TEDxBoston 2012
Andrew McAfee: Are droids taking our jobs?
Andrew McAfee: Os robôs estão tomando nossos postos de trabalho?
Filmed:
Readability: 4.4
1,061,603 views
Robôs e algoritmos estão se saindo bem em trabalhos que antes exigiam um ser humano, como construir carros, escrever artigos, traduzir. Então, o que restará para nós, humanos? Andrew McAfee aborda dados recentes sobre o mundo do trabalho para dizer: Nós ainda não vimos nada. Mas então ele dá um passo atrás para olhar para a história, e apresenta uma surpreendente e eletrizante visão do que está por vir. (Filmado no 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
Num momento em que dezenas de milhões de pessoas
00:19
are unemployed or underemployed,
1
3271
2328
estão desempregadas ou subempregadas,
00:21
there's a fair amount of interest in what technology might be doing to the labor force.
2
5599
4127
há um grande interesse nos efeitos da tecnologia sobre a força de trabalho.
00:25
And as I look at the conversation, it strikes me
3
9726
2719
Ao observar este debate, me surpreende ver
00:28
that it's focused on exactly the right topic,
4
12445
2952
que está focado na questão certa,
00:31
and at the same time, it's missing the point entirely.
5
15397
2978
mas, ao mesmo tempo, desconsidera totalmente o essencial.
00:34
The topic that it's focused on, the question is whether or not
6
18375
3008
A questão na qual o debate está focado é se
00:37
all these digital technologies are affecting people's ability
7
21383
3655
todas estas tecnologias digitais estão ou não afetando a habilidade das pessoas
00:40
to earn a living, or, to say it a little bit different way,
8
25038
3020
de ganhar a vida, ou, em outras palavras:
00:43
are the droids taking our jobs?
9
28058
2278
os robôs estão tirando nossos postos de trabalho?
00:46
And there's some evidence that they are.
10
30336
1968
E há evidências de que estão sim.
00:48
The Great Recession ended when American GDP resumed
11
32304
4353
A grande recessão terminou quando o PIB americano retomou
00:52
its kind of slow, steady march upward, and some other
12
36657
3429
sua marcha lenta e constante para cima, e alguns outros
00:56
economic indicators also started to rebound, and they got
13
40101
2934
indicadores econômicos começaram a se recuperar,
00:58
kind of healthy kind of quickly. Corporate profits
14
43035
2862
estabilizando-se relativamente rápido. Os lucros empresariais
01:01
are quite high. In fact, if you include bank profits,
15
45897
3276
estão bastante altos. Na verdade, se incluirmos os lucros bancários,
01:05
they're higher than they've ever been.
16
49173
2112
estão mais altos do que nunca.
01:07
And business investment in gear, in equipment
17
51285
3272
E o investimento empresarial em equipamento,
01:10
and hardware and software is at an all-time high.
18
54557
3107
hardware e software é o mais alto da história.
01:13
So the businesses are getting out their checkbooks.
19
57664
3381
Então, as empresas estão sacando seus talões de cheques.
01:16
What they're not really doing is hiring.
20
61045
2261
O que elas não estão fazendo é contratar.
01:19
So this red line is the employment-to-population ratio,
21
63306
3701
Esta linha vermelha é a relação entre emprego e população.
01:22
in other words, the percentage of working age people
22
67007
3381
Em outras palavras, é o percentual de pessoas em idade produtiva
01:26
in America who have work.
23
70388
1891
nos EUA que têm trabalho.
01:28
And we see that it cratered during the Great Recession,
24
72279
3700
Vemos que ele caiu muito durante a grande recessão,
01:31
and it hasn't started to bounce back at all.
25
75979
2864
e ainda não começou a se recuperar.
01:34
But the story is not just a recession story.
26
78843
2507
Mas não se trata apenas de uma história de recessão.
01:37
The decade that we've just been through had relatively
27
81350
2997
A década que acabamos de viver teve
01:40
anemic job growth all throughout, especially when we
28
84347
3393
um crescimento do nível de emprego muito reduzido, especialmente
01:43
compare it to other decades, and the 2000s
29
87740
2935
quando comparado a outras décadas, e os anos 2000
01:46
are the only time we have on record where there were
30
90675
2290
são os únicos dos quais temos registro nos quais havia
01:48
fewer people working at the end of the decade
31
92965
3203
menos pessoas trabalhando no final da década
01:52
than at the beginning. This is not what you want to see.
32
96168
3060
do que no início. Isso não é o que queremos ver.
01:55
When you graph the number of potential employees
33
99228
3639
Quando colocamos num gráfico o número de pessoas em idade produtiva
01:58
versus the number of jobs in the country, you see the gap
34
102867
3604
e o número de empregos no país, vemos que a distância
02:02
gets bigger and bigger over time, and then,
35
106471
3578
fica cada vez maior com o passar do tempo, e então,
02:05
during the Great Recession, it opened up in a huge way.
36
110049
2400
durante a grande recessão, alargou-se enormemente.
02:08
I did some quick calculations. I took the last 20 years of GDP growth
37
112449
4410
Eu fiz alguns cálculos rápidos. Peguei o crescimento do PIB nos últimos 20 anos
02:12
and the last 20 years of labor productivity growth
38
116859
3296
e o crescimento da força produtiva nos últimos 20 anos
02:16
and used those in a fairly straightforward way
39
120155
2742
para tentar projetar, de um modo simples e direto,
02:18
to try to project how many jobs the economy was going
40
122897
2626
de quantos postos de trabalho a economia
02:21
to need to keep growing, and this is the line that I came up with.
41
125523
3659
precisaria para continuar crescendo, e esta é a linha que resultou.
02:25
Is that good or bad? This is the government's projection
42
129182
3446
Isso é bom ou ruim? Esta é a projeção do governo
02:28
for the working age population going forward.
43
132628
3853
para a taxa de crescimento da população em idade produtiva.
02:32
So if these predictions are accurate, that gap is not going to close.
44
136481
4771
Se estas previsões estão corretas, a distância não vai diminuir.
02:37
The problem is, I don't think these projections are accurate.
45
141252
3401
O problema é que eu não acho que essas projeções estejam corretas.
02:40
In particular, I think my projection is way too optimistic,
46
144653
3356
Eu acho que a minha projeção é muito otimista,
02:43
because when I did it, I was assuming that the future
47
148009
3356
porque, ao fazê-la, eu assumi que o futuro
02:47
was kind of going to look like the past
48
151365
2448
seria semelhante ao passado no que diz respeito
02:49
with labor productivity growth, and that's actually not what I believe,
49
153813
3439
ao crescimento da força produtiva, e, na realidade, eu não acredito nisso,
02:53
because when I look around, I think that we ain't seen nothing yet
50
157252
3759
porque, quando olho ao redor, eu penso que ainda não vimos nada
02:56
when it comes to technology's impact on the labor force.
51
161011
3285
em relação ao impacto da tecnologia na força de trabalho.
03:00
Just in the past couple years, we've seen digital tools
52
164296
3998
Apenas nos dois últimos anos, temos visto ferramentas digitais
03:04
display skills and abilities that they never, ever had before,
53
168294
4406
com habilidades que nunca tiveram antes,
03:08
and that, kind of, eat deeply into what we human beings
54
172700
3788
e isso tem uma profunda relação com o que nós, humanos, fazemos para
03:12
do for a living. Let me give you a couple examples.
55
176488
3256
ganhar a vida. Deixe-me dar alguns exemplos.
03:15
Throughout all of history, if you wanted something
56
179744
2011
Ao longo da história, se você quisesse traduzir algo
03:17
translated from one language into another,
57
181755
2924
de uma língua a outra,
03:20
you had to involve a human being.
58
184679
1664
você precisava envolver um ser humano.
03:22
Now we have multi-language, instantaneous,
59
186343
3416
Agora, temos serviços de tradução automáticos, instantâneos
03:25
automatic translation services available for free
60
189759
4218
e multilíngues, disponíveis gratuitamente
03:29
via many of our devices all the way down to smartphones.
61
193977
3389
em vários de nossos dispositivos, incluindo os smartphones.
03:33
And if any of us have used these, we know that
62
197366
2384
E aqueles de nós que já usaram esses serviços
03:35
they're not perfect, but they're decent.
63
199750
3321
sabem que não são perfeitos, mas são decentes.
03:38
Throughout all of history, if you wanted something written,
64
203071
3151
Ao longo da história, se você quisesse escrever algo,
03:42
a report or an article, you had to involve a person.
65
206222
3415
uma reportagem ou artigo, você precisava envolver uma pessoa.
03:45
Not anymore. This is an article that appeared
66
209637
2252
Não mais. Este é um artigo publicado há algum tempo
03:47
in Forbes online a while back about Apple's earnings.
67
211889
3230
na Forbes on-line sobre os resultados da Apple.
03:51
It was written by an algorithm.
68
215119
2527
Ele foi escrito por um algoritmo.
03:53
And it's not decent, it's perfect.
69
217646
3255
E ele não é decente. É perfeito.
03:56
A lot of people look at this and they say, "Okay,
70
220901
2962
Muitas pessoas olham para isto e dizem: "Está bem,
03:59
but those are very specific, narrow tasks,
71
223863
2349
mas estas são tarefas muito limitadas e específicas,
04:02
and most knowledge workers are actually generalists,
72
226212
2633
e a maioria dos trabalhadores do conhecimento é generalista,
04:04
and what they do is sit on top of a very large body
73
228845
2529
e o que eles fazem é utilizar sua ampla experiência
04:07
of expertise and knowledge and they use that
74
231374
2656
e conhecimentos para solucionar rapidamente
04:09
to react on the fly to kind of unpredictable demands,
75
234030
3073
problemas imprevisíveis,
04:13
and that's very, very hard to automate."
76
237103
2488
e isto é muito difícil de automatizar."
04:15
One of the most impressive knowledge workers
77
239591
1977
Um dos mais impressionantes trabalhadores do conhecimento
04:17
in recent memory is a guy named Ken Jennings.
78
241568
2409
atualmente é Ken Jennings.
04:19
He won the quiz show "Jeopardy!" 74 times in a row,
79
243977
5058
Ele venceu o concurso "Jeopardy!" 74 vezes seguidas
04:24
took home three million dollars.
80
249035
2628
e levou para casa US$ 3 milhões.
04:27
That's Ken on the right getting beat three to one by
81
251663
3850
Ken é este à direita, depois de ser vencido por três a um por
04:31
Watson, the "Jeopardy!"-playing supercomputer from IBM.
82
255513
4804
Watson, um supercomputador produzido pela IBM para o jogo.
04:36
So when we look at what technology can do
83
260317
1864
Então, quando olhamos para o que a tecnologia pode fazer,
04:38
to general knowledge workers, I start to think
84
262181
2873
eu começo a pensar
04:40
there might not be something so special about this idea
85
265054
2599
que ser um generalista não é algo assim tão especial,
04:43
of a generalist, particularly when we start doing things
86
267653
2888
particularmente quando começamos a fazer coisas
04:46
like hooking Siri up to Watson and having technologies
87
270541
3988
como juntar Siri e Watson e termos tecnologias
04:50
that can understand what we're saying
88
274529
1896
que podem entender o que estamos dizendo
04:52
and repeat speech back to us.
89
276425
2081
e repetir o discurso.
04:54
Now, Siri is far from perfect, and we can make fun
90
278506
2838
Siri está longe de ser perfeito, e podemos nos divertir
04:57
of her flaws, but we should also keep in mind that
91
281344
3019
com suas falhas, mas também devemos ter em mente que,
05:00
if technologies like Siri and Watson improve
92
284363
2676
se tecnologias como Siri e Watson melhorarem
05:02
along a Moore's Law trajectory, which they will,
93
287039
3781
de acordo com a trajetória da lei de Moore – o que vai acontecer –,
05:06
in six years, they're not going to be two times better
94
290820
2584
em seis anos, elas não serão duas ou quatro vezes melhores,
05:09
or four times better, they'll be 16 times better than they are right now.
95
293404
4818
elas serão 16 vezes melhores do que são hoje.
05:14
So I start to think that a lot of knowledge work is going to be affected by this.
96
298222
3683
Começo a pensar que muito do trabalho do conhecimento será afetado por isso.
05:17
And digital technologies are not just impacting knowledge work.
97
301905
3554
E as tecnologias digitais não estão impactando apenas esse tipo de trabalho.
05:21
They're starting to flex their muscles in the physical world as well.
98
305459
3992
Elas estão começando a atuar no mundo físico também.
05:25
I had the chance a little while back to ride in the Google
99
309451
2449
Pouco tempo atrás, eu tive a chance de andar
05:27
autonomous car, which is as cool as it sounds. (Laughter)
100
311900
5526
no carro autônomo da Google, que é tão interessante quanto soa. (risos)
05:33
And I will vouch that it handled the stop-and-go traffic
101
317426
3027
E asseguro que ele superou muito bem
05:36
on U.S. 101 very smoothly.
102
320453
2905
o tráfego engarrafado da U.S.101.
05:39
There are about three and a half million people
103
323358
1965
Existem cerca de 3,5 milhões de pessoas
05:41
who drive trucks for a living in the United States.
104
325323
2209
que ganham a vida dirigindo caminhões nos EUA.
05:43
I think some of them are going to be affected by this
105
327532
2429
Eu acho que alguns deles serão afetados por esta
05:45
technology. And right now, humanoid robots are still
106
329961
3252
tecnologia. Atulamente, os robôs humanóides são ainda
05:49
incredibly primitive. They can't do very much.
107
333213
3258
inacreditavelmente primitivos. Eles não podem fazer muito.
05:52
But they're getting better quite quickly, and DARPA,
108
336471
2581
Mas eles estão ficando melhores muito rapidamente, e o DARPA,
05:54
which is the investment arm of the Defense Department,
109
339052
3151
que é o braço investidor do Departamento de Defesa,
05:58
is trying to accelerate their trajectory.
110
342203
1665
está tentando acelerar a trajetória deles.
05:59
So, in short, yeah, the droids are coming for our jobs.
111
343868
4683
Então, sim, os andróides estão tomando nossos postos de trabalho.
06:04
In the short term, we can stimulate job growth
112
348551
3880
A curto prazo, podemos estimular o aumento do número de empregos
06:08
by encouraging entrepreneurship and by investing
113
352431
2944
encorajando o empreendedorismo e investindo
06:11
in infrastructure, because the robots today still aren't
114
355375
3048
em infraestrutura, porque os robôs hoje ainda não são
06:14
very good at fixing bridges.
115
358423
1740
muito bons em erguer pontes.
06:16
But in the not-too-long-term, I think within the lifetimes
116
360163
3365
Mas, num prazo não muito longo, e eu acho que
06:19
of most of the people in this room, we're going to transition
117
363528
3569
a maioria das pessoas nesta sala ainda verá isso, nós teremos
06:22
into an economy that is very productive but that
118
367097
2936
uma economia muito produtiva, mas
06:25
just doesn't need a lot of human workers,
119
370033
2804
que não precisará de muitos trabalhadores humanos,
06:28
and managing that transition is going to be
120
372837
1555
e administrar esta transição será
06:30
the greatest challenge that our society faces.
121
374392
2739
o maior desafio das nossas sociedades.
06:33
Voltaire summarized why. He said, "Work saves us
122
377131
2762
Voltaire resumiu o porquê. Ele disse: "O trabalho nos salva
06:35
from three great evils: boredom, vice and need."
123
379893
5277
de três grandes males: o tédio, o vício e a necessidade."
06:41
But despite this challenge, I'm personally,
124
385170
2571
Mas, apesar deste desafio, eu, pessoalmente,
06:43
I'm still a huge digital optimist, and I am
125
387741
3049
ainda sou um grande entusiasta do digital, e estou
06:46
supremely confident that the digital technologies that we're
126
390790
3187
muito confiante em que as tecnologias digitais que estão sendo
06:49
developing now are going to take us into a utopian future,
127
393977
3556
desenvolvidas agora nos levarão a um futuro utópico,
06:53
not a dystopian future. And to explain why,
128
397533
3033
e não a um futuro de privação e terror. E para explicar por que,
06:56
I want to pose kind of a ridiculously broad question.
129
400566
2522
eu quero fazer uma pergunta ridiculamente ampla.
06:58
I want to ask what have been the most important
130
403088
2350
Quais foram os mais importantes
07:01
developments in human history?
131
405438
2323
acontecimentos da história da humanidade?
07:03
Now, I want to share some of the answers that I've gotten
132
407761
2733
Agora, eu quero dividir algumas respostas que obtive
07:06
in response to this question. It's a wonderful question
133
410494
2177
para esta questão. É uma questão maravihosa
07:08
to ask and to start an endless debate about,
134
412671
2167
para iniciar um debate sem fim,
07:10
because some people are going to bring up
135
414838
2321
porque algumas pessoas citam
07:13
systems of philosophy in both the West and the East that
136
417159
3460
sistemas filosóficos ocidentais e orientais que
07:16
have changed how a lot of people think about the world.
137
420619
3133
mudaram a forma como muitas pessoas pensam o mundo.
07:19
And then other people will say, "No, actually, the big stories,
138
423752
2836
E então outros dizem: "Não, na realidade,
07:22
the big developments are the founding of the world's
139
426588
2423
os grandes acontecimentos foram as fundações das principais
07:24
major religions, which have changed civilizations
140
429011
3282
religiões, que mudaram civilizações inteiras
07:28
and have changed and influenced how countless people
141
432293
2639
e influenciaram a forma como inúmeras pessoas estão
07:30
are living their lives." And then some other folk will say,
142
434932
3004
vivendo suas vidas." E então outros dirão:
07:33
"Actually, what changes civilizations, what modifies them
143
437936
3527
"Na verdade, o que muda as civilizações
07:37
and what changes people's lives
144
441463
2163
e o que muda as vidas das pessoas
07:39
are empires, so the great developments in human history
145
443626
3912
são os impérios, então os grandes acontecimentos na história da humanidade
07:43
are stories of conquest and of war."
146
447538
2835
são as histórias de conquista e guerra."
07:46
And then some cheery soul usually always pipes up
147
450373
2590
E então alguma alma alegre geralmente diz:
07:48
and says, "Hey, don't forget about plagues." (Laughter)
148
452963
5688
"Ei, não esqueçam das pragas." (risos)
07:54
There are some optimistic answers to this question,
149
458651
2903
Há algumas respostas otimistas para esta pergunta,
07:57
so some people will bring up the Age of Exploration
150
461554
1897
então algumas pessoas citarão a era das grandes navegações
07:59
and the opening up of the world.
151
463451
1948
e a abertura do mundo.
08:01
Others will talk about intellectual achievements
152
465399
2102
Outros falarão de realizações intelectuais
08:03
in disciplines like math that have helped us get
153
467501
2275
em disciplinas como matemática, que nos ajudaram
08:05
a better handle on the world, and other folk will talk about
154
469776
3310
a ter mais controle sobre o mundo, e outros falarão sobre
08:08
periods when there was a deep flourishing
155
473086
1697
períodos em que houve profundo florescimento
08:10
of the arts and sciences. So this debate will go on and on.
156
474783
3802
das artes e das ciências. Então o debate não termina mais.
08:14
It's an endless debate, and there's no conclusive,
157
478585
2839
É um debate sem fim, e não há resposta simples
08:17
no single answer to it. But if you're a geek like me,
158
481424
3252
ou conclusiva. Mas, se você é um obcecado por tecnologia como eu,
08:20
you say, "Well, what do the data say?"
159
484676
2898
você diz: "Bem, o que os dados dizem?"
08:23
And you start to do things like graph things that we might
160
487574
2811
E você começa a fazer coisas como colocar em gráficos
08:26
be interested in, the total worldwide population, for example,
161
490385
4103
dados que possam nos interessar, a população mundial, por exemplo,
08:30
or some measure of social development,
162
494488
2641
ou alguma medida de desenvolvimento social,
08:33
or the state of advancement of a society,
163
497129
2511
ou o estado de avanço de uma sociedade,
08:35
and you start to plot the data, because, by this approach,
164
499640
3833
e você começa a traçar os dados, porque, por esta abordagem,
08:39
the big stories, the big developments in human history,
165
503473
2617
as grandes histórias, os grandes acontecimentos da história da humanidade
08:41
are the ones that will bend these curves a lot.
166
506090
2861
são aqueles que provocam muitos impactos nas curvas.
08:44
So when you do this, and when you plot the data,
167
508951
1912
Então, quando traçamos os dados,
08:46
you pretty quickly come to some weird conclusions.
168
510863
2798
rapidamente chegamos a algumas conclusões estranhas.
08:49
You conclude, actually, that none of these things
169
513661
2923
Concluímos, na verdade, que nenhuma dessas coisas
08:52
have mattered very much. (Laughter)
170
516584
4952
teve grande importância. (risos)
08:57
They haven't done a darn thing to the curves. (Laughter)
171
521536
4026
Elas não mexeram rigorosamente nada com as curvas.
09:01
There has been one story, one development
172
525562
3584
Houve apenas uma história, um acontecimento
09:05
in human history that bent the curve, bent it just about
173
529146
2606
na história da humanidade que alterou a curva em cerca
09:07
90 degrees, and it is a technology story.
174
531752
4046
de 90 graus, que é a história da tecnologia.
09:11
The steam engine, and the other associated technologies
175
535798
2959
A máquina a vapor, e outras tecnologias associadas
09:14
of the Industrial Revolution changed the world
176
538757
2931
da Revolução Industrial, mudaram o mundo
09:17
and influenced human history so much,
177
541688
2424
e influenciaram tanto a história da humanidade
09:20
that in the words of the historian Ian Morris,
178
544112
2083
que, nas palavras do historiador Ian Morris,
09:22
they made mockery out of all that had come before.
179
546195
4077
fizeram escárnio de tudo o que tinha vindo antes.
09:26
And they did this by infinitely multiplying the power
180
550272
2913
E fizeram isso multiplicando infinitamente o poder
09:29
of our muscles, overcoming the limitations of our muscles.
181
553185
3137
de nossos músculos, superando as limitações de nossos músculos.
09:32
Now, what we're in the middle of now
182
556322
2522
Agora, o que estamos vivenciando
09:34
is overcoming the limitations of our individual brains
183
558844
2919
é a superação das limitações de nossos cérebros individuais
09:37
and infinitely multiplying our mental power.
184
561763
3073
e a multiplicação infinita de nosso poder mental.
09:40
How can this not be as big a deal as overcoming
185
564836
3700
Como isso poderia não ser tão impactante como superar
09:44
the limitations of our muscles?
186
568536
2528
as limitações de nossos músculos?
09:46
So at the risk of repeating myself a little bit, when I look
187
571064
3378
Então, correndo o risco de me repetir um pouco, quando eu olho
09:50
at what's going on with digital technology these days,
188
574442
2829
para o que está acontecendo com a tecnologia digital atualmente –
09:53
we are not anywhere near through with this journey,
189
577271
2826
e não estamos nem próximos de terminar esta jornada –,
09:55
and when I look at what is happening to our economies
190
580097
2674
e quando eu olho para o que está acontecendo com nossas economias
09:58
and our societies, my single conclusion is that
191
582771
2653
e nossas sociedades, minha única conclusão é que
10:01
we ain't seen nothing yet. The best days are really ahead.
192
585424
3528
não estamos vendo nada ainda. Os melhores dias estão por vir.
10:04
Let me give you a couple examples.
193
588952
1756
Deixem-me dar alguns exemplos.
10:06
Economies don't run on energy. They don't run on capital,
194
590708
4228
Economias não são movidas a energia. Não são movidas a capital,
10:10
they don't run on labor. Economies run on ideas.
195
594936
3780
não são movidas a trabalho. Economias são movidas a ideias.
10:14
So the work of innovation, the work of coming up with
196
598716
2520
Então, o trabalho de inovação, o trabalho de criar
10:17
new ideas, is some of the most powerful,
197
601236
2426
novas ideias é um dos mais poderosos,
10:19
some of the most fundamental work that we can do
198
603662
1815
um dos mais fundamentais que podemos fazer
10:21
in an economy. And this is kind of how we used to do innovation.
199
605477
4016
em uma economia. E esta é a forma como nós costumávamos fazer inovação.
10:25
We'd find a bunch of fairly similar-looking people
200
609493
3778
Nós achávamos um monte de pessoas bastante parecidas,
10:29
— (Laughter) —
201
613271
3411
(risos)
10:32
we'd take them out of elite institutions, we'd put them into
202
616682
2529
tirávamos essas pessoas de instituições de ponta, as colocávamos em
10:35
other elite institutions, and we'd wait for the innovation.
203
619211
2946
outras instituições de ponta, e então esperávamos pela inovação.
10:38
Now — (Laughter) —
204
622157
4010
Ora, (risos)
10:42
as a white guy who spent his whole career at MIT
205
626167
2581
como um cara branco que passou toda sua carreira no MIT
10:44
and Harvard, I got no problem with this. (Laughter)
206
628748
6366
e em Harvard, eu não tenho problemas com isso. (risos)
10:51
But some other people do, and they've kind of crashed
207
635114
2616
Mas algumas pessoas têm, e elas flexibilizaram
10:53
the party and loosened up the dress code of innovation.
208
637730
2536
os códigos de vestimenta da inovação.
10:56
(Laughter)
209
640266
924
(risos)
10:57
So here are the winners of a Top Coder programming challenge,
210
641190
3644
Então aqui estão os vencedores de um desafio de programação Top Coder,
11:00
and I assure you that nobody cares
211
644834
2902
e eu asseguro que ninguém se importa
11:03
where these kids grew up, where they went to school,
212
647736
3594
em saber onde esses garotos cresceram, onde eles foram à escola
11:07
or what they look like. All anyone cares about
213
651330
2488
ou com que eles se parecem. Todos se preocupam é com
11:09
is the quality of the work, the quality of the ideas.
214
653818
2821
a qualidade do trabalho, a qualidade das ideias.
11:12
And over and over again, we see this happening
215
656639
2166
E, cada vez mais, nós vemos isso acontecendo
11:14
in the technology-facilitated world.
216
658805
2346
no mundo facilitado pela tecnologia.
11:17
The work of innovation is becoming more open,
217
661151
2456
O trabalho da inovação está se tornando mais aberto,
11:19
more inclusive, more transparent, and more merit-based,
218
663607
3778
mais inclusivo, mais transparente e mais meritocrático,
11:23
and that's going to continue no matter what MIT and Harvard
219
667385
2969
e isso vai continuar acontecendo não importa o que o MIT e Harvard
11:26
think of it, and I couldn't be happier about that development.
220
670354
3680
pensem, e eu não poderia estar mais feliz a respeito deste acontecimento.
11:29
I hear once in a while, "Okay, I'll grant you that,
221
674034
2450
Eu ouço de vez em quando: "OK, eu aceito o que você diz,
11:32
but technology is still a tool for the rich world,
222
676484
3387
mas a tecnologia ainda é uma ferramenta para o mundo abastado,
11:35
and what's not happening, these digital tools are not
223
679871
2714
e essas ferramentas digitais não estão
11:38
improving the lives of people at the bottom of the pyramid."
224
682585
3355
melhorando as vidas das pessoas na base da pirâmide."
11:41
And I want to say to that very clearly: nonsense.
225
685940
2664
Para essas pessoas eu quero ser muito claro: nonsense.
11:44
The bottom of the pyramid is benefiting hugely from technology.
226
688604
3438
A base da pirâmide está se beneficiando largamente da tecnologia.
11:47
The economist Robert Jensen did this wonderful study
227
692042
2640
O economista Robert Jensen fez, há um tempo, um estudo maravilhoso
11:50
a while back where he watched, in great detail,
228
694682
3168
no qual ele observou, em detalhes,
11:53
what happened to the fishing villages of Kerala, India,
229
697850
3381
o que aconteceu a vilas de pescadores de Kerala, na Índia,
11:57
when they got mobile phones for the very first time,
230
701231
3013
quando seus habitantes utilizaram telefones celulares pela primeira vez –
12:00
and when you write for the Quarterly Journal of Economics,
231
704244
2731
e quando você escreve para o Quarterly Journal of Economics,
12:02
you have to use very dry and very circumspect language,
232
706975
2897
você tem que usar uma linguagem bastante direta e circunspecta,
12:05
but when I read his paper, I kind of feel Jensen is trying
233
709872
2472
mas, ao ler este artigo, eu sinto como se Jensen estivesse tentando
12:08
to scream at us, and say, look, this was a big deal.
234
712344
3021
gritar e nos dizer: "Atenção, isso é uma grande coisa".
12:11
Prices stabilized, so people could plan their economic lives.
235
715365
4053
Os preços se estabilizaram, de modo que as pessoas puderam planejar suas economias.
12:15
Waste was not reduced; it was eliminated.
236
719418
4123
O desperdício não foi reduzido; foi eliminado.
12:19
And the lives of both the buyers and the sellers
237
723541
2471
E as vidas de compradores e vendedores
12:21
in these villages measurably improved.
238
726012
2498
nessas vilas melhorou de maneira que pode ser comprovada.
12:24
Now, what I don't think is that Jensen got extremely lucky
239
728510
3716
Ora, eu não acho que Jensen tenha tido a extrema sorte
12:28
and happened to land in the one set of villages
240
732226
2354
de pousar num desses conjuntos de vilas
12:30
where technology made things better.
241
734580
2512
onde a tecnologia fez as coisas melhorarem.
12:32
What happened instead is he very carefully documented
242
737092
2603
Em vez disso, o que aconteceu foi que ele documentou cuidadosamente
12:35
what happens over and over again when technology
243
739695
2692
o que acontece sempre que a tecnologia
12:38
comes for the first time to an environment and a community.
244
742387
3264
chega pela primeira vez a um ambiente e a uma comunidade.
12:41
The lives of people, the welfares of people, improve dramatically.
245
745651
3964
As vidas das pessoas, o bem-estar das pessoas, melhora dramaticamente.
12:45
So as I look around at all the evidence, and I think about
246
749615
2356
Então, quando eu olho todas essas evidências, e eu penso
12:47
the room that we have ahead of us, I become a huge
247
751971
2476
nas perspectivas que temos adiante, eu me torno
12:50
digital optimist, and I start to think that this wonderful
248
754447
2824
um entusiasta digital, e começo a pensar que esta maravilhosa
12:53
statement from the physicist Freeman Dyson
249
757271
3055
afirmação do físico Freeman Dyson
12:56
is actually not hyperbole. This is an accurate assessment of what's going on.
250
760326
4578
não é uma hipérbole. É uma avaliação precisa do que está acontecendo.
13:00
Our digital -- our technologies are great gifts,
251
764904
2446
Nossas tecnologias são grandes presentes,
13:03
and we, right now, have the great good fortune
252
767350
3161
e nós, neste exato momento, temos a grande sorte
13:06
to be living at a time when digital technology is flourishing,
253
770511
3525
de viver num tempo no qual a tecnologia digital está florescendo,
13:09
when it is broadening and deepening and
254
774036
1658
se alargando e se aprofundando
13:11
becoming more profound all around the world.
255
775694
3341
ao redor do mundo inteiro.
13:14
So, yeah, the droids are taking our jobs,
256
779035
3218
Então, sim, os robôs estão tomando nossos postos de trabalho,
13:18
but focusing on that fact misses the point entirely.
257
782253
3813
mas concentrar-nos neste fato nos desvia inteiramente do essencial.
13:21
The point is that then we are freed up to do other things,
258
786066
3253
A questão é que, então, estaremos livres para fazer outras coisas,
13:25
and what we are going to do, I am very confident,
259
789319
2658
e o que vamos fazer – estou muito confiante –
13:27
what we're going to do is reduce poverty and drudgery
260
791977
3063
é reduzir a pobreza, o trabalho tedioso
13:30
and misery around the world. I'm very confident
261
795040
2664
e a miséria ao redor do mundo. Eu estou muito confiante
13:33
we're going to learn to live more lightly on the planet,
262
797704
3032
em que vamos aprender a viver com mais leveza,
13:36
and I am extremely confident that what we're going to do
263
800736
3481
e estou extremamente confiante em que o que vamos fazer
13:40
with our new digital tools is going to be so profound
264
804217
2921
com nossas novas ferramentas digitais será tão profundo
13:43
and so beneficial that it's going to make a mockery
265
807138
2891
e tão benéfico que fará escárnio de
13:45
out of everything that came before.
266
810029
1733
tudo o que veio antes.
13:47
I'm going to leave the last word to a guy who had
267
811762
2738
Vou deixar uma última palavra para um cara que
13:50
a front row seat for digital progress,
268
814500
1778
teve um papel de destaque no progresso digital,
13:52
our old friend Ken Jennings. I'm with him.
269
816278
2565
nosso velho amigo Ken Jennings. Eu estou com ele.
13:54
I'm going to echo his words:
270
818843
1361
Eu vou repetir as palavras dele:
13:56
"I, for one, welcome our new computer overlords." (Laughter)
271
820204
3971
"Eu saúdo nosso novo computador, senhor dos senhores." (risos)
14:00
Thanks very much. (Applause)
272
824175
2929
Muito obrigado. (aplausos)
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