TEDxBoston 2012
Andrew McAfee: Are droids taking our jobs?
Andrew McAfee: Czy roboty zabierają nam pracę?
Filmed:
Readability: 4.4
1,061,603 views
Roboty i algorytmy stają się coraz lepsze w budowaniu samochodów, pisaniu artykułów, tłumaczeniu. Kiedyś czynności te wykonywał człowiek. Jak więc my, ludzie, mamy zarabiać na życie? Andrew McAfee analizuje dane i stwierdza, że największe dopiero przed nami. Cofa się w czasie, aby zrozumieć szersze trendy i prezentuje zaskakująca i fascynującą wizję przyszłości.
(Nagranie z TEDxBoston)
Andrew McAfee - Management theorist
Andrew McAfee studies how information technology affects businesses and society. Full bio
Andrew McAfee studies how information technology affects businesses and society. Full bio
Double-click the English transcript below to play the video.
00:16
As it turns out, when tens of millions of people
0
519
2752
Kiedy miliony ludzi nie mają pracy
00:19
are unemployed or underemployed,
1
3271
2328
zaczyna się mówić
00:21
there's a fair amount of interest in what technology might be doing to the labor force.
2
5599
4127
o wpływie technologii na zatrudnienie.
00:25
And as I look at the conversation, it strikes me
3
9726
2719
Dyskusja, jaka się wywiązała,
00:28
that it's focused on exactly the right topic,
4
12445
2952
porusza właściwy temat,
00:31
and at the same time, it's missing the point entirely.
5
15397
2978
jednak w ogóle nie trafia w sedno.
00:34
The topic that it's focused on, the question is whether or not
6
18375
3008
Skupia się ona na tym,
00:37
all these digital technologies are affecting people's ability
7
21383
3655
czy nowoczesne technologie
00:40
to earn a living, or, to say it a little bit different way,
8
25038
3020
utrudniają ludziom zarabianie na życie,
00:43
are the droids taking our jobs?
9
28058
2278
innymi słowy, czy roboty zabierają nam pracę?
00:46
And there's some evidence that they are.
10
30336
1968
Są dowody, że tak jest.
00:48
The Great Recession ended when American GDP resumed
11
32304
4353
Wielka Recesja w USA skończyła się,
00:52
its kind of slow, steady march upward, and some other
12
36657
3429
gdy PKB zaczął znów rosnąć
00:56
economic indicators also started to rebound, and they got
13
40101
2934
i inne wskaźniki
00:58
kind of healthy kind of quickly. Corporate profits
14
43035
2862
też wróciły do normy.
01:01
are quite high. In fact, if you include bank profits,
15
45897
3276
Zyski korporacji, w tym banków,
01:05
they're higher than they've ever been.
16
49173
2112
są teraz wyższe niż kiedykolwiek.
01:07
And business investment in gear, in equipment
17
51285
3272
Inwestycje w sprzęt i oprogramowanie
01:10
and hardware and software is at an all-time high.
18
54557
3107
są na najwyższym poziomie.
01:13
So the businesses are getting out their checkbooks.
19
57664
3381
Tak więc firmy wydają pieniądze,
01:16
What they're not really doing is hiring.
20
61045
2261
nie zatrudniają jednak ludzi.
01:19
So this red line is the employment-to-population ratio,
21
63306
3701
Czerwona linia to stosunek zatrudnienia
01:22
in other words, the percentage of working age people
22
67007
3381
do liczby ludności,
01:26
in America who have work.
23
70388
1891
czyli ile osób w wieku roboczym ma pracę.
01:28
And we see that it cratered during the Great Recession,
24
72279
3700
Widać, że spadła podczas Wielkiej Recesji
01:31
and it hasn't started to bounce back at all.
25
75979
2864
i wcale nie wraca do normy.
01:34
But the story is not just a recession story.
26
78843
2507
Ale tu nie chodzi tylko o recesję.
01:37
The decade that we've just been through had relatively
27
81350
2997
Minioną dekadę cechował
01:40
anemic job growth all throughout, especially when we
28
84347
3393
dość powolny wzrost miejsc pracy.
01:43
compare it to other decades, and the 2000s
29
87740
2935
Była to też jedyna dekada,
01:46
are the only time we have on record where there were
30
90675
2290
kiedy odnotowano
01:48
fewer people working at the end of the decade
31
92965
3203
wyższe bezrobocie na końcu
01:52
than at the beginning. This is not what you want to see.
32
96168
3060
niż na początku.
01:55
When you graph the number of potential employees
33
99228
3639
Luka między liczbą ludzi zdolnych do pracy
01:58
versus the number of jobs in the country, you see the gap
34
102867
3604
a liczbą miejsc pracy
02:02
gets bigger and bigger over time, and then,
35
106471
3578
stale rośnie,
02:05
during the Great Recession, it opened up in a huge way.
36
110049
2400
a podczas Wielkiej Recesji ogromnie się pogłębiła.
02:08
I did some quick calculations. I took the last 20 years of GDP growth
37
112449
4410
Zrobiłem kilka obliczeń.
02:12
and the last 20 years of labor productivity growth
38
116859
3296
Uwzględniając 20-letni wzrost PKB
02:16
and used those in a fairly straightforward way
39
120155
2742
i wydajności pracy, chciałem przewidzieć,
02:18
to try to project how many jobs the economy was going
40
122897
2626
ilu miejsc pracy potrzeba w gospodarce.
02:21
to need to keep growing, and this is the line that I came up with.
41
125523
3659
Oto wynik. To dobrze czy źle?
02:25
Is that good or bad? This is the government's projection
42
129182
3446
To prognoza rządowa.
02:28
for the working age population going forward.
43
132628
3853
Jeśli obie się sprawdzą,
02:32
So if these predictions are accurate, that gap is not going to close.
44
136481
4771
luka nie będzie się zmniejszać.
02:37
The problem is, I don't think these projections are accurate.
45
141252
3401
Sądzę jednak, że są one nietrafne.
02:40
In particular, I think my projection is way too optimistic,
46
144653
3356
Moja jest zbyt optymistyczna,
02:43
because when I did it, I was assuming that the future
47
148009
3356
gdyż założyłem, że przyszłość
02:47
was kind of going to look like the past
48
151365
2448
będzie przypominać przeszłość.
02:49
with labor productivity growth, and that's actually not what I believe,
49
153813
3439
Nie wierzę w to,
02:53
because when I look around, I think that we ain't seen nothing yet
50
157252
3759
ponieważ wpływ technologii na zatrudnienie
02:56
when it comes to technology's impact on the labor force.
51
161011
3285
jest jeszcze mało widoczny.
03:00
Just in the past couple years, we've seen digital tools
52
164296
3998
W ostatnich latach narzędzia cyfrowe
03:04
display skills and abilities that they never, ever had before,
53
168294
4406
posiadły zupełnie nowe umiejętności
03:08
and that, kind of, eat deeply into what we human beings
54
172700
3788
i to zmienia nasze życie zawodowe.
03:12
do for a living. Let me give you a couple examples.
55
176488
3256
Podam kilka przykładów.
03:15
Throughout all of history, if you wanted something
56
179744
2011
Do tej pory aby coś przetłumaczyć
03:17
translated from one language into another,
57
181755
2924
z jednego języka na drugi,
03:20
you had to involve a human being.
58
184679
1664
konieczny był udział człowieka.
03:22
Now we have multi-language, instantaneous,
59
186343
3416
Dzisiaj mamy wielojęzyczne, darmowe
03:25
automatic translation services available for free
60
189759
4218
automatyczne programy do tłumaczeń,
03:29
via many of our devices all the way down to smartphones.
61
193977
3389
dostępne nawet na smartfonach.
03:33
And if any of us have used these, we know that
62
197366
2384
Może nie są doskonałe,
03:35
they're not perfect, but they're decent.
63
199750
3321
ale całkiem przyzwoite.
03:38
Throughout all of history, if you wanted something written,
64
203071
3151
Do niedawna aby napisać raport
03:42
a report or an article, you had to involve a person.
65
206222
3415
czy artykuł, konieczny był człowiek.
03:45
Not anymore. This is an article that appeared
66
209637
2252
Już nie jest. To artykuł o zyskach Apple
03:47
in Forbes online a while back about Apple's earnings.
67
211889
3230
z portalu Forbesa.
03:51
It was written by an algorithm.
68
215119
2527
Jest napisany przez algorytm.
03:53
And it's not decent, it's perfect.
69
217646
3255
I jest doskonały.
03:56
A lot of people look at this and they say, "Okay,
70
220901
2962
Panuje opinia, że to są
03:59
but those are very specific, narrow tasks,
71
223863
2349
ściśle określone, konkretne zadania,
04:02
and most knowledge workers are actually generalists,
72
226212
2633
a pracownicy mają wiedzę ogólną.
04:04
and what they do is sit on top of a very large body
73
228845
2529
Dysponują zasobami eksperckiej wiedzy
04:07
of expertise and knowledge and they use that
74
231374
2656
i muszą na bieżąco reagować
04:09
to react on the fly to kind of unpredictable demands,
75
234030
3073
na nieprzewidywalne wyzwania.
04:13
and that's very, very hard to automate."
76
237103
2488
Trudno to zautomatyzować.
04:15
One of the most impressive knowledge workers
77
239591
1977
Jednym z lepszych pracowników umysłowych
04:17
in recent memory is a guy named Ken Jennings.
78
241568
2409
jest Ken Jennings.
04:19
He won the quiz show "Jeopardy!" 74 times in a row,
79
243977
5058
Wygrał teleturniej "Jeopardy!" 74 razy z rzędu
04:24
took home three million dollars.
80
249035
2628
i zainkasował 3 miliony dolarów.
04:27
That's Ken on the right getting beat three to one by
81
251663
3850
Na zdjęciu Ken przegrywa 1:3 z Watsonem,
04:31
Watson, the "Jeopardy!"-playing supercomputer from IBM.
82
255513
4804
superkomputerem IBM.
04:36
So when we look at what technology can do
83
260317
1864
Nie jestem więc przekonany,
04:38
to general knowledge workers, I start to think
84
262181
2873
czy pracownicy od wiedzy ogólnej
04:40
there might not be something so special about this idea
85
265054
2599
są niezastąpieni.
04:43
of a generalist, particularly when we start doing things
86
267653
2888
Po podłączeniu Watsona do Siri
04:46
like hooking Siri up to Watson and having technologies
87
270541
3988
otrzymamy komputer,
04:50
that can understand what we're saying
88
274529
1896
który rozumie mowę
04:52
and repeat speech back to us.
89
276425
2081
i potrafi odpowiadać.
04:54
Now, Siri is far from perfect, and we can make fun
90
278506
2838
Siri nie jest doskonała,
04:57
of her flaws, but we should also keep in mind that
91
281344
3019
ale jeśli technologie
05:00
if technologies like Siri and Watson improve
92
284363
2676
będą rozwijać się zgodnie z prawem Moore'a,
05:02
along a Moore's Law trajectory, which they will,
93
287039
3781
czego jestem pewien,
05:06
in six years, they're not going to be two times better
94
290820
2584
to za 6 lat będą nie 2 czy 4 razy,
05:09
or four times better, they'll be 16 times better than they are right now.
95
293404
4818
lecz 16 razy lepsze niż teraz.
05:14
So I start to think that a lot of knowledge work is going to be affected by this.
96
298222
3683
To zmieni charakter pracy umysłowej.
05:17
And digital technologies are not just impacting knowledge work.
97
301905
3554
Technologie cyfrowe radzą sobie coraz lepiej
05:21
They're starting to flex their muscles in the physical world as well.
98
305459
3992
także z pracą fizyczną. Miałem okazję
05:25
I had the chance a little while back to ride in the Google
99
309451
2449
przejechać się samochodem autonomicznym Google.
05:27
autonomous car, which is as cool as it sounds. (Laughter)
100
311900
5526
Jest tak fajny, jak jego nazwa.
(Śmiech)
(Śmiech)
05:33
And I will vouch that it handled the stop-and-go traffic
101
317426
3027
Radził sobie znakomicie z ruchem drogowym
05:36
on U.S. 101 very smoothly.
102
320453
2905
na drodze krajowej 101.
05:39
There are about three and a half million people
103
323358
1965
W USA jest 3,5 mln kierowców ciężarówek.
05:41
who drive trucks for a living in the United States.
104
325323
2209
Niektórzy z nich
05:43
I think some of them are going to be affected by this
105
327532
2429
odczują wpływ tej technologii.
05:45
technology. And right now, humanoid robots are still
106
329961
3252
Roboty jeszcze niewiele potrafią.
05:49
incredibly primitive. They can't do very much.
107
333213
3258
Jednak robią duże postępy,
05:52
But they're getting better quite quickly, and DARPA,
108
336471
2581
a DARPA, agencja rządowa,
05:54
which is the investment arm of the Defense Department,
109
339052
3151
chce ten proces
05:58
is trying to accelerate their trajectory.
110
342203
1665
jeszcze przyspieszyć.
05:59
So, in short, yeah, the droids are coming for our jobs.
111
343868
4683
W skrócie: tak, roboty zabiorą nam pracę.
06:04
In the short term, we can stimulate job growth
112
348551
3880
Na krótką metę możemy stymulować
06:08
by encouraging entrepreneurship and by investing
113
352431
2944
wzrost miejsc pracy
06:11
in infrastructure, because the robots today still aren't
114
355375
3048
poprzez promocję przedsiębiorczości
06:14
very good at fixing bridges.
115
358423
1740
i inwestycje w infrastrukturę.
06:16
But in the not-too-long-term, I think within the lifetimes
116
360163
3365
Lecz na dłuższą metę
06:19
of most of the people in this room, we're going to transition
117
363528
3569
czeka nas przejście
06:22
into an economy that is very productive but that
118
367097
2936
do gospodarki bardzo wydajnej,
06:25
just doesn't need a lot of human workers,
119
370033
2804
ale wymagającej pracy niewielu ludzi.
06:28
and managing that transition is going to be
120
372837
1555
Transformacja ta będzie
06:30
the greatest challenge that our society faces.
121
374392
2739
wyzwaniem dla społeczeństwa.
06:33
Voltaire summarized why. He said, "Work saves us
122
377131
2762
Voltaire wyjaśnił to: "Praca oddala od nas
06:35
from three great evils: boredom, vice and need."
123
379893
5277
trzy wielkie niedole - nudę, występek i ubóstwo".
06:41
But despite this challenge, I'm personally,
124
385170
2571
Jestem cyfrowym optymistą
06:43
I'm still a huge digital optimist, and I am
125
387741
3049
i głęboko wierzę, że technologie,
06:46
supremely confident that the digital technologies that we're
126
390790
3187
nad którymi pracujemy,
06:49
developing now are going to take us into a utopian future,
127
393977
3556
zabiorą nas w utopijną przyszłość.
06:53
not a dystopian future. And to explain why,
128
397533
3033
Żeby to wytłumaczyć,
06:56
I want to pose kind of a ridiculously broad question.
129
400566
2522
zadam bardzo ogólne pytanie:
06:58
I want to ask what have been the most important
130
403088
2350
jakie są największe osiągnięcia
07:01
developments in human history?
131
405438
2323
w historii ludzkości?
07:03
Now, I want to share some of the answers that I've gotten
132
407761
2733
Przytoczę kilka zebranych odpowiedzi.
07:06
in response to this question. It's a wonderful question
133
410494
2177
Pytanie wywołuje długie dyskusje,
07:08
to ask and to start an endless debate about,
134
412671
2167
jedni wskazują na systemy filozoficzne
07:10
because some people are going to bring up
135
414838
2321
na Wschodzie i Zachodzie,
07:13
systems of philosophy in both the West and the East that
136
417159
3460
które zmieniły
07:16
have changed how a lot of people think about the world.
137
420619
3133
nasze pojmowanie świata.
07:19
And then other people will say, "No, actually, the big stories,
138
423752
2836
Inni mówią, że najważniejsze było
07:22
the big developments are the founding of the world's
139
426588
2423
powstanie religii,
07:24
major religions, which have changed civilizations
140
429011
3282
gdyż przeobraziły one cywilizacje
07:28
and have changed and influenced how countless people
141
432293
2639
i życie milionów ludzi.
07:30
are living their lives." And then some other folk will say,
142
434932
3004
Jeszcze inni przekonują,
07:33
"Actually, what changes civilizations, what modifies them
143
437936
3527
że cywilizacje
07:37
and what changes people's lives
144
441463
2163
i ludzkie życie
07:39
are empires, so the great developments in human history
145
443626
3912
zmieniają imperia, więc najważniejsze były
07:43
are stories of conquest and of war."
146
447538
2835
wojny i podboje.
07:46
And then some cheery soul usually always pipes up
147
450373
2590
Jakiś dowcipniś zwykle wtrąca:
07:48
and says, "Hey, don't forget about plagues." (Laughter)
148
452963
5688
"Nie zapomnij o epidemiach". (Śmiech)
07:54
There are some optimistic answers to this question,
149
458651
2903
Padają też optymistyczne odpowiedzi,
07:57
so some people will bring up the Age of Exploration
150
461554
1897
jak wielkie odkrycia geograficzne
07:59
and the opening up of the world.
151
463451
1948
i poszerzenie horyzontu świata,
08:01
Others will talk about intellectual achievements
152
465399
2102
czy osiągnięcia w matematyce,
08:03
in disciplines like math that have helped us get
153
467501
2275
które pomogły zrozumieć świat.
08:05
a better handle on the world, and other folk will talk about
154
469776
3310
Niektórzy wskazują też
08:08
periods when there was a deep flourishing
155
473086
1697
na rozkwit sztuki i nauki.
08:10
of the arts and sciences. So this debate will go on and on.
156
474783
3802
Dyskusja ciągnie się w nieskończoność,
08:14
It's an endless debate, and there's no conclusive,
157
478585
2839
bez decydującej odpowiedzi.
08:17
no single answer to it. But if you're a geek like me,
158
481424
3252
Jednak ludzie tacy jak ja
08:20
you say, "Well, what do the data say?"
159
484676
2898
pytają: "Co mówią dane?"
08:23
And you start to do things like graph things that we might
160
487574
2811
Jeśli przedstawimy na wykresie
08:26
be interested in, the total worldwide population, for example,
161
490385
4103
liczbę ludności świata
08:30
or some measure of social development,
162
494488
2641
czy poziom rozwoju społecznego,
08:33
or the state of advancement of a society,
163
497129
2511
to nanosząc dane zauważymy,
08:35
and you start to plot the data, because, by this approach,
164
499640
3833
że przełomowe wydarzenia
08:39
the big stories, the big developments in human history,
165
503473
2617
to te, które najbardziej
08:41
are the ones that will bend these curves a lot.
166
506090
2861
wyginają krzywe.
08:44
So when you do this, and when you plot the data,
167
508951
1912
Szybko też dojdziemy
08:46
you pretty quickly come to some weird conclusions.
168
510863
2798
do dziwnego wniosku,
08:49
You conclude, actually, that none of these things
169
513661
2923
że żadne z tych wydarzeń
08:52
have mattered very much. (Laughter)
170
516584
4952
nie miało większego znaczenia.
(Śmiech)
(Śmiech)
08:57
They haven't done a darn thing to the curves. (Laughter)
171
521536
4026
Krzywe ani drgnęły.
(Śmiech)
(Śmiech)
09:01
There has been one story, one development
172
525562
3584
Osiągnięciem, które najbardziej
09:05
in human history that bent the curve, bent it just about
173
529146
2606
wygięło krzywe, o 90 stopni,
09:07
90 degrees, and it is a technology story.
174
531752
4046
jest rozwój technologii.
09:11
The steam engine, and the other associated technologies
175
535798
2959
Silnik parowy i inne wynalazki
09:14
of the Industrial Revolution changed the world
176
538757
2931
rewolucji przemysłowej
09:17
and influenced human history so much,
177
541688
2424
zmieniły świat tak bardzo,
09:20
that in the words of the historian Ian Morris,
178
544112
2083
że przyćmiły wcześniejsze wydarzenia.
09:22
they made mockery out of all that had come before.
179
546195
4077
że przyćmiły wcześniejsze wydarzenia.
09:26
And they did this by infinitely multiplying the power
180
550272
2913
Technologia przezwyciężyła
09:29
of our muscles, overcoming the limitations of our muscles.
181
553185
3137
ograniczenia naszych mięśni.
09:32
Now, what we're in the middle of now
182
556322
2522
Obecnie przezwyciężamy
09:34
is overcoming the limitations of our individual brains
183
558844
2919
indywidualne ograniczenia,
09:37
and infinitely multiplying our mental power.
184
561763
3073
żeby pomnożyć nasz potencjał umysłowy.
09:40
How can this not be as big a deal as overcoming
185
564836
3700
Czy to nie równie ważne?
09:44
the limitations of our muscles?
186
568536
2528
Czy to nie równie ważne?
09:46
So at the risk of repeating myself a little bit, when I look
187
571064
3378
Powtarzam,
09:50
at what's going on with digital technology these days,
188
574442
2829
technologia dopiero raczkuje,
09:53
we are not anywhere near through with this journey,
189
577271
2826
jej wpływ na społeczeństwo
09:55
and when I look at what is happening to our economies
190
580097
2674
i gospodarkę
09:58
and our societies, my single conclusion is that
191
582771
2653
jest jeszcze mało widoczny.
10:01
we ain't seen nothing yet. The best days are really ahead.
192
585424
3528
Najlepsze przed nami.
10:04
Let me give you a couple examples.
193
588952
1756
Podam kilka przykładów.
10:06
Economies don't run on energy. They don't run on capital,
194
590708
4228
Gospodarki nie napędza energia,
10:10
they don't run on labor. Economies run on ideas.
195
594936
3780
kapitał czy praca, a pomysły.
10:14
So the work of innovation, the work of coming up with
196
598716
2520
Tworzenie innowacji,
10:17
new ideas, is some of the most powerful,
197
601236
2426
generowanie pomysłów
10:19
some of the most fundamental work that we can do
198
603662
1815
to najważniejsze zadanie w gospodarce.
10:21
in an economy. And this is kind of how we used to do innovation.
199
605477
4016
Do tej pory wyglądało to tak:
10:25
We'd find a bunch of fairly similar-looking people
200
609493
3778
znajdowano grupę podobnych ludzi
10:29
— (Laughter) —
201
613271
3411
(Śmiech)
10:32
we'd take them out of elite institutions, we'd put them into
202
616682
2529
i przenoszono ich z jednej elitarnej instytucji
10:35
other elite institutions, and we'd wait for the innovation.
203
619211
2946
do drugiej, czekając na innowacje.
10:38
Now — (Laughter) —
204
622157
4010
(Śmiech)
10:42
as a white guy who spent his whole career at MIT
205
626167
2581
Jako pracownik naukowy MIT i Harvardu
10:44
and Harvard, I got no problem with this. (Laughter)
206
628748
6366
nie miałem z tym problemu.
(Śmiech)
(Śmiech)
10:51
But some other people do, and they've kind of crashed
207
635114
2616
Ale niektórzy mieli i wkręcili się na imprezę
10:53
the party and loosened up the dress code of innovation.
208
637730
2536
i poluzowali trochę zasady.
10:56
(Laughter)
209
640266
924
(Śmiech)
10:57
So here are the winners of a Top Coder programming challenge,
210
641190
3644
To zwycięzcy turnieju dla programistów.
11:00
and I assure you that nobody cares
211
644834
2902
Nikogo nie obchodzi,
11:03
where these kids grew up, where they went to school,
212
647736
3594
gdzie dorastali i jakie szkoły ukończyli.
11:07
or what they look like. All anyone cares about
213
651330
2488
Najważniejsza jest
11:09
is the quality of the work, the quality of the ideas.
214
653818
2821
jakość ich pracy, ich pomysły.
11:12
And over and over again, we see this happening
215
656639
2166
To kierunek zmian
11:14
in the technology-facilitated world.
216
658805
2346
w dzisiejszym świecie.
11:17
The work of innovation is becoming more open,
217
661151
2456
Tworzenie innowacji jest bardziej egalitarne
11:19
more inclusive, more transparent, and more merit-based,
218
663607
3778
i merytoryczne, dostępne nie tylko
11:23
and that's going to continue no matter what MIT and Harvard
219
667385
2969
dla członków elitarnych instytucji.
11:26
think of it, and I couldn't be happier about that development.
220
670354
3680
Bardzo mnie to cieszy.
11:29
I hear once in a while, "Okay, I'll grant you that,
221
674034
2450
Czasem słyszę: "Masz rację,
11:32
but technology is still a tool for the rich world,
222
676484
3387
ale technologia jest w rękach bogatych
11:35
and what's not happening, these digital tools are not
223
679871
2714
i nie ułatwia życia
11:38
improving the lives of people at the bottom of the pyramid."
224
682585
3355
ludziom z nizin społecznych".
11:41
And I want to say to that very clearly: nonsense.
225
685940
2664
To bzdury.
11:44
The bottom of the pyramid is benefiting hugely from technology.
226
688604
3438
Technologia bardzo pomaga ubogim.
11:47
The economist Robert Jensen did this wonderful study
227
692042
2640
Ekonomista Robert Jensen
11:50
a while back where he watched, in great detail,
228
694682
3168
przeprowadził badania.
11:53
what happened to the fishing villages of Kerala, India,
229
697850
3381
Obserwował wprowadzenie telefonów
11:57
when they got mobile phones for the very first time,
230
701231
3013
komórkowych do indyjskiej wioski.
12:00
and when you write for the Quarterly Journal of Economics,
231
704244
2731
Opisał to powściągliwym,
12:02
you have to use very dry and very circumspect language,
232
706975
2897
naukowym językiem,
12:05
but when I read his paper, I kind of feel Jensen is trying
233
709872
2472
ale przy lekturze miałem wrażenie,
12:08
to scream at us, and say, look, this was a big deal.
234
712344
3021
że krzyczy: to jest to!
12:11
Prices stabilized, so people could plan their economic lives.
235
715365
4053
Dzięki stabilizacji cen ludzie mogli planować życie,
12:15
Waste was not reduced; it was eliminated.
236
719418
4123
wyeliminowano odpady,
12:19
And the lives of both the buyers and the sellers
237
723541
2471
a warunki życiowe
12:21
in these villages measurably improved.
238
726012
2498
bardzo się poprawiły.
12:24
Now, what I don't think is that Jensen got extremely lucky
239
728510
3716
To nie jest tak, że Jensenowi
12:28
and happened to land in the one set of villages
240
732226
2354
udało się znaleźć jedną wioskę,
12:30
where technology made things better.
241
734580
2512
która skorzystała na technologii.
12:32
What happened instead is he very carefully documented
242
737092
2603
Szczegółowo opisał ogólny proces,
12:35
what happens over and over again when technology
243
739695
2692
który się powtarza,
12:38
comes for the first time to an environment and a community.
244
742387
3264
kiedy technologia wkracza do społeczności.
12:41
The lives of people, the welfares of people, improve dramatically.
245
745651
3964
Dobrobyt radykalnie wzrasta.
12:45
So as I look around at all the evidence, and I think about
246
749615
2356
Kiedy myślę o przyszłości,
12:47
the room that we have ahead of us, I become a huge
247
751971
2476
mając takie dowody,
12:50
digital optimist, and I start to think that this wonderful
248
754447
2824
jestem cyfrowym optymistą.
12:53
statement from the physicist Freeman Dyson
249
757271
3055
Myślę, że ten cytat
12:56
is actually not hyperbole. This is an accurate assessment of what's going on.
250
760326
4578
Freemana Dysona jest bardzo trafny.
13:00
Our digital -- our technologies are great gifts,
251
764904
2446
Technologia to dar,
13:03
and we, right now, have the great good fortune
252
767350
3161
i mamy szczęście,
13:06
to be living at a time when digital technology is flourishing,
253
770511
3525
że żyjemy w czasach,
13:09
when it is broadening and deepening and
254
774036
1658
jej wielkiego rozkwitu
13:11
becoming more profound all around the world.
255
775694
3341
i wzrostu znaczenia.
13:14
So, yeah, the droids are taking our jobs,
256
779035
3218
Tak, roboty zabierają nam pracę,
13:18
but focusing on that fact misses the point entirely.
257
782253
3813
ale nie o to chodzi.
13:21
The point is that then we are freed up to do other things,
258
786066
3253
Technologia pozwala nam
13:25
and what we are going to do, I am very confident,
259
789319
2658
zająć się innymi rzeczami,
13:27
what we're going to do is reduce poverty and drudgery
260
791977
3063
jak walka z ubóstwem
13:30
and misery around the world. I'm very confident
261
795040
2664
i nędzą na świecie.
13:33
we're going to learn to live more lightly on the planet,
262
797704
3032
Jestem przekonany,
13:36
and I am extremely confident that what we're going to do
263
800736
3481
że życie będzie łatwiejsze
13:40
with our new digital tools is going to be so profound
264
804217
2921
i że to, co osiągniemy
13:43
and so beneficial that it's going to make a mockery
265
807138
2891
dzięki narzędziom cyfrowym,
13:45
out of everything that came before.
266
810029
1733
przyćmi wszystko, co było wcześniej.
13:47
I'm going to leave the last word to a guy who had
267
811762
2738
Ostatnie słowo dam komuś,
13:50
a front row seat for digital progress,
268
814500
1778
kto oglądał postęp cyfrowy z bliska,
13:52
our old friend Ken Jennings. I'm with him.
269
816278
2565
znanemu nam Kenowi Jenningsowi.
13:54
I'm going to echo his words:
270
818843
1361
Podpisuję się pod jego słowami:
13:56
"I, for one, welcome our new computer overlords." (Laughter)
271
820204
3971
"Na przekór innym witam nowych cyfrowych władców"
(Śmiech)
(Śmiech)
14:00
Thanks very much. (Applause)
272
824175
2929
Dziękuję bardzo.
(Brawa)
(Brawa)
ABOUT THE SPEAKER
Andrew McAfee - Management theoristAndrew McAfee studies how information technology affects businesses and society.
Why you should listen
Andrew McAfee studies the ways that information technology (IT) affects businesses, business as a whole, and the larger society. His research investigates how IT changes the way companies perform, organize themselves and compete. At a higher level, his work also investigates how computerization affects competition, society, the economy and the workforce.
He's a principal research scientist at the Center for Digital Business at the MIT Sloan School of Management. His books include Enterprise 2.0 and Race Against the Machine (with Erik Brynjolfsson). Read more on his blog.
Andrew McAfee | Speaker | TED.com