How we'll earn money in a future without jobs | Martin Ford

1,604,217 views ・ 2017-11-16

TED


A videó lejátszásához kattintson duplán az alábbi angol feliratokra.

Fordító: Zsófia Herczeg Lektor: Maria Ruzsane Cseresnyes
00:12
I'm going to begin with a scary question:
0
12787
2848
Kezdjünk egy ijesztő kérdéssel:
00:15
Are we headed toward a future without jobs?
1
15659
2750
olyan jövő vár ránk, amelyben nincs munkalehetőség?
00:18
The remarkable progress that we're seeing
2
18987
2069
Az elképesztő fejlődés, melynek tanúi vagyunk a technológiában,
00:21
in technologies like self-driving cars
3
21080
1861
mint az önvezető autók például,
00:22
has led to an explosion of interest in this question,
4
22965
3065
ugrásszerűen megnövelték az érdeklődést a téma iránt.
00:26
but because it's something that's been asked
5
26054
2150
Mivel azonban ez a kérdés
sokszor elhangzott már a múltban is,
00:28
so many times in the past,
6
28228
1256
00:29
maybe what we should really be asking
7
29508
1840
azt kéne inkább megvizsgálnunk,
00:31
is whether this time is really different.
8
31372
2900
hogy ez alkalommal tényleg más-e a helyzet?
00:35
The fear that automation might displace workers
9
35252
2961
A félelmünk, hogy az automatizáció fölöslegessé teszi a munkásokat,
00:38
and potentially lead to lots of unemployment
10
38237
2117
és jelentős munkanélküliséghez vezethet,
00:40
goes back at a minimum 200 years to the Luddite revolts in England.
11
40378
3888
legalább 200 évvel ezelőttre, az angliai luddita megmozdulásokig nyúlik vissza.
00:44
And since then, this concern has come up again and again.
12
44290
3196
Azóta újra és újra felmerül ez az aggály.
00:47
I'm going to guess
13
47510
1161
Úgy vélem, önök közül valószínűleg sokan nem hallottak még
00:48
that most of you have probably never heard of the Triple Revolution report,
14
48695
4466
a "Hármas forradalom jelentés"-ről,
jóllehet a maga idejében fontos dokumentum volt.
00:53
but this was a very prominent report.
15
53185
2293
00:55
It was put together by a brilliant group of people --
16
55502
2531
Egy nagyszerű tudósokból álló csoport állította össze –
köztük két Nobel-díjas.
00:58
it actually included two Nobel laureates --
17
58057
3057
01:01
and this report was presented to the President of the United States,
18
61138
3223
A jelentés az Egyesült Államok elnöke számára készült.
01:04
and it argued that the US was on the brink of economic and social upheaval
19
64385
5494
Azt tárgyalta,
hogy az USA teljes gazdasági és társadalmi összeomlás elé néz,
01:09
because industrial automation was going to put millions of people
20
69903
3102
mivel az automatizáció emberek millióit fosztja majd meg a munkájától.
01:13
out of work.
21
73029
1152
01:14
Now, that report was delivered to President Lyndon Johnson
22
74205
3657
A jelentést Lyndon Johnson elnöknek adták át
01:17
in March of 1964.
23
77886
1801
1964 márciusában.
01:19
So that's now over 50 years,
24
79711
2216
Vagyis több mint 50 évvel ezelőtt.
01:21
and, of course, that hasn't really happened.
25
81951
2058
Mindez természetesen nem következett be.
Mindig ide fut ki a történet.
01:24
And that's been the story again and again.
26
84033
2144
Újra és újra megkongatják a vészharangot,
01:26
This alarm has been raised repeatedly,
27
86201
2109
de a riasztás mindig tévesnek bizonyul.
01:28
but it's always been a false alarm.
28
88334
2013
01:30
And because it's been a false alarm,
29
90371
1809
És mivel a riasztás mindig téves,
ma már nem is vesszük ezt olyan komolyan.
01:32
it's led to a very conventional way of thinking about this.
30
92204
2807
Tulajdonképpen arra jutottunk, hogy igen,
01:35
And that says essentially that yes,
31
95035
2532
a technológia akár teljes iparágakat is romba dönthet,
01:37
technology may devastate entire industries.
32
97591
2548
01:40
It may wipe out whole occupations and types of work.
33
100163
3732
teljesen eltörölhet bizonyos szakmákat és foglalkozásokat.
01:43
But at the same time, of course,
34
103919
1608
Ezzel egy időben viszont
01:45
progress is going to lead to entirely new things.
35
105551
2351
a fejlődés merőben új dolgokat hoz magával:
01:47
So there will be new industries that will arise in the future,
36
107926
2962
vagyis a jövőben új iparágak jelennek majd meg,
01:50
and those industries, of course, will have to hire people.
37
110912
2858
és ezeknek az iparágaknak természetesen munkásokra lesz szükségük.
01:53
There'll be new kinds of work that will appear,
38
113794
2238
Új foglalkozások tűnnek fel.
Olyanok, amilyeneket ma még el sem tudunk képzelni.
01:56
and those might be things that today we can't really even imagine.
39
116056
3210
01:59
And that has been the story so far,
40
119290
1747
Legalábbis, eddig így volt.
Eddig minden jól alakult.
02:01
and it's been a positive story.
41
121061
1494
02:03
It turns out that the new jobs that have been created
42
123095
3325
Kiderült, hogy a megjelenő új munkák
02:06
have generally been a lot better than the old ones.
43
126444
2470
általában sokkal jobbak, mint a régiek voltak.
02:08
They have, for example, been more engaging.
44
128938
2656
Sokkal érdekesebbek például.
02:11
They've been in safer, more comfortable work environments,
45
131618
3429
Biztonságosabb és kényelmesebb környezetben végezhetjük őket,
és természetesen jobban is fizetnek.
02:15
and, of course, they've paid more.
46
135071
1680
02:16
So it has been a positive story.
47
136775
1865
Eddig tehát nagyon pozitív a történet.
02:18
That's the way things have played out so far.
48
138664
2208
Idáig jutottunk.
02:21
But there is one particular class of worker
49
141292
2948
Van viszont egy olyan dolgozói réteg,
akik számára egészen másként alakultak a dolgok.
02:24
for whom the story has been quite different.
50
144264
2252
02:27
For these workers,
51
147938
1150
Az ő munkájukat
szinte teljesen elvette a technika,
02:29
technology has completely decimated their work,
52
149112
3021
és semmiféle új lehetőséget nem hozott helyette.
02:32
and it really hasn't created any new opportunities at all.
53
152157
3214
02:35
And these workers, of course,
54
155395
2195
Ezek a munkások természetesen
02:37
are horses.
55
157614
1288
a lovak.
02:38
(Laughter)
56
158926
1443
(Nevetés)
02:40
So I can ask a very provocative question:
57
160393
2750
Hadd tegyek fel egy nagyon provokatív kérdést:
02:43
Is it possible that at some point in the future,
58
163167
3435
lehetséges, hogy egy nap majd a távoli jövőben
02:46
a significant fraction of the human workforce is going to be made redundant
59
166626
4628
a humán munkaerő jelentős része is fölöslegessé válik
oly módon, ahogy ez a lovakkal történt?
02:51
in the way that horses were?
60
171278
1702
02:53
Now, you might have a very visceral, reflexive reaction to that.
61
173485
3000
Erre valószínűleg zsigerből azt válaszolják:
02:56
You might say, "That's absurd.
62
176509
1647
"Ez teljesen abszurd!
02:58
How can you possibly compare human beings to horses?"
63
178180
3669
Hogy lehet az embereket lovakkal összehasonlítani?"
A lovaknak természetesen megvannak a maguk korlátai.
03:02
Horses, of course, are very limited,
64
182437
1769
03:04
and when cars and trucks and tractors came along,
65
184230
2893
Mikor megjelentek a teherautók, a traktorok és az autók,
a lovak nem tudták megvédeni magukat.
03:07
horses really had nowhere else to turn.
66
187147
2045
03:09
People, on the other hand, are intelligent;
67
189844
2360
Az ember azonban intelligens lény:
03:12
we can learn, we can adapt.
68
192228
1785
tudunk tanulni, tudunk alkalmazkodni,
03:14
And in theory,
69
194037
1164
És ez elméletben azt jelenti,
03:15
that ought to mean that we can always find something new to do,
70
195225
3127
hogy mindig tudunk valami tennivalót találni magunknak.
03:18
and that we can always remain relevant to the future economy.
71
198376
3306
És épp ezért mindig lesz helyünk a gazdasági folyamatokban.
03:21
But here's the really critical thing to understand.
72
201706
2437
De ezen a ponton meg kell értenünk egy fontos dolgot:
03:24
The machines that will threaten workers in the future
73
204790
2865
azok az eszközök, amelyek a jövőben veszélyt jelenthetnek a dolgozókra,
03:27
are really nothing like those cars and trucks and tractors
74
207679
3234
egyáltalán nem hasonlíthatók az autókhoz, teherautókhoz, traktorokhoz,
03:30
that displaced horses.
75
210937
1616
melyek a lovakat felváltották.
03:32
The future is going to be full of thinking, learning, adapting machines.
76
212577
4839
A jövő tele lesz gondolkodásra, tanulásra és alkalmazkodásra képes gépekkel.
03:37
And what that really means
77
217440
1408
Ez pedig azt jelenti,
03:38
is that technology is finally beginning to encroach
78
218872
2834
hogy a technika végső soron elkezdi lemásolni
03:41
on that fundamental human capability --
79
221730
2849
azt az alapvetően emberi képességet,
03:44
the thing that makes us so different from horses,
80
224603
2803
amitől mi teljesen mások vagyunk, mint a lovak.
03:47
and the very thing that, so far,
81
227430
2234
Azt a bizonyos dolgot,
ami eddig lehetővé tette, hogy a fejlődés élén maradjunk,
03:49
has allowed us to stay ahead of the march of progress
82
229688
2647
03:52
and remain relevant,
83
232359
1189
és fontosak lehessünk,
03:53
and, in fact, indispensable to the economy.
84
233572
3067
és ha már itt tartunk, nélkülözhetetlenek a gazdaság számára.
03:58
So what is it that is really so different
85
238407
2495
Mennyiben más tehát
04:00
about today's information technology
86
240926
2043
ma az információtechnológia
04:02
relative to what we've seen in the past?
87
242993
1947
ahhoz képest, amilyen régen volt?
04:04
I would point to three fundamental things.
88
244964
2653
Itt három alapvető dolgot emelnék ki.
04:07
The first thing is that we have seen this ongoing process
89
247641
4409
Az első az, hogy folyamatában láthatjuk
ezt az exponenciális fejlődést.
04:12
of exponential acceleration.
90
252074
1888
04:14
I know you all know about Moore's law,
91
254420
2095
Bizonyára mindannyian ismerik Moore törvényét,
04:16
but in fact, it's more broad-based than that;
92
256539
2296
amit sokkal tágabban is értelmezhetünk;
04:18
it extends in many cases, for example, to software,
93
258859
3150
sok esetre alkalmazhatjuk, például a szoftverekre,
de kiterjeszthetjük a kommunikációra, a sávszélességre és így tovább.
04:22
it extends to communications, bandwidth and so forth.
94
262033
3000
Hogy mindezt megértsük, a legfontosabb,
04:25
But the really key thing to understand
95
265057
1984
04:27
is that this acceleration has now been going on for a really long time.
96
267065
3871
hogy ez a rohamos fejlődés már nagyon régóta tart.
04:30
In fact, it's been going on for decades.
97
270960
1925
Évtizedek óta.
04:32
If you measure from the late 1950s,
98
272909
2756
Ha mondjuk az 50-es évek végétől számítjuk,
04:35
when the first integrated circuits were fabricated,
99
275689
2425
amikor az első integrált áramkörök megjelentek,
a számítógépek kapacitása harmincszor duplázódott meg.
04:38
we've seen something on the order of 30 doublings in computational power
100
278138
4785
04:42
since then.
101
282947
1156
Ennyiszer megduplázni valamit,
04:44
That's just an extraordinary number of times to double any quantity,
102
284127
3688
bármi is az a mennyiség, egészen elképesztő.
04:47
and what it really means
103
287839
1240
Ez pedig nem jelent mást,
mint hogy elérkezett az az idő,
04:49
is that we're now at a point where we're going to see
104
289103
2524
amikor egy hallatlan mértékű, átfogó fejlődést figyelhetünk meg.
04:51
just an extraordinary amount of absolute progress,
105
291651
2411
Ez a folyamat természetesen nemcsak folytatódik,
04:54
and, of course, things are going to continue to also accelerate
106
294086
2975
de fel is gyorsul innentől kezdve.
04:57
from this point.
107
297085
1159
04:58
So as we look forward to the coming years and decades,
108
298268
2540
Az elkövetkező évekre és évtizedekre vetítve
05:00
I think that means that we're going to see things
109
300832
2338
ez úgy gondolom, azt jelenti, hogy olyan dolgok jönnek,
melyekre nem vagyunk felkészülve.
05:03
that we're really not prepared for.
110
303194
1673
05:04
We're going to see things that astonish us.
111
304891
2077
Meglepő dolgokat látunk majd.
05:06
The second key thing
112
306992
1266
A másik kulcstényező az,
05:08
is that the machines are, in a limited sense, beginning to think.
113
308282
3906
hogy a gépek bizonyos értelemben elkezdtek gondolkodni.
Ezen nem az emberi szintű mesterséges intelligenciát értem
05:12
And by this, I don't mean human-level AI,
114
312212
2457
05:14
or science fiction artificial intelligence;
115
314693
2936
vagy a sci-fi-k mesterséges intelligenciáját.
05:17
I simply mean that machines and algorithms are making decisions.
116
317653
4462
Egyszerűen arról beszélek, hogy gépek és algoritmusok hoznak döntéseket.
Problémákat oldanak meg, és még fontosabb, hogy tanulnak.
05:22
They're solving problems, and most importantly, they're learning.
117
322139
3860
Ha egyetlen technológiát kell megneveznünk, ami felelős ezért,
05:26
In fact, if there's one technology that is truly central to this
118
326023
3303
05:29
and has really become the driving force behind this,
119
329350
3077
ami a fejlődés mozgatórugója lett,
05:32
it's machine learning,
120
332451
1172
az a gépi tanulás,
05:33
which is just becoming this incredibly powerful,
121
333647
2720
ami mostanában kezd hihetetlenül hatékony,
05:36
disruptive, scalable technology.
122
336391
2638
veszélyes és könnyen adaptálható technológiává válni.
05:39
One of the best examples I've seen of that recently
123
339561
2469
Az egyik legjobb példa erre, amivel mostanában találkoztam,
05:42
was what Google's DeepMind division was able to do
124
342054
2751
az, amivel a Google DeepMind csapata állt elő:
05:44
with its AlphaGo system.
125
344829
1553
ez pedig az AlphaGo rendszer.
05:46
Now, this is the system that was able to beat the best player in the world
126
346406
4300
Ez a rendszer képes volt legyőzni a gónak, ennek az ősi játéknak
05:50
at the ancient game of Go.
127
350730
1979
legjobb játékosait.
05:52
Now, at least to me,
128
352733
1150
Nos, ami engem illet,
05:53
there are two things that really stand out about the game of Go.
129
353907
3117
két dolog jut elsősorban eszembe a góval kapcsolatban.
Az egyik az, hogy ha ismerjük a játékot, tudjuk,
05:57
One is that as you're playing the game,
130
357048
2296
hogy a táblán kialakítható lehetséges állások száma
05:59
the number of configurations that the board can be in
131
359368
2866
06:02
is essentially infinite.
132
362258
1411
lényegében végtelen.
06:03
There are actually more possibilities than there are atoms in the universe.
133
363693
3833
Tulajdonképpen több lehetőség van, mint ahány atom a világegyetemben.
06:07
So what that means is,
134
367980
1184
Ez pedig azt jelenti,
06:09
you're never going to be able to build a computer to win at the game of Go
135
369188
3597
hogy a góban nyerni tudó számítógépet nem építhetünk oly módon,
06:12
the way chess was approached, for example,
136
372809
2180
ahogyan pl. a sakk esetében lehetséges volt,
06:15
which is basically to throw brute-force computational power at it.
137
375013
4526
hogy egyszerűen rászabadítják a számítógép hallatlan számítási kapacitását.
06:19
So clearly, a much more sophisticated, thinking-like approach is needed.
138
379563
4177
Ehhez nyilvánvalóan kifinomultabb, a gondolkodásra hasonlító módszer szükséges.
06:24
The second thing that really stands out is that,
139
384368
3271
A másik dolog, ami a lényegre tapint,
06:27
if you talk to one of the championship Go players,
140
387663
2647
hogy ha megkérdezünk egy gó bajnokot,
06:30
this person cannot necessarily even really articulate what exactly it is
141
390334
4485
valószínűleg ő maga sem fogja tudni pontosan elmondani,
hogyan gondolkodik, amikor játszik.
06:34
they're thinking about as they play the game.
142
394843
2215
06:37
It's often something that's very intuitive,
143
397082
2193
Gyakran egyszerűen csak a megérzéseire hagyatkozik –
06:39
it's almost just like a feeling about which move they should make.
144
399299
3322
mintha megérezné, hová kell lépnie.
06:42
So given those two qualities,
145
402645
1407
Ha ezt a két szempontot nézzük,
06:44
I would say that playing Go at a world champion level
146
404076
3937
azt mondanám, hogy a gót nem lehet
06:48
really ought to be something that's safe from automation,
147
408037
3238
világbajnoki szinten gépesíteni.
06:51
and the fact that it isn't should really raise a cautionary flag for us.
148
411299
4446
Az a tény viszont, hogy ez nincs így, óvatosságra kell intsen bennünket.
06:55
And the reason is that we tend to draw a very distinct line,
149
415769
3917
Az ok pedig az, hogy hajlamosak vagyunk egy nagyon határozott vonalat húzni:
06:59
and on one side of that line are all the jobs and tasks
150
419710
3509
az egyik oldalon vannak azok a munkák és a feladatok,
07:03
that we perceive as being on some level fundamentally routine and repetitive
151
423243
4748
amelyekre úgy tekintünk, mint alapvetően ismétlődő, rutinszerű,
kiszámítható feladatokra.
07:08
and predictable.
152
428015
1350
07:09
And we know that these jobs might be in different industries,
153
429389
2858
Tudjuk, hogy ezek a munkák többféle iparágban is megjelenhetnek:
07:12
they might be in different occupations and at different skill levels,
154
432271
3373
különféle szakmákban, különféle tudásszinten,
de alapjában véve kiszámíthatóak.
07:15
but because they are innately predictable,
155
435668
2210
07:17
we know they're probably at some point going to be susceptible
156
437902
3127
Ezért gondoljuk, hogy előbb-utóbb ezeknél valószínűleg
lehetséges lesz a gépi tanulás,
07:21
to machine learning,
157
441053
1177
és így az automatizálás.
07:22
and therefore, to automation.
158
442254
1419
07:23
And make no mistake -- that's a lot of jobs.
159
443697
2097
És ne legyenek kétségeink, sok ilyen foglakozás van:
07:25
That's probably something on the order of roughly half
160
445818
2679
durván körülbelül a fele azoknak a foglalkozásoknak,
07:28
the jobs in the economy.
161
448521
1567
amelyekre ma a gazdaság épül.
Ezen túl viszont, a vonal másik oldalán
07:30
But then on the other side of that line,
162
450112
2159
07:32
we have all the jobs that require some capability
163
452295
4071
ott vannak azok a foglalkozások, melyek olyan képességeket feltételeznek,
07:36
that we perceive as being uniquely human,
164
456390
2372
melyeket kizárólag embernek tulajdonítunk,
07:38
and these are the jobs that we think are safe.
165
458786
2223
és ezekről azt gondoljuk, biztonságban vannak.
Nos, annak alapján, amit a góról tudok,
07:41
Now, based on what I know about the game of Go,
166
461033
2265
07:43
I would've guessed that it really ought to be on the safe side of that line.
167
463322
3703
arra tippeltem volna, hogy ez a játék is a biztonságos oldalon van.
Az a tény, hogy ez nem így van, és a Google megoldotta a problémát,
07:47
But the fact that it isn't, and that Google solved this problem,
168
467049
3178
arra enged következtetni, hogy ez a vonal dinamikusan változik.
07:50
suggests that that line is going to be very dynamic.
169
470251
2432
07:52
It's going to shift,
170
472707
1179
Elmozdul.
07:53
and it's going to shift in a way that consumes more and more jobs and tasks
171
473910
4135
Olyan irányban, hogy egyre több olyan munka és feladat tartozik majd ide,
amelyekről ma úgy gondoljuk, hogy nem automatizálhatók.
07:58
that we currently perceive as being safe from automation.
172
478069
3017
08:01
The other key thing to understand
173
481921
1657
A másik fontos dolog, amit meg kell értenünk,
08:03
is that this is by no means just about low-wage jobs or blue-collar jobs,
174
483602
5138
hogy ez a változás nem csak a rosszul jövedelmező fizikai munkákat érinti majd,
08:08
or jobs and tasks done by people
175
488764
1875
az olyan munkákat és feladatokat,
08:10
that have relatively low levels of education.
176
490663
2104
melyeket alacsonyan képzett emberek végeznek.
08:12
There's lots of evidence to show
177
492791
1524
Sok bizonyíték van arra,
08:14
that these technologies are rapidly climbing the skills ladder.
178
494339
3160
hogy ezek a technológiák hamarosan felérnek a szakmunkákig.
08:17
So we already see an impact on professional jobs --
179
497523
3616
Ez a hatás már a magasabb képzettséget igénylő foglalkozásoknál is megfigyelhető.
08:21
tasks done by people like accountants,
180
501163
4435
Olyan foglalkozásokra gondolok, mint például
a könyvelők, pénzügyi elemzők,
08:25
financial analysts,
181
505622
1317
08:26
journalists,
182
506963
1296
újságírók,
08:28
lawyers, radiologists and so forth.
183
508283
2377
ügyvédek, radiológusok és a többi.
08:30
So a lot of the assumptions that we make
184
510684
1938
Azok az elképzeléseink,
08:32
about the kind of occupations and tasks and jobs
185
512646
3220
hogy milyen foglalkozásokat, feladatokat és munkákat
08:35
that are going to be threatened by automation in the future
186
515890
2819
érint majd a jövőben az automatizáció,
valószínűleg tovább bővülnek majd.
08:38
are very likely to be challenged going forward.
187
518733
2198
08:40
So as we put these trends together,
188
520955
1700
Ezek a trendek összességükben
08:42
I think what it shows is that we could very well end up in a future
189
522679
3292
azt mutatják szerintem, hogy a jövőben
08:45
with significant unemployment.
190
525995
1507
jelentős munkanélküliséggel kell majd számolnunk.
08:48
Or at a minimum,
191
528254
1152
De legalábbis
08:49
we could face lots of underemployment or stagnant wages,
192
529430
3781
nagy lesz az alulfoglalkoztatottság és stagnálnak
08:53
maybe even declining wages.
193
533235
2097
vagy esnek a bérek.
És természetesen elképesztő mértékű egyenlőtlenséggel is számolnunk kell.
08:56
And, of course, soaring levels of inequality.
194
536142
2810
08:58
All of that, of course, is going to put a terrific amount of stress
195
538976
4033
Mindez pedig
hatalmas nyomást jelent majd a társadalomra.
09:03
on the fabric of society.
196
543033
1917
09:04
But beyond that, there's also a fundamental economic problem,
197
544974
3059
Ezen túl van egy alapvető gazdasági probléma is,
ami abból adódik, hogy jelenleg a munka az az elsődleges mechanizmus,
09:08
and that arises because jobs are currently the primary mechanism
198
548057
5195
amely jövedelmet, és ebből kifolyólag vásárlóerőt biztosít
09:13
that distributes income, and therefore purchasing power,
199
553276
3545
09:16
to all the consumers that buy the products and services we're producing.
200
556845
5132
az előállított termékek és szolgáltatások megvásárlásához.
09:22
In order to have a vibrant market economy,
201
562831
2515
Ahhoz hogy élénk legyen a piacgazdaság,
09:25
you've got to have lots and lots of consumers
202
565370
2120
rengeteg vásárlóra van szükség,
akik ténylegesen képesek megvásárolni az árucikkeket és szolgáltatásokat,
09:27
that are really capable of buying the products and services
203
567514
3029
09:30
that are being produced.
204
570567
1151
melyeket előállítunk.
09:31
If you don't have that, then you run the risk
205
571742
2386
Ha ez nincs meg, azzal a veszéllyel kell szembenéznünk,
09:34
of economic stagnation,
206
574152
1415
hogy a gazdaság stagnálni fog,
09:35
or maybe even a declining economic spiral,
207
575591
3669
de lehetséges akár egy lefelé húzó gazdasági spirál is,
09:39
as there simply aren't enough customers out there
208
579284
2314
mivel egyszerűen nincs elég vásárló,
09:41
to buy the products and services being produced.
209
581622
2459
aki az előállított termékeket és szolgáltatásokat megvegye.
09:44
It's really important to realize
210
584105
1928
Fontos felismernünk,
hogy egyéni szinten mindannyian erre a piacgazdaságra támaszkodunk,
09:46
that all of us as individuals rely on access to that market economy
211
586057
6014
hogy sikeresek legyünk.
09:52
in order to be successful.
212
592095
1729
09:53
You can visualize that by thinking in terms of one really exceptional person.
213
593848
4436
Könnyen megérthetjük ezt egy igazán kivételes személy példáján keresztül.
Vegyük példának Steve Jobsot,
09:58
Imagine for a moment you take, say, Steve Jobs,
214
598308
2988
10:01
and you drop him on an island all by himself.
215
601320
2581
és tegyük le őt egyes egyedül egy szigetre.
10:03
On that island, he's going to be running around,
216
603925
2294
Ezen a szigeten Jobs körbe-körbe fog rohangálni,
10:06
gathering coconuts just like anyone else.
217
606243
2538
és kókuszdiót gyűjtöget, mint mindenki más tenné.
10:08
He's really not going to be anything special,
218
608805
2188
Semmiben nem fog kitűnni.
Az ok természetesen az, hogy nincs piac,
10:11
and the reason, of course, is that there is no market
219
611017
3172
ahol bámulatos képességeit kamatoztathatná.
10:14
for him to scale his incredible talents across.
220
614213
2786
10:17
So access to this market is really critical to us as individuals,
221
617023
3470
Tehát a piac hozzáférhetősége rendkívül fontos az egyén
10:20
and also to the entire system in terms of it being sustainable.
222
620517
4022
és az egész rendszer számára a fenntarthatóság szempontjából.
10:25
So the question then becomes: What exactly could we do about this?
223
625063
3844
Akkor pedig felmerül a kérdés: Mihez kezdjünk ezzel?
Szerintem nézhetjük ezt egy meglehetősen utópisztikus keretrendszerben.
10:29
And I think you can view this through a very utopian framework.
224
629285
3232
10:32
You can imagine a future where we all have to work less,
225
632541
2643
Képzeljünk el egy olyan jövőt, ahol kevesebbet kell dolgozzunk,
10:35
we have more time for leisure,
226
635208
3001
több időnk jut szórakozásra,
10:38
more time to spend with our families,
227
638233
1928
több időt tölthetünk a családunkkal,
10:40
more time to do things that we find genuinely rewarding
228
640185
3255
több időnk van olyan dolgokra, amelyek megelégedéssel töltenek el bennünket,
10:43
and so forth.
229
643464
1157
és így tovább.
10:44
And I think that's a terrific vision.
230
644645
1855
Véleményem szerint csodás elképzelés ez.
10:46
That's something that we should absolutely strive to move toward.
231
646524
3629
Olyasmi, amit mindenképpen támogatnunk kellene.
Ezzel együtt viszont úgy gondolom, a realitás talaján kell maradnunk,
10:50
But at the same time, I think we have to be realistic,
232
650177
2676
10:52
and we have to realize
233
652877
1393
rá kell jöjjünk,
10:54
that we're very likely to face a significant income distribution problem.
234
654294
4860
hogy ez valószínűleg komoly problémát eredményez a jövedelem szétosztásában.
Valószínűleg sok ember szakadna le ezen a ponton.
10:59
A lot of people are likely to be left behind.
235
659178
2967
Véleményem szerint ahhoz, hogy ezt a problémát megoldjuk,
11:03
And I think that in order to solve that problem,
236
663186
2404
11:05
we're ultimately going to have to find a way
237
665614
2098
meg kell találnunk annak a módját,
11:07
to decouple incomes from traditional work.
238
667736
2606
hogy a jövedelmet leválasszuk a hagyományos munka fogalmáról.
11:10
And the best, more straightforward way I know to do that
239
670366
2866
Ennek az általam ismert legjobb és legkézenfekvőbb módja,
11:13
is some kind of a guaranteed income or universal basic income.
240
673256
3568
hogy valamilyen garantált jövedelmet vagy univerzális alapjövedelmet biztosítunk.
11:16
Now, basic income is becoming a very important idea.
241
676848
2488
Az alapjövedelem kérdése nagyon fontos elképzelés.
11:19
It's getting a lot of traction and attention,
242
679360
2139
Sok figyelmet is kap mostanában.
11:21
there are a lot of important pilot projects
243
681523
2273
Számos fontos kísérlet működik szerte a világon,
11:23
and experiments going on throughout the world.
244
683820
2175
melyek célja, hogy teszteljék a rendszert.
11:26
My own view is that a basic income is not a panacea;
245
686628
3200
A magánvéleményem az, hogy az alapjövedelem nem varázsszer.
11:29
it's not necessarily a plug-and-play solution,
246
689852
2532
Nem feltétlenül automatikusan működő megoldás,
11:32
but rather, it's a place to start.
247
692408
1635
sokkal inkább kiindulópont.
11:34
It's an idea that we can build on and refine.
248
694067
2782
Olyan elképzelés, amelyre építhetünk, amit finomíthatunk.
11:36
For example, one thing that I have written quite a lot about
249
696873
2817
Az egyik dolog például, amiről sokat írtam,
11:39
is the possibility of incorporating explicit incentives into a basic income.
250
699714
4592
az a lehetőség, hogy hogyan építhetünk be nyílt ösztönzőket az alapjövedelembe.
11:44
To illustrate that,
251
704930
1169
Tegyük fel,
11:46
imagine that you are a struggling high school student.
252
706123
2768
hogy önök most középiskolások, és nem igazán megy a tanulás.
11:48
Imagine that you are at risk of dropping out of school.
253
708915
2834
Képzeljék el, hogy a bukás szélén állnak,
11:52
And yet, suppose you know that at some point in the future,
254
712289
3378
de tételezzük fel azt is, hogy tudják, hogy valamikor a jövőben
11:55
no matter what,
255
715691
1224
bármi lesz is,
11:56
you're going to get the same basic income as everyone else.
256
716939
3697
ugyanazt az alapjövedelmet fogják kapni, mint bárki más.
12:00
Now, to my mind, that creates a very perverse incentive
257
720660
3042
Nos, úgy gondolom, ez visszás módon arra ösztönöz,
12:03
for you to simply give up and drop out of school.
258
723726
2497
hogy egyszerűen adjuk fel, és maradjunk ki a suliból.
12:06
So I would say, let's not structure things that way.
259
726247
2505
Én tehát azt mondanám, hogy ne így építsük ezt fel,
12:08
Instead, let's pay people who graduate from high school somewhat more
260
728776
5316
hanem fizessünk valamivel többet azoknak, akik elvégzik a középiskolát,
12:14
than those who simply drop out.
261
734116
1696
mint azoknak, akik kimaradnak.
12:16
And we can take that idea of building incentives into a basic income,
262
736329
3478
Azt, hogy az ösztönzőket ilyen módon építjük be az alapjövedelembe,
12:19
and maybe extend it to other areas.
263
739831
1667
akár más területekre is kiterjeszthetjük.
12:21
For example, we might create an incentive to work in the community
264
741522
3577
Például beemelhetünk olyan elemeket, melyek jutalmazzák a közösségi munkát,
12:25
to help others,
265
745123
1158
hogy segítünk másokon,
12:26
or perhaps to do positive things for the environment,
266
746305
3064
vagy óvjuk a környezetünket
12:29
and so forth.
267
749393
1170
és a többi.
12:30
So by incorporating incentives into a basic income,
268
750587
3011
Azzal, hogy ösztönzőket építünk be az alapjövedelembe,
12:33
we might actually improve it,
269
753622
1629
esetleg még tökéletesítjük is azokat,
12:35
and also, perhaps, take at least a couple of steps
270
755275
2626
talán afelé is teszünk néhány lépést,
12:37
towards solving another problem
271
757925
2425
hogy megoldjunk egy másik problémát,
12:40
that I think we're quite possibly going to face in the future,
272
760374
2944
amivel a jövőben nagy valószínűséggel szintén számolnunk kell.
12:43
and that is, how do we all find meaning and fulfillment,
273
763342
3752
Ez pedig az, hogy hogyan találjuk meg az élet értelmét:
mitől leszünk elégedettek, és mivel töltjük ki az időnket
12:47
and how do we occupy our time
274
767118
2318
12:49
in a world where perhaps there's less demand for traditional work?
275
769460
4349
egy olyan világban, ahol kevesebb az igény a hagyományos munkavégzésre.
Azzal, hogy kiterjesztjük és finomítjuk az alapjövedelem fogalmát,
12:54
So by extending and refining a basic income,
276
774201
2805
12:57
I think we can make it look better,
277
777030
2336
méltányosabbá tesszük,
12:59
and we can also, perhaps, make it more politically and socially acceptable
278
779390
5298
és egyben politikailag és társadalmilag is elfogadhatóbbá,
13:04
and feasible --
279
784712
1164
kivitelezhetőbbé.
13:05
and, of course, by doing that,
280
785900
1474
És ezzel persze
13:07
we increase the odds that it will actually come to be.
281
787398
3450
növeljük annak a lehetőségét, hogy ez ténylegesen megvalósuljon.
13:11
I think one of the most fundamental,
282
791731
2270
Véleményem szerint az egyik legalapvetőbb,
13:14
almost instinctive objections
283
794025
2168
szinte ösztöneinkből fakadó ellenvetésünk
13:16
that many of us have to the idea of a basic income,
284
796217
3453
az alapjövedelem ötlete,
13:19
or really to any significant expansion of the safety net,
285
799694
3732
vagy akár a biztonsági háló bármilyen jelentősebb kiterjesztése ellen,
13:23
is this fear that we're going to end up with too many people
286
803450
3760
az a félelem, hogy egyszerűen túl sokan lesznek
13:27
riding in the economic cart,
287
807234
1738
ezen a bizonyos gazdasági szekéren,
13:28
and not enough people pulling that cart.
288
808996
2047
és nem lesznek elegen, akik a szekeret húzzák.
13:31
And yet, really, the whole point I'm making here, of course,
289
811067
2834
A mondandóm lényege viszont pont az,
13:33
is that in the future,
290
813925
1361
hogy a jövőben
13:35
machines are increasingly going to be capable of pulling that cart for us.
291
815310
3826
ezt a szekeret gépek húzzák majd helyettünk.
Ez pedig több választási lehetőséget enged abban a tekintetben,
13:39
That should give us more options
292
819160
1990
13:41
for the way we structure our society and our economy,
293
821174
3811
hogy hogyan építjük föl a társadalmunkat és a gazdaságot.
Végezetül úgy gondolom, hogy a jövőben több lesz ez már egyszerű opciónál.
13:45
And I think eventually, it's going to go beyond simply being an option,
294
825009
3442
13:48
and it's going to become an imperative.
295
828475
1901
Kényszerítő erővé válik.
13:50
The reason, of course, is that all of this is going to put
296
830400
2822
Ennek persze az az oka,
hogy mindez óriási nyomást jelent majd a társadalomra,
13:53
such a degree of stress on our society,
297
833246
2014
13:55
and also because jobs are that mechanism
298
835284
2514
másrészt pedig a munka az a mechanizmus,
13:57
that gets purchasing power to consumers
299
837822
1965
ami a fogyasztók számára a vásárlóerőt biztosítja,
13:59
so they can then drive the economy.
300
839811
2516
és a gazdaságot előremozdítja.
14:02
If, in fact, that mechanism begins to erode in the future,
301
842351
3547
Ha ténylegesen bekövetkezik, hogy ez a rendszer a jövőben omladozni kezd,
14:05
then we're going to need to replace it with something else
302
845922
2815
akkor vagy valami mással kell majd helyettesítenünk,
14:08
or we're going to face the risk
303
848761
1563
vagy azzal a veszéllyel kell szembenéznünk,
14:10
that our whole system simply may not be sustainable.
304
850348
2567
hogy a rendszer, amiben élünk, nem fenntartható.
14:12
But the bottom line here is that I really think
305
852939
2382
Véleményem szerint a következő évek és évtizedek
14:15
that solving these problems,
306
855345
2436
legfontosabb kihívása,
14:17
and especially finding a way to build a future economy
307
857805
3400
hogy megoldást találjunk ezekre a problémákra,
14:21
that works for everyone,
308
861229
2013
különösen arra,
14:23
at every level of our society,
309
863266
1861
hogy miként építsük fel
14:25
is going to be one of the most important challenges that we all face
310
865151
3540
a jövő gazdaságát úgy, hogy mindenkinek,
14:28
in the coming years and decades.
311
868715
2043
minden társadalmi rétegnek jó legyen.
14:30
Thank you very much.
312
870782
1248
Nagyon köszönöm.
(Taps)
14:32
(Applause)
313
872054
1860
Erről a weboldalról

Ez az oldal olyan YouTube-videókat mutat be, amelyek hasznosak az angol nyelvtanuláshoz. A világ minden tájáról származó, kiváló tanárok által tartott angol leckéket láthatsz. Az egyes videók oldalán megjelenő angol feliratokra duplán kattintva onnan játszhatja le a videót. A feliratok a videó lejátszásával szinkronban gördülnek. Ha bármilyen észrevétele vagy kérése van, kérjük, lépjen kapcsolatba velünk ezen a kapcsolatfelvételi űrlapon.

https://forms.gle/WvT1wiN1qDtmnspy7