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

Traduttore: Giorgio Ruggieri Revisore: Silvia Fornasiero

So this is my niece.

Questa è mia nipote.

Her name is Yahli.

Si chiama Yahli.

She is nine months old.

Ha nove mesi.

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

Sua madre è dottoressa, e suo papà avvocato.

By the time Yahli goes to college,

Quando Yahli andrà all'università,

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

i lavori dei suoi genitori saranno notevolmente diversi.

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

Nel 2013 i ricercatori dell'Università di Oxford

hanno fatto uno studio sul futuro del lavoro.

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

Hanno concluso che almeno un lavoro su due ha un'alta probabilità

of being automated by machines.

di essere automatizzato tramite le macchine.

Machine learning is the technology

L'apprendimento automatico è la tecnologia

that's responsible for most of this disruption.

maggiormente responsabile di questo cambiamento.

It's the most powerful branch of artificial intelligence.

È la branca più potente dell'intelligenza artificiale.

It allows machines to learn from data

Consente alle macchine di imparare dai dati

and mimic some of the things that humans can do.

e imitare alcune delle cose che possono fare gli umani.

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

La mia azienda, Kaggle, è all'avanguardia nell'apprendimento automatico.

We bring together hundreds of thousands of experts

Coordiniamo centinaia di migliaia di esperti

to solve important problems for industry and academia.

per risolvere problemi importanti per l'industria e il mondo accademico.

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

Questo ci dà una prospettiva unica su ciò che le macchine possono fare,

what they can't do

cosa non possono fare

and what jobs they might automate or threaten.

e quali lavori potrebbero automatizzare o minacciare.

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

L'apprendimento automatico è iniziato nell'industria dei primi anni '90.

It started with relatively simple tasks.

È cominciato con compiti relativamente semplici.

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

È partito con cose del tipo valutazione dei rischi per le richieste di prestito,

sorting the mail by reading handwritten characters from zip codes.

ordinamento della posta tramite lettura dei codici postali scritti a mano.

Negli ultimi anni abbiamo fatto passi da gigante.

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

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

L'apprendimento automatico ora è capace di compiti molto più complessi.

In 2012, Kaggle challenged its community

Nel 2012 Kaggle ha sfidato la sua comunità

a creare un algoritmo che possa valutare i compiti delle superiori.

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

The winning algorithms were able to match the grades

Gli algoritmi vincitori riuscivano a dare gli stessi voti

given by human teachers.

dati dagli insegnanti umani.

Last year, we issued an even more difficult challenge.

L'anno scorso, abbiamo affrontato una sfida più difficile.

Potete prendere immagini di un occhio e diagnosticare una malattia

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

called diabetic retinopathy?

chiamata retinopatia diabetica?

Di nuovo, gli algoritmi vincitori erano in grado di fornire

Again, the winning algorithms were able to match the diagnoses

la stessa diagnosi dell'oculista.

given by human ophthalmologists.

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

Con i dati giusti, le macchine avranno prestazioni migliori dell'uomo

at tasks like this.

in compiti come questo.

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

Un insegnante può leggere 10 000 compiti in 40 anni di carriera.

An ophthalmologist might see 50,000 eyes.

Un ottico può vedere 50 000 occhi.

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

La macchina può leggere milioni di compiti o vedere milioni di occhi

within minutes.

in pochi minuti.

We have no chance of competing against machines

Non abbiamo possibilità di competere contro le macchine

on frequent, high-volume tasks.

su compiti ripetitivi con grandi numeri.

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

Ma ci sono cose che noi possiamo fare e le macchine no.

Where machines have made very little progress

Le macchine hanno fatto pochi progressi

nell'affrontare situazioni nuove.

is in tackling novel situations.

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

Non riescono a gestire cose che non hanno visto molte volte prima.

The fundamental limitations of machine learning

La limitazione fondamentale dell'apprendimento automatico

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

è che ha bisogno di imparare da grandi volumi di dati passati.

Now, humans don't.

Gli umani no.

We have the ability to connect seemingly disparate threads

Abbiamo la capacità di collegare fili apparentemente diversi

to solve problems we've never seen before.

per risolvere problemi che non abbiamo mai affrontato prima.

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

Percy Spencer era un fisico che lavorava sul radar durante la II Guerra Mondiale,

when he noticed the magnetron was melting his chocolate bar.

quando ha notato che il magnetron scioglieva la sua cioccolata.

He was able to connect his understanding of electromagnetic radiation

È riuscito a collegare le conoscenze delle radiazioni elettromagnetiche

with his knowledge of cooking

con la sua conoscenza della cucina

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

per inventare -- qualche ipotesi? -- il forno a microonde.

Now, this is a particularly remarkable example of creativity.

Questo è uno spettacolare esempio di creatività.

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

Ma questo tipo di innesto accade in piccolo a ognuno di noi

thousands of times per day.

migliaia di volte al giorno.

Machines cannot compete with us

Le macchine non possono competere con noi

when it comes to tackling novel situations,

quando si tratta di affrontare nuove situazioni,

and this puts a fundamental limit on the human tasks

e questo pone un limite fondamentale ai compiti umani

that machines will automate.

che le macchine potranno automatizzare.

Cosa significa questo per il futuro del lavoro?

So what does this mean for the future of work?

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

Il futuro di ogni singolo lavoro si basa sulla risposta a una sola domanda:

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

in che misura quel lavoro si può ridurre a compiti ripetitivi con grandi numeri,

and to what extent does it involve tackling novel situations?

e in che misura comporta affrontare nuove situazioni?

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

Su compiti ripetitivi con grandi numeri, le macchine sono sempre più intelligenti.

Oggi valutano compiti. Diagnosticano alcune malattie.

Today they grade essays. They diagnose certain diseases.

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

Col passare degli anni, faranno le nostre verifiche,

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

e leggeranno le parti standard dei contratti legali.

Accountants and lawyers are still needed.

C'è ancora bisogno di ragionieri e avvocati

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

per la complessa struttura delle tasse,

per nuovi tipi di controversie.

for pathbreaking litigation.

Ma le macchine serreranno i ranghi

But machines will shrink their ranks

and make these jobs harder to come by.

e renderanno più difficile trovare questi lavori.

Now, as mentioned,

Come ho già detto,

machines are not making progress on novel situations.

le macchine non stanno facendo progressi sulle nuove situazioni.

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

Il testo di una campagna pubblicitaria deve catturare i consumatori.

It has to stand out from the crowd.

deve spiccare in mezzo al mucchio.

Strategia commerciale significa trovare spazi nel mercato,

Business strategy means finding gaps in the market,

things that nobody else is doing.

cose che nessun altro sta facendo.

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

Saranno gli umani che creeranno il testo delle campagne pubblicitarie,

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

e saranno gli umani che svilupperanno le strategie commerciali.

So Yahli, whatever you decide to do,

Quindi Yahli, qualsiasi cosa tu decida di fare,

let every day bring you a new challenge.

lascia che ogni giorno ti presenti una nuova sfida.

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

Se lo fa, sarai un passo avanti alle macchine.

Thank you.

Grazie.

(Applause)

(Applausi)