TED@IBM
Eric Berridge: Why tech needs the humanities
Έρικ Μπέριτζ: Γιατί η τεχνολογία χρειάζεται τις ανθρωπιστικές επιστήμες
Filmed:
Readability: 4.6
1,226,683 views
Αν θέλει κανείς να δημιουργήσει μια ομάδα καινοτόμων επιλυτών προβλημάτων, θα πρέπει να εκτιμά τις ανθρωπιστικές επιστήμες τόσο όσο και τις θετικές επιστήμες, λέει ο επιχειρηματίας Έρικ Μπέριτζ. Μοιράζεται μαζί μας τους λόγους για τους οποίους οι τεχνολογικές εταιρείες πρέπει να μην ψάχνουν μόνο απόφοιτους θετικών επιστημών όταν κάνουν προσλήψεις - και πώς άνθρωποι με σπουδές στις τέχνες και τις ανθρωπιστικές επιστήμες μπορούν να φέρουν τη δημιουργικότητα και τη διαίσθησή τους σε τεχνολογικούς τομείς εργασίας.
Eric Berridge - Entrepreneur
Eric Berridge is an entrepreneurial humanist who believes our society is overly obsessed with STEM. Full bio
Eric Berridge is an entrepreneurial humanist who believes our society is overly obsessed with STEM. Full bio
Double-click the English transcript below to play the video.
00:12
You've all been in a bar, right?
0
647
2242
Έχετε όλοι πάει σε μπαρ, σωστά;
00:14
(Laughter)
1
2913
1491
(Γέλια)
00:16
But have you ever gone to a bar
2
4759
2694
Έχετε όμως ποτέ πάει σε μπαρ
00:19
and come out with a $200 million business?
3
7477
2952
και βγήκατε με μια επιχείρηση
αξίας 200 εκατομμυρίων δολαρίων;
αξίας 200 εκατομμυρίων δολαρίων;
00:24
That's what happened to us
about 10 years ago.
about 10 years ago.
4
12276
2280
Αυτό συνέβη σ' εμάς
περίπου πριν από 10 χρόνια.
περίπου πριν από 10 χρόνια.
00:27
We'd had a terrible day.
5
15445
1705
Είχαμε περάσει μια απαίσια μέρα.
00:30
We had this huge client
that was killing us.
that was killing us.
6
18012
4064
Είχαμε έναν πολύ μεγάλο πελάτη
που μας είχε τρελάνει.
που μας είχε τρελάνει.
00:34
We're a software consulting firm,
7
22100
2604
Είμαστε συμβουλευτική παροχής
υπηρεσιών λογισμικού,
υπηρεσιών λογισμικού,
00:36
and we couldn't find
a very specific programming skill
a very specific programming skill
8
24728
2982
και δεν μπορούσαμε να βρούμε
συγκεκριμένο τρόπο προγραμματισμού
συγκεκριμένο τρόπο προγραμματισμού
για να βοηθήσουμε τον πελάτη
να αναπτύξει ένα προηγμένο σύστημα νέφους.
να αναπτύξει ένα προηγμένο σύστημα νέφους.
00:39
to help this client deploy
a cutting-edge cloud system.
a cutting-edge cloud system.
9
27734
3158
00:43
We have a bunch of engineers,
10
31798
1421
Έχουμε μια ομάδα μηχανικών,
αλλά κανείς δεν μπορούσε
να ευχαριστήσει αυτόν τον πελάτη.
να ευχαριστήσει αυτόν τον πελάτη.
00:45
but none of them could please this client.
11
33243
2594
00:49
And we were about to be fired.
12
37274
1657
Θα μας απέλυαν.
00:51
So we go out to the bar,
13
39888
2335
Πηγαίνουμε λοιπόν στο μπαρ
00:54
and we're hanging out
with our bartender friend Jeff,
with our bartender friend Jeff,
14
42247
4047
και τα λέμε με τον φίλο μας
τον μπάρμαν Τζεφ,
τον μπάρμαν Τζεφ,
00:58
and he's doing
what all good bartenders do:
what all good bartenders do:
15
46318
2001
που κάνει ό,τι κάνουν
οι καλοί μπάρμαν:
οι καλοί μπάρμαν:
01:00
he's commiserating with us,
making us feel better,
making us feel better,
16
48343
3022
συμπάσχει μαζί μας,
για να αισθανθούμε καλύτερα,
για να αισθανθούμε καλύτερα,
01:03
relating to our pain,
17
51389
2292
συμμερίζεται τον πόνο μας,
01:05
saying, "Hey, these guys
are overblowing it.
are overblowing it.
18
53705
2048
λέγοντας: «Αυτοί οι τύποι τα παραλένε.
01:07
Don't worry about it."
19
55777
1183
Μην ανησυχείτε».
01:08
And finally, he deadpans us and says,
20
56984
2214
Και τέλος, μας λέει ανέκφραστα:
01:11
"Why don't you send me in there?
21
59222
2293
«Γιατί δεν στέλνετε εμένα εκεί πέρα;
01:13
I can figure it out."
22
61539
1507
Μπορώ να βγάλω άκρη».
01:15
So the next morning,
we're hanging out in our team meeting,
we're hanging out in our team meeting,
23
63585
3081
Έτσι, την επόμενη μέρα,
βρισκόμαστε με την ομάδα,
βρισκόμαστε με την ομάδα,
01:19
and we're all a little hazy ...
24
67901
2555
και είμαστε και λίγο ζαλισμένοι...
01:22
(Laughter)
25
70480
1150
(Γέλια)
01:24
and I half-jokingly throw it out there.
26
72504
2120
και χαριτολογώντας το πετάω.
01:26
I say, "Hey, I mean,
we're about to be fired."
we're about to be fired."
27
74648
2584
Λέω: «Στο κάτω κάτω, θα μας απολύσουν».
01:29
So I say,
28
77256
1302
Κι έτσι λέω:
01:30
"Why don't we send in
Jeff, the bartender?"
Jeff, the bartender?"
29
78582
2082
«Γιατί δεν στέλνουμε
τον Τζεφ, τον μπάρμαν;»
τον Τζεφ, τον μπάρμαν;»
01:32
(Laughter)
30
80688
3077
(Γέλια)
01:35
And there's some silence,
some quizzical looks.
some quizzical looks.
31
83789
4061
Και πέφτει σιωπή, κάτι παράξενα βλέμματα.
01:39
Finally, my chief of staff says,
"That is a great idea."
"That is a great idea."
32
87874
3542
Τέλος, ο προϊστάμενος προσωπικού
λέει: «Τέλεια ιδέα».
λέει: «Τέλεια ιδέα».
01:43
(Laughter)
33
91440
1737
(Γέλια)
01:45
"Jeff is wicked smart. He's brilliant.
34
93201
2094
«Ο Τζεφ είναι πανέξυπνος.
Είναι καταπληκτικός.
Είναι καταπληκτικός.
01:48
He'll figure it out.
35
96168
1150
Θα βρει έναν τρόπο.
01:50
Let's send him in there."
36
98328
1413
Ας τον στείλουμε».
01:52
Now, Jeff was not a programmer.
37
100189
2526
Ο Τζεφ δεν ήταν προγραμματιστής.
01:54
In fact, he had dropped out of Penn
as a philosophy major.
as a philosophy major.
38
102739
3889
Είχε παρατήσει το Πανεπιστήμιο του Πεν
πριν πάρει το πτυχίο του στη φιλοσοφία.
πριν πάρει το πτυχίο του στη φιλοσοφία.
01:59
But he was brilliant,
39
107491
1994
Αλλά ήταν πανέξυπνος,
02:01
and he could go deep on topics,
40
109509
2627
και μπορούσε να εμβαθύνει σε θέματα,
02:04
and we were about to be fired.
41
112160
2032
και εμείς θα τη χάναμε τη δουλειά.
02:06
So we sent him in.
42
114216
1150
Έτσι, τον στείλαμε.
02:09
After a couple days of suspense,
43
117839
1986
Μετά από δύο μέρες αγωνίας,
02:11
Jeff was still there.
44
119849
2157
ο Τζεφ ήταν ακόμη εκεί.
02:15
They hadn't sent him home.
45
123002
2140
Δεν τον είχαν στείλει σπίτι του.
02:17
I couldn't believe it.
46
125166
2066
Δεν μπορούσα να το πιστέψω.
02:19
What was he doing?
47
127256
1491
Τι στο καλό έκανε;
02:21
Here's what I learned.
48
129281
1150
Ορίστε τι έμαθα.
02:23
He had completely disarmed
their fixation on the programming skill.
their fixation on the programming skill.
49
131318
4210
Τους είχε ξεκολλήσει εντελώς
από εκείνον τον τρόπο προγραμματισμού.
από εκείνον τον τρόπο προγραμματισμού.
02:29
And he had changed the conversation,
50
137004
2921
Άλλαξε την τροπή της συζήτησης,
02:31
even changing what we were building.
51
139949
2016
αλλάζοντας ακόμη και αυτό που φτιάχναμε.
02:33
The conversation was now
about what we were going to build and why.
about what we were going to build and why.
52
141989
4552
Το θέμα της συζήτησης ήταν τώρα
τι θα φτιάχναμε και γιατί.
τι θα φτιάχναμε και γιατί.
02:41
And yes, Jeff figured out
how to program the solution,
how to program the solution,
53
149059
5358
Και ναι, ο Τζεφ βρήκε άκρη
πώς να προγραμματίσουμε τη λύση
πώς να προγραμματίσουμε τη λύση
02:46
and the client became
one of our best references.
one of our best references.
54
154441
2365
και ο πελάτης δίνει
τις καλύτερες συστάσεις για εμάς.
τις καλύτερες συστάσεις για εμάς.
02:50
Back then, we were 200 people,
55
158782
1977
Τότε, ήμασταν 200 άνθρωποι,
02:52
and half of our company was made up
of computer science majors or engineers,
of computer science majors or engineers,
56
160783
6320
οι μισοί στην εταιρεία μας είχαν
πτυχίο πληροφορικής ή ήταν μηχανικοί,
πτυχίο πληροφορικής ή ήταν μηχανικοί,
02:59
but our experience with Jeff
left us wondering:
left us wondering:
57
167127
2261
αλλά η εμπειρία μας με τον Τζεφ
μάς έκανε να αναρωτιόμαστε:
μάς έκανε να αναρωτιόμαστε:
03:02
Could we repeat this through our business?
58
170627
2071
Θα μπορούσαμε να το επαναλάβουμε
αυτό στη δουλειά μας;
αυτό στη δουλειά μας;
03:06
So we changed the way
we recruited and trained.
we recruited and trained.
59
174017
4261
Κι έτσι αλλάξαμε τον τρόπο
προσλήψεων και εκπαίδευσης.
προσλήψεων και εκπαίδευσης.
03:11
And while we still sought after computer
engineers and computer science majors,
engineers and computer science majors,
60
179766
5984
Και παρόλο που και πάλι ψάχναμε
μηχανικούς Η/Υ και αποφοίτους πληροφορικής
μηχανικούς Η/Υ και αποφοίτους πληροφορικής
03:17
we sprinkled in artists,
musicians, writers ...
musicians, writers ...
61
185774
4976
ανακατεύαμε και καλλιτέχνες,
μουσικούς, συγγραφείς...
μουσικούς, συγγραφείς...
03:24
and Jeff's story started to multiply
itself throughout our company.
itself throughout our company.
62
192818
4374
και η ιστορία του Τζεφ άρχισε
να πολλαπλασιάζεται στην εταιρεία μας.
να πολλαπλασιάζεται στην εταιρεία μας.
03:29
Our chief technology officer
is an English major,
is an English major,
63
197216
3333
Ο επικεφαλής αρμόδιος της τεχνολογίας
έχει πτυχίο Αγγλικής Φιλολογίας,
έχει πτυχίο Αγγλικής Φιλολογίας,
03:34
and he was a bike messenger in Manhattan.
64
202168
2214
και δούλευε ως κούριερ
με ποδήλατο στο Μανχάταν.
με ποδήλατο στο Μανχάταν.
03:38
And today, we're a thousand people,
65
206680
1946
Σήμερα, είμαστε χίλιοι άνθρωποι,
03:41
yet still less than a hundred have degrees
in computer science or engineering.
in computer science or engineering.
66
209935
5452
όμως λιγότεροι από εκατό είναι
πτυχιούχοι Πληροφορικής ή μηχανικοί.
πτυχιούχοι Πληροφορικής ή μηχανικοί.
03:48
And yes, we're still
a computer consulting firm.
a computer consulting firm.
67
216984
3183
Ναι, είμαστε ακόμη μια συμβουλευτική
παροχής υπηρεσιών πληροφορικής.
παροχής υπηρεσιών πληροφορικής.
Είμαστε πρώτοι στον τομέα μας.
03:52
We're the number one player in our market.
68
220191
2126
03:54
We work with the fastest-growing
software package
software package
69
222341
2353
Δουλεύουμε με το ταχύτερα
αναπτυσσόμενο λογισμικό
αναπτυσσόμενο λογισμικό
03:56
to ever reach 10 billion dollars
in annual sales.
in annual sales.
70
224718
2293
που έχει φτάσει σε πωλήσεις
τα 10 δις δολάρια ετησίως.
τα 10 δις δολάρια ετησίως.
04:01
So it's working.
71
229015
1626
Επομένως, αυτό αποδίδει.
04:05
Meanwhile, the push for STEM-based
education in this country --
education in this country --
72
233426
5731
Εντωμεταξύ, η πίεση για σπουδές
σε θετικές επιστήμες σ' αυτή τη χώρα -
σε θετικές επιστήμες σ' αυτή τη χώρα -
04:11
science, technology,
engineering, mathematics --
engineering, mathematics --
73
239181
3334
Επιστήμη, Τεχνολογία,
Μηχανική και Μαθηματικά -
Μηχανική και Μαθηματικά -
04:14
is fierce.
74
242539
1212
είναι πολύ μεγάλη.
04:15
It's in all of our faces.
75
243775
1880
Είναι παντού μπροστά μας.
04:18
And this is a colossal mistake.
76
246355
1674
Και αυτό είναι ένα τεράστιο λάθος.
04:21
Since 2009, STEM majors
in the United States
in the United States
77
249707
4229
Από το 2009 τα πτυχία
στις θετικές επιστήμες στις ΗΠΑ
στις θετικές επιστήμες στις ΗΠΑ
04:25
have increased by 43 percent,
78
253960
2056
αυξήθηκαν κατά 43%,
04:28
while the humanities have stayed flat.
79
256040
2428
ενώ οι ανθρωπιστικές σπουδές
έμειναν στάσιμες.
έμειναν στάσιμες.
Ο προηγούμενος πρόεδρός μας
04:30
Our past president
80
258492
1365
04:33
dedicated over a billion dollars
towards STEM education
towards STEM education
81
261047
3503
χρηματοδότησε με περισσότερα
από ένα δις δολάρια τις θετικές επιστήμες
από ένα δις δολάρια τις θετικές επιστήμες
04:36
at the expense of other subjects,
82
264574
2839
εις βάρος άλλων αντικειμένων
04:39
and our current president
83
267437
2876
και ο τωρινός μας πρόεδρος
04:42
recently redirected 200 million dollars
of Department of Education funding
of Department of Education funding
84
270337
4867
προσφάτως προώθησε 200 δις δολάρια
από το κεφάλαιο του Υπουργείου Παιδείας
από το κεφάλαιο του Υπουργείου Παιδείας
04:47
into computer science.
85
275228
1469
στις σπουδές πληροφορικής.
04:49
And CEOs are continually complaining
about an engineering-starved workforce.
about an engineering-starved workforce.
86
277788
6381
Οι διευθύνοντες διαρκώς παραπονιούνται
για έλλειψη δυναμικού σε μηχανικούς
για έλλειψη δυναμικού σε μηχανικούς
04:57
These campaigns,
87
285717
1445
Αυτές οι εκστρατείες,
05:00
coupled with the undeniable success
of the tech economy --
of the tech economy --
88
288583
3548
μαζί με την αναμφισβήτητη
επιτυχία της οικονομίας της τεχνολογίας -
επιτυχία της οικονομίας της τεχνολογίας -
05:04
I mean, let's face it,
89
292155
1248
δηλαδή, ας το αποδεχτούμε,
05:05
seven out of the 10 most valuable
companies in the world by market cap
companies in the world by market cap
90
293427
5508
επτά από τις δέκα πιο κερδοφόρες εταιρείες
στον κόσμο από κεφαλαιοποίηση αγοράς
στον κόσμο από κεφαλαιοποίηση αγοράς
05:10
are technology firms --
91
298959
1511
είναι εταιρείες τεχνολογίας -
05:13
these things create an assumption
92
301662
1976
αυτά τα πράγματα δημιουργούν μια εικασία,
05:16
that the path of our future workforce
will be dominated by STEM.
will be dominated by STEM.
93
304805
4214
ότι το μέλλον του εργατικού δυναμικού
θα κυριαρχείται από τις θετικές επιστήμες.
θα κυριαρχείται από τις θετικές επιστήμες.
05:24
I get it.
94
312583
1150
Το καταλαβαίνω.
05:26
On paper, it makes sense.
95
314692
1621
Στα χαρτιά, βγάζει νόημα.
05:29
It's tempting.
96
317498
1212
Είναι δελεαστικό.
05:33
But it's totally overblown.
97
321597
1933
Αλλά είναι πέρα για πέρα υπερβολικό.
05:35
It's like, the entire soccer team
chases the ball into the corner,
chases the ball into the corner,
98
323554
6051
Σα να λέμε ότι όλη η ομάδα ποδοσφαίρου
κυνηγά την μπάλα στη γωνία
κυνηγά την μπάλα στη γωνία
05:41
because that's where the ball is.
99
329629
1778
γιατί εκεί είναι η μπάλα.
05:44
We shouldn't overvalue STEM.
100
332841
2246
Δεν θα έπρεπε να υπερεκτιμούμε
τις θετικές επιστήμες.
τις θετικές επιστήμες.
05:48
We shouldn't value the sciences
any more than we value the humanities.
any more than we value the humanities.
101
336133
3573
Δεν θα έπρεπε να τις υπερεκτιμούμε
περισσότερο από τις ανθρωπιστικές σπουδές.
περισσότερο από τις ανθρωπιστικές σπουδές.
05:52
And there are a couple of reasons.
102
340544
1722
Και υπάρχουν συγκεκριμένοι λόγοι.
05:55
Number one, today's technologies
are incredibly intuitive.
are incredibly intuitive.
103
343058
5986
Πρώτον, η σύγχρονη τεχνολογία
είναι εξαιρετικά ευκολονόητη.
είναι εξαιρετικά ευκολονόητη.
06:01
The reason we've been able
to recruit from all disciplines
to recruit from all disciplines
104
349068
4000
Ο λόγος για τον οποίο μπορέσαμε
να προσλάβουμε άτομα από κάθε επιστήμη
να προσλάβουμε άτομα από κάθε επιστήμη
06:05
and swivel into specialized skills
105
353092
2119
και να στραφούμε σε ειδικές δεξιότητες
06:08
is because modern systems
can be manipulated without writing code.
can be manipulated without writing code.
106
356377
4754
είναι γιατί τα μοντέρνα συστήματα
διαχειρίζονται χωρίς να γραφτεί κώδικας.
διαχειρίζονται χωρίς να γραφτεί κώδικας.
06:13
They're like LEGO: easy to put together,
easy to learn, even easy to program,
easy to learn, even easy to program,
107
361155
5854
Είναι σαν τα LEGO: εύκολα στην τοποθέτηση,
στην εκμάθηση και στον προγραμματισμό,
στην εκμάθηση και στον προγραμματισμό,
06:19
given the vast amounts of information
that are available for learning.
that are available for learning.
108
367033
3491
δεδομένου του τεράστιου όγκου πληροφοριών
που είναι διαθέσιμες για να μάθει κανείς.
που είναι διαθέσιμες για να μάθει κανείς.
06:23
Yes, our workforce
needs specialized skill,
needs specialized skill,
109
371173
2835
Ναι, οι εργαζόμενοί μας
χρειάζονται ειδικές δεξιότητες,
χρειάζονται ειδικές δεξιότητες,
06:27
but that skill requires a far less
rigorous and formalized education
rigorous and formalized education
110
375242
4794
αλλά αυτές οι δεξιότητες απαιτούν πολύ
λιγότερο απαιτητική και τυπική εκπαίδευση
λιγότερο απαιτητική και τυπική εκπαίδευση
06:32
than it did in the past.
111
380060
1856
απ' ό,τι στο παρελθόν.
06:34
Number two, the skills
that are imperative and differentiated
that are imperative and differentiated
112
382876
5739
Δεύτερον, οι δεξιότητες που είναι
απαραίτητες και ξεχωριστές
απαραίτητες και ξεχωριστές
06:40
in a world with intuitive technology
113
388639
3149
σ' έναν κόσμο με εύληπτη τεχνολογία
06:43
are the skills that help us
to work together as humans,
to work together as humans,
114
391812
3587
είναι οι δεξιότητες που μας βοηθούν
να εργαζόμαστε μαζί ως άνθρωποι,
να εργαζόμαστε μαζί ως άνθρωποι,
06:49
where the hard work
is envisioning the end product
is envisioning the end product
115
397184
3984
όπου η δύσκολη δουλειά είναι
να οραματιστείς το τελικό προϊόν
να οραματιστείς το τελικό προϊόν
06:54
and its usefulness,
116
402193
1492
και τη χρησιμότητά του,
06:55
which requires real-world experience
and judgment and historical context.
and judgment and historical context.
117
403709
6214
κάτι που απαιτεί εμπειρίες από τη ζωή
και κριτική ικανότητα και ιστορική γνώση.
και κριτική ικανότητα και ιστορική γνώση.
07:03
What Jeff's story taught us
118
411232
2286
Αυτό που μας έμαθε η ιστορία του Τζεφ
07:05
is that the customer
was focused on the wrong thing.
was focused on the wrong thing.
119
413542
3531
είναι ότι ο πελάτης εστίαζε
σε λάθος πράγμα.
σε λάθος πράγμα.
07:10
It's the classic case:
120
418160
1507
Είναι η κλασική περίπτωση:
07:12
the technologist struggling to communicate
with the business and the end user,
with the business and the end user,
121
420661
4262
ο τεχνικός προσπαθεί να επικοινωνήσει
με την επιχείρηση και τον τελικό χρήστη,
με την επιχείρηση και τον τελικό χρήστη,
07:16
and the business failing
to articulate their needs.
to articulate their needs.
122
424947
4186
και η επιχείρηση δεν καταφέρνει
να εκφράσει τις ανάγκες της.
να εκφράσει τις ανάγκες της.
07:22
I see it every day.
123
430033
1706
Το βλέπω καθημερινά.
07:25
We are scratching the surface
124
433448
1922
Αγγίζουμε την επιφάνεια
στης δυνατότητάς μας ως άνθρωποι
να επικοινωνήσουμε και να εφεύρουμε μαζί,
να επικοινωνήσουμε και να εφεύρουμε μαζί,
07:27
in our ability as humans
to communicate and invent together,
to communicate and invent together,
125
435394
4809
07:32
and while the sciences teach us
how to build things,
how to build things,
126
440227
4580
κι ενώ οι θετικές επιστήμες
μας διδάσκουν πώς να φτιάχνουμε κάτι,
μας διδάσκουν πώς να φτιάχνουμε κάτι,
07:36
it's the humanities that teach us
what to build and why to build them.
what to build and why to build them.
127
444831
5410
οι ανθρωπιστικές επιστήμες μάς διδάσκουν
τι να φτιάξουμε και γιατί.
τι να φτιάξουμε και γιατί.
07:43
And they're equally as important,
128
451612
2604
Και είναι εξίσου σημαντικά,
αλλά και εξίσου δύσκολα.
07:46
and they're just as hard.
129
454240
1507
07:50
It irks me ...
130
458476
1995
Με ενοχλεί ...
07:54
when I hear people
treat the humanities as a lesser path,
treat the humanities as a lesser path,
131
462532
5493
όταν ακούω ανθρώπους να υποτιμούν
τις ανθρωπιστικές επιστήμες ως κατώτερες,
τις ανθρωπιστικές επιστήμες ως κατώτερες,
08:00
as the easier path.
132
468049
1184
ως την ευκολότερη οδό.
08:01
Come on!
133
469840
1150
Ελάτε τώρα!
08:04
The humanities give us
the context of our world.
the context of our world.
134
472258
4150
Οι ανθρωπιστικές επιστήμες μας δίνουν
το πλαίσιο στον κόσμο μας.
το πλαίσιο στον κόσμο μας.
08:10
They teach us how to think critically.
135
478573
3437
Μας διδάσκουν την κριτική σκέψη.
08:14
They are purposely unstructured,
136
482034
1969
Είναι επί τούτου χωρίς δομή,
08:16
while the sciences
are purposely structured.
are purposely structured.
137
484027
2546
ενώ οι θετικές επιστήμες
είναι επί τούτου δομημένες.
είναι επί τούτου δομημένες.
08:19
They teach us to persuade,
they give us our language,
they give us our language,
138
487745
3588
Μας διδάσκουν την πειθώ,
μας δίνουν τη γλώσσα,
μας δίνουν τη γλώσσα,
08:23
which we use to convert our emotions
to thought and action.
to thought and action.
139
491357
6839
που χρησιμοποιούμε για να μετατρέψουμε
τα αισθήματά μας σε σκέψη και πράξη.
τα αισθήματά μας σε σκέψη και πράξη.
08:32
And they need to be
on equal footing with the sciences.
on equal footing with the sciences.
140
500267
4264
Και πρέπει να έχουν το ίδιο έρεισμα
με τις θετικές επιστήμες.
με τις θετικές επιστήμες.
08:36
And yes, you can hire a bunch of artists
141
504555
3992
Ναι, μπορείς να προσλάβεις
μια ομάδα καλλιτεχνών
μια ομάδα καλλιτεχνών
08:40
and build a tech company
142
508571
1333
και να φτιάξεις μια τεχνολογική εταιρεία
08:43
and have an incredible outcome.
143
511166
1770
και να έχει και εξαιρετικά αποτελέσματα.
08:46
Now, I'm not here today
to tell you that STEM's bad.
to tell you that STEM's bad.
144
514616
4722
Δεν ήρθα εδώ σήμερα να σας πω
ότι οι θετικές επιστήμες είναι κακές.
ότι οι θετικές επιστήμες είναι κακές.
08:52
I'm not here today
to tell you that girls shouldn't code.
to tell you that girls shouldn't code.
145
520778
3984
Δεν ήρθα εδώ να σας πω ότι τα κορίτσια
δεν θα έπρεπε να γράφουν κώδικα.
δεν θα έπρεπε να γράφουν κώδικα.
08:57
(Laughter)
146
525111
1039
(Γέλια)
08:58
Please.
147
526174
1150
Σας παρακαλώ.
09:00
And that next bridge I drive over
148
528355
2568
Και στην επόμενη γέφυρα που θα περάσουμε
09:02
or that next elevator we all jump into --
149
530947
3550
ή στο επόμενο ασανσέρ που θα μπούμε,
ας βεβαιωθούμε ότι κάποιος
μηχανικός το έφτιαξε.
μηχανικός το έφτιαξε.
09:07
let's make sure
there's an engineer behind it.
there's an engineer behind it.
150
535602
2207
09:09
(Laughter)
151
537833
3642
(Γέλια)
09:14
But to fall into this paranoia
152
542233
3295
Αλλά αυτή η παράνοια,
09:17
that our future jobs
will be dominated by STEM,
will be dominated by STEM,
153
545552
4872
ότι οι μελλοντικές δουλειές
θα κυριαρχούνται από τις θετικές επιστήμες
θα κυριαρχούνται από τις θετικές επιστήμες
09:22
that's just folly.
154
550448
1635
είναι μια τρέλα.
09:24
If you have friends or kids
or relatives or grandchildren
or relatives or grandchildren
155
552526
4091
Αν έχετε φίλους, παιδιά,
συγγενείς, εγγόνια
συγγενείς, εγγόνια
09:28
or nieces or nephews ...
156
556641
1799
ανιψιές ή ανιψιούς...
09:30
encourage them to be
whatever they want to be.
whatever they want to be.
157
558464
3150
να τους ενθαρρύνετε να γίνουν
ό,τι θέλουν να γίνουν.
ό,τι θέλουν να γίνουν.
09:34
(Applause)
158
562336
6896
(Χειροκρότημα)
09:41
The jobs will be there.
159
569607
2015
Οι δουλειές θα βρεθούν.
09:45
Those tech CEOs
160
573741
1477
Αυτοί οι διευθύνοντες
των τεχνολογικών εταιρειών
των τεχνολογικών εταιρειών
09:48
that are clamoring for STEM grads,
161
576235
3334
που ζητούν απεγνωσμένα
αποφοίτους θετικών επιστημών,
αποφοίτους θετικών επιστημών,
09:51
you know what they're hiring for?
162
579593
1784
ξέρετε για ποιους κάνουν προσλήψεις;
09:54
Google, Apple, Facebook.
163
582430
2025
Για τις εταιρείες Google, Apple, Facebook.
09:57
Sixty-five percent
of their open job opportunities
of their open job opportunities
164
585468
3627
Το 65% από αυτές τις ανοιχτές θέσεις
10:01
are non-technical:
165
589119
1721
δεν είναι τεχνικές:
10:03
marketers, designers,
project managers, program managers,
project managers, program managers,
166
591845
4889
θέσεις μάρκετινγκ, σχεδιαστές,
διαχειριστές έργων ή προγραμμάτων,
διαχειριστές έργων ή προγραμμάτων,
10:08
product managers, lawyers, HR specialists,
167
596758
3381
υπεύθυνοι προϊόντων, δικηγόροι,
ειδικοί στη διαχείριση ανθρώπινων πόρων,
ειδικοί στη διαχείριση ανθρώπινων πόρων,
10:12
trainers, coaches, sellers,
buyers, on and on.
buyers, on and on.
168
600163
3325
εκπαιδευτές, προπονητές, πωλητές,
αγοραστές και ούτω καθεξής.
αγοραστές και ούτω καθεξής.
10:15
These are the jobs they're hiring for.
169
603512
3438
Γι' αυτές τις δουλειές κάνουν προσλήψεις.
10:20
And if there's one thing
that our future workforce needs --
that our future workforce needs --
170
608602
5405
Και αν υπάρχει ένα πράγμα που χρειάζεται
το μελλοντικό μας εργατικό δυναμικό -
το μελλοντικό μας εργατικό δυναμικό -
10:26
and I think we can all agree on this --
171
614031
1952
και νομίζω ότι όλοι θα συμφωνήσουμε -
10:29
it's diversity.
172
617056
1150
είναι η διαφορετικότητα.
10:31
But that diversity shouldn't end
with gender or race.
with gender or race.
173
619706
4074
Αλλά αυτή η διαφορετικότητα
δεν αφορά μόνο το φύλο ή τη φυλή.
δεν αφορά μόνο το φύλο ή τη φυλή.
10:35
We need a diversity of backgrounds
174
623804
2103
Χρειαζόμαστε διαφορετικότητα στο υπόβαθρο
και στις δεξιότητες,
10:39
and skills,
175
627192
1150
10:42
with introverts and extroverts
176
630100
3738
με ανθρώπους εσωστρεφείς και εξωστρεφείς,
10:45
and leaders and followers.
177
633862
2953
με ανθρώπους που ηγούνται
και άλλους που ακολουθούν.
και άλλους που ακολουθούν.
10:48
That is our future workforce.
178
636839
1689
Αυτό είναι το μελλοντικό μας
εργατικό δυναμικό.
εργατικό δυναμικό.
10:51
And the fact that the technology
is getting easier and more accessible
is getting easier and more accessible
179
639767
5699
Και το γεγονός ότι η τεχνολογία γίνεται
πιο εύκολη και πιο προσβάσιμη
πιο εύκολη και πιο προσβάσιμη
10:57
frees that workforce up
180
645490
1818
απελευθερώνει το εργατικό δυναμικό
10:59
to study whatever they damn well please.
181
647332
3372
να σπουδάσει ό,τι στην ευχή
τους ευχαριστεί,
τους ευχαριστεί,
11:03
Thank you.
182
651273
1151
Ευχαριστώ.
11:04
(Applause)
183
652448
6623
(Χειροκρότημα)
ABOUT THE SPEAKER
Eric Berridge - EntrepreneurEric Berridge is an entrepreneurial humanist who believes our society is overly obsessed with STEM.
Why you should listen
As the co-founder of global consulting agency and Salesforce strategic partner Bluewolf, an IBM Company, Eric Berridge has applied his passion for the humanities over the past 17 years to pioneer a cloud consulting practice with less than 10 percent of employees holding engineering or computer science degrees. The way he sees it, as technology becomes easier to use and build, the humanities offer skills that are becoming increasingly valuable to the success of business everywhere. And today’s AI-driven discussion holds the key to freeing the human condition to be balanced, healthy, creative and productive.
Eric Berridge | Speaker | TED.com