انتشر الخوف من الأتمتة مؤخرًا، خوفا من أنه في المستقبل ستقوم الآلات بالعديد من الوظائف بدلًا من الناس، بالنظر إلى التقدم الملحوظ الذي يستمر في مجال الذكاء الاصطناعي والروبوتات. ما هو واضح على نحو جلي سيكون هناك تغيير كبير. ما هو غير واضح كيف سيبدو هذا التغيير. ترجح أبحاثي أن المستقبل سيكون مليئا بالتشويق والمشكلات. تهديد البطالة بسبب التكنولوجيا ومع ذلك فإنها مشكلة جيدة في نفس الوقت. وللتوضيح كيف وصلت لهذه النتيجة، أريد أن أدحض ثلاث خرافات أظن أنها أصبحت تشوش علينا رؤيتنا لهذه المستقبل الأتوماتيكي.
Automation anxiety has been spreading lately, a fear that in the future, many jobs will be performed by machines rather than human beings, given the remarkable advances that are unfolding in artificial intelligence and robotics. What's clear is that there will be significant change. What's less clear is what that change will look like. My research suggests that the future is both troubling and exciting. The threat of technological unemployment is real, and yet it's a good problem to have. And to explain how I came to that conclusion, I want to confront three myths that I think are currently obscuring our vision of this automated future.
صورة رأيناها على شاشات التلفزة لدينا، وفي الكتب والأفلام وفي أحاديثنا اليومية حيث فيها جيش من الرجال الآليين ينزلون من مقرات العمل بهدف واحد في أذهانهم: لأخذ الوظائف والأعمال من البشر. وأسمي هذه بخرافات الإبادة. نعم، الآلات تأخذ من البشر مهام معينة، ولكنها لا يمكن إحلالها مكان البشر. إنهم يكملونهم أيضًا في مهام أخرى، جاعلين من ذلك العمل أكثر قيمة وأكثر أهمية. أحيانًا يكملون البشر بشكل مباشر، جاعلين منهم أكثر إنتاجية أو أكثر كفاءة في مهام معينة. يستطيع سائق التاكسي استخدام "ساتناف" للذهاب إلى طرق غير معروفة. يستطيع المهندس استخدام برنامج كمبيوتر مساعد للتصميم لتصميم أبنية أكبر وأكثر تعقيدًا.
A picture that we see on our television screens, in books, in films, in everyday commentary is one where an army of robots descends on the workplace with one goal in mind: to displace human beings from their work. And I call this the Terminator myth. Yes, machines displace human beings from particular tasks, but they don't just substitute for human beings. They also complement them in other tasks, making that work more valuable and more important. Sometimes they complement human beings directly, making them more productive or more efficient at a particular task. So a taxi driver can use a satnav system to navigate on unfamiliar roads. An architect can use computer-assisted design software to design bigger, more complicated buildings.
ولكن عملية التطور التكنولوجي لا تكمل الإنسان بشكل مباشر فحسب، بل أنها تكملهم بشكل غير مباشر أيضًا وتقوم بهذا بطريقتين. الأولى: إذا تخيلنا الاقتصاد كفطيرة، يجعل التطور التكنولوجي الفطيرة أكبر حجمًا. وكلما تزداد الإنتاجية، وترتفع الدخول وترتفع القوة الشرائية. الفطيرة البريطانية على سبيل المثال، أكبر بمئات المرات مما كانت عليه قبل 300 سنة وهكذا الناس الذين طردوا من المهام في الفطيرة القديمة تمكنوا من إيجاد مهام جديدة ليقوموا بها في الفطيرة الجديدة. ولكن التطور التكنولوجي لا يقوم فقط بجعل الفطيرة أكبر حجمًا. إنه يغير أيضًا المكونات داخل الفطيرة. بمضي الوقت، ينفق الناس دخولهم في أشياء مختلفة، التغير في كيفية إنفاقهم على مختلف المنتجات الموجودة، وكذلك ظهور الرغبة لشراء منتجات جديدة تمامًا. ظهرت صناعات جديدة، ووظائف جديدة للقيام بها وغالبًا ما يعني ذلك أدوارا جديدة لشغلها. مرةً أخرى، الفطيرة البريطانية: قبل 300 سنة، عمل معظم الناس في المزارع، قبل 150 سنة، في المصانع، واليوم، يعمل معظم الناس في مكاتب. ومرةً أخرى، الناس الذين انتقلوا من المهام في الفطيرة القديمة استطاعوا أن يجدوا مهاما أخرى في الفطيرة الجديدة.
But technological progress doesn't just complement human beings directly. It also complements them indirectly, and it does this in two ways. The first is if we think of the economy as a pie, technological progress makes the pie bigger. As productivity increases, incomes rise and demand grows. The British pie, for instance, is more than a hundred times the size it was 300 years ago. And so people displaced from tasks in the old pie could find tasks to do in the new pie instead. But technological progress doesn't just make the pie bigger. It also changes the ingredients in the pie. As time passes, people spend their income in different ways, changing how they spread it across existing goods, and developing tastes for entirely new goods, too. New industries are created, new tasks have to be done and that means often new roles have to be filled. So again, the British pie: 300 years ago, most people worked on farms, 150 years ago, in factories, and today, most people work in offices. And once again, people displaced from tasks in the old bit of pie could tumble into tasks in the new bit of pie instead.
يسمي الاقتصاديون هذه التأثيرات بـ "المكملات" ولكن تلك الكلمة حقًا عبارة عن وهم لتصوير الطريقة الختلفة التي يساعد بها التطور التكنولوجي البشر. للقضاء على خرافة الإبادة أظهر لنا عاملين مؤثرين: الأول: استبدال الآلات يضر بالعمال، ولكن أيضًا هذه المكملات التي تقوم بالعكس.
Economists call these effects complementarities, but really that's just a fancy word to capture the different way that technological progress helps human beings. Resolving this Terminator myth shows us that there are two forces at play: one, machine substitution that harms workers, but also these complementarities that do the opposite.
الآن الخرافة الثانية، وهي ما أسميها "خرافة الذكاء الاصطناعي". ما المشترك بين مهام مثل قيادة السيارة، والتشخيص الطبي والتعرف على طير يحلق سريعًا بلمح البصر؟ حسنًا، هذه المهام جميعًا والتي كانت حتى وقت متأخر تدفع الاقتصاديين للتفكير بأنها لا تزال صعبة الأتمتة. ومع ذلك اليوم، كل هذه المهام يمكن أن تصبح أتوماتيكية. تعرفون، تملك كل مصانع السيارات الكبرى برامج قيادة ذاتية للسيارات. هناك عدد لايحصى من الأنظمة التي تستطيع تشخيص المشاكل الطبية. وهناك حتى تطبيق يستطيع التعرف على الطائر يحلق سريعًا بلمح البصر.
Now the second myth, what I call the intelligence myth. What do the tasks of driving a car, making a medical diagnosis and identifying a bird at a fleeting glimpse have in common? Well, these are all tasks that until very recently, leading economists thought couldn't readily be automated. And yet today, all of these tasks can be automated. You know, all major car manufacturers have driverless car programs. There's countless systems out there that can diagnose medical problems. And there's even an app that can identify a bird at a fleeting glimpse.
الآن، لم يكن ذلك مجرد مثال من الحظ العاثر من قبل الاقتصاديين، لقد كانوا مخطئين. والسبب وراء كونهم مخطئين مهمٌ جدًا. لقد أحبوا خرافة الذكاء الاصطناعي، فكرة أن الآلات تستطيع أن تقلد الطريقة التي يفكر ويحلل بها البشر حتى تتفوق عليهم. عندما كان هؤلاء الاقتصاديون يحاولون التوصل إلى ما لا تستطيع أن تقوم الآلات بعمله، تخيلوا أن السبيل الوحيد لمهمة أتوماتيكية هو الجلوس مع الكائن البشري، وجعلهم يشرحون لك كيف يقومون بمهمة ما، ومن ثم محاولة نسخ ذلك الشرح في مجموعة من الأوامر لتتبعها الآلة. هذه الرؤية كانت رائجة في مجال الذكاء الاصطناعي في فترة من الزمن أيضًا. أعرف هذا لأن "ريشارد سسكيند" وهو والدي ومساعدي في البحوث، كتب بحثه في الدكتوراه في الثمانينات حول الذكاء الاصطناعي والتشريعات في جامعة أوكسفورد، وكان جزء من شركة "فين جارد". ومع البروفسور "فيليب كابر" والناشر الرسمي "بوترورثز"، قاموا بإنتاج أول نظام عالمي تجاري للذكاء الاصطناعي في القانون. هذا هو شكل الشاشة الرئيسية. يؤكد لي أن هذا كان تصميما حديثا في ذلك الوقت.
Now, this wasn't simply a case of bad luck on the part of economists. They were wrong, and the reason why they were wrong is very important. They've fallen for the intelligence myth, the belief that machines have to copy the way that human beings think and reason in order to outperform them. When these economists were trying to figure out what tasks machines could not do, they imagined the only way to automate a task was to sit down with a human being, get them to explain to you how it was they performed a task, and then try and capture that explanation in a set of instructions for a machine to follow. This view was popular in artificial intelligence at one point, too. I know this because Richard Susskind, who is my dad and my coauthor, wrote his doctorate in the 1980s on artificial intelligence and the law at Oxford University, and he was part of the vanguard. And with a professor called Phillip Capper and a legal publisher called Butterworths, they produced the world's first commercially available artificial intelligence system in the law. This was the home screen design. He assures me this was a cool screen design at the time.
(ضحك)
(Laughter)
لم أقتنع كليًا بما قاله أبدًا. قام بنشره في شكل قرصين مرنين، في وقت كانت فيه الأقراص المرنة مرنةً فعلًا، وكان منهجه مشابها للاقتصاديين: استشارة محامية، طلب منها شرح أبعاد الأمر كيفية حل مشكلة قانونية، ومن ثم محاولة تصوره وشرحه من خلال مجموعة من القوانين التي تتبعها الآلات. في الاقتصاد، إذا استطاع البشر التعبير عن أنفسهم بنفس هذه الطريقة، فإن المهام التي تسمى روتينية يمكن أن تصبح أتوماتيكية. ولكن إذا لم يستطع البشر التعبير عن أنفسهم، فتسمى هذه بالمهام غير الروتينية ويعتقد بأنها صعبة الأتمتة. اليوم، يتلاشى ذلك الفاصل بين الروتيني وغير الروتيني. تذكر كم من المرات قد سمعت الناس يقولوا لك: يمكن أن تقوم الآلات بالمهام المتوقعة والمكررة، والتي تعتمد على قواعد معينة أو محددة. كل هذا هو مجرد أوصاف مختلفة لمصطلح روتيني. وبالنظر مرة أخرى إلى هذه الثلاث الأمثلة التي ذكرتها في البداية، كلها تعتبر أمثلة نموذجية للمهام غير-الروتينية. أسأل الطبيب مثلًا، كيف تقوم بعمل تشخيص طبي، وربما تستطيع أن تعطيك بعض الإرشادات المفيدة، ولكنها بالنهاية ستجد صعوبة في ذلك. ستقول أنه يتطلب أشياء مثل الإبداع وحسن الحكم والبديهة. وكل هذه الأشياء يصعب التعبير عنها بالكلمات، ولهذا كان يعتقد أن هذه المهام يصعب جعلها أتوماتيكية. إذا لم يستطع البشر التعبير عن أنفسهم، فكيف بحق السماء سنستطيع البدء بكتابة مجموعة من الأوامر لتتبعها الآلة؟
I've never been entirely convinced. He published it in the form of two floppy disks, at a time where floppy disks genuinely were floppy, 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, and then try and capture that explanation in a set of rules for a machine to follow. In economics, if human beings could explain themselves in this way, the tasks are called routine, and they could be automated. But if human beings can't explain themselves, the tasks are called non-routine, and they're thought to be out reach. Today, that routine-nonroutine distinction is widespread. Think how often you hear people say to you machines can only perform tasks that are predictable or repetitive, rules-based or well-defined. Those are all just different words for routine. And go back to those three cases that I mentioned at the start. Those are all classic cases of nonroutine tasks. Ask a doctor, for instance, how she makes a medical diagnosis, and she might be able to give you a few rules of thumb, but ultimately she'd struggle. She'd say it requires things like creativity and judgment and intuition. And these things are very difficult to articulate, and so it was thought these tasks would be very hard to automate. If a human being can't explain themselves, where on earth do we begin in writing a set of instructions for a machine to follow?
قبل ثلاثين سنة، كان هذا المعتقد صحيحًا، ولكن اليوم يبدو غير صحيح، وفي المستقبل سيكون بكل بساطة خاطئًا. التطور في استغلال الطاقة، في إمكانية حفظ البيانات وتصميم اللوغارتيمات يعني ذلك بأن هذا الفاصل بين الروتيني وغير الروتيني بدأ بالتلاشي.
Thirty years ago, this view was right, but today it's looking shaky, and in the future it's simply going to be wrong. Advances in processing power, in data storage capability and in algorithm design mean that this routine-nonroutine distinction is diminishingly useful.
ولرؤية هذا، لنعد إلى مثال عمل التشخيص الطبي. في بداية هذا العام، أعلن فريق من الباحثين في "ستانفورد" عن تطويرهم لنظام يساعد في معرفة ما إذا كانت بقعة النمش سرطانية أم لا وبنفس دقة خبير الأمراض الجلدية. كيف يعمل؟ إنها لا يحاول تقليد حكمة أو حدس الطبيب. إنه لا يعرف أو يعي شيئًا في الطب على الإطلاق. ولكنه يقوم بتشغيل خوارزمية التعرف على الأنماط من خلال 129450 من الحالات السابقة، يبحث عن التشابهات بين تلك الحالات والمرض المحدد موضوع البحث. إنه يؤدي هذه المهام بطريقة مختلفة عن البشر، معتمدًا على التحليل للعديد من الحالات المحتملة لا يستطيع أي طبيب أن يراجع نفس العدد طوال فترة حياته. لم يكن مهمًا أن ذلك الإنسان، ذلك الطبيب، إذا لم يستطع شرح كيف بإمكانه القيام بالمهمة.
To see this, go back to the case of making a medical diagnosis. Earlier in the year, a team of researchers at Stanford announced they'd developed a system which can tell you whether or not a freckle is cancerous as accurately as leading dermatologists. How does it work? It's not trying to copy the judgment or the intuition of a doctor. It knows or understands nothing about medicine at all. Instead, it's running a pattern recognition algorithm through 129,450 past cases, hunting for similarities between those cases and the particular lesion in question. It's performing these tasks in an unhuman way, based on the analysis of more possible cases than any doctor could hope to review in their lifetime. It didn't matter that that human being, that doctor, couldn't explain how she'd performed the task.
الآن، هناك من يسهبون في تلك الحقيقة أن هذه الآلات ليست ليست مصممة لتكون مثلنا. كمثال، خذوا كمبيوتر "أي-بي-إم واتسون"، الكمبيوتر العملاق الذي أصبح في برنامج المسابقة الأمريكي "جيوباردي" في عام 2011، وتغلب على كلا البطلين في "جيوباردي" اليوم الذي تلا فوز الكمبيوتر، صحيفة "وال ستريت" نشرت خبرًا بقلم الفيلسوف "جون سيرل" تحت عنوان "واتسون لا يعرف أنه فاز في"جيوباردي!" مقولة صحيحة وذكية وفي محلها. تعرفون، واتسون لم يذرف دموع الفرح. لم يتصل بوالديه حتى يسمع منهم كلمة ياله من عمل رائع قد قمت به. ولم يذهب إلى الحانة ليحتفل بالنصر. هذا النظام لم يكن يحاول نسخ الطريقة التي يلعب بها المتسابقون البشريون، ولكن لا يهم. فلقد تغلب عليهم بكل الأحول.
Now, there are those who dwell upon that the fact that these machines aren't built in our image. As an example, take IBM's Watson, the supercomputer that went on the US quiz show "Jeopardy!" in 2011, and it beat the two human champions at "Jeopardy!" The day after it won, The Wall Street Journal ran a piece by the philosopher John Searle with the title "Watson Doesn't Know It Won on 'Jeopardy!'" Right, and it's brilliant, and it's true. You know, Watson didn't let out a cry of excitement. It didn't call up its parents to say what a good job it had done. 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, but it didn't matter. It still outperformed them.
إن حل معضلة الذكاء الاصطناعي أظهر لنا أن فهمنا محدود للذكاء البشري، وأن طريقة تفكيرنا وتحليلنا، لم يعد حجر عثرة أمام الأتمتة كما كان في الماضي. ما التالي، كما رأينا، عندما تقوم هذه الآلات بالمهام بطريقة مختلفة عن البشر، ليس هناك سبب للإعتقاد أن كفاءة العمل البشري تمثل أي نوع من المثالية مقارنة بما قد تقوم به هذه الآلات من عمل في المستقبل.
Resolving the intelligence myth shows us that our limited understanding about human intelligence, about how we think and reason, is far less of a constraint on automation than it was in the past. What's more, as we've seen, when these machines perform tasks differently to human beings, there's no reason to think that what human beings are currently capable of doing represents any sort of summit in what these machines might be capable of doing in the future.
الآن الخرافة الثالثة، وهي ما أسميها بـ "خرافة التفوق " عادةً ما يقال بأن هؤلاء من ينسون الجانب الجيد من التقدم التكنولوجي، تلك الكماليات من الماضي، يقعون في خطأ يسمى بـ"مغالطة اجمالي الوظائف" الآن تكمن المشكلة في "مغالطة اجمالي الوظائف" إنها مغالطة بحد ذاتها، وأسميها بـ"مغالطة اجمالى الوظائف"، أو اختصارًا "LOLFF". دعوني أوضح. مغالطة إجمالي الوظائف مصطلح قديم. الاقتصادي البريطاني "دافيد شلوس" كان أول من استخدمه في عام 1892. لقد احتار عندما مر بجانب عامل الرصيف الذي كان قد بدأ باستخدام الآلة في التنظيف، الأقراص المعدنية الصغيرة التي تربط على نهاية المسامير. وكان هذا العامل يشعر بالذنب لأنه أصبح أكثر إنتاجية. الآن، عادةً ما نتوقع ردة فعل معاكسة أن يشعر الناس بالذنب لأنهم أقل إنتاجية، تعرفون وقت أكثر بقليل على الفيسبوك أو التويتر أثناء العمل. ولكن كان هذا العامل يشعر بالذنب لأنه أصبح أكثر انتاجية وسأله لماذا، فأجابه: "أنا أعرف أن ما أقوم به خاطئ أنا أخذ العمل من رجل آخر." من وجهة نظره، كان هناك معدل ثابت من إجمالي الوظائف يتم تقسيمها بينه وبين زملائه، ولهذا إذا استخدم هذه الآلة لفعل المزيد، سيكون هناك القليل ليفعله بقية زملائه. رأى "شلوس" هذا الخطأ. لأن إجمالي حجم الوظائف لم يكن ثابتًا. فكلما استخدم هذا العامل الآلة وأصبح أكثر انتاجية، أجور المنظفين ستنخفض، والطلب على الأيدي العاملة منهم سيرتفع، يجب إيجاد منظفين أكثر، وسيكون هناك عمل أكثر ليقوم به بقية زملائه. إجمالي الوظائف سيرتفع. سمى "شلوس " هذا بـ "مغالطة إجمالي الوظائف".
Now the third myth, what I call the superiority myth. It's often said that those who forget about the helpful side of technological progress, those complementarities from before, are committing something known as the lump of labor fallacy. Now, the problem is the lump of labor fallacy is itself a fallacy, and I call this the lump of labor fallacy fallacy, or LOLFF, for short. Let me explain. The lump of labor fallacy is a very old idea. It was a British economist, David Schloss, who gave it this name in 1892. He was puzzled to come across a dock worker who had begun to use a machine to make washers, the small metal discs that fasten on the end of screws. And this dock worker felt guilty for being more productive. Now, most of the time, we expect the opposite, that people feel guilty for being unproductive, you know, a little too much time on Facebook or Twitter at work. But this worker felt guilty for being more productive, and asked why, he said, "I know I'm doing wrong. I'm taking away the work of another man." In his mind, there was some fixed lump of work to be divided up between him and his pals, so that if he used this machine to do more, there'd be less left for his pals to do. Schloss saw the mistake. The lump of work wasn't fixed. As this worker used the machine and became more productive, the price of washers would fall, demand for washers would rise, more washers would have to be made, and there'd be more work for his pals to do. The lump of work would get bigger. Schloss called this "the lump of labor fallacy."
واليوم تسمعون الناس يتحدثون عن مغالطة إجمالي الوظائف لتفكرون بالمستقبل وبكل أنواع العمل فيه. ليس هناك معدل ثابت للوظائف في السوق ليتم تقسيمها بين الناس والآلات. نعم، الآلات تأخذ مكان الناس، وتجعل إجمالي حجم الوظائف أصغر مما كان، وكنها أيضًا تكمل عمل البشر، وبهذا يزداد حجم إجمالي الوظائف ويتغير.
And today you hear people talk about the lump of labor fallacy to think about the future of all types of work. There's no fixed lump of work out there to be divided up between people and machines. Yes, machines substitute for human beings, making the original lump of work smaller, but they also complement human beings, and the lump of work gets bigger and changes.
لكن "مغالطة إجمالي الوظائف" هنا يكمن الخطأ: من الصحيح التفكير أن التقدم التكنولوجي يجعل معدل إجمالي الوظائف أكبر. بعض المهمام تصبح أكثر قيمة. ومهام جديدة للقيام بها. ولكن من الخاطئ أن نفكر أن ذلك يعني بالضرورة أن البشر هم أفضل من يقوم بهذه المهام. وهذه هي خرافة التفوق البشري. نعم، إجمالي الوظائف يصبح أكبر ويتغير، ولكن الآلات تصبح أكثر كفاءة، فمن المرجح أنها نفسها ستستحوذ على الزيادة في إجمالي حجم الوظائف. بدلًا من أن يكمل التقدم التكنولوجي الإنسان، فإنه يكمل الآلآت.
But LOLFF. Here's the mistake: it's right to think that technological progress makes the lump of work to be done bigger. Some tasks become more valuable. New tasks have to be done. But it's wrong to think that necessarily, human beings will be best placed to perform those tasks. And this is the superiority myth. Yes, the lump of work might get bigger and change, but as machines become more capable, it's likely that they'll take on the extra lump of work themselves. Technological progress, rather than complement human beings, complements machines instead.
لرؤية هذا، لنعد إلى مثال قيادة السيارة. اليوم، أصبحت أنظمة "ساتناف" تكمل الإنسان بشكل مباشر. ويدربوا بعض الناس ليصبحوا سائقين أفضل. ولكن في المستقبل، فإن البرامج ستقوم بإبعاد البشر من مقعد القيادة، وأنظمة "سات ناف" هذه بدلًا من أن تكمل الإنسان، ستجعل هذه السيارات بدون سائق اكثر كفاءة، وبهذا تساعد الآلآت بدلًا عن ذلك. أو بالذهاب إلى تلك المكملات الغير مباشرة التي ذكرتها سابقًا. قد تصبح فطيرة الاقتصاد أكبر حجمًا، ولكن الآلات ستصبح أكثر كفاءة، من الممكن أن الطلب الجديد على البضائع التي تقوم الآلات بصنعها وليس الإنسان ستكون هي خير من يقوم بالمهمة. قد يتغير حجم الفطيرة الاقتصادية، ولكن مع تحسن قدرة الآلات، من المحتمل أن تكون هي خير من يقوم بالمهام الجديدة التي يجب عملها باختصار، الحاجة لمهام جديدة لا يعني زيادة الطلب على الأيدي العاملة البشرية. سيستفيد البشر فقط إذا كانوا هم اليد العليا في كل هذه المهام التكميلية، ولكن مع تحسن كفاءة الآلآت اصبحت فرصتنا ضعيفة.
To see this, go back to the task of driving a car. Today, satnav systems directly complement human beings. They make some human beings better drivers. But in the future, software is going to displace human beings from the driving seat, and these satnav systems, rather than complement human beings, will simply make these driverless cars more efficient, helping the machines instead. Or go to those indirect complementarities that I mentioned as well. The economic pie may get larger, but as machines become more capable, it's possible that any new demand will fall on goods that machines, rather than human beings, are best placed to produce. The economic pie may change, 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. In short, demand for tasks isn't demand for human labor. Human beings only stand to benefit if they retain the upper hand in all these complemented tasks, but as machines become more capable, that becomes less likely.
إذًا ما الذي تخبرنا هذه الثلاث الخرافات؟ حسنًا، بحل خرافة الإبادة عرفنا أن مستقبل الوظائف يعتمد على التوازن بين عاملين: الأول أن استبدال الآلآت الذي يضر بالعمال ولكن ايضًا تلك المكملات التي تقوم بالعكس. وحتى الآن ، هذا التوازن تلاشى لصالح الكائن البشري. ولكن كسر خرافة الذكاء الاصطناعي أثبت لنا أنا العامل الأول، وهو استبدال الآلات، يحشد كامل قوته. بالطبع لا تستطيع الآلات عمل كل شيء، ولكن يمكنها العمل أكثر، والتعمق أكثر في مجال المهام التي يقوم بها البشر. أيضًا، ليس هناك سبب للاعتقاد أن بمقدور البشر حاليًا على الاستمرار إلى الأمام، أو أن الآلات ستترك لنا المكان عند تمكنها من تنفيذ المهام مثلنا. الآن، لا يهم أيٌ من هذا طالما أن رياح المساعدة المكملة تلك تهب بقوة كافية، لكن بدحض خرافة التفوق يثبت لنا هذا أن عملية تجاوز المهام لا يعزز فقط عامل استبدال الآلات محل البشر، ولكنه يضعف هذه المكملات المساعدة أيضًا. إذا جمعنا هذه الثلاث الخرافات معًا أظن أنه بمقدورنا أخذ لمحة عن المستقبل المتزعزع. الآلات تتحسن لتصبح أكثر كفاءة، وتستولي على مهام أكثر كان يقوم بها الإنسان، مما يعزز تيار التوجه نحو الآلات، ويضعف من التوجه نحو اتخاذ الآلات كشيء تكميلي لدور الإنسان. وفي وقت من الزمن، ذلك التوازن سيختل لمصلحة الآلات وليس لمصلحة الإنسان. هذه هو الطريق الذي نسلكه الآن. أقول "طريق" عن قصد، لأنني لا أعتقد أننا وصلنا لتلك المرحلة بعد ولكن من الصعب تجنب الخاتمة التي تقع في نهاية الرحلة.
So what do these three myths tell us then? Well, resolving the Terminator myth shows us that the future of work depends upon this balance between two forces: one, machine substitution that harms workers but also those complementarities that do the opposite. And until now, this balance has fallen in favor of human beings. But resolving the intelligence myth shows us that that first force, machine substitution, is gathering strength. Machines, of course, can't do everything, but they can do far more, encroaching ever deeper into the realm of tasks performed by human beings. What's more, there's no reason to think that what human beings are currently capable of represents any sort of finishing line, that machines are going to draw to a polite stop once they're as capable as us. Now, none of this matters so long as those helpful winds of complementarity blow firmly enough, but resolving the superiority myth shows us that that process of task encroachment not only strengthens the force of machine substitution, but it wears down those helpful complementarities too. Bring these three myths together and I think we can capture a glimpse of that troubling future. Machines continue to become more capable, encroaching ever deeper on tasks performed by human beings, strengthening the force of machine substitution, weakening the force of machine complementarity. And at some point, that balance falls in favor of machines 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, but it is hard to avoid the conclusion that this is our direction of travel.
تلك هي المشكلة. دعوني أقول لما أظن أن وجود هذه المشكلة أمر جيد على مدى التاريخ البشري، لطالما تواجدت مشلكة اقتصادية وهي: كيفية جعل الفطيرة الاقتصادية كبيرة بما يكفي لنجاة الجميع. وبالعودة إلى القرن الأول الميلادي، وإذا أخذنا الفطيرة الاقتصادية العالمية وقسمناها إلى شرائح متساوية للجميع في العالم، سيحصل الجميع على بضع مئات الدولارات. سيعيش الجميع تقريبًا أعلى من أو قريبًا من خط الفقر. وإذا مشيت بعجلة الوقت ألف سنة، سنكون الحال نفسه أيضًا. ولكن خلال المائة سنة الماضية، ارتفع النمو الاقتصادي. وتضخمت تلك الفطائر الاقتصادية بالحجم. نصيب الفرد من إجمالي الناتج المحلي، قيمة هذه الأقسام الفردية من الفطيرة اليوم، حوالي 10,150 دولار. إذا استمر النمو الاقتصادي بمعدل 2 بالمائة، سيصبح أولادنا أكثر ثراءً منا بمرتين. إذا استمر أقل بقليل من الاثنين بالمائة، سيصبح أحفادنا أكثر ثراءً منا بمرتين. بالنسبة والحجم، حللنا تلك المشكلة الاقتصادية القديمة.
That's the troubling part. Let me say now why I think actually this is a good problem to have. For most of human history, one economic problem has dominated: how to make the economic pie large enough for everyone to live on. Go back to the turn of the first century AD, and if you took the global economic pie and divided it up into equal slices for everyone in the world, everyone would get a few hundred dollars. Almost everyone lived on or around the poverty line. And if you roll forward a thousand years, roughly the same is true. But in the last few hundred years, economic growth has taken off. Those economic pies have exploded in size. Global GDP per head, the value of those individual slices of the pie today, they're about 10,150 dollars. If economic growth continues at two percent, our children will be twice as rich as us. If it continues at a more measly one percent, our grandchildren will be twice as rich as us. By and large, we've solved that traditional economic problem.
الآن، البطالة بسبب التكنولوجيا، إن حدثت، على نحو غريب ستكون مؤشر على ذلك النجاح، وستقدم حلًا لمشكلة... كيفية تكبير حجم الفطيرة... ولكن استبدالها بواحدة أخرى... كيفية التأكد من أن الجميع حصل على نصيبه من الفطيرة. وكما لاحظ الإقتصاديين، فإن حل هذه المشكلة لن يكون سهلًا. اليوم، بالنسبة لمعظم الناس، عمل مكتبي بحت على طاولة الفطور الاقتصادية، وفي عالم قليل أو معدوم الوظائف،ن غير واضح كيفية حصولهم على نصيبهم من الفطيرة. هناك نقاش محموم للكثير من الأشياء مثلًا، عن النماذج المختلفة للدخل الأساسي العالمي، كأحد النماذج المحتملة، وهناك جلسات قانونية تعقد في الولايات المتحدة وفنلندا و كينيا. وهذا التحدي الكلي الذي يقف أمامنا مباشرةً، لمعرفة كيف سيتشكل هذا الرخاء المادي من قبل النظام الاقتصادي ويستفيد منه الجميع في حالم حيث فيه الآلية التقليدية لتقسيم الفطيرة الاقتصادية، والعمل الذي يقوم به الناس، يتناقص وربما يختفي تمامًا.
Now, technological unemployment, if it does happen, in a strange way will be a symptom of that success, will have solved one problem -- how to make the pie bigger -- but replaced it with another -- how to make sure that everyone gets a slice. As other economists have noted, solving this problem won't be easy. Today, for most people, their job is their seat at the economic dinner table, and in a world with less work or even without work, it won't be clear how they get their slice. There's a great deal of discussion, for instance, about various forms of universal basic income as one possible approach, and there's trials underway in the United States and in Finland and in Kenya. And this is the collective challenge that's right in front of us, to figure out how this material prosperity generated by our economic system can be enjoyed by everyone in a world in which our traditional mechanism for slicing up the pie, the work that people do, withers away and perhaps disappears.
سيتطلب منا حل هذه المشكلة التفكير بطرق مختلفة تمامًا. سيكون هناك العديد من الخلافات حول مالذي يجب فعله، لكن من المهم أن نتذكر أن هذه المشكلة أفضل بكثير من تلك التي استحوذت على تفكير أجدادنا لعدة قرون ألا وهي: كيف نجعل الفطيرة أكبر حجمًا في المقام الأول.
Solving this problem is going to require us to think in very different ways. There's going to be a lot of disagreement about what ought to be done, but it's important to remember that this is a far better problem to have than the one that haunted our ancestors for centuries: how to make that pie big enough in the first place.
شكرًا جزيلًا لكم.
Thank you very much.
(تصفيق)
(Applause)