TED Salon Zebra Technologies
Matt Beane: How do we learn to work with intelligent machines?
Matt Beane: Como aprendemos a trabalhar com máquinas inteligentes?
Filmed:
Readability: 4.2
1,770,815 views
O caminho para as habilidades em todo o mundo tem sido o mesmo há milhares de anos: treinar sob a responsabilidade de um especialista e assumir tarefas pequenas e fáceis antes de progredir para tarefas mais arriscadas e difíceis. Mas agora, estamos lidando com a inteligência artificial (IA) de uma maneira que bloqueia esse caminho, e sacrificando o aprendizado em nossa busca pela produtividade, diz o etnógrafo organizacional Matt Beane. O que pode ser feito? Beane compartilha uma visão que transforma a história atual em uma mentoria distribuída e aprimorada pelas máquinas, que aproveita ao máximo os recursos incríveis da inteligência artificial, aprimorando nossas habilidades ao mesmo tempo.
Matt Beane - Organizational ethnographer
Matt Beane is an Assistant Professor in the Technology Management Program at the University of California, Santa Barbara and a Research Affiliate with MIT's Institute for the Digital Economy. Full bio
Matt Beane is an Assistant Professor in the Technology Management Program at the University of California, Santa Barbara and a Research Affiliate with MIT's Institute for the Digital Economy. Full bio
Double-click the English transcript below to play the video.
00:13
It’s 6:30 in the morning,
0
1292
1875
São 6:30 da manhã,
00:15
and Kristen is wheeling
her prostate patient into the OR.
her prostate patient into the OR.
1
3583
4875
e Kristen está levando seu paciente
prostático para a sala de cirurgia.
prostático para a sala de cirurgia.
00:21
She's a resident, a surgeon in training.
2
9500
2250
Ela é médica residente,
uma cirurgiã em treinamento.
uma cirurgiã em treinamento.
00:24
It’s her job to learn.
3
12333
2167
O trabalho dela é aprender.
00:27
Today, she’s really hoping to do
some of the nerve-sparing,
some of the nerve-sparing,
4
15292
3351
Hoje ela está ansiosa para fazer
uma cirurgia que preserva os nervos,
uma cirurgia que preserva os nervos,
uma dissecção extremamente delicada
que pode preservar as funções eréteis.
que pode preservar as funções eréteis.
00:30
extremely delicate dissection
that can preserve erectile function.
that can preserve erectile function.
5
18667
3875
00:35
That'll be up to the attending surgeon,
though, but he's not there yet.
though, but he's not there yet.
6
23500
3338
Isso ficará a cargo do cirurgião,
no entanto ele ainda não chegou.
no entanto ele ainda não chegou.
00:39
She and the team put the patient under,
7
27625
2393
Ela e a equipe anestesiam o paciente,
e ela conduz a incisão inicial
de 20 cm no baixo ventre.
de 20 cm no baixo ventre.
00:42
and she leads the initial eight-inch
incision in the lower abdomen.
incision in the lower abdomen.
8
30042
3708
00:47
Once she’s got that clamped back,
she tells the nurse to call the attending.
she tells the nurse to call the attending.
9
35042
3586
Assim que o corte está pinçado, ela pede
à enfermeira para chamar o cirurgião.
à enfermeira para chamar o cirurgião.
00:51
He arrives, gowns up,
10
39583
2292
Ele chega, coloca o traje,
00:54
And from there on in, their four hands
are mostly in that patient --
are mostly in that patient --
11
42458
5792
e a partir daí, as quatro mãos
estão naquele paciente,
estão naquele paciente,
01:00
with him guiding
but Kristin leading the way.
but Kristin leading the way.
12
48708
2917
ele orientando, mas Kristen
mostrando o caminho.
mostrando o caminho.
01:04
When the prostates out (and, yes,
he let Kristen do a little nerve sparing),
he let Kristen do a little nerve sparing),
13
52875
4643
Quando a próstata está fora,
e sim, ele deixou que a Kristen
preservasse o nervo,
preservasse o nervo,
ele arranca o traje e começa
a preencher a papelada.
a preencher a papelada.
01:09
he rips off his scrubs.
14
57542
1226
01:10
He starts to do paperwork.
15
58792
1375
01:12
Kristen closes the patient by 8:15,
16
60833
5375
A Kristen fecha o paciente às 8:15,
com um residente júnior
espiando atrás de seu ombro.
espiando atrás de seu ombro.
01:18
with a junior resident
looking over her shoulder.
looking over her shoulder.
17
66583
2435
01:21
And she lets him do
the final line of sutures.
the final line of sutures.
18
69042
3083
E ela deixa que ele finalize as suturas.
01:24
Kristen feels great.
19
72833
3042
Ela se sente ótima.
01:28
Patient’s going to be fine,
20
76250
1559
O paciente ficará bem, e sem dúvida ela é
uma cirurgiã melhor do que era às 6:30.
uma cirurgiã melhor do que era às 6:30.
01:29
and no doubt she’s a better surgeon
than she was at 6:30.
than she was at 6:30.
21
77833
3167
01:34
Now this is extreme work.
22
82208
2834
Bem, esse é um exemplo extremo.
Mas a Kristen está aprendendo
a fazer seu trabalho
a fazer seu trabalho
01:37
But Kristin’s learning to do her job
the way that most of us do:
the way that most of us do:
23
85417
3833
da forma que a maioria de nós aprende:
observando um perito por um tempo,
observando um perito por um tempo,
01:41
watching an expert for a bit,
24
89625
1893
envolvendo-se nas partes
fáceis e seguras do trabalho
fáceis e seguras do trabalho
01:43
getting involved in easy,
safe parts of the work
safe parts of the work
25
91542
3142
01:46
and progressing to riskier
and harder tasks
and harder tasks
26
94708
2185
e evoluindo para tarefas
mais arriscadas e difíceis
mais arriscadas e difíceis
01:48
as they guide and decide she’s ready.
27
96917
2333
enquanto a orientam,
até que decidam que ela está pronta.
até que decidam que ela está pronta.
01:52
My whole life I’ve been fascinated
by this kind of learning.
by this kind of learning.
28
100042
2892
Por toda a minha vida, esse tipo
de aprendizado tem me fascinado.
de aprendizado tem me fascinado.
01:54
It feels elemental,
part of what makes us human.
part of what makes us human.
29
102958
3667
Parece natural, parte
do que nos faz humanos.
do que nos faz humanos.
Tem diferentes nomes: estágio, coaching,
mentoria, treinamento na prática...
mentoria, treinamento na prática...
01:59
It has different names: apprenticeship,
coaching, mentorship, on the job training.
coaching, mentorship, on the job training.
30
107750
5417
Na cirurgia, chamamos de "veja
uma, faça uma, ensine uma".
uma, faça uma, ensine uma".
02:05
In surgery, it’s called
“see one, do one, teach one.”
“see one, do one, teach one.”
31
113542
3291
Mas o processo é igual, e tem sido
o principal caminho para a habilidade
o principal caminho para a habilidade
02:09
But the process is the same,
32
117625
1344
02:10
and it’s been the main path to skill
around the globe for thousands of years.
around the globe for thousands of years.
33
118993
4174
através do mundo durante milhares de anos.
No momento, estamos lidando com a IA
de uma forma que bloqueia esse caminho.
de uma forma que bloqueia esse caminho.
02:16
Right now, we’re handling AI
in a way that blocks that path.
in a way that blocks that path.
34
124333
4500
02:21
We’re sacrificing learning
in our quest for productivity.
in our quest for productivity.
35
129625
2690
Estamos sacrificando o aprendizado
em nossa busca por produtividade.
em nossa busca por produtividade.
Descobri isso a primeira vez na cirurgia
quando eu estava no MIT,
quando eu estava no MIT,
02:25
I found this first in surgery
while I was at MIT,
while I was at MIT,
36
133292
2809
02:28
but now I’ve got evidence
it’s happening all over,
it’s happening all over,
37
136125
2476
mas agora há evidências
de que está ocorrendo por toda a parte,
de que está ocorrendo por toda a parte,
02:30
in very different industries
and with very different kinds of AI.
and with very different kinds of AI.
38
138625
3875
em muitas atividades diferentes
e com diversos tipos de IA.
e com diversos tipos de IA.
Se não fizermos nada a respeito disso,
02:35
If we do nothing, millions of us
are going to hit a brick wall
are going to hit a brick wall
39
143083
5851
milhões de nós vamos bater contra um muro
02:40
as we try to learn to deal with AI.
40
148958
2417
enquanto tentamos aprender
como lidar com a IA.
como lidar com a IA.
02:45
Let’s go back to surgery to see how.
41
153125
1772
Vamos voltar para a cirurgia
para entender como.
para entender como.
Vamos avançar seis meses.
02:47
Fast forward six months.
42
155708
1935
02:49
It’s 6:30am again, and Kristen
is wheeling another prostate patient in,
is wheeling another prostate patient in,
43
157667
5476
São 6:30 de novo, e a Kristen está
levando outro paciente prostático,
levando outro paciente prostático,
mas desta vez para uma sala
de cirurgia robótica.
de cirurgia robótica.
02:55
but this time to the robotic OR.
44
163167
3166
O cirurgião conduz o procedimento,
fixando um robô de quatro braços
fixando um robô de quatro braços
02:59
The attending leads attaching
45
167667
1684
03:01
a four-armed, thousand-pound
robot to the patient.
robot to the patient.
46
169375
2833
e 450 kg no paciente.
Ambos tiram os trajes e vão até o painel
de controle a quatro metros de distância,
de controle a quatro metros de distância,
03:04
They both rip off their scrubs,
47
172750
2434
03:07
head to control consoles
10 or 15 feet away,
10 or 15 feet away,
48
175208
3125
e a Kristen apenas observa.
03:11
and Kristen just watches.
49
179167
3750
O robô permite que o cirurgião faça todo
o procedimento sozinho, e é o que ele faz.
o procedimento sozinho, e é o que ele faz.
03:16
The robot allows the attending
to do the whole procedure himself,
to do the whole procedure himself,
50
184375
3053
03:19
so he basically does.
51
187452
1583
Ele sabe que ela precisa de prática.
03:21
He knows she needs practice.
52
189917
2101
Ele quer dar o controle a ela.
03:24
He wants to give her control.
53
192042
1583
Mas ele também sabe
que ela será mais lenta,
que ela será mais lenta,
03:26
But he also knows she’d be slower
and make more mistakes,
and make more mistakes,
54
194250
3393
e cometerá mais erros, e o paciente
vem em primeiro lugar.
vem em primeiro lugar.
03:29
and his patient comes first.
55
197667
1500
Kristen não tem esperança de chegar perto
daqueles nervos durante esse turno.
daqueles nervos durante esse turno.
03:32
So Kristin has no hope of getting anywhere
near those nerves during this rotation.
near those nerves during this rotation.
56
200250
4625
Terá sorte se operar mais que 15 minutos
durante um procedimento de quatro horas.
durante um procedimento de quatro horas.
03:37
She’ll be lucky if she operates more than
15 minutes during a four-hour procedure.
15 minutes during a four-hour procedure.
57
205417
4375
E ela sabe que quando cometer um erro,
03:42
And she knows that when she slips up,
58
210250
2625
ele irá tocar numa tela e ela
estará assistindo novamente,
estará assistindo novamente,
03:45
he’ll tap a touch screen,
and she’ll be watching again,
and she’ll be watching again,
59
213458
3042
se sentindo como uma criança
no canto da sala com orelhas de burro.
no canto da sala com orelhas de burro.
03:48
feeling like a kid in the corner
with a dunce cap.
with a dunce cap.
60
216917
2625
Como todos os estudos sobre robôs
e trabalhos que fiz em oito anos,
e trabalhos que fiz em oito anos,
03:53
Like all the studies of robots and work
I’ve done in the last eight years,
I’ve done in the last eight years,
61
221583
3501
este começou com uma grande
questão em aberto:
questão em aberto:
03:57
I started this one
with a big, open question:
with a big, open question:
62
225108
2118
03:59
How do we learn to work
with intelligent machines?
with intelligent machines?
63
227250
2792
"Como aprendemos a trabalhar
com máquinas inteligentes?"
com máquinas inteligentes?"
04:02
To find out, I spent two and a half years
observing dozens of residents and surgeons
observing dozens of residents and surgeons
64
230792
5809
Para descobrir, passei dois anos e meio
observando vários residentes e cirurgiões
observando vários residentes e cirurgiões
04:08
doing traditional and robotic surgery,
interviewing them
interviewing them
65
236625
3476
em cirurgias tradicionais e robóticas,
entrevistando-os e, de modo geral,
entrevistando-os e, de modo geral,
04:12
and in general hanging out
with the residents as they tried to learn.
with the residents as they tried to learn.
66
240125
3338
passando o tempo com os residentes
enquanto eles tentavam aprender.
enquanto eles tentavam aprender.
04:16
I covered 18 of the top
US teaching hospitals,
US teaching hospitals,
67
244250
3351
Cobri 18 dos principais hospitais
universitários, e a história era a mesma.
universitários, e a história era a mesma.
04:19
and the story was the same.
68
247625
1458
04:21
Most residents were in Kristen's shoes.
69
249875
2542
A maioria dos residentes estava
na mesma situação da Kristen.
na mesma situação da Kristen.
04:24
They got to “see one” plenty,
70
252958
1792
Eles tinham bastante da parte "veja uma",
04:27
but the “do one” was barely available.
71
255583
2292
mas a "faça uma"
quase não estava disponível.
quase não estava disponível.
04:30
So they couldn’t struggle,
and they weren’t learning.
and they weren’t learning.
72
258333
2528
Eles não encaravam as dificuldades,
e não estavam aprendendo.
e não estavam aprendendo.
04:33
This was important news for surgeons, but
I needed to know how widespread it was:
I needed to know how widespread it was:
73
261291
3810
Isso era importante para os cirurgiões,
mas eu precisava saber o real alcance.
mas eu precisava saber o real alcance.
04:37
Where else was using AI
blocking learning on the job?
blocking learning on the job?
74
265125
3833
Onde mais estavam usando IA
impedindo o aprendizado no trabalho?
impedindo o aprendizado no trabalho?
Para saber, contatei um grupo pequeno
mas crescente de jovens pesquisadores
mas crescente de jovens pesquisadores
04:42
To find out, I’ve connected with a small
but growing group of young researchers
but growing group of young researchers
75
270208
4310
04:46
who’ve done boots-on-the-ground studies
of work involving AI
of work involving AI
76
274542
3434
que haviam feito estudos de campo
sobre o trabalho envolvendo IA
sobre o trabalho envolvendo IA
04:50
in very diverse settings
like start-ups, policing,
like start-ups, policing,
77
278000
2976
em vários contextos
como startups, policiamento,
como startups, policiamento,
04:53
investment banking and online education.
78
281000
2601
bancos de investimento
e educação à distância.
e educação à distância.
04:55
Like me, they spent at least a year
and many hundreds of hours observing,
and many hundreds of hours observing,
79
283625
5851
Como eu, eles passaram ao menos um ano
e centenas de horas observando,
e centenas de horas observando,
entrevistando e muitas vezes trabalhando
lado a lado com as pessoas estudadas.
lado a lado com as pessoas estudadas.
05:01
interviewing and often working
side-by-side with the people they studied.
side-by-side with the people they studied.
80
289500
3917
05:06
We shared data, and I looked for patterns.
81
294458
2417
Trocamos dados, e procurei por padrões.
05:09
No matter the industry, the work,
the AI, the story was the same.
the AI, the story was the same.
82
297917
5208
Não importa a atividade, o trabalho,
a IA, a história era a mesma.
a IA, a história era a mesma.
05:16
Organizations were trying harder
and harder to get results from AI,
and harder to get results from AI,
83
304042
3642
As organizações estavam tentando
cada vez mais obter resultados com a IA,
cada vez mais obter resultados com a IA,
05:19
and they were peeling learners away from
expert work as they did it.
expert work as they did it.
84
307708
3542
e estavam afastando os aprendizes
do trabalho especializado nesse processo.
do trabalho especializado nesse processo.
05:24
Start-up managers were outsourcing
their customer contact.
their customer contact.
85
312333
2875
Gestores de startups estavam
terceirizando o contato com o consumidor.
terceirizando o contato com o consumidor.
05:27
Cops had to learn to deal with crime
forecasts without experts support.
forecasts without experts support.
86
315833
4042
Policiais precisavam aprender a lidar
com prognósticos de crimes
com prognósticos de crimes
sem o apoio de especialistas.
05:32
Junior bankers were getting
cut out of complex analysis,
cut out of complex analysis,
87
320875
3250
Jovens banqueiros estavam sendo
cortados de análises complexas,
cortados de análises complexas,
05:36
and professors had to build
online courses without help.
online courses without help.
88
324500
3083
e professores precisavam criar
cursos online sem ajuda.
cursos online sem ajuda.
E os efeitos de tudo isso
eram os mesmos da cirurgia.
eram os mesmos da cirurgia.
05:41
And the effect of all of this
was the same as in surgery.
was the same as in surgery.
89
329125
3226
05:44
Learning on the job
was getting much harder.
was getting much harder.
90
332375
2917
Aprender no trabalho
estava cada vez mais difícil.
estava cada vez mais difícil.
Isso não pode durar.
05:48
This can’t last.
91
336958
1417
A McKinsey estima que entre
500 mil e 1 bilhão de pessoas
500 mil e 1 bilhão de pessoas
05:51
McKinsey estimates that between half
a billion and a billion of us
a billion and a billion of us
92
339542
4267
05:55
are going to have to adapt to AI
in our daily work by 2030.
in our daily work by 2030.
93
343833
4125
terão que se adaptar à IA
no trabalho de rotina até 2030.
no trabalho de rotina até 2030.
06:01
And we’re assuming
that on-the-job learning
that on-the-job learning
94
349000
2011
E supomos que o aprendizado na prática
estará disponível enquanto tentamos.
estará disponível enquanto tentamos.
06:03
will be there for us as we try.
95
351035
1917
A pesquisa mais recente com funcionários
da Accenture mostrou que a maioria
da Accenture mostrou que a maioria
06:05
Accenture’s latest workers survey showed
that most workers learned key skills
that most workers learned key skills
96
353500
4268
aprende habilidades essenciais
no trabalho, não em treinamentos formais.
no trabalho, não em treinamentos formais.
06:09
on the job, not in formal training.
97
357792
2291
Portanto enquanto falamos bastante
sobre os potenciais impactos futuros,
sobre os potenciais impactos futuros,
06:13
So while we talk a lot about its
potential future impact,
potential future impact,
98
361292
3517
06:16
the aspect of AI
that may matter most right now
that may matter most right now
99
364833
3685
o aspecto da IA que mais
importa neste momento
importa neste momento
06:20
is that we’re handling it in a way
that blocks learning on the job
that blocks learning on the job
100
368542
3375
é que estamos lidando com ela de uma forma
que bloqueia o aprendizado no trabalho
que bloqueia o aprendizado no trabalho
06:24
just when we need it most.
101
372375
1625
justo quando mais precisamos disso.
06:27
Now across all our sites,
a small minority found a way to learn.
a small minority found a way to learn.
102
375458
6042
Por todos os lugares, uma pequena minoria
encontrou uma forma de aprender.
encontrou uma forma de aprender.
06:35
They did it by breaking and bending rules.
103
383625
3042
Eles fizeram isso quebrando
e contornando regras.
e contornando regras.
06:39
Approved methods weren’t working,
so they bent and broke rules
so they bent and broke rules
104
387083
4643
Os métodos aprovados
não estavam funcionando.
não estavam funcionando.
Então eles contornaram
e quebraram as regras
e quebraram as regras
06:43
to get hands-on practice with experts.
105
391750
1976
para colocar a mão na massa
com os especialistas.
com os especialistas.
06:45
In my setting, residents got involved
in robotic surgery in medical school
in robotic surgery in medical school
106
393750
5601
No meu caso, os residentes
se envolveram em cirurgia robótica
se envolveram em cirurgia robótica
na faculdade de medicina,
comprometendo a formação generalista.
comprometendo a formação generalista.
06:51
at the expense
of their generalist education.
of their generalist education.
107
399375
3583
E gastaram centenas de horas extras
com simuladores e gravações de cirurgias,
com simuladores e gravações de cirurgias,
06:56
And they spent hundreds of extra hours
with simulators and recordings of surgery,
with simulators and recordings of surgery,
108
404417
5851
enquanto supostamente devemos
aprender na sala de cirurgia.
aprender na sala de cirurgia.
07:02
when you were supposed to learn in the OR.
109
410292
2541
07:05
And maybe most importantly,
they found ways to struggle
they found ways to struggle
110
413375
3476
E talvez o mais importante, eles acharam
um jeito de enfrentar as dificuldades
um jeito de enfrentar as dificuldades
07:08
in live procedures
with limited expert supervision.
with limited expert supervision.
111
416875
3750
de cirurgias reais com supervisão
limitada de especialistas.
limitada de especialistas.
07:13
I call all this “shadow learning,”
because it bends the rules
because it bends the rules
112
421792
4309
Chamo tudo isso de "educação nas sombras",
porque contorna as regras
e o aluno aprende fora dos holofotes.
e o aluno aprende fora dos holofotes.
07:18
and learner’s do it out of the limelight.
113
426125
2000
07:21
And everyone turns a blind eye
because it gets results.
because it gets results.
114
429542
4101
E todo mundo finge que não vê
porque traz resultados.
porque traz resultados.
07:25
Remember, these are
the star pupils of the bunch.
the star pupils of the bunch.
115
433667
3166
Lembrem, estamos falando
dos melhores alunos do grupo.
dos melhores alunos do grupo.
07:29
Now, obviously, this is not OK,
and it’s not sustainable.
and it’s not sustainable.
116
437792
3208
Agora, obviamente, isso não é certo
e não é sustentável.
e não é sustentável.
07:33
No one should have to risk getting fired
117
441708
2185
Ninguém deveria se arriscar
a perder o emprego
a perder o emprego
07:35
to learn the skills
they need to do their job.
they need to do their job.
118
443917
2150
para aprender as habilidades
que precisa em seu trabalho.
que precisa em seu trabalho.
07:38
But we do need to learn from these people.
119
446792
2056
Mas precisamos aprender com essas pessoas.
07:41
They took serious risks to learn.
120
449917
2250
Elas correm sérios riscos para aprender.
07:44
They understood they needed to protect
struggle and challenge in their work
struggle and challenge in their work
121
452792
4351
Entenderam que precisam defender
as batalhas e desafios no trabalho,
as batalhas e desafios no trabalho,
07:49
so that they could push themselves
to tackle hard problems
to tackle hard problems
122
457167
2892
para que possam se forçar
a enfrentar problemas difíceis,
a enfrentar problemas difíceis,
07:52
right near the edge of their capacity.
123
460083
1959
próximos ao limite de suas capacidades.
Elas se certificam de ter
um especialista por perto,
um especialista por perto,
07:54
They also made sure
there was an expert nearby
there was an expert nearby
124
462458
2216
07:56
to offer pointers and to backstop
against catastrophe.
against catastrophe.
125
464698
3094
para dar conselhos e atuar
como uma barreira contra catástrofes.
como uma barreira contra catástrofes.
08:00
Let’s build this combination
of struggle and expert support
of struggle and expert support
126
468875
3458
Vamos criar essa combinação
de dificuldades e apoio especializado
de dificuldades e apoio especializado
08:04
into each AI implementation.
127
472708
2750
em cada implementação de IA.
08:08
Here’s one clear example
I could get of this on the ground.
I could get of this on the ground.
128
476375
2828
Tenho aqui um exemplo claro
que consegui em campo.
que consegui em campo.
08:12
Before robots,
129
480125
1226
Antes dos robôs, se você fosse
um técnico de desativação de bombas,
um técnico de desativação de bombas,
08:13
if you were a bomb disposal technician,
you dealt with an IED by walking up to it.
you dealt with an IED by walking up to it.
130
481375
4792
lidaria com bombas caseiras de perto.
Um oficial subalterno estaria
a centenas de metros de distância,
a centenas de metros de distância,
08:19
A junior officer was
hundreds of feet away,
hundreds of feet away,
131
487333
2143
08:21
so could only watch and help
if you decided it was safe
if you decided it was safe
132
489500
3309
e poderia apenas observar e ajudar
se você decidisse que era seguro
e o chamasse ao local.
e o chamasse ao local.
08:24
and invited them downrange.
133
492833
1417
08:27
Now you sit side-by-side
in a bomb-proof truck.
in a bomb-proof truck.
134
495208
3893
Agora, vocês se sentam lado a lado
em um caminhão à prova de bombas.
em um caminhão à prova de bombas.
08:31
You both watched the video feed.
135
499125
1809
Ambos assistem ao vídeo,
controlam um robô à distância
controlam um robô à distância
08:32
They control a distant robot,
and you guide the work out loud.
and you guide the work out loud.
136
500958
4310
e você orienta o trabalho em voz alta.
08:37
Trainees learn better than they
did before robots.
did before robots.
137
505292
3208
Os treinandos aprendem melhor
do que faziam antes dos robôs.
do que faziam antes dos robôs.
08:41
We can scale this to surgery,
start-ups, policing,
start-ups, policing,
138
509125
3933
Podemos ampliar isso para cirurgia,
startups, policiamento,
startups, policiamento,
08:45
investment banking,
online education and beyond.
online education and beyond.
139
513082
2625
bancos de investimento,
educação à distância e além.
educação à distância e além.
08:48
The good news is
we’ve got new tools to do it.
we’ve got new tools to do it.
140
516375
2500
A boa notícia é que temos
novas ferramentas para isso.
novas ferramentas para isso.
08:51
The internet and the cloud mean we don’t
always need one expert for every trainee,
always need one expert for every trainee,
141
519750
4082
A internet e a nuvem significam
que não precisamos
que não precisamos
de um especialista para cada treinando,
que eles estejam fisicamente próximos
que eles estejam fisicamente próximos
08:56
for them to be physically near each other
or even to be in the same organization.
or even to be in the same organization.
142
524167
4458
ou até que estejam na mesma organização.
09:01
And we can build AI to help:
143
529292
3041
E podemos criar IA para ajudar a treinar
estudantes em seus esforços,
estudantes em seus esforços,
09:05
to coach learners as they struggle,
to coach experts as they coach
to coach experts as they coach
144
533167
5059
para treinar especialistas
enquanto treinam
enquanto treinam
e para conectar esses dois grupos
de formas inteligentes.
de formas inteligentes.
09:10
and to connect those two groups
in smart ways.
in smart ways.
145
538250
2542
09:15
There are people at work
on systems like this,
on systems like this,
146
543375
2542
Existem pessoas no trabalho
em sistemas assim,
em sistemas assim,
09:18
but they’ve been mostly focused
on formal training.
on formal training.
147
546333
2792
mas geralmente estão concentradas
em treinamento formal.
em treinamento formal.
09:21
And the deeper crisis
is in on-the-job learning.
is in on-the-job learning.
148
549458
2584
E a crise mais grave está
no treinamento na prática.
no treinamento na prática.
09:24
We must do better.
149
552417
1851
Precisamos fazer melhor.
09:26
Today’s problems demand we do better
150
554292
2583
Os problemas atuais requerem
que façamos melhor para criar um trabalho
que façamos melhor para criar um trabalho
09:29
to create work that takes full advantage
of AI’s amazing capabilities
of AI’s amazing capabilities
151
557375
4875
que aproveite ao máximo
todas as possibilidades incríveis da IA,
todas as possibilidades incríveis da IA,
ao mesmo tempo em que melhora
as nossas habilidades.
as nossas habilidades.
09:35
while enhancing our skills as we do it.
152
563042
2750
09:38
That’s the kind of future
I dreamed of as a kid.
I dreamed of as a kid.
153
566333
2750
Esse é o tipo de futuro que eu sonhava
quando era criança.
quando era criança.
09:41
And the time to create it is now.
154
569458
2167
E o tempo de criá-lo é agora.
Obrigado.
09:44
Thank you.
155
572333
1226
(Aplausos)
09:45
(Applause)
156
573583
3625
ABOUT THE SPEAKER
Matt Beane - Organizational ethnographerMatt Beane is an Assistant Professor in the Technology Management Program at the University of California, Santa Barbara and a Research Affiliate with MIT's Institute for the Digital Economy.
Why you should listen
Matt Beane does field research on work involving robots to help us understand the implications of intelligent machines for the broader world of work. Any of his projects mean many hundreds of hours -- sometimes years -- watching, interviewing and often working side by side with people trying to work with robots to get their jobs done.
Beane has studied robotic surgery, robotic materials transport and robotic telepresence in healthcare, elder care and knowledge work. He has published in top management journals such as Administrative Science Quarterly, he was selected in 2012 as a Human Robot Interaction Pioneer and is a regular contributor to popular outlets such as Wired, MIT Technology Review, TechCrunch, Forbes and Robohub. He also took a two-year hiatus from his doctoral studies to help found and fund Humatics, an MIT-connected, full-stack IoT startup.
Beane is an Assistant Professor in the Technology Management Program at the University of California, Santa Barbara and a Research Affiliate with MIT's Institute for the Digital Economy. He received his PhD from the MIT Sloan School of Management.
Matt Beane | Speaker | TED.com