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 desenvolvimento de aptidões, em todo o mundo, tem sido o mesmo há milhares de anos: treinar sob a tutela de um especialista e assumir tarefas pequenas e fáceis antes de progredir para tarefas mais arriscadas e difíceis. Mas agora, estamos a lidar com a IA de uma maneira que bloqueia esse caminho — e a sacrificar a aprendizagem na nossa busca de produtividade, diz o etnógrafo organizacional Matt Beane. O que pode ser feito? Beane partilha uma visão que transforma a história atual numa titoria distribuída, reforçada pelas máquinas, que aproveita ao máximo os recursos incríveis da IA, e melhoram as nossas aptidões, 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 seis e meia da manhã,
00:15
and Kristen is wheeling
her prostate patient into the OR.
her prostate patient into the OR.
1
3583
4875
Kristen está a levar o paciente
da próstata para o bloco operatório.
da próstata para o bloco operatório.
Ela é médica residente,
cirurgiã em formação.
cirurgiã em formação.
00:21
She's a resident, a surgeon in training.
2
9500
2250
00:24
It’s her job to learn.
3
12333
2167
O seu trabalho é aprender.
Hoje, espera fazer uma cirurgia
extremadamente delicada
extremadamente delicada
00:27
Today, she’s really hoping to do
some of the nerve-sparing,
some of the nerve-sparing,
4
15292
3351
00:30
extremely delicate dissection
that can preserve erectile function.
that can preserve erectile function.
5
18667
3875
na próstata do paciente, que
possa preservar a função erétil do pénis.
possa preservar a função erétil do pénis.
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 é da responsabilidade do cirurgião
principal, mas ele ainda não chegou.
principal, mas ele ainda não chegou.
Ela e a sua equipa anestesiam o paciente
00:39
She and the team put the patient under,
7
27625
2393
00:42
and she leads the initial eight-inch
incision in the lower abdomen.
incision in the lower abdomen.
8
30042
3708
e ela encarrega-se da incisão inicial
de 20 cm na parte inferior do abdómen.
de 20 cm na parte inferior do abdómen.
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
Depois de prender a incisão,
diz ao enfermeiro para chamar o cirurgião.
diz ao enfermeiro para chamar o cirurgião.
00:51
He arrives, gowns up,
10
39583
2292
Este chega, veste a bata.
00:54
And from there on in, their four hands
are mostly in that patient --
are mostly in that patient --
11
42458
5792
Daquele momento em diante,
as quatro mãos não largam o paciente.
as quatro mãos não largam o paciente.
01:00
with him guiding
but Kristin leading the way.
but Kristin leading the way.
12
48708
2917
O cirurgião vai orientando
mas é Kristen que lidera o caminho.
mas é Kristen que lidera 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
Depois de removida a próstata
— ele permitiu que Kristen
preservasse os nervos —
preservasse os nervos —
01:09
he rips off his scrubs.
14
57542
1226
ele despe a roupa
01:10
He starts to do paperwork.
15
58792
1375
e começa a trabalhar na papelada.
01:12
Kristen closes the patient by 8:15,
16
60833
5375
Kristen fecha o paciente
às oito e um quarto,
às oito e um quarto,
01:18
with a junior resident
looking over her shoulder.
looking over her shoulder.
17
66583
2435
com um residente júnior
a olhar por cima do ombro dela.
a olhar por cima do ombro dela.
01:21
And she lets him do
the final line of sutures.
the final line of sutures.
18
69042
3083
Ela deixa-o fazer
a linha final das suturas.
a linha final das suturas.
01:24
Kristen feels great.
19
72833
3042
Kristen sente-se ótima.
01:28
Patient’s going to be fine,
20
76250
1559
O paciente vai ficar bem
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
e, sem dúvida, ela é uma cirurgiã melhor
do que era às seis e meia.
do que era às seis e meia.
01:34
Now this is extreme work.
22
82208
2834
Isto é um trabalho radical,
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
mas Kristen está a aprender a trabalhar
do modo que muitos de nós fazemos:
do modo que muitos de nós fazemos:
01:41
watching an expert for a bit,
24
89625
1893
observando um especialista por um tempo,
01:43
getting involved in easy,
safe parts of the work
safe parts of the work
25
91542
3142
envolvendo-se em partes
fáceis e seguras do trabalho
fáceis e seguras do trabalho
01:46
and progressing to riskier
and harder tasks
and harder tasks
26
94708
2185
e progredindo para tarefas
mais arriscadas e difíceis
mais arriscadas e difíceis
01:48
as they guide and decide she’s ready.
27
96917
2333
enquanto ele guia e decide
se ela está preparada.
se ela está preparada.
01:52
My whole life I’ve been fascinated
by this kind of learning.
by this kind of learning.
28
100042
2892
Toda a minha vida me senti fascinado
por este tipo de aprendizagem.
por este tipo de aprendizagem.
01:54
It feels elemental,
part of what makes us human.
part of what makes us human.
29
102958
3667
Parece elementar,
é uma parte do que nos torna humanos.
é uma parte do que nos torna humanos.
01:59
It has different names: apprenticeship,
coaching, mentorship, on the job training.
coaching, mentorship, on the job training.
30
107750
5417
Tem nomes diferentes: aprendizagem,
treino e tutoria. formação profissional.
treino e tutoria. formação profissional.
02:05
In surgery, it’s called
“see one, do one, teach one.”
“see one, do one, teach one.”
31
113542
3291
Na cirurgia, chama-se:
“Vejam, façam, ensinem.”
“Vejam, façam, ensinem.”
Mas o processo é sempre o mesmo
e tem sido o caminho principal
e tem sido o caminho principal
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
para a competência
em todo o mundo, há milhares de anos
em todo o mundo, há milhares de anos
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
Neste momento, estamos a lidar com a IA
de um modo que bloqueia esse caminho.
de um modo que bloqueia esse caminho.
02:21
We’re sacrificing learning
in our quest for productivity.
in our quest for productivity.
35
129625
2690
Estamos a sacrificar a aprendizagem
na busca da produtividade.
na busca da produtividade.
A primeira vez que descobri isso
na cirurgia, eu estava no MIT
na cirurgia, 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 sei que
está a acontecer em toda a parte,
está a acontecer em 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 indústrias muito diferentes
e com tipos muito diferentes de IA.
e com tipos muito diferentes de IA.
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
Se não fizermos nada, milhões de nós
vamos "bater contra uma parede de tijolos"
vamos "bater contra uma parede de tijolos"
02:40
as we try to learn to deal with AI.
40
148958
2417
quando tentarmos
aprender a lidar com a IA.
aprender a lidar com a IA.
02:45
Let’s go back to surgery to see how.
41
153125
1772
Voltemos à cirurgia para perceber como é.
02:47
Fast forward six months.
42
155708
1935
Passaram-se seis meses.
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 seis e meia da manhã e Kristen
está a levar outro paciente de próstata
está a levar outro paciente de próstata
02:55
but this time to the robotic OR.
44
163167
3166
mas, desta vez,
para o bloco operatório de robótica.
para o bloco operatório de robótica.
02:59
The attending leads attaching
45
167667
1684
O cirurgião-chefe coordena
a ligação
a ligação
03:01
a four-armed, thousand-pound
robot to the patient.
robot to the patient.
46
169375
2833
de um robô de quatro braços
de 450 kg no paciente.
de 450 kg no paciente.
03:04
They both rip off their scrubs,
47
172750
2434
Ambos despem as batas,
03:07
head to control consoles
10 or 15 feet away,
10 or 15 feet away,
48
175208
3125
dirigem-se às consolas de controlo
a 3 ou 4 metros de distância,
a 3 ou 4 metros de distância,
03:11
and Kristen just watches.
49
179167
3750
e Kristen limita-se a observar.
03:16
The robot allows the attending
to do the whole procedure himself,
to do the whole procedure himself,
50
184375
3053
O robô permite que o cirurgião-chefe
faça todo o processo sozinho,
faça todo o processo sozinho,
03:19
so he basically does.
51
187452
1583
por isso, é o que ele faz.
03:21
He knows she needs practice.
52
189917
2101
Ele sabe que ela precisa de praticar.
03:24
He wants to give her control.
53
192042
1583
Quer dar-lhe o controlo da operação.
03:26
But he also knows she’d be slower
and make more mistakes,
and make more mistakes,
54
194250
3393
Mas também sabe que ela seria mais lenta
e pode cometer mais erros
e pode cometer mais erros
03:29
and his patient comes first.
55
197667
1500
e o paciente está primeiro.
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
Kristen não tem esperança de chegar
perto dos nervos durante a operação.
perto dos nervos durante a operação.
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
Terá sorte se operar mais de 15 minutos
durante um processo de quatro horas.
durante um processo de quatro horas.
03:42
And she knows that when she slips up,
58
210250
2625
Sabe que, se fizer algum erro,
ele toca no ecrã e ela ficará
a assistir de novo,
a assistir de novo,
03:45
he’ll tap a touch screen,
and she’ll be watching again,
and she’ll be watching again,
59
213458
3042
03:48
feeling like a kid in the corner
with a dunce cap.
with a dunce cap.
60
216917
2625
sentindo-se como uma criança
ao canto, com orelhas de burro.
ao canto, com orelhas de burro.
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
Como em todos os estudos
de robôs que fiz nos últimos oito anos,
de robôs que fiz nos últimos oito anos,
comecei este com uma
grande pergunta aberta:
grande pergunta aberta:
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 isso,
passei dois anos e meio
passei dois anos e meio
a observar dezenas
de residentes e cirurgiões
de residentes e cirurgiões
04:08
doing traditional and robotic surgery,
interviewing them
interviewing them
65
236625
3476
a fazer cirurgia tradicional e robótica,
a entrevistá-los
a entrevistá-los
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
e a conviver 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
Visitei 18 dos melhores
hospitais-escolas dos EUA
hospitais-escolas dos EUA
04:19
and the story was the same.
68
247625
1458
e a história era sempre a mesma.
04:21
Most residents were in Kristen's shoes.
69
249875
2542
A maioria dos residentes estavam
na mesma situação que Kristen.
na mesma situação que Kristen.
04:24
They got to “see one” plenty,
70
252958
1792
Assistiam com grande frequência,
04:27
but the “do one” was barely available.
71
255583
2292
mas raramente faziam uma cirurgia.
04:30
So they couldn’t struggle,
and they weren’t learning.
and they weren’t learning.
72
258333
2528
Assim, não podiam esforçar-se
e não estavam a aprender.
e não estavam a aprender.
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
Isto era importante para os cirurgiões,
mas eu queria saber o quão difundido era:
mas eu queria saber o quão difundido era:
04:37
Where else was using AI
blocking learning on the job?
blocking learning on the job?
74
265125
3833
Onde é que a IA estava a bloquear
a aprendizagem no trabalho?
a aprendizagem no trabalho?
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
Para descobri-lo, juntei-me
a um pequeno grupo de investigadores
a um pequeno grupo de investigadores
que tinham feito estudos no terreno
de trabalho que envolvia IA,
de trabalho que envolvia IA,
04:46
who’ve done boots-on-the-ground studies
of work involving AI
of work involving AI
76
274542
3434
04:50
in very diverse settings
like start-ups, policing,
like start-ups, policing,
77
278000
2976
em ambientes muito diversos
como "start-ups", policiamento,
como "start-ups", policiamento,
04:53
investment banking and online education.
78
281000
2601
bancos de investimento e ensino "online".
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
Tal como eu, tinham passado
pelo menos um ano
pelo menos um ano
e muitas centenas de horas a observar,
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
a entrevistar e muitas vezes a trabalhar
lado a lado com as pessoas que estudavam.
lado a lado com as pessoas que estudavam.
05:06
We shared data, and I looked for patterns.
81
294458
2417
Partilhámos dados e eu procurei 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
Qualquer que fosse a indústria,
o trabalho, a IA,
o trabalho, a IA,
a história era sempre 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 esforçavam-se
cada vez mais para obter resultados da IA
cada vez mais para obter resultados da 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
afastando os aprendizes
do trabalho especializado, durante isso.
do trabalho especializado, durante isso.
05:24
Start-up managers were outsourcing
their customer contact.
their customer contact.
85
312333
2875
Gestores de "start-ups" estavam
a subcontratar o contacto com clientes.
a subcontratar o contacto com clientes.
05:27
Cops had to learn to deal with crime
forecasts without experts support.
forecasts without experts support.
86
315833
4042
Os polícias tinham de aprender
a lidar com prognósticos de crimes
sem o apoio de especialistas.
sem o apoio de especialistas.
05:32
Junior bankers were getting
cut out of complex analysis,
cut out of complex analysis,
87
320875
3250
Banqueiros sem experiência estavam
a ser afastados de análises complexas
a ser afastados de análises complexas
05:36
and professors had to build
online courses without help.
online courses without help.
88
324500
3083
e professores tinham de criar
cursos "online" sem ajuda.
cursos "online" sem ajuda.
05:41
And the effect of all of this
was the same as in surgery.
was the same as in surgery.
89
329125
3226
O efeito de tudo isso
foi o mesmo que na cirurgia.
foi o mesmo que na cirurgia.
05:44
Learning on the job
was getting much harder.
was getting much harder.
90
332375
2917
Aprender no trabalho
estava a ficar muito mais difícil.
estava a ficar muito mais difícil.
05:48
This can’t last.
91
336958
1417
Isto não pode continuar.
05:51
McKinsey estimates that between half
a billion and a billion of us
a billion and a billion of us
92
339542
4267
A McKinsey calcula que,
entre 500 milhões e mil milhões de nós
entre 500 milhões e mil milhões de nós
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
vão ter de se adaptar à IA
no nosso trabalho diário até 2030.
no nosso trabalho diário até 2030.
06:01
And we’re assuming
that on-the-job learning
that on-the-job learning
94
349000
2011
Estamos a assumir
que a aprendizagem no trabalho
que a aprendizagem no trabalho
06:03
will be there for us as we try.
95
351035
1917
vai existir enquanto tentamos.
O mais recente estudo
de trabalhadores, da Accenture,
de trabalhadores, da Accenture,
06:05
Accenture’s latest workers survey showed
that most workers learned key skills
that most workers learned key skills
96
353500
4268
mostrou que a maioria dos trabalhadores
06:09
on the job, not in formal training.
97
357792
2291
aprendeu competências-chave
no trabalho, e não em treino formal.
no trabalho, e não em treino formal.
06:13
So while we talk a lot about its
potential future impact,
potential future impact,
98
361292
3517
Então, enquanto falamos muito
no seu futuro impacto potencial,
no seu futuro impacto potencial,
06:16
the aspect of AI
that may matter most right now
that may matter most right now
99
364833
3685
o aspeto da IA que pode
ser mais importante agora
ser mais importante agora
é que estamos a lidar com ela
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
de um modo que bloqueia
a aprendizagem no trabalho
a aprendizagem no trabalho
06:24
just when we need it most.
101
372375
1625
justamente quando é o que mais precisamos.
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
Em toda a parte, uma pequena minoria
encontrou forma de aprender.
encontrou forma de aprender.
06:35
They did it by breaking and bending rules.
103
383625
3042
Fizeram-no, quebrando
e torneando as regras.
e torneando as 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 funcionavam
e eles tornearam e quebraram as regras
e eles tornearam e quebraram as regras
para obter experiência prática
com especialistas.
com especialistas.
06:43
to get hands-on practice with experts.
105
391750
1976
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 meio, os residentes
envolveram-se em cirurgia robótica
envolveram-se em cirurgia robótica
na faculdade de medicina
06:51
at the expense
of their generalist education.
of their generalist education.
107
399375
3583
à custa da sua educação generalista.
06:56
And they spent hundreds of extra hours
with simulators and recordings of surgery,
with simulators and recordings of surgery,
108
404417
5851
Gastaram centenas de horas extras
com simuladores e gravações de cirurgia,
com simuladores e gravações de cirurgia,
07:02
when you were supposed to learn in the OR.
109
410292
2541
quando supostamente deviam
aprender no bloco operatório.
aprender no bloco operatório.
07:05
And maybe most importantly,
they found ways to struggle
they found ways to struggle
110
413375
3476
Talvez o mais importante,
encontraram forma de praticar
encontraram forma de praticar
07:08
in live procedures
with limited expert supervision.
with limited expert supervision.
111
416875
3750
em procedimentos ao vivo
com supervisão especializada limitada.
com supervisão especializada limitada.
07:13
I call all this “shadow learning,”
because it bends the rules
because it bends the rules
112
421792
4309
Chamo a isto "aprendizagem na sombra"
porque contorna as regras
porque contorna as regras
07:18
and learner’s do it out of the limelight.
113
426125
2000
e o aluno faz isso às escondidas.
07:21
And everyone turns a blind eye
because it gets results.
because it gets results.
114
429542
4101
Toda a gente fecha os olhos
porque obtêm-se resultados.
porque obtêm-se resultados.
07:25
Remember, these are
the star pupils of the bunch.
the star pupils of the bunch.
115
433667
3166
Lembrem-se, estes são
os alunos estrelas do grupo.
os alunos estrelas do grupo.
07:29
Now, obviously, this is not OK,
and it’s not sustainable.
and it’s not sustainable.
116
437792
3208
Obviamente, isto não está certo,
e não é sustentável.
e não é sustentável.
07:33
No one should have to risk getting fired
117
441708
2185
Ninguém devia correr o risco
de ser despedido
de ser despedido
para aprender as competências
de que precisam para o seu trabalho.
de que precisam para o seu trabalho.
07:35
to learn the skills
they need to do their job.
they need to do their job.
118
443917
2150
07:38
But we do need to learn from these people.
119
446792
2056
Mas precisamos de aprender
com essas pessoas.
com essas pessoas.
07:41
They took serious risks to learn.
120
449917
2250
Correram 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
Perceberam que precisavam de proteger,
de se esforçar e desafiar no seu trabalho
de se esforçar e desafiar no seu trabalho
07:49
so that they could push themselves
to tackle hard problems
to tackle hard problems
122
457167
2892
para poderem melhorar
e resolver problemas mais difíceis
e resolver problemas mais difíceis
07:52
right near the edge of their capacity.
123
460083
1959
muito perto do limiar
das suas capacidades.
das suas capacidades.
Também se certificaram
de que havia um especialista por perto
de que havia 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 lhes oferecer conselhos
e impedir catástrofes.
e impedir catástrofes.
08:00
Let’s build this combination
of struggle and expert support
of struggle and expert support
126
468875
3458
Criemos essa combinação
de esforço e apoio de especialistas
de esforço e apoio de especialistas
08:04
into each AI implementation.
127
472708
2750
na implementação da 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
Este é um exemplo claro
que obtive no terreno.
que obtive no terreno.
08:12
Before robots,
129
480125
1226
Antes dos robôs, um técnico
de neutralização de bombas
de neutralização 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
lidava com uma bomba caseira,
aproximando-se dela.
aproximando-se dela.
Um oficial menos graduado,
a dezenas de metros de distância,
a dezenas 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
só podia observar e ajudar
se o técnico decidisse que era seguro
se o técnico decidisse que era seguro
08:24
and invited them downrange.
133
492833
1417
e o chamasse para o local.
08:27
Now you sit side-by-side
in a bomb-proof truck.
in a bomb-proof truck.
134
495208
3893
Hoje, estão sentados lado a lado
num camião à prova de explosões.
num camião à prova de explosões.
08:31
You both watched the video feed.
135
499125
1809
Os dois assistem à transmissão do vídeo.
08:32
They control a distant robot,
and you guide the work out loud.
and you guide the work out loud.
136
500958
4310
Controlam um robô distante
e o técnico guia o trabalho em voz alta.
e o técnico guia o trabalho em voz alta.
08:37
Trainees learn better than they
did before robots.
did before robots.
137
505292
3208
Os militares em formação aprendem
melhor do que antes dos robôs.
melhor do que antes dos robôs.
08:41
We can scale this to surgery,
start-ups, policing,
start-ups, policing,
138
509125
3933
Podemos fazer o mesmo na cirurgia,
nas "start-ups", no policiamento,
nas "start-ups", no policiamento,
08:45
investment banking,
online education and beyond.
online education and beyond.
139
513082
2625
nos bancos de investimento,
no ensino "online" e não só.
no ensino "online" e não só.
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
Felizmente, temos novas
ferramentas para fazer isso.
ferramentas para fazer isso.
A Internet e a nuvem
significam que nem sempre
significam que nem sempre
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
precisamos de um especialista
para cada formando,
para cada formando,
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
não têm de estar fisicamente
próximos uns dos outros
próximos uns dos outros
nem sequer de estarem
na mesma organização.
na mesma organização.
09:01
And we can build AI to help:
143
529292
3041
Podemos desenvolver a IA para ajudar:
para treinar os formandos
09:05
to coach learners as they struggle,
to coach experts as they coach
to coach experts as they coach
144
533167
5059
enquanto eles se esforçam, para treinar
especialistas enquanto ensinam
especialistas enquanto ensinam
e ligar esses dois grupos
de forma inteligente.
de forma inteligente.
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
Há pessoas a trabalhar
em sistemas como este,
em sistemas como este,
09:18
but they’ve been mostly focused
on formal training.
on formal training.
147
546333
2792
mas têm-se concentrado
principalmente em treino formal.
principalmente em treino formal.
09:21
And the deeper crisis
is in on-the-job learning.
is in on-the-job learning.
148
549458
2584
A crise mais profunda
está na aprendizagem no trabalho.
está na aprendizagem no trabalho.
09:24
We must do better.
149
552417
1851
Precisamos de fazer melhor.
09:26
Today’s problems demand we do better
150
554292
2583
Os problemas de hoje
exigem que façamos melhor
exigem que façamos melhor
09:29
to create work that takes full advantage
of AI’s amazing capabilities
of AI’s amazing capabilities
151
557375
4875
para criar um trabalho que aproveite
ao máximo as capacidades incríveis da IA
ao máximo as capacidades incríveis da IA
09:35
while enhancing our skills as we do it.
152
563042
2750
enquanto aumentamos
as nossas aptidões enquanto fazemos.
as nossas aptidões enquanto fazemos.
09:38
That’s the kind of future
I dreamed of as a kid.
I dreamed of as a kid.
153
566333
2750
Este é o tipo de futuro
com que eu sonhei quando miúdo.
com que eu sonhei quando miúdo.
09:41
And the time to create it is now.
154
569458
2167
E a hora de criá-lo é agora.
09:44
Thank you.
155
572333
1226
Obrigado.
09:45
(Applause)
156
573583
3625
(Aplausos)
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