Will automation take away all our jobs? | David Autor

513,862 views ・ 2017-02-06

TED


A videó lejátszásához kattintson duplán az alábbi angol feliratokra.

00:00
Translator: Joseph Geni Reviewer: Joanna Pietrulewicz
0
0
7000
Fordító: Péter Pallós Lektor: Zsuzsanna Lőrincz
00:13
Here's a startling fact:
1
13240
1831
Meghökkentő tény:
az ATM-ek 45 évvel ezelőtti bevezetése óta
00:15
in the 45 years since the introduction of the automated teller machine,
2
15095
3721
00:18
those vending machines that dispense cash,
3
18840
2856
– ezek a pénzkiadó automaták –
00:21
the number of human bank tellers employed in the United States
4
21720
3176
az USA-ban dolgozó bankpénztárosok száma
00:24
has roughly doubled,
5
24920
1256
durván megkétszereződött.
00:26
from about a quarter of a million to a half a million.
6
26200
3296
Kb. negyedmillióról félmillióra nőtt.
00:29
A quarter of a million in 1970 to about a half a million today,
7
29520
3036
Az 1970-es negyedmillióról napjaink félmilliójára;
00:32
with 100,000 added since the year 2000.
8
32580
4236
számuk 2000 óta százezerrel nőtt.
00:36
These facts, revealed in a recent book
9
36840
2416
E tények, amelyeket James Bessen,
00:39
by Boston University economist James Bessen,
10
39280
3136
a Bostoni Egyetem közgazdásza tárt föl könyvében,
00:42
raise an intriguing question:
11
42440
2176
izgalmas kérdést vetnek föl:
00:44
what are all those tellers doing,
12
44640
1896
mi e bankpénztárosok dolga,
00:46
and why hasn't automation eliminated their employment by now?
13
46560
4016
és miért nem szüntette meg munkájukat az automatizálás?
00:50
If you think about it,
14
50600
1336
Ha belegondolunk,
00:51
many of the great inventions of the last 200 years
15
51960
3136
az utóbbi 200 év nagy újításai
az emberi munka kiváltását célozták.
00:55
were designed to replace human labor.
16
55120
2800
00:58
Tractors were developed
17
58720
1776
A traktorokat azért fejlesztették ki,
01:00
to substitute mechanical power for human physical toil.
18
60520
4336
hogy az ember testi erejét gépi erővel helyettesítsék.
01:04
Assembly lines were engineered
19
64880
2336
A futószalagokat arra tervezték,
01:07
to replace inconsistent human handiwork
20
67240
3336
hogy a nem egységes kézművességet
01:10
with machine perfection.
21
70600
1936
a gépek tökéletességével helyettesítsék.
01:12
Computers were programmed to swap out
22
72560
3216
A számítógépeket arra programozták, hogy fölváltsák
01:15
error-prone, inconsistent human calculation
23
75800
2656
a hibára hajlamos, tökéletlen emberi számolást
01:18
with digital perfection.
24
78480
1760
a digitális tökéletességgel.
01:20
These inventions have worked.
25
80760
2176
E találmányok beváltak.
01:22
We no longer dig ditches by hand,
26
82960
2056
Többé már nem kézzel ássuk az árkot,
kovácsoljuk vasból a szerszámainkat,
01:25
pound tools out of wrought iron
27
85040
2056
és nem könyvekbe körmölve könyvelünk.
01:27
or do bookkeeping using actual books.
28
87120
2280
01:30
And yet, the fraction of US adults employed in the labor market
29
90240
4736
Ennek ellenére, több az USA-ban a felnőtt foglalkoztatott most,
2016-ban,
01:35
is higher now in 2016
30
95000
2856
01:37
than it was 125 years ago, in 1890,
31
97880
2736
mint 125 évvel ezelőtt, 1890-ben volt,
01:40
and it's risen in just about every decade
32
100640
3016
és a közbenső 125 év minden évtizedében
01:43
in the intervening 125 years.
33
103680
2320
számuk folyamatosan nőtt.
01:46
This poses a paradox.
34
106560
1680
A kép paradox.
01:48
Our machines increasingly do our work for us.
35
108760
3056
Gépeink helyettünk dolgoznak.
01:51
Why doesn't this make our labor redundant and our skills obsolete?
36
111840
4136
Miért nem válik ettől munkánk nélkülözhetővé és szaktudásunk fölössé?
Miért van még mindig ennyi munkahely?
01:56
Why are there still so many jobs?
37
116000
3696
01:59
(Laughter)
38
119720
1736
(Nevetés)
02:01
I'm going to try to answer that question tonight,
39
121480
2336
Ma este igyekszem megválaszolni a kérdést,
02:03
and along the way, I'm going to tell you what this means for the future of work
40
123840
3736
s egyben elmondom, mit jelent ez a munka jövőjére nézve,
02:07
and the challenges that automation does and does not pose
41
127600
4176
meg azt is, hogy az automatizálás miben hat és miben nem
02:11
for our society.
42
131800
1440
a társadalmunkra.
02:14
Why are there so many jobs?
43
134520
1760
Miért van ennyi munkahely?
02:17
There are actually two fundamental economic principles at stake.
44
137680
3376
Két alapvető gazdasági elv forog kockán.
Az egyik az emberi tehetség
02:21
One has to do with human genius
45
141080
2696
02:23
and creativity.
46
143800
1416
és alkotókészség.
02:25
The other has to do with human insatiability,
47
145240
2856
A másik az emberi telhetetlenséggel, vagy másként
a kapzsisággal kapcsolatos.
02:28
or greed, if you like.
48
148120
1576
02:29
I'm going to call the first of these the O-ring principle,
49
149720
2736
Az elsőt O-gyűrű elvnek fogom hívni,
s ez eldönti az általunk végzett munka típusát.
02:32
and it determines the type of work that we do.
50
152480
2176
02:34
The second principle is the never-get-enough principle,
51
154680
2616
A második elvet nevezzük sohasem elég elvnek,
02:37
and it determines how many jobs there actually are.
52
157320
3480
amely azt határozza meg, hogy épp hány munkahely van.
02:41
Let's start with the O-ring.
53
161440
2336
Kezdjük az O-gyűrűvel!
02:43
ATMs, automated teller machines,
54
163800
2776
Az ATM-eknek kettős – kiegyenlítő – hatásuk volt
02:46
had two countervailing effects on bank teller employment.
55
166600
3336
a bankpénztárosok alkalmazására.
02:49
As you would expect, they replaced a lot of teller tasks.
56
169960
2696
Nem csoda, hogy sokat átvettek a pénztárosi munkából.
02:52
The number of tellers per branch fell by about a third.
57
172680
2680
A fiókokban lévő pénztárosok száma kb. harmadával csökkent.
02:56
But banks quickly discovered that it also was cheaper to open new branches,
58
176240
3816
De a bankok hamar rájöttek, hogy olcsóbb új fiókokat nyitni,
és a bankfiókok száma kb. 40%-kal nőtt
03:00
and the number of bank branches increased by about 40 percent
59
180080
3136
03:03
in the same time period.
60
183240
1496
ugyanebben az időszakban.
03:04
The net result was more branches and more tellers.
61
184760
4080
A végeredmény: mind a fiókok, mind a pénztárosok száma nőtt.
03:09
But those tellers were doing somewhat different work.
62
189440
3416
Ám azok a pénztárosok már mást csináltak.
03:12
As their routine, cash-handling tasks receded,
63
192880
3656
A hagyományos pénzkifizető munkájuk visszaszorult,
03:16
they became less like checkout clerks
64
196560
2136
kevésbé pénztárosok,
03:18
and more like salespeople,
65
198720
1816
hanem inkább értékesítők lettek,
03:20
forging relationships with customers,
66
200560
2056
s feladatuk az ügyfélkapcsolatok alakítása,
03:22
solving problems
67
202640
1216
a problémamegoldás
03:23
and introducing them to new products like credit cards, loans and investments:
68
203880
4216
és új termékek, pl. a hitelkártyák, hitelek ismertetése lett.
Egyre több pénztáros végez szaktudást igénylő munkát.
03:28
more tellers doing a more cognitively demanding job.
69
208120
3840
03:32
There's a general principle here.
70
212840
1640
Megfigyelhető egy általános elv.
Az általunk végzett munka
03:35
Most of the work that we do
71
215120
1696
03:36
requires a multiplicity of skills,
72
216840
3480
többféle készséget igényel:
szellemi és fizikai erőkifejtést,
03:41
and brains and brawn,
73
221160
3176
03:44
technical expertise and intuitive mastery,
74
224360
3616
műszaki szakértelmet és találékonyságot.
Thomas Edisonnal szólva: izzadást és ihletet.
03:48
perspiration and inspiration in the words of Thomas Edison.
75
228000
2960
03:51
In general, automating some subset of those tasks
76
231480
3256
Általában véve, a feladatok részhalmazának automatizálása
03:54
doesn't make the other ones unnecessary.
77
234760
2216
nem teszi feleslegessé a megmaradókat.
Fontosabbá teszi őket.
03:57
In fact, it makes them more important.
78
237000
2960
Növeli gazdasági értéküket.
04:01
It increases their economic value.
79
241080
1976
Mondok egy jellemző példát rá.
04:03
Let me give you a stark example.
80
243080
2016
1986-ban a Challenger űrsikló
04:05
In 1986, the space shuttle Challenger
81
245120
3816
04:08
exploded and crashed back down to Earth
82
248960
2296
alig két perccel a felszállás után
04:11
less than two minutes after takeoff.
83
251280
1920
fölrobbant, és visszahullott a Földre.
04:13
The cause of that crash, it turned out,
84
253720
3096
Kiderült, hogy a balesetet
04:16
was an inexpensive rubber O-ring in the booster rocket
85
256840
3536
a gyorsítórakéta egy filléres O-gyűrűje okozta,
04:20
that had frozen on the launchpad the night before
86
260400
2856
amely előző éjszaka elfagyott a kilövőálláson,
04:23
and failed catastrophically moments after takeoff.
87
263280
3376
és indítás után nem tudta ellátni feladatát.
04:26
In this multibillion dollar enterprise
88
266680
2815
Abban a több milliárd dolláros cégben
04:29
that simple rubber O-ring
89
269519
1697
egy egyszerű gumi O-gyűrű döntött
04:31
made the difference between mission success
90
271240
2575
a program sikere
04:33
and the calamitous death of seven astronauts.
91
273839
2841
és hét űrhajós szörnyű halála között.
04:37
An ingenious metaphor for this tragic setting
92
277600
3736
A szellemes metafora erre a tragikus helyzetre
04:41
is the O-ring production function,
93
281360
2216
az O-gyűrű gyártási funkciója;
04:43
named by Harvard economist Michael Kremer
94
283600
2496
Michael Kremer, a Harvard közgazdásza nevezte így el
a Challenger balesete után.
04:46
after the Challenger disaster.
95
286120
2016
Az O-gyűrű gyártási funkciója
04:48
The O-ring production function conceives of the work
96
288160
2576
04:50
as a series of interlocking steps,
97
290760
2336
egymáshoz kapcsolódó lépések sorozatát jelenti,
ezek végül lánccá állnak össze.
04:53
links in a chain.
98
293120
1256
04:54
Every one of those links must hold for the mission to succeed.
99
294400
3696
Minden láncszemnek hozzá kell járulnia a feladat sikeréhez.
Ha bármelyik hibás,
04:58
If any of them fails,
100
298120
2136
05:00
the mission, or the product or the service,
101
300280
3296
a feladat, a termék vagy a szolgáltatás
05:03
comes crashing down.
102
303600
1320
kudarcot szenved.
05:05
This precarious situation has a surprisingly positive implication,
103
305560
4936
E bizonytalan helyzetnek meglepő módon pozitív következményei vannak:
05:10
which is that improvements
104
310520
1896
ezek a fejlesztések,
05:12
in the reliability of any one link in the chain
105
312440
2976
amelyek valamelyik láncszem megbízhatóságát érintik,
05:15
increases the value of improving any of the other links.
106
315440
3776
növelik a többi láncszem javulásának értékét.
05:19
Concretely, if most of the links are brittle and prone to breakage,
107
319240
4976
Ha a legtöbb láncszem rideg és törésre hajlamos,
05:24
the fact that your link is not that reliable
108
324240
2456
akkor a kérdéses alkatrész megbízhatatlansága
05:26
is not that important.
109
326720
1256
nem különösebben fontos.
Lehet, hogy valami úgyis eltörik.
05:28
Probably something else will break anyway.
110
328000
2000
De mivel a többi alkatrész masszív és megbízható lesz,
05:30
But as all the other links become robust and reliable,
111
330024
3992
alkatrészünk fontossága nő:
05:34
the importance of your link becomes more essential.
112
334040
3496
05:37
In the limit, everything depends upon it.
113
337560
2320
végül minden tőle függ.
05:40
The reason the O-ring was critical to space shuttle Challenger
114
340640
3536
Azért volt a Challenger szempontjából döntő jelentőségű az O-gyűrű,
05:44
is because everything else worked perfectly.
115
344200
2720
mert minden más tökéletesen működött.
05:47
If the Challenger were kind of the space era equivalent
116
347480
2576
Ha a Challenger olyan lett volna,
mint a Microsoft Windows 2000...
05:50
of Microsoft Windows 2000 --
117
350080
2536
05:52
(Laughter)
118
352640
2096
(Nevetés)
05:54
the reliability of the O-ring wouldn't have mattered
119
354760
2456
az O-gyűrű megbízhatósága mellékes lett volna,
05:57
because the machine would have crashed.
120
357240
1858
mert a szerkentyű úgyis lezuhant volna.
(Nevetés)
05:59
(Laughter)
121
359122
1480
06:01
Here's the broader point.
122
361960
1576
Tágabb értelemben,
06:03
In much of the work that we do, we are the O-rings.
123
363560
3816
a legtöbb munkánkban mi vagyunk az O-gyűrűk.
06:07
Yes, ATMs could do certain cash-handling tasks
124
367400
3536
Noha az ATM-ek egyes pénzkiadó feladatokban
06:10
faster and better than tellers,
125
370960
3016
gyorsabbak és jobbak a pénztárosoknál,
de ettől a pénztáros nem válik fölöslegessé.
06:14
but that didn't make tellers superfluous.
126
374000
2056
Ez megnövelte a problémamegoldó készségük
06:16
It increased the importance of their problem-solving skills
127
376080
3296
06:19
and their relationships with customers.
128
379400
2616
és az ügyféllel való kapcsolatuk fontosságát.
Ugyanezek az elvek érvényesek, ha házat építünk,
06:22
The same principle applies if we're building a building,
129
382040
3296
06:25
if we're diagnosing and caring for a patient,
130
385360
2536
ha beteget diagnosztizálunk és kezelünk,
06:27
or if we are teaching a class
131
387920
3136
vagy ha órát tartunk
egy teremnyi középiskolásnak.
06:31
to a roomful of high schoolers.
132
391080
2456
06:33
As our tools improve,
133
393560
2376
Szerszámaink tökéletesedésével
06:35
technology magnifies our leverage
134
395960
2096
a technológia kiemeli eszközeink szerepét,
és növeli hozzáértésünk, ítélőképességünk
06:38
and increases the importance of our expertise
135
398080
3896
és alkotókészségünk fontosságát.
06:42
and our judgment and our creativity.
136
402000
2200
Elértünk a második elvhez:
06:45
And that brings me to the second principle:
137
405000
2240
a sosem elég elvéhez.
06:48
never get enough.
138
408160
1200
06:50
You may be thinking, OK, O-ring, got it,
139
410280
2416
Talán azt gondolják: az O-gyűrű esete
06:52
that says the jobs that people do will be important.
140
412720
3096
az emberi munka fontosságára utal.
06:55
They can't be done by machines, but they still need to be done.
141
415840
2976
Nem végezhetik gépek, de valakinek csak el kell végeznie.
06:58
But that doesn't tell me how many jobs there will need to be.
142
418840
2896
Ám ez nem ad választ rá, hány munkahelyre van szükség.
07:01
If you think about it, isn't it kind of self-evident
143
421760
2456
Nem magától értetődő,
hogy amikor valamiben már igen termelékenyek vagyunk,
07:04
that once we get sufficiently productive at something,
144
424240
2536
07:06
we've basically worked our way out of a job?
145
426800
2096
akkor feleslegessé tettünk munkahelyeket?
07:08
In 1900, 40 percent of all US employment
146
428920
2776
1900-ban az USA-ban foglalkoztatottak 40%-a
07:11
was on farms.
147
431720
1256
tanyán élt.
Ma ez nem éri el a 2%-ot.
07:13
Today, it's less than two percent.
148
433000
2256
07:15
Why are there so few farmers today?
149
435280
2176
Miért van most ilyen kevés gazda?
07:17
It's not because we're eating less.
150
437480
1856
Nem azért, mintha kevesebbet ennénk.
07:19
(Laughter)
151
439360
2656
(Nevetés)
A mezőgazdasági termelékenység évszázados növekedése miatt
07:22
A century of productivity growth in farming
152
442040
2736
07:24
means that now, a couple of million farmers
153
444800
2176
egy pár millió gazda
320 milliós országot képes táplálni.
07:27
can feed a nation of 320 million.
154
447000
2736
07:29
That's amazing progress,
155
449760
1656
Elképesztő fejlődés!
07:31
but it also means there are only so many O-ring jobs left in farming.
156
451440
4136
De azt is jelenti, hogy csak ennyi O-gyűrű típusú munkahely maradt meg.
07:35
So clearly, technology can eliminate jobs.
157
455600
3016
Világos, hogy a technológia munkahelyeket szüntethet meg.
07:38
Farming is only one example.
158
458640
1736
A mezőgazdaság csak kiragadott példa.
07:40
There are many others like it.
159
460400
1640
Sok hasonló van.
07:43
But what's true about a single product or service or industry
160
463440
3976
De ami igaz egy termékre, szolgáltatásra vagy iparágra,
07:47
has never been true about the economy as a whole.
161
467440
2776
sohasem állt a gazdaság egészére.
07:50
Many of the industries in which we now work --
162
470240
2496
A mai ipar nagy része,
07:52
health and medicine,
163
472760
2136
pl. az egészségügy,
07:54
finance and insurance,
164
474920
2216
pénzügy és biztosítás,
elektronika és számítástechnika,
07:57
electronics and computing --
165
477160
1640
07:59
were tiny or barely existent a century ago.
166
479720
2736
100 éve csak nyomokban léteztek.
08:02
Many of the products that we spend a lot of our money on --
167
482480
2816
Számos termék, amelyre ma sokat költünk:
08:05
air conditioners, sport utility vehicles,
168
485320
2136
légkondicionálók, utcai terepjárók,
08:07
computers and mobile devices --
169
487480
1696
számítógépek és mobilok
08:09
were unattainably expensive,
170
489200
1656
elérhetetlenül drágák voltak,
08:10
or just hadn't been invented a century ago.
171
490880
2440
vagy 100 éve még föl sem találták őket.
08:13
As automation frees our time, increases the scope of what is possible,
172
493920
4976
Ahogy az automatizálás révén több a szabadidőnk, lehetőségeink bővülnek,
08:18
we invent new products, new ideas, new services
173
498920
3216
új termékeket, új ötleteket, új szolgáltatásokat találunk ki,
amelyek fölkeltik figyelmünket,
08:22
that command our attention,
174
502160
1576
08:23
occupy our time
175
503760
1536
lefoglalják az időnket,
08:25
and spur consumption.
176
505320
1640
és ösztönzik a fogyasztást.
08:27
You may think some of these things are frivolous --
177
507760
3216
Egyes dolgokról azt gondolhatjuk, hogy haszontalanok:
extrém jóga, kalandturizmus,
08:31
extreme yoga, adventure tourism,
178
511000
2776
08:33
Pokémon GO --
179
513800
1256
Pokémon GO...
még egyet is érthetnénk.
08:35
and I might agree with you.
180
515080
1320
08:36
But people desire these things, and they're willing to work hard for them.
181
516979
3477
De az ember vágyik ezekre, s a kedvükért hajlandó a szorgos munkára.
08:40
The average worker in 2015
182
520480
2176
2015-ben az átlagos munkásnak,
08:42
wanting to attain the average living standard in 1915
183
522680
4256
hogy az 1915-ös életszínvonalon éljen,
08:46
could do so by working just 17 weeks a year,
184
526960
3336
csak évi 17 hétig kellene dolgoznia:
08:50
one third of the time.
185
530320
1440
az év egyharmadában.
08:52
But most people don't choose to do that.
186
532240
2176
De sokan nem ezt választják.
08:54
They are willing to work hard
187
534440
1695
Ők szorgosan akarnak dolgozni,
hogy learassák a technológia adományát.
08:56
to harvest the technological bounty that is available to them.
188
536159
3881
09:00
Material abundance has never eliminated perceived scarcity.
189
540480
4096
Az anyagi bőség nem szüntette meg az érzékelhető ínséget.
09:04
In the words of economist Thorstein Veblen,
190
544600
2576
Thorstein Veblen közgazdász így fogalmazza ezt meg:
09:07
invention is the mother of necessity.
191
547200
2640
a fölfedezés a szükség szülőanyja.
09:11
Now ...
192
551520
1200
Na mármost...
09:13
So if you accept these two principles,
193
553400
1856
Ha elfogadjuk e két elvet,
09:15
the O-ring principle and the never-get-enough principle,
194
555280
2896
az O-gyűrű elvét és a soha nem elég elvét,
09:18
then you agree with me.
195
558200
1336
akkor egyetértünk azzal,
09:19
There will be jobs.
196
559560
1400
hogy lesznek munkahelyek.
09:21
Does that mean there's nothing to worry about?
197
561560
2176
Tehát nincs miért idegeskednünk?
09:23
Automation, employment, robots and jobs --
198
563760
2776
Automatizálás, foglalkoztatottság, robotok és álláshelyek...
09:26
it'll all take care of itself?
199
566560
1920
ezek majd gondoskodnak magukról?
Nem.
09:29
No.
200
569120
1216
09:30
That is not my argument.
201
570360
2056
Én ezt nem mondom.
09:32
Automation creates wealth
202
572440
2536
Az automatizálás gazdagságot teremt,
mert több munkát végezhetünk rövidebb idő alatt.
09:35
by allowing us to do more work in less time.
203
575000
2576
09:37
There is no economic law
204
577600
1576
Nincs arra gazdasági törvény,
09:39
that says that we will use that wealth well,
205
579200
2776
miszerint jóra használjuk a gazdagságot,
és megéri miatta idegeskednünk.
09:42
and that is worth worrying about.
206
582000
1800
09:44
Consider two countries,
207
584800
1816
Vessük össze Norvégiát
09:46
Norway and Saudi Arabia.
208
586640
2136
és Szaúd-Arábiát.
09:48
Both oil-rich nations,
209
588800
1576
Mindkét ország olajban gazdag.
09:50
it's like they have money spurting out of a hole in the ground.
210
590400
3576
Úgy néz ki, mintha a földből lövellne ki a pénzük.
(Nevetés)
09:54
(Laughter)
211
594000
1536
09:55
But they haven't used that wealth equally well to foster human prosperity,
212
595560
5216
De nem egyformán jól használják a gazdagságot
10:00
human prospering.
213
600800
1200
az emberi jólét előmozdítására.
10:02
Norway is a thriving democracy.
214
602440
2736
Norvégia viruló demokrácia.
10:05
By and large, its citizens work and play well together.
215
605200
3656
Mindent összevéve, polgárai jól dolgoznak és szórakoznak közösen.
10:08
It's typically numbered between first and fourth
216
608880
3016
Az ország a boldogsági indexét tekintve
10:11
in rankings of national happiness.
217
611920
2736
a rangsorban az első négy hely valamelyikén áll.
10:14
Saudi Arabia is an absolute monarchy
218
614680
2656
Szaúd-Arábia abszolút monarchia,
10:17
in which many citizens lack a path for personal advancement.
219
617360
3616
amelyben sok polgár előtt nem áll nyitva az egyéni boldogulás útja.
10:21
It's typically ranked 35th among nations in happiness,
220
621000
3496
Az ország a boldogsági indexét tekintve általában a 35. helyen áll.
10:24
which is low for such a wealthy nation.
221
624520
2096
A gazdagságát tekintve ez alacsony.
10:26
Just by way of comparison,
222
626640
1336
Összehasonlításképpen,
az USA-t általában a 12-13. helyre sorolják.
10:28
the US is typically ranked around 12th or 13th.
223
628000
2800
10:31
The difference between these two countries
224
631400
2096
A két ország közötti különbség
10:33
is not their wealth
225
633520
1256
nem a gazdagságukban
10:34
and it's not their technology.
226
634800
1736
vagy a technológiájukban rejlik,
10:36
It's their institutions.
227
636560
1320
hanem az intézményrendszerükben.
10:38
Norway has invested to build a society
228
638560
3176
Norvégia a lehetőségek és gazdasági mobilitás társadalmának
10:41
with opportunity and economic mobility.
229
641760
3336
létrehozásába fektetett be.
Szaúd-Arábia úgy növelte az életszínvonalat,
10:45
Saudi Arabia has raised living standards
230
645120
2176
10:47
while frustrating many other human strivings.
231
647320
3256
hogy eközben korlátozott más emberi törekvéseket.
10:50
Two countries, both wealthy,
232
650600
2776
Két ország, kétféle gazdagság,
10:53
not equally well off.
233
653400
1720
eltérő jólét.
10:55
And this brings me to the challenge that we face today,
234
655880
4336
S ez elvezet napjaink kihívásához,
11:00
the challenge that automation poses for us.
235
660240
2136
amelyet az automatizálás teremt.
11:02
The challenge is not that we're running out of work.
236
662400
2456
Nem arról van szó, hogy elfogynak az állások.
11:04
The US has added 14 million jobs
237
664880
1936
Az USA-ban 14 millió új állás jött létre
11:06
since the depths of the Great Recession.
238
666840
2136
a nagy világgazdasági válság mélypontjához képest.
Az a baj, hogy a munkahelyek közül
11:09
The challenge is that many of those jobs
239
669000
2536
11:11
are not good jobs,
240
671560
1296
sok a nem jó munkahely,
11:12
and many citizens cannot qualify for the good jobs
241
672880
3096
és sokan nem alkalmasak
a létrejövő jó állásokra.
11:16
that are being created.
242
676000
1200
11:17
Employment growth in the United States and in much of the developed world
243
677840
3496
Az USA és jórészt a fejlett országok foglalkoztatottságának növekedése
11:21
looks something like a barbell
244
681360
1456
olyan, mint egy kézi súlyzó,
11:22
with increasing poundage on either end of the bar.
245
682840
3376
amelynek mindkét vége egyre inkább terhelődik.
11:26
On the one hand,
246
686240
1216
Egyrészt van felsőoktatásunk,
11:27
you have high-education, high-wage jobs
247
687480
2816
jól fizetett állásaink,
11:30
like doctors and nurses, programmers and engineers,
248
690320
3576
pl. orvosoké, nővéreké, programozóké és mérnököké,
11:33
marketing and sales managers.
249
693920
1736
marketing- és értékesítési vezetőké.
11:35
Employment is robust in these jobs, employment growth.
250
695680
3016
Ezekben a szilárd munkakörökben a foglalkoztatottság nő.
11:38
Similarly, employment growth is robust in many low-skill,
251
698720
4016
A foglalkoztatottság szintén nő az alacsony képzettséget igénylőkben,
11:42
low-education jobs like food service,
252
702760
3056
pl. a vendéglátóiparban,
11:45
cleaning, security,
253
705840
2256
a takarításban, a biztonsági szakmában,
az otthoni ápolás terén.
11:48
home health aids.
254
708120
1240
A foglalkoztatottság csökken
11:50
Simultaneously, employment is shrinking
255
710080
3096
11:53
in many middle-education, middle-wage, middle-class jobs,
256
713200
4056
sok középfokú képzettséget igénylő, közepesen fizetett középosztály-állásban,
11:57
like blue-collar production and operative positions
257
717280
3816
pl. a termelőmunka fizikai dolgozói
és az irodisták és az értékesítők körében.
12:01
and white-collar clerical and sales positions.
258
721120
2976
Hogy középtájon az állások csökkenését
12:04
The reasons behind this contracting middle
259
724120
2256
12:06
are not mysterious.
260
726400
1216
mi okozza, nem rejtélyes.
12:07
Many of those middle-skill jobs
261
727640
1976
A közepes készséget igénylő munkák zöme
12:09
use well-understood rules and procedures
262
729640
2496
egyszerű szabályokon s eljárásokon alapul,
amelyek egyre inkább szoftverbe kódolhatók,
12:12
that can increasingly be codified in software
263
732160
3096
12:15
and executed by computers.
264
735280
2360
és számítógéppel végrehajtathatók.
12:18
The challenge that this phenomenon creates,
265
738200
3376
Az a gond, hogy a jelenség,
foglalkoztatottsági polarizálódást okoz,
12:21
what economists call employment polarization,
266
741600
2536
ti. kirúgja a gazdasági létra fokait,
12:24
is that it knocks out rungs in the economic ladder,
267
744160
2616
12:26
shrinks the size of the middle class
268
746800
1816
elapasztja a középosztályt,
12:28
and threatens to make us a more stratified society.
269
748640
3136
és a társadalom további rétegződésével fenyeget.
12:31
On the one hand, a set of highly paid, highly educated professionals
270
751800
4056
Egyrészt, a jól fizetett, jól képzett értelmiségiek
12:35
doing interesting work,
271
755880
1416
érdekes munkát végeznek,
12:37
on the other, a large number of citizens in low-paid jobs
272
757320
3416
másrészt, ott vannak a rengeteg rosszul fizetett munkakörben dolgozók,
12:40
whose primary responsibility is to see to the comfort and health of the affluent.
273
760760
5656
az ő fő feladatuk a dúskálók komfortjának és egészségének megőrzése.
12:46
That is not my vision of progress,
274
766440
2336
Nem így képzelem a haladást,
12:48
and I doubt that it is yours.
275
768800
1880
és kétlem, hogy önök így képzelnék.
12:51
But here is some encouraging news.
276
771440
2016
De van némi lelkesítő hírem.
12:53
We have faced equally momentous economic transformations in the past,
277
773480
4856
A múltban jelentős gazdasági átalakulásban volt részünk,
12:58
and we have come through them successfully.
278
778360
2696
és sikeresen túljutottunk rajtuk.
A XIX. szd. végén, a XX. szd. elején, amikor az automatizálás
13:01
In the late 1800s and early 1900s,
279
781080
4936
13:06
when automation was eliminating vast numbers of agricultural jobs --
280
786040
4536
13:10
remember that tractor? --
281
790600
2336
– emlékszünk a traktorra? –,
13:12
the farm states faced a threat of mass unemployment,
282
792960
2696
az agrárországokat tömeges munkanélküliség fenyegette,
13:15
a generation of youth no longer needed on the farm
283
795680
3816
a fiatalokra a tanyákon már nem volt szükség,
13:19
but not prepared for industry.
284
799520
1760
de az iparhoz nem voltak képzettek.
Megbirkózva a helyzettel
13:22
Rising to this challenge,
285
802080
1576
13:23
they took the radical step
286
803680
1496
radikális lépést tettek,
13:25
of requiring that their entire youth population
287
805200
2816
amely kötelezte az egész ifjú népességet
a továbbtanulásra
13:28
remain in school and continue their education
288
808040
2856
13:30
to the ripe old age of 16.
289
810920
2120
egészen 16 éves érett korukig.
13:33
This was called the high school movement,
290
813600
1976
Ez hívták középiskolai mozgalomnak.
13:35
and it was a radically expensive thing to do.
291
815600
2816
Igen drága mulatság volt.
13:38
Not only did they have to invest in the schools,
292
818440
2256
Nemcsak be kellett ruházni az iskolákba,
13:40
but those kids couldn't work at their jobs.
293
820720
2696
hanem azok a gyerekek hiányoztak a munkából is.
13:43
It also turned out to be one of the best investments
294
823440
3296
Kiderült, hogy ez volt
13:46
the US made in the 20th century.
295
826760
2216
az USA XX. századi egyik legjobb beruházása.
Ettől lett nálunk a világ legszakképzettebb,
13:49
It gave us the most skilled, the most flexible
296
829000
2336
13:51
and the most productive workforce in the world.
297
831360
2696
legrugalmasabb és legtermelékenyebb munkaereje.
Hogy értsük, miről van szó, képzeljük el az 1899-es munkaerőt
13:54
To see how well this worked, imagine taking the labor force of 1899
298
834080
4536
13:58
and bringing them into the present.
299
838640
2216
a jelen körülmények között.
14:00
Despite their strong backs and good characters,
300
840880
2936
Igaz, hogy a munkások erősek és jellemesek voltak,
14:03
many of them would lack the basic literacy and numeracy skills
301
843840
3776
de sokan nem tudtak sem írni-olvasni, sem számolni,
14:07
to do all but the most mundane jobs.
302
847640
2936
és csak az alja melóra voltak alkalmasak.
14:10
Many of them would be unemployable.
303
850600
2240
Zömük munkanélküli lenne.
14:13
What this example highlights is the primacy of our institutions,
304
853840
3736
A példa rávilágít intézményeink elsődleges szerepére,
14:17
most especially our schools,
305
857600
1776
leginkább az iskolákéra:
14:19
in allowing us to reap the harvest
306
859400
2536
milyen nagy jelentőségűek,
hogy élvezhessük a technológiai haladás gyümölcseit.
14:21
of our technological prosperity.
307
861960
2296
Ostobaság azt állítani, hogy nincs mitől tartanunk.
14:24
It's foolish to say there's nothing to worry about.
308
864280
2416
14:26
Clearly we can get this wrong.
309
866720
2200
De értsük ezt jól.
14:29
If the US had not invested in its schools and in its skills
310
869640
3496
Ha az USA nem ruházott volna be az iskoláiba és a szakképzésébe
egy évszázada a középiskolai mozgalommal,
14:33
a century ago with the high school movement,
311
873160
2256
14:35
we would be a less prosperous,
312
875440
1656
kevésbé viruló, kevésbé mobil
és valószínűleg kevésbé elégedett társadalom lennénk.
14:37
a less mobile and probably a lot less happy society.
313
877120
3616
14:40
But it's equally foolish to say that our fates are sealed.
314
880760
2736
De azt is ostobaság állítani, hogy sorsunk meg van pecsételve.
14:43
That's not decided by the machines.
315
883520
1696
Nem a gépek döntik el.
14:45
It's not even decided by the market.
316
885240
1736
Nem is a piac.
Mi döntünk róla és az intézményeink.
14:47
It's decided by us and by our institutions.
317
887000
2640
14:50
Now, I started this talk with a paradox.
318
890360
2576
Egy paradoxonnal kezdtem előadásomat.
14:52
Our machines increasingly do our work for us.
319
892960
2656
A gépek egyre inkább helyettünk dolgoznak.
14:55
Why doesn't that make our labor superfluous,
320
895640
2256
Miért nem válik ettől munkánk fölössé,
14:57
our skills redundant?
321
897920
1216
vagy szakértelmünk szükségtelenné?
Nem kézenfekvő, hogy a gazdasági és társadalmi pokolba vezető út
14:59
Isn't it obvious that the road to our economic and social hell
322
899160
3416
15:02
is paved with our own great inventions?
323
902600
2200
nagy találmányainkkal van kikövezve?
A történelem sokszor kínált választ e paradoxonra.
15:06
History has repeatedly offered an answer to that paradox.
324
906040
4176
15:10
The first part of the answer is that technology magnifies our leverage,
325
910240
3616
A válasz első része: a technológia kiemeli eszközeink szerepét,
15:13
increases the importance, the added value
326
913880
2616
és növeli a szaktudásunkból, ítélőképességünkből
15:16
of our expertise, our judgment and our creativity.
327
916520
3536
és alkotókészségünkből származó hozzáadott érték jelentőségét.
Ez az O-gyűrű.
15:20
That's the O-ring.
328
920080
1200
15:21
The second part of the answer is our endless inventiveness
329
921880
2736
A válasz másik fele: határtalan újítókészségünk
15:24
and bottomless desires
330
924640
1456
és mérhetetlen vágyunk okozza,
15:26
means that we never get enough, never get enough.
331
926120
2336
hogy telhetetlenek vagyunk.
15:28
There's always new work to do.
332
928480
2160
Mindig találunk új teendőt.
15:31
Adjusting to the rapid pace of technological change
333
931960
3336
A technológiai változások gyors üteméhez alkalmazkodva
15:35
creates real challenges,
334
935320
1456
új s új feladatokat tűzünk ki,
15:36
seen most clearly in our polarized labor market
335
936800
2976
ezt a polarizált munkaerőpiac mutatja,
15:39
and the threat that it poses to economic mobility.
336
939800
2520
ami a gazdasági mobilitást fenyegeti.
15:43
Rising to this challenge is not automatic.
337
943320
2440
E feladathoz fölnőni nem megy magától.
15:46
It's not costless.
338
946400
1496
Pénzbe kerül.
15:47
It's not easy.
339
947920
1416
Nem egyszerű.
15:49
But it is feasible.
340
949360
1200
De megvalósítható.
Van némi lelkesítő hírem.
15:51
And here is some encouraging news.
341
951120
1816
15:52
Because of our amazing productivity,
342
952960
2136
Az elképesztő termelékenységünk miatt
gazdagok vagyunk.
15:55
we're rich.
343
955120
1256
15:56
Of course we can afford to invest in ourselves and in our children
344
956400
3136
Megtehetjük, hogy beruházzunk magunkba és gyermekeinkbe,
15:59
as America did a hundred years ago with the high school movement.
345
959560
3336
mint 100 éve a középiskolai mozgalommal történt.
16:02
Arguably, we can't afford not to.
346
962920
2280
Olyan nincs, hogy ne tegyük meg.
Azt hihetik,
16:06
Now, you may be thinking,
347
966120
1776
16:07
Professor Autor has told us a heartwarming tale
348
967920
2856
hogy Autor professzor szívmelengető történetet mesélt
16:10
about the distant past,
349
970800
1776
a régmúltról,
16:12
the recent past,
350
972600
1376
a közelmúltról,
esetleg a jelenről, de nem a jövőről.
16:14
maybe the present, but probably not the future.
351
974000
3296
16:17
Because everybody knows that this time is different.
352
977320
3936
Mert azt mindenki tudja, hogy most más időket élünk.
16:21
Right? Is this time different?
353
981280
2816
Ugye, hogy más időket?
Ez nyilvánvaló.
16:24
Of course this time is different.
354
984120
1896
Nincs két egyforma időszak.
16:26
Every time is different.
355
986040
1696
16:27
On numerous occasions in the last 200 years,
356
987760
3616
Az utóbbi 200 évben a tudósok és az aktivisták
16:31
scholars and activists have raised the alarm
357
991400
2776
számos esetben félreverték a harangot,
16:34
that we are running out of work and making ourselves obsolete:
358
994200
3536
miszerint elfogynak a munkahelyek, fölöslegessé válunk,
16:37
for example, the Luddites in the early 1800s;
359
997760
4616
pl. ilyenek voltak a XIX. szd. elején a ludditák,
16:42
US Secretary of Labor James Davis
360
1002400
2936
az 1920-as években James Davis,
16:45
in the mid-1920s;
361
1005360
2416
az USA munkaügyi minisztere;
16:47
Nobel Prize-winning economist Wassily Leontief in 1982;
362
1007800
5176
1982-ben a Nobel-díjas Wassily Leontief;
és persze manapság sok-sok tudós,
16:53
and of course, many scholars,
363
1013000
3256
16:56
pundits, technologists
364
1016280
2136
guru, technológus
16:58
and media figures today.
365
1018440
1840
és médiaszemélyiség.
17:01
These predictions strike me as arrogant.
366
1021600
3320
A jóslataik ugyancsak önteltek.
17:05
These self-proclaimed oracles are in effect saying,
367
1025800
2696
Ezek az önjelölt orákulumok azt mondják:
17:08
"If I can't think of what people will do for work in the future,
368
1028520
3416
"Ha én nem találom ki, mi lesz az emberek munkája a jövőben,
17:11
then you, me and our kids
369
1031960
2896
akkor sem te, sem én, sem gyerekeink
17:14
aren't going to think of it either."
370
1034880
1715
nem fognak ezen gondolkodni."
17:17
I don't have the guts
371
1037760
1935
Nincs ínyemre
17:19
to take that bet against human ingenuity.
372
1039720
3176
az emberi leleményesség ilyen lebecsülése.
17:22
Look, I can't tell you what people are going to do for work
373
1042920
2976
Nézzék, azt nem tudom megmondani, mi lesz az emberek munkája
17:25
a hundred years from now.
374
1045920
1896
100 év múlva.
17:27
But the future doesn't hinge on my imagination.
375
1047839
2601
De a jövő nem az én képzeletemtől függ.
17:31
If I were a farmer in Iowa in the year 1900,
376
1051280
3776
Ha iowai gazda lennék 1800-ból,
és egy XXI. századi közgazdászt teleportálnának a földemre,
17:35
and an economist from the 21st century teleported down to my field
377
1055079
3537
17:38
and said, "Hey, guess what, farmer Autor,
378
1058640
2520
s az így szólna: "Hé, Autor gazda, tudod mit,
a következő 100 évben
17:42
in the next hundred years,
379
1062000
1536
17:43
agricultural employment is going to fall from 40 percent of all jobs
380
1063560
3776
a mezőgazdaságban foglalkoztatottak aránya 40%-ról
17:47
to two percent
381
1067360
1216
2%-ra csökken,
17:48
purely due to rising productivity.
382
1068600
2000
csak a termelékenység növekedésének hála.
17:51
What do you think the other 38 percent of workers are going to do?"
383
1071400
3160
Szerinted a többi 38% mit fog csinálni?"
17:55
I would not have said, "Oh, we got this.
384
1075400
2816
Nem ezt mondanám neki: "Hát, ez van.
17:58
We'll do app development, radiological medicine,
385
1078240
2856
Majd fejlesztjük az alkalmazásokat, a radiológiai orvoslást,
a jógaoktatást és a bitmodzsikat.
18:01
yoga instruction, Bitmoji."
386
1081120
2976
(Nevetés)
18:04
(Laughter)
387
1084120
1536
18:05
I wouldn't have had a clue.
388
1085680
1286
Zavarban lennék.
18:07
But I hope I would have had the wisdom to say,
389
1087840
2496
De annyi bölcsesség szorulna belém, hogy ezt mondjam:
18:10
"Wow, a 95 percent reduction in farm employment
390
1090360
4016
"Hűha, az agrárgazdaságban 95%-kal kevesebb emberrel
18:14
with no shortage of food.
391
1094400
2136
sincs élelmiszerhiány!
18:16
That's an amazing amount of progress.
392
1096560
2416
Ez hihetetlen haladás.
Remélem, hogy az emberiség
18:19
I hope that humanity finds something remarkable to do
393
1099000
3376
18:22
with all of that prosperity."
394
1102400
1880
jól fog sáfárkodni azzal a jóléttel."
Mindent összevéve, azt mondhatom, hogy jól sáfárkodnak.
18:25
And by and large, I would say that it has.
395
1105120
3080
18:29
Thank you very much.
396
1109960
1256
Köszönöm szépen.
18:31
(Applause)
397
1111240
5055
(Taps)
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