TED2017
Martin Ford: How we'll earn money in a future without jobs
Martin Ford: Como ganharemos dinheiro num futuro sem empregos.
Filmed:
Readability: 4.2
3,167,458 views
Estão a chegar máquinas que podem pensar, aprender e adaptar-se — e isso poderá significar que nós, seres humanos, terminaremos com significativas taxas de desemprego. O que deveremos fazer quanto a isso? Numa palestra direta sobre uma ideia controversa, o futurista Martin Ford defende a ideia de dividir a receita do trabalho tradicional e instituir um rendimento básico universal.
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
Vou começar com uma pergunta assustadora:
00:15
Are we headed toward
a future without jobs?
a future without jobs?
1
3659
2750
Estamos a rumar
para um futuro sem empregos?
para um futuro sem empregos?
00:18
The remarkable progress that we're seeing
2
6987
2069
O notável progresso que estamos a ver
00:21
in technologies like self-driving cars
3
9080
1861
em tecnologias como carros sem condutor
00:22
has led to an explosion
of interest in this question,
of interest in this question,
4
10965
3065
tem levado a uma explosão
de interesse sobre esta questão.
de interesse sobre esta questão.
00:26
but because it's something
that's been asked
that's been asked
5
14054
2150
Mas como é uma pergunta
que tem sido feita muitas vezes no passado,
que tem sido feita muitas vezes no passado,
00:28
so many times in the past,
6
16228
1256
talvez o que deveríamos perguntar
00:29
maybe what we should really be asking
7
17508
1840
00:31
is whether this time is really different.
8
19372
2900
é se desta vez é realmente diferente.
00:35
The fear that automation
might displace workers
might displace workers
9
23252
2961
O medo de que a automação
possa substituir trabalhadores
possa substituir trabalhadores
00:38
and potentially lead
to lots of unemployment
to lots of unemployment
10
26237
2117
e potencialmente provocar
muito desemprego
muito desemprego
00:40
goes back at a minimum 200 years
to the Luddite revolts in England.
to the Luddite revolts in England.
11
28378
3888
remonta, pelo menos, a 200 anos
na revolta dos luditas em Inglaterra.
na revolta dos luditas em Inglaterra.
00:44
And since then, this concern
has come up again and again.
has come up again and again.
12
32290
3196
E desde então, essa preocupação
tem reaparecido várias vezes.
tem reaparecido várias vezes.
00:47
I'm going to guess
13
35510
1161
Imagino que muitos de vocês
00:48
that most of you have probably never
heard of the Triple Revolution report,
heard of the Triple Revolution report,
14
36695
4466
provavelmente nunca ouviram falar
do relatório da Revolução Tripla,
do relatório da Revolução Tripla,
00:53
but this was a very prominent report.
15
41185
2293
mas foi um relatório muito importante.
00:55
It was put together
by a brilliant group of people --
by a brilliant group of people --
16
43502
2531
Foi elaborado por um grupo
de pessoas brilhantes
de pessoas brilhantes
00:58
it actually included
two Nobel laureates --
two Nobel laureates --
17
46057
3057
que incluiu dois laureados
com o Prémio Nobel.
com o Prémio Nobel.
01:01
and this report was presented
to the President of the United States,
to the President of the United States,
18
49138
3223
Esse relatório foi apresentado
ao presidente dos EUA,
ao presidente dos EUA,
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
e demonstrou que os EUA estavam à beira
de uma perturbação económica e social
de uma perturbação económica e social
01:09
because industrial automation
was going to put millions of people
was going to put millions of people
20
57903
3102
porque a automação industrial
iria deixar milhões de pessoas
iria deixar milhões de pessoas
01:13
out of work.
21
61029
1152
sem trabalho.
01:14
Now, that report was delivered
to President Lyndon Johnson
to President Lyndon Johnson
22
62205
3657
Agora, esse relatório foi enviado ao
Presidente Lyndon Johnson
Presidente Lyndon Johnson
em março de 1964.
01:17
in March of 1964.
23
65886
1801
01:19
So that's now over 50 years,
24
67711
2216
Então isso faz mais de 50 anos,
01:21
and, of course, that
hasn't really happened.
hasn't really happened.
25
69951
2058
e, claro, isso não aconteceu de facto.
Esta história tem-se repetido
vezes sem conta.
vezes sem conta.
01:24
And that's been the story again and again.
26
72033
2144
Esse alarme tem soado repetidamente
01:26
This alarm has been raised repeatedly,
27
74201
2109
01:28
but it's always been a false alarm.
28
76334
2013
mas tem sido sempre um falso alarme.
01:30
And because it's been a false alarm,
29
78371
1809
E como tem sido um falso alarme,
01:32
it's led to a very conventional way
of thinking about this.
of thinking about this.
30
80204
2807
tem levado a uma forma
muito convencional de pensar nisso.
muito convencional de pensar nisso.
01:35
And that says essentially that yes,
31
83035
2532
Isso, essencialmente, diz que sim,
01:37
technology may devastate
entire industries.
entire industries.
32
85591
2548
a tecnologia pode devastar
indústrias inteiras.
indústrias inteiras.
01:40
It may wipe out whole occupations
and types of work.
and types of work.
33
88163
3732
Pode fazer desaparecer ocupações
e tipos de trabalho.
e tipos de trabalho.
01:43
But at the same time, of course,
34
91919
1608
Mas ao mesmo tempo, claro,
01:45
progress is going to lead
to entirely new things.
to entirely new things.
35
93551
2351
o progresso levará a coisas
completamente novas.
completamente novas.
01:47
So there will be new industries
that will arise in the future,
that will arise in the future,
36
95926
2962
Assim, haverá novas indústrias
que surgirão no futuro,
que surgirão no futuro,
01:50
and those industries, of course,
will have to hire people.
will have to hire people.
37
98912
2858
e essas indústrias
terão que contratar pessoas.
terão que contratar pessoas.
01:53
There'll be new kinds of work
that will appear,
that will appear,
38
101794
2238
Haverá novos tipos de trabalho
que aparecerão,
que aparecerão,
01:56
and those might be things that today
we can't really even imagine.
we can't really even imagine.
39
104056
3210
que podem ser coisas que hoje
nem podemos imaginar.
nem podemos imaginar.
01:59
And that has been the story so far,
40
107290
1747
Essa tem sido a história até agora
02:01
and it's been a positive story.
41
109061
1494
tem sido uma história positiva.
02:03
It turns out that the new jobs
that have been created
that have been created
42
111095
3325
Acontece que os novos empregos
que têm sido criados
que têm sido criados
02:06
have generally been
a lot better than the old ones.
a lot better than the old ones.
43
114444
2470
geralmente são muito melhores
que os antigos.
que os antigos.
02:08
They have, for example,
been more engaging.
been more engaging.
44
116938
2656
Eles têm sido, por exemplo, mais atraentes.
02:11
They've been in safer,
more comfortable work environments,
more comfortable work environments,
45
119618
3429
Têm sido com ambientes de trabalho
mais seguros e mais confortáveis,
mais seguros e mais confortáveis,
02:15
and, of course, they've paid more.
46
123071
1680
e, claro, são mais bem pagos.
02:16
So it has been a positive story.
47
124775
1865
Tem sido uma história positiva.
02:18
That's the way things
have played out so far.
have played out so far.
48
126664
2208
É assim que as coisas
têm acontecido até agora.
têm acontecido até agora.
02:21
But there is one particular
class of worker
class of worker
49
129292
2948
Mas há uma classe
específica de trabalhadores
específica de trabalhadores
02:24
for whom the story
has been quite different.
has been quite different.
50
132264
2252
para quem a história
tem sido bem diferente.
tem sido bem diferente.
02:27
For these workers,
51
135938
1150
Para esses trabalhadores
02:29
technology has completely
decimated their work,
decimated their work,
52
137112
3021
a tecnologia tem dizimado
completamente o seu trabalho,
completamente o seu trabalho,
02:32
and it really hasn't created
any new opportunities at all.
any new opportunities at all.
53
140157
3214
não tendo criado nenhumas oportunidades.
02:35
And these workers, of course,
54
143395
2195
Esses trabalhadores, claro,
são os cavalos.
são os cavalos.
02:37
are horses.
55
145614
1288
(Risos)
02:38
(Laughter)
56
146926
1443
02:40
So I can ask a very provocative question:
57
148393
2750
Então, posso fazer
uma pergunta provocadora.
uma pergunta provocadora.
02:43
Is it possible that at some
point in the future,
point in the future,
58
151167
3435
Será possível que,
a certa altura, no futuro,
a certa altura, no futuro,
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
uma fração significativa do trabalho
humano se torne redundante
humano se torne redundante
02:51
in the way that horses were?
60
159278
1702
do mesmo modo que os cavalos foram?
02:53
Now, you might have a very visceral,
reflexive reaction to that.
reflexive reaction to that.
61
161485
3000
Vocês podem ter uma reação
muito visceral e reflexiva.
muito visceral e reflexiva.
02:56
You might say, "That's absurd.
62
164509
1647
Podem dizer: "Isso é absurdo."
02:58
How can you possibly compare
human beings to horses?"
human beings to horses?"
63
166180
3669
"Como é que se pode comparar
seres humanos com cavalos?
seres humanos com cavalos?
03:02
Horses, of course, are very limited,
64
170437
1769
"Os cavalos são muito limitados,
03:04
and when cars and trucks
and tractors came along,
and tractors came along,
65
172230
2893
"e quando chegaram os carros,
os camiões e os tratores,
os camiões e os tratores,
03:07
horses really had nowhere else to turn.
66
175147
2045
"os cavalos não tiveram para onde ir.
03:09
People, on the other hand,
are intelligent;
are intelligent;
67
177844
2360
"As pessoas, por outro lado,
são inteligentes
são inteligentes
03:12
we can learn, we can adapt.
68
180228
1785
"podemos aprender, adaptar-nos".
03:14
And in theory,
69
182037
1164
Em teoria, isso deve significar
03:15
that ought to mean that we can
always find something new to do,
always find something new to do,
70
183225
3127
que podemos sempre
achar algo novo para fazer
achar algo novo para fazer
e que podemos permanecer sempre
relevantes para a economia do futuro.
relevantes para a economia do futuro.
03:18
and that we can always remain
relevant to the future economy.
relevant to the future economy.
71
186376
3306
03:21
But here's the really
critical thing to understand.
critical thing to understand.
72
189706
2437
Mas há que perceber
uma coisa realmente crítica.
uma coisa realmente crítica.
03:24
The machines that will threaten
workers in the future
workers in the future
73
192790
2865
As máquinas que irão ameaçar
trabalhadores, no futuro,
trabalhadores, no futuro,
03:27
are really nothing like those cars
and trucks and tractors
and trucks and tractors
74
195679
3234
não são nada como aqueles carros,
camiões e tratores
camiões e tratores
03:30
that displaced horses.
75
198937
1616
que substituíram os cavalos.
03:32
The future is going to be full
of thinking, learning, adapting machines.
of thinking, learning, adapting machines.
76
200577
4839
O futuro estará cheio de máquinas
pensantes, instruídas e adaptáveis.
pensantes, instruídas e adaptáveis.
O que isso realmente significa
03:37
And what that really means
77
205440
1408
03:38
is that technology is finally
beginning to encroach
beginning to encroach
78
206872
2834
é que a tecnologia está finalmente
a começar a invadir
a começar a invadir
03:41
on that fundamental human capability --
79
209730
2849
a capacidade humana fundamental,
03:44
the thing that makes us
so different from horses,
so different from horses,
80
212603
2803
aquilo que nos torna
tão diferentes dos cavalos,
tão diferentes dos cavalos,
03:47
and the very thing that, so far,
81
215430
2234
e a coisa que, até agora,
03:49
has allowed us to stay ahead
of the march of progress
of the march of progress
82
217688
2647
nos tem permitido estar à frente
da marcha do progresso
da marcha do progresso
03:52
and remain relevant,
83
220359
1189
e permanecer relevantes
e indispensáveis à economia.
e indispensáveis à economia.
03:53
and, in fact, indispensable
to the economy.
to the economy.
84
221572
3067
Então, o que é isso
que nos torna tão diferentes
que nos torna tão diferentes
03:58
So what is it that is really so different
85
226407
2495
04:00
about today's information technology
86
228926
2043
quanto à tecnologia da informação atual
04:02
relative to what we've seen in the past?
87
230993
1947
em relação ao que vimos no passado?
04:04
I would point to three fundamental things.
88
232964
2653
Eu apontaria três coisas fundamentais.
04:07
The first thing is that we have seen
this ongoing process
this ongoing process
89
235641
4409
A primeira coisa é que temos visto esse
processo em andamento
processo em andamento
04:12
of exponential acceleration.
90
240074
1888
numa aceleração exponencial.
04:14
I know you all know about Moore's law,
91
242420
2095
Eu sei que todos conhecem a Lei de Moore,
04:16
but in fact, it's more
broad-based than that;
broad-based than that;
92
244539
2296
mas ainda é mais amplo do que isso;
04:18
it extends in many cases,
for example, to software,
for example, to software,
93
246859
3150
estende-se em muitos casos,
por exemplo, ao software
por exemplo, ao software
04:22
it extends to communications,
bandwidth and so forth.
bandwidth and so forth.
94
250033
3000
estende-se às comunicações,
à banda larga e assim por diante
à banda larga e assim por diante
04:25
But the really key thing to understand
95
253057
1984
Mas a chave para entender
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
é que essa aceleração
tem vindo a ocorrer há muito tempo.
tem vindo a ocorrer há muito tempo.
04:30
In fact, it's been going on for decades.
97
258960
1925
Tem vindo a ocorrer há décadas.
04:32
If you measure from the late 1950s,
98
260909
2756
Se medirmos a partir
dos finais dos anos 50,
dos finais dos anos 50,
quando foram fabricados
os primeiros circuitos integrados,
os primeiros circuitos integrados,
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
a capacidade dos computadores
duplicou 30 vezes, desde então.
duplicou 30 vezes, desde então.
04:42
since then.
101
270947
1156
É um número extraordinário de vezes
para duplicar qualquer quantidade.
para duplicar qualquer quantidade.
04:44
That's just an extraordinary number
of times to double any quantity,
of times to double any quantity,
102
272127
3688
Significa realmente
que chegámos a um ponto
que chegámos a um ponto
04:47
and what it really means
103
275839
1240
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
em que veremos uma quantidade
extraordinária de progresso absoluto
extraordinária de progresso absoluto
04:51
just an extraordinary amount
of absolute progress,
of absolute progress,
105
279651
2411
e, claro, as cosias continuarão
a acelerar a partir desse ponto.
a acelerar a partir desse ponto.
04:54
and, of course, things are going
to continue to also accelerate
to continue to also accelerate
106
282086
2975
04:57
from this point.
107
285085
1159
04:58
So as we look forward
to the coming years and decades,
to the coming years and decades,
108
286268
2540
À medida que aguardamos
os próximos anos e décadas,
os próximos anos e décadas,
acho que isso significa
que iremos ver coisas
que iremos ver coisas
05:00
I think that means
that we're going to see things
that we're going to see things
109
288832
2338
que não estamos preparados para ver
05:03
that we're really not prepared for.
110
291194
1673
Veremos coisas que nos assombram.
05:04
We're going to see things
that astonish us.
that astonish us.
111
292891
2077
05:06
The second key thing
112
294992
1266
A segunda coisa chave
05:08
is that the machines are,
in a limited sense, beginning to think.
in a limited sense, beginning to think.
113
296282
3906
é que as máquinas, em sentido limitado,
estão a começar a pensar.
estão a começar a pensar.
05:12
And by this, I don't mean human-level AI,
114
300212
2457
Não estou a falar de IA ao nível humano,
05:14
or science fiction
artificial intelligence;
artificial intelligence;
115
302693
2936
nem de inteligência artificial
de ficção científica.
de ficção científica.
05:17
I simply mean that machines and algorithms
are making decisions.
are making decisions.
116
305653
4462
Simplesmente quero dizer que máquinas
e algoritmos estão a tomar decisões.
e algoritmos estão a tomar decisões.
05:22
They're solving problems,
and most importantly, they're learning.
and most importantly, they're learning.
117
310139
3860
Estão a resolver problemas
e, mais importante, estão a aprender.
e, mais importante, estão a aprender.
05:26
In fact, if there's one technology
that is truly central to this
that is truly central to this
118
314023
3303
Na verdade, se existe uma tecnologia
verdadeiramente central a isso
verdadeiramente central a isso
05:29
and has really become
the driving force behind this,
the driving force behind this,
119
317350
3077
e tem-se tornado na força motora
por detrás disso,
por detrás disso,
05:32
it's machine learning,
120
320451
1172
é o aprendizado de máquinas
05:33
which is just becoming
this incredibly powerful,
this incredibly powerful,
121
321647
2720
que se tem tornado numa tecnologia
incrivelmente poderosa,
incrivelmente poderosa,
05:36
disruptive, scalable technology.
122
324391
2638
perturbadora e crescente.
05:39
One of the best examples
I've seen of that recently
I've seen of that recently
123
327561
2469
Um dos melhores exemplos
que vi recentemente
que vi recentemente
05:42
was what Google's DeepMind
division was able to do
division was able to do
124
330054
2751
foi o que o DeepMind da Google
é capaz de fazer
é capaz de fazer
05:44
with its AlphaGo system.
125
332829
1553
com o seu sistema 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
Foi o sistema capaz de vencer
o melhor jogador do mundo
o melhor jogador do mundo
05:50
at the ancient game of Go.
127
338730
1979
no antigo jogo Go.
05:52
Now, at least to me,
128
340733
1150
Para mim, pelo menos,
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
há duas coisas que se destacam no jogo Go.
Uma é que, enquanto jogamos,
05:57
One is that as you're playing the game,
130
345048
2296
o número de configurações
que o quadro pode conter
que o quadro pode conter
05:59
the number of configurations
that the board can be in
that the board can be in
131
347368
2866
06:02
is essentially infinite.
132
350258
1411
é praticamente infinito.
06:03
There are actually more possibilities
than there are atoms in the universe.
than there are atoms in the universe.
133
351693
3833
Há mais possibilidades
do que há átomos no universo.
do que há átomos no universo.
Isso significa que nunca será possível
construir um computador
construir um computador
06:07
So what that means is,
134
355980
1184
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
que ganhe no jogo Go
segundo a forma como se abordou
o xadrez, por exemplo,
o xadrez, por exemplo,
06:12
the way chess was approached, for example,
136
360809
2180
06:15
which is basically to throw
brute-force computational power at it.
brute-force computational power at it.
137
363013
4526
que é basicamente introduzir nele
uma força bruta de capacidade de cálculo.
uma força bruta de capacidade de cálculo.
06:19
So clearly, a much more sophisticated,
thinking-like approach is needed.
thinking-like approach is needed.
138
367563
4177
Claramente, é necessária uma abordagem
muito mais sofisticada e pensadora.
muito mais sofisticada e pensadora.
06:24
The second thing
that really stands out is that,
that really stands out is that,
139
372368
3271
A segunda coisa que se destaca é que,
se falarmos com um dos vencedores
do campeonato Go,
do campeonato Go,
06:27
if you talk to one
of the championship Go players,
of the championship Go players,
140
375663
2647
06:30
this person cannot necessarily
even really articulate what exactly it is
even really articulate what exactly it is
141
378334
4485
essa pessoa nem sempre consegue exprimir
em que é que está a pensar
enquanto está a jogar.
enquanto está a jogar.
06:34
they're thinking about
as they play the game.
as they play the game.
142
382843
2215
É frequentemente algo muito intuitivo,
06:37
It's often something
that's very intuitive,
that's very intuitive,
143
385082
2193
06:39
it's almost just like a feeling
about which move they should make.
about which move they should make.
144
387299
3322
é quase como uma sensação
do movimento que tem de fazer.
do movimento que tem de fazer.
06:42
So given those two qualities,
145
390645
1407
Dadas estas duas qualidades,
06:44
I would say that playing Go
at a world champion level
at a world champion level
146
392076
3937
eu diria que jogar Go ao nível
de campeonato mundial
de campeonato mundial
devia ser algo impossível
para a automação,
para a automação,
06:48
really ought to be something
that's safe from automation,
that's safe from automation,
147
396037
3238
e o facto de não ser,
devia levantar uma bandeira de alerta.
devia levantar uma bandeira de alerta.
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
06:55
And the reason is that we tend
to draw a very distinct line,
to draw a very distinct line,
149
403769
3917
A razão para isso é que tendemos
a traçar uma linha muito distinta,
a traçar uma linha muito distinta,
pondo de um lado dessa linha
todos os empregos e tarefas
todos os empregos e tarefas
06:59
and on one side of that line
are all the jobs and tasks
are all the jobs and tasks
150
407710
3509
que consideramos ser de um nível
rotineiro, repetitivo e previsível
rotineiro, repetitivo e previsível
07:03
that we perceive as being on some level
fundamentally routine and repetitive
fundamentally routine and repetitive
151
411243
4748
07:08
and predictable.
152
416015
1350
Sabemos que esses empregos
podem estar em diferentes indústrias,
podem estar em diferentes indústrias,
07:09
And we know that these jobs
might be in different industries,
might be in different industries,
153
417389
2858
07:12
they might be in different occupations
and at different skill levels,
and at different skill levels,
154
420271
3373
podem estar em diferentes ocupações
e em diferentes níveis de capacidades,
e em diferentes níveis de capacidades,
07:15
but because they are innately predictable,
155
423668
2210
mas como são intrinsecamente previsíveis,
sabemos que, a certa altura,
07:17
we know they're probably at some point
going to be susceptible
going to be susceptible
156
425902
3127
serão suscetíveis
ao aprendizado de máquinas
ao aprendizado de máquinas
07:21
to machine learning,
157
429053
1177
e, por consequência, à automação.
07:22
and therefore, to automation.
158
430254
1419
Não se iludam — são muitos os empregos.
07:23
And make no mistake --
that's a lot of jobs.
that's a lot of jobs.
159
431697
2097
Será qualquer coisa
na ordem de cerca de metade
na ordem de cerca de metade
07:25
That's probably something
on the order of roughly half
on the order of roughly half
160
433818
2679
dos empregos na economia.
07:28
the jobs in the economy.
161
436521
1567
07:30
But then on the other side of that line,
162
438112
2159
E do outro lado da linha,
temos todos os trabalhos
que requerem alguma capacidade
que requerem alguma capacidade
07:32
we have all the jobs
that require some capability
that require some capability
163
440295
4071
que consideramos como sendo
unicamente humana.
unicamente humana.
07:36
that we perceive as being uniquely human,
164
444390
2372
São esses os trabalhos
que achamos serem seguros.
que achamos serem seguros.
07:38
and these are the jobs
that we think are safe.
that we think are safe.
165
446786
2223
07:41
Now, based on what I know
about the game of Go,
about the game of Go,
166
449033
2265
Com base no que sei sobre o jogo Go,
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
eu imaginaria que ele devia
estar no lado seguro da linha.
estar no lado seguro da linha.
Mas o facto é que não está.
07:47
But the fact that it isn't,
and that Google solved this problem,
and that Google solved this problem,
168
455049
3178
A solução da Google para este problema,
07:50
suggests that that line is going
to be very dynamic.
to be very dynamic.
169
458251
2432
sugere que essa linha será muito dinâmica.
07:52
It's going to shift,
170
460707
1179
Irá deslocar-se de um modo
que consumirá
que consumirá
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
cada vez mais empregos e tarefas
que nós atualmente consideramos
impossíveis de automação.
impossíveis de automação.
07:58
that we currently perceive
as being safe from automation.
as being safe from automation.
172
466069
3017
08:01
The other key thing to understand
173
469921
1657
A outra coisa chave a entender
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
é que não se trata apenas de empregos
de baixo salário ou manuais
de baixo salário ou manuais
ou de trabalhos e tarefas
feitas por pessoas
feitas por pessoas
08:08
or jobs and tasks done by people
175
476764
1875
que têm um nível de instrução
bastante baixo.
bastante baixo.
08:10
that have relatively
low levels of education.
low levels of education.
176
478663
2104
08:12
There's lots of evidence to show
177
480791
1524
Há muitos indícios que mostram
08:14
that these technologies are rapidly
climbing the skills ladder.
climbing the skills ladder.
178
482339
3160
que as tecnologias estão rapidamente
a subir a escada das capacidades.
a subir a escada das capacidades.
08:17
So we already see an impact
on professional jobs --
on professional jobs --
179
485523
3616
Já assistimos ao impacto
em empregos profissionais
em empregos profissionais
tarefas feitas por pessoas
como os contabilistas,
como os contabilistas,
08:21
tasks done by people like accountants,
180
489163
4435
os analistas financeiros,
08:25
financial analysts,
181
493622
1317
08:26
journalists,
182
494963
1296
os jornalistas,
08:28
lawyers, radiologists and so forth.
183
496283
2377
os advogados, os radiologistas, etc.
08:30
So a lot of the assumptions that we make
184
498684
1938
Muitas das suposições que fazemos
08:32
about the kind of occupations
and tasks and jobs
and tasks and jobs
185
500646
3220
sobre o tipo de ocupações,
tarefas e trabalhos
tarefas e trabalhos
que serão ameaçados
pela automação, no futuro,
pela automação, no futuro,
08:35
that are going to be threatened
by automation in the future
by automation in the future
186
503890
2819
muito provavelmente
irão sendo postas em causa.
irão sendo postas em causa.
08:38
are very likely to be
challenged going forward.
challenged going forward.
187
506733
2198
08:40
So as we put these trends together,
188
508955
1700
Quando juntamos essas tendências,
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
penso que isso nos mostra
que podemos chegar a um futuro
que podemos chegar a um futuro
08:45
with significant unemployment.
190
513995
1507
com um desemprego significativo.
08:48
Or at a minimum,
191
516254
1152
Ou, no mínimo,
08:49
we could face lots of underemployment
or stagnant wages,
or stagnant wages,
192
517430
3781
podemos enfrentar muito subemprego
ou salários estagnados,
ou salários estagnados,
08:53
maybe even declining wages.
193
521235
2097
talvez até salários em queda.
08:56
And, of course, soaring levels
of inequality.
of inequality.
194
524142
2810
E, claro, elevados níveis de desigualdade.
08:58
All of that, of course, is going to put
a terrific amount of stress
a terrific amount of stress
195
526976
4033
Tudo isso criará uma quantidade
terrível de tensão
terrível de tensão
no tecido social.
09:03
on the fabric of society.
196
531033
1917
Mas, além disso, há um problema
económico fundamental,
económico fundamental,
09:04
But beyond that, there's also
a fundamental economic problem,
a fundamental economic problem,
197
532974
3059
09:08
and that arises because jobs
are currently the primary mechanism
are currently the primary mechanism
198
536057
5195
que surge porque os empregos são
habitualmente o principal mecanismo
habitualmente o principal mecanismo
que distribui os rendimentos e,
por consequência, o poder de compra,
por consequência, o poder de compra,
09:13
that distributes income,
and therefore purchasing power,
and therefore purchasing power,
199
541276
3545
09:16
to all the consumers that buy the products
and services we're producing.
and services we're producing.
200
544845
5132
por todos os consumidores que compram
os produtos e serviços que produzimos.
os produtos e serviços que produzimos.
09:22
In order to have a vibrant market economy,
201
550831
2515
Para termos um mercado económico vibrante,
09:25
you've got to have
lots and lots of consumers
lots and lots of consumers
202
553370
2120
é preciso haver muitos consumidores
09:27
that are really capable of buying
the products and services
the products and services
203
555514
3029
que possam comprar
os produtos e serviços
os produtos e serviços
que estão a ser produzidos.
09:30
that are being produced.
204
558567
1151
09:31
If you don't have that,
then you run the risk
then you run the risk
205
559742
2386
Se não tivermos isso, corremos o risco
de uma economia estagnada,
de uma economia estagnada,
09:34
of economic stagnation,
206
562152
1415
ou talvez até de uma espiral
económica em queda,
económica em queda,
09:35
or maybe even a declining economic spiral,
207
563591
3669
por não haver consumidores suficientes
09:39
as there simply aren't enough
customers out there
customers out there
208
567284
2314
para comprar os produtos
e serviços produzidos.
e serviços produzidos.
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
É realmente importante perceber
09:46
that all of us as individuals rely
on access to that market economy
on access to that market economy
211
574057
6014
que todos nós, como indivíduos,
dependemos do acesso
a essa economia de mercado
a essa economia de mercado
09:52
in order to be successful.
212
580095
1729
para termos sucesso.
Podemos visualizar isso pensando em
termos de uma pessoa realmente excecional.
termos de uma pessoa realmente excecional.
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
09:58
Imagine for a moment you take,
say, Steve Jobs,
say, Steve Jobs,
214
586308
2988
Imaginem, por momentos,
que agarramos no Steve Jobs,
que agarramos no Steve Jobs,
10:01
and you drop him
on an island all by himself.
on an island all by himself.
215
589320
2581
e o deixamos numa ilha sozinho.
10:03
On that island, he's going
to be running around,
to be running around,
216
591925
2294
Ele irá dar a volta à ilha,
10:06
gathering coconuts just like anyone else.
217
594243
2538
apanhando cocos
como qualquer outra pessoa.
como qualquer outra pessoa.
10:08
He's really not going to be
anything special,
anything special,
218
596805
2188
Ele não fará nada de especial,
10:11
and the reason, of course,
is that there is no market
is that there is no market
219
599017
3172
porque, claro, não existe nenhum mercado
para ele desenvolver
o seu incrível talento.
o seu incrível talento.
10:14
for him to scale
his incredible talents across.
his incredible talents across.
220
602213
2786
10:17
So access to this market
is really critical to us as individuals,
is really critical to us as individuals,
221
605023
3470
Então, o acesso a esse mercado
é fundamental para nós enquanto indivíduos,
é fundamental para nós enquanto indivíduos,
10:20
and also to the entire system
in terms of it being sustainable.
in terms of it being sustainable.
222
608517
4022
e também para todo o sistema
em termos de ele ser sustentável.
em termos de ele ser sustentável.
10:25
So the question then becomes:
What exactly could we do about this?
What exactly could we do about this?
223
613063
3844
A questão passa a ser:
O que é que podemos fazer quanto a isto?
10:29
And I think you can view this
through a very utopian framework.
through a very utopian framework.
224
617285
3232
Eu acho que podem ver isso
através de uma moldura utópica,
através de uma moldura utópica,
10:32
You can imagine a future
where we all have to work less,
where we all have to work less,
225
620541
2643
imaginar um futuro em que
todos trabalharemos menos,
todos trabalharemos menos,
10:35
we have more time for leisure,
226
623208
3001
teremos mais tempo para o lazer,
10:38
more time to spend with our families,
227
626233
1928
mais tempo para passar com a família,
10:40
more time to do things that we find
genuinely rewarding
genuinely rewarding
228
628185
3255
mais tempo para fazer coisas
que achamos recompensadoras,
que achamos recompensadoras,
10:43
and so forth.
229
631464
1157
e assim por diante.
10:44
And I think that's a terrific vision.
230
632645
1855
E acho que é uma visão maravilhosa.
10:46
That's something that we should
absolutely strive to move toward.
absolutely strive to move toward.
231
634524
3629
É algo que nós devíamos
esforçar-nos para alcançar.
esforçar-nos para alcançar.
10:50
But at the same time, I think
we have to be realistic,
we have to be realistic,
232
638177
2676
Mas, ao mesmo tempo,
penso que devemos ser realistas,
penso que devemos ser realistas,
10:52
and we have to realize
233
640877
1393
e temos que perceber
10:54
that we're very likely to face
a significant income distribution problem.
a significant income distribution problem.
234
642294
4860
que é provável que enfrentemos
um problema significativo
um problema significativo
de distribuição de rendimentos.
10:59
A lot of people are likely
to be left behind.
to be left behind.
235
647178
2967
Muitas pessoas provavelmente
ficarão para trás.
ficarão para trás.
11:03
And I think that in order
to solve that problem,
to solve that problem,
236
651186
2404
Acredito que, para resolver este problema,
11:05
we're ultimately going
to have to find a way
to have to find a way
237
653614
2098
no fim de contas,
teremos que achar uma forma
teremos que achar uma forma
11:07
to decouple incomes from traditional work.
238
655736
2606
de dividir os rendimentos
do trabalho tradicional.
do trabalho tradicional.
11:10
And the best, more straightforward
way I know to do that
way I know to do that
239
658366
2866
E a melhor forma, mais direta,
que conheço para isso
que conheço para isso
11:13
is some kind of a guaranteed income
or universal basic income.
or universal basic income.
240
661256
3568
é um tipo de rendimento garantido
ou rendimento básico universal.
ou rendimento básico universal.
O rendimento básico está a tornar-se
uma ideia importante.
uma ideia importante.
11:16
Now, basic income is becoming
a very important idea.
a very important idea.
241
664848
2488
11:19
It's getting a lot
of traction and attention,
of traction and attention,
242
667360
2139
Está a ganhar muita atração e atenção,
11:21
there are a lot of important
pilot projects
pilot projects
243
669523
2273
há muitos projetos pilotos importantes
11:23
and experiments going on
throughout the world.
throughout the world.
244
671820
2175
e experiências a ocorrer
pelo mundo inteiro.
pelo mundo inteiro.
11:26
My own view is that a basic income
is not a panacea;
is not a panacea;
245
674628
3200
O meu ponto de vista é que
o rendimento básico não é uma panaceia,
o rendimento básico não é uma panaceia,
11:29
it's not necessarily
a plug-and-play solution,
a plug-and-play solution,
246
677852
2532
não é necessariamente
uma solução tipo "ligar e usar".
uma solução tipo "ligar e usar".
11:32
but rather, it's a place to start.
247
680408
1635
Pelo contrário, é um lugar para começar.
11:34
It's an idea that we can
build on and refine.
build on and refine.
248
682067
2782
É uma ideia que podemos
construir e refinar.
construir e refinar.
11:36
For example, one thing that I have
written quite a lot about
written quite a lot about
249
684873
2817
Por exemplo, uma coisa
sobre a qual já escrevi muito
sobre a qual já escrevi muito
11:39
is the possibility of incorporating
explicit incentives into a basic income.
explicit incentives into a basic income.
250
687714
4592
é a possibilidade de incorporar
incentivos explícitos no rendimento básico.
incentivos explícitos no rendimento básico.
11:44
To illustrate that,
251
692930
1169
Para ilustrar isso,
11:46
imagine that you are a struggling
high school student.
high school student.
252
694123
2768
imaginem que são um aluno
do ensino médio com dificuldades.
do ensino médio com dificuldades.
11:48
Imagine that you are at risk
of dropping out of school.
of dropping out of school.
253
696915
2834
Imaginem que estão em riscos
de abandonar a escola.
de abandonar a escola.
11:52
And yet, suppose you know
that at some point in the future,
that at some point in the future,
254
700289
3378
Mas, suponham que sabem
que, a certa altura, no futuro,
que, a certa altura, no futuro,
11:55
no matter what,
255
703691
1224
aconteça o que acontecer,
11:56
you're going to get the same
basic income as everyone else.
basic income as everyone else.
256
704939
3697
terão o mesmo rendimento básico
que qualquer outra pessoa.
que qualquer outra pessoa.
12:00
Now, to my mind, that creates
a very perverse incentive
a very perverse incentive
257
708660
3042
Na minha mente, isso cria
um incentivo muito perverso
um incentivo muito perverso
12:03
for you to simply give up
and drop out of school.
and drop out of school.
258
711726
2497
para vocês desistirem
ou abandonarem a escola.
ou abandonarem a escola.
Por isso, eu diria, não vamos
estruturar as coisas dessa forma.
estruturar as coisas dessa forma.
12:06
So I would say, let's not
structure things that way.
structure things that way.
259
714247
2505
12:08
Instead, let's pay people who graduate
from high school somewhat more
from high school somewhat more
260
716776
5316
Em vez disso, vamos pagar mais
às pessoas que acabam o ensino médio
às pessoas que acabam o ensino médio
12:14
than those who simply drop out.
261
722116
1696
do que às que o abandonam.
12:16
And we can take that idea of building
incentives into a basic income,
incentives into a basic income,
262
724329
3478
Podemos agarrar na ideia de criar
incentivos a um rendimento básico,
incentivos a um rendimento básico,
12:19
and maybe extend it to other areas.
263
727831
1667
e talvez alargá-lo a outras áreas.
12:21
For example, we might create
an incentive to work in the community
an incentive to work in the community
264
729522
3577
Por exemplo, podemos criar um incentivo
ao trabalho na comunidade
ao trabalho na comunidade
para ajudar outras pessoas
12:25
to help others,
265
733123
1158
12:26
or perhaps to do positive
things for the environment,
things for the environment,
266
734305
3064
ou talvez fazer coisas positivas
para o ambiente,
para o ambiente,
12:29
and so forth.
267
737393
1170
e assim por diante.
12:30
So by incorporating incentives
into a basic income,
into a basic income,
268
738587
3011
Então, ao incorporar incentivos
num rendimento básico,
num rendimento básico,
12:33
we might actually improve it,
269
741622
1629
podemos efetivamente melhorá-lo,
12:35
and also, perhaps, take at least
a couple of steps
a couple of steps
270
743275
2626
e talvez, também, dar alguns passos
12:37
towards solving another problem
271
745925
2425
para resolver outro problema
que eu penso que muito provavelmente
iremos enfrentar no futuro,
iremos enfrentar no futuro,
12:40
that I think we're quite possibly
going to face in the future,
going to face in the future,
272
748374
2944
12:43
and that is, how do we all find
meaning and fulfillment,
meaning and fulfillment,
273
751342
3752
ou seja, como é que todos nós
achamos significado e satisfação,
achamos significado e satisfação,
12:47
and how do we occupy our time
274
755118
2318
e como é que ocupamos o nosso tempo
12:49
in a world where perhaps
there's less demand for traditional work?
there's less demand for traditional work?
275
757460
4349
num mundo em que talvez exista menor
procura de trabalho tradicional.
procura de trabalho tradicional.
12:54
So by extending and refining
a basic income,
a basic income,
276
762201
2805
Ao alargar e refinar um rendimento básico,
12:57
I think we can make it look better,
277
765030
2336
acho que podemos fazê-lo parecer melhor,
12:59
and we can also, perhaps, make it
more politically and socially acceptable
more politically and socially acceptable
278
767390
5298
e talvez também possamos tornar isso
mais aceitável e mais viável,
mais aceitável e mais viável,
política e socialmente.
13:04
and feasible --
279
772712
1164
Ao fazer isso,
13:05
and, of course, by doing that,
280
773900
1474
aumentamos a possibilidade de que isso
venha efetivamente a acontecer.
venha efetivamente a acontecer.
13:07
we increase the odds
that it will actually come to be.
that it will actually come to be.
281
775398
3450
13:11
I think one of the most fundamental,
282
779731
2270
Eu acho que uma das objeções
mais fundamentais,
mais fundamentais,
13:14
almost instinctive objections
283
782025
2168
quase instintivas
13:16
that many of us have
to the idea of a basic income,
to the idea of a basic income,
284
784217
3453
que a maioria de nós tem
quanto à ideia de um rendimento básico,
quanto à ideia de um rendimento básico,
13:19
or really to any significant
expansion of the safety net,
expansion of the safety net,
285
787694
3732
ou quanto a qualquer expansão
significativa da rede de segurança,
significativa da rede de segurança,
13:23
is this fear that we're going to end up
with too many people
with too many people
286
791450
3760
é o medo de que vamos acabar
com muitas pessoas
com muitas pessoas
a andar no carro da economia,
13:27
riding in the economic cart,
287
795234
1738
13:28
and not enough people pulling that cart.
288
796996
2047
e poucas pessoas a puxar esse carro.
13:31
And yet, really, the whole point
I'm making here, of course,
I'm making here, of course,
289
799067
2834
Contudo, a questão
que quero sublinhar aqui
que quero sublinhar aqui
13:33
is that in the future,
290
801925
1361
é que, no futuro,
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
cada vez mais as máquinas estão
a conseguir puxar esse carro.
a conseguir puxar esse carro.
13:39
That should give us more options
292
807160
1990
Isso devia dar-nos mais opções
13:41
for the way we structure
our society and our economy,
our society and our economy,
293
809174
3811
para a forma como estruturamos
a sociedade e a economia,
a sociedade e a economia,
13:45
And I think eventually, it's going to go
beyond simply being an option,
beyond simply being an option,
294
813009
3442
Penso que, por fim, isso
deixará de ser uma opção,
deixará de ser uma opção,
13:48
and it's going to become an imperative.
295
816475
1901
e tornar-se-á um imperativo.
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
A razão é que tudo isso vai provocar
13:53
such a degree of stress on our society,
297
821246
2014
uma enorme tensão na sociedade,
13:55
and also because jobs are that mechanism
298
823284
2514
e também porque os empregos
são o mecanismo
são o mecanismo
13:57
that gets purchasing power to consumers
299
825822
1965
que dá poder de compra aos consumidores
13:59
so they can then drive the economy.
300
827811
2516
para eles poderem fazer andar a economia.
14:02
If, in fact, that mechanism
begins to erode in the future,
begins to erode in the future,
301
830351
3547
Se, de facto, esse mecanismo
começar a desgastar-se no futuro,
começar a desgastar-se no futuro,
14:05
then we're going to need to replace
it with something else
it with something else
302
833922
2815
teremos que o substituir
por qualquer outra coisa
por qualquer outra coisa
14:08
or we're going to face the risk
303
836761
1563
senão enfrentaremos o risco
14:10
that our whole system simply
may not be sustainable.
may not be sustainable.
304
838348
2567
de todo o sistema
não poder ser sustentável.
não poder ser sustentável.
14:12
But the bottom line here
is that I really think
is that I really think
305
840939
2382
O ponto de partida aqui
é que eu penso
é que eu penso
14:15
that solving these problems,
306
843345
2436
que resolver estes problemas,
14:17
and especially finding a way
to build a future economy
to build a future economy
307
845805
3400
e, em especial, achar uma forma
de construir uma futura economia
de construir uma futura economia
14:21
that works for everyone,
308
849229
2013
que funcione para todos,
14:23
at every level of our society,
309
851266
1861
a todos os níveis da nossa sociedade,
14:25
is going to be one of the most important
challenges that we all face
challenges that we all face
310
853151
3540
será um dos mais importantes desafios
que enfrentaremos
que enfrentaremos
14:28
in the coming years and decades.
311
856715
2043
nos próximos anos e décadas.
14:30
Thank you very much.
312
858782
1248
Muito obrigado.
14:32
(Applause)
313
860054
1860
(Aplausos)
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