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

Erik Brynjolfsson: A chave para o crescimento? A corrida com as máquinas.

152,773 views

2013-04-23 ・ TED


New videos

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

Erik Brynjolfsson: A chave para o crescimento? A corrida com as máquinas.

152,773 views ・ 2013-04-23

TED


Por favor, clique duas vezes nas legendas em inglês abaixo para reproduzir o vídeo.

00:00
Translator: Joseph Geni Reviewer: Morton Bast
0
0
7000
Tradutor: Gislene Kucker Arantes Revisor: Leonardo Silva
00:12
Growth is not dead.
1
12605
2272
O crescimento não está morto.
00:14
(Applause)
2
14877
1386
(Aplausos)
00:16
Let's start the story 120 years ago,
3
16263
3963
Vamos começar a história 120 anos atrás,
00:20
when American factories began to electrify their operations,
4
20226
3632
quando as fábricas americanas começaram a usar a energia elétrica em suas operações,
00:23
igniting the Second Industrial Revolution.
5
23858
3344
dando início a Segunda Revolução Industrial.
00:27
The amazing thing is
6
27202
1111
O fascinante é
00:28
that productivity did not increase in those factories
7
28313
2777
que a produtividade não aumentou naquelas fábricas
00:31
for 30 years. Thirty years.
8
31090
3256
por 30 anos. Trinta anos.
00:34
That's long enough for a generation of managers to retire.
9
34346
3474
Isso é tempo suficiente para uma geração de gerentes se aposentar.
00:37
You see, the first wave of managers
10
37820
2222
Vejam, a primeira onda de gerentes
00:40
simply replaced their steam engines with electric motors,
11
40042
3417
simplesmente substituiu suas máquinas a vapor por máquinas elétricas,
00:43
but they didn't redesign the factories to take advantage
12
43459
3010
porém não replanejaram as fábricas para tirar proveito
00:46
of electricity's flexibility.
13
46469
2341
da flexibilidade da energia elétrica.
00:48
It fell to the next generation to invent new work processes,
14
48810
3984
Recaiu sobre a próxima geração inventar novos processos de trabalho,
00:52
and then productivity soared,
15
52794
2727
e então a produtividade subiu,
00:55
often doubling or even tripling in those factories.
16
55521
3665
dobrando ou até mesmo triplicando nessas fábricas.
00:59
Electricity is an example of a general purpose technology,
17
59186
4723
A eletricidade é um exemplo de uma tecnologia de utilidade geral,
01:03
like the steam engine before it.
18
63909
2230
como o máquina a vapor antes dela.
01:06
General purpose technologies drive most economic growth,
19
66139
3416
As tecnologias de utilidade geral conduzem ao crescimento econômico,
01:09
because they unleash cascades of complementary innovations,
20
69555
3454
porque desencadeiam cascatas de inovações complementares,
01:13
like lightbulbs and, yes, factory redesign.
21
73009
3632
como as lâmpadas e, sim, a reestruturação das fábricas.
01:16
Is there a general purpose technology of our era?
22
76641
3610
Existe uma tecnologia de utilidade geral na nossa era?
01:20
Sure. It's the computer.
23
80251
2508
Claro. É o computador.
01:22
But technology alone is not enough.
24
82759
2659
Mas a tecnologia sozinha não é suficiente.
01:25
Technology is not destiny.
25
85418
2766
Tecnologia não é destino.
01:28
We shape our destiny,
26
88184
1580
Nós moldamos nosso destino,
01:29
and just as the earlier generations of managers
27
89764
2516
e assim como as antigas gerações de gerentes
01:32
needed to redesign their factories,
28
92280
2298
precisavam reestruturar suas fábricas,
01:34
we're going to need to reinvent our organizations
29
94578
2229
precisaremos reinventar nossas organizações
01:36
and even our whole economic system.
30
96807
2555
e até mesmo todo nosso sistema econômico.
01:39
We're not doing as well at that job as we should be.
31
99362
3602
Não estamos realizando essa tarefa tão bem quanto deveríamos.
01:42
As we'll see in a moment,
32
102964
1230
Como veremos daqui a pouco,
01:44
productivity is actually doing all right,
33
104194
2722
na verdade a produtividade está indo bem,
01:46
but it has become decoupled from jobs,
34
106916
3862
mas se tornou dissociada dos empregos,
01:50
and the income of the typical worker is stagnating.
35
110778
4419
e a renda do trabalhador comum está estagnando.
01:55
These troubles are sometimes misdiagnosed
36
115197
2519
Às vezes, estes problemas são mal diagnosticados
01:57
as the end of innovation,
37
117716
3712
como o fim da inovação,
02:01
but they are actually the growing pains
38
121428
2129
mas eles são, na verdade, as dores crescentes
02:03
of what Andrew McAfee and I call the new machine age.
39
123557
5590
do que eu e Andrew McAfee chamamos de "a Nova Era da Máquina".
02:09
Let's look at some data.
40
129147
1882
Vejamos alguns dados.
02:11
So here's GDP per person in America.
41
131029
2902
Aqui está o PIB per capita dos Estados Unidos.
02:13
There's some bumps along the way, but the big story
42
133931
2766
Existem alguns percalços ao longo da caminho, mas no fim da história
02:16
is you could practically fit a ruler to it.
43
136697
2715
você pode passar praticamente uma régua por ele.
02:19
This is a log scale, so what looks like steady growth
44
139412
3276
Esta é uma escala logarítmica, então o que parece ser um crescimento estável
02:22
is actually an acceleration in real terms.
45
142688
3043
é, na verdade, uma aceleração em termos reais.
02:25
And here's productivity.
46
145731
2160
E aqui está a produtividade.
02:27
You can see a little bit of a slowdown there in the mid-'70s,
47
147891
2671
Podem ver um pouco de desaceleração na metade dos anos 70,
02:30
but it matches up pretty well with the Second Industrial Revolution,
48
150562
3738
mas corresponde muito bem à Segunda Revolução Industrial,
02:34
when factories were learning how to electrify their operations.
49
154300
2691
quando as fábricas estavam aprendendo como usar a energia elétrica em suas operações.
02:36
After a lag, productivity accelerated again.
50
156991
4129
Depois de um período de defasagem, a produtividade voltou a acelerar.
02:41
So maybe "history doesn't repeat itself,
51
161120
2571
Então talvez "a história não se repita,
02:43
but sometimes it rhymes."
52
163691
2568
mas algumas vezes ela rima."
02:46
Today, productivity is at an all-time high,
53
166259
3136
Hoje a produtividade está em seu máximo histórico,
02:49
and despite the Great Recession,
54
169395
1977
e apesar da Grande Recessão,
02:51
it grew faster in the 2000s than it did in the 1990s,
55
171372
4252
cresceu mais rápido nos anos 2000 do que nos anos 90,
02:55
the roaring 1990s, and that was faster than the '70s or '80s.
56
175624
4136
e nos estrondosos anos 90, mais rápido que nos anos 70 e 80.
02:59
It's growing faster than it did during the Second Industrial Revolution.
57
179760
3674
Está crescendo mais rápido do que durante a Segunda Revolução industrial.
03:03
And that's just the United States.
58
183434
1743
E isto somente nos Estados Unidos.
03:05
The global news is even better.
59
185177
3248
As notícias mundiais são ainda melhores.
03:08
Worldwide incomes have grown at a faster rate
60
188425
2360
As rendas ao redor do mundo cresceram a um índice mais rápido
03:10
in the past decade than ever in history.
61
190785
2496
na década passada do que em toda história.
03:13
If anything, all these numbers actually understate our progress,
62
193281
5051
No mínimo, todos esses números subestimam nosso progresso,
03:18
because the new machine age
63
198332
1912
porque a Nova Era da Máquina
03:20
is more about knowledge creation
64
200244
1664
está mais relacionada com a criação do conhecimento
03:21
than just physical production.
65
201908
2331
do que com a produção física.
03:24
It's mind not matter, brain not brawn,
66
204239
2938
É mente e não matéria, cérebro e não músculos,
03:27
ideas not things.
67
207177
2062
ideias e não coisas.
03:29
That creates a problem for standard metrics,
68
209239
2570
Isto traz um problema para os padrões métricos,
03:31
because we're getting more and more stuff for free,
69
211809
3502
porque temos cada vez mais coisas de graça,
03:35
like Wikipedia, Google, Skype,
70
215311
2641
como Wikipedia, Google, Skype
03:37
and if they post it on the web, even this TED Talk.
71
217952
3063
e, se postada na internet, até mesmo esta apresentação TED.
03:41
Now getting stuff for free is a good thing, right?
72
221015
3303
Ter coisas de graça é algo bom, certo?
03:44
Sure, of course it is.
73
224318
1765
Claro que sim.
03:46
But that's not how economists measure GDP.
74
226083
3868
Mas não é assim que os economistas medem o PIB.
03:49
Zero price means zero weight in the GDP statistics.
75
229951
5592
Preço zero significa peso zero nas estatísticas do PIB.
03:55
According to the numbers, the music industry
76
235543
2112
De acordo com os números, a indústria de música
03:57
is half the size that it was 10 years ago,
77
237655
3000
tem metade do tamanho de 10 anos atrás,
04:00
but I'm listening to more and better music than ever.
78
240655
3656
mas eu escuto mais e melhores músicas do que antes.
04:04
You know, I bet you are too.
79
244311
2192
Sabe, acho que vocês também.
04:06
In total, my research estimates
80
246503
2723
No total, minha pesquisa estima
04:09
that the GDP numbers miss over 300 billion dollars per year
81
249226
4754
que os números do PIB deixam de fora mais de 300 bilhões de dólares por ano
04:13
in free goods and services on the Internet.
82
253980
3346
em produtos e serviços gratuitos na internet.
04:17
Now let's look to the future.
83
257326
1789
Agora vamos olhar para o futuro.
04:19
There are some super smart people
84
259115
2263
Existem algumas pessoas muito inteligentes
04:21
who are arguing that we've reached the end of growth,
85
261378
5019
que argumentam que alcançamos o fim do crescimento,
04:26
but to understand the future of growth,
86
266397
3558
mas para entender o futuro do crescimento,
04:29
we need to make predictions
87
269955
2683
precisamos fazer previsões
04:32
about the underlying drivers of growth.
88
272638
3290
sobre as causas implícitas do crescimento.
04:35
I'm optimistic, because the new machine age
89
275928
3806
Sou otimista, porque a Nova Era da Máquina
04:39
is digital, exponential and combinatorial.
90
279734
5030
é digital, exponencial e combinatória.
04:44
When goods are digital, they can be replicated
91
284764
2264
Quando os produtos são digitais, podem ser reproduzidos
04:47
with perfect quality at nearly zero cost,
92
287028
4509
com perfeita qualidade e custo quase zero,
04:51
and they can be delivered almost instantaneously.
93
291537
4018
e podem ser entregues quase instantaneamente.
04:55
Welcome to the economics of abundance.
94
295555
2800
Bem-vindo à economia da abundância.
04:58
But there's a subtler benefit to the digitization of the world.
95
298355
3690
Mas existe um benefício sutil na digitalização do mundo.
05:02
Measurement is the lifeblood of science and progress.
96
302045
4600
A medição é a força vital da ciência e do progresso.
05:06
In the age of big data,
97
306645
2148
Na era dos grandes dados,
05:08
we can measure the world in ways we never could before.
98
308793
4286
podemos medir o mundo de maneiras que nunca pudemos anteriormente.
05:13
Secondly, the new machine age is exponential.
99
313079
4095
Segundo, a Nova Era da Máquina é exponencial.
05:17
Computers get better faster than anything else ever.
100
317174
5935
Os computadores estão se tornando mais rápidos do que qualquer outra coisa.
05:23
A child's Playstation today is more powerful
101
323109
3568
O "Playstation" hoje é mais poderoso
05:26
than a military supercomputer from 1996.
102
326677
4056
do que um supercomputador militar de 1996.
05:30
But our brains are wired for a linear world.
103
330733
3207
Mas nossos cérebros são programados para um mundo linear.
05:33
As a result, exponential trends take us by surprise.
104
333940
3888
Consequentemente, as tendências exponenciais nos surpreendem.
05:37
I used to teach my students that there are some things,
105
337828
2602
Eu costumava ensinar aos meus alunos que existem certas coisas,
05:40
you know, computers just aren't good at,
106
340430
1934
sabe, nas quais os computadores não são tão bons,
05:42
like driving a car through traffic.
107
342364
2385
como dirigir um carro no meio do trânsito.
05:44
(Laughter)
108
344749
2013
(Risos)
05:46
That's right, here's Andy and me grinning like madmen
109
346762
3491
Isso mesmo, aqui eu e o Andy sorrindo feitos loucos
05:50
because we just rode down Route 101
110
350253
2384
porque tínhamos percorrido a Rota 101
05:52
in, yes, a driverless car.
111
352637
3669
em, sim, um carro sem motorista.
05:56
Thirdly, the new machine age is combinatorial.
112
356306
2583
Terceiro, a Nova Era da Máquina é combinatória.
05:58
The stagnationist view is that ideas get used up,
113
358889
4048
A visão de estagnação é a de que as ideias se esgotam,
06:02
like low-hanging fruit,
114
362937
1856
como uma fruta mais a mão,
06:04
but the reality is that each innovation
115
364793
3163
mas a realidade é que cada inovação
06:07
creates building blocks for even more innovations.
116
367956
3256
cria sustentação para mais inovações.
06:11
Here's an example. In just a matter of a few weeks,
117
371212
3345
Aqui está um exemplo. Em questão de semanas,
06:14
an undergraduate student of mine
118
374557
2072
um dos meus alunos de graduação
06:16
built an app that ultimately reached 1.3 million users.
119
376629
4111
construiu um aplicativo que chegou a 1,3 milhões de usuários.
06:20
He was able to do that so easily
120
380740
1699
Eles conseguiu fazer isso tão fácil
06:22
because he built it on top of Facebook,
121
382439
1827
porque ele o construiu em cima do Facebook,
06:24
and Facebook was built on top of the web,
122
384266
1933
e o Facebook foi construído em cima da web,
06:26
and that was built on top of the Internet,
123
386199
1698
e esta foi construída em cima da internet,
06:27
and so on and so forth.
124
387897
2418
e assim por diante.
06:30
Now individually, digital, exponential and combinatorial
125
390315
4765
Agora individualmente, digital, exponencial e combinatória
06:35
would each be game-changers.
126
395080
2350
cada um seria causador de mudanças no jogo.
06:37
Put them together, and we're seeing a wave
127
397430
2190
Ao colocá-los juntos, veremos uma onda
06:39
of astonishing breakthroughs,
128
399620
1393
de descobertas surpreendentes,
06:41
like robots that do factory work or run as fast as a cheetah
129
401013
3060
como robôs que fazem as fábricas trabalharem rápido como um guepardo
06:44
or leap tall buildings in a single bound.
130
404073
2796
e saltam edifícios em um único pulo.
06:46
You know, robots are even revolutionizing
131
406869
2232
Sabe, os robôs estão revolucionando
06:49
cat transportation.
132
409101
1829
o transporte felino.
06:50
(Laughter)
133
410930
2270
(Risos)
06:53
But perhaps the most important invention,
134
413200
2732
Mas talvez a mais importante invenção,
06:55
the most important invention is machine learning.
135
415932
5065
a mais importante invenção é o aprendizado da máquina.
07:00
Consider one project: IBM's Watson.
136
420997
3376
Considerem um projeto: o Watson, da IBM.
07:04
These little dots here,
137
424373
1589
Estes pequenos pontos aqui
07:05
those are all the champions on the quiz show "Jeopardy."
138
425962
4860
são todos os campeões do programa de TV "Jeopardy".
07:10
At first, Watson wasn't very good,
139
430822
2544
No começo, o Watson não era muito bom,
07:13
but it improved at a rate faster than any human could,
140
433366
5622
mas melhorou a um índice mais rápido do que qualquer ser humano poderia,
07:18
and shortly after Dave Ferrucci showed this chart
141
438988
2687
e logo após Dave Ferrucci ter mostrado seu gráfico
07:21
to my class at MIT,
142
441675
1652
para minha classe no MIT,
07:23
Watson beat the world "Jeopardy" champion.
143
443327
3542
Watson venceu o campeão mundial de "Jeopardy".
07:26
At age seven, Watson is still kind of in its childhood.
144
446869
3989
Aos sete anos, Watson é ainda uma criança.
07:30
Recently, its teachers let it surf the Internet unsupervised.
145
450858
5318
Recentemente, seus professores deixaram-no navegar na internet sem supervisão.
07:36
The next day, it started answering questions with profanities.
146
456176
5946
No outro dia, ele começou a responder perguntas com obscenidades.
07:42
Damn. (Laughter)
147
462122
2274
Droga. (Risos)
07:44
But you know, Watson is growing up fast.
148
464396
2280
Mas Watson está crescendo rápido.
07:46
It's being tested for jobs in call centers, and it's getting them.
149
466676
4212
Está sendo testado para trabalhos em "call centers" e está se saindo bem.
07:50
It's applying for legal, banking and medical jobs,
150
470888
3724
Está se candidatando a empregos na área jurídica, bancária e médica,
07:54
and getting some of them.
151
474612
1950
e está conseguindo alguns.
07:56
Isn't it ironic that at the very moment
152
476562
1889
Não é irônico que no momento
07:58
we are building intelligent machines,
153
478451
2234
em que construímos máquinas inteligentes,
08:00
perhaps the most important invention in human history,
154
480685
3449
talvez a mais importante invenção da história da humanidade,
08:04
some people are arguing that innovation is stagnating?
155
484134
3975
algumas pessoas argumentem que a inovação está em estagnação?
08:08
Like the first two industrial revolutions,
156
488109
2419
Assim como as primeiras duas revoluções industriais,
08:10
the full implications of the new machine age
157
490528
3134
todas as implicações da Nova Era da Máquina
08:13
are going to take at least a century to fully play out,
158
493662
2682
levarão pelo menos um século para se exaurirem,
08:16
but they are staggering.
159
496344
3032
mas são surpreendentes.
08:19
So does that mean we have nothing to worry about?
160
499376
3336
Então isso significa que não temos nada com que nos preocupar?
08:22
No. Technology is not destiny.
161
502712
3680
Não. Tecnologia não é destino.
08:26
Productivity is at an all time high,
162
506392
2569
A produtividade está no seu máximo histórico,
08:28
but fewer people now have jobs.
163
508961
2983
mas menos pessoas têm um emprego agora.
08:31
We have created more wealth in the past decade than ever,
164
511944
3120
Criamos mais riqueza do que nunca, na última década,
08:35
but for a majority of Americans, their income has fallen.
165
515064
3904
mas, para a maioria dos americanos, a renda caiu.
08:38
This is the great decoupling
166
518968
2312
Esta é a grande dissociação
08:41
of productivity from employment,
167
521280
2976
entre produtividade e emprego,
08:44
of wealth from work.
168
524256
3104
entre riqueza e trabalho.
08:47
You know, it's not surprising that millions of people
169
527360
2346
Sabe, não é surpresa que milhões de pessoas
08:49
have become disillusioned by the great decoupling,
170
529706
2846
se desiludiram com a grande dissociação,
08:52
but like too many others,
171
532552
1747
mas como muitos outros,
08:54
they misunderstand its basic causes.
172
534299
3097
eles não compreendem bem as causas básicas.
08:57
Technology is racing ahead,
173
537396
2610
A tecnologia está correndo a frente,
09:00
but it's leaving more and more people behind.
174
540006
3550
mas está deixando cada vez mais pessoas para trás.
09:03
Today, we can take a routine job,
175
543556
3519
Hoje, podemos tomar um trabalho rotineiro,
09:07
codify it in a set of machine-readable instructions,
176
547075
3091
codificá-lo em uma série de instruções legíveis por máquinas,
09:10
and then replicate it a million times.
177
550166
2827
e reproduzi-lo milhões de vezes.
09:12
You know, I recently overheard a conversation
178
552993
2279
Sabe, recentemente eu ouvi uma conversa
09:15
that epitomizes these new economics.
179
555272
1952
que resume essa nova economia.
09:17
This guy says, "Nah, I don't use H&R Block anymore.
180
557224
4197
Este cara disse: "Não, não uso mais o serviço de contadores.
09:21
TurboTax does everything that my tax preparer did,
181
561421
2448
O TurboTax faz tudo que meu contador fazia,
09:23
but it's faster, cheaper and more accurate."
182
563869
4558
e é mais rápido, mais barato e mais preciso."
09:28
How can a skilled worker
183
568427
1799
Como um trabalhador qualificado pode
09:30
compete with a $39 piece of software?
184
570226
3009
competir com um software de 39 dólares?
09:33
She can't.
185
573235
1967
Não pode.
09:35
Today, millions of Americans do have faster,
186
575202
2780
Hoje, milhões de americanos têm um cálculo de impostos,
09:37
cheaper, more accurate tax preparation,
187
577982
2387
mais rápido, barato e preciso,
09:40
and the founders of Intuit
188
580369
1486
e os fundadores do software Intuit
09:41
have done very well for themselves.
189
581855
2493
têm ido muito bem.
09:44
But 17 percent of tax preparers no longer have jobs.
190
584348
4214
Mas 17% dos contadores não têm mais empregos.
09:48
That is a microcosm of what's happening,
191
588562
2078
Isso é o microcosmo do que está acontecendo,
09:50
not just in software and services, but in media and music,
192
590640
4677
não apenas com softwares e serviços, mas na mídia e música,
09:55
in finance and manufacturing, in retailing and trade --
193
595317
3686
nas finanças e manufatura, no varejo e no comércio -
09:59
in short, in every industry.
194
599003
3895
em suma, em toda indústria.
10:02
People are racing against the machine,
195
602898
3095
As pessoas estão correr contra a máquina,
10:05
and many of them are losing that race.
196
605993
3090
e muitos estão perdendo essa corrida.
10:09
What can we do to create shared prosperity?
197
609083
3886
O que podemos fazer para criar prosperidade compartilhada?
10:12
The answer is not to try to slow down technology.
198
612969
3017
A resposta é não tentar desacelerar a tecnologia.
10:15
Instead of racing against the machine,
199
615986
2557
Em vez de correr contra a máquina,
10:18
we need to learn to race with the machine.
200
618543
3677
precisamos aprender a correr com a máquina.
10:22
That is our grand challenge.
201
622220
3129
Esse é o nosso grande desafio.
10:25
The new machine age
202
625349
2324
A Nova Era da Máquina
10:27
can be dated to a day 15 years ago
203
627673
3113
pode ser datada em um dia há 15 anos,
10:30
when Garry Kasparov, the world chess champion,
204
630786
2878
quando Gary Kasparov, o campeão mundial de xadrez,
10:33
played Deep Blue, a supercomputer.
205
633664
3706
jogou contra "Deep Blue", o supercomputador.
10:37
The machine won that day,
206
637370
2012
A máquina ganhou naquele dia,
10:39
and today, a chess program running on a cell phone
207
639382
2968
e hoje, um programa de xadrez em um celular
10:42
can beat a human grandmaster.
208
642350
2296
pode derrotar um grande mestre humano.
10:44
It got so bad that, when he was asked
209
644646
3365
Isso foi tão ruim que, quando perguntado
10:48
what strategy he would use against a computer,
210
648011
2563
sobre que estratégia ele usaria contra o computador,
10:50
Jan Donner, the Dutch grandmaster, replied,
211
650574
4016
Jan Donner, um grande mestre holandês, respondeu:
10:54
"I'd bring a hammer."
212
654590
1771
"Eu traria um martelo."
10:56
(Laughter)
213
656361
3680
(Risos)
11:00
But today a computer is no longer the world chess champion.
214
660041
4544
Mas hoje, um computador não é mais um campeão mundial de xadrez.
11:04
Neither is a human,
215
664585
2654
Tampouco um humano,
11:07
because Kasparov organized a freestyle tournament
216
667239
3579
porque Kasparov organizou um torneio estilo livre
11:10
where teams of humans and computers
217
670818
1916
onde times de humanos e computadores
11:12
could work together,
218
672734
2099
podiam trabalhar juntos,
11:14
and the winning team had no grandmaster,
219
674833
3157
e o time vencedor não tinha um grande mestre,
11:17
and it had no supercomputer.
220
677990
2465
e não tinha um supercomputador.
11:20
What they had was better teamwork,
221
680455
4175
O que eles tinham eram um melhor trabalho em equipe,
11:24
and they showed that a team of humans and computers,
222
684630
5016
e mostraram que um time de seres humanos e computadores,
11:29
working together, could beat any computer
223
689646
3048
trabalhando juntos, pode derrotar qualquer computador
11:32
or any human working alone.
224
692694
3520
ou ser humano trabalhando sozinho.
11:36
Racing with the machine
225
696214
1664
A corrida com a máquina
11:37
beats racing against the machine.
226
697878
2343
vence a corrida contra a máquina.
11:40
Technology is not destiny.
227
700221
2564
Tecnologia não é destino.
11:42
We shape our destiny.
228
702785
1742
Nós moldamos o nosso destino.
11:44
Thank you.
229
704527
1447
Obrigado.
11:45
(Applause)
230
705974
5016
(Aplausos)
Sobre este site

Este site apresentará a você vídeos do YouTube que são úteis para o aprendizado do inglês. Você verá aulas de inglês ministradas por professores de primeira linha de todo o mundo. Clique duas vezes nas legendas em inglês exibidas em cada página de vídeo para reproduzir o vídeo a partir daí. As legendas rolarão em sincronia com a reprodução do vídeo. Se você tiver algum comentário ou solicitação, por favor, entre em contato conosco usando este formulário de contato.

https://forms.gle/WvT1wiN1qDtmnspy7