TEDxBoston 2012
Andrew McAfee: Are droids taking our jobs?
Andrew McAfee: Les machines nous volent-elles nos emplois?
Filmed:
Readability: 4.4
1,061,603 views
Robots et algorithmes sont en train de devenir compétents en matière de construction automobile, de rédaction d'article ou encore de traduction - des tâches qui étaient jusque-là réservées aux humains. Si bien, qu'allons-nous faire pour gagner notre vie ? Andrew MacAfee utilise des données des plus récentes pour affirmer la chose suivante : nous n'avons encore rien vu. Se penchant sur la longue histoire des civilisations humaines, il parvient à une conclusion surprenante et partage une vision futuriste palpitante.
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
Au bout du compte,
quand des dizaines de millions de personnes
quand des dizaines de millions de personnes
00:19
are unemployed or underemployed,
1
3271
2328
se retrouvent au chômage ou en situation de sous-emploi,
00:21
there's a fair amount of interest in what technology might be doing to the labor force.
2
5599
4127
on voit resurgir un intérêt pour la technologie et son effet sur les travailleurs.
00:25
And as I look at the conversation, it strikes me
3
9726
2719
Et quand je me penche sur ce débat, je suis choqué de voir
00:28
that it's focused on exactly the right topic,
4
12445
2952
que les gens se posent exactement les bonnes questions
00:31
and at the same time, it's missing the point entirely.
5
15397
2978
mais qu'en même temps,
ils restent complètement à côté de la plaque.
ils restent complètement à côté de la plaque.
00:34
The topic that it's focused on, the question is whether or not
6
18375
3008
La question que les gens se posent, c'est si
00:37
all these digital technologies are affecting people's ability
7
21383
3655
toutes ces technologies numériques affectent la capacité des travailleurs
00:40
to earn a living, or, to say it a little bit different way,
8
25038
3020
à gagner leur vie, ou bien, autrement dit,
00:43
are the droids taking our jobs?
9
28058
2278
est-ce que les machines nous piquent nos emplois ?
00:46
And there's some evidence that they are.
10
30336
1968
Et certains faits démontrent que oui.
00:48
The Great Recession ended when American GDP resumed
11
32304
4353
La Grande Dépression toucha sa fin
quand le PIB américain termina
quand le PIB américain termina
00:52
its kind of slow, steady march upward, and some other
12
36657
3429
une sorte de croissance lente,
une constante ascension, et d'autres
une constante ascension, et d'autres
00:56
economic indicators also started to rebound, and they got
13
40101
2934
indicateurs économiques ont également commencé à repartir et ont fini
00:58
kind of healthy kind of quickly. Corporate profits
14
43035
2862
par devenir très vite positifs. Les profits d'entreprises
01:01
are quite high. In fact, if you include bank profits,
15
45897
3276
sont assez élevés.
A vrai dire, si on prend en compte les profits des banques,
A vrai dire, si on prend en compte les profits des banques,
01:05
they're higher than they've ever been.
16
49173
2112
ils se retrouvent plus hauts qu'ils n'ont jamais été.
01:07
And business investment in gear, in equipment
17
51285
3272
Et l'investissement des entreprises en outils, équipement,
01:10
and hardware and software is at an all-time high.
18
54557
3107
matériel informatique et logiciels affiche un taux record.
01:13
So the businesses are getting out their checkbooks.
19
57664
3381
En ce qui concerne le matériel,
les entreprises passent à la caisse.
les entreprises passent à la caisse.
01:16
What they're not really doing is hiring.
20
61045
2261
Ce qu'elles ne font pas en revanche, c'est embaucher.
01:19
So this red line is the employment-to-population ratio,
21
63306
3701
Cette ligne rouge représente le ratio emplois-population,
01:22
in other words, the percentage of working age people
22
67007
3381
autrement dit, le pourcentage de la population active
01:26
in America who have work.
23
70388
1891
américaine qui a un emploi.
01:28
And we see that it cratered during the Great Recession,
24
72279
3700
On a pu constater que ce pourcentage a touché le fond pendant la Grande Dépression,
01:31
and it hasn't started to bounce back at all.
25
75979
2864
et il n'a pas rebondit.
01:34
But the story is not just a recession story.
26
78843
2507
Mais cette histoire n'est pas seulement une histoire de récession.
01:37
The decade that we've just been through had relatively
27
81350
2997
La décennie qui vient juste de se terminer a été marquée
01:40
anemic job growth all throughout, especially when we
28
84347
3393
par de stagnantes créations d'emploi du début jusqu'à la fin, en particulier quand on
01:43
compare it to other decades, and the 2000s
29
87740
2935
la compare à d'autres décennies, et les années 2000
01:46
are the only time we have on record where there were
30
90675
2290
restent la seule décennie de l'histoire affichant un taux d'emploi
01:48
fewer people working at the end of the decade
31
92965
3203
en fin de la décennie inférieur à celui
01:52
than at the beginning. This is not what you want to see.
32
96168
3060
en début de décennie. Ce n'est pas beau à voir.
01:55
When you graph the number of potential employees
33
99228
3639
Quand on corrèle le nombre d'employés potentiels
01:58
versus the number of jobs in the country, you see the gap
34
102867
3604
au nombre d'emplois disponible dans le pays,
on voit que la différence
on voit que la différence
02:02
gets bigger and bigger over time, and then,
35
106471
3578
s'élargit de plus en plus au fil des années, et puis,
02:05
during the Great Recession, it opened up in a huge way.
36
110049
2400
pendant la Grande Dépression, elle grossit énormément.
02:08
I did some quick calculations. I took the last 20 years of GDP growth
37
112449
4410
J'ai fait quelques rapides calculs.
J'ai pris le taux de croissance du PIB des 20 dernières années
J'ai pris le taux de croissance du PIB des 20 dernières années
02:12
and the last 20 years of labor productivity growth
38
116859
3296
et le taux de croissance de la productivité des travailleurs
02:16
and used those in a fairly straightforward way
39
120155
2742
que j'ai corrélé de façon assez directe
02:18
to try to project how many jobs the economy was going
40
122897
2626
de manière à estimer combien d'emplois l'économie allait
02:21
to need to keep growing, and this is the line that I came up with.
41
125523
3659
nécessiter pour continuer sa croissance,
and je me retrouve avec cette courbe.
and je me retrouve avec cette courbe.
02:25
Is that good or bad? This is the government's projection
42
129182
3446
Alors est-ce que c'est positif ou négatif ?
C'est la prévision du gouvernement
C'est la prévision du gouvernement
02:28
for the working age population going forward.
43
132628
3853
en ce qui concerne la future population active.
02:32
So if these predictions are accurate, that gap is not going to close.
44
136481
4771
Si ces estimations sont correctes,
ce vide ne risque pas de se combler.
ce vide ne risque pas de se combler.
02:37
The problem is, I don't think these projections are accurate.
45
141252
3401
Le problème c'est que,
je ne pense pas que ces estimations soient correctes.
je ne pense pas que ces estimations soient correctes.
02:40
In particular, I think my projection is way too optimistic,
46
144653
3356
En particulier,
je pense que mon estimation est bien trop optimiste,
je pense que mon estimation est bien trop optimiste,
02:43
because when I did it, I was assuming that the future
47
148009
3356
pour la bonne raison que quand je l'ai faite,
j'ai pris pour hypothèse que le futur
j'ai pris pour hypothèse que le futur
02:47
was kind of going to look like the past
48
151365
2448
allait plus ou moins ressembler au passé
02:49
with labor productivity growth, and that's actually not what I believe,
49
153813
3439
en ce qui concerne l'augmentation de productivité des travailleurs, et ce n'est pas vraiment mon opinion,
02:53
because when I look around, I think that we ain't seen nothing yet
50
157252
3759
parce que quand je regarde autour de nous,
je me dis qu'on a encore rien vu.
je me dis qu'on a encore rien vu.
02:56
when it comes to technology's impact on the labor force.
51
161011
3285
en matière d'impacts de nouvelles technologies sur la productivité des travailleurs.
03:00
Just in the past couple years, we've seen digital tools
52
164296
3998
Ces derniers temps, en l'espace de quelques années, nous avons vu l'apparition d'outils numériques
03:04
display skills and abilities that they never, ever had before,
53
168294
4406
démontrant des compétences et aptitudes jamais vu auparavant,
03:08
and that, kind of, eat deeply into what we human beings
54
172700
3788
et cette évolution vient modifier grandement la façon dont nous autres humains
03:12
do for a living. Let me give you a couple examples.
55
176488
3256
gagnons notre vie.
Laissez-moi vous donner quelques exemples.
Laissez-moi vous donner quelques exemples.
03:15
Throughout all of history, if you wanted something
56
179744
2011
Au cours de l'histoire, si vous vouliez traduire quelque chose
03:17
translated from one language into another,
57
181755
2924
d'un langage à un autre,
03:20
you had to involve a human being.
58
184679
1664
il fallait faire appel à un être humain.
03:22
Now we have multi-language, instantaneous,
59
186343
3416
Aujourd'hui, on trouve des services de traduction automatique,
03:25
automatic translation services available for free
60
189759
4218
multi-langues, instantanés et gratuits
03:29
via many of our devices all the way down to smartphones.
61
193977
3389
sur la plupart de nos gadgets, y compris nos smartphones.
03:33
And if any of us have used these, we know that
62
197366
2384
Et pour ceux d'entre nous qui les avons utilisés, nous savons
03:35
they're not perfect, but they're decent.
63
199750
3321
que ce n'est pas parfait, mais relativement correct.
03:38
Throughout all of history, if you wanted something written,
64
203071
3151
Depuis la nuit des temps,
si vous vouliez écrire quelque chose,
si vous vouliez écrire quelque chose,
03:42
a report or an article, you had to involve a person.
65
206222
3415
un rapport ou un article,
il fallait toujours faire appel à quelqu'un.
il fallait toujours faire appel à quelqu'un.
03:45
Not anymore. This is an article that appeared
66
209637
2252
Plus maintenant.
Ceci est un article paru il a y quelques temps
Ceci est un article paru il a y quelques temps
03:47
in Forbes online a while back about Apple's earnings.
67
211889
3230
dans la version online de Forbes, sur les revenus d'Apple.
03:51
It was written by an algorithm.
68
215119
2527
Il a été écrit par un algorithme.
03:53
And it's not decent, it's perfect.
69
217646
3255
Et ce n'est pas seulement décent, c'est parfait.
03:56
A lot of people look at this and they say, "Okay,
70
220901
2962
Après avoir vu ça, beaucoup de gens diront,
« D'accord,
« D'accord,
03:59
but those are very specific, narrow tasks,
71
223863
2349
mais ces tâches sont très spécifiques, très limitées,
04:02
and most knowledge workers are actually generalists,
72
226212
2633
quand la plupart des travailleurs du savoir
sont des généralistes,
sont des généralistes,
04:04
and what they do is sit on top of a very large body
73
228845
2529
et ce qu'ils font consistent
à intégrer une très grande quantité
à intégrer une très grande quantité
04:07
of expertise and knowledge and they use that
74
231374
2656
d'expertises et de connaissances qu'ils utilisent
04:09
to react on the fly to kind of unpredictable demands,
75
234030
3073
pour réagir et improviser face à des problèmes imprévisibles,
04:13
and that's very, very hard to automate."
76
237103
2488
et ça, c'est très difficile à automatiser. »
04:15
One of the most impressive knowledge workers
77
239591
1977
L'un des meilleurs travailleurs du savoir
04:17
in recent memory is a guy named Ken Jennings.
78
241568
2409
quand on parle de mémorisation, s'appelle Ken Jennings.
04:19
He won the quiz show "Jeopardy!" 74 times in a row,
79
243977
5058
Il a gagné le jeu télévisé « Jeopardy ! » 74 fois d'affilé,
04:24
took home three million dollars.
80
249035
2628
en remportant 3 millions de dollars.
04:27
That's Ken on the right getting beat three to one by
81
251663
3850
A droite,
on peut voir Ken se faire battre à plat de couture par
on peut voir Ken se faire battre à plat de couture par
04:31
Watson, the "Jeopardy!"-playing supercomputer from IBM.
82
255513
4804
Watson, le superordinateur programmé par IBM
pour jouer à « Jeopardy ! ».
pour jouer à « Jeopardy ! ».
04:36
So when we look at what technology can do
83
260317
1864
Alors quand on jette un œil
à ce que la technologie peut faire
à ce que la technologie peut faire
04:38
to general knowledge workers, I start to think
84
262181
2873
face aux travailleurs du savoir, je commence à penser
04:40
there might not be something so special about this idea
85
265054
2599
que cette idée du généraliste n'a rien de spécial
04:43
of a generalist, particularly when we start doing things
86
267653
2888
particulièrement quand on passe à la vitesse supérieure
04:46
like hooking Siri up to Watson and having technologies
87
270541
3988
et on connecte Siri à Watson pour obtenir une machine
04:50
that can understand what we're saying
88
274529
1896
qui peut comprendre ce qu'on dit
04:52
and repeat speech back to us.
89
276425
2081
et nous le répéter.
04:54
Now, Siri is far from perfect, and we can make fun
90
278506
2838
Siri est loin d'être parfait et on peut se moquer
04:57
of her flaws, but we should also keep in mind that
91
281344
3019
de ses défauts, mais on doit aussi garder à l'esprit que
05:00
if technologies like Siri and Watson improve
92
284363
2676
si des machines comme Siri et Watson s'améliorent
05:02
along a Moore's Law trajectory, which they will,
93
287039
3781
conformément à la loi de Moore, ce qu'elles feront,
05:06
in six years, they're not going to be two times better
94
290820
2584
d'ici six ans, elles ne seront pas seulement
deux fois plus perfectionnées
deux fois plus perfectionnées
05:09
or four times better, they'll be 16 times better than they are right now.
95
293404
4818
ou quatre fois plus,
elles seront 16 fois plus efficaces qu'aujourd'hui.
elles seront 16 fois plus efficaces qu'aujourd'hui.
05:14
So I start to think that a lot of knowledge work is going to be affected by this.
96
298222
3683
Alors je commence à me dire qu'une grande portion
du travail lié au savoir va être affecté par cela.
du travail lié au savoir va être affecté par cela.
05:17
And digital technologies are not just impacting knowledge work.
97
301905
3554
Et les technologies numériques n'affectent pas seulement
le travail lié au savoir.
le travail lié au savoir.
05:21
They're starting to flex their muscles in the physical world as well.
98
305459
3992
Mais commencent à se faire la main sur le monde réel.
05:25
I had the chance a little while back to ride in the Google
99
309451
2449
Il y a quelques temps, j'ai eu la chance de faire un tour
05:27
autonomous car, which is as cool as it sounds. (Laughter)
100
311900
5526
dans la voiture autonome conçue par Google,
qui est aussi cool que son nom l'indique. (Rires)
qui est aussi cool que son nom l'indique. (Rires)
05:33
And I will vouch that it handled the stop-and-go traffic
101
317426
3027
Et je me porte témoin, elle a fait face aux embouteillages
05:36
on U.S. 101 very smoothly.
102
320453
2905
de l'U.S. 101 sans problèmes.
05:39
There are about three and a half million people
103
323358
1965
Il y a environ trois millions et demi de personnes
05:41
who drive trucks for a living in the United States.
104
325323
2209
qui conduisent des camions pour gagner leur vie.
05:43
I think some of them are going to be affected by this
105
327532
2429
Je pense que certains d'entre eux
vont être affectés par cette technologie.
vont être affectés par cette technologie.
05:45
technology. And right now, humanoid robots are still
106
329961
3252
Et au jour d'aujourd'hui les robots humanoïdes n'en sont
05:49
incredibly primitive. They can't do very much.
107
333213
3258
qu'à un stade très primitif.
Ils ne peuvent pas faire grand-chose.
Ils ne peuvent pas faire grand-chose.
05:52
But they're getting better quite quickly, and DARPA,
108
336471
2581
Mais ils s'améliorent très rapidement, et DARPA,
05:54
which is the investment arm of the Defense Department,
109
339052
3151
la filiale d'investissement du département de défense
05:58
is trying to accelerate their trajectory.
110
342203
1665
tente d'accélérer cette trajectoire.
05:59
So, in short, yeah, the droids are coming for our jobs.
111
343868
4683
Alors, en résumé,
oui, les machines en veulent à nos emplois.
oui, les machines en veulent à nos emplois.
06:04
In the short term, we can stimulate job growth
112
348551
3880
Dans l'immédiat, on peut stimuler les créations d'emplois
06:08
by encouraging entrepreneurship and by investing
113
352431
2944
en encourageant les entrepreneurs et en investissant
06:11
in infrastructure, because the robots today still aren't
114
355375
3048
dans l'infrastructure, parce que les robots d'aujourd'hui
06:14
very good at fixing bridges.
115
358423
1740
ont toujours du mal à réparer les ponts.
06:16
But in the not-too-long-term, I think within the lifetimes
116
360163
3365
Mais tantôt, peut-être même du vivant
06:19
of most of the people in this room, we're going to transition
117
363528
3569
de la plupart des personnes présentes aujourd'hui,
nous allons effectuer une transition
nous allons effectuer une transition
06:22
into an economy that is very productive but that
118
367097
2936
vers une économie très productive mais qui
06:25
just doesn't need a lot of human workers,
119
370033
2804
ne nécessite pas beaucoup de travailleurs humains,
06:28
and managing that transition is going to be
120
372837
1555
et la gestion de cette transition reste
06:30
the greatest challenge that our society faces.
121
374392
2739
le plus grand défi auquel notre société se verra confrontée.
06:33
Voltaire summarized why. He said, "Work saves us
122
377131
2762
Voltaire synthétisa le pourquoi. Il a dit, « Le travail
06:35
from three great evils: boredom, vice and need."
123
379893
5277
éloigne de nous trois grands maux: l'ennui, le vice et le besoin. »
06:41
But despite this challenge, I'm personally,
124
385170
2571
Mais malgré ce défi, je suis personnellement,
06:43
I'm still a huge digital optimist, and I am
125
387741
3049
très optimiste en ce qui concerne la technologie numérique,
et je crois
et je crois
06:46
supremely confident that the digital technologies that we're
126
390790
3187
fermement que les technologies numériques que nous sommes en train
06:49
developing now are going to take us into a utopian future,
127
393977
3556
de développer nous mèneront bien
vers un future utopique,
vers un future utopique,
06:53
not a dystopian future. And to explain why,
128
397533
3033
et non pas dystopien.
Et pour expliquer pourquoi,
Et pour expliquer pourquoi,
06:56
I want to pose kind of a ridiculously broad question.
129
400566
2522
je voudrais poser une question ridiculement générale.
06:58
I want to ask what have been the most important
130
403088
2350
Je veux demander quel fut le développement
07:01
developments in human history?
131
405438
2323
le plus important de l'histoire humaine ?
07:03
Now, I want to share some of the answers that I've gotten
132
407761
2733
Maintenant, je voudrais partager quelques-unes des réponses
07:06
in response to this question. It's a wonderful question
133
410494
2177
à cette question qui m'ont été données.
C'est une excellente question
C'est une excellente question
07:08
to ask and to start an endless debate about,
134
412671
2167
pour initier un débat sans fin,
07:10
because some people are going to bring up
135
414838
2321
parce que certaines personnes iront parler
07:13
systems of philosophy in both the West and the East that
136
417159
3460
des systèmes philosophiques occidentaux et orientaux qui
07:16
have changed how a lot of people think about the world.
137
420619
3133
ont changé notre vision du monde.
07:19
And then other people will say, "No, actually, the big stories,
138
423752
2836
Et puis d'autres viendront dire,
« Non, au contraire, les grandes histoires,
« Non, au contraire, les grandes histoires,
07:22
the big developments are the founding of the world's
139
426588
2423
les grands développements restent l'invention des
07:24
major religions, which have changed civilizations
140
429011
3282
principales religions, qui ont façonné les civilisations
07:28
and have changed and influenced how countless people
141
432293
2639
et ont changé et influencé la façon
dont laquelle un nombre incalculable de gens
dont laquelle un nombre incalculable de gens
07:30
are living their lives." And then some other folk will say,
142
434932
3004
vivent leur vie. »
Et puis d'autres diront,
Et puis d'autres diront,
07:33
"Actually, what changes civilizations, what modifies them
143
437936
3527
« En fait, ce qui façonne les civilisations,
ce qui les modifie
ce qui les modifie
07:37
and what changes people's lives
144
441463
2163
et ce qui change réellement la vie des gens
07:39
are empires, so the great developments in human history
145
443626
3912
ce sont les empires, si bien les développements
les plus importants de l'histoire humaine
les plus importants de l'histoire humaine
07:43
are stories of conquest and of war."
146
447538
2835
restent liés aux conquêtes et aux guerres. »
07:46
And then some cheery soul usually always pipes up
147
450373
2590
Et puis finalement, un coeur joyeux viendra toujours
07:48
and says, "Hey, don't forget about plagues." (Laughter)
148
452963
5688
s'écrier, « Eh, n'oubliez pas la peste. »
(Rires)
(Rires)
07:54
There are some optimistic answers to this question,
149
458651
2903
Il existe aussi de nombreuses
réponses optimistes à cette question
réponses optimistes à cette question
07:57
so some people will bring up the Age of Exploration
150
461554
1897
alors certaines personnes nous parleront des Grandes Découvertes
07:59
and the opening up of the world.
151
463451
1948
et l'ouverture du monde.
08:01
Others will talk about intellectual achievements
152
465399
2102
D'autres parleront de performances intellectuelles
08:03
in disciplines like math that have helped us get
153
467501
2275
dans des disciplines telles que les mathématiques
qui nous ont permis
qui nous ont permis
08:05
a better handle on the world, and other folk will talk about
154
469776
3310
d'obtenir une meilleure compréhension du monde,
et d'autres viendront parler
et d'autres viendront parler
08:08
periods when there was a deep flourishing
155
473086
1697
des périodes de prospérité en ce qui concerne
08:10
of the arts and sciences. So this debate will go on and on.
156
474783
3802
les arts et les sciences.
Au final, ce débat ne sera jamais terminé.
Au final, ce débat ne sera jamais terminé.
08:14
It's an endless debate, and there's no conclusive,
157
478585
2839
C'est un débat sans fin, et il n'existe aucune,
08:17
no single answer to it. But if you're a geek like me,
158
481424
3252
bonne réponse. Mais si comme moi, vous êtes un geek,
08:20
you say, "Well, what do the data say?"
159
484676
2898
vous allez dire, « Eh bien, qu'est-ce que les données disent ? »
08:23
And you start to do things like graph things that we might
160
487574
2811
Et là vous commencez à construire des graphiques
08:26
be interested in, the total worldwide population, for example,
161
490385
4103
potentiellement intéressant,
la population mondiale par exemple
la population mondiale par exemple
08:30
or some measure of social development,
162
494488
2641
ou une mesure du développement social,
08:33
or the state of advancement of a society,
163
497129
2511
ou bien du stade d'avancement d'une société,
08:35
and you start to plot the data, because, by this approach,
164
499640
3833
et vous commencez à tracer des courbes,
parce que, à travers cette approche,
parce que, à travers cette approche,
08:39
the big stories, the big developments in human history,
165
503473
2617
les grandes histoires, les grands développements de l'histoire humaine,
08:41
are the ones that will bend these curves a lot.
166
506090
2861
sont ceux qui viennent déformer ces courbes.
08:44
So when you do this, and when you plot the data,
167
508951
1912
vous allez rapidement être amené
à tirer d'étranges conclusions.
à tirer d'étranges conclusions.
08:46
you pretty quickly come to some weird conclusions.
168
510863
2798
vous allez rapidement être amener
à tirer d'étranges conclusions.
à tirer d'étranges conclusions.
08:49
You conclude, actually, that none of these things
169
513661
2923
Vous conclurez, qu'en réalité, aucune de ces choses
08:52
have mattered very much. (Laughter)
170
516584
4952
n'ont eu d'importance.
(Rires)
(Rires)
08:57
They haven't done a darn thing to the curves. (Laughter)
171
521536
4026
Ils n'ont pas eu le moindre effet sur ces courbes.
(Rires)
(Rires)
09:01
There has been one story, one development
172
525562
3584
Il y a eu une histoire, un développement
09:05
in human history that bent the curve, bent it just about
173
529146
2606
au cours de l'histoire humaine qui a modifié
la trajectoire de la courbe
la trajectoire de la courbe
09:07
90 degrees, and it is a technology story.
174
531752
4046
de 90 degrés, et c'est l'histoire de la technologie.
09:11
The steam engine, and the other associated technologies
175
535798
2959
La locomotive à vapeur, et autres technologies
09:14
of the Industrial Revolution changed the world
176
538757
2931
associées à la Révolution Industrielle ont changé le monde
09:17
and influenced human history so much,
177
541688
2424
et influencé l'histoire humaine, tellement que,
09:20
that in the words of the historian Ian Morris,
178
544112
2083
empruntant les mots de l'historien Ian Morris,
09:22
they made mockery out of all that had come before.
179
546195
4077
ils ont tourné au ridicule tout ce qui s'est passé auparavant.
09:26
And they did this by infinitely multiplying the power
180
550272
2913
Et ils ont fait cela en multipliant indéfiniment la puissance
09:29
of our muscles, overcoming the limitations of our muscles.
181
553185
3137
de nos muscles, dépassant leurs limites naturelles.
09:32
Now, what we're in the middle of now
182
556322
2522
Maintenant, là où nous en sommes
09:34
is overcoming the limitations of our individual brains
183
558844
2919
c'est d'essayer de dépasser les limites de notre cerveau
09:37
and infinitely multiplying our mental power.
184
561763
3073
pour venir multiplier indéfiniment notre puissance mentale.
09:40
How can this not be as big a deal as overcoming
185
564836
3700
Comment est-ce que cela pourrait être moins important
09:44
the limitations of our muscles?
186
568536
2528
que dépasser nos limites musculaires ?
09:46
So at the risk of repeating myself a little bit, when I look
187
571064
3378
Au risque de me répéter, quand je jette un œil
09:50
at what's going on with digital technology these days,
188
574442
2829
aux récentes évolutions des technologies numériques,
09:53
we are not anywhere near through with this journey,
189
577271
2826
nous n'en sommes qu'au début,
09:55
and when I look at what is happening to our economies
190
580097
2674
et quand je jette un œil à ce qui se passe
en ce qui concerne nos économies
en ce qui concerne nos économies
09:58
and our societies, my single conclusion is that
191
582771
2653
et nos sociétés, la seule chose que je peux conclure
10:01
we ain't seen nothing yet. The best days are really ahead.
192
585424
3528
c'est qu'on n’a encore rien vu.
Les meilleurs jours sont à venir.
Les meilleurs jours sont à venir.
10:04
Let me give you a couple examples.
193
588952
1756
Laissez-moi vous donner quelques exemples.
10:06
Economies don't run on energy. They don't run on capital,
194
590708
4228
On n’alimente pas notre économie avec de l'énergie.
Encore moins avec du capital,
Encore moins avec du capital,
10:10
they don't run on labor. Economies run on ideas.
195
594936
3780
non plus avec de la main d'oeuvre.
Nos économies sont alimentées par des idées.
Nos économies sont alimentées par des idées.
10:14
So the work of innovation, the work of coming up with
196
598716
2520
Alors, le travail d'innovation, la tâche qui consiste à avoir
10:17
new ideas, is some of the most powerful,
197
601236
2426
de nouvelles idées, est l'un des travaux les plus importants,
10:19
some of the most fundamental work that we can do
198
603662
1815
l'un des travaux fondamentaux
auquel nous puissions nous adonner
auquel nous puissions nous adonner
10:21
in an economy. And this is kind of how we used to do innovation.
199
605477
4016
dans notre économie. Et c'est un peu de cette façon qu'on avait l'habitude d'innover.
10:25
We'd find a bunch of fairly similar-looking people
200
609493
3778
On irait trouver une poignée de personnes qui se ressemblent.
10:29
— (Laughter) —
201
613271
3411
-- (Rires) --
10:32
we'd take them out of elite institutions, we'd put them into
202
616682
2529
on les exporterait d'une institution d'élite à une autre
10:35
other elite institutions, and we'd wait for the innovation.
203
619211
2946
et puis il ne resterait qu'à attendre qu'ils innovent.
10:38
Now — (Laughter) —
204
622157
4010
Maintenant -- (Rires) --
10:42
as a white guy who spent his whole career at MIT
205
626167
2581
en tant que caucasien ayant passé la totalité de sa carrière au MIT
10:44
and Harvard, I got no problem with this. (Laughter)
206
628748
6366
et à Harvard, ça me va parfaitement.
(Rires)
(Rires)
10:51
But some other people do, and they've kind of crashed
207
635114
2616
Mais ça ne va pas à d'autres personnes,
et ils ont en quelque sorte fini par s'inviter
et ils ont en quelque sorte fini par s'inviter
10:53
the party and loosened up the dress code of innovation.
208
637730
2536
à la fête et décontracter le code vestimentaire de l'innovation.
10:56
(Laughter)
209
640266
924
(Rires)
10:57
So here are the winners of a Top Coder programming challenge,
210
641190
3644
Alors voici les vainqueurs d'un concours de programmation Top Coder,
11:00
and I assure you that nobody cares
211
644834
2902
et je peux vous assurer que personne n'attribue d'importance
11:03
where these kids grew up, where they went to school,
212
647736
3594
à l'endroit où ils ont grandi, leur école,
11:07
or what they look like. All anyone cares about
213
651330
2488
ou bien leur apparence.
La seule chose qui a de l'importance,
La seule chose qui a de l'importance,
11:09
is the quality of the work, the quality of the ideas.
214
653818
2821
c'est la qualité de leur travail, la qualité de leurs idées.
11:12
And over and over again, we see this happening
215
656639
2166
Et une fois encore, on observe ce phénomène
11:14
in the technology-facilitated world.
216
658805
2346
dans un monde fait de technologie.
11:17
The work of innovation is becoming more open,
217
661151
2456
Le travail lié à l'innovation est en train de devenir plus ouvert,
11:19
more inclusive, more transparent, and more merit-based,
218
663607
3778
moins élitiste, plus transparent, et plus méritoire,
11:23
and that's going to continue no matter what MIT and Harvard
219
667385
2969
et ça va continuer peu importe ce que
le MIT et Harvard
le MIT et Harvard
11:26
think of it, and I couldn't be happier about that development.
220
670354
3680
vont en penser, et ce développement ne pourrait me rendre plus heureux.
11:29
I hear once in a while, "Okay, I'll grant you that,
221
674034
2450
J'ai entendu il y a quelque temps,
« D'accord, je vous l'accorde,
« D'accord, je vous l'accorde,
11:32
but technology is still a tool for the rich world,
222
676484
3387
mais la technologie moderne reste un outil seulement à disposition du monde développé,
11:35
and what's not happening, these digital tools are not
223
679871
2714
et ce qui n'est pas en train de se passer,
cette technologie numérique
cette technologie numérique
11:38
improving the lives of people at the bottom of the pyramid."
224
682585
3355
n'améliore pas la vie des personnes vivant aux pieds de la pyramide. »
11:41
And I want to say to that very clearly: nonsense.
225
685940
2664
Et je voudrais adresser cet argument d'une façon très claire: absurdité.
11:44
The bottom of the pyramid is benefiting hugely from technology.
226
688604
3438
Ceux aux pieds de la pyramide profitent grandement de cette technologie.
11:47
The economist Robert Jensen did this wonderful study
227
692042
2640
L'économiste Robert Jensen a conduit cette incroyable étude,
11:50
a while back where he watched, in great detail,
228
694682
3168
il y a quelques temps, il a observé précisément
11:53
what happened to the fishing villages of Kerala, India,
229
697850
3381
l'évolution du village de pécheur de Kerala, en Inde,
11:57
when they got mobile phones for the very first time,
230
701231
3013
suite à l'apparition de téléphones mobiles,
12:00
and when you write for the Quarterly Journal of Economics,
231
704244
2731
et quand vous écrivez pour le Quarterly Journal of Economics,
12:02
you have to use very dry and very circumspect language,
232
706975
2897
vous êtes obligé d'utiliser un vocabulaire très sec et circonspect,
12:05
but when I read his paper, I kind of feel Jensen is trying
233
709872
2472
mais quand j'ai lu cet article,
j'ai eu la sensation que Jensen était en train d'essayer
j'ai eu la sensation que Jensen était en train d'essayer
12:08
to scream at us, and say, look, this was a big deal.
234
712344
3021
de nous alerter, et de dire, écoutez, c'était énorme.
12:11
Prices stabilized, so people could plan their economic lives.
235
715365
4053
Les prix se sont stabilisés, et les gens ont pu commencer à planifier leur vie économique.
12:15
Waste was not reduced; it was eliminated.
236
719418
4123
Les déchets n'ont pas été réduits, ils ont disparu.
12:19
And the lives of both the buyers and the sellers
237
723541
2471
Et le niveau de vie des acheteurs et des vendeurs
12:21
in these villages measurably improved.
238
726012
2498
de ce village, s'est considérablement amélioré.
12:24
Now, what I don't think is that Jensen got extremely lucky
239
728510
3716
Maintenant,
je ne pense pas que Jensen ait atterri par chance
je ne pense pas que Jensen ait atterri par chance
12:28
and happened to land in the one set of villages
240
732226
2354
dans l'un des rares villages
12:30
where technology made things better.
241
734580
2512
où la technologie viendrait améliorer le niveau de vie.
12:32
What happened instead is he very carefully documented
242
737092
2603
Je pense au contraire, qu'il a attentivement documenté
12:35
what happens over and over again when technology
243
739695
2692
un phénomène global qui se reproduit à chaque fois que la technologie
12:38
comes for the first time to an environment and a community.
244
742387
3264
fait son apparition dans une communauté et son environnement.
12:41
The lives of people, the welfares of people, improve dramatically.
245
745651
3964
Le niveau de vie des habitants, leurs bien-être, s'est amélioré de façon spectaculaire.
12:45
So as I look around at all the evidence, and I think about
246
749615
2356
Alors quand je me retrouve face à toutes ces preuves, et que je pense
12:47
the room that we have ahead of us, I become a huge
247
751971
2476
à toute les possibilités que nous avons,
je deviens définitivement
je deviens définitivement
12:50
digital optimist, and I start to think that this wonderful
248
754447
2824
un optimise numérique,
et je commence à penser que cet incroyable
et je commence à penser que cet incroyable
12:53
statement from the physicist Freeman Dyson
249
757271
3055
citation du physicien Freeman Dyson
12:56
is actually not hyperbole. This is an accurate assessment of what's going on.
250
760326
4578
n'est pas seulement une hyperbole. C'est une juste estimation de ce qui est en train de se passer.
13:00
Our digital -- our technologies are great gifts,
251
764904
2446
nos technologies numériques sont un don,
13:03
and we, right now, have the great good fortune
252
767350
3161
et dès maintenant, nous avons la chance
13:06
to be living at a time when digital technology is flourishing,
253
770511
3525
de vivre à une époque où la technologie numérique est florissante,
13:09
when it is broadening and deepening and
254
774036
1658
en pleine expansion, et en train de devenir
13:11
becoming more profound all around the world.
255
775694
3341
plus approfondie partout dans le monde.
13:14
So, yeah, the droids are taking our jobs,
256
779035
3218
Alors oui, les machines nous piquent nos emplois,
13:18
but focusing on that fact misses the point entirely.
257
782253
3813
mais rester focalisé sur ce point nous égare complètement.
13:21
The point is that then we are freed up to do other things,
258
786066
3253
Ce qui est important, c'est que cette nouvelle disponibilité nous permet de faire d'autres choses,
13:25
and what we are going to do, I am very confident,
259
789319
2658
et ce que nous allons faire, et j'en suis convaincu,
13:27
what we're going to do is reduce poverty and drudgery
260
791977
3063
c'est d'aller réduire la pauvreté, les tâches ingrates,
13:30
and misery around the world. I'm very confident
261
795040
2664
et la misère partout dans le monde. Je suis convaincu
13:33
we're going to learn to live more lightly on the planet,
262
797704
3032
que nous allons apprendre à vivre plus légèrement sur cette planète,
13:36
and I am extremely confident that what we're going to do
263
800736
3481
et je suis absolument convaincu que ce que nous allons faire
13:40
with our new digital tools is going to be so profound
264
804217
2921
de ces nouveaux outils numériques, sera tellement novateur
13:43
and so beneficial that it's going to make a mockery
265
807138
2891
et tellement bénéfique que ça viendra tourner au ridicule
13:45
out of everything that came before.
266
810029
1733
tous ce que s'est passé auparavant.
13:47
I'm going to leave the last word to a guy who had
267
811762
2738
Je vais laisser le dernier mot à quelqu'un qui est
13:50
a front row seat for digital progress,
268
814500
1778
à l'avant-garde de cette révolution numérique,
13:52
our old friend Ken Jennings. I'm with him.
269
816278
2565
notre vieil ami Ken Jennings. Je le soutiens.
13:54
I'm going to echo his words:
270
818843
1361
Je ne ferai que le citer:
13:56
"I, for one, welcome our new computer overlords." (Laughter)
271
820204
3971
« Je souhaite la bienvenue à notre nouveau chef suprême numérique. »
(Rires)
(Rires)
14:00
Thanks very much. (Applause)
272
824175
2929
Merci beaucoup.
(Applaudissements)
(Applaudissements)
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