ABOUT THE SPEAKER
Eric Berridge - Entrepreneur
Eric Berridge is an entrepreneurial humanist who believes our society is overly obsessed with STEM.

Why you should listen

As the co-founder of global consulting agency and Salesforce strategic partner Bluewolf, an IBM Company, Eric Berridge has applied his passion for the humanities over the past 17 years to pioneer a cloud consulting practice with less than 10 percent of employees holding engineering or computer science degrees. The way he sees it, as technology becomes easier to use and build, the humanities offer skills that are becoming increasingly valuable to the success of business everywhere. And today’s AI-driven discussion holds the key to freeing the human condition to be balanced, healthy, creative and productive.

More profile about the speaker
Eric Berridge | Speaker | TED.com
TED@IBM

Eric Berridge: Why tech needs the humanities

เอริก เบอร์ริดจ์ (Eric Berridge): ทำไมเทคโนโลยีจำเป็นต้องมีมนุษยศาสตร์

Filmed:
1,226,683 views

ผู้ประกอบการนาม เอริก เบอร์ริดจ์ ได้กล่าวไว้ว่า ถ้าคุณต้องการสร้างทีมนักแก้ปัญหาอย่างสร้างสรรค์ คุณต้องให้ความสำคัญกับมนุษยศาสตร์มากพอ ๆ กับวิทยาศาสตร์ เขาบอกเหตุผลที่ว่าทำไมบริษัทต่าง ๆ ควรมองหาลูกจ้างใหม่ที่เป็นมากกว่าคนที่เรียนจบด้าน STEM และวิถีทางที่คนมีปูมหลังด้านศิลปศาสตร์และมนุษยศาสตร์สามารถนำความคิดสร้างสรรค์และความเข้าใจที่ลึกซึ้งมาทำงานให้กับบริษัทเทคโนโลยีทั้งหลายได้
- Entrepreneur
Eric Berridge is an entrepreneurial humanist who believes our society is overly obsessed with STEM. Full bio

Double-click the English transcript below to play the video.

00:12
You've all been in a barบาร์, right?
0
647
2242
คุณทุกคนเคยไปร้านเหล้าใช่ไหมครับ
00:14
(Laughterเสียงหัวเราะ)
1
2913
1491
(เสียงหัวเราะ)
00:16
But have you ever goneที่ไปแล้ว to a barบาร์
2
4759
2694
แต่คุณเคยไปร้านเหล้า
00:19
and come out with a $200 millionล้าน businessธุรกิจ?
3
7477
2952
แล้วกลับออกมาพร้อมกับธุรกิจ
ที่ทำเงิน 200 ล้านเหรียญไหมครับ
00:24
That's what happenedที่เกิดขึ้น to us
about 10 yearsปี agoมาแล้ว.
4
12276
2280
นั่นคือสิ่งที่เกิดขึ้น
กับพวกเราเมื่อ 10 ปีก่อน
00:27
We'dพุธ had a terribleน่ากลัว day.
5
15445
1705
แต่ก่อนพวกเราเคยมีวันแย่ ๆ
00:30
We had this hugeใหญ่ clientลูกค้า
that was killingที่ฆ่า us.
6
18012
4064
เรามีลูกค้ารายใหญ่ที่กำลังจะฆ่าเรา
00:34
We're a softwareซอฟต์แวร์ consultingการให้คำปรึกษา firmบริษัท,
7
22100
2604
เราเป็นบริษัทให้คำปรึกษาเกี่ยวกับซอฟท์แวร์
00:36
and we couldn'tไม่สามารถ find
a very specificโดยเฉพาะ programmingการเขียนโปรแกรม skillความสามารถ
8
24728
2982
และเราก็ยังไม่สามารถหาผู้ที่มี
ทักษะการเขียนโปรแกรมจำเพาะ
00:39
to help this clientลูกค้า deployปรับใช้
a cutting-edgeตัดขอบ cloudเมฆ systemระบบ.
9
27734
3158
ที่จะช่วยสร้างระบบคลาวด์อันยอดเยี่ยม
ให้ลูกค้ารายนี้ได้
00:43
We have a bunchพวง of engineersวิศวกร,
10
31798
1421
เรามีวิศวกรอยู่กลุ่มหนึ่ง
00:45
but noneไม่มี of them could please this clientลูกค้า.
11
33243
2594
แต่ไม่มีใครเลย
ที่จะทำให้ลูกค้ารายนี้พอใจได้
00:49
And we were about to be firedยิง.
12
37274
1657
และเรากำลังจะถูกเลิกจ้าง
00:51
So we go out to the barบาร์,
13
39888
2335
เราก็เลยไปที่ร้านเหล้า
00:54
and we're hangingที่แขวนอยู่ out
with our bartenderบาร์เทนเด friendเพื่อน Jeffเจฟฟ์,
14
42247
4047
และเราก็นั่งเล่นอยู่ตรงนั้น
กับเจฟ เพื่อนนักชงของเรา
00:58
and he's doing
what all good bartendersราตรี do:
15
46318
2001
แล้วเขาก็ทำในสิ่งที่
บาร์เทนเดอร์ดี ๆ เขาทำกัน
01:00
he's commiseratingcommiserating with us,
makingการทำ us feel better,
16
48343
3022
เขาแสดงความรู้สึกร่วม ทำให้เรารู้สึกดีขึ้น
01:03
relatingที่เกี่ยวข้อง to our painความเจ็บปวด,
17
51389
2292
เข้าอกเข้าใจความเจ็บปวดของเรา
01:05
sayingคำพูด, "Hey, these guys
are overblowingoverblowing it.
18
53705
2048
เขาพูดว่า "เฮ้ พวกนั้นกำลังคิดมากไปน่ะ
01:07
Don't worryกังวล about it."
19
55777
1183
อย่ากังวลไปนักเลย"
01:08
And finallyในที่สุด, he deadpansdeadpans us and saysกล่าวว่า,
20
56984
2214
และท้ายที่สุด เขาก็แหย่เราว่า
01:11
"Why don't you sendส่ง me in there?
21
59222
2293
"ทำไมไม่ลองส่งผมไปล่ะ
01:13
I can figureรูป it out."
22
61539
1507
ผมช่วยแก้ปัญหาได้นะ"
01:15
So the nextต่อไป morningตอนเช้า,
we're hangingที่แขวนอยู่ out in our teamทีม meetingการประชุม,
23
63585
3081
เช้าวันต่อมา เรานั่งกันอยู่ในที่ประชุมทีม
01:19
and we're all a little hazyมีหมอก ...
24
67901
2555
เราก็ยังเมาค้างกันนิด ๆ
01:22
(Laughterเสียงหัวเราะ)
25
70480
1150
(เสียงหัวเระ)
01:24
and I half-jokinglyติดครึ่ง throwโยน it out there.
26
72504
2120
แล้วผมก็ลองแหย่แบบติดตลกไปว่า
01:26
I say, "Hey, I mean,
we're about to be firedยิง."
27
74648
2584
"เฮ้ เรากำลังจะถูกไล่ออกอยู่นะ"
01:29
So I say,
28
77256
1302
แล้วผมก็พูดว่า
01:30
"Why don't we sendส่ง in
Jeffเจฟฟ์, the bartenderบาร์เทนเด?"
29
78582
2082
"ทำไมเราไม่ลองส่งบาร์เทนเดอร์เจฟไปล่ะ"
01:32
(Laughterเสียงหัวเราะ)
30
80688
3077
(เสียงหัวเราะ)
01:35
And there's some silenceความเงียบ,
some quizzicalquizzical looksรูปลักษณ์.
31
83789
4061
แล้วก็เกิดความเงียบกับสายตาแบบงง ๆ
01:39
Finallyในที่สุด, my chiefหัวหน้า of staffบุคลากร saysกล่าวว่า,
"That is a great ideaความคิด."
32
87874
3542
ท้ายที่สุด หัวหน้าทีมของผมก็พูดว่า
"เป็นความคิดที่ดีนะ"
01:43
(Laughterเสียงหัวเราะ)
33
91440
1737
(เสียงหัวเราะ)
01:45
"Jeffเจฟฟ์ is wickedชั่วร้าย smartฉลาด. He's brilliantสุกใส.
34
93201
2094
"เจฟฉลาดมีไหวพริบ เขาเก่งมาก
01:48
He'llนรก figureรูป it out.
35
96168
1150
เขาน่าจะพบกับทางออก
01:50
Let's sendส่ง him in there."
36
98328
1413
ส่งเขาไปเลย"
01:52
Now, Jeffเจฟฟ์ was not a programmerโปรแกรมเมอร์.
37
100189
2526
ทีนี้ เจฟไม่ใช่โปรแกรมเมอร์
01:54
In factความจริง, he had droppedปรับตัวลดลง out of Pennเพนน์
as a philosophyปรัชญา majorสำคัญ.
38
102739
3889
เขาเลิกเรียนกลางคัน
จากมหาวิทยาลัยเพ็น สาขาวิชาปรัชญา
01:59
But he was brilliantสุกใส,
39
107491
1994
แต่เขาเก่งมาก
02:01
and he could go deepลึก on topicsหัวข้อ,
40
109509
2627
และสามารถเข้าลึกได้ในหลายประเด็น
02:04
and we were about to be firedยิง.
41
112160
2032
และเราก็กำลังจะถูกเลิกจ้าง
02:06
So we sentส่ง him in.
42
114216
1150
เราก็เลยส่งเขาไป
02:09
After a coupleคู่ daysวัน of suspenseความใจจดใจจ่อ,
43
117839
1986
หลังจากสองสามวันแห่งความหวั่นใจ
02:11
Jeffเจฟฟ์ was still there.
44
119849
2157
เจฟก็ยังอยู่ที่นั้น
02:15
They hadn'tไม่ได้ sentส่ง him home.
45
123002
2140
พวกเขาไม่ได้ส่งเจฟกลับบ้าน
02:17
I couldn'tไม่สามารถ believe it.
46
125166
2066
ผมไม่อยากจะเชื่อเลย
02:19
What was he doing?
47
127256
1491
เจฟไปทำอะไรนะ
02:21
Here'sต่อไปนี้คือ what I learnedได้เรียนรู้.
48
129281
1150
และนี่คือสิ่งที่ผมได้เรียนรู้
02:23
He had completelyอย่างสมบูรณ์ disarmedขจัดอารมณ์ของ
theirของพวกเขา fixationความสำรวม on the programmingการเขียนโปรแกรม skillความสามารถ.
49
131318
4210
เจฟได้ถอดเกราะความเข้มงวด
เรื่องทักษะการเขียนโปรแกรมออกจนหมด
02:29
And he had changedการเปลี่ยนแปลง the conversationการสนทนา,
50
137004
2921
เขาได้เปลี่ยนบทสนทนา
02:31
even changingเปลี่ยนแปลง what we were buildingอาคาร.
51
139949
2016
และเปลี่ยนสิ่งที่เรากำลังสร้างอยู่ด้วย
02:33
The conversationการสนทนา was now
about what we were going to buildสร้าง and why.
52
141989
4552
บทสนทนากลายเรื่องว่า
เรากำลังจะสร้างอะไรและทำไม
02:41
And yes, Jeffเจฟฟ์ figuredคิด out
how to programโครงการ the solutionวิธีการแก้,
53
149059
5358
ครับ เจฟหาทางออก
ในการสร้างโปรแกรมเพื่อแก้ปัญหาได้
02:46
and the clientลูกค้า becameกลายเป็น
one of our bestดีที่สุด referencesการอ้างอิง.
54
154441
2365
และลูกค้ารายนั้นก็กลายมาเป็น
ตัวอย่างผลงานอ้างอิงสำคัญของเรา
02:50
Back then, we were 200 people,
55
158782
1977
ตอนนั้น เรามีกันแค่ 200 คน
02:52
and halfครึ่ง of our companyบริษัท was madeทำ up
of computerคอมพิวเตอร์ scienceวิทยาศาสตร์ majorsสาขาวิชา or engineersวิศวกร,
56
160783
6320
และครึ่งหนึ่งของบริษัทประกอบด้วย
นักวิทยาศาสตร์คอมพิวเตอร์หรือไม่ก็วิศวกร
02:59
but our experienceประสบการณ์ with Jeffเจฟฟ์
left us wonderingสงสัย:
57
167127
2261
แต่ประสบการณ์ของเราที่มีต่อเจฟ
ได้ทำเกิดคำถามขึ้นว่า
03:02
Could we repeatทำซ้ำ this throughตลอด our businessธุรกิจ?
58
170627
2071
เราจะทำแบบนี้กับธุรกิจของเราได้อีกไหม
03:06
So we changedการเปลี่ยนแปลง the way
we recruitedได้รับคัดเลือก and trainedผ่านการฝึกอบรม.
59
174017
4261
ดังนั้น เราจคงเปลี่ยนวิธีสรรหา
และอบรมคนของเรา
03:11
And while we still soughtขอ after computerคอมพิวเตอร์
engineersวิศวกร and computerคอมพิวเตอร์ scienceวิทยาศาสตร์ majorsสาขาวิชา,
60
179766
5984
และในขณะที่เรายังคงมองหา
วิศวกรหรือนักวิทยาศาสตร์คอมพิวเตอร์
03:17
we sprinkledโรย in artistsศิลปิน,
musiciansนักดนตรี, writersนักเขียน ...
61
185774
4976
เราเพิ่มการค้นหาศิลปิน นักดนตรี นักเขียน
เข้ามานิดหน่อย
03:24
and Jeff'sเจฟฟ์ storyเรื่องราว startedเริ่มต้น to multiplyคูณ
itselfตัวเอง throughoutตลอด our companyบริษัท.
62
192818
4374
และเรื่องราวในแบบของเจฟ
ก็แพร่กระจายไปทั่วบริษัทของเรา
03:29
Our chiefหัวหน้า technologyเทคโนโลยี officerเจ้าหน้าที่
is an Englishอังกฤษ majorสำคัญ,
63
197216
3333
หัวหน้าฝ่ายเทคโนโลยีของเรา
จบสาขาวิชาภาษาอังกฤษ
03:34
and he was a bikeจักรยาน messengerผู้สื่อสาร in Manhattanแมนฮัตตัน.
64
202168
2214
และเขาเคยปั่นจักรยานส่งของในแมนฮัตตัน
03:38
And todayในวันนี้, we're a thousandพัน people,
65
206680
1946
วันนี้ เรามีกันพันคน
03:41
yetยัง still lessน้อยกว่า than a hundredร้อย have degreesองศา
in computerคอมพิวเตอร์ scienceวิทยาศาสตร์ or engineeringวิศวกรรม.
66
209935
5452
แต่ก็ยังมีผู้ที่มีปริญญาด้านวิทยาศาสตร์
และวิศวกรรมคอมพิวเตอร์น้อยกว่าร้อยคน
03:48
And yes, we're still
a computerคอมพิวเตอร์ consultingการให้คำปรึกษา firmบริษัท.
67
216984
3183
และใช่ครับ เรายังคงเป็น
บริษัทที่ให้คำปรึกษาด้านคอมพิวเตอร์
03:52
We're the numberจำนวน one playerผู้เล่น in our marketตลาด.
68
220191
2126
เรายังเป็นอันดับหนึ่งในตลาดของเรา
03:54
We work with the fastest-growingที่เติบโตเร็วที่สุด
softwareซอฟต์แวร์ packageบรรจุภัณฑ์
69
222341
2353
เราทำงานกับแพ็คเกจซอฟท์แวร์
ที่เติบโตอย่างรวดเร็ว
03:56
to ever reachมาถึง 10 billionพันล้าน dollarsดอลลาร์
in annualประจำปี salesขาย.
70
224718
2293
ที่กำลังจะทำยอดขายรายปีได้
10 พันล้านดอลลาร์
04:01
So it's workingการทำงาน.
71
229015
1626
ดังนั้น มันได้ผลนะ
04:05
Meanwhileในขณะเดียวกัน, the pushดัน for STEM-basedตามลำต้น
educationการศึกษา in this countryประเทศ --
72
233426
5731
ในขณะเดียวกัน
การผลักดันการศึกษาด้วย STEM ในประเทศนี้
04:11
scienceวิทยาศาสตร์, technologyเทคโนโลยี,
engineeringวิศวกรรม, mathematicsคณิตศาสตร์ --
73
239181
3334
วิทยาศาสตร์ (S) เทคโนโลยี (T)
วิศวกรรม (E) คณิตศาสตร์ (M)
04:14
is fierceดุร้าย.
74
242539
1212
ช่างน่ากลัว
04:15
It's in all of our facesใบหน้า.
75
243775
1880
เราเห็นมันทุกหนทุกแห่ง
04:18
And this is a colossalใหญ่โต mistakeผิดพลาด.
76
246355
1674
และนี่คือความผิดพลาดอย่างมหันต์
04:21
Sinceตั้งแต่ 2009, STEMSTEM majorsสาขาวิชา
in the Unitedปึกแผ่น Statesสหรัฐอเมริกา
77
249707
4229
ตั้งแต่ปี ค.ศ. 2009
จำนวนผู้มีปริญญาด้าน STEM ในสหรัฐฯ
04:25
have increasedเพิ่มขึ้น by 43 percentเปอร์เซ็นต์,
78
253960
2056
เพิ่มขึ้น 43 เปอร์เซ็นต์
04:28
while the humanitiesมนุษยศาสตร์ have stayedอยู่ flatแบน.
79
256040
2428
ในขณะที่บัณฑิตในสายมนุษยศาสตร์ยังคงเดิม
04:30
Our pastอดีต presidentประธาน
80
258492
1365
ประธานาธิบดีคนก่อนของเรา
04:33
dedicatedทุ่มเท over a billionพันล้าน dollarsดอลลาร์
towardsไปทาง STEMSTEM educationการศึกษา
81
261047
3503
ทุ่มงบกว่าพันล้านไปที่การศึกษาด้าน STEM
04:36
at the expenseค่าใช้จ่าย of other subjectsอาสาสมัคร,
82
264574
2839
แลกกับสาขาวิชาอื่น ๆ ที่ถูกลดบทบาท
04:39
and our currentปัจจุบัน presidentประธาน
83
267437
2876
และประธานาธิบดีคนปัจจุบันของเรา
04:42
recentlyเมื่อเร็ว ๆ นี้ redirectedเปลี่ยนเส้นทาง 200 millionล้าน dollarsดอลลาร์
of Departmentแผนก of Educationการศึกษา fundingการระดมทุน
84
270337
4867
ก็เพิ่งเทงบ 200 ล้านดอลลาร์
ของทุนสนับสนุนด้านการศึกษา
04:47
into computerคอมพิวเตอร์ scienceวิทยาศาสตร์.
85
275228
1469
ไปที่วิทยาศาสตร์คอมพิวเตอร์
04:49
And CEOsซีอีโอ are continuallyเรื่อย complainingบ่น
about an engineering-starvedstarved วิศวกรรม workforceกำลังแรงงาน.
86
277788
6381
และ CEO ทั้งหลายต่างก็พากันบ่น
เรื่องกำลังการขาดแรงงานด้านวิศวกรรม
04:57
These campaignsแคมเปญ,
87
285717
1445
การรณรงค์เหล่านี้
05:00
coupledควบคู่ with the undeniableปฏิเสธไม่ได้ successความสำเร็จ
of the techเทคโนโลยี economyเศรษฐกิจ --
88
288583
3548
ผนวกกับความสำเร็จที่ไม่อาจปฏิเสธได้
ของเศรษฐกิจเทคโนโลยี --
05:04
I mean, let's faceใบหน้า it,
89
292155
1248
ผมหมายความว่า ยอมรับเถอะ
05:05
sevenเจ็ด out of the 10 mostมากที่สุด valuableมีคุณค่า
companiesบริษัท in the worldโลก by marketตลาด capฝาครอบ
90
293427
5508
เจ็ดในสิบของบริษัทที่มีมูลค่าสูงที่สุด
จากการทำตลาดในโลกตอนนี้
05:10
are technologyเทคโนโลยี firmsบริษัท --
91
298959
1511
คือ บริษัทเทคโนโลยี --
05:13
these things createสร้าง an assumptionการสันนิษฐาน
92
301662
1976
สิ่งเหล่านี้ทำให้เกิดสมมุติฐานที่ว่า
05:16
that the pathเส้นทาง of our futureอนาคต workforceกำลังแรงงาน
will be dominatedครอบงำ by STEMSTEM.
93
304805
4214
กำลังแรงงานในอนาคตของเรา
จะเต็มไปด้วยคนจบ STEM
05:24
I get it.
94
312583
1150
ผมเข้าใจนะ
05:26
On paperกระดาษ, it makesยี่ห้อ senseความรู้สึก.
95
314692
1621
ในทางทฤษฎี มันฟังดูมีเหตุผล
05:29
It's temptingล่อใจ.
96
317498
1212
มันดูน่าเชื่อ
05:33
But it's totallyโดยสิ้นเชิง overblownยุ้ย.
97
321597
1933
แต่มันก็เกินจริงไปหน่อย
05:35
It's like, the entireทั้งหมด soccerฟุตบอล teamทีม
chasesไล่ the ballลูกบอล into the cornerมุม,
98
323554
6051
มันเหมือน ทีมฟุตบอลทั้งทีม
วิ่งไล่บอลไปที่มุมสนาม
05:41
because that's where the ballลูกบอล is.
99
329629
1778
เพราะตรงนั้นมีบอลอยู่
05:44
We shouldn'tไม่ควร overvalueการให้ราคาสูงเกินไป STEMSTEM.
100
332841
2246
เราไม่ควรตีค่า STEM สูงเกินไป
05:48
We shouldn'tไม่ควร valueความคุ้มค่า the sciencesวิทยาศาสตร์
any more than we valueความคุ้มค่า the humanitiesมนุษยศาสตร์.
101
336133
3573
เราไม่ควรให้ค่าวิทยาศาสตร์
มากกว่าที่เราให้ค่ามนุษยศาสตร์
05:52
And there are a coupleคู่ of reasonsเหตุผล.
102
340544
1722
ด้วยเหตุผลสองสามข้อ
05:55
Numberจำนวน one, today'sของวันนี้ technologiesเทคโนโลยี
are incrediblyเหลือเชื่อ intuitiveที่ใช้งานง่าย.
103
343058
5986
หนึ่ง เทคโนโลยีทุกวันนี้
ใช้ง่ายจนน่าเหลือเชื่อ
06:01
The reasonเหตุผล we'veเราได้ been ableสามารถ
to recruitรับสมัคร from all disciplinesสาขาวิชา
104
349068
4000
เหตุผลที่เราสามารถจ้างคนจากหลายสาขาวิชา
06:05
and swivelหมุน into specializedเฉพาะ skillsทักษะ
105
353092
2119
แล้วหลอมเข้ากับทักษะเฉพาะ
06:08
is because modernทันสมัย systemsระบบ
can be manipulatedจัดการ withoutไม่มี writingการเขียน codeรหัส.
106
356377
4754
ก็เพราะว่าระบบสมัยใหม่
สามารถใช้งานได้โดยไม่เขียนโปรแกรม
06:13
They're like LEGOเลโก้: easyง่าย to put togetherด้วยกัน,
easyง่าย to learnเรียน, even easyง่าย to programโครงการ,
107
361155
5854
มันเหมือนตัวต่อเลโก ที่ต่อเข้ากันได้ง่าย
เรียนรู้ได้ง่าย และสร้างโปรแกรมได้ง่าย
06:19
givenรับ the vastกว้างใหญ่ amountsจำนวน of informationข้อมูล
that are availableใช้ได้ for learningการเรียนรู้.
108
367033
3491
โดยใช้ข้อมูลมหาศาล
ที่มีอยู่แล้วเพื่อการเรียนรู้
06:23
Yes, our workforceกำลังแรงงาน
needsจำเป็น specializedเฉพาะ skillความสามารถ,
109
371173
2835
ใช่ครับ กำลังแรงงานของเราต้องมีทักษะเฉพาะ
06:27
but that skillความสามารถ requiresต้องมี a farห่างไกล lessน้อยกว่า
rigorousเข้มงวด and formalizedอย่างเป็นทางการ educationการศึกษา
110
375242
4794
แต่ทักษะเหล่านั้นสามารถได้มา
จากการศึกษาแบบเป็นทางการและเคร่งครัด
06:32
than it did in the pastอดีต.
111
380060
1856
น้อยกว่าที่เคยเป็นในอดีต
06:34
Numberจำนวน two, the skillsทักษะ
that are imperativeความจำเป็น and differentiatedที่แตกต่างกัน
112
382876
5739
สอง ทักษะที่จำเป็น
และสร้างความแตกต่างได้
06:40
in a worldโลก with intuitiveที่ใช้งานง่าย technologyเทคโนโลยี
113
388639
3149
ในโลกเทคโนโลยีที่ใช้งานง่ายดาย
06:43
are the skillsทักษะ that help us
to work togetherด้วยกัน as humansมนุษย์,
114
391812
3587
คือทักษะที่ช่วยให้เรา
ทำงานด้วยกันได้อย่างเป็นมนุษย์
06:49
where the hardยาก work
is envisioningวาดภาพ the endปลาย productสินค้า
115
397184
3984
ซึ่งส่วนงานที่ยาก
คือการมองเห็นผลิตภัณฑ์สุดท้าย
06:54
and its usefulnessความมีประโยชน์,
116
402193
1492
และประโยชน์ของมัน
06:55
whichที่ requiresต้องมี real-worldโลกแห่งความจริง experienceประสบการณ์
and judgmentการตัดสิน and historicalประวัติศาสตร์ contextบริบท.
117
403709
6214
ซึ่งต้องการประสบการณ์จากโลกจริง
การตัดสินใจ และบริบททางประวัติศาสตร์
07:03
What Jeff'sเจฟฟ์ storyเรื่องราว taughtสอน us
118
411232
2286
สิ่งที่เราได้เรียนรู้จากเรื่องของเจฟ
07:05
is that the customerลูกค้า
was focusedที่มุ่งเน้น on the wrongไม่ถูกต้อง thing.
119
413542
3531
คือลูกค้ากำลังให้ความสนใจไปผิดเป้าหมาย
07:10
It's the classicคลาสสิก caseกรณี:
120
418160
1507
มันเป็นสิ่งที่พบเห็นได้บ่อย ๆ
07:12
the technologistผู้ชำนาญวิชาเทคโนโลยี strugglingการดิ้นรน to communicateสื่อสาร
with the businessธุรกิจ and the endปลาย userผู้ใช้งาน,
121
420661
4262
นักเทคโนโลยีมีปัญหาในเรื่องการสื่อสาร
กับภาคธุรกิจและผู้บริโภค
07:16
and the businessธุรกิจ failingความล้มเหลว
to articulateเป็นปล้อง theirของพวกเขา needsจำเป็น.
122
424947
4186
และภาคธุรกิจก็ล้มเหลว
ในการระบุความต้องการของพวกเขา
07:22
I see it everyทุกๆ day.
123
430033
1706
ผมเห็นเรื่องแบบนี้ทุกวัน
07:25
We are scratchingรอยขีดข่วน the surfaceพื้นผิว
124
433448
1922
มนุษย์เราใช้ความสามารถในการสื่อสารกัน
07:27
in our abilityความสามารถ as humansมนุษย์
to communicateสื่อสาร and inventคิดค้น togetherด้วยกัน,
125
435394
4809
และประดิษฐ์ร่วมกันแค่เพียงผิวเผิน
07:32
and while the sciencesวิทยาศาสตร์ teachสอน us
how to buildสร้าง things,
126
440227
4580
ในขณะที่วิทยาศาสตร์สอนเราว่าจะสร้างอย่างไร
07:36
it's the humanitiesมนุษยศาสตร์ that teachสอน us
what to buildสร้าง and why to buildสร้าง them.
127
444831
5410
มนุษยศาสตร์สอนเราว่าอะไรที่ควรสร้าง
และทำไมต้องสร้างมัน
07:43
And they're equallyพอ ๆ กัน as importantสำคัญ,
128
451612
2604
และทั้งสองสิ่งมีความสำคัญเทียบเท่ากัน
07:46
and they're just as hardยาก.
129
454240
1507
และมันก็ยากพอ ๆ กัน
07:50
It irksirks me ...
130
458476
1995
ผมเอือมนะ
07:54
when I hearได้ยิน people
treatรักษา the humanitiesมนุษยศาสตร์ as a lesserน้อยกว่า pathเส้นทาง,
131
462532
5493
เวลาได้ยินคนพูดถึงมนุษยศาสตร์
ว่ามันเป็นแค่ทางเลือก
08:00
as the easierง่ายดาย pathเส้นทาง.
132
468049
1184
เป็นทางที่ง่ายกว่า
08:01
Come on!
133
469840
1150
ไม่เอาน่า!
08:04
The humanitiesมนุษยศาสตร์ give us
the contextบริบท of our worldโลก.
134
472258
4150
มนุษยศาสตร์ทำให้เราเข้าใจโลก
08:10
They teachสอน us how to think criticallyฉกรรจ์.
135
478573
3437
ทำให้เราคิดเชิงวิพากษ์ได้
08:14
They are purposelyจงใจ unstructuredไม่มีโครง,
136
482034
1969
มันเป็นศาสตร์ที่ถูกรังสรรค์มา
ให้ไร้โครงสร้างอย่างจงใจ
08:16
while the sciencesวิทยาศาสตร์
are purposelyจงใจ structuredโครงสร้าง.
137
484027
2546
ในขณะที่วิทยาศาสตร์
ก็มีโครงสร้างอย่างจงใจ
08:19
They teachสอน us to persuadeชักชวน,
they give us our languageภาษา,
138
487745
3588
มนุษยศาสตร์สอนให้เราใช้การโน้มน้าว
มอบภาษาให้กับเรา
08:23
whichที่ we use to convertแปลง our emotionsอารมณ์
to thought and actionการกระทำ.
139
491357
6839
ซึ่งเราใช้มันในการแปลงอารมณ์
เป็นความคิดและการกระทำ
08:32
And they need to be
on equalเท่ากัน footingที่เกาะ with the sciencesวิทยาศาสตร์.
140
500267
4264
และมันก็จะต้องมีจุดยืน
ที่เท่าเทียมกับวิทยาศาสตร์
08:36
And yes, you can hireจ้าง a bunchพวง of artistsศิลปิน
141
504555
3992
และใช่ครับ คุณสามารถจ้างศิลปินกลุ่มใหญ่
08:40
and buildสร้าง a techเทคโนโลยี companyบริษัท
142
508571
1333
แล้วสร้างบริษัทเทคโนโลยี
08:43
and have an incredibleเหลือเชื่อ outcomeผล.
143
511166
1770
และมีรายได้ที่น่าเหลือเชื่อได้
08:46
Now, I'm not here todayในวันนี้
to tell you that STEM'sของลำต้น badไม่ดี.
144
514616
4722
แต่ผมไม่ได้มาวันนี้
เพื่อบอกคุณว่า STEM ไม่ดี
08:52
I'm not here todayในวันนี้
to tell you that girlsสาว ๆ shouldn'tไม่ควร codeรหัส.
145
520778
3984
ผมไม่ได้มาวันนี้
เพื่อบอกคุณว่าเด็กผู้หญิงไม่ควรเขียนโปรแกรม
08:57
(Laughterเสียงหัวเราะ)
146
525111
1039
(เสียงหัวเราะ)
08:58
Please.
147
526174
1150
ได้โปรดเถอะครับ
09:00
And that nextต่อไป bridgeสะพาน I driveขับรถ over
148
528355
2568
สะพานหน้าไปที่ผมจะต้องขับรถข้าม
09:02
or that nextต่อไป elevatorลิฟต์ we all jumpกระโดด into --
149
530947
3550
หรือลิฟต์ตัวถัดไปที่เราทุกจะต้องใช้
09:07
let's make sure
there's an engineerวิศวกร behindหลัง it.
150
535602
2207
ขอให้มีวิศวกรอยู่เบื้องหลังการสร้างมัน
09:09
(Laughterเสียงหัวเราะ)
151
537833
3642
(เสียงหัวเราะ)
09:14
But to fallตก into this paranoiaความหวาดระแวง
152
542233
3295
แต่การที่เราหวาดระแวงไปว่า
09:17
that our futureอนาคต jobsงาน
will be dominatedครอบงำ by STEMSTEM,
153
545552
4872
งานในอนาคตของเราจะต้อง
มี STEM เป็นหลัก
09:22
that's just follyความเขลา.
154
550448
1635
มันเป็นเรื่องงี่เง่ามาก
09:24
If you have friendsเพื่อน or kidsเด็ก
or relativesญาติพี่น้อง or grandchildrenลูกหลาน
155
552526
4091
ถ้าคุณมีเพื่อน ลูก ญาติ หรือหลาน ๆ
09:28
or niecesหลานสาว or nephewsหลานชาย ...
156
556641
1799
ทั้งหลานชาย หลานสาว
09:30
encourageส่งเสริม them to be
whateverอะไรก็ตาม they want to be.
157
558464
3150
สนับสนุนให้พวกเขาเป็นอะไรก็ตาม
ที่พวกเขาอยากจะเป็น
09:34
(Applauseการปรบมือ)
158
562336
6896
(เสียงปรบมือ)
09:41
The jobsงาน will be there.
159
569607
2015
งานทั้งหลายจะรออยู่ตรงนั้นแหละ
09:45
Those techเทคโนโลยี CEOsซีอีโอ
160
573741
1477
เจ้าของบริษัทเทคโนโลยีต่าง ๆ
09:48
that are clamoringเพียงพอ for STEMSTEM gradsจบ,
161
576235
3334
ที่ประกาศหาคนด้าน STEM
09:51
you know what they're hiringการว่าจ้าง for?
162
579593
1784
คุณรู้ไหมครับว่าเขาพวกเขาคือใครกันบ้าง
09:54
GoogleGoogle, Appleแอปเปิ้ล, FacebookFacebook.
163
582430
2025
กูเกิ้ล แอปเปิ้ล เฟซบุ๊ก
09:57
Sixty-fiveหกสิบห้า percentเปอร์เซ็นต์
of theirของพวกเขา openเปิด jobงาน opportunitiesโอกาส
164
585468
3627
หกสิบห้าเปอร์เซ็นต์ของตำแหน่งงาน
ที่พวกเขาเปิดรับสมัครงาน
10:01
are non-technicalไม่ใช่ทางด้านเทคนิค:
165
589119
1721
ไม่ใช่งานในสายเทคนิค
10:03
marketersนักการตลาด, designersนักออกแบบ,
projectโครงการ managersผู้จัดการ, programโครงการ managersผู้จัดการ,
166
591845
4889
นักการตลาด นักออกแบบ ผู้จัดการโครงการ
ผู้จัดการโปรแกรม
10:08
productสินค้า managersผู้จัดการ, lawyersทนายความ, HRทรัพยากรบุคคล specialistsผู้เชี่ยวชาญ,
167
596758
3381
ผู้จัดการผลิตภัณฑ์ นักกฎหมาย
นักทรัพยากรบุคคล
10:12
trainersการฝึกอบรม, coachesโค้ช, sellersผู้ขาย,
buyersผู้ซื้อ, on and on.
168
600163
3325
นักฝึกอบรม โค้ช นักขาย
ตัวแทนซื้อ และอื่น ๆ
10:15
These are the jobsงาน they're hiringการว่าจ้าง for.
169
603512
3438
นี่คืองานที่พวกเขาเปิดรับสมัคร
10:20
And if there's one thing
that our futureอนาคต workforceกำลังแรงงาน needsจำเป็น --
170
608602
5405
และถ้าแรงงานในอนาคตของเรา
จะต้องการอะไรสักอย่าง
10:26
and I think we can all agreeตกลง on this --
171
614031
1952
และผมคิดว่าเราทุกคนน่าจะเห็นตรงกัน
10:29
it's diversityความหลากหลาย.
172
617056
1150
นั่นคือ ความหลากหลาย
10:31
But that diversityความหลากหลาย shouldn'tไม่ควร endปลาย
with genderเพศ or raceแข่ง.
173
619706
4074
แต่เป็นความหลากหลาย
ที่ไม่ได้จำกัดแค่เพศหรือเชื้อชาติ
10:35
We need a diversityความหลากหลาย of backgroundsภูมิหลัง
174
623804
2103
เราต้องการความหลากหลายของปูมหลัง
10:39
and skillsทักษะ,
175
627192
1150
และทักษะ
10:42
with introvertsintroverts and extrovertsextroverts
176
630100
3738
ทั้งคนที่ชอบเก็บตัว คนชอบสังสรรค์
10:45
and leadersผู้นำ and followersสมัครพรรคพวก.
177
633862
2953
ทั้งผู้นำและผู้ตาม
10:48
That is our futureอนาคต workforceกำลังแรงงาน.
178
636839
1689
นี่แหละแรงงานในอนาคตของเรา
10:51
And the factความจริง that the technologyเทคโนโลยี
is gettingได้รับ easierง่ายดาย and more accessibleสามารถเข้าถึงได้
179
639767
5699
และมันเป็นจริงที่ว่าเทคโนโลยี
ที่ใช้ได้ง่ายขึ้นและเข้าถึงได้ง่ายขึ้นเรื่อย ๆ
10:57
freesปลดปล่อย that workforceกำลังแรงงาน up
180
645490
1818
ได้ปลดปล่อยให้แรงงานทั้งหลาย
10:59
to studyศึกษา whateverอะไรก็ตาม they damnประณาม well please.
181
647332
3372
สามารถเรียนอะไรก็ได้ที่พวกเขาพึงปรารถนา
11:03
Thank you.
182
651273
1151
ขอบคุณครับ
11:04
(Applauseการปรบมือ)
183
652448
6623
(เสียงปรบมือ)
Translated by Chatthip Chaichakan
Reviewed by Kelwalin Dhanasarnsombut

▲Back to top

ABOUT THE SPEAKER
Eric Berridge - Entrepreneur
Eric Berridge is an entrepreneurial humanist who believes our society is overly obsessed with STEM.

Why you should listen

As the co-founder of global consulting agency and Salesforce strategic partner Bluewolf, an IBM Company, Eric Berridge has applied his passion for the humanities over the past 17 years to pioneer a cloud consulting practice with less than 10 percent of employees holding engineering or computer science degrees. The way he sees it, as technology becomes easier to use and build, the humanities offer skills that are becoming increasingly valuable to the success of business everywhere. And today’s AI-driven discussion holds the key to freeing the human condition to be balanced, healthy, creative and productive.

More profile about the speaker
Eric Berridge | Speaker | TED.com
THE ORIGINAL VIDEO ON TED.COM