3 myths about the future of work (and why they're not true) | Daniel Susskind

Gözden geçirme: Ozay Ozaydin

Yapay zeka ve robotikteki

kaydadeğer gelişmeler göz önüne alındığında

gelecekte birçok işin insanlar yerine

Automation anxiety has been spreading lately,

makinelerce yapılacağı

korkusundan otomasyon, kaygısı günümüzde yayılıyor.

a fear that in the future,

many jobs will be performed by machines

Kayda değer bir değişim olacağı açık.

rather than human beings,

given the remarkable advances that are unfolding

Değişimin neye benzeyeceği ise belirsiz.

in artificial intelligence and robotics.

Araştırmam, geleceğin hem tedirgin edici

What's clear is that there will be significant change.

hem de heyecan verici olacağını gösteriyor.

What's less clear is what that change will look like.

Teknolojik işsizlik tehdidi bir gerçek

My research suggests that the future is both troubling and exciting.

ama yine de bu, sahip olunacak iyi bir problem.

Bu sonuca nasıl ulaştığımı açıklamak için, otomatik gelecek hakkında

The threat of technological unemployment is real,

şu anki görüşümüzü belirsizleştirdiğini düşündüğüm

and yet it's a good problem to have.

üç efsane ile yüzleştirmek istiyorum.

And to explain how I came to that conclusion,

I want to confront three myths

Televizyon ekranlarında, kitaplarda, filmlerde,

gündelik eleştirilerde gördüğümüz,

that I think are currently obscuring our vision of this automated future.

bir robot ordusunun akılda tek bir amaçla iş yerlerine

A picture that we see on our television screens,

çullandığı bir tablo:

İnsanlığı işlerinden etmek.

in books, in films, in everyday commentary

Ben buna Terminatör efsanesi diyorum.

is one where an army of robots descends on the workplace

Evet, makineler insanları belirli görevlerde yerinden eder,

with one goal in mind:

to displace human beings from their work.

ama yalnızca insanların yerine geçmezler.

And I call this the Terminator myth.

Aynı zamanda onları diğer görevlerde tamamlayarak,

Yes, machines displace human beings from particular tasks,

yapılan işi daha değerli ve daha önemli hale getiriyor.

but they don't just substitute for human beings.

Bazen insanları doğrudan tamamlayarak,

They also complement them in other tasks,

onları belirli bir işte daha üretken ya da daha verimli hale dönüştürürler.

making that work more valuable and more important.

Bir taksici, bilmediği yollar için uydu navigasyon sistemini kullanabilir.

Sometimes they complement human beings directly,

making them more productive or more efficient at a particular task.

Bir mimar daha büyük, daha karmaşık binaları tasarlamak için

bilgisayar destekli tasarım programlarını kullanabilir.

So a taxi driver can use a satnav system to navigate on unfamiliar roads.

Ancak teknolojik ilerleme, insanları sadece doğrudan değil,

An architect can use computer-assisted design software

aynı zamanda dolaylı olarak, her iki yoldan da tamamlıyor.

to design bigger, more complicated buildings.

İlk olarak, ekonomiyi bir turta olarak düşünürsek,

But technological progress doesn't just complement human beings directly.

teknolojik ilerleme turtayı daha da büyütür.

It also complements them indirectly, and it does this in two ways.

Üretkenli̇k arttıkça, gelir ve talep de artar.

The first is if we think of the economy as a pie,

Örneğin, İngiliz turta şimdi, 300 yıl önceki boyutundan

technological progress makes the pie bigger.

100 kat daha büyüktür.

As productivity increases, incomes rise and demand grows.

Yani, eski turtada işinden edilen insanlar

The British pie, for instance,

onun yerine yeni turtada kendilerine iş bulabilirler.

is more than a hundred times the size it was 300 years ago.

Fakat teknolojik ilerleme, yalnızca bu turtayı büyütmekle kalmaz,

And so people displaced from tasks in the old pie

aynı zamanda turtayı malzemelerini de değiştirir.

could find tasks to do in the new pie instead.

Zaman geçtikçe insanlar gelirlerini,

But technological progress doesn't just make the pie bigger.

mevcut ürünlere dağılımı değiştirerek ve tamamen yeni

It also changes the ingredients in the pie.

ürünler için beğeni geliştirerek farklı şekillerde harcarlar.

As time passes, people spend their income in different ways,

Yeni endüstrilerin ortaya çıkmasıyla

yeni görevler tanımlanmış olur

changing how they spread it across existing goods,

ve bu genellikle yeni rollerin doldurulmasını gerektirir.

and developing tastes for entirely new goods, too.

Yine İngiliz turtasına dönelim.

Birçok insan 300 yıl önce tarlalarda,

New industries are created,

new tasks have to be done

150 yıl önce de fabrikalarda çalışıyordu.

and that means often new roles have to be filled.

Bugün, birçok insan ofislerde çalışıyor.

So again, the British pie:

300 years ago, most people worked on farms,

Bir kez daha, eski turtada işinden olan insanlar

150 years ago, in factories,

bunun yerine yeni turtada iş bulabilirler.

and today, most people work in offices.

Ekonomistler bu etkileri tamamlayıcılar olarak adlandırıyor

And once again, people displaced from tasks in the old bit of pie

ama doğrusu bu, teknolojik ilerlemenin

could tumble into tasks in the new bit of pie instead.

yalnızca insanlara yardımının farklı şeklini yansıtan süslü bir kelime.

Economists call these effects complementarities,

Bu Terminatör mitini çözmek,

but really that's just a fancy word to capture the different way

bize oyunda iki güç olduğunu gösterir:

Birincisi, işçilerin yerini alarak, onlara zarar veren makineleşme,

that technological progress helps human beings.

Resolving this Terminator myth

ancak aynı zamanda bunun tersini yapan tamamlayıcılar da var.

shows us that there are two forces at play:

İkincisi ise,

zeka miti olarak adlandırdığım şeydir.

one, machine substitution that harms workers,

Araba sürmenin, tıbbi bir teşhis koymanın

but also these complementarities that do the opposite.

Now the second myth,

ve bakar bakmaz bir kuşu tanımlamanın ortak noktası nedir?

what I call the intelligence myth.

What do the tasks of driving a car, making a medical diagnosis

Bunların hepsi çok yakın zamana kadar önde gelen ekonomistlerin

kolaylıkla otomatikleştirilemeyeceğini düşündüğü şeylerdi.

and identifying a bird at a fleeting glimpse have in common?

Fakat bugün, bunların hepsi otomatikleştirilebilir.

Well, these are all tasks that until very recently,

Başlıca aşlıca araba imalatçıları sürücüsüz araba programlarına sahip olur.

leading economists thought couldn't readily be automated.

Tıbbi problemleri teşhis edebilen sayısız sistem etrafımızda.

And yet today, all of these tasks can be automated.

Hatta bir kuşu bakar bakmaz tanımlayan bir uygulama da bulunuyor.

You know, all major car manufacturers have driverless car programs.

There's countless systems out there that can diagnose medical problems.

Aslında bu durum sadece ekonomistlerin kötü şansıyla ilgili değildi.

And there's even an app that can identify a bird

Yanıldılar

at a fleeting glimpse.

ve yanılmalarının sebebi çok önemli.

Now, this wasn't simply a case of bad luck on the part of economists.

Makinelerin insanları geçmek için

onların düşünce ve akıl yürütme biçimlerini kopyalaması gerektiği

They were wrong,

and the reason why they were wrong is very important.

inancı olan zeka miti hatasına düşmüşlerdi.

They've fallen for the intelligence myth,

Bu ekonomistler,

the belief that machines have to copy the way

makinelerin hangi işleri yapamayacağını düşünürken

that human beings think and reason

bir işi otomatikleştirmenin tek yolunun

in order to outperform them.

insanlarla oturup nasıl iş yaptıklarını anlattırmak

When these economists were trying to figure out

ve daha sonra anlattıklarını

what tasks machines could not do,

bir makinenin uyacağı talimatlar

they imagined the only way to automate a task

was to sit down with a human being,

haline getirmek olduğunu düşünmüşlerdi.

get them to explain to you how it was they performed a task,

Bu görüş bir ara yapay zekada da popülerdi.

and then try and capture that explanation

Bunu biliyorum çünkü babam

in a set of instructions for a machine to follow.

ve yardımcı yazarım olan Richard Susskind,

This view was popular in artificial intelligence at one point, too.

1980lerde Oxford Üniversitesi’nde yapay zeka ve kanunu hakkındaki

I know this because Richard Susskind,

doktora tezini yazmıştı

who is my dad and my coauthor,

ve öncülerden biriydi.

Sonra Phillip Capper isimli

wrote his doctorate in the 1980s on artificial intelligence and the law

ve bir profesör ve Butterworths isimli

at Oxford University,

isimli bir editörle birlikte dünyanın

and he was part of the vanguard.

And with a professor called Phillip Capper

kanundaki ilk ticari yapay zeka sistemini üretti.

and a legal publisher called Butterworths,

they produced the world's first commercially available

Ana ekran tasarımı bu şekildeydi.

Asla tam olarak ikna olmadım.

(Gülüşmeler)

artificial intelligence system in the law.

Hiçbir zaman tamamen ikna olmadım.

This was the home screen design.

Bunu, disketlerin ve yaklaşımının ekonomistlerle

He assures me this was a cool screen design at the time.

aynı olduğu bir dönemde

(Laughter)

iki disket şeklinde yayınladı:

I've never been entirely convinced.

He published it in the form of two floppy disks,

Bir avukatla otur,

at a time where floppy disks genuinely were floppy,

yasal bir sorunu çözmenin nasıl olduğunu ona anlattır

sonra bu açıklamayı bir makinenin uyacağı talimatlar haline getirmeye çalış

and his approach was the same as the economists':

sit down with a lawyer,

get her to explain to you how it was she solved a legal problem,

Ekonomide, eğer insanlar kendilerini bu şekilde anlatabilirlerse

and then try and capture that explanation in a set of rules for a machine to follow.

işler rutinleşir ve otomatikleştirilebilir.

Ama eğer insanlar kendilerini açıklayamazlarsa

In economics, if human beings could explain themselves in this way,

işler rutin olmaktan çıkar ve erişilmez olarak görünürler.

the tasks are called routine, and they could be automated.

Bugün bu rutin-rutin olmayan farkı çok yaygın.

But if human beings can't explain themselves,

the tasks are called non-routine, and they're thought to be out reach.

İnsanların size ne sıklıkla

makinelerin sadece tahmin edilebilir, tekrar eden, kurallara dayanan veya

Today, that routine-nonroutine distinction is widespread.

iyi tanımlanmış işleri yapabileceğini söylediğini düşünün.

Bunlar sadece rutin için kullanılan bazı kelimeler.

Think how often you hear people say to you

machines can only perform tasks that are predictable or repetitive,

Şimdi başta bahsettiğim üç duruma geri dönelim.

rules-based or well-defined.

Bunların hepsi rutin olmayan işlerin tipik durumları.

Those are all just different words for routine.

Örneğin, bir doktora nasıl tıbbi teşhis yaptığını sorduğunuzda

And go back to those three cases that I mentioned at the start.

size göz kararı bir şeyler söyleyebilir

Those are all classic cases of nonroutine tasks.

ama en nihayetinde zorlanacak ve size

Ask a doctor, for instance, how she makes a medical diagnosis,

bunun yaratıcılık, muhakeme ve sezgi gibi şeyler gerektirdiğini söyleyecek.

and she might be able to give you a few rules of thumb,

Bütün bunları anlatmak çok güç olduğundan

but ultimately she'd struggle.

bu işleri otomatikleştirmenin çok güç olacağı düşünülmüştü.

She'd say it requires things like creativity and judgment and intuition.

Eğer insanlar kendilerini ifade edemeyeceklerse

And these things are very difficult to articulate,

ne diye bir makinenin takip etmesi için

and so it was thought these tasks would be very hard to automate.

talimatlar yazmaya başlıyoruz?

Otuz yıl önce bu fikir doğruydu.

If a human being can't explain themselves,

Ama günümüzde biraz sallantıda duruyor

where on earth do we begin in writing a set of instructions

ve gelecekte düpedüz yanlış olacağı belli.

for a machine to follow?

İşlem gücü, veri depolama kapasitesi

Thirty years ago, this view was right,

ve algoritma tasarımındaki ilerlemeler

but today it's looking shaky,

bu rutin-rutin olmayan farkının

and in the future it's simply going to be wrong.

giderek azalarak fayda sağladığı anlamına geliyor.

Advances in processing power, in data storage capability

Bunu görmek için, tıbbi teşhis durumuna dönelim.

and in algorithm design

Bu yılın başlarında,

mean that this routine-nonroutine distinction

Stanford’da bir araştırma ekibi size bir çilin

is diminishingly useful.

kanserli olup olmadığını dermatologlar kadar doğru bir şekilde

To see this, go back to the case of making a medical diagnosis.

söyleyebilecek bir sistem geliştirdiklerini duyurdu.

Earlier in the year,

a team of researchers at Stanford announced they'd developed a system

Peki bu nasıl çalışır?

which can tell you whether or not a freckle is cancerous

Sistem, doktorun muhakemesini veya sezgisini kopyalamaya çalışmıyor.

as accurately as leading dermatologists.

Hatta tıp hakkında ne bir şey biliyor ne de anlıyor.

How does it work?

It's not trying to copy the judgment or the intuition of a doctor.

Aksine, 129.450 geçmiş vakadan

bu vakaların ve söz konusu lezyonun arasındaki benzerlikleri araştıran

It knows or understands nothing about medicine at all.

bir yapı teşhis algoritması çalıştırıyor.

Instead, it's running a pattern recognition algorithm

Sistem, bu işleri hiçbir doktorun ömrü boyu

through 129,450 past cases,

incelemeyi düşünemeyeceği kadar fazla muhtemel vakanın

hunting for similarities between those cases

analizini temel alarak insan dışı bir şekilde gerçekleştiriyor.

and the particular lesion in question.

Bu kişinin, şu doktorun işlerini nasıl yaptığını

It's performing these tasks in an unhuman way,

anlatamamasının bir önemi kalmadı.

Bu makinelerin bizim timsalimizin üzerine kurulu olmadığı

based on the analysis of more possible cases

than any doctor could hope to review in their lifetime.

konusunda ısrarcı olanlar hala var.

Örneğin, 2011′de ABD’de ″Jeopardy!″ isimli

It didn't matter that that human being,

soru yarışmasına çıkan süper bilgisayar

that doctor, couldn't explain how she'd performed the task.

iki insan şampiyonu yarışmada yendi.

Now, there are those who dwell upon that the fact

that these machines aren't built in our image.

Kazandıktan sonraki gün,

As an example, take IBM's Watson,

The Wall Street Journal, filozof

the supercomputer that went on the US quiz show "Jeopardy!" in 2011,

Searle’in eserini ″Watson Doesn’t Know It Won on ‘Jeopardy!’ ″

başlığıyla yayımladı.

and it beat the two human champions at "Jeopardy!"

The day after it won,

Aynen, harika ve doğru.

The Wall Street Journal ran a piece by the philosopher John Searle

Watson mutluluk çığlığı atmadı.

Ne kadar iyi bir iş çıkardığını söylemek için ailesini aramadı.

with the title "Watson Doesn't Know It Won on 'Jeopardy!'"

Bir şeyler içmek için bara gitmedi.

Right, and it's brilliant, and it's true.

You know, Watson didn't let out a cry of excitement.

Sistem insan yarışmacıların oynama şeklini kopyalamaya çalışmıyordu

It didn't call up its parents to say what a good job it had done.

ama bunun bir önemi yoktu.

Yine de insanlardan daha iyi iş çıkarmıştı.

It didn't go down to the pub for a drink.

This system wasn't trying to copy the way that those human contestants played,

Zeka efsanesini çözmek,

insan zekasıyla düşünme ve mantık yürütme şekli hakkındaki

sınırlı anlayışımızın otomasyonda

but it didn't matter.

It still outperformed them.

geçmiştekinden çok daha az bir kısıtlama rolü olduğunu gösteriyor.

Resolving the intelligence myth

shows us that our limited understanding about human intelligence,

Üstelik görmüş olduğumuz üzere,

bu makineler işleri insanlardan farklı şekilde yaptıklarında

about how we think and reason,

is far less of a constraint on automation than it was in the past.

insanların günümüzde yapabildiklerinin

bu makinelerin gelecekte neler yapabileceğine dair

What's more, as we've seen,

herhangi bir zirveyi temsil ettiğini

when these machines perform tasks differently to human beings,

düşünmenin bir mantığı yok.

there's no reason to think

Sıradaki üçüncü efsane,

that what human beings are currently capable of doing

benim üstün olarak adlandırdığım efsane.

represents any sort of summit

Derler ki, teknolojik ilerlemenin yararlı

in what these machines might be capable of doing in the future.

tarafını, önceki gelişmeleri, unutanlar

Now the third myth,

what I call the superiority myth.

''toplam iş yanılgısı'' olarak bilinen

It's often said that those who forget

bir suç işlemiş olurlar.

about the helpful side of technological progress,

Aslında sorun, toplam iş yanılgısının

those complementarities from before,

kendisinin bir yanılgı olması.

Ben buna toplam iş yanılgısı yanılgısı

are committing something known as the lump of labor fallacy.

veya kısaca LOLFF diyorum.

Now, the problem is the lump of labor fallacy

Açıklayayım.

is itself a fallacy,

Toplam iş yanılgısı çok eski bir fikir.

and I call this the lump of labor fallacy fallacy,

Bu ismi 1892′de İngiliz ekonomist David Schloss vermişti.

or LOLFF, for short.

Schloss, çamaşır yıkamak için vidaların ucuna tutturulan

Let me explain.

The lump of labor fallacy is a very old idea.

küçük metal disklerden oluşan makineyi kullanan

It was a British economist, David Schloss, who gave it this name in 1892.

bir tersane işçisine rastladığına çok şaşırmıştı.

He was puzzled to come across a dock worker

Bu işçi daha verimli çalıştığı için kendini suçlu hissediyordu.

who had begun to use a machine to make washers,

Şimdi, çoğu zaman bunun tam tersini bekleriz,

the small metal discs that fasten on the end of screws.

insanlar üretken olmadıkları için kendilerini suçlu hissederler,

And this dock worker felt guilty for being more productive.

bilirsiniz işte Facebook ya da Twitter’da biraz fazla zaman geçirdikleri için.

Now, most of the time, we expect the opposite,

Ama bu işçi daha verimli olunca suçlu hissediyor

that people feel guilty for being unproductive,

ve Nedeni sorulunca, ″Yanlış yaptığımı biliyorum,

başka insanların işini onlardan alıyorum.″

you know, a little too much time on Facebook or Twitter at work.

Aklında, kendisi ve arkadaşları arasında

But this worker felt guilty for being more productive,

paylaştırılması gereken sabit bir iş yığını vardı.

and asked why, he said, "I know I'm doing wrong.

I'm taking away the work of another man."

Bu yüzden daha çok şey yapmak için bu makineyi kullanırsa,

In his mind, there was some fixed lump of work

arkadaşlarına daha az iş kalacaktı.

Schloss hatayı gördü.

to be divided up between him and his pals,

İş yığını sabit değildi.

so that if he used this machine to do more,

Bu işçi makineyi daha çok kullanıp daha verimli oldukça

there'd be less left for his pals to do.

yıkama makinelerinin fiyatı düşecek, talepleri artacaktı.

Schloss saw the mistake.

The lump of work wasn't fixed.

Daha fazla makine yapılmalıydı

ve arkadaşlarının da daha fazla işi olacaktı.

As this worker used the machine and became more productive,

İş yığını daha da büyüyecekti.

the price of washers would fall, demand for washers would rise,

Schloss buna “toplam iş yanılgısı” adını verdi. Ve bugün,

more washers would have to be made,

insanların her türlü mesleğin geleceği üzerine düşünmek için,

and there'd be more work for his pals to do.

The lump of work would get bigger.

toplam iş yanılgısı üzerine konuştuğu duyulur.

Schloss called this "the lump of labor fallacy."

Makinelere ve insanlara bölüştürmek için

Sabit bir iş yığını yoktur.

And today you hear people talk about the lump of labor fallacy

Evet, makineler asıl iş yükünü küçültmek için insanların yerine geçerler,

to think about the future of all types of work.

There's no fixed lump of work out there to be divided up

ama ayrıca insanları tamamlarlar

ve iş yükü büyür ve değişir.

between people and machines.

Yes, machines substitute for human beings, making the original lump of work smaller,

Ama LOLFF.

Sıkıntı şurada:

but they also complement human beings,

Teknolojik ilerlemenin yapılacak işleri

and the lump of work gets bigger and changes.

büyüttüğünü düşünmek doğru.

Bazı işler daha değerli olur. Yeni işler yapılmak zorunda.

But LOLFF.

Here's the mistake:

Ama ille de insanların, bu işleri yapmak için

it's right to think that technological progress

görevlendirilmesini düşünmek değil.

makes the lump of work to be done bigger.

Some tasks become more valuable. New tasks have to be done.

Bu bir üstünlük efsanesidir.

Evet, iş yığını büyüyebilir ve değişebilir

But it's wrong to think that necessarily,

human beings will be best placed to perform those tasks.

ama makineler daha da becerikli oldukça,

ekstra iş yığınını üstlenebilirler

And this is the superiority myth.

Yes, the lump of work might get bigger and change,

Teknolojik ilerleme, insanları tamamlamak yerine

but as machines become more capable,

makineleri tamamlar.

it's likely that they'll take on the extra lump of work themselves.

Bunü anlamak için, araba sürme örneğine gidelim.

Technological progress, rather than complement human beings,

Bugün uydu seyir sistemleri direkt olarak insanları tamamlar.

complements machines instead.

Bazı insanları daha iyi sürücüler yapar.

To see this, go back to the task of driving a car.

Ancak gelecekte yazılım,

Today, satnav systems directly complement human beings.

insanların şoför koltuğundaki yerini alacak

ve bu uydu takip sistemleri insanları tamamlamaktansa

They make some human beings better drivers.

sürücüsüz araçları daha verimli yapacak,

But in the future,

software is going to displace human beings from the driving seat,

yani makinelere yardım edecek.

Ya da şu bahsettiğim dolaylı tamamlayıcılığa gidelim.

and these satnav systems, rather than complement human beings,

Ekonomik pasta büyüyebilir, ama

will simply make these driverless cars more efficient,

Makineler daha da becerikli oldukça

helping the machines instead.

bir ürün üretilmesi için herhangi bir yeni talebin de

Or go to those indirect complementarities that I mentioned as well.

insanlardansa makinelere iletilmesi mümkün.

The economic pie may get larger,

Ekonomik pasta değişebilir,

but as machines become more capable,

ama makineler daha da becerikli oldukça

it's possible that any new demand will fall on goods that machines,

Yapılması gereken yeni işlerin onlara yaptırılması mümkün.

rather than human beings, are best placed to produce.

The economic pie may change,

Kısaca, iş talebi, insanın iş gücü talebi demek değildir.

but as machines become more capable,

it's possible that they'll be best placed to do the new tasks that have to be done.

İnsanlar sadece bu tamamlanan işlerde galibiyeti korumaya

devam ederlerse fayda sağlarlar.

In short, demand for tasks isn't demand for human labor.

ama makineler daha becerikli oldukça bunun ihtimali azalır.

Human beings only stand to benefit

if they retain the upper hand in all these complemented tasks,

O zaman bu üç efsane bize ne söylüyor?

Terminatör efsanesinden bize

but as machines become more capable, that becomes less likely.

işlerin geleceğinin iki kuvvet arasındaki dengeye bağlı olduğunu söylüyor:

İlki işçilere zarar veren, makinenin onların yerlerini alması

So what do these three myths tell us then?

Well, resolving the Terminator myth

ama ayrıca tam tersini yapan tamamayıcılık.

shows us that the future of work depends upon this balance between two forces:

Şimdiye kadar, bu denge hep insanların faydasına olacak şekilde bozuldu.

one, machine substitution that harms workers

Ama zeka efsanesi ilk kuvvetin,

but also those complementarities that do the opposite.

makine tamamlayıcılığının

And until now, this balance has fallen in favor of human beings.

güç kazandığını söylüyor.

Makineler tabi ki, her şeyi yapamazlar ama

daha çoğunu yapabilirler.

But resolving the intelligence myth

İnsanların yaptığı evrenin derinliklerine zarar veren işler.

shows us that that first force, machine substitution,

is gathering strength.

Machines, of course, can't do everything,

Hatta insanların şu an yapabileceği

but they can do far more,

şeylerin, makineler yeterince geliştiğinde

encroaching ever deeper into the realm of tasks performed by human beings.

kibarca durdurabileceği

bir bitiş çizgisini temsil ettiğini

What's more, there's no reason to think

düşünmemek için hiçbir sebep yok

that what human beings are currently capable of

Şu an bunların hepsi önemsiz,

tamamlayıcılık rüzgarı sürekli

represents any sort of finishing line,

that machines are going to draw to a polite stop

ve yeterince estiği sürece,

once they're as capable as us.

ama üstünlük efsanesi

Now, none of this matters

gösteriyor ki görev ihlali makine değişiminin

so long as those helpful winds of complementarity

gücünü artırmakla kalmıyor

blow firmly enough,

but resolving the superiority myth

hatta faydalı tamamlayıcılığı da yıpratıyor.

shows us that that process of task encroachment

Bu üç efsaneyi biraraya getirince

not only strengthens the force of machine substitution,

düşünüyorum da o sıkıntılı geleceğe bir bakış atabiliyoruz.

but it wears down those helpful complementarities too.

Makineler daha yetenekli oluyor,

insanların yaptığı işlerin derinliklerine iniyor,

Bring these three myths together

and I think we can capture a glimpse of that troubling future.

Makine yer değiştirmesini güçlendiriyor,

Machines continue to become more capable,

makine tamamlayıcılığının gücünü azaltıyor.

encroaching ever deeper on tasks performed by human beings,

Ve bir noktada, bu denge makinelerin faydasına bozuluyor,

strengthening the force of machine substitution,

weakening the force of machine complementarity.

insanların değil.

Burası bizim şu anki yolumuz.

Kasıtlı olarak “yol” diyorum, çünkü orada olduğumuzu düşünmüyorum,

And at some point, that balance falls in favor of machines

ama bu sondan kaçmak zor, çünkü bu yönde geziniyoruz.

rather than human beings.

This is the path we're currently on.

I say "path" deliberately, because I don't think we're there yet,

Sıkıntılı bölüm burası.

Bunun neden aslında güzel bir problem olarak düşündüğümü söyleyeyim.

but it is hard to avoid the conclusion that this is our direction of travel.

İnsan geçmişinin çoğunda bir ekonomik sorun hakimdi :

That's the troubling part.

Ekonomik pastayı herkesin paylaşabilmesi için nasıl daha da büyütürüz.

Let me say now why I think actually this is a good problem to have.

Birinci yüzyılın dönüşüne, İsa zamanına gidip

For most of human history, one economic problem has dominated:

global ekonomik pastayı alıp

dünyadaki herkes için eşit parçalara bölseydiniz,

how to make the economic pie large enough for everyone to live on.

herkes birkaç yüz dolar alırdı.

Go back to the turn of the first century AD,

Hemen hemen herkes fakirlik sınırında yaşadı.

and if you took the global economic pie

and divided it up into equal slices for everyone in the world,

Bin yıl ileri sardığınızda da,

everyone would get a few hundred dollars.

kabaca aynısı geçerliydi.

Almost everyone lived on or around the poverty line.

Ama son birkaç yüzyıldır ekonomik sıçrama yaşandı.

Bu ekonomik turtaların boyutları oldukça genişledi

And if you roll forward a thousand years,

roughly the same is true.

Global kişi başına gayrisafi yurtiçi hasıla,

But in the last few hundred years, economic growth has taken off.

bugün kişi başına düşen turta diliminin değeri,

10 bin 150 dolar civarı.

Those economic pies have exploded in size.

Global GDP per head,

Ekonomik büyüme %2 ile devam ederse,

the value of those individual slices of the pie today,

Çocuklarımız bizden iki kat zengin olacak.

Daha cimri bir şekilde %1 ile devam ederse,

they're about 10,150 dollars.

torunlarımız bizden iki kat daha zengin olacak.

If economic growth continues at two percent,

Genel olarak, geleneksel ekonomik sorunumuzu çözdük.

our children will be twice as rich as us.

If it continues at a more measly one percent,

Şimdi, teknolojik işsizlik, eğer oluşursa,

our grandchildren will be twice as rich as us.

garip bir şekilde bu başarının bir semptomu olacak,

By and large, we've solved that traditional economic problem.

bir problemi -- ekonomik turtayı büyütmek -- çözerken

Now, technological unemployment, if it does happen,

diğeri ortaya çıktı --

in a strange way will be a symptom of that success,

herkesin bir dilim aldığından nasıl emin oluruz.

will have solved one problem -- how to make the pie bigger --

Diğer ekonomistlerin de dediği gibi, bu problemi çözmek kolay olmayacak.

but replaced it with another --

Bugün, çoğu kişi için

how to make sure that everyone gets a slice.

meslekleri, ekonomik yemek masasında oturuyor,

As other economists have noted, solving this problem won't be easy.

bir dünyada ki, daha az işle hatta belki işsizlikle------------

kendi dilimlerini nasıl alacakları belirsiz.

Today, for most people,

Tartışılacak çok şey var, mesela,

their job is their seat at the economic dinner table,

evrensel temel gelirin çeşitli formları

and in a world with less work or even without work,

bir olası yaklaşım,

ve ABD'de, Finlandiya'da, Kenya'da

it won't be clear how they get their slice.

devam eden denemeler var.

There's a great deal of discussion, for instance,

about various forms of universal basic income

Önümüzde ortaklaşa bir zorluk var,

as one possible approach,

ekonomik sistemimizde oluşan materyal refahın, dünyada insanların

and there's trials underway

in the United States and in Finland and in Kenya.

pastayı dilimleyerek, yaptıkları

And this is the collective challenge that's right in front of us,

işlerin erimesi, belki de kaybolmasını

to figure out how this material prosperity generated by our economic system

getiren geleneksel mekanızmanın olduğu

bir dünyada herkes tarafından

can be enjoyed by everyone

nasıl yaşayacağıyla ilgili.

in a world in which our traditional mechanism

Bu problemi çözmek için çok farklı şekillerde düşünmemiz gerekecek.

for slicing up the pie,

the work that people do,

Ne yapılması gerektiğiyle ilgili birçok fikir ayrılığı olacak, ama

withers away and perhaps disappears.

Solving this problem is going to require us to think in very different ways.

hatırlamakta fayda var ki bu atalarımızın yüzyıllardır kovalayan,

pastayı herkese yetmesi için

There's going to be a lot of disagreement about what ought to be done,

büyütme problemiyle

kıyaslandığında daha iyi bir problemdir.

but it's important to remember that this is a far better problem to have

Çok teşekkürler.

(Alkış)

than the one that haunted our ancestors for centuries:

how to make that pie big enough in the first place.

Thank you very much.

(Applause)