Erik Brynjolfsson: The key to growth? Race with the machines

152,189 views ・ 2013-04-23

TED


Fare doppio clic sui sottotitoli in inglese per riprodurre il video.

00:00
Translator: Joseph Geni Reviewer: Morton Bast
0
0
7000
Traduttore: Anna Cristiana Minoli Revisore: Silvia Colombo
00:12
Growth is not dead.
1
12605
2272
La crescita non è morta.
00:14
(Applause)
2
14877
1386
(Applausi)
00:16
Let's start the story 120 years ago,
3
16263
3963
Cominciamo la storia 120 anni fa,
00:20
when American factories began to electrify their operations,
4
20226
3632
quando le fabbriche americane iniziarono a elettrificare la propria attività,
00:23
igniting the Second Industrial Revolution.
5
23858
3344
dando inizio alla Seconda Rivoluzione Industriale.
00:27
The amazing thing is
6
27202
1111
La cosa fantastica è
00:28
that productivity did not increase in those factories
7
28313
2777
che la produttività in quelle fabbriche non è cresciuta
00:31
for 30 years. Thirty years.
8
31090
3256
per 30 anni. Trenta anni.
00:34
That's long enough for a generation of managers to retire.
9
34346
3474
Abbastanza perché una generazione di dirigenti andasse in pensione.
00:37
You see, the first wave of managers
10
37820
2222
Vedete, la prima ondata di dirigenti
00:40
simply replaced their steam engines with electric motors,
11
40042
3417
ha semplicemente sostituito le macchine a vapore con motori elettrici,
00:43
but they didn't redesign the factories to take advantage
12
43459
3010
ma non ha riprogettato le fabbriche per sfruttare i vantaggi
00:46
of electricity's flexibility.
13
46469
2341
della flessibilità dell'elettricità.
00:48
It fell to the next generation to invent new work processes,
14
48810
3984
È ricaduto sulla generazione successiva inventare nuovi processi lavorativi,
00:52
and then productivity soared,
15
52794
2727
e poi la produttività ha preso il volo,
00:55
often doubling or even tripling in those factories.
16
55521
3665
spesso raddoppiando o triplicando in quelle fabbriche.
00:59
Electricity is an example of a general purpose technology,
17
59186
4723
L'elettricità è un esempio di tecnologia multiuso,
01:03
like the steam engine before it.
18
63909
2230
come lo era prima di lei la macchina a vapore.
01:06
General purpose technologies drive most economic growth,
19
66139
3416
Le tecnologie multiuso guidano la maggior parte delle crescite economiche,
01:09
because they unleash cascades of complementary innovations,
20
69555
3454
perché scatenano innovazioni complementari a cascata,
01:13
like lightbulbs and, yes, factory redesign.
21
73009
3632
come le lampadine e la riprogettazione delle fabbriche.
01:16
Is there a general purpose technology of our era?
22
76641
3610
C'è una tecnologia multiuso della nostra era?
01:20
Sure. It's the computer.
23
80251
2508
Certo. È il computer.
01:22
But technology alone is not enough.
24
82759
2659
Ma la tecnologia da sola non è sufficiente.
01:25
Technology is not destiny.
25
85418
2766
La tecnologia non è il destino.
01:28
We shape our destiny,
26
88184
1580
Siamo noi a modellare il nostro destino,
01:29
and just as the earlier generations of managers
27
89764
2516
e così come le prime generazioni di manager
01:32
needed to redesign their factories,
28
92280
2298
dovevano riprogettare le loro fabbriche,
01:34
we're going to need to reinvent our organizations
29
94578
2229
noi dovremo reinventare le nostre organizzazioni
01:36
and even our whole economic system.
30
96807
2555
e persino il nostro intero sistema economico.
01:39
We're not doing as well at that job as we should be.
31
99362
3602
Questo lavoro non lo stiamo facendo bene come dovremmo.
01:42
As we'll see in a moment,
32
102964
1230
Come vedremo tra un attimo,
01:44
productivity is actually doing all right,
33
104194
2722
la produttività in realtà va bene,
01:46
but it has become decoupled from jobs,
34
106916
3862
ma si è scollegata dal lavoro,
01:50
and the income of the typical worker is stagnating.
35
110778
4419
e il reddito di un tipico lavoratore è stagnante.
01:55
These troubles are sometimes misdiagnosed
36
115197
2519
Questi problemi vengono talvolta male interpretati
01:57
as the end of innovation,
37
117716
3712
come la fine dell'innovazione,
02:01
but they are actually the growing pains
38
121428
2129
ma sono in realtà i dolori crescenti
02:03
of what Andrew McAfee and I call the new machine age.
39
123557
5590
di quello che Andrew McAfee e io chiamiamo l'era delle nuove macchine.
02:09
Let's look at some data.
40
129147
1882
Guardiamo qualche dato.
02:11
So here's GDP per person in America.
41
131029
2902
Questo è il PIL pro capite in America.
02:13
There's some bumps along the way, but the big story
42
133931
2766
Ci sono alcuni ostacoli sul percorso, ma il fatto è che
02:16
is you could practically fit a ruler to it.
43
136697
2715
è dritto come un righello.
02:19
This is a log scale, so what looks like steady growth
44
139412
3276
Questa è una scala logaritmica, quindi ciò che sembra una crescita stabile
02:22
is actually an acceleration in real terms.
45
142688
3043
è in realtà un'accelerazione in termini reali.
02:25
And here's productivity.
46
145731
2160
E questa è la produttività.
02:27
You can see a little bit of a slowdown there in the mid-'70s,
47
147891
2671
Vedete un piccolo rallentamento a metà degli anni '70,
02:30
but it matches up pretty well with the Second Industrial Revolution,
48
150562
3738
ma coincide abbastanza con la Seconda Rivoluzione Industriale,
02:34
when factories were learning how to electrify their operations.
49
154300
2691
quando le fabbriche stavano imparando come elettrificare la propria operatività.
02:36
After a lag, productivity accelerated again.
50
156991
4129
Dopo un rallentamento, la produttività accelera di nuovo.
02:41
So maybe "history doesn't repeat itself,
51
161120
2571
Magari "la storia non si ripete,
02:43
but sometimes it rhymes."
52
163691
2568
ma qualche volta fa rima."
02:46
Today, productivity is at an all-time high,
53
166259
3136
Oggi, la produttività è alta più che mai,
02:49
and despite the Great Recession,
54
169395
1977
e nonostante la Grande Recessione,
02:51
it grew faster in the 2000s than it did in the 1990s,
55
171372
4252
è cresciuta più rapidamente negli anni 2000 di quanto non abbia fatto negli anni '90,
02:55
the roaring 1990s, and that was faster than the '70s or '80s.
56
175624
4136
i ruggenti anni '90, che erano più veloci degli anni '70 o '80.
02:59
It's growing faster than it did during the Second Industrial Revolution.
57
179760
3674
Cresce più rapidamente di quanto non facesse durante la Seconda Rivoluzione Industriale.
03:03
And that's just the United States.
58
183434
1743
E questi sono solo gli Stati Uniti.
03:05
The global news is even better.
59
185177
3248
A livello globale è anche meglio.
03:08
Worldwide incomes have grown at a faster rate
60
188425
2360
I redditi mondiali sono cresciuti al tasso più elevato
03:10
in the past decade than ever in history.
61
190785
2496
della storia nell'ultimo decennio.
03:13
If anything, all these numbers actually understate our progress,
62
193281
5051
Eppure, tutti questi numeri sottostimano i nostri progressi,
03:18
because the new machine age
63
198332
1912
perché l'era delle nuove macchine
03:20
is more about knowledge creation
64
200244
1664
è più legata alla creazione di conoscenza
03:21
than just physical production.
65
201908
2331
che alla semplice produzione fisica.
03:24
It's mind not matter, brain not brawn,
66
204239
2938
Si tratta di mente, non di materia, di cervello, non di muscoli,
03:27
ideas not things.
67
207177
2062
idee, non cose.
03:29
That creates a problem for standard metrics,
68
209239
2570
Questo crea un problema per gli standard di misurazione,
03:31
because we're getting more and more stuff for free,
69
211809
3502
perché otteniamo sempre più cose gratuitamente,
03:35
like Wikipedia, Google, Skype,
70
215311
2641
come Wikipedia, Google, Skype,
03:37
and if they post it on the web, even this TED Talk.
71
217952
3063
e se lo pubblicano sul sito, anche questo discorso.
03:41
Now getting stuff for free is a good thing, right?
72
221015
3303
Avere cose gratuite è una bella cosa, vero?
03:44
Sure, of course it is.
73
224318
1765
Certo che lo è.
03:46
But that's not how economists measure GDP.
74
226083
3868
Ma non è così che gli economisti misurano il PIL.
03:49
Zero price means zero weight in the GDP statistics.
75
229951
5592
Prezzo uguale a zero significa zero nelle statistiche del PIL.
03:55
According to the numbers, the music industry
76
235543
2112
Secondo i numeri, l'industria della musica
03:57
is half the size that it was 10 years ago,
77
237655
3000
è la metà di quello che era 10 anni fa,
04:00
but I'm listening to more and better music than ever.
78
240655
3656
ma ascolto sempre più musica e di migliore qualità.
04:04
You know, I bet you are too.
79
244311
2192
Scommetto anche voi.
04:06
In total, my research estimates
80
246503
2723
Nel complesso, la mia ricerca stima
04:09
that the GDP numbers miss over 300 billion dollars per year
81
249226
4754
che i numeri del PIL non tengono in considerazione 300 miliardi di dollari all'anno
04:13
in free goods and services on the Internet.
82
253980
3346
in merce e servizi gratuiti su Internet.
04:17
Now let's look to the future.
83
257326
1789
Vediamo il futuro.
04:19
There are some super smart people
84
259115
2263
Ci sono persone molto intelligenti
04:21
who are arguing that we've reached the end of growth,
85
261378
5019
che sostengono che abbiamo raggiunto la fine della crescita,
04:26
but to understand the future of growth,
86
266397
3558
ma per capire il futuro della crescita,
04:29
we need to make predictions
87
269955
2683
dobbiamo fare previsioni
04:32
about the underlying drivers of growth.
88
272638
3290
sui motori alla base della crescita.
04:35
I'm optimistic, because the new machine age
89
275928
3806
Sono ottimista, perché la nuova era delle macchine
04:39
is digital, exponential and combinatorial.
90
279734
5030
è digitale, esponenziale e combinatoria.
04:44
When goods are digital, they can be replicated
91
284764
2264
Quando la merce è digitale, la si può replicare
04:47
with perfect quality at nearly zero cost,
92
287028
4509
con una qualità perfetta a costo quasi nullo,
04:51
and they can be delivered almost instantaneously.
93
291537
4018
e la si può consegnare quasi istantaneamente.
04:55
Welcome to the economics of abundance.
94
295555
2800
Benvenuti nell'economia dell'abbondanza.
04:58
But there's a subtler benefit to the digitization of the world.
95
298355
3690
Ma c'è un sottile beneficio nella digitalizzazione del mondo.
05:02
Measurement is the lifeblood of science and progress.
96
302045
4600
Le misure sono la linfa della scienza e del progresso.
05:06
In the age of big data,
97
306645
2148
Nell'era dei grandi dati,
05:08
we can measure the world in ways we never could before.
98
308793
4286
possiamo misurare il mondo come non abbiamo mai fatto prima.
05:13
Secondly, the new machine age is exponential.
99
313079
4095
In secondo luogo, la nuova era delle macchine è esponenziale.
05:17
Computers get better faster than anything else ever.
100
317174
5935
I computer migliorano a una velocità incredibile.
05:23
A child's Playstation today is more powerful
101
323109
3568
Oggi una Playstation è più potente
05:26
than a military supercomputer from 1996.
102
326677
4056
di un supercomputer militare del 1996.
05:30
But our brains are wired for a linear world.
103
330733
3207
Ma i nostri cervelli sono predisposti per un mondo lineare.
05:33
As a result, exponential trends take us by surprise.
104
333940
3888
Di conseguenza, i trend esponenziali ci sorprendono.
05:37
I used to teach my students that there are some things,
105
337828
2602
Insegnavo ai miei studenti che ci sono alcune cose
05:40
you know, computers just aren't good at,
106
340430
1934
che i computer non sanno fare,
05:42
like driving a car through traffic.
107
342364
2385
come guidare un'auto in mezzo al traffico.
05:44
(Laughter)
108
344749
2013
(Risate)
05:46
That's right, here's Andy and me grinning like madmen
109
346762
3491
Esatto, questi siamo io e Andy che ridiamo come dei matti
05:50
because we just rode down Route 101
110
350253
2384
perché abbiamo appena viaggiato sulla Route 101
05:52
in, yes, a driverless car.
111
352637
3669
in un'auto senza conducente.
05:56
Thirdly, the new machine age is combinatorial.
112
356306
2583
In terzo luogo, la nuova era delle macchine è combinatoria.
05:58
The stagnationist view is that ideas get used up,
113
358889
4048
Chi crede nella stagnazione pensa che le idee si esauriscano,
06:02
like low-hanging fruit,
114
362937
1856
come le cose a portata di mano,
06:04
but the reality is that each innovation
115
364793
3163
ma la realtà è che ogni innovazione
06:07
creates building blocks for even more innovations.
116
367956
3256
crea le basi per altre innovazioni.
06:11
Here's an example. In just a matter of a few weeks,
117
371212
3345
Ecco un esempio. In qualche settimana,
06:14
an undergraduate student of mine
118
374557
2072
un mio laureando
06:16
built an app that ultimately reached 1.3 million users.
119
376629
4111
ha progettato una app che ora ha 1,3 milioni di utenti.
06:20
He was able to do that so easily
120
380740
1699
È stato in grado di farlo così facilmente
06:22
because he built it on top of Facebook,
121
382439
1827
perché l'ha costruita sulla piattaforma di Facebook,
06:24
and Facebook was built on top of the web,
122
384266
1933
e Facebook è stato costruito sul web,
06:26
and that was built on top of the Internet,
123
386199
1698
che a sua volta è stato costruito su Internet,
06:27
and so on and so forth.
124
387897
2418
e così via.
06:30
Now individually, digital, exponential and combinatorial
125
390315
4765
Individualmente, l'aspetto digitale, esponenziale e combinatorio
06:35
would each be game-changers.
126
395080
2350
sono tutti motori del cambiamento.
06:37
Put them together, and we're seeing a wave
127
397430
2190
Metteteli insieme e vedrete arrivare un'ondata
06:39
of astonishing breakthroughs,
128
399620
1393
di scoperte sbalorditive,
06:41
like robots that do factory work or run as fast as a cheetah
129
401013
3060
come i robot che lavorano nelle fabbriche o corrono veloci come scimmie
06:44
or leap tall buildings in a single bound.
130
404073
2796
o scavalcano interi edifici con un singolo balzo.
06:46
You know, robots are even revolutionizing
131
406869
2232
I robot stanno anche rivoluzionando
06:49
cat transportation.
132
409101
1829
il trasporto dei gatti.
06:50
(Laughter)
133
410930
2270
(Risate)
06:53
But perhaps the most important invention,
134
413200
2732
Ma forse l'invenzione più importante,
06:55
the most important invention is machine learning.
135
415932
5065
l'invenzione più importante è l'apprendimento delle macchine.
07:00
Consider one project: IBM's Watson.
136
420997
3376
Considerate un progetto: Watson della IBM.
07:04
These little dots here,
137
424373
1589
Questi puntini qui,
07:05
those are all the champions on the quiz show "Jeopardy."
138
425962
4860
sono tutti i campioni del programma televisivo "Jeopardy".
07:10
At first, Watson wasn't very good,
139
430822
2544
All'inizio Watson non era molto bravo,
07:13
but it improved at a rate faster than any human could,
140
433366
5622
ma migliorò molto più velocemente di un qualunque essere umano.
07:18
and shortly after Dave Ferrucci showed this chart
141
438988
2687
Dave Ferrucci mostrò questo grafico alla mia classe all'MIT
07:21
to my class at MIT,
142
441675
1652
e poco dopo,
07:23
Watson beat the world "Jeopardy" champion.
143
443327
3542
Watson battè il campione di "Jeopardy".
07:26
At age seven, Watson is still kind of in its childhood.
144
446869
3989
A sette anni, Watson è ancora un bambino.
07:30
Recently, its teachers let it surf the Internet unsupervised.
145
450858
5318
Di recente, i suoi insegnanti lo hanno lasciato navigare su Internet senza sorveglianza.
07:36
The next day, it started answering questions with profanities.
146
456176
5946
Il giorno dopo ha cominciato a rispondere alle domande con parolacce.
07:42
Damn. (Laughter)
147
462122
2274
Accidenti. (Risate)
07:44
But you know, Watson is growing up fast.
148
464396
2280
Ma sapete, Watson sta crescendo rapidamente.
07:46
It's being tested for jobs in call centers, and it's getting them.
149
466676
4212
Viene messo alla prova per lavorare nei call center e ce la fa.
07:50
It's applying for legal, banking and medical jobs,
150
470888
3724
Fa domanda per lavori legali, medici o in banca,
07:54
and getting some of them.
151
474612
1950
e ne ottiene qualcuno.
07:56
Isn't it ironic that at the very moment
152
476562
1889
Non è ironico che nello stesso momento
07:58
we are building intelligent machines,
153
478451
2234
in cui costruiamo macchine intelligenti,
08:00
perhaps the most important invention in human history,
154
480685
3449
probabilmente la più importante invenzione della storia umana,
08:04
some people are arguing that innovation is stagnating?
155
484134
3975
qualcuno sostenga che l'innovazione sia in fase stagnante?
08:08
Like the first two industrial revolutions,
156
488109
2419
Come le prime due rivoluzioni industriali,
08:10
the full implications of the new machine age
157
490528
3134
le implicazioni complete della nuova era delle macchine
08:13
are going to take at least a century to fully play out,
158
493662
2682
si vedranno completamente tra almeno un secolo,
08:16
but they are staggering.
159
496344
3032
ma sono sconvolgenti.
08:19
So does that mean we have nothing to worry about?
160
499376
3336
Questo vuol dire che non abbiamo niente di cui preoccuparci?
08:22
No. Technology is not destiny.
161
502712
3680
No. La tecnologia non è il destino.
08:26
Productivity is at an all time high,
162
506392
2569
La produttività è più alta che mai,
08:28
but fewer people now have jobs.
163
508961
2983
ma sempre meno persone hanno un lavoro.
08:31
We have created more wealth in the past decade than ever,
164
511944
3120
Abbiamo creato più ricchezza che mai nell'ultimo decennio,
08:35
but for a majority of Americans, their income has fallen.
165
515064
3904
ma, per la maggioranza degli americani, i redditi sono crollati.
08:38
This is the great decoupling
166
518968
2312
Questo è il grande scollamento
08:41
of productivity from employment,
167
521280
2976
della produttività dall'occupazione,
08:44
of wealth from work.
168
524256
3104
della ricchezza dal lavoro.
08:47
You know, it's not surprising that millions of people
169
527360
2346
Non sorprende che milioni di persone
08:49
have become disillusioned by the great decoupling,
170
529706
2846
si siano sentite disilluse dal grande scollamento,
08:52
but like too many others,
171
532552
1747
ma, come molti altri,
08:54
they misunderstand its basic causes.
172
534299
3097
fraintendono le cause fondamentali.
08:57
Technology is racing ahead,
173
537396
2610
La tecnologia avanza rapidamente,
09:00
but it's leaving more and more people behind.
174
540006
3550
ma lascia indietro sempre più persone.
09:03
Today, we can take a routine job,
175
543556
3519
Oggi possiamo prendere un lavoro di routine,
09:07
codify it in a set of machine-readable instructions,
176
547075
3091
codificarlo in una serie di istruzioni leggibili da una macchina
09:10
and then replicate it a million times.
177
550166
2827
e replicarlo un milione di volte.
09:12
You know, I recently overheard a conversation
178
552993
2279
Di recente ho sentito per caso una conversazione
09:15
that epitomizes these new economics.
179
555272
1952
che riassume questa nuova economia.
09:17
This guy says, "Nah, I don't use H&R Block anymore.
180
557224
4197
Il tizio dice: "Nah, non vado più dal commercialista.
09:21
TurboTax does everything that my tax preparer did,
181
561421
2448
TurboTax fa tutto quello che faceva prima il mio commercialista
09:23
but it's faster, cheaper and more accurate."
182
563869
4558
ma è più veloce, più economico e più preciso."
09:28
How can a skilled worker
183
568427
1799
Come può un lavoratore preparato
09:30
compete with a $39 piece of software?
184
570226
3009
competere con un software da 39 dollari?
09:33
She can't.
185
573235
1967
Non può.
09:35
Today, millions of Americans do have faster,
186
575202
2780
Oggi milioni di americani fanno una dichiarazione dei redditi
09:37
cheaper, more accurate tax preparation,
187
577982
2387
più economica, più precisa,
09:40
and the founders of Intuit
188
580369
1486
e i fondatori di Intuit
09:41
have done very well for themselves.
189
581855
2493
hanno fatto molto bene.
09:44
But 17 percent of tax preparers no longer have jobs.
190
584348
4214
Ma il 17 per cento dei commercialisti non ha più lavoro.
09:48
That is a microcosm of what's happening,
191
588562
2078
Questo è solo un microcosmo di quello che sta accadendo,
09:50
not just in software and services, but in media and music,
192
590640
4677
non solo nei software e nei servizi, ma nei media e nella musica,
09:55
in finance and manufacturing, in retailing and trade --
193
595317
3686
nella finanza e nella fabbricazione, nel dettaglio e nel commercio --
09:59
in short, in every industry.
194
599003
3895
in breve, in tutte le industrie.
10:02
People are racing against the machine,
195
602898
3095
La gente compete con le macchine,
10:05
and many of them are losing that race.
196
605993
3090
e molti stanno perdendo la gara.
10:09
What can we do to create shared prosperity?
197
609083
3886
Come possiamo creare una prosperità condivisa?
10:12
The answer is not to try to slow down technology.
198
612969
3017
La risposta è non cercare di rallentare la tecnologia.
10:15
Instead of racing against the machine,
199
615986
2557
Invece di competere con le macchine,
10:18
we need to learn to race with the machine.
200
618543
3677
dobbiamo imparare a competere insieme a loro.
10:22
That is our grand challenge.
201
622220
3129
Questa è la nostra grande sfida.
10:25
The new machine age
202
625349
2324
La nuova era delle macchine
10:27
can be dated to a day 15 years ago
203
627673
3113
si può fare risalire a un giorno di 15 anni fa
10:30
when Garry Kasparov, the world chess champion,
204
630786
2878
quando Gary Kasparov, il campione mondiale di scacchi,
10:33
played Deep Blue, a supercomputer.
205
633664
3706
giocò contro Deep Blue, un supercomputer.
10:37
The machine won that day,
206
637370
2012
Quel giorno la macchina vinse,
10:39
and today, a chess program running on a cell phone
207
639382
2968
e oggi un programma di scacchi su un cellulare
10:42
can beat a human grandmaster.
208
642350
2296
può battere un campione di scacchi umano.
10:44
It got so bad that, when he was asked
209
644646
3365
È andata così male che quando gli fu chiesto
10:48
what strategy he would use against a computer,
210
648011
2563
che strategia avrebbe usato contro un computer,
10:50
Jan Donner, the Dutch grandmaster, replied,
211
650574
4016
Jan Donner, il campione olandese, rispose,
10:54
"I'd bring a hammer."
212
654590
1771
"Mi porterei un martello."
10:56
(Laughter)
213
656361
3680
(Risate)
11:00
But today a computer is no longer the world chess champion.
214
660041
4544
Ma oggi il campione mondiale di scacchi non è più un computer.
11:04
Neither is a human,
215
664585
2654
Non è neanche un umano,
11:07
because Kasparov organized a freestyle tournament
216
667239
3579
perché Kasparov ha organizzato un torneo freestyle
11:10
where teams of humans and computers
217
670818
1916
in cui squadre di umani e computer
11:12
could work together,
218
672734
2099
potevano lavorare insieme,
11:14
and the winning team had no grandmaster,
219
674833
3157
e la squadra vincente non aveva un campione,
11:17
and it had no supercomputer.
220
677990
2465
e non aveva un supercomputer.
11:20
What they had was better teamwork,
221
680455
4175
Quello che avevano era un migliore lavoro di squadra,
11:24
and they showed that a team of humans and computers,
222
684630
5016
e hanno mostrato che una squadra di umani e computer,
11:29
working together, could beat any computer
223
689646
3048
che lavorano insieme, possono battere qualunque computer
11:32
or any human working alone.
224
692694
3520
o qualunque umano che lavora da solo.
11:36
Racing with the machine
225
696214
1664
Competere insieme alle macchine
11:37
beats racing against the machine.
226
697878
2343
batte il competere con le macchine.
11:40
Technology is not destiny.
227
700221
2564
La tecnologia non è il destino.
11:42
We shape our destiny.
228
702785
1742
Noi modelliamo il nostro destino.
11:44
Thank you.
229
704527
1447
Grazie.
11:45
(Applause)
230
705974
5016
(Applausi)
A proposito di questo sito web

Questo sito vi presenterà i video di YouTube utili per l'apprendimento dell'inglese. Vedrete lezioni di inglese tenute da insegnanti di alto livello provenienti da tutto il mondo. Fate doppio clic sui sottotitoli in inglese visualizzati su ogni pagina video per riprodurre il video da lì. I sottotitoli scorrono in sincronia con la riproduzione del video. Se avete commenti o richieste, contattateci tramite questo modulo di contatto.

https://forms.gle/WvT1wiN1qDtmnspy7