3 myths about the future of work (and why they're not true) | Daniel Susskind

المترجم: Hanan Zakaria المدقّق: Hussain Laghabi

Automation anxiety has been spreading lately,

انتشر الخوف من الأتمتة مؤخرًا،

a fear that in the future,

خوفا من أنه في المستقبل

many jobs will be performed by machines

ستقوم الآلات بالعديد من الوظائف

rather than human beings,

بدلًا من الناس،

given the remarkable advances that are unfolding

بالنظر إلى التقدم الملحوظ الذي يستمر

in artificial intelligence and robotics.

في مجال الذكاء الاصطناعي والروبوتات.

What's clear is that there will be significant change.

ما هو واضح على نحو جلي سيكون هناك تغيير كبير.

What's less clear is what that change will look like.

ما هو غير واضح كيف سيبدو هذا التغيير.

My research suggests that the future is both troubling and exciting.

ترجح أبحاثي أن المستقبل سيكون مليئا بالتشويق والمشكلات.

The threat of technological unemployment is real,

تهديد البطالة بسبب التكنولوجيا

and yet it's a good problem to have.

ومع ذلك فإنها مشكلة جيدة في نفس الوقت.

And to explain how I came to that conclusion,

وللتوضيح كيف وصلت لهذه النتيجة،

I want to confront three myths

أريد أن أدحض ثلاث خرافات

that I think are currently obscuring our vision of this automated future.

أظن أنها أصبحت تشوش علينا رؤيتنا لهذه المستقبل الأتوماتيكي.

A picture that we see on our television screens,

صورة رأيناها على شاشات التلفزة لدينا،

in books, in films, in everyday commentary

وفي الكتب والأفلام وفي أحاديثنا اليومية

is one where an army of robots descends on the workplace

حيث فيها جيش من الرجال الآليين ينزلون من مقرات العمل

with one goal in mind:

بهدف واحد في أذهانهم:

to displace human beings from their work.

لأخذ الوظائف والأعمال من البشر.

And I call this the Terminator myth.

وأسمي هذه بخرافات الإبادة.

Yes, machines displace human beings from particular tasks,

نعم، الآلات تأخذ من البشر مهام معينة،

but they don't just substitute for human beings.

ولكنها لا يمكن إحلالها مكان البشر.

They also complement them in other tasks,

إنهم يكملونهم أيضًا في مهام أخرى،

making that work more valuable and more important.

جاعلين من ذلك العمل أكثر قيمة وأكثر أهمية.

Sometimes they complement human beings directly,

أحيانًا يكملون البشر بشكل مباشر،

making them more productive or more efficient at a particular task.

جاعلين منهم أكثر إنتاجية أو أكثر كفاءة في مهام معينة.

So a taxi driver can use a satnav system to navigate on unfamiliar roads.

يستطيع سائق التاكسي استخدام "ساتناف" للذهاب إلى طرق غير معروفة.

An architect can use computer-assisted design software

يستطيع المهندس استخدام برنامج كمبيوتر مساعد للتصميم

to design bigger, more complicated buildings.

لتصميم أبنية أكبر وأكثر تعقيدًا.

But technological progress doesn't just complement human beings directly.

ولكن عملية التطور التكنولوجي لا تكمل الإنسان بشكل مباشر فحسب،

It also complements them indirectly, and it does this in two ways.

بل أنها تكملهم بشكل غير مباشر أيضًا وتقوم بهذا بطريقتين.

The first is if we think of the economy as a pie,

الأولى: إذا تخيلنا الاقتصاد كفطيرة،

technological progress makes the pie bigger.

يجعل التطور التكنولوجي الفطيرة أكبر حجمًا.

As productivity increases, incomes rise and demand grows.

وكلما تزداد الإنتاجية، وترتفع الدخول وترتفع القوة الشرائية.

The British pie, for instance,

الفطيرة البريطانية على سبيل المثال،

is more than a hundred times the size it was 300 years ago.

أكبر بمئات المرات مما كانت عليه قبل 300 سنة

And so people displaced from tasks in the old pie

وهكذا الناس الذين طردوا من المهام في الفطيرة القديمة

could find tasks to do in the new pie instead.

تمكنوا من إيجاد مهام جديدة ليقوموا بها في الفطيرة الجديدة.

But technological progress doesn't just make the pie bigger.

ولكن التطور التكنولوجي لا يقوم فقط بجعل الفطيرة أكبر حجمًا.

It also changes the ingredients in the pie.

إنه يغير أيضًا المكونات داخل الفطيرة.

As time passes, people spend their income in different ways,

بمضي الوقت، ينفق الناس دخولهم في أشياء مختلفة،

changing how they spread it across existing goods,

التغير في كيفية إنفاقهم على مختلف المنتجات الموجودة،

and developing tastes for entirely new goods, too.

وكذلك ظهور الرغبة لشراء منتجات جديدة تمامًا.

New industries are created,

ظهرت صناعات جديدة،

new tasks have to be done

ووظائف جديدة للقيام بها

and that means often new roles have to be filled.

وغالبًا ما يعني ذلك أدوارا جديدة لشغلها.

So again, the British pie:

مرةً أخرى، الفطيرة البريطانية:

300 years ago, most people worked on farms,

قبل 300 سنة، عمل معظم الناس في المزارع،

150 years ago, in factories,

قبل 150 سنة، في المصانع،

and today, most people work in offices.

واليوم، يعمل معظم الناس في مكاتب.

And once again, people displaced from tasks in the old bit of pie

ومرةً أخرى، الناس الذين انتقلوا من المهام في الفطيرة القديمة

could tumble into tasks in the new bit of pie instead.

استطاعوا أن يجدوا مهاما أخرى في الفطيرة الجديدة.

Economists call these effects complementarities,

يسمي الاقتصاديون هذه التأثيرات بـ "المكملات"

but really that's just a fancy word to capture the different way

ولكن تلك الكلمة حقًا عبارة عن وهم لتصوير الطريقة الختلفة

that technological progress helps human beings.

التي يساعد بها التطور التكنولوجي البشر.

Resolving this Terminator myth

للقضاء على خرافة الإبادة

shows us that there are two forces at play:

أظهر لنا عاملين مؤثرين:

one, machine substitution that harms workers,

الأول: استبدال الآلات يضر بالعمال،

but also these complementarities that do the opposite.

ولكن أيضًا هذه المكملات التي تقوم بالعكس.

Now the second myth,

الآن الخرافة الثانية،

what I call the intelligence myth.

وهي ما أسميها "خرافة الذكاء الاصطناعي".

What do the tasks of driving a car, making a medical diagnosis

ما المشترك بين مهام مثل قيادة السيارة، والتشخيص الطبي

and identifying a bird at a fleeting glimpse have in common?

والتعرف على طير يحلق سريعًا بلمح البصر؟

Well, these are all tasks that until very recently,

حسنًا، هذه المهام جميعًا والتي كانت حتى وقت متأخر

leading economists thought couldn't readily be automated.

تدفع الاقتصاديين للتفكير بأنها لا تزال صعبة الأتمتة.

And yet today, all of these tasks can be automated.

ومع ذلك اليوم، كل هذه المهام يمكن أن تصبح أتوماتيكية.

You know, all major car manufacturers have driverless car programs.

تعرفون، تملك كل مصانع السيارات الكبرى برامج قيادة ذاتية للسيارات.

There's countless systems out there that can diagnose medical problems.

هناك عدد لايحصى من الأنظمة التي تستطيع تشخيص المشاكل الطبية.

And there's even an app that can identify a bird

وهناك حتى تطبيق يستطيع التعرف على الطائر

at a fleeting glimpse.

يحلق سريعًا بلمح البصر.

Now, this wasn't simply a case of bad luck on the part of economists.

الآن، لم يكن ذلك مجرد مثال من الحظ العاثر من قبل الاقتصاديين،

They were wrong,

لقد كانوا مخطئين.

and the reason why they were wrong is very important.

والسبب وراء كونهم مخطئين مهمٌ جدًا.

They've fallen for the intelligence myth,

لقد أحبوا خرافة الذكاء الاصطناعي،

the belief that machines have to copy the way

فكرة أن الآلات تستطيع أن تقلد

that human beings think and reason

الطريقة التي يفكر ويحلل بها البشر

in order to outperform them.

حتى تتفوق عليهم.

When these economists were trying to figure out

عندما كان هؤلاء الاقتصاديون يحاولون التوصل إلى

what tasks machines could not do,

ما لا تستطيع أن تقوم الآلات بعمله،

they imagined the only way to automate a task

تخيلوا أن السبيل الوحيد لمهمة أتوماتيكية

was to sit down with a human being,

هو الجلوس مع الكائن البشري،

get them to explain to you how it was they performed a task,

وجعلهم يشرحون لك كيف يقومون بمهمة ما،

and then try and capture that explanation

ومن ثم محاولة نسخ ذلك الشرح

in a set of instructions for a machine to follow.

في مجموعة من الأوامر لتتبعها الآلة.

This view was popular in artificial intelligence at one point, too.

هذه الرؤية كانت رائجة في مجال الذكاء الاصطناعي في فترة من الزمن أيضًا.

I know this because Richard Susskind,

أعرف هذا لأن "ريشارد سسكيند"

who is my dad and my coauthor,

وهو والدي ومساعدي في البحوث،

wrote his doctorate in the 1980s on artificial intelligence and the law

كتب بحثه في الدكتوراه في الثمانينات حول الذكاء الاصطناعي والتشريعات

at Oxford University,

في جامعة أوكسفورد،

and he was part of the vanguard.

وكان جزء من شركة "فين جارد".

And with a professor called Phillip Capper

ومع البروفسور "فيليب كابر"

and a legal publisher called Butterworths,

والناشر الرسمي "بوترورثز"،

they produced the world's first commercially available

قاموا بإنتاج أول نظام عالمي تجاري

artificial intelligence system in the law.

للذكاء الاصطناعي في القانون.

This was the home screen design.

هذا هو شكل الشاشة الرئيسية.

He assures me this was a cool screen design at the time.

يؤكد لي أن هذا كان تصميما حديثا في ذلك الوقت.

(Laughter)

(ضحك)

I've never been entirely convinced.

لم أقتنع كليًا بما قاله أبدًا.

He published it in the form of two floppy disks,

قام بنشره في شكل قرصين مرنين،

at a time where floppy disks genuinely were floppy,

في وقت كانت فيه الأقراص المرنة مرنةً فعلًا،

and his approach was the same as the economists':

وكان منهجه مشابها للاقتصاديين:

sit down with a lawyer,

استشارة محامية،

get her to explain to you how it was she solved a legal problem,

طلب منها شرح أبعاد الأمر كيفية حل مشكلة قانونية،

and then try and capture that explanation in a set of rules for a machine to follow.

ومن ثم محاولة تصوره وشرحه من خلال مجموعة من القوانين التي تتبعها الآلات.

In economics, if human beings could explain themselves in this way,

في الاقتصاد، إذا استطاع البشر التعبير عن أنفسهم بنفس هذه الطريقة،

the tasks are called routine, and they could be automated.

فإن المهام التي تسمى روتينية يمكن أن تصبح أتوماتيكية.

But if human beings can't explain themselves,

ولكن إذا لم يستطع البشر التعبير عن أنفسهم،

the tasks are called non-routine, and they're thought to be out reach.

فتسمى هذه بالمهام غير الروتينية ويعتقد بأنها صعبة الأتمتة.

Today, that routine-nonroutine distinction is widespread.

اليوم، يتلاشى ذلك الفاصل بين الروتيني وغير الروتيني.

Think how often you hear people say to you

تذكر كم من المرات قد سمعت الناس يقولوا لك:

machines can only perform tasks that are predictable or repetitive,

يمكن أن تقوم الآلات بالمهام المتوقعة والمكررة،

rules-based or well-defined.

والتي تعتمد على قواعد معينة أو محددة.

Those are all just different words for routine.

كل هذا هو مجرد أوصاف مختلفة لمصطلح روتيني.

And go back to those three cases that I mentioned at the start.

وبالنظر مرة أخرى إلى هذه الثلاث الأمثلة التي ذكرتها في البداية،

Those are all classic cases of nonroutine tasks.

كلها تعتبر أمثلة نموذجية للمهام غير-الروتينية.

Ask a doctor, for instance, how she makes a medical diagnosis,

أسأل الطبيب مثلًا، كيف تقوم بعمل تشخيص طبي،

and she might be able to give you a few rules of thumb,

وربما تستطيع أن تعطيك بعض الإرشادات المفيدة،

but ultimately she'd struggle.

ولكنها بالنهاية ستجد صعوبة في ذلك.

She'd say it requires things like creativity and judgment and intuition.

ستقول أنه يتطلب أشياء مثل الإبداع وحسن الحكم والبديهة.

And these things are very difficult to articulate,

وكل هذه الأشياء يصعب التعبير عنها بالكلمات،

and so it was thought these tasks would be very hard to automate.

ولهذا كان يعتقد أن هذه المهام يصعب جعلها أتوماتيكية.

If a human being can't explain themselves,

إذا لم يستطع البشر التعبير عن أنفسهم،

where on earth do we begin in writing a set of instructions

فكيف بحق السماء سنستطيع البدء بكتابة مجموعة من الأوامر

for a machine to follow?

لتتبعها الآلة؟

Thirty years ago, this view was right,

قبل ثلاثين سنة، كان هذا المعتقد صحيحًا،

but today it's looking shaky,

ولكن اليوم يبدو غير صحيح،

and in the future it's simply going to be wrong.

وفي المستقبل سيكون بكل بساطة خاطئًا.

Advances in processing power, in data storage capability

التطور في استغلال الطاقة، في إمكانية حفظ البيانات

and in algorithm design

وتصميم اللوغارتيمات

mean that this routine-nonroutine distinction

يعني ذلك بأن هذا الفاصل بين الروتيني وغير الروتيني

is diminishingly useful.

بدأ بالتلاشي.

To see this, go back to the case of making a medical diagnosis.

ولرؤية هذا، لنعد إلى مثال عمل التشخيص الطبي.

Earlier in the year,

في بداية هذا العام،

a team of researchers at Stanford announced they'd developed a system

أعلن فريق من الباحثين في "ستانفورد" عن تطويرهم لنظام

which can tell you whether or not a freckle is cancerous

يساعد في معرفة ما إذا كانت بقعة النمش سرطانية أم لا

as accurately as leading dermatologists.

وبنفس دقة خبير الأمراض الجلدية.

How does it work?

كيف يعمل؟

It's not trying to copy the judgment or the intuition of a doctor.

إنها لا يحاول تقليد حكمة أو حدس الطبيب.

It knows or understands nothing about medicine at all.

إنه لا يعرف أو يعي شيئًا في الطب على الإطلاق.

Instead, it's running a pattern recognition algorithm

ولكنه يقوم بتشغيل خوارزمية التعرف على الأنماط

through 129,450 past cases,

من خلال 129450 من الحالات السابقة،

hunting for similarities between those cases

يبحث عن التشابهات بين تلك الحالات

and the particular lesion in question.

والمرض المحدد موضوع البحث.

It's performing these tasks in an unhuman way,

إنه يؤدي هذه المهام بطريقة مختلفة عن البشر،

based on the analysis of more possible cases

معتمدًا على التحليل للعديد من الحالات المحتملة

than any doctor could hope to review in their lifetime.

لا يستطيع أي طبيب أن يراجع نفس العدد طوال فترة حياته.

It didn't matter that that human being,

لم يكن مهمًا أن ذلك الإنسان،

that doctor, couldn't explain how she'd performed the task.

ذلك الطبيب، إذا لم يستطع شرح كيف بإمكانه القيام بالمهمة.

Now, there are those who dwell upon that the fact

الآن، هناك من يسهبون في تلك الحقيقة

that these machines aren't built in our image.

أن هذه الآلات ليست ليست مصممة لتكون مثلنا.

As an example, take IBM's Watson,

كمثال، خذوا كمبيوتر "أي-بي-إم واتسون"،

the supercomputer that went on the US quiz show "Jeopardy!" in 2011,

الكمبيوتر العملاق الذي أصبح في برنامج المسابقة الأمريكي "جيوباردي" في عام 2011،

and it beat the two human champions at "Jeopardy!"

وتغلب على كلا البطلين في "جيوباردي"

The day after it won,

اليوم الذي تلا فوز الكمبيوتر،

The Wall Street Journal ran a piece by the philosopher John Searle

صحيفة "وال ستريت" نشرت خبرًا بقلم الفيلسوف "جون سيرل"

with the title "Watson Doesn't Know It Won on 'Jeopardy!'"

تحت عنوان "واتسون لا يعرف أنه فاز في"جيوباردي!"

Right, and it's brilliant, and it's true.

مقولة صحيحة وذكية وفي محلها.

You know, Watson didn't let out a cry of excitement.

تعرفون، واتسون لم يذرف دموع الفرح.

It didn't call up its parents to say what a good job it had done.

لم يتصل بوالديه حتى يسمع منهم كلمة ياله من عمل رائع قد قمت به.

It didn't go down to the pub for a drink.

ولم يذهب إلى الحانة ليحتفل بالنصر.

This system wasn't trying to copy the way that those human contestants played,

هذا النظام لم يكن يحاول نسخ الطريقة التي يلعب بها المتسابقون البشريون،

but it didn't matter.

ولكن لا يهم.

It still outperformed them.

فلقد تغلب عليهم بكل الأحول.

Resolving the intelligence myth

إن حل معضلة الذكاء الاصطناعي

shows us that our limited understanding about human intelligence,

أظهر لنا أن فهمنا محدود للذكاء البشري،

about how we think and reason,

وأن طريقة تفكيرنا وتحليلنا،

is far less of a constraint on automation than it was in the past.

لم يعد حجر عثرة أمام الأتمتة كما كان في الماضي.

What's more, as we've seen,

ما التالي، كما رأينا،

when these machines perform tasks differently to human beings,

عندما تقوم هذه الآلات بالمهام بطريقة مختلفة عن البشر،

there's no reason to think

ليس هناك سبب للإعتقاد

that what human beings are currently capable of doing

أن كفاءة العمل البشري

represents any sort of summit

تمثل أي نوع من المثالية

in what these machines might be capable of doing in the future.

مقارنة بما قد تقوم به هذه الآلات من عمل في المستقبل.

Now the third myth,

الآن الخرافة الثالثة،

what I call the superiority myth.

وهي ما أسميها بـ "خرافة التفوق "

It's often said that those who forget

عادةً ما يقال بأن هؤلاء من ينسون

about the helpful side of technological progress,

الجانب الجيد من التقدم التكنولوجي،

those complementarities from before,

تلك الكماليات من الماضي،

are committing something known as the lump of labor fallacy.

يقعون في خطأ يسمى بـ"مغالطة اجمالي الوظائف"

Now, the problem is the lump of labor fallacy

الآن تكمن المشكلة في "مغالطة اجمالي الوظائف"

is itself a fallacy,

إنها مغالطة بحد ذاتها،

and I call this the lump of labor fallacy fallacy,

وأسميها بـ"مغالطة اجمالى الوظائف"،

or LOLFF, for short.

أو اختصارًا "LOLFF".

Let me explain.

دعوني أوضح.

The lump of labor fallacy is a very old idea.

مغالطة إجمالي الوظائف مصطلح قديم.

It was a British economist, David Schloss, who gave it this name in 1892.

الاقتصادي البريطاني "دافيد شلوس" كان أول من استخدمه في عام 1892.

He was puzzled to come across a dock worker

لقد احتار عندما مر بجانب عامل الرصيف

who had begun to use a machine to make washers,

الذي كان قد بدأ باستخدام الآلة في التنظيف،

the small metal discs that fasten on the end of screws.

الأقراص المعدنية الصغيرة التي تربط على نهاية المسامير.

And this dock worker felt guilty for being more productive.

وكان هذا العامل يشعر بالذنب لأنه أصبح أكثر إنتاجية.

Now, most of the time, we expect the opposite,

الآن، عادةً ما نتوقع ردة فعل معاكسة

that people feel guilty for being unproductive,

أن يشعر الناس بالذنب لأنهم أقل إنتاجية،

you know, a little too much time on Facebook or Twitter at work.

تعرفون وقت أكثر بقليل على الفيسبوك أو التويتر أثناء العمل.

But this worker felt guilty for being more productive,

ولكن كان هذا العامل يشعر بالذنب لأنه أصبح أكثر انتاجية

and asked why, he said, "I know I'm doing wrong.

وسأله لماذا، فأجابه: "أنا أعرف أن ما أقوم به خاطئ

I'm taking away the work of another man."

أنا أخذ العمل من رجل آخر."

In his mind, there was some fixed lump of work

من وجهة نظره، كان هناك معدل ثابت من إجمالي الوظائف

to be divided up between him and his pals,

يتم تقسيمها بينه وبين زملائه،

so that if he used this machine to do more,

ولهذا إذا استخدم هذه الآلة لفعل المزيد،

there'd be less left for his pals to do.

سيكون هناك القليل ليفعله بقية زملائه.

Schloss saw the mistake.

رأى "شلوس" هذا الخطأ.

The lump of work wasn't fixed.

لأن إجمالي حجم الوظائف لم يكن ثابتًا.

As this worker used the machine and became more productive,

فكلما استخدم هذا العامل الآلة وأصبح أكثر انتاجية،

the price of washers would fall, demand for washers would rise,

أجور المنظفين ستنخفض، والطلب على الأيدي العاملة منهم سيرتفع،

more washers would have to be made,

يجب إيجاد منظفين أكثر،

and there'd be more work for his pals to do.

وسيكون هناك عمل أكثر ليقوم به بقية زملائه.

The lump of work would get bigger.

إجمالي الوظائف سيرتفع.

Schloss called this "the lump of labor fallacy."

سمى "شلوس " هذا بـ "مغالطة إجمالي الوظائف".

And today you hear people talk about the lump of labor fallacy

واليوم تسمعون الناس يتحدثون عن مغالطة إجمالي الوظائف

to think about the future of all types of work.

لتفكرون بالمستقبل وبكل أنواع العمل فيه.

There's no fixed lump of work out there to be divided up

ليس هناك معدل ثابت للوظائف في السوق ليتم تقسيمها

between people and machines.

بين الناس والآلات.

Yes, machines substitute for human beings, making the original lump of work smaller,

نعم، الآلات تأخذ مكان الناس، وتجعل إجمالي حجم الوظائف أصغر مما كان،

but they also complement human beings,

وكنها أيضًا تكمل عمل البشر،

and the lump of work gets bigger and changes.

وبهذا يزداد حجم إجمالي الوظائف ويتغير.

But LOLFF.

لكن "مغالطة إجمالي الوظائف"

Here's the mistake:

هنا يكمن الخطأ:

it's right to think that technological progress

من الصحيح التفكير أن التقدم التكنولوجي

makes the lump of work to be done bigger.

يجعل معدل إجمالي الوظائف أكبر.

Some tasks become more valuable. New tasks have to be done.

بعض المهمام تصبح أكثر قيمة. ومهام جديدة للقيام بها.

But it's wrong to think that necessarily,

ولكن من الخاطئ أن نفكر أن ذلك يعني بالضرورة

human beings will be best placed to perform those tasks.

أن البشر هم أفضل من يقوم بهذه المهام.

And this is the superiority myth.

وهذه هي خرافة التفوق البشري.

Yes, the lump of work might get bigger and change,

نعم، إجمالي الوظائف يصبح أكبر ويتغير،

but as machines become more capable,

ولكن الآلات تصبح أكثر كفاءة،

it's likely that they'll take on the extra lump of work themselves.

فمن المرجح أنها نفسها ستستحوذ على الزيادة في إجمالي حجم الوظائف.

Technological progress, rather than complement human beings,

بدلًا من أن يكمل التقدم التكنولوجي الإنسان،

complements machines instead.

فإنه يكمل الآلآت.

To see this, go back to the task of driving a car.

لرؤية هذا، لنعد إلى مثال قيادة السيارة.

Today, satnav systems directly complement human beings.

اليوم، أصبحت أنظمة "ساتناف" تكمل الإنسان بشكل مباشر.

They make some human beings better drivers.

ويدربوا بعض الناس ليصبحوا سائقين أفضل.

But in the future,

ولكن في المستقبل،

software is going to displace human beings from the driving seat,

فإن البرامج ستقوم بإبعاد البشر من مقعد القيادة،

and these satnav systems, rather than complement human beings,

وأنظمة "سات ناف" هذه بدلًا من أن تكمل الإنسان،

will simply make these driverless cars more efficient,

ستجعل هذه السيارات بدون سائق اكثر كفاءة،

helping the machines instead.

وبهذا تساعد الآلآت بدلًا عن ذلك.

Or go to those indirect complementarities that I mentioned as well.

أو بالذهاب إلى تلك المكملات الغير مباشرة التي ذكرتها سابقًا.

The economic pie may get larger,

قد تصبح فطيرة الاقتصاد أكبر حجمًا،

but as machines become more capable,

ولكن الآلات ستصبح أكثر كفاءة،

it's possible that any new demand will fall on goods that machines,

من الممكن أن الطلب الجديد على البضائع التي تقوم الآلات

rather than human beings, are best placed to produce.

بصنعها وليس الإنسان ستكون هي خير من يقوم بالمهمة.

The economic pie may change,

قد يتغير حجم الفطيرة الاقتصادية،

but as machines become more capable,

ولكن مع تحسن قدرة الآلات،

it's possible that they'll be best placed to do the new tasks that have to be done.

من المحتمل أن تكون هي خير من يقوم بالمهام الجديدة التي يجب عملها

In short, demand for tasks isn't demand for human labor.

باختصار، الحاجة لمهام جديدة لا يعني زيادة الطلب على الأيدي العاملة البشرية.

Human beings only stand to benefit

سيستفيد البشر فقط

if they retain the upper hand in all these complemented tasks,

إذا كانوا هم اليد العليا في كل هذه المهام التكميلية،

but as machines become more capable, that becomes less likely.

ولكن مع تحسن كفاءة الآلآت اصبحت فرصتنا ضعيفة.

So what do these three myths tell us then?

إذًا ما الذي تخبرنا هذه الثلاث الخرافات؟

Well, resolving the Terminator myth

حسنًا، بحل خرافة الإبادة

shows us that the future of work depends upon this balance between two forces:

عرفنا أن مستقبل الوظائف يعتمد على التوازن بين عاملين:

one, machine substitution that harms workers

الأول أن استبدال الآلآت الذي يضر بالعمال

but also those complementarities that do the opposite.

ولكن ايضًا تلك المكملات التي تقوم بالعكس.

And until now, this balance has fallen in favor of human beings.

وحتى الآن ، هذا التوازن تلاشى لصالح الكائن البشري.

But resolving the intelligence myth

ولكن كسر خرافة الذكاء الاصطناعي

shows us that that first force, machine substitution,

أثبت لنا أنا العامل الأول، وهو استبدال الآلات،

is gathering strength.

يحشد كامل قوته.

Machines, of course, can't do everything,

بالطبع لا تستطيع الآلات عمل كل شيء،

but they can do far more,

ولكن يمكنها العمل أكثر،

encroaching ever deeper into the realm of tasks performed by human beings.

والتعمق أكثر في مجال المهام التي يقوم بها البشر.

What's more, there's no reason to think

أيضًا، ليس هناك سبب للاعتقاد

that what human beings are currently capable of

أن بمقدور البشر حاليًا

represents any sort of finishing line,

على الاستمرار إلى الأمام،

that machines are going to draw to a polite stop

أو أن الآلات ستترك لنا المكان

once they're as capable as us.

عند تمكنها من تنفيذ المهام مثلنا.

Now, none of this matters

الآن، لا يهم أيٌ من هذا

so long as those helpful winds of complementarity

طالما أن رياح المساعدة المكملة تلك

blow firmly enough,

تهب بقوة كافية،

but resolving the superiority myth

لكن بدحض خرافة التفوق

shows us that that process of task encroachment

يثبت لنا هذا أن عملية تجاوز المهام

not only strengthens the force of machine substitution,

لا يعزز فقط عامل استبدال الآلات محل البشر،

but it wears down those helpful complementarities too.

ولكنه يضعف هذه المكملات المساعدة أيضًا.

Bring these three myths together

إذا جمعنا هذه الثلاث الخرافات معًا

and I think we can capture a glimpse of that troubling future.

أظن أنه بمقدورنا أخذ لمحة عن المستقبل المتزعزع.

Machines continue to become more capable,

الآلات تتحسن لتصبح أكثر كفاءة،

encroaching ever deeper on tasks performed by human beings,

وتستولي على مهام أكثر كان يقوم بها الإنسان،

strengthening the force of machine substitution,

مما يعزز تيار التوجه نحو الآلات،

weakening the force of machine complementarity.

ويضعف من التوجه نحو اتخاذ الآلات كشيء تكميلي لدور الإنسان.

And at some point, that balance falls in favor of machines

وفي وقت من الزمن، ذلك التوازن سيختل لمصلحة الآلات

rather than human beings.

وليس لمصلحة الإنسان.

This is the path we're currently on.

هذه هو الطريق الذي نسلكه الآن.

I say "path" deliberately, because I don't think we're there yet,

أقول "طريق" عن قصد، لأنني لا أعتقد أننا وصلنا لتلك المرحلة بعد

but it is hard to avoid the conclusion that this is our direction of travel.

ولكن من الصعب تجنب الخاتمة التي تقع في نهاية الرحلة.

That's the troubling part.

تلك هي المشكلة.

Let me say now why I think actually this is a good problem to have.

دعوني أقول لما أظن أن وجود هذه المشكلة أمر جيد

For most of human history, one economic problem has dominated:

على مدى التاريخ البشري، لطالما تواجدت مشلكة اقتصادية وهي:

how to make the economic pie large enough for everyone to live on.

كيفية جعل الفطيرة الاقتصادية كبيرة بما يكفي لنجاة الجميع.

Go back to the turn of the first century AD,

وبالعودة إلى القرن الأول الميلادي،

and if you took the global economic pie

وإذا أخذنا الفطيرة الاقتصادية العالمية

and divided it up into equal slices for everyone in the world,

وقسمناها إلى شرائح متساوية للجميع في العالم،

everyone would get a few hundred dollars.

سيحصل الجميع على بضع مئات الدولارات.

Almost everyone lived on or around the poverty line.

سيعيش الجميع تقريبًا أعلى من أو قريبًا من خط الفقر.

And if you roll forward a thousand years,

وإذا مشيت بعجلة الوقت ألف سنة،

roughly the same is true.

سنكون الحال نفسه أيضًا.

But in the last few hundred years, economic growth has taken off.

ولكن خلال المائة سنة الماضية، ارتفع النمو الاقتصادي.

Those economic pies have exploded in size.

وتضخمت تلك الفطائر الاقتصادية بالحجم.

Global GDP per head,

نصيب الفرد من إجمالي الناتج المحلي،

the value of those individual slices of the pie today,

قيمة هذه الأقسام الفردية من الفطيرة اليوم،

they're about 10,150 dollars.

حوالي 10,150 دولار.

If economic growth continues at two percent,

إذا استمر النمو الاقتصادي بمعدل 2 بالمائة،

our children will be twice as rich as us.

سيصبح أولادنا أكثر ثراءً منا بمرتين.

If it continues at a more measly one percent,

إذا استمر أقل بقليل من الاثنين بالمائة،

our grandchildren will be twice as rich as us.

سيصبح أحفادنا أكثر ثراءً منا بمرتين.

By and large, we've solved that traditional economic problem.

بالنسبة والحجم، حللنا تلك المشكلة الاقتصادية القديمة.

Now, technological unemployment, if it does happen,

الآن، البطالة بسبب التكنولوجيا، إن حدثت،

in a strange way will be a symptom of that success,

على نحو غريب ستكون مؤشر على ذلك النجاح،

will have solved one problem -- how to make the pie bigger --

وستقدم حلًا لمشكلة... كيفية تكبير حجم الفطيرة...

but replaced it with another --

ولكن استبدالها بواحدة أخرى...

how to make sure that everyone gets a slice.

كيفية التأكد من أن الجميع حصل على نصيبه من الفطيرة.

As other economists have noted, solving this problem won't be easy.

وكما لاحظ الإقتصاديين، فإن حل هذه المشكلة لن يكون سهلًا.

Today, for most people,

اليوم، بالنسبة لمعظم الناس،

their job is their seat at the economic dinner table,

عمل مكتبي بحت على طاولة الفطور الاقتصادية،

and in a world with less work or even without work,

وفي عالم قليل أو معدوم الوظائف،ن

it won't be clear how they get their slice.

غير واضح كيفية حصولهم على نصيبهم من الفطيرة.

There's a great deal of discussion, for instance,

هناك نقاش محموم للكثير من الأشياء مثلًا،

about various forms of universal basic income

عن النماذج المختلفة للدخل الأساسي العالمي،

as one possible approach,

كأحد النماذج المحتملة،

and there's trials underway

وهناك جلسات قانونية تعقد

in the United States and in Finland and in Kenya.

في الولايات المتحدة وفنلندا و كينيا.

And this is the collective challenge that's right in front of us,

وهذا التحدي الكلي الذي يقف أمامنا مباشرةً،

to figure out how this material prosperity generated by our economic system

لمعرفة كيف سيتشكل هذا الرخاء المادي من قبل النظام الاقتصادي

can be enjoyed by everyone

ويستفيد منه الجميع

in a world in which our traditional mechanism

في حالم حيث فيه الآلية التقليدية

for slicing up the pie,

لتقسيم الفطيرة الاقتصادية،

the work that people do,

والعمل الذي يقوم به الناس،

withers away and perhaps disappears.

يتناقص وربما يختفي تمامًا.

Solving this problem is going to require us to think in very different ways.

سيتطلب منا حل هذه المشكلة التفكير بطرق مختلفة تمامًا.

There's going to be a lot of disagreement about what ought to be done,

سيكون هناك العديد من الخلافات حول مالذي يجب فعله،

but it's important to remember that this is a far better problem to have

لكن من المهم أن نتذكر أن هذه المشكلة أفضل بكثير

than the one that haunted our ancestors for centuries:

من تلك التي استحوذت على تفكير أجدادنا لعدة قرون ألا وهي:

how to make that pie big enough in the first place.

كيف نجعل الفطيرة أكبر حجمًا في المقام الأول.

Thank you very much.

شكرًا جزيلًا لكم.

(Applause)

(تصفيق)