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: Greek

Type: Human

Number of phrases: 182

Number of words: 1952

Number of symbols: 11000

DOWNLOAD SUBTITLES:

DOWNLOAD AUDIO AND VIDEO:

SUBTITLES:

Subtitles prepared by human
00:01
Πόσος χρόνος πιστεύεις ότι θα χρειαστεί μέχρι οι μηχανές να κάνουν τη δουλειά σου καλύτερα από εσένα; Ως αυτοματισμό παλιότερα εννοούσαμε τις μεγάλες χαζές μηχανές που έκαναν επαναληπτικές εργασίες στα εργοστάσια. Σήμερα οι μηχανές μπορούν να προσγειώσουν αεροσκάφη, να διαγνώσουν τον καρκίνο και να συναλλάσσουν μετοχές. Μπαίνουμε σε μία νέα εποχή αυτοματισμού, που δεν μοιάζει με τίποτα έως τώρα. Σύμφωνα με μία έρευνα του 2013, περίπου οι μισές θέσεις εργασίας στις ΗΠΑ θα μπορούσαν πιθανώς να αυτοματοποιηθούν μέσα στις επόμενες 2 δεκαετίες. Για μισό λεπτό όμως: Ο αυτοματισμός δεν υπάρχει εδώ και δεκαετίες; Τι έχει αλλάξει αυτήν τη φορά; Τα πράγματα παλιά ήταν απλά. Οι εφευρέσεις έκαναν την ανθρώπινη εργασία ευκολότερη και η παραγωγικότητα αυξανόταν. Το οποίο σήμαινε ότι περισσότερα προϊόντα και υπηρεσίες μπορούσαν να παραχθούν ανά ώρα, χρησιμοποιώντας ωστόσο τον ίδιο αριθμό εργατών. Αυτό αφάνισε πολλές δουλειές, όμως επίσης δημιούργησε άλλες καλύτερες δουλειές, κάτι το οποίο ήταν σημαντικό μιας και ο αυξανόμενος πληθυσμός είχε ανάγκη την εργασία. Οπότε με λίγα λόγια είχαμε εφευρέσεις, υψηλότερη παραγωγικότητα, λιγότερες παλιές δουλειές, και πολλές καινούριες και συχνά καλύτερες δουλειές. Συνολικά, αυτό λειτούργησε καλά για την πλειονότητα των ανθρώπων και τα βιοτικά επίπεδα βελτιώθηκαν. Υπάρχει μία ξεκάθαρη πρόοδος όσον αφορά το τι έκαναν οι άνθρωποι
01:24
για να βγάζουν τα προς το ζην. Για το μεγαλύτερο χρονικό διάστημα, ασχολούμασταν με την γεωργία. Με τη Βιομηχανική Επανάσταση, στραφήκαμε στις εργασίες παραγωγής, και με την αυτοματοποίηση να γίνεται περισσότερο διαδεδομένη, οι άνθρωποι άρχισαν να ασχολούνται με εργασίες σε υπηρεσίες. Και τότε, μόλις μερικές στιγμές πριν στην ανθρώπινη ιστορία, συνέβη η Εποχή της Πληροφορίας. Ξαφνικά, οι κανόνες είναι διαφορετικοί. Οι θέσεις εργασίας μας αντικαθίστανται πλέον από μηχανές, πολύ ταχύτερα σε σχέση με το παρελθόν. Φυσικά αυτό είναι ανησυχητικό... όμως οι εφευρέσεις σίγουρα θα μας σώσουν, σωστά; Ενώ οι νέες βιομηχανίες στην εποχή της πληροφορίας αναπτύσσονται ραγδαία, οι νέες θέσεις που δημιουργούν ολοένα και λιγοστεύουν. Το 1979, η General Motors απασχολούσε περισσότερους από 800.000 εργαζομένους και είχε κέρδη περίπου 11 δισ. δολάρια. Το 2012, η Google είχε κέρδη περίπου 14 δισ. δολάρια, απασχολώντας μόλις 58.000 άτομα. Μπορεί να μη σου άρεσε αυτή η σύγκριση, όμως η Google αποτελεί και αυτή παράδειγμα του τι ήταν αυτό που δημιουργούσε θέσεις εργασίας στο παρελθόν: Οι καινοτόμες νέες επιχειρήσεις. Οι προηγούμενες καινοτόμες επιχειρήσεις χάνουν έδαφος. Ρίξε απλά μια ματιά στα αυτοκίνητα. Όταν είχαν γίνει μόδα 100 χρόνια πριν, δημιούργησαν τεράστιες βιομηχανίες.
02:32
Τα αυτοκίνητα μεταμόρφωσαν τον τρόπο ζωής μας, τις υποδομές μας και τις πόλεις μας. Εκατομμύρια ανθρώπων βρήκαν με αυτόν τον τρόπο θέσεις εργασίας, είτε άμεσα είτε έμμεσα. Δεκαετίες επενδύσεων διατήρησαν την ορμή που είχε αυτή η βιομηχανία. Σήμερα, η διαδικασία αυτή έχει σχεδόν ολοκληρωθεί. Οι καινοτομίες στην αυτοκινητοβιομηχανία δεν δημιουργούν τόσες θέσεις εργασίας όσες δημιουργούσαν στο παρελθόν. Παρόλο που τα ηλεκτρικά αυτοκίνητα είναι υπέροχα και τα σχετικά, δεν θα δημιουργήσουν εκατομμύρια νέες θέσεις εργασίας. Για μισό λεπτό όμως: τι γίνεται με το internet; Κάποιοι τεχνολόγοι υποστηρίζουν ότι το Διαδίκτυο είναι μία καινοτομία ανάλογη με την καινοτομία του ηλεκτρισμού. Αν σκεφτούμε όμως αυτήν τη σύγκριση, μπορούμε εύκολα να δούμε το πώς αυτή η σύγχρονη καινοτομία διαφέρει από τον ηλεκτρισμό. Το Διαδίκτυο δημιούργησε νέες βιομηχανίες, αυτές όμως δεν δημιουργούν αρκετές θέσεις εργασίες ώστε να αντισταθμίσουν την αύξηση του πληθυσμού ή τον αφανισμό επιχειρήσεων που έφερε το internet. Κατά την ακμή της το 2004, η εταιρεία Blockbuster είχε 84.000 εργαζόμενους και έβγαζε 6 δισ. δολάρια σε κέρδη. Το 2016, το Netflix με μόλις 4.500 εργαζόμενους είχε κέρδη 9 δισ. δολάρια. Ή πάρτε εμάς ως παράδειγμα. Με μία πλήρως απασχολούμενη ομάδα μόλις 12 ατόμων, το Kurzgesagt έχει κοινό εκατομμυρίων ατόμων.
03:41
Ένας τηλεοπτικός σταθμός με τον ίδιο αριθμό θεατών χρειάζεται πολύ περισσότερους εργαζομένους. Η καινοτομία στην Εποχή της Πληροφορίας δεν συνεπάγεται τη δημιουργία αρκετών νέων θέσεων εργασίας, κάτι το οποίο είναι ήδη αρκετά ανησυχητικό από μόνο του, ωστόσο τώρα έρχεται ένα καινούριο "κύμα" αυτοματισμού και μία νέα γενιά μηχανών αρχίζει σιγά σιγά να επικρατεί. Για να καταλάβουμε το πώς λειτουργούν αυτές οι μηχανές, πρέπει πρώτα να καταλάβουμε τους εαυτούς μας. Η πρόοδος του ανθρώπου βασίζεται στη διαίρεση της εργασίας. Ενόσω αναπτυσσόμασταν όλες αυτές τις χιλιετίες, οι δουλειές μας γινόντουσαν ολοένα και πιο εξειδικευμένες. Παρόλο που ακόμη και οι εξυπνότερες μηχανές μας υστερούν στο να εκτελούν σύνθετες εργασίες, είναι υπερβολικά καλές στο να κάνουν πολύ αυστηρά ορισμένες και προβλέψιμες εργασίες. Αυτό ήταν που αφάνισε τις θέσεις εργασίας στα εργοστάσια. Ρίξε ωστόσο μια καλή και βαθιά ματιά σε μία σύνθετη εργασία, και θα ανακαλύψεις ότι απλά αποτελείται από πολλές αυστηρά ορισμένες και προβλέψιμες εργασίες όπου η μία ακολουθεί την άλλην. Οι μηχανές κοντεύουν να γίνουν τόσο καλές στο να αναλύουν σύνθετες εργασίες σε πολλές μικρότερες και προβλέψιμες, που στο τέλος για πολλούς ανθρώπους, δεν θα υπάρχει άλλο περιθώριο για εξειδίκευση. Βρισκόμαστε στα πρόθυρα του να βγούμε εκτός συναγωνισμού. Οι ψηφιακές μηχανές το κάνουν αυτό μέσω του machine learning,
04:53
το οποίο τις επιτρέπει, αναλύοντας δεδομένα, να αποκτούν πληροφορίες και ικανότητες. Οι μηχανές λοιπόν γίνονται καλύτερες σε κάτι, όταν ανακαλύπτουν σχέσεις σε αυτό. Οι μηχανές διδάσκουν τον εαυτό τους. Αυτό το πετυχαίνουμε δίνοντας στον υπολογιστή πληθώρα δεδομένων σχετικά με το αντικείμενο στο οποίο θέλουμε να τον κάνουμε καλύτερο. Δείξε σε μία μηχανή όλα τα προϊόντα που αγόρασες online, και σιγά σιγά θα μάθει τι να σου προτείνει, ώστε να αγοράσεις περισσότερα προϊόντα. Τώρα είναι που το machine learning φτάνει στη μεγαλύτερη δυναμική, καθώς τα τελευταία χρόνια οι άνθρωποι έχουν αρχίσει να συλλέγουν δεδομένα για τα πάντα. Συμπεριφορές, μοτίβα στον καιρό, ιατρικό ιστορικό, συστήματα επικοινωνιών, στοιχεία ταξιδιών, και βεβαίως δεδομένα σχετικά με το τι κάνουμε στη δουλειά μας. Αυτό που έχουμε δημιουργήσει κατά λάθος είναι μία τεράστια βιβλιοθήκη που μπορούν να χρησιμοποιήσουν οι μηχανές ώστε να μάθουν να εκτελούν εργασίες όπως οι άνθρωποι, και να μάθουν να τις εκτελούν καλύτερα. Αυτές οι ψηφιακές μηχανές ίσως είναι οι μεγαλύτεροι "δολοφόνοι" των θέσεων εργασίας. Μπορούν να πολλαπλασιαστούν κατευθείαν και χωρίς κόστος. Όταν βελτιώνονται, δεν χρειάζεται να επενδύσεις σε μεγάλα μεταλλικά πράγματα. Μπορείς απλά να χρησιμοποιήσεις τον νέο κώδικα. Και έχουν τη δυνατότητα να βελτιωθούν γρήγορα. Πόσο γρήγορα;
06:03
Αν η δουλειά σου έχει να κάνει με περίπλοκες εργασίες μέσω υπολογιστή, ίσως βρεθείς άνεργος ακόμη και πριν από όσους σήμερα δουλεύουν σε εργοστάσια. Υπάρχουν πραγματικά παραδείγματα στον κόσμο για το πώς μία τέτοια μετάβαση θα μπορούσε να συμβεί. Μία εταιρεία στο San Fransisco προσφέρει ένα λογισμικό διαχείρισης project για μεγάλες εταιρείες, το οποίο υποτίθεται ότι εξαλείφει τις ενδιάμεσες θέσεις management. Όταν το προσλαμβάνουν για ένα νέο project, το λογισμικό αρχικά αποφασίζει ποιες εργασίες μπορούν να αυτοματοποιηθούν και πού ακριβώς υπάρχει ανάγκη για πραγματικούς επαγγελματίες ανθρώπους. Στη συνέχεια βοηθάει στη συγκρότηση μίας ομάδας ελεύθερων επαγγελματιών μέσω του internet. Το λογισμικό στη συνέχεια διανέμει εργασίες στους ανθρώπους, και ελέγχει την ποιότητα του έργου τους, καταγράφοντας την ατομική απόδοση του καθενός μέχρι να ολοκληρωθεί το project. ΟΚ. Αυτό δεν ακούγεται τόσο άσχημο. Παρόλο που αυτή η μηχανή "σκοτώνει" μία θέση εργασίες, δημιουργεί δουλειές για τους ελεύθερους επαγγελματίες, σωστά; Λοιπόν, ενώ οι ελεύθεροι επαγγελματίες ολοκληρώνουν τις εργασίες τους, μαθητευόμενοι αλγόριθμοι τους καταγράφουν, και συλλέγουν δεδομένα σχετικά με τη δουλειά τους και τις εργασίες από τις οποίες αποτελείται. Οπότε αυτό που πραγματικά συμβαίνει, είναι ότι οι ελεύθεροι επαγγελματίες διδάσκουν σε μία μηχανή το πώς να τους αντικαταστήσει. Κατά μέσο όρο, αυτό το λογισμικό μειώνει το κόστος κατά 50%
07:12
στον πρώτο χρόνο, και κατά ακόμη 25% στον δεύτερο χρόνο. Αυτό είναι μόνο ένα εκ των πολλών παραδειγμάτων. Υπάρχουν μηχανές και προγράμματα που αποκτούν ίδιες ή καλύτερες δυνατότητες από τους ανθρώπους σε όλα τα πιθανά πεδία. Από τους φαρμακευτικούς μέχρι τους αναλυτές, από τους δημοσιογράφους μέχρι τους ακτινολόγους, από τους ταμίες μέχρι τους τραπεζίτες, ή από τον ανειδίκευτο εργαζόμενο που γυρνάει τα burgers. Όλες αυτές οι δουλειές δεν θα εξαφανιστούν μέσα σε μια νύχτα, όμως όλο και λιγότεροι άνθρωποι θα απασχολούνται σε αυτές. Θα συζητήσουμε κάποιες από αυτές τις περιπτώσεις σε ένα επόμενο βίντεο. Όμως παρόλο που η εξαφάνιση των θέσεων εργασίας είναι κακή, αυτή είναι μόλις η μισή ιστορία. Δεν αρκεί το να αντικαταστήσουμε τις παλιές δουλειές με καινούριες. Χρειάζεται να παράγουμε νέες θέσεις εργασίες συνεχώς, μιας και ο πληθυσμός της Γης συνεχίζει να αυξάνεται. Στο παρελθόν λύσαμε αυτό το πρόβλημα μέσω των καινοτομιών. Όμως, από το 1973, η παραγωγή νέων δουλειών στις ΗΠΑ έχει αρχίσει να συρρικνώνεται. Και η πρώτη δεκαετία του 21ου αιώνα, ήταν η πρώτη κατά την οποία ο συνολικός αριθμός θέσεων εργασίας δεν αυξήθηκε καθόλου. Σε μία χώρα που χρειάζεται να δημιουργούνται μέχρι και 150.000 νέες θέσεις εργασίες κάθε μήνα, απλά και μόνο για να αντισταθμιστεί η αύξηση του πληθυσμού, αυτά είναι άσχημα νέα.
08:26
Αυτό έχει αρχίσει επίσης να επηρρεάζει τα βιοτικά επίπεδα. Στο παρελθόν, φαινόταν προφανές ότι με την αύξηση της παραγωγικότητας, περισσότερες και καλύτερες δουλειές θα δημιουργούνταν. Όμως οι αριθμοί μάς αφηγούνται με τελείως διαφορετική ιστορία. Το 1998, οι Αμερικανοί εργαζόμενοι δούλεψαν συνολικά 194 δισ. ώρες. Κατά τη διάρκεια των επόμενων 15 ετών, η παραγωγή τους αυξήθηκε κατά 42%. Το 2013 όμως, ο συνολικός αριθμός ωρών εργασίας των Αμερικανών εργαζομένων ήταν και πάλι 194 δις. Αυτό σημαίνει, ότι παρόλο που η παραγωγικότητα αυξήθηκε δραστικά, και παρόλο που άνοιξαν χιλιάδες νέες επιχειρήσεις, και ο πληθυσμός των ΗΠΑ αυξήθηκε κατά πάνω από 40 εκατομμύρια, δεν υπήρξε καμία αύξηση στον αριθμό των ωρών εργασίας καθ' όλη τη διάρκεια αυτών των 15 ετών. Την ίδια στιγμή, οι μισθοί για τους νέους απόφοιτους πανεπιστημίων στις ΗΠΑ, βρίσκονται σε σταθερή πτώση κατά την τελευταία δεκαετία, ενώ σχεδόν το 40% των νέων αποφοίτων αναγκάζονται να απασχοληθούν σε θέσεις εργασίες που δεν απαιτούν πτυχίο. Η παραγωγικότητα αποσυνδέεται από την ανθρώπινη εργασία. Η φύση των καινοτομιών στην Εποχή της Πληροφορίας είναι εντελώς διαφορετική από οτιδήποτε έχουμε αντικρίσει έως τώρα.
09:38
Αυτή η διαδικασία ξεκίνησε χρόνια πριν και έχει ήδη εξελιχθεί αρκετά. Ακόμη και χωρίς νέες διαταραχές, όπως αυτοοδηγούμενα αυτοκίνητα, ή γραμματείς-ρομπότ. Φαίνεται σαν ο αυτοματισμός να είναι κάτι διαφορετικό αυτήν τη φορά. Αυτήν τη φορά, οι μηχανές ίσως μας πάρουν πράγματι τις δουλειές. Οι οικονομίες μας βασίζονται στην υπόθεση ότι οι άνθρωποι καταναλώνουν. Αν όμως όλο και λιγότεροι άνθρωποι έχουν μία αξιοπρεπή δουλειά, ποιος θα είναι αυτός που θα καταναλώνει; Θα παράγουμε ολοένα και φτηνότερα μόνο και μόνο για να φτάσουμε σε ένα σημείο όπου πολύ λίγοι άνθρωποι θα μπορούν στην πραγματικότητα να αγοράσουν τα προϊόντα και τις υπηρεσίες μας; Ή μήπως θα δούμε στο μέλλον να μας κυβερνά μία μικροσκοπική μειονότητα των πολύ πλουσίων που θα έχουν τις μηχανές υπό τον έλεγχό τους; Και είναι αναγκαίο πράγματι να είναι τόσο ζοφερό το μέλλον μας; Παρότι ήμασταν αρκετά απαισιόδοξοι σε αυτό το βίντεο, δεν είναι καθόλου βέβαιο ότι τα πράγματα θα πάρουν αρνητική τροπή. Ίσως η Εποχή της Πληροφορίας και του σύγχρονου αυτοματισμού να αποδειχθεί μία τεράστια ευκαιρία για την αλλαγή της κοινωνίας και της δραστικής μείωσης της φτώχειας και των ανισοτήτων. Θα μπορούσε να είναι μία καθοριστική στιγμή της ανθρώπινης ιστορίας. Θα συζητήσουμε για αυτό το ενδεχόμενο, και για πιθανές λύσεις όπως το Άνευ Όρων Βασικό Εισόδημα, στο δεύτερο μέρος αυτής της σειράς βίντεο.
10:46
Πρέπει να σκεφτούμε φιλόδοξα και γρήγορα. Γιατί ένα πράγμα είναι σίγουρο, οι μηχανές δεν έρχονται. Έχουν ήδη φτάσει. Αυτό το βίντεο χρειάστηκε 900 ώρες για να το φτιάξουμε, και το δουλεύουμε εδώ και πάνω από εννιά μήνες. Project σαν αυτό δεν θα ήταν δυνατό να γίνουν χωρίς την υποστήριξή σας στο Patreon.com Αν θέλεις να μας βοηθήσεις και να λάβεις ένα προσωπικό πουλί Kurzgesagt για αντάλλαγμα, θα μας ήταν πολύ χρήσιμο. Το βίντεό μας βασίστηκε σε μεγάλο βαθμό σε δύο εξαιρετικά βιβλία: The Rise of the Robots και The Second Machine Age Μπορείς να βρεις συνδέσμους προς αυτά τα δύο στην περιγραφή του βίντεο. Σας τα συστήνουμε πολύ! Επίσης, φτιάξαμε μια μικρή αφίσα με ρομπότ. Μπορείς να την αγοράσεις, καθώς και πολλά άλλα πράγματα στο DFTBA μαγαζί μας. Αυτό το βίντεο είναι κομμάτι μίας μεγαλύτερης σειράς σχετικά με το πώς η τεχνολογία ήδη αλλάζει και θα αλλάξει μια για πάντα τις ζωές των ανθρώπων. Αν θες να συνεχίσεις να παρακολουθείς, ορίστε μερικές playlist.

DOWNLOAD SUBTITLES: