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

Translator: Albana Telhai Reviewer: Helena Bedalli

So this is my niece.

Kjo është mbesa ime.

Her name is Yahli.

Quhet Yahli.

She is nine months old.

Ajo është nëntë muajshe.

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

Nëna e saj është mjeke, ndërsa i ati jurist.

By the time Yahli goes to college,

Kur Yhali të shkojë në universitet,

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

punët që bëjnë prindërit e saj do të duken dramatikisht ndryshe.

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

Në 2013, kërkues nga Universiteti i Oxford kryen një studim mbi të ardhmen e punës.

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

Ata dolën në përfundimin se, pothuajse një në ҫdo dy punë ka rrezik të lartë

of being automated by machines.

të automatizohet nga makinat.

Machine learning is the technology

Mësimi automatik është teknologjia

that's responsible for most of this disruption.

përgjegjese kryesisht për këtë ndërhyrje.

It's the most powerful branch of artificial intelligence.

Është dega më e fuqishme e inteligjencës artificiale.

It allows machines to learn from data

I lejon makinat të mësojnë nga të dhënat

and mimic some of the things that humans can do.

dhe imitojnë disa gjëra që njerzit s'munden.

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

Kompania ime, Kaggle, operon në pararojën e të mësuarit automatik.

We bring together hundreds of thousands of experts

Ne kemi bashkuar qindra e mijra ekspertë

to solve important problems for industry and academia.

për të zgjidhur probleme të rëndësishme industriale dhe akademike.

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

Kjo na jep një perspektivë unike mbi atë që mund të bëjnë makinat,

what they can't do

ҫfarë nuk mund të bëjnë

and what jobs they might automate or threaten.

dhe cilat punë mund t'i automatizojnë apo kërcënojnë.

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

Të mësuarit nga makinat filloi në industri në fillim të viteve 90.

It started with relatively simple tasks.

Filloi me detyra relativisht të thjeshta.

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

Filloi me gjëra të tilla si matja e riskut të kredive në aplikimet për hua,

sorting the mail by reading handwritten characters from zip codes.

Klasifikimi i postës duke lexuar gërmat e shkrimit të dorës nga kodet postale.

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

Gjatë këtyre viteve që kanë kaluar, kemi bërë depërtime dramatike.

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

Të mësuarit nga makinat është tashmë në gjendje për punë mjaft më komplekse.

In 2012, Kaggle challenged its community

Në 2012, Kaggle e sfidoi komunitetin e vet

të ndërtojë algoritme, që tu vendosin nota esseve të shkollës së mesme.

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

The winning algorithms were able to match the grades

Algoritmet fitues ishin të aftë t'i barazonin notat

given by human teachers.

me notat e mësuesve njerëz.

Last year, we issued an even more difficult challenge.

Vitin e kaluar, ne lanҫuam një sfidë akoma më të vështirë.

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

A mund të merrni imazhe të syrit dhe të diagnostikoni sëmundjen

called diabetic retinopathy?

e quajtur retinopatia diabetike?

Again, the winning algorithms were able to match the diagnoses

Përsëri, algoritmet fitues ishin të aftë t'i barazonin diagnozat me ato

given by human ophthalmologists.

që vendosën Ophthalamologët njerëz.

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

Tani, me të dhënat e duhura, makinat do t'i tejkalojnë njerzit

at tasks like this.

në punë të tilla.

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

Një mësues mund të lexojë 10,000 esse gjatë një karriere 40 vjeҫare.

An ophthalmologist might see 50,000 eyes.

Një ophthalamolog mund të shikojë 50,000 sy.

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

Një makinë mund të lexojë miliona esse apo të shikojë miliona sy

within minutes.

brënda disa minutash.

We have no chance of competing against machines

Ne nuk kemi shanse në konkurimin kundër makinave

on frequent, high-volume tasks.

në punë frekuente dhe me volum të larte.

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

Por ka disa gjëra që ne mund t'i bëjmë dhe makinat nuk munden.

Where machines have made very little progress

Fusha ku makinat kanë bërë shumë pak progres

is in tackling novel situations.

është në trajtimin e situatave të reja.

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

Ato nuk mund të përballen me gjëra që nuk i kanë parë disa herë më parë.

The fundamental limitations of machine learning

Limitimi kryesor i të mësuarit të makinave

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

është se ju duhet të mësojnë nga një volum i madh të dhënash të mëparshme.

Now, humans don't.

Ndërsa njerzit, jo.

We have the ability to connect seemingly disparate threads

Ne kemi aftësinë të lidhim tema në dukje të ndryshme

to solve problems we've never seen before.

të zgjidhim probleme që s'i kemi hasur më pare.

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

Percy Spencer ish një fizikant që punonte me radarët gjatë Luftë së II Botërore,

when he noticed the magnetron was melting his chocolate bar.

kur vuri re se magnetroni qe duke i shkrirë ҫokollatën e tij.

He was able to connect his understanding of electromagnetic radiation

Ai ishte i aftë të lidhte të kuptuarit e radiacionit elektromagnetik

with his knowledge of cooking

me njohuritë e tij të gatimit

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

duke shpikur --e gjeni dot dot se ҫfarë?-- furrën me mikrovalë.

Now, this is a particularly remarkable example of creativity.

Ky është veçanërisht një shembull i shquar i krijimtarisë.

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

Por ky lloj kryqëzim-pllenimi ndodh te secili prej nesh në mënyra të vogla

thousands of times per day.

mijëra herë në ditë.

Machines cannot compete with us

Makinat nuk na konkurojnë dot

when it comes to tackling novel situations,

kur bëhet fjalë për trajtimin e situatave të reja,

and this puts a fundamental limit on the human tasks

dhe kjo vendos një limit thelbësor në detyrat e njeriut

that machines will automate.

që do të automatizojnë makinat.

So what does this mean for the future of work?

Pra ҫfarë nënkupton kjo për të ardhmen e punës?

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

Situata e ardhshme e ҫfarëdo pune gjendet në përgjigjen e një pyetje të vetme:

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

Në ҫ'shkalle është e reduktueshme ajo punë, në detyra frekuente dhe me volum,

and to what extent does it involve tackling novel situations?

dhe në ҫfarë shkalle përfshin trajtimin e situatave të reja?

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

Në detyra frekuente, me volum të lartë makinat po bëhen gjithmonë e më të menҫura

Today they grade essays. They diagnose certain diseases.

Sot ato u japin nota esseve. Diagnostikojnë disa sëmundje.

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

Në vitet që në vijim, ato do të kryejnë auditimin tonë,

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

dhe do të lexojnë boilerplate nga kontratat ligjore.

Accountants and lawyers are still needed.

Llogaritarët e avokatët janë ende të nevojshëm.

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

Ata do të duhen për strukturimin kompleks të taksave, për

for pathbreaking litigation.

ҫështje gjyqësore pionere.

But machines will shrink their ranks

Por makinat do tju tkurrin fushën

and make these jobs harder to come by.

e do t'i bëjnë këto punë të vështira për tu arrirë.

Now, as mentioned,

Siҫ e përmenda,

machines are not making progress on novel situations.

makinat nuk po bëjnë progres në situatat e reja.

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

Kopja e një fushate marketingu duhet të tërheqë vëmendjen e konsumatorit.

It has to stand out from the crowd.

Duhet të dallojë mbi turmën.

Strategji Biznesi nënkupton, të gjesh hapësira në treg,

Business strategy means finding gaps in the market,

things that nobody else is doing.

gjëra që s'është duke i bërë askush.

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

Janë njerzit ata që po krijojnë kopjen e fushatave tona të marketingut,

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

dhe do të jenë njerzit që do të zhvillojnë strategjinë tonë të biznesit.

So Yahli, whatever you decide to do,

Pra Yahli, ҫfarëdo që të vendosësh të bësh,

let every day bring you a new challenge.

lejo ҫdo ditë të të sjelli një sfidë të re.

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

Nëse e bën, atëherë do të qëndrosh përpara makinave.

Thank you.

Faleminderit.

(Applause)

(Duartrokitje)