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

150,408 views ・ 2013-04-23

TED


Por favor, faça duplo clique nas legendas em inglês abaixo para reproduzir o vídeo.

00:00
Translator: Joseph Geni Reviewer: Morton Bast
0
0
7000
Tradutor: Catharina Torok Revisora: Cláudia Anjos Lopes
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 há 120 anos,
00:20
when American factories began to electrify their operations,
4
20226
3632
quando as fábricas americanas começaram a usar energia elétrica nas suas operações,
00:23
igniting the Second Industrial Revolution.
5
23858
3344
dando início à Segunda Revolução Industrial.
00:27
The amazing thing is
6
27202
1111
O que é surpreendente é que a produtividade
00:28
that productivity did not increase in those factories
7
28313
2777
não aumentou naquelas indústrias durante 30 anos.
00:31
for 30 years. Thirty years.
8
31090
3256
Trinta anos.
00:34
That's long enough for a generation of managers to retire.
9
34346
3474
Isso é tempo suficente para uma geração de gerentes se aposentar.
00:37
You see, the first wave of managers
10
37820
2222
A primeira vaga de gerentes
00:40
simply replaced their steam engines with electric motors,
11
40042
3417
limitou-se a substituir os motores a vapor por motores elétricos,
00:43
but they didn't redesign the factories to take advantage
12
43459
3010
mas não redesenharam as fábricas
00:46
of electricity's flexibility.
13
46469
2341
para aproveitar a flexibilidade da energia elétrica.
00:48
It fell to the next generation to invent new work processes,
14
48810
3984
A geração seguinte teria de reinventar os novos processos de trabalho,
00:52
and then productivity soared,
15
52794
2727
e aí sim, a produtividade aumentou,
00:55
often doubling or even tripling in those factories.
16
55521
3665
algumas vezes duplicando ou triplicando nessas fábricas.
00:59
Electricity is an example of a general purpose technology,
17
59186
4723
A eletricidade é um exemplo de tecnologia de objetivo geral,
01:03
like the steam engine before it.
18
63909
2230
assim como fora a máquina a vapor antes dela.
01:06
General purpose technologies drive most economic growth,
19
66139
3416
As tecnologias de objetivo geral conduzem a maior parte do crescimento económico,
01:09
because they unleash cascades of complementary innovations,
20
69555
3454
porque desencadeiam uma cascata de inovações complementares,
01:13
like lightbulbs and, yes, factory redesign.
21
73009
3632
tal como lâmpadas e, sim, o redesenho industrial.
01:16
Is there a general purpose technology of our era?
22
76641
3610
Há uma tecnologia de objectivo 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 suficente.
01:25
Technology is not destiny.
25
85418
2766
A tecnologia não é o destino.
01:28
We shape our destiny,
26
88184
1580
Nós modelamos o nosso destino.
01:29
and just as the earlier generations of managers
27
89764
2516
Tal como a antiga geração de gerentes
01:32
needed to redesign their factories,
28
92280
2298
precisou de redesenhar as suas indústrias,
01:34
we're going to need to reinvent our organizations
29
94578
2229
nós teremos de reinventar as nossas organizações
01:36
and even our whole economic system.
30
96807
2555
e até mesmo todo o nosso sistema económico.
01:39
We're not doing as well at that job as we should be.
31
99362
3602
Não estamos a ir tão bem como devíamos nesta tarefa.
01:42
As we'll see in a moment,
32
102964
1230
Como veremos daqui a instantes,
01:44
productivity is actually doing all right,
33
104194
2722
a produtividade está na verdade a ir bem,
01:46
but it has become decoupled from jobs,
34
106916
3862
mas ela foi dissociada de empregos,
01:50
and the income of the typical worker is stagnating.
35
110778
4419
e a receita do trabalhador normal está a estagnar.
01:55
These troubles are sometimes misdiagnosed
36
115197
2519
Estes problemas são por vezes 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, na verdade, são as dores de crescimento
02:03
of what Andrew McAfee and I call the new machine age.
39
123557
5590
daquilo a que eu e Andrew McAfee chamamos "a nova era da máquina".
02:09
Let's look at some data.
40
129147
1882
Vamos ver alguns dados.
02:11
So here's GDP per person in America.
41
131029
2902
Este é o PIB por pessoa nos EUA.
02:13
There's some bumps along the way, but the big story
42
133931
2766
Tem alguns solavancos pelo caminho, mas a grande história
02:16
is you could practically fit a ruler to it.
43
136697
2715
é que se pode praticamente encaixar nele uma régua.
02:19
This is a log scale, so what looks like steady growth
44
139412
3276
Está é uma escala logarítima, então o que parece 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 eta é a produtividade.
02:27
You can see a little bit of a slowdown there in the mid-'70s,
47
147891
2671
Vemos um pequeno desaceleramento aqui no meio dos anos 70,
02:30
but it matches up pretty well with the Second Industrial Revolution,
48
150562
3738
mas combina muito bem com a Segunda Revolução Industrial,
02:34
when factories were learning how to electrify their operations.
49
154300
2691
quando as indústrias estavam a aprender a eletrificar as suas operações.
02:36
After a lag, productivity accelerated again.
50
156991
4129
Depois de um pequeno atraso, a produtividade acelerou novamente.
02:41
So maybe "history doesn't repeat itself,
51
161120
2571
Então, a história talvez não se repita
02:43
but sometimes it rhymes."
52
163691
2568
mas às vezes assemelha-se.
02:46
Today, productivity is at an all-time high,
53
166259
3136
Hoje, a produtividade está constantemente alta,
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 rapidamente 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
os gritantes anos 90, em que foi mais rápido do que nos anos 70 ou 80.
02:59
It's growing faster than it did during the Second Industrial Revolution.
57
179760
3674
Está a crescer mais depressa do que durante a Segunda Revolução Industrial.
03:03
And that's just the United States.
58
183434
1743
E isso é só nos EUA.
03:05
The global news is even better.
59
185177
3248
As notícias globais são ainda melhores.
03:08
Worldwide incomes have grown at a faster rate
60
188425
2360
A rentabilidade mundial cresceu a um ritmo mais rápido
03:10
in the past decade than ever in history.
61
190785
2496
na última década do que em qualquer outro momento da história.
03:13
If anything, all these numbers actually understate our progress,
62
193281
5051
No mínimo, estes números subestimam o 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
é mais sobre a criação do conhecimento
03:21
than just physical production.
65
201908
2331
do que somente sobre a produção física.
03:24
It's mind not matter, brain not brawn,
66
204239
2938
É mente e não matéria, cérebro e não músculo,
03:27
ideas not things.
67
207177
2062
ideias e não coisas.
03:29
That creates a problem for standard metrics,
68
209239
2570
Isso cria um problema para as métricas padrão,
03:31
because we're getting more and more stuff for free,
69
211809
3502
porque nós vamos tendo cada vez mais coisas gratuitas,
03:35
like Wikipedia, Google, Skype,
70
215311
2641
como a Wikipédia, Google, Skype,
03:37
and if they post it on the web, even this TED Talk.
71
217952
3063
e, se for publicada na web, até mesmo esta palestra TED.
03:41
Now getting stuff for free is a good thing, right?
72
221015
3303
Bom, ter coisas gratuitas é uma boa coisa, certo?
03:44
Sure, of course it is.
73
224318
1765
Claro, claro que é.
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 da música
03:57
is half the size that it was 10 years ago,
77
237655
3000
está em metade do que era há 10 anos.
04:00
but I'm listening to more and better music than ever.
78
240655
3656
mas eu estou a ouvir mais e melhor música do que nunca.
04:04
You know, I bet you are too.
79
244311
2192
E aposto que vocês também.
04:06
In total, my research estimates
80
246503
2723
No total, a minha pesquisa estima
04:09
that the GDP numbers miss over 300 billion dollars per year
81
249226
4754
que os números do PIB percam mais de 300 mil milhões de dólares por ano
04:13
in free goods and services on the Internet.
82
253980
3346
em bens 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
Há pessoas super inteligentes
04:21
who are arguing that we've reached the end of growth,
85
261378
5019
que estão a argumentar que nós já atingimos o final 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
temos de fazer previsões
04:32
about the underlying drivers of growth.
88
272638
3290
sobre as causas básicas do crescimento.
04:35
I'm optimistic, because the new machine age
89
275928
3806
Eu 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 as coisas são digitais, elas podem ser replicadas
04:47
with perfect quality at nearly zero cost,
92
287028
4509
com perfeita qualidade e praticamente a custo 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-vindos à economia da abundância.
04:58
But there's a subtler benefit to the digitization of the world.
95
298355
3690
Mas há um benefício mais subtil devido à digitalização do mundo.
05:02
Measurement is the lifeblood of science and progress.
96
302045
4600
A medição é a alma da ciência e do progresso.
05:06
In the age of big data,
97
306645
2148
Na era dos megadados,
05:08
we can measure the world in ways we never could before.
98
308793
4286
podemos medir o mundo de maneiras que não podíamos antes.
05:13
Secondly, the new machine age is exponential.
99
313079
4095
Em segundo lugar, a nova era da máquina é exponencial.
05:17
Computers get better faster than anything else ever.
100
317174
5935
Os computadores estão a tornar-se melhores e mais rápidos
do que qualquer outra coisa.
05:23
A child's Playstation today is more powerful
101
323109
3568
A Playstation de uma criança é hoje mais poderosa
05:26
than a military supercomputer from 1996.
102
326677
4056
do que um super computador militar de 1996.
05:30
But our brains are wired for a linear world.
103
330733
3207
Mas os nossos cérebros estão programados para um mundo linear.
05:33
As a result, exponential trends take us by surprise.
104
333940
3888
Assim sendo, as tendências exponenciais apanham-nos de surpresa.
05:37
I used to teach my students that there are some things,
105
337828
2602
Eu costumava ensinar aos meus alunos que há certas coisas
05:40
you know, computers just aren't good at,
106
340430
1934
em que os computadores não são bons,
05:42
like driving a car through traffic.
107
342364
2385
como conduzir um carro no trânsito.
05:44
(Laughter)
108
344749
2013
(Risos)
05:46
That's right, here's Andy and me grinning like madmen
109
346762
3491
É isso mesmo, aqui estamos, o Andy e eu, a sorrir como loucos
05:50
because we just rode down Route 101
110
350253
2384
porque tínhamos acabado de percorrer a autoestrada 101
05:52
in, yes, a driverless car.
111
352637
3669
num carro, isso mesmo, sem motorista.
05:56
Thirdly, the new machine age is combinatorial.
112
356306
2583
Em terceiro lugar, a nova era da máquina é combinatória.
05:58
The stagnationist view is that ideas get used up,
113
358889
4048
A visão estagnadora é a de que as ideias se consumirão,
06:02
like low-hanging fruit,
114
362937
1856
como um fruto maduro,
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 blocos de construção para mais inovações ainda.
06:11
Here's an example. In just a matter of a few weeks,
117
371212
3345
Este é um exemplo.
Em apenas semanas, um aluno meu
06:14
an undergraduate student of mine
118
374557
2072
06:16
built an app that ultimately reached 1.3 million users.
119
376629
4111
construiu uma aplicação que chegou aos 1,3 milhões de utilizadores.
06:20
He was able to do that so easily
120
380740
1699
Ele foi capaz de o fazer tão facilmente
06:22
because he built it on top of Facebook,
121
382439
1827
porque o construiu com base no Facebook,
06:24
and Facebook was built on top of the web,
122
384266
1933
e o Facebook foi construído com base na web,
06:26
and that was built on top of the Internet,
123
386199
1698
que foi construída com base na 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, o digital, o exponencial e a combinatória
06:35
would each be game-changers.
126
395080
2350
seriam, cada um, modificadores do jogo.
06:37
Put them together, and we're seeing a wave
127
397430
2190
Colocando-os juntos, estamos a ver 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 o trabalho de fábrica ou correm tão rápido como uma chita
06:44
or leap tall buildings in a single bound.
130
404073
2796
ou saltam entre edifícios altos num único pulo.
06:46
You know, robots are even revolutionizing
131
406869
2232
Os robôs até estão a revolucionar o transporte de gatos.
06:49
cat transportation.
132
409101
1829
06:50
(Laughter)
133
410930
2270
(Risos)
06:53
But perhaps the most important invention,
134
413200
2732
Mas talvez a invenção mais importante,
06:55
the most important invention is machine learning.
135
415932
5065
a invenção mais importante é a aprendizagem de máquinas.
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
Aqueles pontinhos ali
07:05
those are all the champions on the quiz show "Jeopardy."
138
425962
4860
são todos os campeões do programa de TV "Jeorpardy".
07:10
At first, Watson wasn't very good,
139
430822
2544
No início, 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 ritmo mais rápido do que qualquer humano poderia,
07:18
and shortly after Dave Ferrucci showed this chart
141
438988
2687
e, pouco depois, Dave Ferrucci mostrou este gráfico
07:21
to my class at MIT,
142
441675
1652
à minha classe no MIT:
07:23
Watson beat the world "Jeopardy" champion.
143
443327
3542
o 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, o Watson ainda está como que na sua infância.
07:30
Recently, its teachers let it surf the Internet unsupervised.
145
450858
5318
Recentemente, os seus professores
permitiram que ele navegasse na Internet, sem supervisão.
07:36
The next day, it started answering questions with profanities.
146
456176
5946
No dia seguinte, ele começou a responder às perguntas com palavrões.
07:42
Damn. (Laughter)
147
462122
2274
"Raios!"
(Risos)
07:44
But you know, Watson is growing up fast.
148
464396
2280
Mas sabem, o Watson está a crescer rapidamente.
07:46
It's being tested for jobs in call centers, and it's getting them.
149
466676
4212
Está a ser testado para trabalhos em centros de atendimento telefónico
07:50
It's applying for legal, banking and medical jobs,
150
470888
3724
e consegue fazê-lo.
Está a candidatar-se a trabalhos legais, bancários e médicos,
07:54
and getting some of them.
151
474612
1950
e a conseguir alguns deles.
07:56
Isn't it ironic that at the very moment
152
476562
1889
Não é irónico que, no momento
07:58
we are building intelligent machines,
153
478451
2234
em que estamos a construir máquinas inteligentes,
08:00
perhaps the most important invention in human history,
154
480685
3449
talvez a invenção mais importante na história da humanidade,
08:04
some people are arguing that innovation is stagnating?
155
484134
3975
algumas pessoas argumentem que a inovação está a estagnar?
08:08
Like the first two industrial revolutions,
156
488109
2419
Como nas duas primeiras 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
vão levar pelo menos um século para serem cumpridas,
08:16
but they are staggering.
159
496344
3032
mas elas são impressionantes.
08:19
So does that mean we have nothing to worry about?
160
499376
3336
Isto significa então que não há motivos para preocupações?
08:22
No. Technology is not destiny.
161
502712
3680
Não. A tecnologia não é o destino.
08:26
Productivity is at an all time high,
162
506392
2569
A produtividade está em constante alta,
08:28
but fewer people now have jobs.
163
508961
2983
mas há agora menos pessoas com emprego.
08:31
We have created more wealth in the past decade than ever,
164
511944
3120
Nós criámos mais riqueza na década passada do que nunca,
08:35
but for a majority of Americans, their income has fallen.
165
515064
3904
mas, para a maioria dos americanos, as receitas caíram.
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
Não é de estranhar que milhões de pessoas
08:49
have become disillusioned by the great decoupling,
170
529706
2846
se tenham desiludido com esta 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 diagnosticaram mal as suas causas básicas.
08:57
Technology is racing ahead,
173
537396
2610
A tecnologia está a levar-nos para a frente,
09:00
but it's leaving more and more people behind.
174
540006
3550
mas deixa cada vez mais pessoas para trás.
09:03
Today, we can take a routine job,
175
543556
3519
Hoje, podemos pegar num trabalho rotineiro,
09:07
codify it in a set of machine-readable instructions,
176
547075
3091
codificá-lo num conjunto de instruções legíveis por uma máquina
09:10
and then replicate it a million times.
177
550166
2827
e, em seguida, replicá-las um milhão de vezes.
09:12
You know, I recently overheard a conversation
178
552993
2279
Ouvi recentemente uma conversa
09:15
that epitomizes these new economics.
179
555272
1952
que resume esta nova economia.
09:17
This guy says, "Nah, I don't use H&R Block anymore.
180
557224
4197
Um indivíduo dizia: "Não, já não uso serviços de contabilistas.
09:21
TurboTax does everything that my tax preparer did,
181
561421
2448
"O TurboTax faz tudo o que a minha contabilista fazia
09:23
but it's faster, cheaper and more accurate."
182
563869
4558
"mas é mais rápido, mais barato e mais preciso."
09:28
How can a skilled worker
183
568427
1799
Como pode uma trabalhadora qualificada
09:30
compete with a $39 piece of software?
184
570226
3009
competir com um "software" que custa 30 euros?
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 mais rápido,
09:37
cheaper, more accurate tax preparation,
187
577982
2387
mais barato, mais preciso,
09:40
and the founders of Intuit
188
580369
1486
e os fundadores da Intuit
09:41
have done very well for themselves.
189
581855
2493
têm beneficiado muito.
09:44
But 17 percent of tax preparers no longer have jobs.
190
584348
4214
Mas 17% dos contabilistas já não têm emprego.
09:48
That is a microcosm of what's happening,
191
588562
2078
Isto é um microcosmo do que está a acontecer,
09:50
not just in software and services, but in media and music,
192
590640
4677
não só em "software" e serviços,
mas também nos "media" e na música,
09:55
in finance and manufacturing, in retailing and trade --
193
595317
3686
nas finanças, manufacturas, vendas e no comércio
09:59
in short, in every industry.
194
599003
3895
— em suma, em todos os setores.
10:02
People are racing against the machine,
195
602898
3095
As pessoas estão a correr contra a máquina
10:05
and many of them are losing that race.
196
605993
3090
e muitos deles estão a perder essa corrida.
10:09
What can we do to create shared prosperity?
197
609083
3886
O que podemos fazer para criar uma prosperidade partilhada?
10:12
The answer is not to try to slow down technology.
198
612969
3017
A resposta não é 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 de aprender a correr ao lado da máquina.
10:22
That is our grand challenge.
201
622220
3129
Este é o nosso grande desafio.
10:25
The new machine age
202
625349
2324
O início da nova era da máquina
10:27
can be dated to a day 15 years ago
203
627673
3113
pode ser datado num dia, há 15 anos,
10:30
when Garry Kasparov, the world chess champion,
204
630786
2878
quando Gary Kasparov, campeão mundial de xadrez,
10:33
played Deep Blue, a supercomputer.
205
633664
3706
jogou contra Deep Blue, um 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, num telemóvel,
10:42
can beat a human grandmaster.
208
642350
2296
pode ganhar a um Grande Mestre humano.
10:44
It got so bad that, when he was asked
209
644646
3365
A situação ficou tão má que, quando foi questionado
10:48
what strategy he would use against a computer,
210
648011
2563
sobre qual a estratégia que usaria contra o computador,
10:50
Jan Donner, the Dutch grandmaster, replied,
211
650574
4016
Jan Donner, o Grande Mestre holandês, respondeu:
10:54
"I'd bring a hammer."
212
654590
1771
"Eu levo 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 o campeão mundial de xadrez já não é um computador.
11:04
Neither is a human,
215
664585
2654
Também não é um ser humano,
11:07
because Kasparov organized a freestyle tournament
216
667239
3579
porque Kasparov organizou um torneio de estilo livre
11:10
where teams of humans and computers
217
670818
1916
em que equipas de seres humanos e computadores
11:12
could work together,
218
672734
2099
poderiam trabalhar juntas,
11:14
and the winning team had no grandmaster,
219
674833
3157
e a equipa vencedora não tinha nenhum Grande Mestre
11:17
and it had no supercomputer.
220
677990
2465
e não tinha nenhum supercomputador.
11:20
What they had was better teamwork,
221
680455
4175
O que eles tinham era melhor trabalho de equipa,
11:24
and they showed that a team of humans and computers,
222
684630
5016
e mostraram que uma equipa de seres humanos e computadores,
11:29
working together, could beat any computer
223
689646
3048
a trabalhar juntos, podia vencer qualquer computador
11:32
or any human working alone.
224
692694
3520
ou qualquer ser humano a trabalhar sozinhos.
11:36
Racing with the machine
225
696214
1664
Correr ao lado da máquina
11:37
beats racing against the machine.
226
697878
2343
é melhor do que correr contra a máquina.
11:40
Technology is not destiny.
227
700221
2564
A tecnologia não é o destino.
11:42
We shape our destiny.
228
702785
1742
Nós modelamos o nosso destino.
11:44
Thank you.
229
704527
1447
Obrigado.
11:45
(Applause)
230
705974
5016
(Aplausos)
Sobre este site

Este sítio irá apresentar-lhe vídeos do YouTube que são úteis para a aprendizagem do inglês. Verá lições de inglês ensinadas por professores de primeira linha de todo o mundo. Faça duplo clique nas legendas em inglês apresentadas em cada página de vídeo para reproduzir o vídeo a partir daí. As legendas deslocam-se em sincronia com a reprodução do vídeo. Se tiver quaisquer comentários ou pedidos, por favor contacte-nos utilizando este formulário de contacto.

https://forms.gle/WvT1wiN1qDtmnspy7