Vídeo | The jobs we’ll lose to machines – and the ones we won’t

Palestra apresentada por Anthony John Goldbloom, no encontro TED 2016. Ele é o fundador e presidente da empresa Kaggle, uma startup do Vale do Silício, que tem usado modelagem preditiva para resolver problemas para a NASA, Wikipedia, Ford and Deloitte. (Fonte: Wikipedia)

O aprendizado de máquina hoje em dia não mais se resume a tarefas simples como avaliação de risco de crédito e ordenar correspondência – hoje as máquinas são capazes de tarefas muito mais complexas, como por exemplo corrigir redações de alunos e diagnosticar doenças. Com estes avanços vem à mente uma pergunta incômoda: Será que um robô fará o meu trabalho no futuro?


Audio

Normal

Slow
English TranscriptTradução
So this is my niece.Essa é minha sobrinha.
Her name is Yahli.O nome dela é Yahli.
She is nine months old.Ela tem nove meses.
Her mum is a doctor, and her dad is a lawyer.A mãe é médica; o pai, advogado.
By the time Yahli goes to college, the jobs her parents do are going to look dramatically different.Quando a Yahli entrar para a faculdade, o trabalho que os pais fazem vai estar radicalmente diferente.
In 2013, researchers at Oxford University did a study on the future of work.Em 2013, pesquisadores da Universidade de Oxford fizeram um estudo sobre o futuro do trabalho.
They concluded that almost one in every two jobs have a high risk of being automated by machines.Concluíram que praticamente um em dois empregos possui um alto risco de ser automatizado por máquinas.
Machine learning is the technology that's responsible for most of this disruption.O aprendizado de máquina é a tecnologia responsável por grande parte dessa revolução.
It's the most powerful branch of artificial intelligence.É o ramo mais poderoso da inteligência artificial.
It allows machines to learn from data and mimic some of the things that humans can do.Permite que máquinas aprendam com dados e imitem algumas das coisas que os humanos fazem.
My company, Kaggle, operates on the cutting edge of machine learning.Tenho uma empresa de ponta no aprendizado de máquina, a Kaggle.
We bring together hundreds of thousands of experts to solve important problems for industry and academia.Reunimos milhares de especialistas para resolver problemas importantes para a indústria e o mundo acadêmico.
This gives us a unique perspective on what machines can do, what they can't do and what jobs they might automate or threaten.Isso nos dá uma perspectiva única sobre o que as máquinas podem fazer, o que não conseguem fazer e quais empregos elas vão automatizar ou ameaçar.
Machine learning started making its way into industry in the early '90s.O aprendizado de máquina começou na indústria no início da década de 90.
It started with relatively simple tasks.Começou com tarefas relativamente simples.
It started with things like assessing credit risk from loan applications, sorting the mail by reading handwritten characters from zip codes.Algo como avaliar o risco creditício de empréstimos, e separar a correspondência pela leitura do número do CEP manuscrito.
Over the past few years, we have made dramatic breakthroughs.Nos últimos dez anos, temos feito avanços incríveis.
Machine learning is now capable of far, far more complex tasks.O aprendizado de máquina agora é capaz de tarefas bem mais complexas.
In 2012, Kaggle challenged its community to build an algorithm that could grade high-school essays.Em 2012, a Kaggle desafiou sua comunidade a fazer um algoritmo que corrigisse redações do ensino médio.
The winning algorithms were able to match the grades given by human teachers.Os algoritmos vencedores foram capazes de se equiparar às notas dadas por professores humanos.
Last year, we issued an even more difficult challenge.No ano passado, lançamos um desafio ainda mais difícil.
Can you take images of the eye and diagnose an eye disease called diabetic retinopathy?Você consegue fotografar o olho e diagnosticar uma doença chamada retinopatia diabética?
Again, the winning algorithms were able to match the diagnoses given by human ophthalmologists.De novo, os algoritmos vencedores foram capazes de se equiparar aos diagnósticos dados por oftalmologistas humanos.
Now, given the right data, machines are going to outperform humans at tasks like this.De posse dos dados certos, as máquinas superarão os humanos nesse tipo de tarefa.
A teacher might read 10,000 essays over a 40-year career.Um professor pode ler 10 mil redações ao longo de uma carreira de 40 anos.
An ophthalmologist might see 50,000 eyes.Um oftalmologista pode examinar 50 mil olhos.
A machine can read millions of essays or see millions of eyes within minutes.Uma máquina pode ler milhões de redações ou examinar milhões de olhos em poucos minutos.
We have no chance of competing against machines on frequent, high-volume tasks.Não temos a menor chance de competir com as máquinas em tarefas frequentes e volumosas.
But there are things we can do that machines can't do.No entanto, há coisas que conseguimos fazer, mas as máquinas não.
Where machines have made very little progress is in tackling novel situations.Um campo em que as máquinas têm feito pouco progresso é em lidar com situações novas.
They can't handle things they haven't seen many times before.Elas não conseguem lidar com coisas que não viram muitas vezes antes.
The fundamental limitations of machine learning is that it needs to learn from large volumes of past data.As limitações fundamentais do aprendizado de máquina é que ela precisa aprender através de grandes volumes de dados passados.
Now, humans don't.Mas os humanos não.
We have the ability to connect seemingly disparate threads to solve problems we've never seen before.Temos a habilidade de ligar pontos aparentemente díspares para resolver problemas que nunca vimos antes.
Percy Spencer was a physicist working on radar during World War II, when he noticed the magnetron was melting his chocolate bar.Percy Spencer foi um físico que trabalhava com radar durante a Segunda Guerra, quando notou que o magnetron estava derretendo sua barra de chocolate.
He was able to connect his understanding of electromagnetic radiation with his knowledge of cooking in order to invent -- any guesses? -- the microwave oven.Ele foi capaz de ligar seu conhecimento de radiação eletromagnética com seu conhecimento culinário para inventar -- algum palpite? O forno micro-ondas.
Now, this is a particularly remarkable example of creativity.Esse é um exemplo especialmente notável de criatividade.
But this sort of cross-pollination happens for each of us in small ways thousands of times per day.Mas esse tipo de polinização cruzada acontece com todos nós em pequena escala, milhares de vezes ao dia.
Machines cannot compete with us when it comes to tackling novel situations, and this puts a fundamental limit on the human tasks that machines will automate.As máquinas não conseguem competir conosco quando se trata de situações novas, e isso coloca um limite fundamental nas tarefas humanas que as máquinas vão automatizar.
So what does this mean for the future of work?Assim, o que isso significa para o futuro do trabalho?
The future state of any single job lies in the answer to a single question: To what extent is that job reducible to frequent, high-volume tasks, and to what extent does it involve tackling novel situations?O futuro de cada emprego está na resposta a uma única questão: "Até que ponto esse emprego é reduzível a tarefas frequentes e volumosas, e até que ponto ele envolve lidar com situações novas?"
On frequent, high-volume tasks, machines are getting smarter and smarter.Em tarefas frequentes e volumosas, as máquinas estão cada vez melhores.
Today they grade essays.Hoje elas corrigem redações.
They diagnose certain diseases.Elas diagnosticam certas doenças.
Over coming years, they're going to conduct our audits, and they're going to read boilerplate from legal contracts.Nos anos vindouros, vão realizar auditorias e vão ler informações básicas de contratos legais.
Accountants and lawyers are still needed.Contadores e advogados ainda serão necessários.
They're going to be needed for complex tax structuring, for pathbreaking litigation.Eles serão necessários para tarefas fiscais complexas e litígios inovadores.
But machines will shrink their ranks and make these jobs harder to come by.Mas as máquinas vão cortar postos e tornar mais difícil a obtenção desses empregos.
Now, as mentioned, machines are not making progress on novel situations.Como mencionei, as máquinas não estão obtendo progresso em situações novas.
The copy behind a marketing campaign needs to grab consumers' attention.O texto de uma campanha publicitária precisa prender a atenção do consumidor.
It has to stand out from the crowd.Tem de se destacar na multidão.
Business strategy means finding gaps in the market, things that nobody else is doing.Estratégia empresarial é achar lacunas no mercado, algo que ninguém esteja fazendo.
It will be humans that are creating the copy behind our marketing campaigns, and it will be humans that are developing our business strategy.São seres humanos que vão criar o texto dessas campanhas publicitárias, e serão eles que vão desenvolver nossa estratégia de negócios.
So Yahli, whatever you decide to do, let every day bring you a new challenge.Assim, Yahli, seja lá o que você decida ser, deixe que cada novo dia lhe traga um novo desafio.
If it does, then you will stay ahead of the machines.Se trouxer, então você vai estar à frente das máquinas.
Thank you.Obrigado.

Contagem de Palavras

A tabela abaixo exibe as palavras encontradas neste vídeo bem como o número de vezes em que aparecem.

Freq.PalavraFreq.PalavraFreq.Palavra
29the25to24of
14a13machines12is
12and10that10it
9in8this8on
8are7they7tasks
7do6what6we
6machine6from6for
6by5you5will
5things5now5learning
5humans5high5have
5going5can4with
4situations4novel4jobs
4her4essays4an
3yahli3was3volume
3us3they're3tackling
3started3so3read
3over3our3might
3human3his3given
3future3frequent3does
3data3can't3but
3be3able2years
2year2work2winning
2when2were2times
2thousands2strategy2solve
2smarter2single2seen
2see2risk2progress
2problems2past2or
2needs2needed2my
2most2more2millions
2match2marketing2making
2made2like2learn
2kaggle2job2its
2industry2he2grade
2fundamental2far2eyes
2eye2extent2every
2diagnose2day2copy
2connect2complex2challenge
2business2bring2behind
2before2automate2at
2any2algorithms1zip
1world1working1within
1where1whatever1we've
1ways1way1war
1volumes1very1university
1unique1understanding1two
1together1today1time
1threaten1threads1these
1there1then1their
1that's1thank1technology
1teachers1teacher1tax
1take1study1structuring
1still1stay1state
1stand1spencer1sorting
1sort1some1small
1simple1shrink1she
1seemingly1school1s
1right1retinopathy1responsible
1researchers1remarkable1relatively
1reducible1reading1ranks
1radiation1radar1question
1puts1powerful1pollination
1physicist1perspective1percy
1per1pathbreaking1particularly
1parents1oxford1oven
1outperform1out1order
1ophthalmologists1ophthalmologist1operates
1one1old1noticed
1not1nobody1no
1nine1niece1new
1never1name1mum
1months1minutes1mimic
1microwave1mentioned1melting
1means1mean1market
1many1make1mail
1magnetron1look1loan
1little1litigation1limitations
1limit1lies1let
1legal1lawyers1lawyer
1last1large1knowledge
1it's1issued1involve
1invent1into1intelligence
1important1images1ii
1if1hundreds1haven't
1has1harder1happens
1handwritten1handle1guesses
1grades1grab1goes
1gives1getting1gaps
1finding1few1experts
1example1even1else
1electromagnetic1edge1early
1each1during1dramatically
1dramatic1don't1doing
1doctor1disruption1disparate
1diseases1disease1difficult
1different1did1diagnoses
1diabetic1developing1decide
1dad1cutting1crowd
1cross1credit1creativity
1creating1could1cooking
1contracts1consumers'1conduct
1concluded1competing1compete
1company1community1coming
1comes1come1college
1codes1chocolate1characters
1chance1challenged1certain
1career1capable1cannot
1campaigns1campaign1called
1build1breakthroughs1branch
1boilerplate1being1bar
1automated1audits1attention
1assessing1as1artificial
1applications1answer1almost
1allows1algorithm1ahead
1against1again1accountants
1academia1ability1'

Deixe um comentário

O seu endereço de e-mail não será publicado.