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: Czy roboty zabierają nam pracę?

Filmed:
1,061,603 views

Roboty i algorytmy stają się coraz lepsze w budowaniu samochodów, pisaniu artykułów, tłumaczeniu. Kiedyś czynności te wykonywał człowiek. Jak więc my, ludzie, mamy zarabiać na życie? Andrew McAfee analizuje dane i stwierdza, że największe dopiero przed nami. Cofa się w czasie, aby zrozumieć szersze trendy i prezentuje zaskakująca i fascynującą wizję przyszłości. (Nagranie z 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 turnsskręca out, when tenskilkadziesiąt of millionsmiliony of people
0
519
2752
Kiedy miliony ludzi nie mają pracy
00:19
are unemployedbezrobotny or underemployedniepełnym wymiarze,
1
3271
2328
zaczyna się mówić
00:21
there's a fairtargi amountilość of interestzainteresowanie in what technologytechnologia mightmoc be doing to the laborpraca forcesiła.
2
5599
4127
o wpływie technologii na zatrudnienie.
00:25
And as I look at the conversationrozmowa, it strikesUderzenia me
3
9726
2719
Dyskusja, jaka się wywiązała,
00:28
that it's focusedskupiony on exactlydokładnie the right topictemat,
4
12445
2952
porusza właściwy temat,
00:31
and at the samepodobnie time, it's missingbrakujący the pointpunkt entirelycałkowicie.
5
15397
2978
jednak w ogóle nie trafia w sedno.
00:34
The topictemat that it's focusedskupiony on, the questionpytanie is whetherczy or not
6
18375
3008
Skupia się ona na tym,
00:37
all these digitalcyfrowy technologiestechnologie are affectingwpływający people'sludzie abilityzdolność
7
21383
3655
czy nowoczesne technologie
00:40
to earnZarabiaj a livingżycie, or, to say it a little bitkawałek differentróżne way,
8
25038
3020
utrudniają ludziom zarabianie na życie,
00:43
are the droidsDroids takingnabierający our jobsOferty pracy?
9
28058
2278
innymi słowy, czy roboty zabierają nam pracę?
00:46
And there's some evidencedowód that they are.
10
30336
1968
Są dowody, że tak jest.
00:48
The Great RecessionRecesji endedzakończyło się when AmericanAmerykański GDPPKB resumedwznowione
11
32304
4353
Wielka Recesja w USA skończyła się,
00:52
its kinduprzejmy of slowpowolny, steadystały marchMarsz upwardw górę, and some other
12
36657
3429
gdy PKB zaczął znów rosnąć
00:56
economicgospodarczy indicatorswskaźniki alsorównież startedRozpoczęty to reboundodbić się, and they got
13
40101
2934
i inne wskaźniki
00:58
kinduprzejmy of healthyzdrowy kinduprzejmy of quicklyszybko. CorporateKorporacyjne profitszyski
14
43035
2862
też wróciły do normy.
01:01
are quitecałkiem highwysoki. In factfakt, if you includezawierać bankBank profitszyski,
15
45897
3276
Zyski korporacji, w tym banków,
01:05
they're higherwyższy than they'veoni ever been.
16
49173
2112
są teraz wyższe niż kiedykolwiek.
01:07
And businessbiznes investmentinwestycja in gearbiegu, in equipmentsprzęt
17
51285
3272
Inwestycje w sprzęt i oprogramowanie
01:10
and hardwaresprzęt komputerowy and softwareoprogramowanie is at an all-timewszech czasów highwysoki.
18
54557
3107
są na najwyższym poziomie.
01:13
So the businessesbiznes are gettinguzyskiwanie out theirich checkbooksksiążeczki czekowe.
19
57664
3381
Tak więc firmy wydają pieniądze,
01:16
What they're not really doing is hiringwynajmowanie.
20
61045
2261
nie zatrudniają jednak ludzi.
01:19
So this redczerwony linelinia is the employment-to-populationzatrudnienia ludności ratiostosunek,
21
63306
3701
Czerwona linia to stosunek zatrudnienia
01:22
in other wordssłowa, the percentageodsetek of workingpracujący agewiek people
22
67007
3381
do liczby ludności,
01:26
in AmericaAmeryka who have work.
23
70388
1891
czyli ile osób w wieku roboczym ma pracę.
01:28
And we see that it crateredusianymi lejami bocznymi duringpodczas the Great RecessionRecesji,
24
72279
3700
Widać, że spadła podczas Wielkiej Recesji
01:31
and it hasn'tnie ma startedRozpoczęty to bounceBounce back at all.
25
75979
2864
i wcale nie wraca do normy.
01:34
But the storyfabuła is not just a recessionrecesja storyfabuła.
26
78843
2507
Ale tu nie chodzi tylko o recesję.
01:37
The decadedekada that we'vemamy just been throughprzez had relativelystosunkowo
27
81350
2997
Minioną dekadę cechował
01:40
anemicanemiczny jobpraca growthwzrost all throughoutpoprzez, especiallyszczególnie when we
28
84347
3393
dość powolny wzrost miejsc pracy.
01:43
compareporównać it to other decadesdziesiątki lat, and the 2000s
29
87740
2935
Była to też jedyna dekada,
01:46
are the only time we have on recordrekord where there were
30
90675
2290
kiedy odnotowano
01:48
fewermniej people workingpracujący at the endkoniec of the decadedekada
31
92965
3203
wyższe bezrobocie na końcu
01:52
than at the beginningpoczątek. This is not what you want to see.
32
96168
3060
niż na początku.
01:55
When you graphwykres the numbernumer of potentialpotencjał employeespracowników
33
99228
3639
Luka między liczbą ludzi zdolnych do pracy
01:58
versusprzeciw the numbernumer of jobsOferty pracy in the countrykraj, you see the gapszczelina
34
102867
3604
a liczbą miejsc pracy
02:02
getsdostaje biggerwiększy and biggerwiększy over time, and then,
35
106471
3578
stale rośnie,
02:05
duringpodczas the Great RecessionRecesji, it openedotwierany up in a hugeolbrzymi way.
36
110049
2400
a podczas Wielkiej Recesji ogromnie się pogłębiła.
02:08
I did some quickszybki calculationsobliczenia. I tookwziął the last 20 yearslat of GDPPKB growthwzrost
37
112449
4410
Zrobiłem kilka obliczeń.
02:12
and the last 20 yearslat of laborpraca productivitywydajność growthwzrost
38
116859
3296
Uwzględniając 20-letni wzrost PKB
02:16
and used those in a fairlydość straightforwardbezpośredni way
39
120155
2742
i wydajności pracy, chciałem przewidzieć,
02:18
to try to projectprojekt how manywiele jobsOferty pracy the economygospodarka was going
40
122897
2626
ilu miejsc pracy potrzeba w gospodarce.
02:21
to need to keep growingrozwój, and this is the linelinia that I cameoprawa ołowiana witrażu up with.
41
125523
3659
Oto wynik. To dobrze czy źle?
02:25
Is that good or badzły? This is the government'srządu projectionwystęp
42
129182
3446
To prognoza rządowa.
02:28
for the workingpracujący agewiek populationpopulacja going forwardNaprzód.
43
132628
3853
Jeśli obie się sprawdzą,
02:32
So if these predictionsprognozy are accuratedokładny, that gapszczelina is not going to closeblisko.
44
136481
4771
luka nie będzie się zmniejszać.
02:37
The problemproblem is, I don't think these projectionsprognozy are accuratedokładny.
45
141252
3401
Sądzę jednak, że są one nietrafne.
02:40
In particularszczególny, I think my projectionwystęp is way too optimisticoptymistyczny,
46
144653
3356
Moja jest zbyt optymistyczna,
02:43
because when I did it, I was assumingzarozumiały that the futureprzyszłość
47
148009
3356
gdyż założyłem, że przyszłość
02:47
was kinduprzejmy of going to look like the pastprzeszłość
48
151365
2448
będzie przypominać przeszłość.
02:49
with laborpraca productivitywydajność growthwzrost, and that's actuallytak właściwie not what I believe,
49
153813
3439
Nie wierzę w to,
02:53
because when I look around, I think that we ain'tnie jest seenwidziany nothing yetjeszcze
50
157252
3759
ponieważ wpływ technologii na zatrudnienie
02:56
when it comespochodzi to technology'stechnologii impactwpływ on the laborpraca forcesiła.
51
161011
3285
jest jeszcze mało widoczny.
03:00
Just in the pastprzeszłość couplepara yearslat, we'vemamy seenwidziany digitalcyfrowy toolsprzybory
52
164296
3998
W ostatnich latach narzędzia cyfrowe
03:04
displaypokaz skillsumiejętności and abilitiesumiejętności that they never, ever had before,
53
168294
4406
posiadły zupełnie nowe umiejętności
03:08
and that, kinduprzejmy of, eatjeść deeplygłęboko into what we humanczłowiek beingsIstoty
54
172700
3788
i to zmienia nasze życie zawodowe.
03:12
do for a livingżycie. Let me give you a couplepara examplesprzykłady.
55
176488
3256
Podam kilka przykładów.
03:15
ThroughoutPrzez cały all of historyhistoria, if you wanted something
56
179744
2011
Do tej pory aby coś przetłumaczyć
03:17
translatedprzetłumaczony from one languagejęzyk into anotherinne,
57
181755
2924
z jednego języka na drugi,
03:20
you had to involveangażować a humanczłowiek beingistota.
58
184679
1664
konieczny był udział człowieka.
03:22
Now we have multi-languagewielo--język, instantaneousnatychmiastowy,
59
186343
3416
Dzisiaj mamy wielojęzyczne, darmowe
03:25
automaticAutomatyczne translationtłumaczenie servicesusługi availabledostępny for freewolny
60
189759
4218
automatyczne programy do tłumaczeń,
03:29
viaprzez manywiele of our devicespomysłowość all the way down to smartphonessmartfonów.
61
193977
3389
dostępne nawet na smartfonach.
03:33
And if any of us have used these, we know that
62
197366
2384
Może nie są doskonałe,
03:35
they're not perfectidealny, but they're decentprzyzwoity.
63
199750
3321
ale całkiem przyzwoite.
03:38
ThroughoutPrzez cały all of historyhistoria, if you wanted something writtenpisemny,
64
203071
3151
Do niedawna aby napisać raport
03:42
a reportraport or an articleartykuł, you had to involveangażować a personosoba.
65
206222
3415
czy artykuł, konieczny był człowiek.
03:45
Not anymorejuż. This is an articleartykuł that appearedpojawił się
66
209637
2252
Już nie jest. To artykuł o zyskach Apple
03:47
in ForbesForbes onlineonline a while back about Apple'sFirmy Apple earningszarobki.
67
211889
3230
z portalu Forbesa.
03:51
It was writtenpisemny by an algorithmalgorytm.
68
215119
2527
Jest napisany przez algorytm.
03:53
And it's not decentprzyzwoity, it's perfectidealny.
69
217646
3255
I jest doskonały.
03:56
A lot of people look at this and they say, "Okay,
70
220901
2962
Panuje opinia, że to są
03:59
but those are very specifickonkretny, narrowwąska taskszadania,
71
223863
2349
ściśle określone, konkretne zadania,
04:02
and mostwiększość knowledgewiedza, umiejętności workerspracownicy are actuallytak właściwie generalistsGeneraliści,
72
226212
2633
a pracownicy mają wiedzę ogólną.
04:04
and what they do is sitsiedzieć on topTop of a very largeduży bodyciało
73
228845
2529
Dysponują zasobami eksperckiej wiedzy
04:07
of expertiseekspertyza and knowledgewiedza, umiejętności and they use that
74
231374
2656
i muszą na bieżąco reagować
04:09
to reactreagować on the flylatać to kinduprzejmy of unpredictablenieobliczalny demandswymagania,
75
234030
3073
na nieprzewidywalne wyzwania.
04:13
and that's very, very hardciężko to automateAutomatyzacja."
76
237103
2488
Trudno to zautomatyzować.
04:15
One of the mostwiększość impressiveimponujący knowledgewiedza, umiejętności workerspracownicy
77
239591
1977
Jednym z lepszych pracowników umysłowych
04:17
in recentniedawny memorypamięć is a guy namedo imieniu KenKen JenningsJennings.
78
241568
2409
jest Ken Jennings.
04:19
He wonwygrał the quizkartkówka showpokazać "JeopardyZagrożona!" 74 timesczasy in a rowrząd,
79
243977
5058
Wygrał teleturniej "Jeopardy!" 74 razy z rzędu
04:24
tookwziął home threetrzy millionmilion dollarsdolarów.
80
249035
2628
i zainkasował 3 miliony dolarów.
04:27
That's KenKen on the right gettinguzyskiwanie beatbić threetrzy to one by
81
251663
3850
Na zdjęciu Ken przegrywa 1:3 z Watsonem,
04:31
WatsonWatson, the "JeopardyZagrożona!"-playing-Odtwarzanie supercomputersuperkomputer from IBMIBM.
82
255513
4804
superkomputerem IBM.
04:36
So when we look at what technologytechnologia can do
83
260317
1864
Nie jestem więc przekonany,
04:38
to generalgenerał knowledgewiedza, umiejętności workerspracownicy, I startpoczątek to think
84
262181
2873
czy pracownicy od wiedzy ogólnej
04:40
there mightmoc not be something so specialspecjalny about this ideapomysł
85
265054
2599
są niezastąpieni.
04:43
of a generalistogólnym, particularlyszczególnie when we startpoczątek doing things
86
267653
2888
Po podłączeniu Watsona do Siri
04:46
like hookingPodłączanie SiriSiri up to WatsonWatson and havingmający technologiestechnologie
87
270541
3988
otrzymamy komputer,
04:50
that can understandzrozumieć what we're sayingpowiedzenie
88
274529
1896
który rozumie mowę
04:52
and repeatpowtarzać speechprzemówienie back to us.
89
276425
2081
i potrafi odpowiadać.
04:54
Now, SiriSiri is fardaleko from perfectidealny, and we can make funzabawa
90
278506
2838
Siri nie jest doskonała,
04:57
of her flawswad, but we should alsorównież keep in mindumysł that
91
281344
3019
ale jeśli technologie
05:00
if technologiestechnologie like SiriSiri and WatsonWatson improveulepszać
92
284363
2676
będą rozwijać się zgodnie z prawem Moore'a,
05:02
alongwzdłuż a Moore'sMoore'a LawPrawa trajectorytrajektoria, whichktóry they will,
93
287039
3781
czego jestem pewien,
05:06
in sixsześć yearslat, they're not going to be two timesczasy better
94
290820
2584
to za 6 lat będą nie 2 czy 4 razy,
05:09
or fourcztery timesczasy better, they'lloni to zrobią be 16 timesczasy better than they are right now.
95
293404
4818
lecz 16 razy lepsze niż teraz.
05:14
So I startpoczątek to think that a lot of knowledgewiedza, umiejętności work is going to be affectedafektowany by this.
96
298222
3683
To zmieni charakter pracy umysłowej.
05:17
And digitalcyfrowy technologiestechnologie are not just impactingwpływ knowledgewiedza, umiejętności work.
97
301905
3554
Technologie cyfrowe radzą sobie coraz lepiej
05:21
They're startingstartowy to flexFlex theirich musclesmięśnie in the physicalfizyczny worldświat as well.
98
305459
3992
także z pracą fizyczną. Miałem okazję
05:25
I had the chanceszansa a little while back to ridejazda in the GoogleGoogle
99
309451
2449
przejechać się samochodem autonomicznym Google.
05:27
autonomousautonomiczny carsamochód, whichktóry is as coolchłodny as it soundsDźwięki. (LaughterŚmiech)
100
311900
5526
Jest tak fajny, jak jego nazwa.
(Śmiech)
05:33
And I will vouchręczyć that it handledobsługiwane the stop-and-gostop-and-go trafficruch drogowy
101
317426
3027
Radził sobie znakomicie z ruchem drogowym
05:36
on U.S. 101 very smoothlypłynnie.
102
320453
2905
na drodze krajowej 101.
05:39
There are about threetrzy and a halfpół millionmilion people
103
323358
1965
W USA jest 3,5 mln kierowców ciężarówek.
05:41
who drivenapęd truckssamochody ciężarowe for a livingżycie in the UnitedStany Zjednoczone StatesPaństwa.
104
325323
2209
Niektórzy z nich
05:43
I think some of them are going to be affectedafektowany by this
105
327532
2429
odczują wpływ tej technologii.
05:45
technologytechnologia. And right now, humanoidHumanoid robotsroboty are still
106
329961
3252
Roboty jeszcze niewiele potrafią.
05:49
incrediblyniewiarygodnie primitiveprymitywny. They can't do very much.
107
333213
3258
Jednak robią duże postępy,
05:52
But they're gettinguzyskiwanie better quitecałkiem quicklyszybko, and DARPADARPA,
108
336471
2581
a DARPA, agencja rządowa,
05:54
whichktóry is the investmentinwestycja armramię of the DefenseObrony DepartmentDział,
109
339052
3151
chce ten proces
05:58
is tryingpróbować to accelerateprzyśpieszyć theirich trajectorytrajektoria.
110
342203
1665
jeszcze przyspieszyć.
05:59
So, in shortkrótki, yeah, the droidsDroids are comingprzyjście for our jobsOferty pracy.
111
343868
4683
W skrócie: tak, roboty zabiorą nam pracę.
06:04
In the shortkrótki termsemestr, we can stimulatestymulować jobpraca growthwzrost
112
348551
3880
Na krótką metę możemy stymulować
06:08
by encouragingzachęcający entrepreneurshipprzedsiębiorczość and by investinginwestowanie
113
352431
2944
wzrost miejsc pracy
06:11
in infrastructureinfrastruktura, because the robotsroboty todaydzisiaj still aren'tnie są
114
355375
3048
poprzez promocję przedsiębiorczości
06:14
very good at fixingustalenie bridgesmosty.
115
358423
1740
i inwestycje w infrastrukturę.
06:16
But in the not-too-long-termnie zbyt długoterminowe-, I think withinw ciągu the lifetimesokresy istnienia
116
360163
3365
Lecz na dłuższą metę
06:19
of mostwiększość of the people in this roompokój, we're going to transitionprzejście
117
363528
3569
czeka nas przejście
06:22
into an economygospodarka that is very productiveproduktywny but that
118
367097
2936
do gospodarki bardzo wydajnej,
06:25
just doesn't need a lot of humanczłowiek workerspracownicy,
119
370033
2804
ale wymagającej pracy niewielu ludzi.
06:28
and managingZarządzanie that transitionprzejście is going to be
120
372837
1555
Transformacja ta będzie
06:30
the greatestnajwiększy challengewyzwanie that our societyspołeczeństwo facestwarze.
121
374392
2739
wyzwaniem dla społeczeństwa.
06:33
VoltaireVoltaire summarizedpodsumowane why. He said, "Work saveszapisuje us
122
377131
2762
Voltaire wyjaśnił to: "Pra­ca od­da­la od nas
06:35
from threetrzy great evilszło: boredomnuda, vicewice and need."
123
379893
5277
trzy wiel­kie niedo­le - nudę, występek i ubóstwo".
06:41
But despitepomimo this challengewyzwanie, I'm personallyosobiście,
124
385170
2571
Jestem cyfrowym optymistą
06:43
I'm still a hugeolbrzymi digitalcyfrowy optimistoptymista, and I am
125
387741
3049
i głęboko wierzę, że technologie,
06:46
supremelyniezwykle confidentpewni that the digitalcyfrowy technologiestechnologie that we're
126
390790
3187
nad którymi pracujemy,
06:49
developingrozwijanie now are going to take us into a utopianutopijny futureprzyszłość,
127
393977
3556
zabiorą nas w utopijną przyszłość.
06:53
not a dystopiandystopii futureprzyszłość. And to explainwyjaśniać why,
128
397533
3033
Żeby to wytłumaczyć,
06:56
I want to posepoza kinduprzejmy of a ridiculouslyśmiesznie broadszeroki questionpytanie.
129
400566
2522
zadam bardzo ogólne pytanie:
06:58
I want to askzapytać what have been the mostwiększość importantważny
130
403088
2350
jakie są największe osiągnięcia
07:01
developmentsrozwój sytuacji in humanczłowiek historyhistoria?
131
405438
2323
w historii ludzkości?
07:03
Now, I want to sharedzielić some of the answersodpowiedzi that I've gottenzdobyć
132
407761
2733
Przytoczę kilka zebranych odpowiedzi.
07:06
in responseodpowiedź to this questionpytanie. It's a wonderfulwspaniale questionpytanie
133
410494
2177
Pytanie wywołuje długie dyskusje,
07:08
to askzapytać and to startpoczątek an endlessnieskończony debatedebata about,
134
412671
2167
jedni wskazują na systemy filozoficzne
07:10
because some people are going to bringprzynieść up
135
414838
2321
na Wschodzie i Zachodzie,
07:13
systemssystemy of philosophyfilozofia in bothobie the WestWest and the EastWschód that
136
417159
3460
które zmieniły
07:16
have changedzmienione how a lot of people think about the worldświat.
137
420619
3133
nasze pojmowanie świata.
07:19
And then other people will say, "No, actuallytak właściwie, the bigduży storieshistorie,
138
423752
2836
Inni mówią, że najważniejsze było
07:22
the bigduży developmentsrozwój sytuacji are the foundingzałożenie of the world'srecyrodycyjstwo diecystwo recyrodycyjstwo diecystwo recy sektorcy
139
426588
2423
powstanie religii,
07:24
majorpoważny religionsreligie, whichktóry have changedzmienione civilizationscywilizacje
140
429011
3282
gdyż przeobraziły one cywilizacje
07:28
and have changedzmienione and influencedpod wpływem how countlessniezliczony people
141
432293
2639
i życie milionów ludzi.
07:30
are livingżycie theirich liveszyje." And then some other folkFolk will say,
142
434932
3004
Jeszcze inni przekonują,
07:33
"ActuallyFaktycznie, what changeszmiany civilizationscywilizacje, what modifiesmodyfikuje them
143
437936
3527
że cywilizacje
07:37
and what changeszmiany people'sludzie liveszyje
144
441463
2163
i ludzkie życie
07:39
are empiresimperia, so the great developmentsrozwój sytuacji in humanczłowiek historyhistoria
145
443626
3912
zmieniają imperia, więc najważniejsze były
07:43
are storieshistorie of conquestpodbój and of warwojna."
146
447538
2835
wojny i podboje.
07:46
And then some cheerywesoły souldusza usuallyzazwyczaj always pipeskobza up
147
450373
2590
Jakiś dowcipniś zwykle wtrąca:
07:48
and saysmówi, "Hey, don't forgetzapomnieć about plaguesplag." (LaughterŚmiech)
148
452963
5688
"Nie zapomnij o epidemiach". (Śmiech)
07:54
There are some optimisticoptymistyczny answersodpowiedzi to this questionpytanie,
149
458651
2903
Padają też optymistyczne odpowiedzi,
07:57
so some people will bringprzynieść up the AgeWiek of ExplorationPoszukiwania
150
461554
1897
jak wielkie odkrycia geograficzne
07:59
and the openingotwarcie up of the worldświat.
151
463451
1948
i poszerzenie horyzontu świata,
08:01
OthersInni will talk about intellectualintelektualny achievementsosiągnięcia
152
465399
2102
czy osiągnięcia w matematyce,
08:03
in disciplinesdyscypliny like mathmatematyka that have helpedpomógł us get
153
467501
2275
które pomogły zrozumieć świat.
08:05
a better handleuchwyt on the worldświat, and other folkFolk will talk about
154
469776
3310
Niektórzy wskazują też
08:08
periodsokresy when there was a deepgłęboki flourishingkwitnące
155
473086
1697
na rozkwit sztuki i nauki.
08:10
of the artssztuka and sciencesnauki. So this debatedebata will go on and on.
156
474783
3802
Dyskusja ciągnie się w nieskończoność,
08:14
It's an endlessnieskończony debatedebata, and there's no conclusiverozstrzygający,
157
478585
2839
bez decydującej odpowiedzi.
08:17
no singlepojedynczy answerodpowiedź to it. But if you're a geekmaniak like me,
158
481424
3252
Jednak ludzie tacy jak ja
08:20
you say, "Well, what do the datadane say?"
159
484676
2898
pytają: "Co mówią dane?"
08:23
And you startpoczątek to do things like graphwykres things that we mightmoc
160
487574
2811
Jeśli przedstawimy na wykresie
08:26
be interestedzainteresowany in, the totalcałkowity worldwidena calym swiecie populationpopulacja, for exampleprzykład,
161
490385
4103
liczbę ludności świata
08:30
or some measurezmierzyć of socialspołeczny developmentrozwój,
162
494488
2641
czy poziom rozwoju społecznego,
08:33
or the statestan of advancementpostęp of a societyspołeczeństwo,
163
497129
2511
to nanosząc dane zauważymy,
08:35
and you startpoczątek to plotwątek the datadane, because, by this approachpodejście,
164
499640
3833
że przełomowe wydarzenia
08:39
the bigduży storieshistorie, the bigduży developmentsrozwój sytuacji in humanczłowiek historyhistoria,
165
503473
2617
to te, które najbardziej
08:41
are the oneste that will bendzakręt these curvesKrzywe a lot.
166
506090
2861
wyginają krzywe.
08:44
So when you do this, and when you plotwątek the datadane,
167
508951
1912
Szybko też dojdziemy
08:46
you prettyładny quicklyszybko come to some weirddziwne conclusionswnioski.
168
510863
2798
do dziwnego wniosku,
08:49
You concludewyciągnąć wniosek, actuallytak właściwie, that noneŻaden of these things
169
513661
2923
że żadne z tych wydarzeń
08:52
have matteredliczyło się very much. (LaughterŚmiech)
170
516584
4952
nie miało większego znaczenia.
(Śmiech)
08:57
They haven'tnie mam doneGotowe a darncholernie thing to the curvesKrzywe. (LaughterŚmiech)
171
521536
4026
Krzywe ani drgnęły.
(Śmiech)
09:01
There has been one storyfabuła, one developmentrozwój
172
525562
3584
Osiągnięciem, które najbardziej
09:05
in humanczłowiek historyhistoria that bentgięte the curvekrzywa, bentgięte it just about
173
529146
2606
wygięło krzywe, o 90 stopni,
09:07
90 degreesstopni, and it is a technologytechnologia storyfabuła.
174
531752
4046
jest rozwój technologii.
09:11
The steamparowy enginesilnik, and the other associatedpowiązany technologiestechnologie
175
535798
2959
Silnik parowy i inne wynalazki
09:14
of the IndustrialPrzemysłowe RevolutionRewolucja changedzmienione the worldświat
176
538757
2931
rewolucji przemysłowej
09:17
and influencedpod wpływem humanczłowiek historyhistoria so much,
177
541688
2424
zmieniły świat tak bardzo,
09:20
that in the wordssłowa of the historianhistoryk IanIan MorrisMorris,
178
544112
2083
że przyćmiły wcześniejsze wydarzenia.
09:22
they madezrobiony mockerykpina out of all that had come before.
179
546195
4077
że przyćmiły wcześniejsze wydarzenia.
09:26
And they did this by infinitelynieskończenie multiplyingpomnożenie the powermoc
180
550272
2913
Technologia przezwyciężyła
09:29
of our musclesmięśnie, overcomingprzezwyciężenie the limitationsograniczenia of our musclesmięśnie.
181
553185
3137
ograniczenia naszych mięśni.
09:32
Now, what we're in the middleśrodkowy of now
182
556322
2522
Obecnie przezwyciężamy
09:34
is overcomingprzezwyciężenie the limitationsograniczenia of our individualindywidualny brainsmózg
183
558844
2919
indywidualne ograniczenia,
09:37
and infinitelynieskończenie multiplyingpomnożenie our mentalpsychiczny powermoc.
184
561763
3073
żeby pomnożyć nasz potencjał umysłowy.
09:40
How can this not be as bigduży a dealsprawa as overcomingprzezwyciężenie
185
564836
3700
Czy to nie równie ważne?
09:44
the limitationsograniczenia of our musclesmięśnie?
186
568536
2528
Czy to nie równie ważne?
09:46
So at the riskryzyko of repeatingpowtarzając myselfsiebie a little bitkawałek, when I look
187
571064
3378
Powtarzam,
09:50
at what's going on with digitalcyfrowy technologytechnologia these daysdni,
188
574442
2829
technologia dopiero raczkuje,
09:53
we are not anywheregdziekolwiek nearBlisko throughprzez with this journeypodróż,
189
577271
2826
jej wpływ na społeczeństwo
09:55
and when I look at what is happeningwydarzenie to our economiesgospodarki
190
580097
2674
i gospodarkę
09:58
and our societiesspołeczeństwa, my singlepojedynczy conclusionwniosek is that
191
582771
2653
jest jeszcze mało widoczny.
10:01
we ain'tnie jest seenwidziany nothing yetjeszcze. The bestNajlepiej daysdni are really aheadprzed siebie.
192
585424
3528
Najlepsze przed nami.
10:04
Let me give you a couplepara examplesprzykłady.
193
588952
1756
Podam kilka przykładów.
10:06
EconomiesGospodarek don't runbiegać on energyenergia. They don't runbiegać on capitalkapitał,
194
590708
4228
Gospodarki nie napędza energia,
10:10
they don't runbiegać on laborpraca. EconomiesGospodarek runbiegać on ideaspomysły.
195
594936
3780
kapitał czy praca, a pomysły.
10:14
So the work of innovationinnowacja, the work of comingprzyjście up with
196
598716
2520
Tworzenie innowacji,
10:17
newNowy ideaspomysły, is some of the mostwiększość powerfulpotężny,
197
601236
2426
generowanie pomysłów
10:19
some of the mostwiększość fundamentalfundamentalny work that we can do
198
603662
1815
to najważniejsze zadanie w gospodarce.
10:21
in an economygospodarka. And this is kinduprzejmy of how we used to do innovationinnowacja.
199
605477
4016
Do tej pory wyglądało to tak:
10:25
We'dChcielibyśmy find a bunchwiązka of fairlydość similar-lookingPodobnie wyglądające people
200
609493
3778
znajdowano grupę podobnych ludzi
10:29
— (LaughterŚmiech) —
201
613271
3411
(Śmiech)
10:32
we'dpoślubić take them out of eliteelita institutionsinstytucje, we'dpoślubić put them into
202
616682
2529
i przenoszono ich z jednej elitarnej instytucji
10:35
other eliteelita institutionsinstytucje, and we'dpoślubić wait for the innovationinnowacja.
203
619211
2946
do drugiej, czekając na innowacje.
10:38
Now — (LaughterŚmiech) —
204
622157
4010
(Śmiech)
10:42
as a whitebiały guy who spentwydany his wholecały careerkariera at MITMIT
205
626167
2581
Jako pracownik naukowy MIT i Harvardu
10:44
and HarvardHarvard, I got no problemproblem with this. (LaughterŚmiech)
206
628748
6366
nie miałem z tym problemu.
(Śmiech)
10:51
But some other people do, and they'veoni kinduprzejmy of crashedrozbił się
207
635114
2616
Ale niektórzy mieli i wkręcili się na imprezę
10:53
the partyprzyjęcie and loosenedPoluzowane up the dresssukienka codekod of innovationinnowacja.
208
637730
2536
i poluzowali trochę zasady.
10:56
(LaughterŚmiech)
209
640266
924
(Śmiech)
10:57
So here are the winnerszwycięzcy of a TopDo góry CoderProgramista programmingprogramowanie challengewyzwanie,
210
641190
3644
To zwycięzcy turnieju dla programistów.
11:00
and I assuregwarantować you that nobodynikt caresdba
211
644834
2902
Nikogo nie obchodzi,
11:03
where these kidsdzieciaki grewrósł up, where they wentposzedł to schoolszkoła,
212
647736
3594
gdzie dorastali i jakie szkoły ukończyli.
11:07
or what they look like. All anyonektokolwiek caresdba about
213
651330
2488
Najważniejsza jest
11:09
is the qualityjakość of the work, the qualityjakość of the ideaspomysły.
214
653818
2821
jakość ich pracy, ich pomysły.
11:12
And over and over again, we see this happeningwydarzenie
215
656639
2166
To kierunek zmian
11:14
in the technology-facilitatedtechnologię worldświat.
216
658805
2346
w dzisiejszym świecie.
11:17
The work of innovationinnowacja is becomingtwarzowy more openotwarty,
217
661151
2456
Tworzenie innowacji jest bardziej egalitarne
11:19
more inclusivewłącznie, more transparentprzezroczysty, and more merit-basedna podstawie zasług,
218
663607
3778
i merytoryczne, dostępne nie tylko
11:23
and that's going to continueKontyntynuj no mattermateria what MITMIT and HarvardHarvard
219
667385
2969
dla członków elitarnych instytucji.
11:26
think of it, and I couldn'tnie mógł be happierszczęśliwsi about that developmentrozwój.
220
670354
3680
Bardzo mnie to cieszy.
11:29
I hearsłyszeć oncepewnego razu in a while, "Okay, I'll grantdotacja you that,
221
674034
2450
Czasem słyszę: "Masz rację,
11:32
but technologytechnologia is still a toolnarzędzie for the richbogaty worldświat,
222
676484
3387
ale technologia jest w rękach bogatych
11:35
and what's not happeningwydarzenie, these digitalcyfrowy toolsprzybory are not
223
679871
2714
i nie ułatwia życia
11:38
improvingpoprawa the liveszyje of people at the bottomDolny of the pyramidpiramida."
224
682585
3355
ludziom z nizin społecznych".
11:41
And I want to say to that very clearlywyraźnie: nonsensenonsens.
225
685940
2664
To bzdury.
11:44
The bottomDolny of the pyramidpiramida is benefitingkorzystających hugelyogromnie from technologytechnologia.
226
688604
3438
Technologia bardzo pomaga ubogim.
11:47
The economistekonomista RobertRobert JensenJensen did this wonderfulwspaniale studybadanie
227
692042
2640
Ekonomista Robert Jensen
11:50
a while back where he watchedoglądaliśmy, in great detailSzczegół,
228
694682
3168
przeprowadził badania.
11:53
what happenedstało się to the fishingwędkowanie villageswioski of KeralaKerala, IndiaIndie,
229
697850
3381
Obserwował wprowadzenie telefonów
11:57
when they got mobilemobilny phonestelefony for the very first time,
230
701231
3013
komórkowych do indyjskiej wioski.
12:00
and when you writepisać for the QuarterlyKwartalne JournalDziennik of EconomicsEkonomia,
231
704244
2731
Opisał to powściągliwym,
12:02
you have to use very drysuchy and very circumspectostrożny languagejęzyk,
232
706975
2897
naukowym językiem,
12:05
but when I readczytać his paperpapier, I kinduprzejmy of feel JensenJensen is tryingpróbować
233
709872
2472
ale przy lekturze miałem wrażenie,
12:08
to screamkrzyk at us, and say, look, this was a bigduży dealsprawa.
234
712344
3021
że krzyczy: to jest to!
12:11
PricesCeny stabilizedstabilizowany, so people could planplan theirich economicgospodarczy liveszyje.
235
715365
4053
Dzięki stabilizacji cen ludzie mogli planować życie,
12:15
WasteOdpadów was not reducedzredukowany; it was eliminatedwyłączony.
236
719418
4123
wyeliminowano odpady,
12:19
And the liveszyje of bothobie the buyerskupujących and the sellerssprzedawców
237
723541
2471
a warunki życiowe
12:21
in these villageswioski measurablyWidocznie improvedulepszony.
238
726012
2498
bardzo się poprawiły.
12:24
Now, what I don't think is that JensenJensen got extremelyniezwykle luckySzczęściarz
239
728510
3716
To nie jest tak, że Jensenowi
12:28
and happenedstało się to landwylądować in the one setzestaw of villageswioski
240
732226
2354
udało się znaleźć jedną wioskę,
12:30
where technologytechnologia madezrobiony things better.
241
734580
2512
która skorzystała na technologii.
12:32
What happenedstało się insteadzamiast is he very carefullyostrożnie documentedudokumentowane
242
737092
2603
Szczegółowo opisał ogólny proces,
12:35
what happensdzieje się over and over again when technologytechnologia
243
739695
2692
który się powtarza,
12:38
comespochodzi for the first time to an environmentśrodowisko and a communityspołeczność.
244
742387
3264
kiedy technologia wkracza do społeczności.
12:41
The liveszyje of people, the welfareswelfares of people, improveulepszać dramaticallydramatycznie.
245
745651
3964
Dobrobyt radykalnie wzrasta.
12:45
So as I look around at all the evidencedowód, and I think about
246
749615
2356
Kiedy myślę o przyszłości,
12:47
the roompokój that we have aheadprzed siebie of us, I becomestają się a hugeolbrzymi
247
751971
2476
mając takie dowody,
12:50
digitalcyfrowy optimistoptymista, and I startpoczątek to think that this wonderfulwspaniale
248
754447
2824
jestem cyfrowym optymistą.
12:53
statementkomunikat from the physicistfizyk FreemanFreeman DysonDyson
249
757271
3055
Myślę, że ten cytat
12:56
is actuallytak właściwie not hyperbolehiperbola. This is an accuratedokładny assessmentoszacowanie of what's going on.
250
760326
4578
Freemana Dysona jest bardzo trafny.
13:00
Our digitalcyfrowy -- our technologiestechnologie are great giftsprezenty,
251
764904
2446
Technologia to dar,
13:03
and we, right now, have the great good fortunefortuna
252
767350
3161
i mamy szczęście,
13:06
to be livingżycie at a time when digitalcyfrowy technologytechnologia is flourishingkwitnące,
253
770511
3525
że żyjemy w czasach,
13:09
when it is broadeningposzerzenie and deepeningpogłębienie and
254
774036
1658
jej wielkiego rozkwitu
13:11
becomingtwarzowy more profoundgłęboki all around the worldświat.
255
775694
3341
i wzrostu znaczenia.
13:14
So, yeah, the droidsDroids are takingnabierający our jobsOferty pracy,
256
779035
3218
Tak, roboty zabierają nam pracę,
13:18
but focusingskupienie on that factfakt missestęskni the pointpunkt entirelycałkowicie.
257
782253
3813
ale nie o to chodzi.
13:21
The pointpunkt is that then we are freedzwolniona up to do other things,
258
786066
3253
Technologia pozwala nam
13:25
and what we are going to do, I am very confidentpewni,
259
789319
2658
zająć się innymi rzeczami,
13:27
what we're going to do is reducezmniejszyć povertyubóstwo and drudgeryznoju
260
791977
3063
jak walka z ubóstwem
13:30
and miserynędza around the worldświat. I'm very confidentpewni
261
795040
2664
i nędzą na świecie.
13:33
we're going to learnuczyć się to liverelacja na żywo more lightlylekko on the planetplaneta,
262
797704
3032
Jestem przekonany,
13:36
and I am extremelyniezwykle confidentpewni that what we're going to do
263
800736
3481
że życie będzie łatwiejsze
13:40
with our newNowy digitalcyfrowy toolsprzybory is going to be so profoundgłęboki
264
804217
2921
i że to, co osiągniemy
13:43
and so beneficialkorzystne that it's going to make a mockerykpina
265
807138
2891
dzięki narzędziom cyfrowym,
13:45
out of everything that cameoprawa ołowiana witrażu before.
266
810029
1733
przyćmi wszystko, co było wcześniej.
13:47
I'm going to leavepozostawiać the last wordsłowo to a guy who had
267
811762
2738
Ostatnie słowo dam komuś,
13:50
a frontz przodu rowrząd seatsiedzenie for digitalcyfrowy progresspostęp,
268
814500
1778
kto oglądał postęp cyfrowy z bliska,
13:52
our oldstary friendprzyjaciel KenKen JenningsJennings. I'm with him.
269
816278
2565
znanemu nam Kenowi Jenningsowi.
13:54
I'm going to echoEcho his wordssłowa:
270
818843
1361
Podpisuję się pod jego słowami:
13:56
"I, for one, welcomeWitamy our newNowy computerkomputer overlordspanów." (LaughterŚmiech)
271
820204
3971
"Na przekór innym witam nowych cyfrowych władców"
(Śmiech)
14:00
ThanksDzięki very much. (ApplauseAplauz)
272
824175
2929
Dziękuję bardzo.
(Brawa)
Translated by Marcin Doszko
Reviewed by Daniel Wróblewski

▲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