TED2013
Erik Brynjolfsson: The key to growth? Race with the machines
اريك برينجولفسون: مفتاح التطور؟ التسابق مع الاجهزة
Filmed:
Readability: 4.6
1,321,770 views
كما تأخذ الالات وظائف اخرى. الكثير يجدون انفسهم عاطلون عن العمل او الحوافز متوقفة الى اجل غير مسمى. هل هذه هي نهاية النمو؟ لا. يقول ايريك برينجولفسون... انها ببساطة الالام النامية لاقتصاد تم اعادة تنظيمه جزرياً. قضية لافتة للإنتباه : لماذا الابتكارات الكبيرة متقدمة علينا... اذا فكرنا ان الحواسيب هى زميلة في العمل. تأكد من ان تشاهد وجهة النظر العكسية من روبرت جوردن
Erik Brynjolfsson - Innovation researcher
Erik Brynjolfsson examines the effects of information technologies on business strategy, productivity and employment. Full bio
Erik Brynjolfsson examines the effects of information technologies on business strategy, productivity and employment. Full bio
Double-click the English transcript below to play the video.
00:12
Growth is not dead.
0
605
2272
النمو ليس ميتاً
00:14
(Applause)
1
2877
1386
(تصفيق)
00:16
Let's start the story 120 years ago,
2
4263
3963
لنبدأ القصة 120 سنة مضت،
00:20
when American factories began to electrify their operations,
3
8226
3632
عندما بدأت المصانع الأمريكية بكهربة عملياتها،
00:23
igniting the Second Industrial Revolution.
4
11858
3344
لتشعل "الثورة الصناعية الثانية".
00:27
The amazing thing is
5
15202
1111
والشيء المدهش
00:28
that productivity did not increase in those factories
6
16313
2777
أن الإنتاجية لم تزيد في تلك المصانع
00:31
for 30 years. Thirty years.
7
19090
3256
لمدة 30 عاماً. ثلاثين عاماً.
00:34
That's long enough for a generation of managers to retire.
8
22346
3474
انها مدة طويلة بما يكفي لتقاعد جيل مديرين.
00:37
You see, the first wave of managers
9
25820
2222
كما ترى، الموجة الأولى من المديرين
00:40
simply replaced their steam engines with electric motors,
10
28042
3417
ببساطة استبدلت محركات البخار بالمحركات الكهربائية،
00:43
but they didn't redesign the factories to take advantage
11
31459
3010
لكنهم لم يعيدوا تصميم المصانع للاستفادة من المحركات الجديدة
00:46
of electricity's flexibility.
12
34469
2341
من مرونة الكهرباء.
00:48
It fell to the next generation to invent new work processes,
13
36810
3984
قد عاد إلى الجيل القادم ابتكار أساليب جديدة العمل،
00:52
and then productivity soared,
14
40794
2727
وبعد ذلك ارتفعت الإنتاجية،
00:55
often doubling or even tripling in those factories.
15
43521
3665
مضاعفة أو حتى ثلاثة إضعاف في تلك المصانع.
00:59
Electricity is an example of a general purpose technology,
16
47186
4723
الكهرباء مثال للتكنولوجيا الأغراض العامة،
01:03
like the steam engine before it.
17
51909
2230
مثل المحرك البخارى قبل ذلك.
01:06
General purpose technologies drive most economic growth,
18
54139
3416
تكنولوجيات الأغراض العامة تحرك معظم النمو الاقتصادي،
01:09
because they unleash cascades of complementary innovations,
19
57555
3454
لأنهم إطلقوا العنان لسلاسل من الابتكارات المكملة،
01:13
like lightbulbs and, yes, factory redesign.
20
61009
3632
مثل المصابيح، ونعم إعادة تصميم المصنع.
01:16
Is there a general purpose technology of our era?
21
64641
3610
هل هناك تقنية لأغراض عامة لعصرنا؟
01:20
Sure. It's the computer.
22
68251
2508
بالتأكيد. هو جهاز الكمبيوتر.
01:22
But technology alone is not enough.
23
70759
2659
ولكن التكنولوجيا وحدها ليست كافية.
01:25
Technology is not destiny.
24
73418
2766
التكنولوجيا ليست المصير.
01:28
We shape our destiny,
25
76184
1580
نحن نشكل مصيرنا،
01:29
and just as the earlier generations of managers
26
77764
2516
وتماماً كما مديرين الأجيال السابقة
01:32
needed to redesign their factories,
27
80280
2298
احتاجوا إلى إعادة تصميم مصانعهم،
01:34
we're going to need to reinvent our organizations
28
82578
2229
نحن سنحتاج إلى إعادة اختراع منظماتنا
01:36
and even our whole economic system.
29
84807
2555
وحتى نظامنا الاقتصادي إجمالاً.
01:39
We're not doing as well at that job as we should be.
30
87362
3602
نحن لا نعمل جيداً في تلك الوظيفة كما ينبغي أن نكون.
01:42
As we'll see in a moment,
31
90964
1230
وكما سنرى في لحظة،
01:44
productivity is actually doing all right,
32
92194
2722
الإنتاجية في الواقع تعمل بصورة جيدة
01:46
but it has become decoupled from jobs,
33
94916
3862
لكنها اصبحت منفصلة عن الوظائف،
01:50
and the income of the typical worker is stagnating.
34
98778
4419
ودخل العامل النموذجي في حالة ركود.
01:55
These troubles are sometimes misdiagnosed
35
103197
2519
هذه المشاكل أحياناً تشخص خطأ
01:57
as the end of innovation,
36
105716
3712
كنهاية للابتكار،
02:01
but they are actually the growing pains
37
109428
2129
ولكنهم في الواقع الآلام المتزايدة
02:03
of what Andrew McAfee and I call the new machine age.
38
111557
5590
لما ادعوه انا و أندرو مكافي بآلة العصر الجديد.
02:09
Let's look at some data.
39
117147
1882
دعونا ننظر في بعض البيانات.
02:11
So here's GDP per person in America.
40
119029
2902
حتى هنا هو الناتج المحلي الإجمالي للشخص الواحد في أمريكا.
02:13
There's some bumps along the way, but the big story
41
121931
2766
وهناك بعض المطبات على طول الطريق، ولكن القصة الكبيرة
02:16
is you could practically fit a ruler to it.
42
124697
2715
هو أنك يمكن أن تناسب عمليا مسطرة فيه.
02:19
This is a log scale, so what looks like steady growth
43
127412
3276
وهذا مقياس طويل، هكذا ما يبدو وكأنه النمو المطرد
02:22
is actually an acceleration in real terms.
44
130688
3043
هو في الحقيقة تسارع كمصطلح حقيقيي.
02:25
And here's productivity.
45
133731
2160
وهنا هي الإنتاجية.
02:27
You can see a little bit of a slowdown there in the mid-'70s,
46
135891
2671
يمكنك أن ترى قليلاً من تباطؤ هناك في منتصف السبعينات
02:30
but it matches up pretty well with the Second Industrial Revolution,
47
138562
3738
ولكنها تتطابق جيداً مع "الثورة الصناعية الثانية"،
02:34
when factories were learning how to electrify their operations.
48
142300
2691
عندما كانت المصانع تتعلم كيفية كهربة عملياتها.
02:36
After a lag, productivity accelerated again.
49
144991
4129
بعد تأخير، الإنتاجية تتسارع مرة أخرى.
02:41
So maybe "history doesn't repeat itself,
50
149120
2571
ولذلك ربما يكون "التاريخ لا يعيد نفسه،
02:43
but sometimes it rhymes."
51
151691
2568
لكن في بعض الأحيان يكون كالقوافي ".
02:46
Today, productivity is at an all-time high,
52
154259
3136
واليوم، الإنتاجية على أعلى مستوى على الإطلاق،
02:49
and despite the Great Recession,
53
157395
1977
وعلى الرغم من الكساد العظيم،
02:51
it grew faster in the 2000s than it did in the 1990s,
54
159372
4252
نما نمواً أسرع في 2000s عما كان عليه في التسعينات،
02:55
the roaring 1990s, and that was faster than the '70s or '80s.
55
163624
4136
التسعينات القاصفة، و ذالك أسرع من السبعينات أو الثمانينات.
02:59
It's growing faster than it did during the Second Industrial Revolution.
56
167760
3674
هو ينمو بوتيرة أسرع مما كان عليه خلال "الثورة الصناعية الثانية".
03:03
And that's just the United States.
57
171434
1743
وهذا هو فقط الولايات المتحدة.
03:05
The global news is even better.
58
173177
3248
الأنباء العالمية أفضل.
03:08
Worldwide incomes have grown at a faster rate
59
176425
2360
الدخل في العالم قد نما بمعدل أسرع
03:10
in the past decade than ever in history.
60
178785
2496
في العقد الماضي أكثر من أي وقت مضى في التاريخ.
03:13
If anything, all these numbers actually understate our progress,
61
181281
5051
إذا كان أي شيء، جميع هذه الأرقام فعلا اقل من تقدمنا،
03:18
because the new machine age
62
186332
1912
لأن العصر الجديد للجهاز
03:20
is more about knowledge creation
63
188244
1664
هو متعلق اكثر بخلق المعرفة
03:21
than just physical production.
64
189908
2331
من الإنتاج المادي فقط.
03:24
It's mind not matter, brain not brawn,
65
192239
2938
انه العقل و ليس المادة، الدماغ و ليس العضلات القوية
03:27
ideas not things.
66
195177
2062
الأفكار و ليست الأشياء.
03:29
That creates a problem for standard metrics,
67
197239
2570
التي تخلق مشكلة بالنسبة للمقاييس الموحدة،
03:31
because we're getting more and more stuff for free,
68
199809
3502
لأننا نحصل على المزيد والمزيد من الأشياء مجاناً،
03:35
like Wikipedia, Google, Skype,
69
203311
2641
مثل ويكيبيديا، جوجل، سكايب،
03:37
and if they post it on the web, even this TED Talk.
70
205952
3063
وإذا نشروه على شبكة الإنترنت، وحتى حديث تيد هذا .
03:41
Now getting stuff for free is a good thing, right?
71
209015
3303
الآن الحصول على الأشياء مجاناً شيء جيد، حقاً؟
03:44
Sure, of course it is.
72
212318
1765
بالتأكيد، بطبيعة الحال.
03:46
But that's not how economists measure GDP.
73
214083
3868
ولكن هذا ليس كيف يقيس الاقتصاديين الناتج المحلي الإجمالي.
03:49
Zero price means zero weight in the GDP statistics.
74
217951
5592
سعر صفر يعني صفر الوزن في إحصاءات الناتج المحلي الإجمالي.
03:55
According to the numbers, the music industry
75
223543
2112
ووفقا للأرقام، صناعة الموسيقى
03:57
is half the size that it was 10 years ago,
76
225655
3000
تمثل نصف الحجم الذي كان قبل 10 سنوات،
04:00
but I'm listening to more and better music than ever.
77
228655
3656
ولكنني الان استمع إلى موسيقى أكثر وأفضل من أي وقت مضى.
04:04
You know, I bet you are too.
78
232311
2192
كما تعلمون، اراهن أنك أيضا.
04:06
In total, my research estimates
79
234503
2723
وفي المجموع، بحوث تقدر
04:09
that the GDP numbers miss over 300 billion dollars per year
80
237226
4754
أن تفوت على أرقام الناتج المحلي الإجمالي أكثر من 300 بیلیون دولار في السنة
04:13
in free goods and services on the Internet.
81
241980
3346
في السلع والخدمات على شبكة الإنترنت المجانية.
04:17
Now let's look to the future.
82
245326
1789
الآن دعونا ننظر إلى المستقبل.
04:19
There are some super smart people
83
247115
2263
هناك بعض الناس الذكية جداً
04:21
who are arguing that we've reached the end of growth,
84
249378
5019
الذين يتناقشون في أننا وصلنا إلى نهاية النمو،
04:26
but to understand the future of growth,
85
254397
3558
ولكن لنفهم مستقبل النمو،
04:29
we need to make predictions
86
257955
2683
ونحن بحاجة إلى القيام بتوقعات
04:32
about the underlying drivers of growth.
87
260638
3290
حول الدوافع الأساسية للنمو.
04:35
I'm optimistic, because the new machine age
88
263928
3806
أنا متفائل، لأن العصر الجهاز الجديد
04:39
is digital, exponential and combinatorial.
89
267734
5030
هو رقمي و أسى واندماجي.
04:44
When goods are digital, they can be replicated
90
272764
2264
عندما تكون السلع الرقمية، التي يمكن تكرارها
04:47
with perfect quality at nearly zero cost,
91
275028
4509
مع نوعية مثالية تكلفة ما يقرب من الصفر،
04:51
and they can be delivered almost instantaneously.
92
279537
4018
ويمكن أن تسلم فورياً تقريبا.
04:55
Welcome to the economics of abundance.
93
283555
2800
مرحبا بكم في اقتصاديات الوفرة.
04:58
But there's a subtler benefit to the digitization of the world.
94
286355
3690
ولكن هناك فائدة أكثر دهاء للتحويل الرقمي للعالم.
05:02
Measurement is the lifeblood of science and progress.
95
290045
4600
القياس هو شريان الحياة بالنسبة للعلم والتقدم.
05:06
In the age of big data,
96
294645
2148
في عصر البيانات الكبيرة،
05:08
we can measure the world in ways we never could before.
97
296793
4286
يمكن أن نقيس العالم بطرق لم يمكننا من قبل.
05:13
Secondly, the new machine age is exponential.
98
301079
4095
ثانيا، أن العصر الجديد للجهاز أسى.
05:17
Computers get better faster than anything else ever.
99
305174
5935
تتحسن أجهزة الكمبيوتر أسرع من أي شيء آخر من أي وقت مضى.
05:23
A child's Playstation today is more powerful
100
311109
3568
بلاي ستيشن لطفل اليوم أقوى
05:26
than a military supercomputer from 1996.
101
314677
4056
من حاسب عسكري عظيم من عام 1996.
05:30
But our brains are wired for a linear world.
102
318733
3207
ولكن ادمغتنا تعمل لعالم خطي.
05:33
As a result, exponential trends take us by surprise.
103
321940
3888
نتيجة لذلك الموديلات الأسية تأخذنا لنا غرة.
05:37
I used to teach my students that there are some things,
104
325828
2602
أنا اعتدت ان اعلم الطلاب أن هناك بعض الأمور،
05:40
you know, computers just aren't good at,
105
328430
1934
كما تعلمون، أجهزة الكمبيوتر ليست جيدة فيها،
05:42
like driving a car through traffic.
106
330364
2385
مثل قيادة سيارة في الزحام.
05:44
(Laughter)
107
332749
2013
(ضحك)
05:46
That's right, here's Andy and me grinning like madmen
108
334762
3491
هذا صحيح، هنا هو أندي و انا مبتسمان مثل المجانين
05:50
because we just rode down Route 101
109
338253
2384
لأننا عبرنا طريق 101 قبل ذلك قليل
05:52
in, yes, a driverless car.
110
340637
3669
نعم، وفي سيارة بدون سائق.
05:56
Thirdly, the new machine age is combinatorial.
111
344306
2583
ثالثا، أن العصر الجديد للجهاز اندماجي.
05:58
The stagnationist view is that ideas get used up,
112
346889
4048
الرؤية الركودية هي ان الأفكار تصبح معتادة،
06:02
like low-hanging fruit,
113
350937
1856
مثل الفاكهة منخفضة،
06:04
but the reality is that each innovation
114
352793
3163
لكن الواقع هو أن كل ابتكار
06:07
creates building blocks for even more innovations.
115
355956
3256
يقوم بإنشاء كتل البناء لمزيد من الابتكارات.
06:11
Here's an example. In just a matter of a few weeks,
116
359212
3345
هنا مثال على ذلك. في غضون بضعة أسابيع قليلة،
06:14
an undergraduate student of mine
117
362557
2072
احد طلابي
06:16
built an app that ultimately reached 1.3 million users.
118
364629
4111
بنى تطبيق الذي وصل في نهاية المطاف إلى 1.3 مليون مستخدم.
06:20
He was able to do that so easily
119
368740
1699
كان قادراً على القيام ذلك بسهولة
06:22
because he built it on top of Facebook,
120
370439
1827
لأنه قام ببناءها على الفيسبوك،
06:24
and Facebook was built on top of the web,
121
372266
1933
وقد بني فيسبوك على شبكة الإنترنت،
06:26
and that was built on top of the Internet,
122
374199
1698
و ذالك قد بنى على رأس شبكة الإنترنت،
06:27
and so on and so forth.
123
375897
2418
و هكذا
06:30
Now individually, digital, exponential and combinatorial
124
378315
4765
الآن التفردية، الرقمية، والأسية واندماجية
06:35
would each be game-changers.
125
383080
2350
كل منها مبدلة للعبة.
06:37
Put them together, and we're seeing a wave
126
385430
2190
ضعها معا، ونحن الان نشهد موجه
06:39
of astonishing breakthroughs,
127
387620
1393
من إنجازات مذهلة،
06:41
like robots that do factory work or run as fast as a cheetah
128
389013
3060
مثل الروبوتات التي تعمل بالمصانع أو تجري بسرعة كالفهد
06:44
or leap tall buildings in a single bound.
129
392073
2796
أو المباني الشاهقة في قفزة واحدة ملزمة.
06:46
You know, robots are even revolutionizing
130
394869
2232
كما تعلمون، حتى الروبوتات لهم ثورة
06:49
cat transportation.
131
397101
1829
نقل القطط.
06:50
(Laughter)
132
398930
2270
(ضحك)
06:53
But perhaps the most important invention,
133
401200
2732
لكن ربما أهم اختراع
06:55
the most important invention is machine learning.
134
403932
5065
هو تعلم الالة.
07:00
Consider one project: IBM's Watson.
135
408997
3376
عند النظر الى مشروع واحد: واطسون أي بي أم.
07:04
These little dots here,
136
412373
1589
هذه النقاط القليلة هنا،
07:05
those are all the champions on the quiz show "Jeopardy."
137
413962
4860
هؤلاء هم جميع الأبطال في برنامج "جيوبرادي".
07:10
At first, Watson wasn't very good,
138
418822
2544
في البداية، لم يكن واتسون جيداً،
07:13
but it improved at a rate faster than any human could,
139
421366
5622
إلا أنها تحسنت بمعدل أسرع مما يمكن لأي إنسان،
07:18
and shortly after Dave Ferrucci showed this chart
140
426988
2687
وبعد وقت قصير من ما أظهر ديف فيروتشي هذا المخطط
07:21
to my class at MIT,
141
429675
1652
إلى صفي في معهد ماساتشوستس للتكنولوجيا،
07:23
Watson beat the world "Jeopardy" champion.
142
431327
3542
واتسون تغلب على بطل العالم في "جيوبرادي".
07:26
At age seven, Watson is still kind of in its childhood.
143
434869
3989
في سن السابعة، واتسون لا يزال نوع ما في طفولته.
07:30
Recently, its teachers let it surf the Internet unsupervised.
144
438858
5318
في الآونة الأخيرة، سمح له المعلمين بأن يتصفح الإنترنت بدون الرقابة.
07:36
The next day, it started answering questions with profanities.
145
444176
5946
في اليوم التالي، بدأ يجيب عن الأسئلة مع شتائم.
07:42
Damn. (Laughter)
146
450122
2274
اللعنة. (ضحك)
07:44
But you know, Watson is growing up fast.
147
452396
2280
ولكن كما تعلمون، واتسون ينمو بسرعة.
07:46
It's being tested for jobs in call centers, and it's getting them.
148
454676
4212
يتم اجراء الاختبار عليها لوظائف في مراكز الاتصال، وأنه يتحصل عليها.
07:50
It's applying for legal, banking and medical jobs,
149
458888
3724
انه يقدم لوظائف قانونية ومصرفية وطبية،
07:54
and getting some of them.
150
462612
1950
و يتحصل على البعض منها
07:56
Isn't it ironic that at the very moment
151
464562
1889
أليس من سخرية القدر أنه في اللحظة بالذات
07:58
we are building intelligent machines,
152
466451
2234
نقوم ببناء آلات ذكية،
08:00
perhaps the most important invention in human history,
153
468685
3449
ولعل أهم اختراع في تاريخ البشرية،
08:04
some people are arguing that innovation is stagnating?
154
472134
3975
هي حجة بعض الناس أن الابتكار في حالة ركود؟
08:08
Like the first two industrial revolutions,
155
476109
2419
مثل الثورات الصناعية الأولى والثانية،
08:10
the full implications of the new machine age
156
478528
3134
التضمين الكامل للعصر الجديد للجهاز
08:13
are going to take at least a century to fully play out,
157
481662
2682
سوف تأخذ مالا يقل عن قرن،
08:16
but they are staggering.
158
484344
3032
ولكنها مذهلة.
08:19
So does that mean we have nothing to worry about?
159
487376
3336
فهل هذا يعني أن ليس هناك ما يدعو للقلق؟
08:22
No. Technology is not destiny.
160
490712
3680
لا. التكنولوجيا ليست المصير.
08:26
Productivity is at an all time high,
161
494392
2569
الإنتاجية الان اعلى ما توصلت اليه،
08:28
but fewer people now have jobs.
162
496961
2983
ولكن عدد أقل من الناس الآن لديهم وظائف.
08:31
We have created more wealth in the past decade than ever,
163
499944
3120
لقد أنشأنا المزيد من الثروة في العقد الماضي من أي وقت مضى،
08:35
but for a majority of Americans, their income has fallen.
164
503064
3904
ولكن لأغلبية أميركيين، انخفض دخلهم.
08:38
This is the great decoupling
165
506968
2312
وهذا هو فصل كبير
08:41
of productivity from employment,
166
509280
2976
الإنتاجية من العمالة،
08:44
of wealth from work.
167
512256
3104
الثروة من العمل.
08:47
You know, it's not surprising that millions of people
168
515360
2346
كما تعلمون، فإنه ليس من المستغرب أن ملايين الناس
08:49
have become disillusioned by the great decoupling,
169
517706
2846
وقد تحرروا من الوهم بسبب فك الارتباط الكبير،
08:52
but like too many others,
170
520552
1747
ولكن مثل العديد من الآخرين،
08:54
they misunderstand its basic causes.
171
522299
3097
أنهم يسيئون فهم أسبابه الأساسية.
08:57
Technology is racing ahead,
172
525396
2610
التكنولوجيا متقدمة في السباق،
09:00
but it's leaving more and more people behind.
173
528006
3550
ولكنها تترك المزيد والمزيد من الناس.
09:03
Today, we can take a routine job,
174
531556
3519
واليوم، يمكن أن نتخذ مهمة روتينية،
09:07
codify it in a set of machine-readable instructions,
175
535075
3091
تدوين ذلك في مجموعة من الإرشادات يمكن قراءتها آليا،
09:10
and then replicate it a million times.
176
538166
2827
ومن نسخها مليون مرة.
09:12
You know, I recently overheard a conversation
177
540993
2279
كما تعلمون، أنا مؤخرا سمعت محادثة
09:15
that epitomizes these new economics.
178
543272
1952
تلخص هذه الاقتصاديات الجديدة.
09:17
This guy says, "Nah, I don't use H&R Block anymore.
179
545224
4197
ويقول هذا الرجل، "لا، أنا لا استخدم H&R Block بعد الآن.
09:21
TurboTax does everything that my tax preparer did,
180
549421
2448
TurboTax يقوم بكل شيء كان يقوم به معد ضريبة،
09:23
but it's faster, cheaper and more accurate."
181
551869
4558
لكن أسرع وأرخص وأكثر دقة ".
09:28
How can a skilled worker
182
556427
1799
كيف يمكن لعامل ماهر
09:30
compete with a $39 piece of software?
183
558226
3009
تان ينافس مع قطعة من البرمجيات ب39$؟
09:33
She can't.
184
561235
1967
لا يمكنها.
09:35
Today, millions of Americans do have faster,
185
563202
2780
اليوم، ملايين أمريكيين لديهم أسرع،
09:37
cheaper, more accurate tax preparation,
186
565982
2387
أرخص، وأكثر اعداد ضريبة دقة،
09:40
and the founders of Intuit
187
568369
1486
ومؤسسي Intuit
09:41
have done very well for themselves.
188
569855
2493
قاموا بشكل جيد للغاية لأنفسهم.
09:44
But 17 percent of tax preparers no longer have jobs.
189
572348
4214
لكن 17 في المائة من معدي الضريبة لم يعد لديهم وظائف.
09:48
That is a microcosm of what's happening,
190
576562
2078
هذا نموذج مصغر لما يحدث،
09:50
not just in software and services, but in media and music,
191
578640
4677
ليس فقط في مجال البرمجيات والخدمات، ولكن في وسائل الإعلام، والموسيقى،
09:55
in finance and manufacturing, in retailing and trade --
192
583317
3686
في الشؤون المالية، والصناعة ، في تجارة التجزئة و التبادل التجاري
09:59
in short, in every industry.
193
587003
3895
باختصار، في كل صناعة من الصناعات.
10:02
People are racing against the machine,
194
590898
3095
الناس في سباق ضد الآله،
10:05
and many of them are losing that race.
195
593993
3090
والكثير منهم يخسرون هذا السباق.
10:09
What can we do to create shared prosperity?
196
597083
3886
ماذا يمكن أن نفعل لخلق نجاح مشترك؟
10:12
The answer is not to try to slow down technology.
197
600969
3017
الجواب: لا لمحاولة إبطاء التكنولوجيا.
10:15
Instead of racing against the machine,
198
603986
2557
بدلاً من السباق ضد الآله،
10:18
we need to learn to race with the machine.
199
606543
3677
نحن بحاجة إلى تعلم للسباق مع الالة,
10:22
That is our grand challenge.
200
610220
3129
وهذا هو التحدي الكبير.
10:25
The new machine age
201
613349
2324
العصر الجديد للجهاز
10:27
can be dated to a day 15 years ago
202
615673
3113
يمكن ان يؤرخ بيوم قبل 15 عاماً
10:30
when Garry Kasparov, the world chess champion,
203
618786
2878
عندما غاري كاسباروف، بطل الشطرنج في العالم،
10:33
played Deep Blue, a supercomputer.
204
621664
3706
لعب مع "ديب بلو"، حاسوب عملاق.
10:37
The machine won that day,
205
625370
2012
فازت الآلة ذلك اليوم،
10:39
and today, a chess program running on a cell phone
206
627382
2968
واليوم، يعمل برنامج شطرنج على هاتف خليوي
10:42
can beat a human grandmaster.
207
630350
2296
يمكنه الفوز على استاذ بشري في الشطرنج.
10:44
It got so bad that, when he was asked
208
632646
3365
لقد اصبح سيئاً جداً، عندما سئل
10:48
what strategy he would use against a computer,
209
636011
2563
ما هي الاستراتيجية التي سيستخدمها ضد جهاز كمبيوتر،
10:50
Jan Donner, the Dutch grandmaster, replied,
210
638574
4016
جان دونر، استاذ الشطرنج الهولندي، أجاب،
10:54
"I'd bring a hammer."
211
642590
1771
"سوف اجلب مطرقة".
10:56
(Laughter)
212
644361
3680
(ضحك)
11:00
But today a computer is no longer the world chess champion.
213
648041
4544
ولكن اليوم لم يعد جهاز الكمبيوتر بطل العالم للشطرنج.
11:04
Neither is a human,
214
652585
2654
و لا حتى إنسان،
11:07
because Kasparov organized a freestyle tournament
215
655239
3579
لأن كاسباروف نظم بطولة حرة
11:10
where teams of humans and computers
216
658818
1916
فيها فرق من البشر وأجهزة الكمبيوتر
11:12
could work together,
217
660734
2099
يمكن أن تعمل معا،
11:14
and the winning team had no grandmaster,
218
662833
3157
وكان الفريق الفائز لا يوجد فيه استاذ للشطرنج،
11:17
and it had no supercomputer.
219
665990
2465
و لا حتى كمبيوتر عملاق.
11:20
What they had was better teamwork,
220
668455
4175
ما كان لديهم هو عمل جماعي أفضل،
11:24
and they showed that a team of humans and computers,
221
672630
5016
و قد اظهروا أن فريقا من البشر وأجهزة الكمبيوتر،
11:29
working together, could beat any computer
222
677646
3048
يعملون معا، يمكنهم التغلب على أي جهاز كمبيوتر
11:32
or any human working alone.
223
680694
3520
أو أي الإنسان يعمل وحده.
11:36
Racing with the machine
224
684214
1664
التاسبق مع الجهاز
11:37
beats racing against the machine.
225
685878
2343
تفوق على السباق ضد الآله.
11:40
Technology is not destiny.
226
688221
2564
التكنولوجيا ليست المصير.
11:42
We shape our destiny.
227
690785
1742
نحن نشكل مصيرنا.
11:44
Thank you.
228
692527
1447
شكرا.
11:45
(Applause)
229
693974
5016
(تصفيق)
ABOUT THE SPEAKER
Erik Brynjolfsson - Innovation researcherErik Brynjolfsson examines the effects of information technologies on business strategy, productivity and employment.
Why you should listen
The director of the MIT Center for Digital Business and a research associate at the National Bureau of Economic Research, Erik Brynjolfsson asks how IT affects organizations, markets and the economy. His recent work studies data-driven decision-making, management practices that drive productivity, the pricing implications of Internet commerce and the role of intangible assets.
Brynjolfsson was among the first researchers to measure the productivity contributions of information and community technology (ICT) and the complementary role of organizational capital and other intangibles. His research also provided the first quantification of the value of online product variety, often known as the “Long Tail,” and developed pricing and bundling models for information goods.
His books include Wired for Innovation: How IT Is Reshaping the Economy and Race Against the Machine: How the Digital Revolution Is Accelerating Innovation, Driving Productivity and Irreversibly Transforming Employment and the Economy (with Andrew McAfee); and the recent article "Big Data: The Management Revolution" (with Andrew McAfee).
Erik Brynjolfsson | Speaker | TED.com