The jobs we'll lose to machines -- and the ones we won't | Anthony Goldbloom

Traductor: Lidia Cámara de la Fuente Revisor: Sebastian Betti

So this is my niece.

Esta es mi sobrina.

Her name is Yahli.

Su nombre es Yahli.

She is nine months old.

Tiene nueve meses.

Her mum is a doctor, and her dad is a lawyer.

Su madre es médica y su padre abogado.

By the time Yahli goes to college,

Cuando Yahli vaya a la universidad,

the jobs her parents do are going to look dramatically different.

los trabajos que desempeñan sus padres serán drásticamente diferentes.

En 2013 investigadores de la Universidad de Oxford

In 2013, researchers at Oxford University did a study on the future of work.

realizaron un estudio sobre el futuro del trabajo.

They concluded that almost one in every two jobs have a high risk

Concluyeron que casi uno de cada dos puestos de trabajo tienen un alto riesgo

of being automated by machines.

de ser automatizado por máquinas.

El aprendizaje automático es la tecnología

Machine learning is the technology

that's responsible for most of this disruption.

responsable de la mayor parte de esta alteración.

It's the most powerful branch of artificial intelligence.

Es la rama más potente de la inteligencia artificial.

It allows machines to learn from data

Permite que las máquinas aprendan de datos

and mimic some of the things that humans can do.

e imiten algunas de las cosas que los humanos podemos hacer.

My company, Kaggle, operates on the cutting edge of machine learning.

Mi empresa Kaggle está en la vanguardia del aprendizaje automático.

We bring together hundreds of thousands of experts

Reunimos a cientos de miles de expertos

to solve important problems for industry and academia.

para resolver problemas importantes para la industria y el mundo académico.

This gives us a unique perspective on what machines can do,

Esto nos da una perspectiva única sobre qué pueden hacer las máquinas,

what they can't do

y lo que no pueden hacer

and what jobs they might automate or threaten.

y qué puestos de trabajo pueden automatizar o amenazar.

Machine learning started making its way into industry in the early '90s.

El aprendizaje automático comenzó su camino en la industria en los años 90.

It started with relatively simple tasks.

Comenzó con tareas relativamente simples.

It started with things like assessing credit risk from loan applications,

Empezó con la evaluación del riesgo de crédito de las solicitudes de préstamo,

sorting the mail by reading handwritten characters from zip codes.

la clasificación del correo leyendo caracteres escritos a mano

a partir de los códigos postales.

Over the past few years, we have made dramatic breakthroughs.

En los últimos años hemos hecho grandes avances.

Machine learning is now capable of far, far more complex tasks.

El aprendizaje automático puede ahora hacer tareas mucho más complejas.

In 2012, Kaggle challenged its community

En 2012 Kaggle desafió a su comunidad

to build an algorithm that could grade high-school essays.

al construir un algoritmo para evaluar los ensayos del instituto.

The winning algorithms were able to match the grades

Los algoritmos ganadores pudieron igualar las calificaciones

given by human teachers.

dadas por profesores humanos.

Last year, we issued an even more difficult challenge.

El año pasado abordamos un reto aún más difícil.

Can you take images of the eye and diagnose an eye disease

¿Se pueden hacer imágenes del ojo y diagnosticar una enfermedad ocular

called diabetic retinopathy?

llamada retinopatía diabética?

Again, the winning algorithms were able to match the diagnoses

De nuevo los algoritmos ganadores pudieron igualar los diagnósticos

given by human ophthalmologists.

dados por los oftalmólogos humanos.

Now, given the right data, machines are going to outperform humans

Así que con los datos correctos, las máquinas superarán a los humanos

at tasks like this.

en este tipo de tareas.

A teacher might read 10,000 essays over a 40-year career.

Un profesor puede leer 10 000 ensayos durante un tiempo de 40 años.

An ophthalmologist might see 50,000 eyes.

Un oftalmólogo puede ver 50 000 ojos.

A machine can read millions of essays or see millions of eyes

Una máquina puede leer millones de ensayos o ver a millones de ojos

within minutes.

en minutos.

We have no chance of competing against machines

No tenemos oportunidad de competir contra las máquinas

on frequent, high-volume tasks.

en las tareas frecuentes y de gran volumen.

But there are things we can do that machines can't do.

Pero hay cosas que podemos hacer que las máquinas no pueden hacer.

Where machines have made very little progress

Donde las máquinas han avanzado muy poco

is in tackling novel situations.

es haciendo frente a situaciones nuevas.

They can't handle things they haven't seen many times before.

Ellas no pueden manejar las cosas que no han visto muchas veces antes.

Las limitaciones principales del aprendizaje automático

The fundamental limitations of machine learning

is that it needs to learn from large volumes of past data.

es que requiere el aprendizaje previo de grandes volúmenes de datos del pasado.

Now, humans don't.

Los humanos, sin embargo, no.

We have the ability to connect seemingly disparate threads

Tenemos la capacidad de conectar los hilos aparentemente dispares

to solve problems we've never seen before.

para resolver problemas que nunca antes hemos visto.

Percy Spencer was a physicist working on radar during World War II,

El físico Percy Spencer investigaba sobre el radar durante la 2ª Guerra Mundial,

when he noticed the magnetron was melting his chocolate bar.

cuando notó que el magnetrón derretía su barra de chocolate.

He was able to connect his understanding of electromagnetic radiation

Pudo conectar su comprensión de la radiación electromagnética

with his knowledge of cooking

con su conocimiento de la cocina

in order to invent -- any guesses? -- the microwave oven.

para... ¿alguna idea? El horno de microondas.

Now, this is a particularly remarkable example of creativity.

Este es un ejemplo particularmente notable de creatividad.

But this sort of cross-pollination happens for each of us in small ways

Pero este tipo de polinización cruzada ocurre en cada uno de nosotros

thousands of times per day.

en formas pequeñas miles de veces por día.

Machines cannot compete with us

Las máquinas no pueden competir con nosotros

when it comes to tackling novel situations,

cuando se trata de hacer frente a situaciones nuevas,

and this puts a fundamental limit on the human tasks

y en las tareas humanas esto tienen un límite fundamental

that machines will automate.

para que las máquinas lo automaticen.

So what does this mean for the future of work?

Y ¿qué significa esto para el futuro del trabajo?

The future state of any single job lies in the answer to a single question:

El futuro de cualquier trabajo radica en la respuesta a una sola pregunta:

To what extent is that job reducible to frequent, high-volume tasks,

¿En qué medida el trabajo es reducible a las tareas frecuentes y de gran volumen,

and to what extent does it involve tackling novel situations?

y en qué medida tampoco implica hacer frente a situaciones nuevas?

On frequent, high-volume tasks, machines are getting smarter and smarter.

En tareas frecuentes y de gran volumen, las máquinas son más y más inteligentes.

Today they grade essays. They diagnose certain diseases.

Hoy evalúan ensayos. Diagnostican ciertas enfermedades.

Over coming years, they're going to conduct our audits,

Durante los próximos años harán nuestras auditorías,

and they're going to read boilerplate from legal contracts.

y leerán lo repetitivo de los contratos legales.

Accountants and lawyers are still needed.

Pero se seguirán necesitando contadores y abogados.

They're going to be needed for complex tax structuring,

Serán necesarios para la estructuración fiscal compleja,

for pathbreaking litigation.

para los litigios pioneros.

But machines will shrink their ranks

Pero las máquinas estrecharan sus rangos

and make these jobs harder to come by.

y harán estos puestos más difíciles de conseguir.

Now, as mentioned,

machines are not making progress on novel situations.

Pero, como se ha dicho,

las máquinas no están progresando en situaciones nuevas.

The copy behind a marketing campaign needs to grab consumers' attention.

La copia detrás de una campaña de marketing debe captar

la atención de los consumidores; se ha de destacar de la multitud.

It has to stand out from the crowd.

Business strategy means finding gaps in the market,

Significa buscar nichos de negocios vacíos en el mercado,

things that nobody else is doing.

cosas que nadie está haciendo.

It will be humans that are creating the copy behind our marketing campaigns,

Serán humanos los que crearán la copia detrás de las campañas de marketing,

and it will be humans that are developing our business strategy.

y será el humano quien desarrolle la estrategia de negocio.

So Yahli, whatever you decide to do,

Así Yahli, sea lo que sea que decidas hacer,

let every day bring you a new challenge.

deja que cada día te traiga un nuevo reto.

If it does, then you will stay ahead of the machines.

Al hacerlo, entonces estarás por delante de las máquinas.

Thank you.

Gracias.

(Applause)

(Aplausos)