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

Filmed:
1,061,603 views

Robot e algoritmi stanno diventando bravi a fare lavori come costruire le automobili, scrivere articoli, tradurre – lavori che una volta richiedevano un essere umano. Che lavori faremo, dunque, noi esseri umani? Andrew McAfee presenta dati recenti sull'occupazione e commenta: "Non abbiamo ancora visto niente." Ma poi fa un passo indietro, esaminando le grandi correnti della storia, e se ne viene fuori con una visione del futuro sorprendente e persino emozionante. (Girato a 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 turnsgiri out, when tensdecine of millionsmilioni of people
0
519
2752
Quando decine di milioni di persone
00:19
are unemployeddisoccupato or underemployedsottoccupati,
1
3271
2328
sono disoccupate o sotto-occupate,
00:21
there's a fairgiusto amountquantità of interestinteresse in what technologytecnologia mightpotrebbe be doing to the laborlavoro forcevigore.
2
5599
4127
ci si chiede quanto la tecnologia
possa influire sull'occupazione.
00:25
And as I look at the conversationconversazione, it strikesattacchi me
3
9726
2719
E a tal proposito, mi colpisce come le conversazioni,
00:28
that it's focusedfocalizzata on exactlydi preciso the right topicargomento,
4
12445
2952
anche quando affrontano il tema giusto,
00:31
and at the samestesso time, it's missingmancante the pointpunto entirelyinteramente.
5
15397
2978
possono al tempo stesso mancare
completamente il punto
00:34
The topicargomento that it's focusedfocalizzata on, the questiondomanda is whetherse or not
6
18375
3008
su cui si riflette,
cioè se sia vero o no che
00:37
all these digitaldigitale technologiestecnologie are affectingche interessano people'spersone di abilitycapacità
7
21383
3655
tutte queste tecnologie digitali stiano
danneggiando la capacità della gente
00:40
to earnguadagnare a livingvita, or, to say it a little bitpo differentdiverso way,
8
25038
3020
di guadagnarsi da vivere, o,
per dirla in un modo un po' diverso,
00:43
are the droidsdroidi takingpresa our jobslavori?
9
28058
2278
se i droidi ci stanno rubando il lavoro.
00:46
And there's some evidenceprova that they are.
10
30336
1968
Ci sono prove che sembrano confermarlo.
00:48
The Great RecessionRecessione endedconclusa when AmericanAmericano GDPPIL resumedha ripreso
11
32304
4353
La grande recessione è cessata
quando il PIL americano ha ripreso
00:52
its kindgenere of slowlento, steadycostante marchmarzo upwardverso l'alto, and some other
12
36657
3429
la sua lenta, costante marcia
verso l'alto, mentre anche altri
00:56
economiceconomico indicatorsindicatori alsoanche startediniziato to reboundrimbalzo, and they got
13
40101
2934
indicatori economici hanno iniziato
a risollevarsi, e sono diventati
00:58
kindgenere of healthysalutare kindgenere of quicklyvelocemente. CorporateAziendale profitsprofitti
14
43035
2862
piuttosto buoni abbastanza
velocemente. I profitti aziendali
01:01
are quiteabbastanza highalto. In factfatto, if you includeincludere bankbanca profitsprofitti,
15
45897
3276
sono piuttosto alti. Infatti, se
si includono gli utili bancari,
01:05
they're higherpiù alto than they'veessi hanno ever been.
16
49173
2112
sono più alti di quanto
siano mai stati.
01:07
And businessattività commerciale investmentinvestimento in gearGear, in equipmentattrezzatura
17
51285
3272
E gli investimenti aziendali nel settore
delle attrezzature, equipaggiamento,
01:10
and hardwarehardware and softwareSoftware is at an all-timetutti i tempi highalto.
18
54557
3107
hardware e software
sono ai massimi storici.
01:13
So the businessesaziende are gettingottenere out theirloro checkbookslibretti degli assegni.
19
57664
3381
Le imprese, quindi, stanno
tirando fuori i soldi.
01:16
What they're not really doing is hiringassumere.
20
61045
2261
Però non assumono personale.
01:19
So this redrosso linelinea is the employment-to-populationoccupazione-popolazione ratiorapporto,
21
63306
3701
Questa linea rossa
è il tasso di occupazione:
01:22
in other wordsparole, the percentagepercentuale of workinglavoro ageetà people
22
67007
3381
in altre parole, la percentuale
di americani in età da lavoro,
01:26
in AmericaAmerica who have work.
23
70388
1891
che un lavoro ce l'hanno.
01:28
And we see that it crateredcraterizzata duringdurante the Great RecessionRecessione,
24
72279
3700
E questo tasso, come vediamo,
è crollato durante la Grande Recessione
01:31
and it hasn'tnon ha startediniziato to bouncerimbalzo back at all.
25
75979
2864
e non ha ancora neanche
iniziato a riprendersi.
01:34
But the storystoria is not just a recessionrecessione storystoria.
26
78843
2507
Ma questa non è solo una
storia di recessione.
01:37
The decadedecennio that we'venoi abbiamo just been throughattraverso had relativelyrelativamente
27
81350
2997
Il decennio che abbiamo
appena trascorso ha esibito
01:40
anemicanemico joblavoro growthcrescita all throughoutper tutto, especiallyparticolarmente when we
28
84347
3393
una crescita di posti di
lavoro debole, specialmente se
01:43
compareconfrontare it to other decadesdecenni, and the 2000s
29
87740
2935
la si paragona ad altri
decenni, e gli anni 2000
01:46
are the only time we have on recorddisco where there were
30
90675
2290
sono l'unico periodo documentato
nel quale il numero degli occupati
01:48
fewermeno people workinglavoro at the endfine of the decadedecennio
31
92965
3203
alla fine del decennio,
è stato minore
01:52
than at the beginninginizio. This is not what you want to see.
32
96168
3060
che all'inizio. Questa è
tutt'altro che una situazione ideale.
01:55
When you graphgrafico the numbernumero of potentialpotenziale employeesdipendenti
33
99228
3639
Quando si mappa il rapporto
tra potenziali occupati
01:58
versuscontro the numbernumero of jobslavori in the countrynazione, you see the gapdivario
34
102867
3604
e posti di lavoro
nel paese, si nota che il divario
02:02
getsprende biggerpiù grande and biggerpiù grande over time, and then,
35
106471
3578
diventa sempre più grande
col passare del tempo, e per giunta
02:05
duringdurante the Great RecessionRecessione, it openedha aperto up in a hugeenorme way.
36
110049
2400
si è allargato enormemente durante la Grande Recessione.
02:08
I did some quickveloce calculationscalcoli. I tookha preso the last 20 yearsanni of GDPPIL growthcrescita
37
112449
4410
Così ho fatto un rapido calcolo. Ho preso
gli ultimi 20 anni di crescita del PIL
02:12
and the last 20 yearsanni of laborlavoro productivityproduttività growthcrescita
38
116859
3296
e gli ultimi 20 anni di crescita
della produttività del lavoro
02:16
and used those in a fairlyabbastanza straightforwardschietto way
39
120155
2742
e ho fatto dei calcoli
abbastanza semplici
02:18
to try to projectprogetto how manymolti jobslavori the economyeconomia was going
40
122897
2626
per cercare di estrapolare quanti
posti di lavoro servano nell'economia
02:21
to need to keep growingin crescita, and this is the linelinea that I cameè venuto up with.
41
125523
3659
per continuare a crescere. Questa linea rappresenta il risultato.
02:25
Is that good or badcattivo? This is the government'sdi governo projectionproiezione
42
129182
3446
È un bene o un male? Questa
è la proiezione del governo
02:28
for the workinglavoro ageetà populationpopolazione going forwardinoltrare.
43
132628
3853
sul futuro della popolazione
in età lavorativa.
02:32
So if these predictionsPrevisioni are accuratepreciso, that gapdivario is not going to closevicino.
44
136481
4771
Se queste previsioni sono
accurate, quindi, quel divario non si chiuderà mai.
02:37
The problemproblema is, I don't think these projectionsproiezioni are accuratepreciso.
45
141252
3401
Il problema è che non credo che
queste proiezioni siano accurate.
02:40
In particularparticolare, I think my projectionproiezione is way too optimisticottimista,
46
144653
3356
In particolare, penso che la mia
proiezione sia davvero troppo ottimista
02:43
because when I did it, I was assumingsupponendo that the futurefuturo
47
148009
3356
perché, quando l'ho fatta,
mi immaginavo che il futuro
02:47
was kindgenere of going to look like the pastpassato
48
151365
2448
sarebbe stato abbastanza
simile al passato,
02:49
with laborlavoro productivityproduttività growthcrescita, and that's actuallyin realtà not what I believe,
49
153813
3439
con la produttività del lavoro in crescita.
Cosa a cui in realtà non credo,
02:53
because when I look around, I think that we ain'tnon è seenvisto nothing yetancora
50
157252
3759
perché se mi guardo intorno, quando si parla
dell'effetto della tecnologia sulla forza lavoro,
02:56
when it comesviene to technology'sLa tecnologia impacturto on the laborlavoro forcevigore.
51
161011
3285
credo che il peggio debba ancora venire.
03:00
Just in the pastpassato couplecoppia yearsanni, we'venoi abbiamo seenvisto digitaldigitale toolsutensili
52
164296
3998
Solo negli ultimi due anni,
abbiamo visto strumenti digitali
03:04
displaydisplay skillsabilità and abilitiesabilità that they never, ever had before,
53
168294
4406
mostrare competenze
e abilità mai avute prima,
03:08
and that, kindgenere of, eatmangiare deeplyprofondamente into what we humanumano beingsesseri
54
172700
3788
che condizionano profondamente
il modo in cui noi esseri umani
03:12
do for a livingvita. Let me give you a couplecoppia examplesesempi.
55
176488
3256
ci guadagniamo da vivere.
Voglio farvi un paio di esempi.
03:15
ThroughoutIn tutto all of historystoria, if you wanted something
56
179744
2011
Lungo tutta la Storia,
se si voleva tradurre
03:17
translatedtradotto from one languageLingua into anotherun altro,
57
181755
2924
qualcosa da una lingua
ad un'altra,
03:20
you had to involvecoinvolgere a humanumano beingessere.
58
184679
1664
era necessario ricorrere
a un essere umano.
03:22
Now we have multi-languagemulti-lingua, instantaneousistantaneo,
59
186343
3416
Ora abbiamo servizi
automatici di traduzione
03:25
automaticAutomatico translationtraduzione servicesServizi availablea disposizione for freegratuito
60
189759
4218
multi-lingue, istantanei,
disponibili gratuitamente
03:29
viaattraverso manymolti of our devicesdispositivi all the way down to smartphonessmartphone.
61
193977
3389
su molti dei nostri apparecchi
elettronici, inclusi gli smartphone.
03:33
And if any of us have used these, we know that
62
197366
2384
E se qualcuno di noi
li ha usati, sa che
03:35
they're not perfectperfezionare, but they're decentdecente.
63
199750
3321
non sono perfetti,
ma sono decenti.
03:38
ThroughoutIn tutto all of historystoria, if you wanted something writtenscritto,
64
203071
3151
Lungo tutta la Storia, se si
voleva qualcosa di scritto,
03:42
a reportrapporto or an articlearticolo, you had to involvecoinvolgere a personpersona.
65
206222
3415
una relazione o un articolo,
bisognava rivolgersi a una persona.
03:45
Not anymorepiù. This is an articlearticolo that appearedè apparso
66
209637
2252
Ora non più. Questo è
un articolo che è apparso
03:47
in ForbesForbes onlinein linea a while back about Apple'sDi Apple earningsguadagni.
67
211889
3230
qualche tempo fa su Forbes
online sui guadagni della Apple.
03:51
It was writtenscritto by an algorithmalgoritmo.
68
215119
2527
È stato scritto da un algoritmo.
03:53
And it's not decentdecente, it's perfectperfezionare.
69
217646
3255
E non è decente, è perfetto.
03:56
A lot of people look at this and they say, "Okay,
70
220901
2962
Tanta gente vede questo
e dice: "va bene,
03:59
but those are very specificspecifica, narrowstretto taskscompiti,
71
223863
2349
ma quelle attività sono
molto specifiche e ristrette.
04:02
and mostmaggior parte knowledgeconoscenza workerslavoratori are actuallyin realtà generalistsgeneralisti,
72
226212
2633
mentre la maggior parte dei lavoratori
di concetto in realtà sono dei generalisti,
04:04
and what they do is sitsedersi on topsuperiore of a very largegrande bodycorpo
73
228845
2529
persone che posseggono
una grande quantità
04:07
of expertisecompetenza and knowledgeconoscenza and they use that
74
231374
2656
di competenze e conoscenze
e le usano
04:09
to reactreagire on the flyvolare to kindgenere of unpredictableimprevedibile demandsrichieste,
75
234030
3073
per rispondere al volo
ad esigenze imprevedibili.
04:13
and that's very, very harddifficile to automateautomatizzare."
76
237103
2488
Il che è molto, molto
difficile da automatizzare".
04:15
One of the mostmaggior parte impressiveimpressionante knowledgeconoscenza workerslavoratori
77
239591
1977
[Beh,] una delle persone viventi dall'erudizione
04:17
in recentrecente memorymemoria is a guy nameddi nome KenKen JenningsJennings.
78
241568
2409
più eclettica è
un tizio chiamato Ken Jennings.
04:19
He wonha vinto the quizquiz showmostrare "JeopardyPericolo!" 74 timesvolte in a rowriga,
79
243977
5058
Ha vinto il quiz televisivo
"Jeopardy!" 74 volte di fila,
04:24
tookha preso home threetre millionmilione dollarsdollari.
80
249035
2628
portando a casa
3 milioni di dollari.
04:27
That's KenKen on the right gettingottenere beatbattere threetre to one by
81
251663
3850
Quello è Ken sulla destra,
mentre viene battuto tre a uno
04:31
WatsonWatson, the "JeopardyPericolo!"-playing-giocando supercomputersupercomputer from IBMIBM.
82
255513
4804
da Watson, il supercomputer
dell'IBM che gioca a "Jeopardy!".
04:36
So when we look at what technologytecnologia can do
83
260317
1864
Per cui, quando valutiamo
quanto la tecnologia possa
04:38
to generalgenerale knowledgeconoscenza workerslavoratori, I startinizio to think
84
262181
2873
colpire i lavoratori della
conoscenza, inizio a pensare
04:40
there mightpotrebbe not be something so specialspeciale about this ideaidea
85
265054
2599
che questa qualità generalista
potrebbe non essere così speciale,
04:43
of a generalistgeneralista, particularlysoprattutto when we startinizio doing things
86
267653
2888
soprattutto quando
iniziamo a fare cose
04:46
like hookingaggancio SiriSiri up to WatsonWatson and havingavendo technologiestecnologie
87
270541
3988
come collegare Siri a
Watson, forti di tecnologie
04:50
that can understandcapire what we're sayingdetto
88
274529
1896
che possono capire
quello che stiamo dicendo
04:52
and repeatripetere speechdiscorso back to us.
89
276425
2081
e risponderci verbalmente.
04:54
Now, SiriSiri is farlontano from perfectperfezionare, and we can make fundivertimento
90
278506
2838
Siri è lungi dall'essere perfetta,
e ancora possiamo ridere
04:57
of her flawsdifetti, but we should alsoanche keep in mindmente that
91
281344
3019
dei suoi difetti, ma dovremmo
anche tenere presente che
05:00
if technologiestecnologie like SiriSiri and WatsonWatson improveMigliorare
92
284363
2676
se le tecnologie come
Siri e Watson migliorano
05:02
alonglungo a Moore'sDi Moore LawLegge trajectorytraiettoria, whichquale they will,
93
287039
3781
seguendo la traiettoria della
Legge di Moore (e succederà),
05:06
in sixsei yearsanni, they're not going to be two timesvolte better
94
290820
2584
tra 6 anni non saranno solo 2
05:09
or fourquattro timesvolte better, they'llfaranno be 16 timesvolte better than they are right now.
95
293404
4818
o 4 volte meglio, ma 16 volte
meglio di quanto sono adesso.
05:14
So I startinizio to think that a lot of knowledgeconoscenza work is going to be affectedinfluenzato by this.
96
298222
3683
Comincio a pensare, quindi, che molta forza lavoro
intellettuale ne sarà condizionata.
05:17
And digitaldigitale technologiestecnologie are not just impactingun impatto knowledgeconoscenza work.
97
301905
3554
E le tecnologie digitali non incidono
soltanto sul lavoro intellettuale.
05:21
They're startingdi partenza to flexFlex theirloro musclesmuscoli in the physicalfisico worldmondo as well.
98
305459
3992
Stanno iniziando a stirare i
muscoli anche nel mondo materiale.
05:25
I had the chanceopportunità a little while back to ridecavalcata in the GoogleGoogle
99
309451
2449
Qualche tempo fa, ho avuto
occasione di viaggiare
05:27
autonomousautonomo carauto, whichquale is as coolfreddo as it soundssuoni. (LaughterRisate)
100
311900
5526
nella auto "autonoma" di Google, che è tanto grandiosa quando pensate.
(Risate)
05:33
And I will vouchvouch that it handledmaneggiato the stop-and-goStop-and-go traffictraffico
101
317426
3027
E posso testimoniare che ha
gestito con grande aglità
05:36
on U.S. 101 very smoothlyliscio.
102
320453
2905
il traffico a singhiozzo sulla U.S. 101.
05:39
There are about threetre and a halfmetà millionmilione people
103
323358
1965
Ma negli Stati Uniti ci sono
circa 3.5 milioni di persone
05:41
who driveguidare truckscamion for a livingvita in the UnitedUniti d'America StatesStati.
104
325323
2209
che si guadagnano da vivere
guidando i camion.
05:43
I think some of them are going to be affectedinfluenzato by this
105
327532
2429
Penso che alcuni di loro stiano
per essere colpiti da questa
05:45
technologytecnologia. And right now, humanoidumanoide robotsrobot are still
106
329961
3252
tecnologia. Ora come ora,
i robot umanoidi sono ancora
05:49
incrediblyincredibilmente primitiveprimitivo. They can't do very much.
107
333213
3258
incredibilmente primitivi.
Non possono fare molto.
05:52
But they're gettingottenere better quiteabbastanza quicklyvelocemente, and DARPADARPA,
108
336471
2581
Ma stanno migliorando molto
rapidamente, e la DARPA,
05:54
whichquale is the investmentinvestimento armbraccio of the DefenseDifesa DepartmentDipartimento,
109
339052
3151
che è il braccio finanziario
del Dipartimento della Difesa,
05:58
is tryingprovare to accelerateaccelerare theirloro trajectorytraiettoria.
110
342203
1665
cerca di accelerarne la traiettoria.
05:59
So, in shortcorto, yeah, the droidsdroidi are comingvenuta for our jobslavori.
111
343868
4683
Tra breve, quindi i droidi
verranno a rubarci il lavoro.
06:04
In the shortcorto termtermine, we can stimulatestimolare joblavoro growthcrescita
112
348551
3880
Nel breve termine, possiamo
stimolare la crescita del lavoro
06:08
by encouragingincoraggiante entrepreneurshipimprenditorialità and by investinginvestire
113
352431
2944
promuovendo l'imprenditorialità e investendo
06:11
in infrastructureinfrastruttura, because the robotsrobot todayoggi still aren'tnon sono
114
355375
3048
nelle infrastrutture, perché oggi i
robot non sono ancora
06:14
very good at fixingfissaggio bridgesponti.
115
358423
1740
molto bravi a riparare i ponti.
06:16
But in the not-too-long-termnon-troppo-lungo termine, I think withinentro the lifetimescorsi della vita
116
360163
3365
Ma tra non molto, secondo me,
la vita
06:19
of mostmaggior parte of the people in this roomcamera, we're going to transitiontransizione
117
363528
3569
della maggior parte dei presenti,
subirà una transizione
06:22
into an economyeconomia that is very productiveproduttivo but that
118
367097
2936
ad un'economia sì molto produttiva,
06:25
just doesn't need a lot of humanumano workerslavoratori,
119
370033
2804
ma che non richiede
molti lavoratori umani,
06:28
and managinggestione that transitiontransizione is going to be
120
372837
1555
e gestire questo passaggio diventerà
06:30
the greatestpiù grande challengesfida that our societysocietà facesfacce.
121
374392
2739
la più grande sfida che la nostra
società dovrà affrontare.
06:33
VoltaireVoltaire summarizedriassunti why. He said, "Work savessalva us
122
377131
2762
Voltaire ne sintetizzò il perché.
Disse: "Il lavoro ci salva
06:35
from threetre great evilsMali: boredomnoia, vicevice and need."
123
379893
5277
da tre grandi mali: noia, vizio e bisogno".
06:41
But despitenonostante this challengesfida, I'm personallypersonalmente,
124
385170
2571
Nonostante questa sfida,
personalmente, sono
06:43
I'm still a hugeenorme digitaldigitale optimistottimista, and I am
125
387741
3049
ancora molto ottimista
sul digitale, e sono
06:46
supremelysommamente confidentfiducioso that the digitaldigitale technologiestecnologie that we're
126
390790
3187
estremamente fiducioso che le
tecnologie digitali che stiamo
06:49
developingin via di sviluppo now are going to take us into a utopianutopica futurefuturo,
127
393977
3556
sviluppando ora ci condurranno
ad un futuro utopico,
06:53
not a dystopiandistopico futurefuturo. And to explainspiegare why,
128
397533
3033
non distopico. E per spiegarne il motivo,
06:56
I want to poseposa kindgenere of a ridiculouslyridicolmente broadampio questiondomanda.
129
400566
2522
voglio porvi una domanda
anche troppo generale:
06:58
I want to askChiedere what have been the mostmaggior parte importantimportante
130
403088
2350
quali sono stati i più importanti
07:01
developmentssviluppi in humanumano historystoria?
131
405438
2323
sviluppi nella storia umana?
07:03
Now, I want to shareCondividere some of the answersrisposte that I've gottenottenuto
132
407761
2733
Voglio condividere con voi alcune
delle risposte che ho ricevuto
07:06
in responserisposta to this questiondomanda. It's a wonderfulmeraviglioso questiondomanda
133
410494
2177
a questa domanda.
È un'ottima domanda da fare
07:08
to askChiedere and to startinizio an endlessinfinito debatediscussione about,
134
412671
2167
per accendere
interminabili dibattiti,
07:10
because some people are going to bringportare up
135
414838
2321
perché alcune persone tireranno fuori
07:13
systemssistemi of philosophyfilosofia in bothentrambi the WestWest and the EastEast that
136
417159
3460
i sistemi filosofici orientali
e occidentali,
07:16
have changedcambiato how a lot of people think about the worldmondo.
137
420619
3133
che hanno cambiato il modo in cui
tanta gente concepisce il mondo.
07:19
And then other people will say, "No, actuallyin realtà, the biggrande storiesstorie,
138
423752
2836
Altri invece diranno,
"No, in realtà le grandi storie,
07:22
the biggrande developmentssviluppi are the foundingfondazione of the world'sIl mondo di
139
426588
2423
i grandi sviluppi, derivano dalla fondazione
delle più grandi religioni del mondo,
07:24
majormaggiore religionsreligioni, whichquale have changedcambiato civilizationsciviltà
140
429011
3282
che hanno cambiato le civiltà
07:28
and have changedcambiato and influencedinfluenzato how countlessinnumerevole people
141
432293
2639
e hanno cambiato e condizionato
il modo in cui innumerevoli persone
07:30
are livingvita theirloro livesvite." And then some other folkFolk will say,
142
434932
3004
vivono la loro vita."
E altra gente dirà poi,
07:33
"ActuallyIn realtà, what changesi cambiamenti civilizationsciviltà, what modifiesconsente di modificare them
143
437936
3527
"In realtà, ciò che cambia le
civiltà, che le modifica
07:37
and what changesi cambiamenti people'spersone di livesvite
144
441463
2163
e cambia la vita delle popolazioni
07:39
are empiresimperi, so the great developmentssviluppi in humanumano historystoria
145
443626
3912
sono gli imperi, per cui i grandi avanzamenti, nella storia umana,
07:43
are storiesstorie of conquestconquista and of warguerra."
146
447538
2835
sono storie di conquista e di guerra".
07:46
And then some cheeryallegra soulanima usuallygeneralmente always pipestubi up
147
450373
2590
E poi c'è sempre
qualche simpaticone che salta su
07:48
and saysdice, "Hey, don't forgetdimenticare about plaguespiaghe." (LaughterRisate)
148
452963
5688
con: "Ehi, ricordatevi le pestilenze!"
(Risate)
07:54
There are some optimisticottimista answersrisposte to this questiondomanda,
149
458651
2903
Esistono risposte ottimistiche
a questa domanda,
07:57
so some people will bringportare up the AgeEtà of ExplorationEsplorazione
150
461554
1897
perciò alcune persone ricorderanno
l'Era dell'Esplorazione
07:59
and the openingapertura up of the worldmondo.
151
463451
1948
e la scoperta del mondo.
08:01
OthersGli altri will talk about intellectualintellettuale achievementssuccessi
152
465399
2102
Altri parleranno
di conquiste intellettuali
08:03
in disciplinesdiscipline like mathmatematica that have helpedaiutato us get
153
467501
2275
in discipline come la matematica,
che ci hanno aiutato a capire
08:05
a better handlemaniglia on the worldmondo, and other folkFolk will talk about
154
469776
3310
meglio il mondo,
e altri parleranno
08:08
periodsperiodi when there was a deepin profondità flourishingfiorente
155
473086
1697
dei tempi in cui proliferarono
08:10
of the artsarti and sciencesscienze. So this debatediscussione will go on and on.
156
474783
3802
le arti e le scienze.
Questa discussione continuerà all'infinito.
08:14
It's an endlessinfinito debatediscussione, and there's no conclusiveconclusiva,
157
478585
2839
È un dibattito senza fine
e non c'è una risposta definitiva,
08:17
no singlesingolo answerrisposta to it. But if you're a geekdisadattato like me,
158
481424
3252
o unica. Ma se siete geek come me,
08:20
you say, "Well, what do the datadati say?"
159
484676
2898
vi chiedete: "Beh, cosa dicono i dati?"
08:23
And you startinizio to do things like graphgrafico things that we mightpotrebbe
160
487574
2811
Poi inizi a mappare l'andamento di grandezze importanti,
08:26
be interestedinteressato in, the totaltotale worldwideIn tutto il mondo populationpopolazione, for exampleesempio,
161
490385
4103
come ad esempio
l'intera popolazione mondiale,
08:30
or some measuremisurare of socialsociale developmentsviluppo,
162
494488
2641
o qualche misura di sviluppo sociale,
08:33
or the statestato of advancementavanzamento of a societysocietà,
163
497129
2511
oppure lo stato di avanzamento
di una società,
08:35
and you startinizio to plottracciare the datadati, because, by this approachapproccio,
164
499640
3833
e inizi a tracciare i dati, perché
stando a questo ragionamento,
08:39
the biggrande storiesstorie, the biggrande developmentssviluppi in humanumano historystoria,
165
503473
2617
le grandi storie, i grandi sviluppi
nella storia umana,
08:41
are the onesquelli that will bendpiegare these curvescurve a lot.
166
506090
2861
saranno quelli che più piegano
queste curve.
08:44
So when you do this, and when you plottracciare the datadati,
167
508951
1912
E quando tracci
i dati in questo modo,
08:46
you prettybella quicklyvelocemente come to some weirdstrano conclusionsconclusioni.
168
510863
2798
arrivi velocemente a delle
conclusioni strane.
08:49
You concludeconcludere, actuallyin realtà, that nonenessuna of these things
169
513661
2923
Concludi, cioè, che
nessuna di queste cose
08:52
have matteredimportava very much. (LaughterRisate)
170
516584
4952
è stata determinante.
(Risate)
08:57
They haven'tnon hanno donefatto a darnmaledettamente thing to the curvescurve. (LaughterRisate)
171
521536
4026
Non hanno assolutamente
influenzato le curve. (Risate)
09:01
There has been one storystoria, one developmentsviluppo
172
525562
3584
C'è stata solo una storia, un solo sviluppo
09:05
in humanumano historystoria that bentpiegato the curvecurva, bentpiegato it just about
173
529146
2606
nella storia dell'uomo, che ha piegato
la curva a circa
09:07
90 degreesgradi, and it is a technologytecnologia storystoria.
174
531752
4046
90 gradi, ed è una storia
di tecnologia.
09:11
The steamvapore enginemotore, and the other associatedassociato technologiestecnologie
175
535798
2959
Il motore a vapore, e le
altre tecnologie associate
09:14
of the IndustrialIndustriale RevolutionRivoluzione changedcambiato the worldmondo
176
538757
2931
alla Rivoluzione Industriale,
hanno talmente cambiato il mondo
09:17
and influencedinfluenzato humanumano historystoria so much,
177
541688
2424
e influenzato
la storia umana
09:20
that in the wordsparole of the historianstorico IanIan MorrisMorris,
178
544112
2083
da farsi beffa, come riportato dallo
storico
09:22
they madefatto mockerybeffa out of all that had come before.
179
546195
4077
Ian Morris, di tutto ciò
che era venuto prima.
09:26
And they did this by infinitelyinfinitamente multiplyingmoltiplicando the powerenergia
180
550272
2913
E questo si ottenne moltiplicando
all'infinito il potere
09:29
of our musclesmuscoli, overcomingsuperamento the limitationslimitazioni of our musclesmuscoli.
181
553185
3137
dei nostri muscoli, superandone
così i limiti.
09:32
Now, what we're in the middlein mezzo of now
182
556322
2522
Ciò che stiamo per superare, ora,
09:34
is overcomingsuperamento the limitationslimitazioni of our individualindividuale brainsmente
183
558844
2919
sono i limiti dei nostri
cervelli individuali,
09:37
and infinitelyinfinitamente multiplyingmoltiplicando our mentalmentale powerenergia.
184
561763
3073
moltiplicando infinitamente
il nostro potere mentale.
09:40
How can this not be as biggrande a dealaffare as overcomingsuperamento
185
564836
3700
Come può tutto ciò non essere
altrettanto importante del superamento
09:44
the limitationslimitazioni of our musclesmuscoli?
186
568536
2528
dei limiti dei nostri muscoli?
09:46
So at the riskrischio of repeatingRipetere myselfme stessa a little bitpo, when I look
187
571064
3378
Così, a rischio di ripetermi un po',
quando osservo
09:50
at what's going on with digitaldigitale technologytecnologia these daysgiorni,
188
574442
2829
cosa sta accadendo in questi
giorni con la tecnologia digitale,
09:53
we are not anywheredovunque nearvicino throughattraverso with this journeyviaggio,
189
577271
2826
[ritengo che] non siamo neanche vicini alla fine di questo percorso,
09:55
and when I look at what is happeningavvenimento to our economieseconomie
190
580097
2674
e quando osservo cosa sta
accadendo alle nostre economie
09:58
and our societiessocietà, my singlesingolo conclusionconclusione is that
191
582771
2653
e alle nostre società, la mia unica
conclusione è che
10:01
we ain'tnon è seenvisto nothing yetancora. The bestmigliore daysgiorni are really aheadavanti.
192
585424
3528
non abbiamo ancora visto niente.
I giorni migliori devono veramente ancora arrivare.
10:04
Let me give you a couplecoppia examplesesempi.
193
588952
1756
Permettetemi di darvi un paio di esempi.
10:06
EconomiesEconomie don't runcorrere on energyenergia. They don't runcorrere on capitalcapitale,
194
590708
4228
Le economie non vanno a energia,
e neppure a capitale,
10:10
they don't runcorrere on laborlavoro. EconomiesEconomie runcorrere on ideasidee.
195
594936
3780
o a lavoro.
Le economie vanno a idee.
10:14
So the work of innovationinnovazione, the work of comingvenuta up with
196
598716
2520
Così il lavoro di innovazione,
lo sforzo di trovare
10:17
newnuovo ideasidee, is some of the mostmaggior parte powerfulpotente,
197
601236
2426
nuove idee, è una
deile più potenti
10:19
some of the mostmaggior parte fundamentalfondamentale work that we can do
198
603662
1815
e fondamentali attività
che possiamo mettere in atto
10:21
in an economyeconomia. And this is kindgenere of how we used to do innovationinnovazione.
199
605477
4016
in un'economia. Più o
meno, è così che si produceva innovazione in passato:
10:25
We'dAvremmo find a bunchmazzo of fairlyabbastanza similar-lookingsimile alla ricerca people
200
609493
3778
trovavamo un gruppo
di gente abbastanza simile
10:29
— (LaughterRisate) —
201
613271
3411
– (Risate) –
10:32
we'dsaremmo take them out of eliteelite institutionsistituzioni, we'dsaremmo put them into
202
616682
2529
e le toglievamo dalle sedi
istituzionali elitarie, per metterle
10:35
other eliteelite institutionsistituzioni, and we'dsaremmo wait for the innovationinnovazione.
203
619211
2946
in altre istituzioni d'élite, aspettando
che ne uscissero delle innovazioni.
10:38
Now — (LaughterRisate) —
204
622157
4010
Ora (Risate) –
10:42
as a whitebianca guy who spentspeso his wholetotale careercarriera at MITMIT
205
626167
2581
da bianco che ha trascorso
tutta la sua carriera al M.I.T.
10:44
and HarvardHarvard, I got no problemproblema with this. (LaughterRisate)
206
628748
6366
e ad Harvard, tutto questo mi andrebbe bene. (Risate)
10:51
But some other people do, and they'veessi hanno kindgenere of crashedincidentato
207
635114
2616
Ma ad altre persone no, e infatti si sono per così dire intrufolate,
10:53
the partypartito and loosenedallentato up the dressvestito codecodice of innovationinnovazione.
208
637730
2536
rilassando il "galateo" dell'innovazione.
10:56
(LaughterRisate)
209
640266
924
(Risate)
10:57
So here are the winnersvincitori of a TopIn alto CoderCoder programmingprogrammazione challengesfida,
210
641190
3644
Ecco i vincitori di una sfida di
programmazione Top Coder:
11:00
and I assureassicurare you that nobodynessuno carescure
211
644834
2902
vi assicuro che a
nessuno importa nulla
11:03
where these kidsbambini grewè cresciuto up, where they wentandato to schoolscuola,
212
647736
3594
di dove questi ragazzi siano cresciuti,
né di dove siano andati a scuola,
11:07
or what they look like. All anyonechiunque carescure about
213
651330
2488
o del loro aspetto.
La sola cosa che importa a tutti
11:09
is the qualityqualità of the work, the qualityqualità of the ideasidee.
214
653818
2821
è la qualità del loro lavoro,
delle loro idee.
11:12
And over and over again, we see this happeningavvenimento
215
656639
2166
E questo lo riscontriamo sempre di più
11:14
in the technology-facilitatedtecnologia-facilitato worldmondo.
216
658805
2346
nel mondo, grazie alla tecnologia.
11:17
The work of innovationinnovazione is becomingdiventando more openAperto,
217
661151
2456
Il processo di innovazione
diventa sempre più aperto,
11:19
more inclusiveinclusivo, more transparenttrasparente, and more merit-basedbasate sul merito,
218
663607
3778
inclusivo, trasparente
e meritocratico,
11:23
and that's going to continueContinua no matterimporta what MITMIT and HarvardHarvard
219
667385
2969
Un trend che continuerà, con buona pace di M.I.T. e Harvard,
11:26
think of it, and I couldn'tnon poteva be happierpiù felici about that developmentsviluppo.
220
670354
3680
e io non potrei esserne
più felice.
11:29
I hearsentire onceuna volta in a while, "Okay, I'll grantconcedere you that,
221
674034
2450
Ogni tanto sento dire:
"Va bene, vi concedo quanto dite,
11:32
but technologytecnologia is still a toolstrumento for the richricco worldmondo,
222
676484
3387
ma la tecnologia è ancora uno
strumento per i ricchi,
11:35
and what's not happeningavvenimento, these digitaldigitale toolsutensili are not
223
679871
2714
e questi strumenti digitali non stanno
11:38
improvingmiglioramento the livesvite of people at the bottomparte inferiore of the pyramidpiramide."
224
682585
3355
migliorando la vita di chi sta
alla base della piramide."
11:41
And I want to say to that very clearlychiaramente: nonsensesenza senso.
225
685940
2664
Voglio rispondere in modo molto
chiaro: sciocchezze!
11:44
The bottomparte inferiore of the pyramidpiramide is benefitingche beneficiano hugelyenormemente from technologytecnologia.
226
688604
3438
La base della piramide si avvantaggia
enormemente della tecnologia.
11:47
The economisteconomista RobertRobert JensenJensen did this wonderfulmeraviglioso studystudia
227
692042
2640
Qualche tempo fa, l'economista Robert Jensen
ha fatto questo meraviglioso studio
11:50
a while back where he watchedguardato, in great detaildettaglio,
228
694682
3168
nel quale ha analizzato
in grande dettaglio
11:53
what happenedè accaduto to the fishingpesca villagesvillaggi of KeralaKerala, IndiaIndia,
229
697850
3381
cosa era successo ai villaggi di
pescatori del Kerala, in India,
11:57
when they got mobilemobile phonestelefoni for the very first time,
230
701231
3013
quando arrivarono i telefoni cellulari.
12:00
and when you writeScrivi for the QuarterlyTrimestrali JournalGazzetta of EconomicsEconomia,
231
704244
2731
Certo, quando si scrive per
il Quarterly Journal of Economics,
12:02
you have to use very dryasciutto and very circumspectavveduto languageLingua,
232
706975
2897
il registro dev'essere
molto arido e prudente;
12:05
but when I readleggere his papercarta, I kindgenere of feel JensenJensen is tryingprovare
233
709872
2472
ma leggendo il suo articolo,
sento che è come se Jensen cercasse
12:08
to screamurlare at us, and say, look, this was a biggrande dealaffare.
234
712344
3021
di gridarci: guardate, questa è stata una gran cosa!
12:11
PricesPrezzi stabilizedstabilizzato, so people could planPiano theirloro economiceconomico livesvite.
235
715365
4053
Prezzi stabilizzati, così la gente ha potuto
pianificare la propria vita economica.
12:15
WasteRifiuti was not reducedridotto; it was eliminatedeliminato.
236
719418
4123
Lo spreco non è stato ridotto;
è stato eliminato.
12:19
And the livesvite of bothentrambi the buyersacquirenti and the sellerspiù venduti
237
723541
2471
E la vita di tutti, acquirenti e venditori,
12:21
in these villagesvillaggi measurablydi gran lunga improvedmigliorata.
238
726012
2498
in questi villaggi, è sensibilmente migliorata.
12:24
Now, what I don't think is that JensenJensen got extremelyestremamente luckyfortunato
239
728510
3716
E non credo
che Jensen sia stato tanto fortunato
12:28
and happenedè accaduto to landsbarcare in the one setimpostato of villagesvillaggi
240
732226
2354
da capitare proprio nei soli villaggi
12:30
where technologytecnologia madefatto things better.
241
734580
2512
in cui la tecnologia ha migliorato
la situazione.
12:32
What happenedè accaduto insteadanziché is he very carefullyaccuratamente documenteddocumentata
242
737092
2603
Penso, invece, che abbia documentato in modo molto accurato
12:35
what happensaccade over and over again when technologytecnologia
243
739695
2692
cosa avviene ogni volta che la tecnologia
12:38
comesviene for the first time to an environmentambiente and a communitycomunità.
244
742387
3264
entra in contatto per la prima volta
con un ambiente e una comunità.
12:41
The livesvite of people, the welfareswelfares of people, improveMigliorare dramaticallydrammaticamente.
245
745651
3964
La vita della gente, il loro welfare
migliorano esponenzialmente.
12:45
So as I look around at all the evidenceprova, and I think about
246
749615
2356
Quindi, se mi guardo intorno e
considero tutti gli indizi, e penso
12:47
the roomcamera that we have aheadavanti of us, I becomediventare a hugeenorme
247
751971
2476
allo spazio che abbiamo davanti
a noi, divento un grande
12:50
digitaldigitale optimistottimista, and I startinizio to think that this wonderfulmeraviglioso
248
754447
2824
ottimista digitale, e comincio a
pensare che questa splendida
12:53
statementdichiarazione from the physicistfisico FreemanFreeman DysonDyson
249
757271
3055
dichiarazione del fisico Freeman Dyson
12:56
is actuallyin realtà not hyperboleiperbole. This is an accuratepreciso assessmentvalutazione of what's going on.
250
760326
4578
non sia in realtà un'iperbole, ma una
valutazione accurata di cosa sta succedendo.
13:00
Our digitaldigitale -- our technologiestecnologie are great giftsi regali,
251
764904
2446
Il nostro digitale – le nostre
tecnologie sono grandi doni,
13:03
and we, right now, have the great good fortunefortuna
252
767350
3161
e noi, in questo momento,
abbiamo la grande fortuna
13:06
to be livingvita at a time when digitaldigitale technologytecnologia is flourishingfiorente,
253
770511
3525
di vivere in un tempo nel quale
la tecnologia digitale sta fiorendo,
13:09
when it is broadeningampliamento and deepeningapprofondimento and
254
774036
1658
dilagando, penetrando
13:11
becomingdiventando more profoundprofondo all around the worldmondo.
255
775694
3341
e radicandosi sempre più in tutto il mondo.
13:14
So, yeah, the droidsdroidi are takingpresa our jobslavori,
256
779035
3218
Per cui sì, i droidi ci stanno rubando
i posti di lavoro;
13:18
but focusingmessa a fuoco on that factfatto missesmiss the pointpunto entirelyinteramente.
257
782253
3813
ma insistendo su questo, il punto della questione sfugge completamente.
13:21
The pointpunto is that then we are freedliberato up to do other things,
258
786066
3253
Il punto è che quando
diverremo liberi di fare altre cose,
13:25
and what we are going to do, I am very confidentfiducioso,
259
789319
2658
sono convinto che
13:27
what we're going to do is reduceridurre povertypovertà and drudgerylavoro ingrato
260
791977
3063
ridurremo povertà e fatica
13:30
and miserymiseria around the worldmondo. I'm very confidentfiducioso
261
795040
2664
e miseria in tutto il mondo.
Sono molto fiducioso
13:33
we're going to learnimparare to livevivere more lightlyleggermente on the planetpianeta,
262
797704
3032
che impareremo a vivere
con più leggerezza sul pianeta,
13:36
and I am extremelyestremamente confidentfiducioso that what we're going to do
263
800736
3481
e che quello che stiamo per fare
13:40
with our newnuovo digitaldigitale toolsutensili is going to be so profoundprofondo
264
804217
2921
con i nostri nuovi strumenti
digitali sarà così trasformativo
13:43
and so beneficialbenefici that it's going to make a mockerybeffa
265
807138
2891
e benefico da
far sembrare ridicolo
13:45
out of everything that cameè venuto before.
266
810029
1733
tutto ciò che è venuto prima.
13:47
I'm going to leavepartire the last wordparola to a guy who had
267
811762
2738
Lascio l'ultima parola a
uno dei protagonisti
13:50
a frontdavanti rowriga seatposto a sedere for digitaldigitale progressprogresso,
268
814500
1778
del progresso digitale,
13:52
our oldvecchio friendamico KenKen JenningsJennings. I'm with him.
269
816278
2565
il nostro vecchio amico Ken Jennings.
Io concordo con lui,
13:54
I'm going to echoeco his wordsparole:
270
818843
1361
e ripeterò le sue parole:
13:56
"I, for one, welcomebenvenuto our newnuovo computercomputer overlordssorveglianti." (LaughterRisate)
271
820204
3971
"Per quanto mi riguarda, do il benvenuto
ai nostri nuovi padroni, i computers"
(Risate)
14:00
ThanksGrazie very much. (ApplauseApplausi)
272
824175
2929
Grazie mille. (Applausi)
Translated by Laura Pasquale
Reviewed by Shqiponja Hoxha

▲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

THE ORIGINAL VIDEO ON TED.COM