The Rise of the Machines – Why Automation is Different this Time

The Rise of the Machines – Why Automation is Different this Time

SUBTITLE'S INFO:

Language: Danish

Type: Human

Number of phrases: 181

Number of words: 1817

Number of symbols: 8983

DOWNLOAD SUBTITLES:

DOWNLOAD AUDIO AND VIDEO:

SUBTITLES:

Subtitles prepared by human
00:01
Hvor længe tror du det vil tage før maskiner gør dit arbejde bedre end du gør? Automatisering plejede at betyde store, dumme maskiner som udførte repetitivt arbejde på fabrikker. I dag kan de lande fly, diagnosticere kræft og handle med aktier. Vi træder ind i en ny tidsalder for automatisering som vi aldrig har set før. Ifølge et studie fra 2013 kan næsten halvdelen af alle job i USA potentielt blive automatiseret inden for de næste to årtier. Men vent; Har automatisering ikke været her i årtier? Hvad er anderledes denne gang? Tingene plejede at være simple. Innovation gjorde arbejdet lettere for mennesket og produktiviteten steg. Hvilket betyder at flere ting og services kunne produceres per time for den samme antal menneskelige arbejdere. Dette eliminerede mange job, men skabte andre job der var bedre hvilket var vigtigt fordi den voksende befolkning har brug for arbejde. Så i en nøddeskål - innovation, højere produktivitet, færre gamle job og mange nye og ofte bedre job. Generelt virkede dette for de fleste folk og levestandarden blev bedre. Der er en tydelig udvikling i hvad mennesker gjorde for at tjene til føden
01:24
I lang tid arbejde vi med landbrug. Med den industrielle revolution skiftede dette over til produktionsjobs og efterhånden som automatisering blev mere udbredt og mennesket skiftede mere over til servicejobs. Og så, for kun få øjeblikke siden i menneskehedens historie, begyndte Informationstidsalderen. Pludselig var reglerne andereldes. Vores job bliver nu overtaget af maskiner meget hurtigere end før. Det er selvfølgelig bekymrende, men innovation vil da redde os, ikke? Selvom virksomheder i den nye informationstidsalder blomstrer, så skaber de færre og færre nye jobs. General Motors havde i 1979 mere end 800.000 ansatte og tjente omkring 11 milliarder amerikanske dollars. Google tjente i 2012 omkring 14 milliarder, mens de kun havde 58.000 folk ansat. Du vil måske ikke bryde dig om denne sammenligning, men Google er et eksempel på hvad der tidligere skabte nye jobs. Nye, innovative industrier. Gamle innovative industrier er ved at løbe tørre for damp. Se bare på biler. Da de kom til for 100 år siden, skabte de en kæmpe industri.
02:32
Biler ændrede vores livsstil, vores infrastruktur og vores byer. Millioner af folk fik job både direkte og indirekte gennem biler. Årtiers vedvarende investering har holdt dette momentum kørende. I dag er denne proces stort set overstået. Innovation i bilindustrien skaber ikke så mange jobs som det plejede at gøre. Mens elektriske biler er gode, så vil de ikke skabe millioner af nye jobs. Men vent; hvad med internettet? Nogle teknologi eksperter argumenterer for at internettet er en innovation på lige fod med indførslen af elektricitet. Hvis vi følger denne sammenligning, så kan vi se hvordan moderne innovation adskiller sig fra den gamle. Internettet skabte nye industrier, men de industrier skaber ikke nok jobs til at følge med befolkningsvæksten eller kompenserer nok for de industrier som internettet gør forældet. Ved deres højdepunkt i 2004 havde Blockbuster 84.000 ansatte og havde en omsætning på 6 milliarder amerikanske dollars. I 2016 havde Netflix 4.500 ansatte og en omsætning på 9 milliarder amerikanske dollars. Eller tag os for eksempel. Med et fuldtidshold på bare 12 personer kan Kurzgesagt nå ud til millioner af folk.
03:41
En TV station med samme antal seere har brug for mange flere ansatte. Innovation i informationstidsalderen er ikke lig med skabelse af nok nye jobs, hvilket ville være slemt nok i sig selv, men nu er en ny bølge af automatisering og en ny generation af maskiner langsomt ved at tage over. For at forstå dette, er vi nødt til at forstå os selv først. Menneskelige fremskridt er bygget på uddelegering af arbejde. Efterhånden som vi har udviklet os over tusinder af år, er jobs blevet mere og mere specialiserede. Mens selv vores klogeste maskiner er dårlige til at udføre komplicerede jobs, så er de ekstrem gode til at udføre snævert defineret og forudsigelige opgaver. Det er hvad der ødelagde fabriksarbejde. Men hvis man ser på et komplekst job længe og grundigt nok, så bliver det tydeligt at det bare er mange snævert definerede og forudsigelige opgaver i en rækkefølge efter hinanden. Maskiner er ved at blive så gode til at opdele komplekse jobs i mange forudsigelige led at det for mange folk vil betyde at der ikke vil være plads til yderligere specialisering. Vi er på kanten til at blive udkonkurreret. Digitale maskiner gør dette via. maskinlæring
04:53
hvilket gør dem i stand til at erhverve sig information og evner ved at analysere data. Dette gør dem bedre til ting ved at opdage de forhold der er mellem dem. Maskiner underviser sig selv. Vi gør dette muligt ved at give en computeren en masse data omkring de ting, vi vil have de skal blive bedre til. Vis en maskine alle de ting du har købt online og den vil langsomt lære hvad den skal anbefale dig, så du køber flere ting. Maskinlæring er nu ved at leve op til mere af dets potentiale fordi mennesker de seneste år er begyndt at indsamle data omkring alt. Adfærd, vejrmønstre, patientjournaler, kommunikationssystemer, rejsedata og selvfølgelig data om hvad vi laver på arbejdet. Vi har ved et tilfælde skabt et kæmpe bibliotek som maskiner kan bruge til at lære hvordan mennesker gør ting og lære hvordan man gør det bedre. Disse digitale maskiner kan muligvis blive dem der forælder flest jobs. De kan blive repliceret øjeblikkeligt og uden omkostninger. Når de forbedrer sig, skal man ikke investere i nye store metal ting; du kan bare bruge den nye kode. Og de har evnen til at blive bedre på kort tid. Men hvor hurtigt?
06:03
Hvis dit arbejde i dag involverer komplekst arbejde på en computer, så vil du muligvis være uden arbejde tidligere end fabriksarbejdere. Der er eksempler fra den virkelige verden på hvordan denne overgang kan ske. Et firma i San Francisco tilbyder et program til ledelse af projekter til store virksomheder, hvilket er beregnet til at erstatte de mellemliggende lederstillinger. Når det bliver hyret til et nyt projekt, starter programmet med først at finde ud af hvilke jobs der kan blive automatiseret og præcis hvor der er brug for egentlige professionelle mennesker. Derefter hjælper den med at samle et hold af freelancere over internettet. Programmet fordeler så opgaver til menneskerne og kontrollerer kvaliteten af arbejdet, overvåger individuel præstation indtil projektet er afsluttet. Okay. Det lyder ikke så slemt. Mens denne maskine eliminerer ét job, så skaber den flere jobs for freelancere, ikke? Tja, efterhånden som freelancere færdiggør deres opgaver, vil læringsalgoritmer overvåge dem og indsamle data omkring deres arbejde og hvilke opgaver det består af. Så hvad der i virkeligheden sker er at freelancerne lærer maskinen hvordan de skal erstatte dem. I gennemsnit reducerer dette program udgifterne med 50%
07:12
i det første år og yderligere 25% i det andet år. Dette er kun ét eksempel ud af mange. Der er maskiner og programmer som er ved at blive så gode eller bedre end mennesker i alle mulige felter. Fra farmaceuter til analytikere, journalister til radiologer, kasserer til bankmedarbejdere eller bare den ufaglærte. Alle disse jobs kommer ikke til at forsvinde på én gang men færre og færre mennesker kommer til at udføre dem. Vi vil diskutere et par eksempler i en senere video. Men mens forældelsen af en række jobs er en dårlig ting, så er det kun halvdelen af historien. Det er ikke nok at erstatte gamle jobs med nye. Vi er nødt til at skabe nye jobs hele tiden fordi verdensbefolkningen vokser. Før i tiden løste vi dette gennem innovation. Men siden 1973 er skabelsen af nye jobs i USA begyndt at skrumpe. Og det første årti i det 21. århundrede var det første hvor den totale mængde jobs i USA for første gang ikke voksede. I et land som har brug for 150.000 nye jobs hver måned bare for at følge med befolkningsvæksten, så er det dårlige nyheder.
08:26
Dette er også ved at påvirke levestandarden. Før i tiden var det åbenlyst at en øget produktivitet medførte flere og bedre jobs. Men tallene siger noget andet. I 1998 arbejde folk i USA i alt 194 milliarder timer. Over de næste 15 år er deres produktion steget med 42%. Men i 2013 var mængden af arbejdstimer stadig 194 milliarder timer. Dette betyder at på trods af drastisk øget produktivitet, tilkomst af tusinder af nye virksomheder og en stigning i befolkningen i USA med over 40 millioner, så var der ingen vækst i antallet af arbjedstimer de seneste 15 år. På samme tid er lønnen faldet for de nye færdiguddannede fra universiteter over det seneste årti mens op til 40% af nye færdiguddannede er tvunget til at tage jobs som ikke kræver en akademisk grad. Produktivitet er ved at blive adskilt fra menneskeligt arbejde, Innovation i Informationstidsalderen er anderledes fra alt det vi nogensinde er stødt på.
09:38
Processen begyndte for mange år siden og er allerede godt i gang. Selv uden nye forstyrrelser som selvkørende biler eller robot-revisorer. Det ser ud til at automatisering er anderledes denne gang. Denne gang kan maskiner rent faktisk overtage vores jobs. Vores økonomi er bygget på den præmis at folk forbruger. Men hvis færre og færre folk har et ordentligt arbejde, hvem kommer så til at stå for alt forbruget? Producerer vi billigere og billigere indtil vi når et punkt hvor der er for få folk som faktisk har råd til at købe alle de ting og servicer? Eller vil fremtiden se en lille minoritet af superrige folk som ejer maskiner og dominerer resten af befolkningen? Og ser vores fremtid virkelig så sort ud? Selvom vi har været ret pessimistiske i denne video, så er det langt fra sikkert at tingene kommer til at ende dårligt. Informationstidsalderen og moderne automatisering kan være en kæmpe mulighed for at ændre det menneskelige samfund og drastisk reducere fattigdom og ulighed. Det kunne blive et banebrydende øjeblik i menneskets historie. Vi vil tale mere om dette potentiale og mulige løsninger som en universel basal indkomst i del 2 af denne videoserie.
10:46
Vi har brug for at tænke stort og hurtigt. Fordi der er én ting der er sikkert - maskinerne er ikke på vej; De er her allerede. Denne video tog os over 900 timer at lave og vi har arbejdet med den over 9 måneder. Projekter som denne ville ikke være muligt uden jeres støtte på patreon.com. Hvis vi vil hjælpe os og få en personligt Kurzgesagt fugl til gengæld, så vil det virkelig være til gavn for os. Vi har bygget meget af denne video på to meget gode bøger: og Du kan finde links til dem begge i videoskrivelsen - varmt anbefalet. Vi har også lavet en lille robotplakat. Du kan købe den og mange andre ting på vores DFTBA butik. Denne video er del af en større serie om hvordan teknologi allerede har ændret og vil forandre menneskets liv for altid. Hvis du vil se videre, så har vi et par playlister.

DOWNLOAD SUBTITLES: