrijkheid maakt noodzakelijk."
09:11
Now ...
191
539520
1200
Nu...
Als je deze twee principes accepteert --
09:13
So if you accept these two principles,
192
541400
1856
09:15
the O-ring principle
and the never-get-enough principle,
and the never-get-enough principle,
193
543280
2896
het O-ringprincipe en
het nooit-genoegprincipe --
het nooit-genoegprincipe --
dan ben je het met me eens:
09:18
then you agree with me.
194
546200
1336
09:19
There will be jobs.
195
547560
1400
er zullen banen zijn.
09:21
Does that mean there's
nothing to worry about?
nothing to worry about?
196
549560
2176
Hoeven we ons dus
geen zorgen te maken?
geen zorgen te maken?
09:23
Automation, employment, robots and jobs --
197
551760
2776
Automatisering, werkgelegenheid,
robots en banen --
robots en banen --
09:26
it'll all take care of itself?
198
554560
1920
het wordt allemaal vanzelf opgelost?
09:29
No.
199
557120
1216
Nee.
09:30
That is not my argument.
200
558360
2056
Dat beweer ik niet.
09:32
Automation creates wealth
201
560440
2536
Automatisering schept rijkdom
09:35
by allowing us to do
more work in less time.
more work in less time.
202
563000
2576
doordat we meer werk
kunnen doen in minder tijd.
kunnen doen in minder tijd.
09:37
There is no economic law
203
565600
1576
Er is geen economische wet
09:39
that says that we
will use that wealth well,
will use that wealth well,
204
567200
2776
die stelt dat wij welvaart
goed zullen gebruiken,
goed zullen gebruiken,
09:42
and that is worth worrying about.
205
570000
1800
en daar moeten we ons zorgen over maken.
09:44
Consider two countries,
206
572800
1816
Denk aan deze twee landen:
09:46
Norway and Saudi Arabia.
207
574640
2136
Noorwegen en Saudi-Arabië.
09:48
Both oil-rich nations,
208
576800
1576
Beiden rijke olielanden,
09:50
it's like they have money
spurting out of a hole in the ground.
spurting out of a hole in the ground.
209
578400
3576
het is net alsof daar geld
uit een gat in de grond spuit.
uit een gat in de grond spuit.
09:54
(Laughter)
210
582000
1536
(Gelach)
09:55
But they haven't used that wealth
equally well to foster human prosperity,
equally well to foster human prosperity,
211
583560
5216
Maar ze hebben die rijkdom
niet even goed gebruikt
niet even goed gebruikt
om menselijke welvaart te stimuleren.
10:00
human prospering.
212
588800
1200
10:02
Norway is a thriving democracy.
213
590440
2736
Noorwegen is een welvarende democratie.
10:05
By and large, its citizens
work and play well together.
work and play well together.
214
593200
3656
Over het algemeen
werken zijn burgers goed samen.
werken zijn burgers goed samen.
10:08
It's typically numbered
between first and fourth
between first and fourth
215
596880
3016
Het komt meestal
op de eerste tot vierde plaats
op de eerste tot vierde plaats
10:11
in rankings of national happiness.
216
599920
2736
in ranglijsten over nationaal geluk.
10:14
Saudi Arabia is an absolute monarchy
217
602680
2656
Saudi-Arabië is een absolute monarchie
10:17
in which many citizens
lack a path for personal advancement.
lack a path for personal advancement.
218
605360
3616
waar veel burgers de mogelijkheid
tot persoonlijke verbetering ontberen.
tot persoonlijke verbetering ontberen.
10:21
It's typically ranked 35th
among nations in happiness,
among nations in happiness,
219
609000
3496
Het land staat meestal
op de 35e plaats op de geluksschaal
op de 35e plaats op de geluksschaal
10:24
which is low for such a wealthy nation.
220
612520
2096
en dat is laag voor zo'n rijke staat.
10:26
Just by way of comparison,
221
614640
1336
Voor de vergelijking:
10:28
the US is typically ranked
around 12th or 13th.
around 12th or 13th.
222
616000
2800
de VS staat meestal op plaats 12 of 13.
10:31
The difference between these two countries
223
619400
2096
Het verschil tussen deze twee landen
10:33
is not their wealth
224
621520
1256
is niet hun rijkdom
10:34
and it's not their technology.
225
622800
1736
en niet hun technologie.
Het zijn hun instituties.
10:36
It's their institutions.
226
624560
1320
10:38
Norway has invested to build a society
227
626560
3176
Noorwegen heeft geïnvesteerd
in een maatschappij
in een maatschappij
10:41
with opportunity and economic mobility.
228
629760
3336
met kansen en economische mobiliteit.
Saudi-Arabië heeft
de levensstandaarden verhoogd,
de levensstandaarden verhoogd,
10:45
Saudi Arabia has raised living standards
229
633120
2176
10:47
while frustrating
many other human strivings.
many other human strivings.
230
635320
3256
maar ondermijnt
andere menselijke strevens.
andere menselijke strevens.
10:50
Two countries, both wealthy,
231
638600
2776
Twee landen. Beide rijk,
maar niet even welvarend.
maar niet even welvarend.
10:53
not equally well off.
232
641400
1720
10:55
And this brings me
to the challenge that we face today,
to the challenge that we face today,
233
643880
4336
En dat brengt me bij het probleem
waar we vandaag de dag voor staan,
waar we vandaag de dag voor staan,
de uitdaging die
automatisering voor ons inhoudt.
automatisering voor ons inhoudt.
11:00
the challenge that
automation poses for us.
automation poses for us.
234
648240
2136
11:02
The challenge is not
that we're running out of work.
that we're running out of work.
235
650400
2456
Het probleem is niet dat de banen opraken.
De VS heeft 14 miljoen nieuwe banen
gecreëerd sinds de Grote Recessie.
gecreëerd sinds de Grote Recessie.
11:04
The US has added 14 million jobs
236
652880
1936
11:06
since the depths of the Great Recession.
237
654840
2136
11:09
The challenge is that many of those jobs
238
657000
2536
Het probleem is dat veel van die banen
geen goede banen zijn,
geen goede banen zijn,
11:11
are not good jobs,
239
659560
1296
11:12
and many citizens
cannot qualify for the good jobs
cannot qualify for the good jobs
240
660880
3096
en dat veel burgers
niet gekwalificeerd zijn
niet gekwalificeerd zijn
voor de goede banen die worden gecreëerd.
11:16
that are being created.
241
664000
1200
11:17
Employment growth in the United States
and in much of the developed world
and in much of the developed world
242
665840
3496
Werkgelegenheidsgroei in de VS en
een groot deel van de ontwikkelde wereld
een groot deel van de ontwikkelde wereld
11:21
looks something like a barbell
243
669360
1456
ziet eruit als een halter
11:22
with increasing poundage
on either end of the bar.
on either end of the bar.
244
670840
3376
met steeds meer gewicht
aan beide zijden van de staaf.
aan beide zijden van de staaf.
11:26
On the one hand,
245
674240
1216
Aan de ene kant
11:27
you have high-education, high-wage jobs
246
675480
2816
zijn er de academische,
goed-betalende banen,
goed-betalende banen,
11:30
like doctors and nurses,
programmers and engineers,
programmers and engineers,
247
678320
3576
zoals artsen en verpleegkundigen,
programmeurs en ingenieurs,
programmeurs en ingenieurs,
11:33
marketing and sales managers.
248
681920
1736
marketeers en salesmanagers.
11:35
Employment is robust in these jobs,
employment growth.
employment growth.
249
683680
3016
Werkgelegenheid is hier robuust --
werkgelegenheidsgroei.
werkgelegenheidsgroei.
11:38
Similarly, employment growth
is robust in many low-skill,
is robust in many low-skill,
250
686720
4016
Werkgelegenheidsgroei is ook robuust
voor veel ongeschoolde arbeid,
11:42
low-education jobs like food service,
251
690760
3056
zoals horeca, schoonmaken,
beveiliging, thuiszorg.
beveiliging, thuiszorg.
11:45
cleaning, security,
252
693840
2256
11:48
home health aids.
253
696120
1240
11:50
Simultaneously, employment is shrinking
254
698080
3096
Tegelijkertijd krimpt de werkgelegenheid
11:53
in many middle-education,
middle-wage, middle-class jobs,
middle-wage, middle-class jobs,
255
701200
4056
in banen voor mensen met een middelmatige
opleiding met middelmatig loon,
opleiding met middelmatig loon,
11:57
like blue-collar production
and operative positions
and operative positions
256
705280
3816
zoals 'blauwe boorden'
productie-arbeiders en operateurs
productie-arbeiders en operateurs
12:01
and white-collar
clerical and sales positions.
clerical and sales positions.
257
709120
2976
en 'witte boorden' klerken en verkopers.
12:04
The reasons behind this contracting middle
258
712120
2256
De oorzaak van dit krimpende midden
is geen mysterie.
is geen mysterie.
12:06
are not mysterious.
259
714400
1216
12:07
Many of those middle-skill jobs
260
715640
1976
Veel van deze middelmatig geschoolde banen
12:09
use well-understood rules and procedures
261
717640
2496
volgen goed-begrepen regels en procedures
12:12
that can increasingly
be codified in software
be codified in software
262
720160
3096
die steeds meer kunnen worden
gecodificeerd in software
gecodificeerd in software
12:15
and executed by computers.
263
723280
2360
en worden uitgevoerd door computers.
12:18
The challenge that
this phenomenon creates,
this phenomenon creates,
264
726200
3376
Het probleem dat
dit fenomeen veroorzaakt --
dit fenomeen veroorzaakt --
12:21
what economists call
employment polarization,
employment polarization,
265
729600
2536
wat economen
'polarisatie van werk' noemen --
'polarisatie van werk' noemen --
12:24
is that it knocks out rungs
in the economic ladder,
in the economic ladder,
266
732160
2616
is dat het de sporten
uit de economische ladder breekt,
uit de economische ladder breekt,
12:26
shrinks the size of the middle class
267
734800
1816
de middenklasse verkleint
12:28
and threatens to make us
a more stratified society.
a more stratified society.
268
736640
3136
en dreigt onze maatschappij
gelaagder te maken.
gelaagder te maken.
12:31
On the one hand, a set of highly paid,
highly educated professionals
highly educated professionals
269
739800
4056
Aan de ene kant is er een groep
goed-betaalde, hoogopgeleide professionals
goed-betaalde, hoogopgeleide professionals
12:35
doing interesting work,
270
743880
1416
die interessant werk doen,
12:37
on the other, a large number
of citizens in low-paid jobs
of citizens in low-paid jobs
271
745320
3416
en aan de andere kant een grote groep
burgers met slecht-betaalde banen
burgers met slecht-betaalde banen
12:40
whose primary responsibility is to see
to the comfort and health of the affluent.
to the comfort and health of the affluent.
272
748760
5656
wier hoofdtaak het is
om in het comfort en de gezondheid
van de welgestelden te voorzien.
van de welgestelden te voorzien.
12:46
That is not my vision of progress,
273
754440
2336
Dat is niet mijn idee van vooruitgang
en ik denk ook niet dat van jullie.
12:48
and I doubt that it is yours.
274
756800
1880
12:51
But here is some encouraging news.
275
759440
2016
Maar hier is bemoedigend nieuws.
12:53
We have faced equally momentous
economic transformations in the past,
economic transformations in the past,
276
761480
4856
We hebben in het verleden net zulke
gedenkwaardige veranderingen gezien
gedenkwaardige veranderingen gezien
12:58
and we have come
through them successfully.
through them successfully.
277
766360
2696
en hebben ze succesvol doorstaan.
13:01
In the late 1800s and early 1900s,
278
769080
4936
Aan het einde van de 19e eeuw
en het begin van de 20e,
en het begin van de 20e,
13:06
when automation was eliminating
vast numbers of agricultural jobs --
vast numbers of agricultural jobs --
279
774040
4536
toen automatisering enorme aantallen
agriculturele banen elimineerde --
agriculturele banen elimineerde --
13:10
remember that tractor? --
280
778600
2336
denk aan die tractor --
hadden de boerenstaten te maken
met massawerkloosheid,
met massawerkloosheid,
13:12
the farm states faced a threat
of mass unemployment,
of mass unemployment,
281
780960
2696
13:15
a generation of youth
no longer needed on the farm
no longer needed on the farm
282
783680
3816
een generatie jongeren
die niet meer nodig was op de boerderij,
die niet meer nodig was op de boerderij,
13:19
but not prepared for industry.
283
787520
1760
maar die niet was voorbereid
op de fabriek.
op de fabriek.
13:22
Rising to this challenge,
284
790080
1576
Om dit probleem op te vangen,
13:23
they took the radical step
285
791680
1496
namen ze de radicale beslissing
13:25
of requiring that
their entire youth population
their entire youth population
286
793200
2816
om de volledige jeugdige populatie
te verplichten op school te blijven
te verplichten op school te blijven
13:28
remain in school
and continue their education
and continue their education
287
796040
2856
en hun opleiding voort te zetten
tot het zestiende levensjaar.
tot het zestiende levensjaar.
13:30
to the ripe old age of 16.
288
798920
2120
13:33
This was called the high school movement,
289
801600
1976
Dit heette de hogeschoolbeweging
13:35
and it was a radically
expensive thing to do.
expensive thing to do.
290
803600
2816
en was een extreem dure maatregel.
13:38
Not only did they have
to invest in the schools,
to invest in the schools,
291
806440
2256
Ze moesten niet alleen
investeren in scholen,
investeren in scholen,
13:40
but those kids couldn't work
at their jobs.
at their jobs.
292
808720
2696
maar die jongeren
konden ook niet werken.
konden ook niet werken.
13:43
It also turned out to be
one of the best investments
one of the best investments
293
811440
3296
Het bleek ook een
van de beste investeringen
van de beste investeringen
13:46
the US made in the 20th century.
294
814760
2216
die de VS heeft gedaan in de 20e eeuw.
13:49
It gave us the most skilled,
the most flexible
the most flexible
295
817000
2336
Het gaf ons de meeste deskundige,
de meest flexibele
de meest flexibele
13:51
and the most productive
workforce in the world.
workforce in the world.
296
819360
2696
en de meest productieve
arbeidskracht ter wereld.
arbeidskracht ter wereld.
13:54
To see how well this worked,
imagine taking the labor force of 1899
imagine taking the labor force of 1899
297
822080
4536
Om te snappen hoe goed dit werkte,
moet je je voorstellen dat je alle werkers
uit 1899 verplaatst naar het heden.
uit 1899 verplaatst naar het heden.
13:58
and bringing them into the present.
298
826640
2216
14:00
Despite their strong backs
and good characters,
and good characters,
299
828880
2936
Ondanks hun sterke armen
en goed inzet
en goed inzet
14:03
many of them would lack
the basic literacy and numeracy skills
the basic literacy and numeracy skills
300
831840
3776
ontberen de meesten van hen
de basale geletterd- en gecijferdheid
de basale geletterd- en gecijferdheid
14:07
to do all but the most mundane jobs.
301
835640
2936
die nodig zijn
voor de meest alledaagse baantjes.
voor de meest alledaagse baantjes.
14:10
Many of them would be unemployable.
302
838600
2240
Veel van hen zouden oninzetbaar zijn.
14:13
What this example highlights
is the primacy of our institutions,
is the primacy of our institutions,
303
841840
3736
Dit voorbeeld markeert
het belang van onze instituties,
het belang van onze instituties,
14:17
most especially our schools,
304
845600
1776
met name onze scholen,
14:19
in allowing us to reap the harvest
305
847400
2536
voor het oogsten van de voordelen
van onze technologische welvaart.
van onze technologische welvaart.
14:21
of our technological prosperity.
306
849960
2296
Het is dom te zeggen
dat we ons geen zorgen hoeven maken.
dat we ons geen zorgen hoeven maken.
14:24
It's foolish to say
there's nothing to worry about.
there's nothing to worry about.
307
852280
2416
14:26
Clearly we can get this wrong.
308
854720
2200
Natuurlijk kunnen we het fout doen.
14:29
If the US had not invested
in its schools and in its skills
in its schools and in its skills
309
857640
3496
Als de VS vorige eeuw
niet had geïnvesteerd
niet had geïnvesteerd
in scholen en vaardigheden
met de hogeschoolbeweging,
met de hogeschoolbeweging,
14:33
a century ago with
the high school movement,
the high school movement,
310
861160
2256
14:35
we would be a less prosperous,
311
863440
1656
waren we nu minder welvarend,
14:37
a less mobile and probably
a lot less happy society.
a lot less happy society.
312
865120
3616
minder mobiel, en hadden waarschijnlijk
een minder gelukkige maatschappij.
een minder gelukkige maatschappij.
14:40
But it's equally foolish
to say that our fates are sealed.
to say that our fates are sealed.
313
868760
2736
Maar het is ook dom te zeggen
dat ons lot vastligt.
dat ons lot vastligt.
Dat wordt niet bepaald door machines,
14:43
That's not decided by the machines.
314
871520
1696
zelfs niet door de markt.
14:45
It's not even decided by the market.
315
873240
1736
Het wordt bepaald door ons
en door onze instituties.
en door onze instituties.
14:47
It's decided by us
and by our institutions.
and by our institutions.
316
875000
2640
14:50
Now, I started this talk with a paradox.
317
878360
2576
Ik begon deze talk met een paradox.
14:52
Our machines increasingly
do our work for us.
do our work for us.
318
880960
2656
Onze machines doen
steeds meer werk voor ons.
steeds meer werk voor ons.
14:55
Why doesn't that make
our labor superfluous,
our labor superfluous,
319
883640
2256
Waarom maakt dat ons werk
en onze vaardigheden niet overbodig?
en onze vaardigheden niet overbodig?
14:57
our skills redundant?
320
885920
1216
14:59
Isn't it obvious that the road
to our economic and social hell
to our economic and social hell
321
887160
3416
Is het niet duidelijk dat de weg
naar onze economische en sociale hel
naar onze economische en sociale hel
15:02
is paved with our own great inventions?
322
890600
2200
wordt gebaand door onze eigen
briljante uitvindingen?
briljante uitvindingen?
15:06
History has repeatedly offered
an answer to that paradox.
an answer to that paradox.
323
894040
4176
De geschiedenis heeft herhaaldelijk
een antwoord geboden voor die paradox.
een antwoord geboden voor die paradox.
15:10
The first part of the answer
is that technology magnifies our leverage,
is that technology magnifies our leverage,
324
898240
3616
Het eerste deel van dat antwoord
is dat technologie onze invloed vergroot,
is dat technologie onze invloed vergroot,
15:13
increases the importance, the added value
325
901880
2616
het vergroot het belang
-- de toegevoegde waarde --
-- de toegevoegde waarde --
15:16
of our expertise,
our judgment and our creativity.
our judgment and our creativity.
326
904520
3536
van onze expertise,
ons oordeel en onze creativiteit.
ons oordeel en onze creativiteit.
15:20
That's the O-ring.
327
908080
1200
Dat is de O-ring.
Het tweede deel van het antwoord
is dat onze eindeloze vindingrijkheid
is dat onze eindeloze vindingrijkheid
15:21
The second part of the answer
is our endless inventiveness
is our endless inventiveness
328
909880
2736
15:24
and bottomless desires
329
912640
1456
en oneindige verlangens
zorgen dat we nooit genoeg hebben.
zorgen dat we nooit genoeg hebben.
15:26
means that we never get enough,
never get enough.
never get enough.
330
914120
2336
15:28
There's always new work to do.
331
916480
2160
Er is altijd nieuw werk te doen.
15:31
Adjusting to the rapid pace
of technological change
of technological change
332
919960
3336
De aanpassing aan het hoge tempo
van technologische verandering
van technologische verandering
stelt ons voor grote uitdagingen,
15:35
creates real challenges,
333
923320
1456
15:36
seen most clearly
in our polarized labor market
in our polarized labor market
334
924800
2976
die het best te zien zijn
op onze gepolariseerde arbeidsmarkt
op onze gepolariseerde arbeidsmarkt
15:39
and the threat that it poses
to economic mobility.
to economic mobility.
335
927800
2520
en de bedreiging die ze vormen
voor economische mobiliteit.
voor economische mobiliteit.
15:43
Rising to this challenge is not automatic.
336
931320
2440
De uitdaging aangaan gaat niet vanzelf.
15:46
It's not costless.
337
934400
1496
Het is niet kostenloos.
15:47
It's not easy.
338
935920
1416
Het is niet gemakkelijk.
15:49
But it is feasible.
339
937360
1200
Maar het is mogelijk.
15:51
And here is some encouraging news.
340
939120
1816
En hier is bemoedigend nieuws:
15:52
Because of our amazing productivity,
341
940960
2136
door onze geweldige productiviteit
15:55
we're rich.
342
943120
1256
zijn we rijk.
15:56
Of course we can afford
to invest in ourselves and in our children
to invest in ourselves and in our children
343
944400
3136
Natuurlijk kunnen we investeren
in onszelf en onze kinderen,
in onszelf en onze kinderen,
15:59
as America did a hundred years ago
with the high school movement.
with the high school movement.
344
947560
3336
zoals Amerika dat 100 jaar geleden
deed met de hogeschoolbeweging.
deed met de hogeschoolbeweging.
16:02
Arguably, we can't afford not to.
345
950920
2280
We kunnen het ons niet veroorloven
het niet te doen.
het niet te doen.
16:06
Now, you may be thinking,
346
954120
1776
Je denkt misschien:
16:07
Professor Autor has told us
a heartwarming tale
a heartwarming tale
347
955920
2856
"Professor Autor vertelt ons
een mooi sprookje
een mooi sprookje
16:10
about the distant past,
348
958800
1776
over het verre verleden,
16:12
the recent past,
349
960600
1376
het recente verleden,
16:14
maybe the present,
but probably not the future.
but probably not the future.
350
962000
3296
misschien over het heden,
maar vast niet over de toekomst.
maar vast niet over de toekomst.
16:17
Because everybody knows
that this time is different.
that this time is different.
351
965320
3936
Want iedereen weet
dat het dit keer ander is."
dat het dit keer ander is."
16:21
Right? Is this time different?
352
969280
2816
Toch? Is het dit keer anders?
16:24
Of course this time is different.
353
972120
1896
Natuurlijk is dit tijdperk anders.
16:26
Every time is different.
354
974040
1696
Ieder tijdperk is anders.
16:27
On numerous occasions
in the last 200 years,
in the last 200 years,
355
975760
3616
Op verschillende momenten
in de afgelopen 200 jaar
in de afgelopen 200 jaar
16:31
scholars and activists
have raised the alarm
have raised the alarm
356
979400
2776
hebben wetenschappers
en activisten alarm geslagen
en activisten alarm geslagen
16:34
that we are running out of work
and making ourselves obsolete:
and making ourselves obsolete:
357
982200
3536
dat de banen opraken
en dat we onszelf overbodig maken.
en dat we onszelf overbodig maken.
16:37
for example, the Luddites
in the early 1800s;
in the early 1800s;
358
985760
4616
Bijvoorbeeld de luddieten
aan het begin van de 19e eeuw;
aan het begin van de 19e eeuw;
16:42
US Secretary of Labor James Davis
359
990400
2936
de Amerikaanse staatssecretaris van Arbeid
James Davis in het midden van de jaren 20;
James Davis in het midden van de jaren 20;
16:45
in the mid-1920s;
360
993360
2416
16:47
Nobel Prize-winning economist
Wassily Leontief in 1982;
Wassily Leontief in 1982;
361
995800
5176
Nobelprijswinnend econonoom
Wassily Leontief in 1982;
Wassily Leontief in 1982;
16:53
and of course, many scholars,
362
1001000
3256
en natuurlijk de vele wetenschappers,
opinieleiders, technologen
opinieleiders, technologen
16:56
pundits, technologists
363
1004280
2136
16:58
and media figures today.
364
1006440
1840
en mediacoryfeeën vandaag de dag.
17:01
These predictions strike me as arrogant.
365
1009600
3320
Ik vind deze voorspellingen
arrogant overkomen.
arrogant overkomen.
17:05
These self-proclaimed oracles
are in effect saying,
are in effect saying,
366
1013800
2696
Deze zelfverklaarde orakelen
zeggen in feite:
zeggen in feite:
17:08
"If I can't think of what people
will do for work in the future,
will do for work in the future,
367
1016520
3416
"Als ik niet kan bedenken wat voor werk
mensen in de toekomst doen,
mensen in de toekomst doen,
17:11
then you, me and our kids
368
1019960
2896
dan kunnen jij, ik en onze kinderen
dat ook niet bedenken."
dat ook niet bedenken."
17:14
aren't going to think of it either."
369
1022880
1715
17:17
I don't have the guts
370
1025760
1935
Ik durf niet te wedden
tegen menselijk vernuft.
tegen menselijk vernuft.
17:19
to take that bet against human ingenuity.
371
1027720
3176
17:22
Look, I can't tell you
what people are going to do for work
what people are going to do for work
372
1030920
2976
Kijk, ik kan je niet vertellen
wat voor werk mensen gaan doen
over honderd jaar.
over honderd jaar.
17:25
a hundred years from now.
373
1033920
1896
17:27
But the future doesn't hinge
on my imagination.
on my imagination.
374
1035839
2601
Maar de toekomst hang niet af
van mijn voorstellingsvermogen.
van mijn voorstellingsvermogen.
17:31
If I were a farmer in Iowa
in the year 1900,
in the year 1900,
375
1039280
3776
Als ik een boer in Iowa
in het jaar 1900 was
in het jaar 1900 was
17:35
and an economist from the 21st century
teleported down to my field
teleported down to my field
376
1043079
3537
en een econoom uit de 21e eeuw
zou zich naar mijn akker teleporteren
zou zich naar mijn akker teleporteren
17:38
and said, "Hey, guess what, farmer Autor,
377
1046640
2520
en vertellen:
"Hé, weet je wat, boer Autor,
"Hé, weet je wat, boer Autor,
17:42
in the next hundred years,
378
1050000
1536
in de komende honderd jaar
17:43
agricultural employment is going to fall
from 40 percent of all jobs
from 40 percent of all jobs
379
1051560
3776
zal de werkgelegenheid in de agricultuur
dalen van 40% van alle banen naar 2%,
dalen van 40% van alle banen naar 2%,
17:47
to two percent
380
1055360
1216
17:48
purely due to rising productivity.
381
1056600
2000
enkel door de stijgende productiviteit.
17:51
What do you think the other
38 percent of workers are going to do?"
38 percent of workers are going to do?"
382
1059400
3160
Wat denk je dat de andere 38%
van de arbeiders zal gaan doen?"
van de arbeiders zal gaan doen?"
17:55
I would not have said, "Oh, we got this.
383
1063400
2816
Dan had ik nooit gezegd: "O, ik weet het.
17:58
We'll do app development,
radiological medicine,
radiological medicine,
384
1066240
2856
We doen aan app-ontwikkeling,
radiologische geneeskunde, yoga, Bitmoji."
radiologische geneeskunde, yoga, Bitmoji."
18:01
yoga instruction, Bitmoji."
385
1069120
2976
18:04
(Laughter)
386
1072120
1536
(Gelach)
18:05
I wouldn't have had a clue.
387
1073680
1286
Ik had geen idee gehad.
Ik hoop dat ik wijs genoeg
was geweest om te zeggen:
was geweest om te zeggen:
18:07
But I hope I would have had
the wisdom to say,
the wisdom to say,
388
1075840
2496
18:10
"Wow, a 95 percent reduction
in farm employment
in farm employment
389
1078360
4016
"Wauw, een vermindering van 95%
in arbeid in agricultuur
in arbeid in agricultuur
18:14
with no shortage of food.
390
1082400
2136
en geen voedseltekort.
18:16
That's an amazing amount of progress.
391
1084560
2416
Wat een geweldige hoeveelheid vooruitgang!
18:19
I hope that humanity
finds something remarkable to do
finds something remarkable to do
392
1087000
3376
Ik hoop dat de mensheid
geweldige dingen vindt om te doen
geweldige dingen vindt om te doen
18:22
with all of that prosperity."
393
1090400
1880
met al die welvaart!"
18:25
And by and large, I would say that it has.
394
1093120
3080
Over het algemeen
denk ik dat dat gelukt is.
denk ik dat dat gelukt is.
18:29
Thank you very much.
395
1097960
1256
Heel erg bedankt.
18:31
(Applause)
396
1099240
5055
(Applaus)
ABOUT THE SPEAKER
David Autor - EconomistDavid Autor's work assesses the labor market consequences of technological change and globalization.
Why you should listen
David Autor, one of the leading labor economists in the world and a member of the American Academy of Arts and Sciences, is Ford Professor of Economics and associate department head of the Massachusetts Institute of Technology Department of Economics. He is also Faculty Research Associate of the National Bureau of Economic Research, Research Affiliate of the Abdul Jameel Latin Poverty Action Lab, Co-director of the MIT School Effectiveness and Inequality Initiative, Director of the NBER Disability Research Center and former editor in chief of the Journal of Economic Perspectives. He is an elected officer of the American Economic Association and the Society of Labor Economists and a fellow of the Econometric Society.
Autor's work focuses on earnings inequality, employment and feedback between labor market opportunities, household structure and the social/intellectual development of children. He has published extensively in many major academic journals in economics. His best known research formally models and empirically analyzes how computerization substitutes for and complements human labor; asks how the rapid rise of import competition from China has reshaped U.S. manufacturing, upending the conventional economic wisdom that free trade is a free lunch; explores how the economic pressures of globalization are reshaping U.S. electoral politics; and conducts large-scale randomized experiments that test whether generous financial aid grants improve the odds of college completion and long-run economic security of students from low income families.
Autor has received a number of prestigious prizes, the Alfred P. Sloan Foundation Fellowship, the National Science Foundation Career award, and the Sherwin Rosen Prize for outstanding contributions in the field of Labor Economics, and the John T. Dunlop Outstanding Scholar Award in 2006 given by the Labor and Employment Relations Association, to name just a few. His teaching has earned several awards, including MIT’s James A. and Ruth Levitan Award for excellence in teaching, the Undergraduate Economic Association Teaching Award, and the Technology and Public Policy Program’s Best Professor Award.
David Autor | Speaker | TED.com