ABOUT THE SPEAKER
Andrew McAfee - Management theorist
Andrew 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.

 

More profile about the speaker
Andrew McAfee | Speaker | TED.com
TEDxBoston 2012

Andrew McAfee: Are droids taking our jobs?

Andrew McAfee: A droidok elveszik a munkánkat?

Filmed:
1,061,603 views

A robotok és algoritmusok egyre jobbak munkákban, mint például autók építése, cikkek írása, fordítás -- munkákban amelyek korábban embereket igényeltek. Tehát mit fognak az emberek dolgozni? Andrew McAfee átnézi a legutóbbi munkaerő adatokat és azt mondja: Még semmit sem láttunk. De aztán hátralép, hogy megnézze a nagy történelmi fejleményeket, és egy meglepő és annál is izgalmasabb nézettel áll elő azzal kapcsolatban, hogy mi jön még. (Rögzítve: TEDxBoston.)
- Management theorist
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 turnsmenetek out, when tenstíz of millionsTöbb millió of people
0
519
2752
Mint kiderül, amikor több tíz millió ember
00:19
are unemployedmunkanélküli or underemployedalulfoglalkoztatott,
1
3271
2328
munkanélküli, vagy alulfoglalkoztatott,
00:21
there's a fairbecsületes amountösszeg of interestérdeklődés in what technologytechnológia mightesetleg be doing to the labormunkaerő forceerő.
2
5599
4127
elég nagy az érdeklődés az iránt, mit tesz a technológia a munkaerővel.
00:25
And as I look at the conversationbeszélgetés, it strikessztrájkok me
3
9726
2719
És ahogy nézem ezt az eszmecserét, úgy tűnik,
00:28
that it's focusedösszpontosított on exactlypontosan the right topictéma,
4
12445
2952
hogy pontosan a megfelelő témára összpontosít
00:31
and at the sameazonos time, it's missinghiányzó the pointpont entirelyteljesen.
5
15397
2978
és ugyanakkor, teljesen elvéti a lényeget.
00:34
The topictéma that it's focusedösszpontosított on, the questionkérdés is whetherakár or not
6
18375
3008
A téma, amire fókuszál, a kérdés az, vajon
00:37
all these digitaldigitális technologiestechnológiák are affectingérintő people'semberek abilityképesség
7
21383
3655
ezek a digitális technológiák hatással vannak-e az emberek
00:40
to earnkeresni a livingélő, or, to say it a little bitbit differentkülönböző way,
8
25038
3020
megélhetésére, vagy másképp kifejezve
00:43
are the droidsdroidok takingbevétel our jobsmunkahelyek?
9
28058
2278
a droidok elveszik a munkánkat?
00:46
And there's some evidencebizonyíték that they are.
10
30336
1968
És van némi bizonyíték arra, hogy igen.
00:48
The Great RecessionRecesszió endedvége lett when AmericanAmerikai GDPGDP resumedFolytatódik
11
32304
4353
A nagy recesszió véget ért amikor az amerikai GDP visszatért
00:52
its kindkedves of slowlassú, steadyállandó marchmárcius upwardfelfelé, and some other
12
36657
3429
a lassú, egyenletes növekedéshez, és néhány más
00:56
economicgazdasági indicatorsmutatók alsois startedindult to reboundvisszapattan, and they got
13
40101
2934
gazdasági mutató is kezdett helyreállni, és
00:58
kindkedves of healthyegészséges kindkedves of quicklygyorsan. CorporateVállalati profitsnyereség
14
43035
2862
viszonylag gyorsan egészséges értéket vett fel. A vállalati nyereség
01:01
are quiteegészen highmagas. In facttény, if you includetartalmaz bankbank profitsnyereség,
15
45897
3276
egész magas. Valójában, ha belevesszük a banki nyereséget,
01:05
they're highermagasabb than they'veők már ever been.
16
49173
2112
magasabbak, mint valaha.
01:07
And businessüzleti investmentberuházás in gearfogaskerék, in equipmentfelszerelés
17
51285
3272
És az üzleti befektetések felszerelésbe, berendezésekbe,
01:10
and hardwarehardver and softwareszoftver is at an all-timeminden idők highmagas.
18
54557
3107
hardverbe és a szoftverbe minden idők legmagasabb szintjén áll.
01:13
So the businessesvállalkozások are gettingszerzés out theirazok checkbookscheckbooks.
19
57664
3381
Azaz a vállalkozások előveszik a csekkfüzeteiket.
01:16
What they're not really doing is hiringbérlés.
20
61045
2261
Amit nem igazán csinálnak, az a toborzás.
01:19
So this redpiros linevonal is the employment-to-populationfoglalkoztatás-to-népesség ratioarány,
21
63306
3701
Tehát a piros vonal a foglalkoztatás / népesség aránya
01:22
in other wordsszavak, the percentageszázalék of workingdolgozó agekor people
22
67007
3381
más szóval a munkaképes korúak százaléka
01:26
in AmericaAmerikai who have work.
23
70388
1891
Amerikában, akiknek van munkájuk.
01:28
And we see that it crateredcratered duringalatt the Great RecessionRecesszió,
24
72279
3700
És látjuk, hogy a nagy recesszió idején érte el a mélypontot,
01:31
and it hasn'tmég nem startedindult to bounceugrál back at all.
25
75979
2864
és még egyáltalán nem kezdett el visszatérni.
01:34
But the storysztori is not just a recessionrecesszió storysztori.
26
78843
2507
De a történet nem csak egy recesszió történet.
01:37
The decadeévtized that we'vevoltunk just been throughkeresztül had relativelyviszonylag
27
81350
2997
Az évtized, amit éppencsak magunk mögött hagytunk, viszonylag
01:40
anemicvérszegény jobmunka growthnövekedés all throughoutegész, especiallykülönösen when we
28
84347
3393
vérszegény volt munkahely növekedés tekintetében, különösen, ha
01:43
comparehasonlítsa össze it to other decadesévtizedekben, and the 2000s
29
87740
2935
más évtizedekkel hasonlítjuk össze, és a 2000-es évek
01:46
are the only time we have on recordrekord where there were
30
90675
2290
az egyetlenek a feljegyzéseink során, ahol
01:48
fewerkevesebb people workingdolgozó at the endvég of the decadeévtized
31
92965
3203
kevesebb ember dolgozik az évtized végén
01:52
than at the beginningkezdet. This is not what you want to see.
32
96168
3060
mint az elején. Ez nem az, amit látni szeretnénk.
01:55
When you graphgrafikon the numberszám of potentiallehetséges employeesalkalmazottak
33
99228
3639
Ha ábrázoljuk a potenciális munkavállalók számát
01:58
versusellen the numberszám of jobsmunkahelyek in the countryország, you see the gaprés
34
102867
3604
az ország munkahelyeinek számával szemben, látjuk ahogy
02:02
getsjelentkeznek biggernagyobb and biggernagyobb over time, and then,
35
106471
3578
a rés egyre nagyobb és nagyobb az idő múltával, majd
02:05
duringalatt the Great RecessionRecesszió, it openednyitott up in a hugehatalmas way.
36
110049
2400
a nagy válság során óriásira nyílik.
02:08
I did some quickgyors calculationsszámítások. I tookvett the last 20 yearsévek of GDPGDP growthnövekedés
37
112449
4410
Végeztem némi gyors számítást. Vettem az elmúlt 20 év GDP-növekedését
02:12
and the last 20 yearsévek of labormunkaerő productivitytermelékenység growthnövekedés
38
116859
3296
és az elmúlt 20 év a munkaerő-termelékenység növekedését
02:16
and used those in a fairlymeglehetősen straightforwardegyértelmű way
39
120155
2742
és egy viszonylag egyszerű módon használtam,
02:18
to try to projectprogram how manysok jobsmunkahelyek the economygazdaság was going
40
122897
2626
hogy a kivetítsem, mennyi munkahelyre lesz szüksége a gazdaságnak,
02:21
to need to keep growingnövekvő, and this is the linevonal that I camejött up with.
41
125523
3659
hogy folytassa növekedését, és ez az a vonal, amire jutottam.
02:25
Is that good or badrossz? This is the government'skormány projectionvetítés
42
129182
3446
Ez vajon jó, vagy rossz? Ez a kormány előrejelezése
02:28
for the workingdolgozó agekor populationnépesség going forwardelőre.
43
132628
3853
a munkaképes korú lakosság alakulására a jövőben.
02:32
So if these predictionselőrejelzések are accuratepontos, that gaprés is not going to closeBezárás.
44
136481
4771
Tehát, ha ezek a jóslatok pontosak, az a rés nem fog bezárulni.
02:37
The problemprobléma is, I don't think these projectionselőrejelzések are accuratepontos.
45
141252
3401
A probléma az, hogy nem hiszem, ezek az előrejelzések pontosak.
02:40
In particularkülönös, I think my projectionvetítés is way too optimisticoptimista,
46
144653
3356
Különösen az én előrejelzésemről gondolom, hogy optimista,
02:43
because when I did it, I was assumingfeltételezve that the futurejövő
47
148009
3356
mert amikor ezt készítettem, feltételeztem, hogy a jövő
02:47
was kindkedves of going to look like the pastmúlt
48
151365
2448
valahogy úgy fog alakulni, mint a múlt,
02:49
with labormunkaerő productivitytermelékenység growthnövekedés, and that's actuallytulajdonképpen not what I believe,
49
153813
3439
munkaerő-termelékenység növekedéssel, és valójában nem hiszek ebben,
02:53
because when I look around, I think that we ain'tnem seenlátott nothing yetmég
50
157252
3759
mert amikor körülnézek, azt hiszem eddig még semmit sem láttunk
02:56
when it comesjön to technology'stechnológia impacthatás on the labormunkaerő forceerő.
51
161011
3285
amikor arról van szó, milyen hatása van a technológiának a munkaerőre.
03:00
Just in the pastmúlt couplepárosít yearsévek, we'vevoltunk seenlátott digitaldigitális toolsszerszámok
52
164296
3998
Csak az elmúlt pár évben, láttunk digitális eszközöket
03:04
displaykijelző skillsszakértelem and abilitiesképességek that they never, ever had before,
53
168294
4406
olyan készségekkel és képességekkel, mint még soha korábban,
03:08
and that, kindkedves of, eateszik deeplymélyen into what we humanemberi beingslények
54
172700
3788
és, hogy ezek mélyen beleássák magukat abba amit mi emberi lények
03:12
do for a livingélő. Let me give you a couplepárosít examplespéldák.
55
176488
3256
a megélhetésként teszünk. Hadd mondjak egy pár példát.
03:15
ThroughoutEgész all of historytörténelem, if you wanted something
56
179744
2011
Az egész történelem során, ha le akartunk
03:17
translatedlefordított from one languagenyelv into anotheregy másik,
57
181755
2924
fordítani valamit egyik nyelvről a másikra,
03:20
you had to involvevonja a humanemberi beinglény.
58
184679
1664
be kellett vonnunk egy emberi lényt.
03:22
Now we have multi-languagemulti--nyelv, instantaneouspillanatnyi,
59
186343
3416
Most már van nekünk több-nyelvű, azonnali,
03:25
automaticautomatikus translationfordítás servicesszolgáltatások availableelérhető for freeingyenes
60
189759
4218
automatikus fordító szolgáltatásunk, ami szabadon elérhető
03:29
viakeresztül manysok of our deviceskészülékek all the way down to smartphonesokostelefonok.
61
193977
3389
számos készülékünkön keresztül, egészen az okostelefonokig.
03:33
And if any of us have used these, we know that
62
197366
2384
És, ha bármelyikünk használta már ezeket, tudjuk, hogy
03:35
they're not perfecttökéletes, but they're decenttisztességes.
63
199750
3321
nem tökéletesek, de egészen megfelelőek.
03:38
ThroughoutEgész all of historytörténelem, if you wanted something writtenírott,
64
203071
3151
Az egész történelem során ha szerettünk volna valamit leírva,
03:42
a reportjelentés or an articlecikk, you had to involvevonja a personszemély.
65
206222
3415
egy jelentést vagy egy cikket, be kellett vonnunk egy embert.
03:45
Not anymoretöbbé. This is an articlecikk that appearedmegjelent
66
209637
2252
Most már nem. Ez egy olyan cikk, amely megjelent
03:47
in ForbesForbes onlineonline a while back about Apple'sAz Apple earningsjövedelem.
67
211889
3230
nemrég a Forbes online kiadásában az Apple jövedelmezőségéről.
03:51
It was writtenírott by an algorithmalgoritmus.
68
215119
2527
Egy algoritmus által íródott.
03:53
And it's not decenttisztességes, it's perfecttökéletes.
69
217646
3255
És ez nem megfelelő, ez tökéletes.
03:56
A lot of people look at this and they say, "Okay,
70
220901
2962
Egy csomó ember megnézi ez, és azt mondják, "oké,
03:59
but those are very specifickülönleges, narrowkeskeny tasksfeladatok,
71
223863
2349
de ezek nagyon konkrét, szűkre szabott feladatok,
04:02
and mosta legtöbb knowledgetudás workersmunkások are actuallytulajdonképpen generalistsgeneralista fajok,
72
226212
2633
és a legtöbb tudás-munkás valójában generalista,
04:04
and what they do is sitül on topfelső of a very largenagy bodytest
73
228845
2529
és amit ők csinálnak az az, hogy ülnek egy nagy halom
04:07
of expertiseszakvélemény and knowledgetudás and they use that
74
231374
2656
a szakértelem és tudás tetején, és ezt használják
04:09
to reactreagál on the flylégy to kindkedves of unpredictablekiszámíthatatlan demandsigények,
75
234030
3073
hogy menet közben reagáljanak, bármilyen kiszámíthatatlan igényre,
04:13
and that's very, very hardkemény to automateautomatizálása."
76
237103
2488
és ezt nagyon, nagyon nehéz automatizálni."
04:15
One of the mosta legtöbb impressivehatásos knowledgetudás workersmunkások
77
239591
1977
Az utóbbi idők egyik legmegkapóbb tudás-munkása
04:17
in recentfriss memorymemória is a guy namednevezett KenKen JenningsJennings.
78
241568
2409
egy Ken Jennings nevű fickó.
04:19
He wonnyerte the quizkvíz showelőadás "JeopardyVeszélyben!" 74 timesalkalommal in a rowsor,
79
243977
5058
Ő nyerte a "Jeopardy!" vetélkedőt 74-szer egymás után,
04:24
tookvett home threehárom millionmillió dollarsdollár.
80
249035
2628
és vitt haza három millió dollárt.
04:27
That's KenKen on the right gettingszerzés beatüt threehárom to one by
81
251663
3850
Ez Ken a jobb oldalon, ahogy három az egyhez veri
04:31
WatsonWatson, the "JeopardyVeszélyben!"-playing-játék supercomputerszuperszámítógép from IBMIBM.
82
255513
4804
Watson, a "Jeopardy!"-t játszó szuperszámítógép az IBM-től.
04:36
So when we look at what technologytechnológia can do
83
260317
1864
Tehát, ha megnézzük, mit tehet a technológia
04:38
to generalTábornok knowledgetudás workersmunkások, I startRajt to think
84
262181
2873
az általános tudás-munkásokkal, elkezdek gondolkodni
04:40
there mightesetleg not be something so specialkülönleges about this ideaötlet
85
265054
2599
nem is lehet olyan különleges az a gondolat
04:43
of a generalistgeneralista, particularlykülönösen when we startRajt doing things
86
267653
2888
a generalistáról, különösen akkor, olyan dolgokat kezdünk csinálni,
04:46
like hookingbottal akasztás SiriSiri up to WatsonWatson and havingamelynek technologiestechnológiák
87
270541
3988
mint összekötni Siri-t Watsonnal, és olyan technológiát
04:50
that can understandmegért what we're sayingmondás
88
274529
1896
birtokolni ami megérti, amit mondasz
04:52
and repeatismétlés speechbeszéd back to us.
89
276425
2081
és elismétli nekünk a beszédet.
04:54
Now, SiriSiri is farmessze from perfecttökéletes, and we can make funmóka
90
278506
2838
Namármost, Siri messze nem tökéletes, és jól szórakozhatunk
04:57
of her flawshibái, but we should alsois keep in mindelme that
91
281344
3019
a hibáin, de azt is szem előtt kell tartanunk,
05:00
if technologiestechnológiák like SiriSiri and WatsonWatson improvejavul
92
284363
2676
ha a technológiák, mint a Siri és Watson
05:02
alongmentén a Moore'sMoore LawTörvény trajectoryröppálya, whichmelyik they will,
93
287039
3781
a Moore törvény pályája mentén fejlődnek, amit meg is tesznek,
05:06
in sixhat yearsévek, they're not going to be two timesalkalommal better
94
290820
2584
akkor hat év alatt nem 2-szer lesznek jobbak
05:09
or fournégy timesalkalommal better, they'llfognak be 16 timesalkalommal better than they are right now.
95
293404
4818
vagy 4-szer jobbak, hanem 16-szor jobbak lesznek, mint most.
05:14
So I startRajt to think that a lot of knowledgetudás work is going to be affectedérintett by this.
96
298222
3683
Tehát kezdem úgy gondolni, hogy egy csomó tudás-munka lesz érintve ez által.
05:17
And digitaldigitális technologiestechnológiák are not just impactingbefolyásolják a knowledgetudás work.
97
301905
3554
És a digitális technológiák nem csak a tudás munkát befolyásolják.
05:21
They're startingkiindulási to flexFlex theirazok musclesizmok in the physicalfizikai worldvilág as well.
98
305459
3992
Elkezdik izmaikat feszíteni a fizikai világban is.
05:25
I had the chancevéletlen a little while back to ridelovagol in the GoogleGoogle
99
309451
2449
Nem is olyan régen lehetőségem volt vezetni a Google
05:27
autonomousautonóm carautó, whichmelyik is as coolmenő as it soundshangok. (LaughterNevetés)
100
311900
5526
önálló autóját, ami olyan király, mint amilyennek hangzik. (Nevetés)
05:33
And I will vouchjótáll that it handledkezelik the stop-and-gostop-and-go trafficforgalom
101
317426
3027
És garantálom, hogy simán kezelte a stop-and-go forgalmat
05:36
on U.S. 101 very smoothlysimán.
102
320453
2905
a US 101-esen.
05:39
There are about threehárom and a halffél millionmillió people
103
323358
1965
Körülbelül három és fél millió ember van az Egyesült Államokban,
05:41
who drivehajtás trucksteherautók for a livingélő in the UnitedEgyesült StatesÁllamok.
104
325323
2209
akinek a megélhetése a teherautó vezetés.
05:43
I think some of them are going to be affectedérintett by this
105
327532
2429
Úgy gondolom, egy részük érintve lesz e
05:45
technologytechnológia. And right now, humanoidhumanoid robotsrobotok are still
106
329961
3252
technológia által. És egyelőre a humanoid robotok
05:49
incrediblyhihetetlenül primitiveprimitív. They can't do very much.
107
333213
3258
hihetetlenül primitívek. Nem tudnak túl sokat.
05:52
But they're gettingszerzés better quiteegészen quicklygyorsan, and DARPADARPA,
108
336471
2581
De nagyon gyorsan egyre jobbak lesznek, és a DARPA,
05:54
whichmelyik is the investmentberuházás armkar of the DefenseVédelem DepartmentOsztály,
109
339052
3151
a Honvédelmi Minisztérium befektetési ága,
05:58
is tryingmegpróbálja to accelerategyorsul theirazok trajectoryröppálya.
110
342203
1665
próbálja felgyorsítani a pályájukat.
05:59
So, in shortrövid, yeah, the droidsdroidok are comingeljövetel for our jobsmunkahelyek.
111
343868
4683
Szóval röviden, igen, a droidok jönnek a munkánkért.
06:04
In the shortrövid termkifejezés, we can stimulateösztönzése jobmunka growthnövekedés
112
348551
3880
Rövid távon ösztönözhetjük a munkahelyek növekedését
06:08
by encouragingbátorító entrepreneurshipvállalkozói szellem and by investingbefektetés
113
352431
2944
a vállalkozói szellem ösztönzésével és az infrastruktúrális
06:11
in infrastructureinfrastruktúra, because the robotsrobotok todayMa still aren'tnem
114
355375
3048
beruházásokkal, mert a robotok ma még nem
06:14
very good at fixingrögzítő bridgeshidak.
115
358423
1740
túl jók hidak javításában.
06:16
But in the not-too-long-termnem túl-hosszú távú, I think withinbelül the lifetimesélettartama
116
360163
3365
De a nem túl távoli jövőben, azt hiszem, még a
06:19
of mosta legtöbb of the people in this roomszoba, we're going to transitionátmenet
117
363528
3569
a legtöbb itt ülő ember életében, egy olyan gazdasággá
06:22
into an economygazdaság that is very productivetermelő but that
118
367097
2936
alakulunk át, amely nagyon hatékony, de
06:25
just doesn't need a lot of humanemberi workersmunkások,
119
370033
2804
amely egyszerűen nem igényel túl sok emberi munkaerőt,
06:28
and managingkezelése that transitionátmenet is going to be
120
372837
1555
és ennek az átmenetnek a kezelése lesz
06:30
the greatestlegnagyobb challengekihívás that our societytársadalom facesarcok.
121
374392
2739
a legnagyobb kihívás, amellyel a társadalmunk szembesül.
06:33
VoltaireVoltaire summarizedösszegzett why. He said, "Work savestakarít us
122
377131
2762
Voltaire összefoglalja miért. Azt mondta, "a munka pedig arra jó,
06:35
from threehárom great evilsrossz: boredomunalom, vicehelyettes and need."
123
379893
5277
hogy messze tartson tőlünk három nagy bajt: az unalmat, a bűnt, a szükséget".
06:41
But despiteannak ellenére this challengekihívás, I'm personallySzemélyesen,
124
385170
2571
De ezen kihívás ellenére, én személy szerint,
06:43
I'm still a hugehatalmas digitaldigitális optimistoptimista, and I am
125
387741
3049
még mindig egy hatalmas digitális optimista vagyok,
06:46
supremelyfelettébb confidentmagabiztos that the digitaldigitális technologiestechnológiák that we're
126
390790
3187
és roppant magabiztos vagyok abban, hogy a digitális technológiák, amelyeket
06:49
developingfejlesztés now are going to take us into a utopianutópia futurejövő,
127
393977
3556
éppen fejlesztünk, egy utópisztikus jövőbe visznek bennünket,
06:53
not a dystopiandisztópikus futurejövő. And to explainmegmagyarázni why,
128
397533
3033
nem pedig egy disztópikus jövőbe. És hogy elmagyarázzam miért,
06:56
I want to posepóz kindkedves of a ridiculouslynevetségesen broadszéles questionkérdés.
129
400566
2522
szeretnék egy nevetségesen általános kérdést feltenni.
06:58
I want to askkérdez what have been the mosta legtöbb importantfontos
130
403088
2350
Azt szeretném megkérdezni, hogy mi volt a legfontosabb
07:01
developmentsfejlemények in humanemberi historytörténelem?
131
405438
2323
fejlemény az emberiség történetében?
07:03
Now, I want to shareOssza meg some of the answersválaszokat that I've gottenütött
132
407761
2733
Szeretnék megosztani néhányat a válaszok közül, amit erre
07:06
in responseválasz to this questionkérdés. It's a wonderfulcsodálatos questionkérdés
133
410494
2177
a kérdésre kaptam. Ezt csodálatos megkérdezni
07:08
to askkérdez and to startRajt an endlessvégtelen debatevita about,
134
412671
2167
és egy vég nélküli vitát kezdeni róla,
07:10
because some people are going to bringhoz up
135
414838
2321
mert néhány ember fel fogja hozni,
07:13
systemsrendszerek of philosophyfilozófia in bothmindkét the WestWest and the EastKeleti that
136
417159
3460
hogy a nyugati és a keleti filozófia rendszerek
07:16
have changedmegváltozott how a lot of people think about the worldvilág.
137
420619
3133
megváltoztatták az emberek világnézetét.
07:19
And then other people will say, "No, actuallytulajdonképpen, the bignagy storiestörténetek,
138
423752
2836
És majd más emberek azt fogják mondani, "nem, valójában, a nagy történetek,
07:22
the bignagy developmentsfejlemények are the foundingalapító of the world'svilág
139
426588
2423
a nagy fejlemények a világ fő
07:24
majorJelentősebb religionsvallások, whichmelyik have changedmegváltozott civilizationscivilizációk
140
429011
3282
vallásainak megalapítása, ami civilizációkat változtatott meg
07:28
and have changedmegváltozott and influencedbefolyásolható how countlessszámtalan people
141
432293
2639
és befolyásolta, hogyan éli számtalan
07:30
are livingélő theirazok liveséletét." And then some other folknépi will say,
142
434932
3004
ember az életét." És megint mások azt fogják mondani,
07:33
"ActuallyValójában, what changesváltoztatások civilizationscivilizációk, what modifiesmódosítja a them
143
437936
3527
"Valójában a birodalmak formálják a civilizációkat,
07:37
and what changesváltoztatások people'semberek liveséletét
144
441463
2163
és változtatják meg az emberek életét,
07:39
are empiresbirodalmak, so the great developmentsfejlemények in humanemberi historytörténelem
145
443626
3912
így a emberi történelem legnagyobb előrelépései
07:43
are storiestörténetek of conquesthódítás and of warháború."
146
447538
2835
hódításokról és a háborúkról szólnak."
07:46
And then some cheeryvidám soullélek usuallyáltalában always pipescsövek up
147
450373
2590
És akkor néhány vidám lélek általában mindig felbukkan
07:48
and saysmondja, "Hey, don't forgetelfelejt about plaguescsapás." (LaughterNevetés)
148
452963
5688
és azt mondja: "Hé, ne feledkezzünk el a járványokról." (Nevetés)
07:54
There are some optimisticoptimista answersválaszokat to this questionkérdés,
149
458651
2903
Van néhány optimista válasz is erre a kérdésre,
07:57
so some people will bringhoz up the AgeKor of ExplorationFeltárása
150
461554
1897
szóval néhány ember felveti a felfedezések korát
07:59
and the openingnyílás up of the worldvilág.
151
463451
1948
és a világ megnyílását.
08:01
OthersMások will talk about intellectualszellemi achievementseredmények
152
465399
2102
Mások a szellemi eredményekről fognak beszélni
08:03
in disciplinesszakterületek like mathmatematikai that have helpedsegített us get
153
467501
2275
a tudományágakban, mint ahogy a matematika segített abban,
08:05
a better handlefogantyú on the worldvilág, and other folknépi will talk about
154
469776
3310
hogy jobban megértsük a világot, és megint mások
08:08
periodsidőszakok when there was a deepmély flourishingvirágzó
155
473086
1697
azon időszakokról fognak beszélni amikor mélyen virágzottak
08:10
of the artsművészetek and sciencestudományok. So this debatevita will go on and on.
156
474783
3802
a művészetek és a tudományok. Ez a vita így fog menni tovább és tovább.
08:14
It's an endlessvégtelen debatevita, and there's no conclusivemeggyőző,
157
478585
2839
Ez egy vég nélküli vita, és nincs meggyőző,
08:17
no singleegyetlen answerválasz to it. But if you're a geekkockafej like me,
158
481424
3252
egyedüli válasz. De ha te egy kockafej vagy, mint én,
08:20
you say, "Well, what do the dataadat say?"
159
484676
2898
azt mondod: "Nos, mit mutatnak az adatok?"
08:23
And you startRajt to do things like graphgrafikon things that we mightesetleg
160
487574
2811
És elkezdesz ábrázolni dolgokat, amelyek valószínüleg
08:26
be interestedérdekelt in, the totalteljes worldwidevilágszerte populationnépesség, for examplepélda,
161
490385
4103
érdekelhetnek bennünket, a világ népessége, például,
08:30
or some measuremérték of socialtársadalmi developmentfejlődés,
162
494488
2641
vagy a társadalmi fejlődés néhány mérőszáma,
08:33
or the stateállapot of advancementhaladás of a societytársadalom,
163
497129
2511
vagy a társadalom fejlődésének állapota,
08:35
and you startRajt to plotcselekmény the dataadat, because, by this approachmegközelítés,
164
499640
3833
és elkezded ábrázolni az adatokat, mert ezzel a megközelítéssel
08:39
the bignagy storiestörténetek, the bignagy developmentsfejlemények in humanemberi historytörténelem,
165
503473
2617
a nagy történetek, az emberi történelem nagy fejleményei
08:41
are the onesazok that will bendhajlít these curvesgörbék a lot.
166
506090
2861
azok, amik meggörbítik azokat a vonalakat.
08:44
So when you do this, and when you plotcselekmény the dataadat,
167
508951
1912
Tehát, ha ezt tesszük, és ábrázoljuk az adatokat,
08:46
you prettyszép quicklygyorsan come to some weirdfurcsa conclusionskövetkeztetések.
168
510863
2798
akkor elég gyorsan néhány fura következtetést fogunk levonni.
08:49
You concludekövetkeztetést levonni, actuallytulajdonképpen, that noneegyik sem of these things
169
513661
2923
Arra a következtetésre jutunk, hogy valójában az előzőekből
08:52
have matteredszámít very much. (LaughterNevetés)
170
516584
4952
egyik sem számított túl sokat. (Nevetés)
08:57
They haven'tnincs doneKész a darnstoppol thing to the curvesgörbék. (LaughterNevetés)
171
521536
4026
Rohadtul nem módosították azokat a görbéket. (Nevetés)
09:01
There has been one storysztori, one developmentfejlődés
172
525562
3584
Volt egy történet, egy fejlemény
09:05
in humanemberi historytörténelem that benthajlított the curveív, benthajlított it just about
173
529146
2606
az emberiség történetében, ami hajlított a görbén,
09:07
90 degreesfok, and it is a technologytechnológia storysztori.
174
531752
4046
kb. 90 fokkal elgörbítette, és ez egy technológia történet.
09:11
The steamgőz enginemotor, and the other associatedtársult technologiestechnológiák
175
535798
2959
A gőzmozdony, és az ipari forradalomhoz
09:14
of the IndustrialIpari RevolutionForradalom changedmegváltozott the worldvilág
176
538757
2931
kapcsolódó technológiák változtatták meg a világot
09:17
and influencedbefolyásolható humanemberi historytörténelem so much,
177
541688
2424
és befolyásolták az emberi történelmet annyira,
09:20
that in the wordsszavak of the historiantörténész IanIan MorrisMorris,
178
544112
2083
hogy Ian Morris történész szavaival
09:22
they madekészült mockerygúnyolódás out of all that had come before.
179
546195
4077
megcsúfolnak bármit, ami azt megelőzően történt.
09:26
And they did this by infinitelyvégtelenül multiplyingmegszorozzuk the powererő
180
550272
2913
Tették ezt azzal, hogy végtelenül megsokszorozták
09:29
of our musclesizmok, overcomingleküzdése the limitationskorlátozások of our musclesizmok.
181
553185
3137
izmaink erejét, leküzdve az izmaink korlátait.
09:32
Now, what we're in the middleközépső of now
182
556322
2522
Aminek a közepén most vagyunk, nem más,
09:34
is overcomingleküzdése the limitationskorlátozások of our individualEgyedi brainsagyvelő
183
558844
2919
mint agyunk korlátainak legyőzése
09:37
and infinitelyvégtelenül multiplyingmegszorozzuk our mentalszellemi powererő.
184
561763
3073
és szellemi erőnk végtelen megsokszorozása.
09:40
How can this not be as bignagy a dealüzlet as overcomingleküzdése
185
564836
3700
Hogyne lehetne ez olyan nagy dolog, mint
09:44
the limitationskorlátozások of our musclesizmok?
186
568536
2528
izmaink korlátainak leküzdése?
09:46
So at the riskkockázat of repeatingismétlődő myselfmagamat a little bitbit, when I look
187
571064
3378
Tehát önmagam ismétlésének kockáztatásával, ha megnézem
09:50
at what's going on with digitaldigitális technologytechnológia these daysnapok,
188
574442
2829
mi történik digitális technológia terén napjainkban,
09:53
we are not anywherebárhol nearközel throughkeresztül with this journeyutazás,
189
577271
2826
még korán sem vagyunk túl ezen az utazáson,
09:55
and when I look at what is happeningesemény to our economiesgazdaságok
190
580097
2674
és mikor megnézzük, mi történik a gazdaságainkkal
09:58
and our societiestársadalmak, my singleegyetlen conclusionkövetkeztetés is that
191
582771
2653
és társadalmainkkal, az egyetlen következtetésem az, hogy
10:01
we ain'tnem seenlátott nothing yetmég. The bestlegjobb daysnapok are really aheadelőre.
192
585424
3528
még semmit sem láttunk. A legjobb napok még előttünk állnak.
10:04
Let me give you a couplepárosít examplespéldák.
193
588952
1756
Hadd mondjak pár példát.
10:06
EconomiesGazdaságok don't runfuss on energyenergia. They don't runfuss on capitalfőváros,
194
590708
4228
A gazdaságokat az energia hajtja. Nem a tőke hajtja,
10:10
they don't runfuss on labormunkaerő. EconomiesGazdaságok runfuss on ideasötletek.
195
594936
3780
nem a munkaerő hajtja. A gazdaságokat az ötletek hajtják.
10:14
So the work of innovationinnováció, the work of comingeljövetel up with
196
598716
2520
Tehát az innovációs munka, az új ötletekkel
10:17
newúj ideasötletek, is some of the mosta legtöbb powerfulerős,
197
601236
2426
való előállás az egyike a legerőteljesebb
10:19
some of the mosta legtöbb fundamentalalapvető work that we can do
198
603662
1815
egyike a legalapvetőbb munkának, amit egy gazdaságban
10:21
in an economygazdaság. And this is kindkedves of how we used to do innovationinnováció.
199
605477
4016
csak tehetünk. És ez az ahogy az innovációt szoktuk csinálni.
10:25
We'dMi lenne find a bunchcsokor of fairlymeglehetősen similar-lookinghasonló megjelenésű people
200
609493
3778
Találnánk egy csomó viszonylag hasonló kinézetű embert
10:29
— (LaughterNevetés) —
201
613271
3411
– (Nevetés) –
10:32
we'dHázasodik take them out of eliteelit institutionsintézmények, we'dHázasodik put them into
202
616682
2529
kivennénk őket elit intézményekből, és betennénk őket
10:35
other eliteelit institutionsintézmények, and we'dHázasodik wait for the innovationinnováció.
203
619211
2946
más elit intézményekbe, és várnánk az innovációt.
10:38
Now — (LaughterNevetés) —
204
622157
4010
Most, – (Nevetés) –
10:42
as a whitefehér guy who spentköltött his wholeegész careerkarrier at MITMIT
205
626167
2581
mint egy fehér fickó, aki az egész karrierjét az MIT-n töltötte
10:44
and HarvardHarvard, I got no problemprobléma with this. (LaughterNevetés)
206
628748
6366
és a Harvardon, nincs is ezzel problémám. (Nevetés)
10:51
But some other people do, and they'veők már kindkedves of crashedlezuhant
207
635114
2616
De néhány embernek van, és ők úgymond
10:53
the partyparty and loosenedmeglazult up the dressruha codekód of innovationinnováció.
208
637730
2536
elrontották a bulit, és lazítottak az innováció dress code-ján.
10:56
(LaughterNevetés)
209
640266
924
(Nevetés)
10:57
So here are the winnersnyertesek of a TopTop CoderCoder programmingprogramozás challengekihívás,
210
641190
3644
Tehát itt vannak a Top Coder programozási kihívás nyertesei,
11:00
and I assurebiztosíthatom you that nobodysenki caresgondok
211
644834
2902
és biztosítalak bennetek, hogy senkit nem érdekel
11:03
where these kidsgyerekek grewnőtt up, where they wentment to schooliskola,
212
647736
3594
hol nőttek fel ezek a gyerekek, hova jártak iskolába,
11:07
or what they look like. All anyonebárki caresgondok about
213
651330
2488
vagy hogy néznek ki. Mindaz amivel bárki is törődik
11:09
is the qualityminőség of the work, the qualityminőség of the ideasötletek.
214
653818
2821
az a minőségi munka, az ötleteket minősége.
11:12
And over and over again, we see this happeningesemény
215
656639
2166
És újra és újra azt látjuk, ez történik
11:14
in the technology-facilitatedmegkönnyítette a technológia worldvilág.
216
658805
2346
a technológia által támogatott a világban.
11:17
The work of innovationinnováció is becomingegyre more opennyisd ki,
217
661151
2456
Az innovációs munka egyre nyitottabb,
11:19
more inclusiveinclusive, more transparentátlátszó, and more merit-basedérdem-alapú,
218
663607
3778
befogadóbb, átláthatóbb és jobban érdem-alapú,
11:23
and that's going to continueFolytatni no matterügy what MITMIT and HarvardHarvard
219
667385
2969
és ez lesz továbbra is, nem számít, mit gondol MIT és a
11:26
think of it, and I couldn'tnem tudott be happierboldogabb about that developmentfejlődés.
220
670354
3680
Harvard, és nem lehetnék még ennél is boldogabb emiatt.
11:29
I hearhall onceegyszer in a while, "Okay, I'll grantbiztosít you that,
221
674034
2450
Egyszer hallottam, "oké, ezt elismerem,
11:32
but technologytechnológia is still a tooleszköz for the richgazdag worldvilág,
222
676484
3387
de a technológia még mindig a gazdag világ eszköze,
11:35
and what's not happeningesemény, these digitaldigitális toolsszerszámok are not
223
679871
2714
és ami nem történik, az az, hogy ezek a digitális eszközök
11:38
improvingjavuló the liveséletét of people at the bottomalsó of the pyramidpiramis."
224
682585
3355
javítanák a piramis alján levő emberek életminőségét".
11:41
And I want to say to that very clearlytisztán: nonsenseostobaság.
225
685940
2664
És azt akarom mondani erre nagyon világosan: nonszensz.
11:44
The bottomalsó of the pyramidpiramis is benefitingrészesülő hugelyrendkívül from technologytechnológia.
226
688604
3438
A piramis alján levők rendkívüli mértékben részesülnek a technológia előnyeiből.
11:47
The economistközgazdász RobertRobert JensenJensen did this wonderfulcsodálatos studytanulmány
227
692042
2640
A közgazdász Robert Jensen készítette ezt a csodálatos tanulmányt
11:50
a while back where he watchedfigyelte, in great detailRészlet,
228
694682
3168
korábban, amikor azt vizsgálta, nagy részletességgel,
11:53
what happenedtörtént to the fishinghalászati villagesfalvak of KeralaKerala, IndiaIndia,
229
697850
3381
mi történt a kis halászfaluval, Keralával Indiában,
11:57
when they got mobileMobil phonestelefonok for the very first time,
230
701231
3013
amikor az első alkalommal mobil telefonokhoz jutottak.
12:00
and when you writeír for the QuarterlyNegyedéves JournalNapló of EconomicsKözgazdaságtan,
231
704244
2731
És ha a Quarterly Journal of Economics-nak írsz
12:02
you have to use very dryszáraz and very circumspectkörültekintő languagenyelv,
232
706975
2897
akkor nagyon száraz és nagyon körültekintő nyelvet használsz,
12:05
but when I readolvas his paperpapír, I kindkedves of feel JensenJensen is tryingmegpróbálja
233
709872
2472
de a cikk olvasásakor az az érzésem támadt, hogy Jensen megpóbál
12:08
to screamsikoly at us, and say, look, this was a bignagy dealüzlet.
234
712344
3021
üvölteni hozzánk, és azt mondja, hogy nézd, ez egy nagy dolog volt.
12:11
PricesÁrak stabilizedstabilizált, so people could planterv theirazok economicgazdasági liveséletét.
235
715365
4053
Az árak stabilizálódtak, így az emberek meg tudták tervezni a gazdasági életüket.
12:15
WasteHulladék was not reducedcsökkent; it was eliminatedEltüntetett.
236
719418
4123
A hulladék nem csökkent; megszűnt.
12:19
And the liveséletét of bothmindkét the buyersvevők and the sellerseladók
237
723541
2471
És mind a vevők és az eladók élete
12:21
in these villagesfalvak measurablymérhetően improvedjavított.
238
726012
2498
ezekben a falvakban mérhetően javult.
12:24
Now, what I don't think is that JensenJensen got extremelyrendkívüli módon luckyszerencsés
239
728510
3716
Amit nem hiszek, hogy Jensen rendkívül szerencsés volt
12:28
and happenedtörtént to landföld in the one setkészlet of villagesfalvak
240
732226
2354
és véletlenül került abba az egyetlen faluba
12:30
where technologytechnológia madekészült things better.
241
734580
2512
ahol a technológia jobbá tette a dolgokat.
12:32
What happenedtörtént insteadhelyette is he very carefullygondosan documenteddokumentált
242
737092
2603
Ehelyett az történt, hogy nagyon gondosan dokumentálta
12:35
what happensmegtörténik over and over again when technologytechnológia
243
739695
2692
mi történik, újra és újra amikor technológia
12:38
comesjön for the first time to an environmentkörnyezet and a communityközösség.
244
742387
3264
érkezik az első alkalommal egy környezetbe és közösségbe.
12:41
The liveséletét of people, the welfareswelfares of people, improvejavul dramaticallydrámaian.
245
745651
3964
Az emberek élete, az emberek jóléte, drámaian javul.
12:45
So as I look around at all the evidencebizonyíték, and I think about
246
749615
2356
Tehát ha megnézem az összes bizonyítékot, és arra gondolok
12:47
the roomszoba that we have aheadelőre of us, I becomeválik a hugehatalmas
247
751971
2476
mennyi minden vár ránk, úgy egy hatalmas
12:50
digitaldigitális optimistoptimista, and I startRajt to think that this wonderfulcsodálatos
248
754447
2824
digitális optimistává válok, és kezdek arra gondolni, hogy
12:53
statementnyilatkozat from the physicistfizikus FreemanFreeman DysonDyson
249
757271
3055
a fizikus Freeman Dyson csodálatos nyilatkozata
12:56
is actuallytulajdonképpen not hyperboletúlzás. This is an accuratepontos assessmentértékelés of what's going on.
250
760326
4578
valójában nem is túlzás. Ez egy pontos értékelése, annak ami történik.
13:00
Our digitaldigitális -- our technologiestechnológiák are great giftsajándék,
251
764904
2446
A mi digitális -- a mi technológiáink nagy ajándékok,
13:03
and we, right now, have the great good fortuneszerencse
252
767350
3161
és mi, most, nagyon szerencsések vagyunk
13:06
to be livingélő at a time when digitaldigitális technologytechnológia is flourishingvirágzó,
253
770511
3525
hogy olyan időszakban élünk, amikor a digitális technológia virágzik,
13:09
when it is broadeningkiszélesítése and deepeningelmélyítése and
254
774036
1658
amikor szélesedik és mélyül és
13:11
becomingegyre more profoundmély all around the worldvilág.
255
775694
3341
egyre alaposabb lesz a világ minden táján.
13:14
So, yeah, the droidsdroidok are takingbevétel our jobsmunkahelyek,
256
779035
3218
Szóval igen, a droidok elveszik a munkánkat,
13:18
but focusingösszpontosítás on that facttény misseshiányzik the pointpont entirelyteljesen.
257
782253
3813
de erre a tényre összpontosítva éppen hogy elveszítjük a lényeget.
13:21
The pointpont is that then we are freedFreed up to do other things,
258
786066
3253
A lényeg az, hogy akkor mi felszabadulunk, hogy más dolgokat csináljunk,
13:25
and what we are going to do, I am very confidentmagabiztos,
259
789319
2658
és amit csinálni fogunk, nagyon biztos vagyok benne,
13:27
what we're going to do is reducecsökkentésére povertyszegénység and drudgeryrabszolgamunka
260
791977
3063
amit csinálni fogunk, az csökkenteni a szegénységet és a robotolást
13:30
and miserynyomor around the worldvilág. I'm very confidentmagabiztos
261
795040
2664
és a nyomorúságot a világ minden táján. Biztos vagyok benne
13:33
we're going to learntanul to liveélő more lightlyenyhén on the planetbolygó,
262
797704
3032
meg fogunk tanulni könnyedebben élni a bolygón,
13:36
and I am extremelyrendkívüli módon confidentmagabiztos that what we're going to do
263
800736
3481
és én nagyon biztos vagyok benne, hogy amit csinálni fogunk
13:40
with our newúj digitaldigitális toolsszerszámok is going to be so profoundmély
264
804217
2921
az új digitális eszközeinkkel, olyan beható
13:43
and so beneficialjótékony that it's going to make a mockerygúnyolódás
265
807138
2891
és annyira előnyös lesz, hogy megcsúfol majd
13:45
out of everything that camejött before.
266
810029
1733
mindent, ami eddig történt.
13:47
I'm going to leaveszabadság the last wordszó to a guy who had
267
811762
2738
Az utolsó szavakat átadom annak a fickónak
13:50
a frontelülső rowsor seatülés for digitaldigitális progressHaladás,
268
814500
1778
aki az első sorból élvezte a digitális fejlődést,
13:52
our oldrégi friendbarát KenKen JenningsJennings. I'm with him.
269
816278
2565
öreg barátunknak, Ken Jenningsnek. Egyetértek vele.
13:54
I'm going to echovisszhang his wordsszavak:
270
818843
1361
Megismétlem szavait:
13:56
"I, for one, welcomeÜdvözöljük our newúj computerszámítógép overlordsurak." (LaughterNevetés)
271
820204
3971
"Ami engem illet, üdvözlöm az új számítógép urainkat." (Nevetés)
14:00
Thankskösz very much. (ApplauseTaps)
272
824175
2929
Nagyon szépen köszönöm. (Taps)
Translated by Laszlo Nagy
Reviewed by Judit Szabo

▲Back to top

ABOUT THE SPEAKER
Andrew McAfee - Management theorist
Andrew 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.

 

More profile about the speaker
Andrew McAfee | Speaker | TED.com