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

Fordító: Péter Pallós Lektor: Reka Lorinczy

Automation anxiety has been spreading lately,

Mind többet nyugtalankodunk, félünk

a fear that in the future,

a jövőbeni automatizálás miatt az utóbbi időben,

many jobs will be performed by machines

miszerint sok munkát gépek végeznek

rather than human beings,

emberi lények helyett,

given the remarkable advances that are unfolding

a mesterséges intelligenciában és a robotikában

in artificial intelligence and robotics.

figyelemre méltóan kibontakozó fejlődés következtében.

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

Annyi világos, hogy jelentős változások várhatók.

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

A változások természete viszont kevésbé világos.

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

Kutatásom azt mutatja, hogy a jövő egyszerre aggasztó és lelkesítő.

The threat of technological unemployment is real,

A technológia okozta munkanélküliség valódi,

and yet it's a good problem to have.

de mégis jó, hogy efféle gondunk van.

And to explain how I came to that conclusion,

Hogy elmagyarázzam, hogyan jutottam e következtetésre,

I want to confront three myths

szembesülnünk kell három hiedelemmel,

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

amelyek elhomályosítják az automatizált jövőről alkotott képünket.

A picture that we see on our television screens,

A tévében, könyvekben, filmekben,

in books, in films, in everyday commentary

a mindennapi említésekben

is one where an army of robots descends on the workplace

munkahelyeket elárasztó robotok képe tárul elénk,

with one goal in mind:

melyeknek egyedüli célja:

to displace human beings from their work.

elűzni munkahelyeikről az embereket.

And I call this the Terminator myth.

Ezt hívom terminátorhiedelemnek.

Yes, machines displace human beings from particular tasks,

Igen, a gépek egyes foglalkozásokból kiszorítják az embert,

but they don't just substitute for human beings.

de nem csupán helyettesítik az embert.

They also complement them in other tasks,

Kibővítik a feladatkörüket,

making that work more valuable and more important.

és az elvégzett munka értékesebb és fontosabb lesz.

Sometimes they complement human beings directly,

Néha egyenesen kiegészítik az embert,

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

s bizonyos munkákat termelékenyebbé és hatékonyabbá változtatnak.

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

A taxis műholdas rendszert használhat, mellyel ismeretlen utakon tájékozódhat.

An architect can use computer-assisted design software

Az építész számítógépes tervezőrendszert használhat

to design bigger, more complicated buildings.

nagyobb, bonyolultabb épületekhez.

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

De a műszaki fejlődés nem csupán kiegészíti az embert.

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

Közvetett módon is kiegészíti, mégpedig kétféleképpen.

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

Az első: ha a gazdaságot sütinek tekintjük,

technological progress makes the pie bigger.

a műszaki fejlődés megnöveli a sütit.

As productivity increases, incomes rise and demand grows.

A termelékenység javulásával a bevételek és a kereslet nő.

The British pie, for instance,

Pl. a brit süti több mint százszorosa

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

a 300 évvel ezelőttinek.

And so people displaced from tasks in the old pie

A régi sütiből kiszorított foglalkozású emberek

could find tasks to do in the new pie instead.

helyette az új sütiben találhattak maguknak állást.

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

A műszaki fejlődés nemcsak megnöveli a sütit,

It also changes the ingredients in the pie.

hanem összetevőit is megváltoztatja.

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

Az idő előre haladtával az emberek másként költik el jövedelmüket,

changing how they spread it across existing goods,

módosítva a meglévő javak közötti megoszlását,

and developing tastes for entirely new goods, too.

és kifejlődik a teljesen új javak iránti ízlésük.

New industries are created,

Új iparágak születnek,

new tasks have to be done

új feladatok várnak megoldásra,

and that means often new roles have to be filled.

ami gyakran új szerepeket jelent.

So again, the British pie:

Ismétlem, a brit süti:

300 years ago, most people worked on farms,

300 éve a legtöbben a mezőgazdaságban,

150 years ago, in factories,

150 éve gyárakban dolgoztak,

and today, most people work in offices.

ma pedig zömmel irodákban dolgoznak.

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

Ismétlem, a régi sütiben lévő munkákból kiszorult emberek

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

az új süti munkaköreibe kerülhettek.

Economists call these effects complementarities,

Közgazdászok ezt technológiai komplementaritásnak hívják,

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

de ez csak jópofa szó a különböző módszerek leírására,

that technological progress helps human beings.

amellyel a műszaki fejlődés segíti az embert.

Resolving this Terminator myth

A terminátorhiedelem eloszlatása azt mutatja,

shows us that there are two forces at play:

hogy itt két erő szerepel:

one, machine substitution that harms workers,

az első a helyettesítő gép, amely kárt okoz a munkásoknak,

but also these complementarities that do the opposite.

de a komplementaritás ellentétes hatású.

Now the second myth,

Íme a másik hiedelem,

what I call the intelligence myth.

amelyet intelligenciahiedelemnek hívok.

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

Mi a közös az autóvezetésben, az orvosi diagnózis fölállításában

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

és madár röpke pillantással való meghatározásában?

Well, these are all tasks that until very recently,

E feladatokról a legutóbbi időkig

leading economists thought couldn't readily be automated.

vezető közgazdászok azt hitték, hogy nem könnyen automatizálhatók.

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

Ma mégis, mindezeket a feladatokat lehet automatizálni.

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

Minden nagy autógyártónak van vezető nélküli programja.

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

Számtalan rendszer képes orvosi diagnosztikára.

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

Még alkalmazás is létezik, amely röpke pillantással

at a fleeting glimpse.

képes madarak maghatározására.

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

A közgazdászoknak ez nem csupán peche volt.

They were wrong,

Tévedtek,

and the reason why they were wrong is very important.

és nagyon lényeges, amiért tévedtek.

They've fallen for the intelligence myth,

Az intelligenciahiedelem csapdájába estek,

the belief that machines have to copy the way

miszerint a gépeknek másolniuk kell

that human beings think and reason

az emberi gondolkodást és értelmet,

in order to outperform them.

hogy túltegyenek rajta.

When these economists were trying to figure out

Mikor a közgazdászok igyekeztek rájönni,

what tasks machines could not do,

mely feladatokat képtelenek gépek megoldani,

they imagined the only way to automate a task

a feladatautomatizálás egyetlen módszerének ezt tartották:

was to sit down with a human being,

magyaráztassuk el valakivel,

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

ő hogyan végezné el a feladatot,

and then try and capture that explanation

aztán a magyarázatot fordítsuk le

in a set of instructions for a machine to follow.

a gépnek érthető utasítások sorozatára.

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

E nézet a mesterséges intelligencia területén is népszerű volt.

I know this because Richard Susskind,

Azért tudom, mert apám és társszerzőm,

who is my dad and my coauthor,

Richard Susskind az 1980-as években

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

doktoriját az MI-ből és jogból írta

at Oxford University,

az Oxfordi Egyetemen.

and he was part of the vanguard.

Az élharcosok közé tartozott.

And with a professor called Phillip Capper

Phillip Capper professzorral közösen,

and a legal publisher called Butterworths,

a Butterworths jogi kiadó révén

they produced the world's first commercially available

elkészítették a világ első, kereskedelemben kapható

artificial intelligence system in the law.

jogi MI-rendszerét.

This was the home screen design.

Ez volt a főképernyője.

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

Apám arról győzköd, hogy akkoriban ez menő képernyő volt.

(Laughter)

(Nevetés)

I've never been entirely convinced.

Nem győzött meg teljesen.

He published it in the form of two floppy disks,

Két hajlékony lemezen jelentette meg a rendszert,

at a time where floppy disks genuinely were floppy,

mikor még azok tényleg hajlékonyak voltak.

and his approach was the same as the economists':

Fölfogása egyezett a közgazdászokéval:

sit down with a lawyer,

fogj egy jogászt,

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

magyaráztasd el, hogyan szokott jogi feladatokat megoldani,

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

aztán a magyarázatot foglald a gép által követendő szabályokba.

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

A közgazdaságban, ha az ember így meg tudja magát értetni,

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

ezeket rutinfeladatnak nevezik, és azok automatizálhatók.

But if human beings can't explain themselves,

De ha nem képesek megértetni magukat,

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

a feladatokat nem szokványosnak nevezik, és megoldhatatlannak tartják.

Today, that routine-nonroutine distinction is widespread.

Manapság közkeletű a rutin és a nem szokványos megkülönböztetése.

Think how often you hear people say to you

Milyen gyakran hallhatjuk:

machines can only perform tasks that are predictable or repetitive,

"a gépek csak előre meghatározható, ismétlődő, szabályokba foglalható

rules-based or well-defined.

s jól definiált feladatokkal boldogulnak".

Those are all just different words for routine.

Ezek csupán a rutin szó szinonimái.

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

Térjünk vissza az elején említett három esethez!

Those are all classic cases of nonroutine tasks.

Ezek mind hagyományos nem szokványos esetek.

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

Kérdezzük orvosunkat, hogyan állít föl diagnózist!

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

Tán fölsorol néhány ökölszabályt,

but ultimately she'd struggle.

de végül kínban lesz.

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

Azt mondaná, hogy kreativitás, ítélőképesség és ráérzés kell hozzá.

And these things are very difficult to articulate,

Igen bonyolult ezeket megfogalmazni,

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

ezért gondolták, hogy az efféle feladatokat nehéz automatizálni.

If a human being can't explain themselves,

Ha az ember nem képes megértetni magát,

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

hogy az ördögbe lássunk hozzá

gépek által végrehajtható utasítások megírásához?

for a machine to follow?

Thirty years ago, this view was right,

Harminc éve e nézet helyes volt,

but today it's looking shaky,

de ma bizonytalannak tűnik,

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

és a jövőben pusztán hibás lesz.

Advances in processing power, in data storage capability

A feldolgozási teljesítmény, az adattárolási képesség

and in algorithm design

és az algoritmustervezés fejlődése

mean that this routine-nonroutine distinction

azt jelenti, hogy a rutin és a nem szokványos közötti különbség

is diminishingly useful.

elhanyagolható lesz.

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

Ennek megértéséhez lássuk ismét a diagnózisfölállítás esetét!

Earlier in the year,

Az év elején

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

stanfordi tudósok bejelentették, hogy rendszer fejlesztettek ki,

which can tell you whether or not a freckle is cancerous

amely a legjobb bőrgyógyász pontosságával mondja meg,

as accurately as leading dermatologists.

hogy egy folt rákos jellegű-e.

How does it work?

Hogyan?

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

Nem próbálja orvos ítélőképességét vagy megérzését másolni.

It knows or understands nothing about medicine at all.

Fogalma sincs az orvostudományról.

Instead, it's running a pattern recognition algorithm

129 450 korábbi eseten alapuló

through 129,450 past cases,

mintafelismerő algoritmust használ.

hunting for similarities between those cases

Az adott esetek és a konkrét elváltozás

and the particular lesion in question.

közötti hasonlóságokat keresi.

It's performing these tasks in an unhuman way,

Feladatát nem emberi módszerrel végzi,

based on the analysis of more possible cases

hanem több lehetséges eset elemzésével,

than any doctor could hope to review in their lifetime.

mint amennyi bármely orvos elé kerülhet élete során.

It didn't matter that that human being,

Nem volt jelentősége,

hogy orvos nem volt képes elmagyarázni, hogyan végzi a munkát.

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

Now, there are those who dwell upon that the fact

Vannak, akik azt firtatják,

hogy e gépek nem a képünkre lettek megalkotva.

that these machines aren't built in our image.

As an example, take IBM's Watson,

Pl. ott van az IBM Watson nevű szuperszámítógépe,

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

amely részt vett 2011-ben az USA Jeopardy! c. kvízműsorában,

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

és legyőzte a két bajnokot.

The day after it won,

A győzelmet követő napon

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

a The Wall Street Journal közölte John Searle filozófus cikkét e címmel:

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

"Watson nem tudja, hogy nyert a Jeopardyban".

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

Remek cikk, ráadásul igaz is.

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

Watson nem hallatott diadalüvöltést.

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

Nem újságolta el szüleinek remek sikerét.

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

Nem tért be a kocsmába egy italra.

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

A rendszer nem igyekezett más versenyző viselkedését másolni,

but it didn't matter.

de ez nem is számít.

It still outperformed them.

Mégis túltett rajtuk.

Resolving the intelligence myth

Az intelligenciahiedelem eloszlatása jelzi,

shows us that our limited understanding about human intelligence,

hogy az emberi intelligencia tökéletlen megértése,

about how we think and reason,

a hogyan gondolkodunk és okoskodunk

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

ma sokkal kevésbé akadálya az automatizálásnak, mint a múltban.

What's more, as we've seen,

Továbbá az is látható,

when these machines perform tasks differently to human beings,

hogy e gépek az emberhez képest másként végzik feladatukat.

there's no reason to think

Nincs okunk azt hinni,

that what human beings are currently capable of doing

hogy amire ma az ember képes,

represents any sort of summit

a csúcsát jelenti annak,

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

amit e gépek tán megtehetnek a jövőben.

Now the third myth,

Lássuk a harmadikat,

what I call the superiority myth.

amit én felsőbbrendűségi hiedelemnek hívok!

It's often said that those who forget

Gyakran elhangzik,

about the helpful side of technological progress,

hogy aki elfeledkezik a műszaki fejlődés jó oldalairól,

those complementarities from before,

az említett komplementaritásról,

are committing something known as the lump of labor fallacy.

az ún. téves következtetésre jut a munkamennyiségről.

Now, the problem is the lump of labor fallacy

A munkamennyiségről vallott téves következtetés

is itself a fallacy,

önmagában is tévedés.

and I call this the lump of labor fallacy fallacy,

Ezt hívom a munkamennyiség téves következtetése tévedésének,

or LOLFF, for short.

vagy röviden LOLFF-nak

Let me explain.

Megmagyarázom.

The lump of labor fallacy is a very old idea.

A munkamennyiségről vallott téves következtetés igen régi.

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

David Schloss brit közgazdász nevezte így el 1892-ben.

He was puzzled to come across a dock worker

Zavarba jött, amikor találkozott az egyik dokkmunkással,

who had begun to use a machine to make washers,

aki csavaralátét-készítő gépet kezdett használni.

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

Az alátét csavarokhoz használt gyűrű alakú fém alkatrész.

And this dock worker felt guilty for being more productive.

A dokkmunkás bűntudatot érzett, amiért termelékenyebb.

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

Többnyire az ellenkezőjére számítunk:

that people feel guilty for being unproductive,

azért éreznek bűntudatot, mert nem termelékenyek,

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

mert pl. túl sokat kütyüznek a munkában.

De a munkás azért érzett bűntudatot, mert termelékenyebb.

But this worker felt guilty for being more productive,

Ezzel indokolta: "Tudom, hogy rosszat teszek.

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

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

Elveszem mások munkáját."

In his mind, there was some fixed lump of work

Tudatában bizonyos fix munkamennyiség oszlott meg

to be divided up between him and his pals,

közte és társai között,

so that if he used this machine to do more,

ezért ha géppel többet termel,

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

társainak kevesebb marad.

Schloss saw the mistake.

Schloss meglátta a hibát.

The lump of work wasn't fixed.

A munkamennyiség nem állandó.

As this worker used the machine and became more productive,

A munkás gépet használt, és termelékenyebb lett.

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

Az alátétek ára esni fog, a kereslet iránta megnő,

more washers would have to be made,

több alátét készül,

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

és így több munka jut a társainak.

The lump of work would get bigger.

A munkamennyiség megnő.

Schloss called this "the lump of labor fallacy."

Schloss ezt "a munkamennyiségről vallott téves következtetés"-nek hívta.

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

E téves következtetésről beszélnek az emberek,

to think about the future of all types of work.

amikor bármiféle munka jövőjéről van szó.

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

Nem létezik gépek és az ember között

megosztandó fix mennyiségű munka.

between people and machines.

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

Igen, a gépek fölváltják az embert, elvégezve ugyanazt a munkát,

but they also complement human beings,

de ki is egészítik az embert,

and the lump of work gets bigger and changes.

és a munkamennyiség nagyobb lesz és változik.

But LOLFF.

De itt a LOLFF.

Here's the mistake:

Itt a hiba:

it's right to think that technological progress

odáig helyes, hogy a műszaki fejlődés

makes the lump of work to be done bigger.

megnöveli az elvégzendő munkamennyiséget.

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

Egyes munkák értékesebbé válnak. Új feladatok keletkeznek.

But it's wrong to think that necessarily,

Ám hiba lenne azt gondolni,

hogy szükségképpen az embernek kell ellátnia azokat a feladatokat.

human beings will be best placed to perform those tasks.

And this is the superiority myth.

Ez a felsőbbrendűségi hiedelem.

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

Igen, a munkamennyiség megnőhet és változhat,

but as machines become more capable,

de ahogy a gépek többre lesznek képesek,

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

valószínű, hogy azok végzik el a többletmunkát is.

Technological progress, rather than complement human beings,

A műszaki fejlődés nem az embert egészíti ki,

complements machines instead.

hanem a gépeket.

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

Ennek megértéséhez menjünk vissza az autóvezetéshez.

Today, satnav systems directly complement human beings.

Ma a műholdas navigációs rendszerek közvetlenül kiegészítik az embert.

They make some human beings better drivers.

Egyes embereket jobb vezetővé tesznek.

But in the future,

De a jövőben

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

a szoftver kiszorítja a vezetőülésről az embert,

and these satnav systems, rather than complement human beings,

és e rendszerek az emberek kiegészítése helyett

egyszerűen a vezető nélküli autókat változtatják hatékonyabbá,

will simply make these driverless cars more efficient,

helping the machines instead.

a gépeket segítve.

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

Vagy nézzük az említett közvetett komplementaritás esetét is.

The economic pie may get larger,

A gazdasági süti talán megnő,

but as machines become more capable,

de ahogy a gépek többre lesznek képesek,

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

meglehet, hogy bármely új kereslet olyan árucikkeket érint,

rather than human beings, are best placed to produce.

amelyek termelésére a gépek alkalmasabbak lesznek.

The economic pie may change,

A gazdasági süti talán megváltozik,

but as machines become more capable,

de ahogy a gépek többre lesznek képesek,

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

lehet, hogy az új feladatokra gépeket jobb lesz beállítani.

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

Röviden: feladatok iránti igény nem azonos az emberi munka irántival.

Human beings only stand to benefit

Az ember csak akkor kovácsolhat előnyt,

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

ha minden kiegészítő feladatban megtartja előnyét,

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

de ahogy a gépek többre lesznek képesek, ez kevésbé lesz valószínű.

So what do these three myths tell us then?

Miről árulkodik e három hiedelem?

Well, resolving the Terminator myth

A terminátor-hiedelem eloszlatása azt mutatja,

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

hogy a munka jövője két erő egyensúlyától függ:

one, machine substitution that harms workers

a helyettesítő gépektől, melyek ártanak a munkásoknak,

but also those complementarities that do the opposite.

de az ellenkező hatást kiváltó komplementaritásoktól is.

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

A mérleg eddig az ember felé billent.

But resolving the intelligence myth

Ám az intelligenciahiedelem arra utal,

shows us that that first force, machine substitution,

hogy az első erő,

a helyettesítő gépek ereje gyarapszik.

is gathering strength.

Machines, of course, can't do everything,

A gépek persze nem mindenre képesek,

but they can do far more,

de sokkal többet tehetnek,

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

ha egyre mélyebben merészkednek az emberi tevékenység birodalmába.

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

Továbbá, nincs okunk föltételezni,

that what human beings are currently capable of

hogy amire ma az ember képes,

represents any sort of finishing line,

a végső határt jelenti,

that machines are going to draw to a polite stop

mely előtt a gépek előzékenyen megállnak,

once they're as capable as us.

ha ugyanarra lesznek képesek, mint mi.

Now, none of this matters

Mindaddig ez nem számít,

so long as those helpful winds of complementarity

amíg a komplementaritás jótékony szelei

blow firmly enough,

elég erősen fújnak,

but resolving the superiority myth

de a felsőbbrendűségi hiedelem arra utal,

shows us that that process of task encroachment

hogy a gépek térnyerése a feladatokban

not only strengthens the force of machine substitution,

nemcsak erősíti a helyettesítő gépek erejét,

but it wears down those helpful complementarities too.

hanem a komplementaritás jótékony hatását is fölmorzsolja.

Bring these three myths together

Ha e három hiedelmet összerakjuk,

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

pillantást vethetünk az aggasztó jövőre.

Machines continue to become more capable,

A gépek egyre többre lesznek képesek,

encroaching ever deeper on tasks performed by human beings,

egyre mélyebben merészkedve az emberi tevékenységekbe,

strengthening the force of machine substitution,

fokozva a helyettesítő gépek erejét,

weakening the force of machine complementarity.

gyengítve a gépek kiegészítő erejét.

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

Egykor majd a mérleg az emberről

rather than human beings.

a gépek felé billen.

This is the path we're currently on.

Ma ezen az úton járunk.

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

Szándékosan mondok utat, mert bár még nem értünk célt,

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

de nehéz elkerülni a következtetést, hogy ez az útirányunk.

That's the troubling part.

Ez a dolog aggasztó része.

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

Megmondom, miért jó ezzel foglalkozni.

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

Történelmünk során egyetlen gazdasági kérdés volt előtérben:

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

hogyan növeljük elég naggyá a gazdasági sütit, hogy mindenkinek jusson belőle.

Go back to the turn of the first century AD,

Menjünk vissza az első századfordulóig.

and if you took the global economic pie

Ha a Föld gazdasági sütijét

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

egyforma szeletekre vágjuk, hogy mindenkinek jusson belőle,

everyone would get a few hundred dollars.

egy-egy embernek pár száz dollár jutna.

Almost everyone lived on or around the poverty line.

Majdnem mindenki a szegénységi küszöb táján élne.

And if you roll forward a thousand years,

Ezer év múltán

majdnem ugyanaz a helyzet.

roughly the same is true.

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

De az utóbbi évszázadokban a gazdasági növekedés fölgyorsult.

Those economic pies have exploded in size.

A gazdasági süti robbanásszerűen nőtt.

Global GDP per head,

A világ egy főre eső GDP-je,

the value of those individual slices of the pie today,

egy-egy mai sütiszelet

they're about 10,150 dollars.

mintegy 10 150 dollár.

If economic growth continues at two percent,

Ha a gazdasági fejlődés üteme kétszázalékos marad,

our children will be twice as rich as us.

gyermekeink nálunk kétszer gazdagabbak lesznek.

If it continues at a more measly one percent,

Ha gyengébb, csak egyszázalékos lesz,

our grandchildren will be twice as rich as us.

unokáink lesznek nálunk kétszer gazdagabbak.

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

Nagyjából megoldottuk a hagyományos gazdasági problémát.

Now, technological unemployment, if it does happen,

Ha mégis előáll a technológiai munkanélküliség,

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

az a siker furcsa tünete lesz

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

és egy gondot old meg, nevezetesen: hogyan növeljük meg a sütit,

but replaced it with another --

de a helyébe másik lép:

how to make sure that everyone gets a slice.

miként gondoskodjunk róla, hogy mindenkinek jusson egy szelet.

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

Más közgazdászok megjegyezték: a feladat megoldása nem lesz könnyű.

Today, for most people,

Jelenleg az emberek zöme számára

their job is their seat at the economic dinner table,

az állása belépő a gazdasági vacsoraasztalhoz,

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

és ha kevesebb munka lesz vagy egyáltalán nem lesz,

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

kétséges, honnan kapják szeletüket.

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

Tág tere van a vitának például

about various forms of universal basic income

a feltétel nélküli alapjövedelem különféle formáiról,

as one possible approach,

ami az egyik lehető megközelítés,

and there's trials underway

és folynak próbálkozások

in the United States and in Finland and in Kenya.

az USA-ban, Finnországban és Kenyában.

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

Ez közös, küszöbön álló kihívásunk,

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

hogy rájöjjünk, a gazdasági rendszerünk teremtette anyagi boldogulást

can be enjoyed by everyone

hogyan élvezhetné mindenki

in a world in which our traditional mechanism

olyan világban,

for slicing up the pie,

amelyben a sütiszeletelés hagyományos mechanizmusa,

the work that people do,

az emberek által végzett munka

withers away and perhaps disappears.

elsorvad és tán el is tűnik.

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

A problémamegoldás más gondolkodásmódot igényel.

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

Sok vita lesz még a lehetséges teendőkről,

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

de tartsuk észben, hogy ez sokkal kellemesebb probléma,

than the one that haunted our ancestors for centuries:

mint ami elődeinket gyötörte századokig:

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

hogyan növeljék meg elsősorban a sütit.

Thank you very much.

Köszönöm szépen.

(Applause)

(Taps)