TED2013
Stuart Firestein: The pursuit of ignorance
Stuart Firestein: La búsqueda de la ignorancia
Filmed:
Readability: 3.5
2,046,254 views
¿Cómo es realmente el trabajo de un científico? Como neurocientífico Stuart Firestein bromea: se parece mucho menos al método científico y mucho más a "tirarse pedos por ahí... en la oscuridad". En esta charla ingeniosa, Firestein llega al corazón de la ciencia como realmente se practica y sugiere que debemos valorar lo que no sabemos —o "la ignorancia de alta calidad"— tanto como lo que sabemos.
Stuart Firestein - Neuroscientist
Stuart Firestein teaches students and “citizen scientists” that ignorance is far more important to discovery than knowledge. Full bio
Stuart Firestein teaches students and “citizen scientists” that ignorance is far more important to discovery than knowledge. Full bio
Double-click the English transcript below to play the video.
00:12
There is an ancient proverb that says
0
495
3558
Hay un antiguo proverbio que dice:
00:16
it's very difficult to find a black cat in a dark room,
1
4053
4062
es muy difícil encontrar un gato negro
en una habitación oscura,
en una habitación oscura,
00:20
especially when there is no cat.
2
8115
2788
especialmente cuando no hay ningún gato.
00:22
I find this a particularly apt description of science
3
10903
3329
Me parece una descripción
particularmente acertada de la ciencia
particularmente acertada de la ciencia
00:26
and how science works --
4
14232
2136
y de cómo trabaja,
00:28
bumbling around in a dark room, bumping into things,
5
16368
3320
dando vueltas alrededor en un cuarto
oscuro, chocando con las cosas,
oscuro, chocando con las cosas,
00:31
trying to figure out what shape this might be,
6
19688
2302
tratando de averiguar qué forma podría tener esto,
00:33
what that might be,
7
21990
1444
lo que podría ser,
00:35
there are reports of a cat somewhere around,
8
23434
2489
hay informes de un gato por ahí,
00:37
they may not be reliable, they may be,
9
25923
1793
que pueden ser o no ser fiables,
00:39
and so forth and so on.
10
27716
1520
y así sucesivamente.
00:41
Now I know this is different than the way most people
11
29236
1976
Ahora sé que esto es diferente a la forma
en que la mayoría de las personas
en que la mayoría de las personas
00:43
think about science.
12
31212
1552
piensan acerca de la ciencia.
00:44
Science, we generally are told,
13
32764
1554
La ciencia, se nos dice generalmente,
00:46
is a very well-ordered mechanism for
14
34318
2750
es un mecanismo muy bien ordenado para
00:49
understanding the world,
15
37068
1301
entender el mundo,
00:50
for gaining facts, for gaining data,
16
38369
2286
de conseguir hechos,
de obtener datos,
de obtener datos,
00:52
that it's rule-based,
17
40655
1553
que está basada en normas,
00:54
that scientists use this thing called the scientific method
18
42208
3241
que los científicos utilizan esa cosa
llamada el método científico
llamada el método científico
00:57
and we've been doing this for 14 generations or so now,
19
45449
2839
y que hemos estado haciendo esto durante
más o menos 14 generaciones hasta ahora,
más o menos 14 generaciones hasta ahora,
01:00
and the scientific method is a set of rules
20
48288
2571
y que el método científico es
un conjunto de reglas
un conjunto de reglas
01:02
for getting hard, cold facts out of the data.
21
50859
4192
para conseguir hechos sólidos
y objetivos a partir de los datos.
y objetivos a partir de los datos.
01:07
I'd like to tell you that's not the case.
22
55051
2095
Me gustaría decirles que este no es el caso.
01:09
So there's the scientific method,
23
57146
1832
Así que está el método científico,
01:10
but what's really going on is this. (Laughter)
24
58978
2319
pero lo que realmente sucede
es lo siguiente. (Risas)
es lo siguiente. (Risas)
01:13
[The Scientific Method vs. Farting Around]
25
61297
958
[El Método Científico vs. Tirarse Pedos Alrededor]
01:14
And it's going on kind of like that.
26
62255
3104
Y está pasando un poco así.
01:17
[... in the dark] (Laughter)
27
65359
1421
[... en la oscuridad] (Risas)
01:18
So what is the difference, then,
28
66780
4541
Así que, ¿cuál es la diferencia, entonces,
01:23
between the way I believe science is pursued
29
71321
3816
entre la manera en que creo
que la ciencia es perseguida
que la ciencia es perseguida
01:27
and the way it seems to be perceived?
30
75137
2861
y la forma en la que parece ser percibida?
01:29
So this difference first came to me in some ways
31
77998
2715
Esta diferencia se me presentó
de varias maneras
de varias maneras
01:32
in my dual role at Columbia University,
32
80713
2097
en mi doble papel en la
Universidad de Columbia,
Universidad de Columbia,
01:34
where I'm both a professor and run a laboratory in neuroscience
33
82810
4155
donde soy profesor y además dirijo
un laboratorio de neurociencias
un laboratorio de neurociencias
01:38
where we try to figure out how the brain works.
34
86965
2195
donde tratamos de averiguar
cómo funciona el cerebro.
cómo funciona el cerebro.
01:41
We do this by studying the sense of smell,
35
89160
2371
Hacemos esto mediante
el estudio del olfato,
el estudio del olfato,
01:43
the sense of olfaction, and in the laboratory,
36
91531
2531
del sentido del olfato, y en el laboratorio,
01:46
it's a great pleasure and fascinating work
37
94062
2634
es un gran placer y un trabajo fascinante
01:48
and exciting to work with graduate students and post-docs
38
96696
2871
y es emocionante trabajar con estudiantes
graduados y postdoctorados
graduados y postdoctorados
01:51
and think up cool experiments to understand how this
39
99567
2611
y pensar en experimentos interesantes
para entender cómo este
para entender cómo este
01:54
sense of smell works and how the brain might be working,
40
102178
2386
sentido del olfato funciona y cómo el cerebro
podría estar trabajando,
podría estar trabajando,
01:56
and, well, frankly, it's kind of exhilarating.
41
104564
2802
y, bueno, francamente, es una
especie de estimulante.
especie de estimulante.
01:59
But at the same time, it's my responsibility
42
107366
2718
Pero al mismo tiempo, es mi responsabilidad
02:02
to teach a large course to undergraduates on the brain,
43
110084
2949
enseñar un curso muy extenso a estudiantes
universitarios sobre el cerebro,
universitarios sobre el cerebro,
02:05
and that's a big subject,
44
113033
1075
y es un gran tema,
02:06
and it takes quite a while to organize that,
45
114108
2391
y se tarda bastante tiempo organizarlo,
02:08
and it's quite challenging and it's quite interesting,
46
116499
2811
y es muy difícil y muy interesante,
02:11
but I have to say, it's not so exhilarating.
47
119310
3557
pero tengo que decir que no es tan emocionante.
02:14
So what was the difference?
48
122867
1396
Entonces, ¿cuál era la diferencia?
02:16
Well, the course I was and am teaching
49
124263
2069
Pues bien, el curso que estaba
y estoy enseñando
y estoy enseñando
02:18
is called Cellular and Molecular Neuroscience - I. (Laughs)
50
126332
6464
se llama Neurociencia Celular y Molecular - I.
(Risas)
(Risas)
02:24
It's 25 lectures full of all sorts of facts,
51
132796
4555
Son 25 conferencias llenas de
todo tipo de hechos,
todo tipo de hechos,
02:29
it uses this giant book called "Principles of Neural Science"
52
137351
4317
se utiliza este libro gigante llamado
"Principios de Neurociencia"
"Principios de Neurociencia"
02:33
by three famous neuroscientists.
53
141668
2334
escrito por tres neurólogos famosos.
02:36
This book comes in at 1,414 pages,
54
144002
3781
Este libro tiene 1.414 páginas,
02:39
it weighs a hefty seven and a half pounds.
55
147783
2736
pesa unos imponentes 3,4 kg.
02:42
Just to put that in some perspective,
56
150519
1927
Solo para poner esto en perspectiva,
02:44
that's the weight of two normal human brains.
57
152446
3455
ese es el peso normal de 2 cerebros humanos.
02:47
(Laughter)
58
155901
3283
(Risas)
02:51
So I began to realize, by the end of this course,
59
159184
3267
Así que empecé a darme cuenta,
al final de este curso,
al final de este curso,
02:54
that the students maybe were getting the idea
60
162451
2248
de que los estudiantes quizás
estaban recibiendo la idea
estaban recibiendo la idea
02:56
that we must know everything there is to know about the brain.
61
164699
3031
de que debemos conocer todo lo que
hay para saber sobre el cerebro.
hay para saber sobre el cerebro.
02:59
That's clearly not true.
62
167730
1762
Eso claramente no es cierto.
03:01
And they must also have this idea, I suppose,
63
169492
2698
Y también deben tener la idea, supongo,
03:04
that what scientists do is collect data and collect facts
64
172190
3381
de que lo que hacen los científicos es
recopilar datos y reunir hechos
recopilar datos y reunir hechos
03:07
and stick them in these big books.
65
175571
2089
y pegarlos en esos grandes libros.
03:09
And that's not really the case either.
66
177660
1407
Y ese tampoco es realmente el caso.
03:11
When I go to a meeting, after the meeting day is over
67
179067
3303
Cuando voy a una reunión, después de
que ha terminado el día de trabajo
que ha terminado el día de trabajo
03:14
and we collect in the bar over a couple of beers with my colleagues,
68
182370
3097
y los colegas nos reunimos en el bar
con un par de cervezas,
con un par de cervezas,
03:17
we never talk about what we know.
69
185467
2201
nunca hablamos de lo que sabemos.
03:19
We talk about what we don't know.
70
187668
2166
Hablamos de lo que no sabemos.
03:21
We talk about what still has to get done,
71
189834
2285
Hablamos de lo que todavía
se tiene que hacer,
se tiene que hacer,
03:24
what's so critical to get done in the lab.
72
192119
2825
de lo que es crítico que
hagamos en el laboratorio.
hagamos en el laboratorio.
03:26
Indeed, this was, I think, best said by Marie Curie
73
194944
2557
De hecho, esto fue, creo, mejor
dicho por Marie Curie
dicho por Marie Curie
03:29
who said that one never notices what has been done
74
197501
2419
quien dijo que nunca nos damos
cuenta de lo que se ha hecho
cuenta de lo que se ha hecho
03:31
but only what remains to be done.
75
199920
1461
sino de lo que queda por hacer.
03:33
This was in a letter to her brother after obtaining
76
201381
2225
Esto lo escribió en una carta a su hermano
después de obtener
después de obtener
03:35
her second graduate degree, I should say.
77
203606
3718
su segundo título de grado, debo decir.
03:39
I have to point out this has always been one of my favorite pictures of Marie Curie,
78
207324
2813
Tengo que señalar que esta siempre ha sido
una de mis fotos favoritas de Marie Curie,
una de mis fotos favoritas de Marie Curie,
03:42
because I am convinced that that glow behind her
79
210137
2303
porque estoy convencido de que
ese resplandor detrás de ella
ese resplandor detrás de ella
03:44
is not a photographic effect. (Laughter)
80
212440
2738
no es un efecto fotográfico.
(Risas)
(Risas)
03:47
That's the real thing.
81
215178
1800
Esa es la verdad.
03:48
It is true that her papers are, to this day,
82
216978
4380
Es cierto que sus papeles
están, al día de hoy,
están, al día de hoy,
03:53
stored in a basement room in the Bibliothèque Française
83
221358
2879
almacenados en un sótano en
la Biblioteca Francesa
la Biblioteca Francesa
03:56
in a concrete room that's lead-lined,
84
224237
2197
en un cuarto de hormigón que
está forrado de plomo,
está forrado de plomo,
03:58
and if you're a scholar and you want access to these notebooks,
85
226434
2652
y si eres un erudito y quieres
acceder a estas notas,
acceder a estas notas,
04:01
you have to put on a full radiation hazmat suit,
86
229086
2749
tienes que ponerte un traje antiradiación,
04:03
so it's pretty scary business.
87
231835
2351
es una actividad que da miedo.
04:06
Nonetheless, this is what I think we were leaving out
88
234186
2796
Sin embargo, creo que esto es lo
que estábamos dejando fuera
que estábamos dejando fuera
04:08
of our courses
89
236982
1626
de nuestros cursos
04:10
and leaving out of the interaction that we have
90
238608
2526
y dejando afuera de la interacción que tenemos
04:13
with the public as scientists, the what-remains-to-be-done.
91
241134
2973
con el público como científicos,
el "lo que queda por hacer".
el "lo que queda por hacer".
04:16
This is the stuff that's exhilarating and interesting.
92
244107
2634
Esto es lo que es emocionante e interesante.
04:18
It is, if you will, the ignorance.
93
246741
2910
Es, si quieren, la ignorancia.
04:21
That's what was missing.
94
249651
979
Eso es lo que le faltaba.
04:22
So I thought, well, maybe I should teach a course
95
250630
2860
Así que pensé, bueno, tal vez
debería dar un curso
debería dar un curso
04:25
on ignorance,
96
253490
2100
sobre la ignorancia,
04:27
something I can finally excel at, perhaps, for example.
97
255590
3629
algo en lo que por fin, tal vez,
pueda sobresalir, por ejemplo.
pueda sobresalir, por ejemplo.
04:31
So I did start teaching this course on ignorance,
98
259219
1878
Así que he empezado a enseñar
este curso sobre la ignorancia,
este curso sobre la ignorancia,
04:33
and it's been quite interesting
99
261097
1096
y ha sido muy interesante
04:34
and I'd like to tell you to go to the website.
100
262193
2086
y me gustaría decir que
visiten la página web.
visiten la página web.
04:36
You can find all sorts of information there. It's wide open.
101
264279
3636
Pueden encontrar todo tipo de
información ahí. Es muy accesible.
información ahí. Es muy accesible.
04:39
And it's been really quite an interesting time for me
102
267915
3523
Y ha sido realmente un momento
muy interesante para mí
muy interesante para mí
04:43
to meet up with other scientists who come in and talk
103
271438
1841
para reunirnos con otros científicos
que vienen y hablan
que vienen y hablan
04:45
about what it is they don't know.
104
273279
1548
acerca de qué es lo que no saben.
04:46
Now I use this word "ignorance," of course,
105
274827
1985
Ahora uso la palabra "ignorancia",
por supuesto,
por supuesto,
04:48
to be at least in part intentionally provocative,
106
276812
3158
para ser al menos en parte
intencionalmente provocativo,
intencionalmente provocativo,
04:51
because ignorance has a lot of bad connotations
107
279970
2390
porque la ignorancia tiene un montón
de malas connotaciones
de malas connotaciones
04:54
and I clearly don't mean any of those.
108
282360
2005
y yo claramente no me refiero a nada de eso.
04:56
So I don't mean stupidity, I don't mean a callow indifference
109
284365
3505
Así que no me refiero a la estupidez, no
me refiero a una indiferencia inmadura
me refiero a una indiferencia inmadura
04:59
to fact or reason or data.
110
287870
2308
hacia los hechos, la razón o los datos.
05:02
The ignorant are clearly unenlightened, unaware,
111
290178
3271
Los ignorantes son claramente
poco ilustrados, inconscientes,
poco ilustrados, inconscientes,
05:05
uninformed, and present company today excepted,
112
293449
3307
desinformados, y exceptuando
a la compañía de hoy,
a la compañía de hoy,
05:08
often occupy elected offices, it seems to me.
113
296756
2908
a menudo ocupan cargos políticos, me parece a mí.
05:11
That's another story, perhaps.
114
299664
1806
Esa, tal vez, es otra historia.
05:13
I mean a different kind of ignorance.
115
301470
1633
Me refiero a una clase
diferente de ignorancia.
diferente de ignorancia.
05:15
I mean a kind of ignorance that's less pejorative,
116
303103
2268
Me refiero a una clase de ignorancia
que es menos peyorativa,
que es menos peyorativa,
05:17
a kind of ignorance that comes from a communal gap in our knowledge,
117
305371
3487
un tipo de ignorancia que proviene de un
vacío común en nuestro conocimiento,
vacío común en nuestro conocimiento,
05:20
something that's just not there to be known
118
308858
1865
algo que no está ahí para ser conocido,
05:22
or isn't known well enough yet or we can't make predictions from,
119
310723
2821
no se conoce suficientemente bien todavía o
que no permite hacer predicciones,
que no permite hacer predicciones,
05:25
the kind of ignorance that's maybe best summed up
120
313544
2318
la clase de ignorancia que está quizá mejor resumida
05:27
in a statement by James Clerk Maxwell,
121
315862
1845
en una declaración de James Clerk Maxwell,
05:29
perhaps the greatest physicist between Newton and Einstein,
122
317707
3449
tal vez el físico más grande
entre Newton y Einstein,
entre Newton y Einstein,
05:33
who said, "Thoroughly conscious ignorance
123
321156
2301
quien dijo: "La ignorancia completamente consciente
05:35
is the prelude to every real advance in science."
124
323457
2568
es el preludio de cada avance real en la ciencia".
05:38
I think it's a wonderful idea:
125
326025
1388
Creo que es una idea maravillosa:
05:39
thoroughly conscious ignorance.
126
327413
3147
la ignorancia completamente consciente.
05:42
So that's the kind of ignorance that I want to talk about today,
127
330560
2421
Así que esa es de la clase de ignorancia
de la que quiero hablar hoy,
de la que quiero hablar hoy,
05:44
but of course the first thing we have to clear up
128
332981
1519
pero por supuesto que lo primero
que tenemos que aclarar es
que tenemos que aclarar es
05:46
is what are we going to do with all those facts?
129
334500
2103
¿qué es lo que vamos a hacer
con todos esos hechos?
con todos esos hechos?
05:48
So it is true that science piles up at an alarming rate.
130
336603
3674
Así que es cierto que la ciencia se
acumula a un ritmo alarmante.
acumula a un ritmo alarmante.
05:52
We all have this sense that science is this mountain of facts,
131
340277
2810
Todos tenemos la sensación de que
la ciencia es esta montaña de datos,
la ciencia es esta montaña de datos,
05:55
this accumulation model of science, as many have called it,
132
343087
4036
este modelo de acumulación de la ciencia,
como muchos lo han llamado,
como muchos lo han llamado,
05:59
and it seems impregnable, it seems impossible.
133
347123
2451
y parece inexpugnable, parece imposible.
06:01
How can you ever know all of this?
134
349574
1314
¿Cómo puedes saber todo esto algún día?
06:02
And indeed, the scientific literature grows at an alarming rate.
135
350888
3581
Y, en efecto, la literatura científica
crece a un ritmo alarmante.
crece a un ritmo alarmante.
06:06
In 2006, there were 1.3 million papers published.
136
354469
3654
En 2006, había 1,3 millones de artículos publicados.
06:10
There's about a two-and-a-half-percent yearly growth rate,
137
358123
2632
Tiene una tasa de crecimiento
de aproximadamente un 2,5% anual,
de aproximadamente un 2,5% anual,
06:12
and so last year we saw over one and a half million papers being published.
138
360755
4390
y así el año pasado se publicaron más
de un millón y medio de artículos.
de un millón y medio de artículos.
06:17
Divide that by the number of minutes in a year,
139
365145
2230
Dividan eso por el número de minutos en un año,
06:19
and you wind up with three new papers per minute.
140
367375
3138
y obtienes tres nuevos artículos por minuto.
06:22
So I've been up here a little over 10 minutes,
141
370513
1482
Así que, yo que he estado aquí un poco más de 10 minutos,
06:23
I've already lost three papers.
142
371995
1776
ya me he perdido tres artículos.
06:25
I have to get out of here actually. I have to go read.
143
373771
2840
Tengo que salir de aquí en realidad.
Tengo que ir a leer.
Tengo que ir a leer.
06:28
So what do we do about this? Well, the fact is
144
376611
3446
Entonces, ¿qué hacemos al respecto?
Bueno, lo cierto es
Bueno, lo cierto es
06:32
that what scientists do about it is a kind of a controlled neglect, if you will.
145
380057
4509
que lo que hacen los científicos es una
especie de abandono controlado, por llamarlo así.
especie de abandono controlado, por llamarlo así.
06:36
We just don't worry about it, in a way.
146
384566
2664
Simplemente no nos preocupamos
por eso, en cierto modo.
por eso, en cierto modo.
06:39
The facts are important. You have to know a lot of stuff
147
387230
2243
Los hechos son importantes. Tienes
que saber un montón de cosas
que saber un montón de cosas
06:41
to be a scientist. That's true.
148
389473
1810
para ser un científico. Eso es cierto.
06:43
But knowing a lot of stuff doesn't make you a scientist.
149
391283
2927
Pero saber un montón de cosas
no te hace un científico.
no te hace un científico.
06:46
You need to know a lot of stuff to be a lawyer
150
394210
2665
Necesitas saber un montón de
cosas para ser un abogado
cosas para ser un abogado
06:48
or an accountant or an electrician or a carpenter.
151
396875
3892
o un contable o un electricista o un carpintero.
06:52
But in science, knowing a lot of stuff is not the point.
152
400767
3610
Pero en la ciencia, saber un montón
de cosas no es la clave.
de cosas no es la clave.
06:56
Knowing a lot of stuff is there to help you get
153
404377
3556
El conocimiento de un montón de cosas
está ahí para ayudarte a
está ahí para ayudarte a
06:59
to more ignorance.
154
407933
1388
obtener más ignorancia.
07:01
So knowledge is a big subject, but I would say
155
409321
2510
Así que el conocimiento es un
gran tema, pero yo diría que
gran tema, pero yo diría que
07:03
ignorance is a bigger one.
156
411831
2487
la ignorancia es uno más grande.
07:06
So this leads us to maybe think about, a little bit
157
414318
2194
Así que esto nos lleva tal vez a pensar, un poco
07:08
about, some of the models of science that we tend to use,
158
416528
2883
acerca de algunos de los modelos
de ciencia que tendemos a usar,
de ciencia que tendemos a usar,
07:11
and I'd like to disabuse you of some of them.
159
419411
1825
y me gustaría desengañarles
de algunos de ellos.
de algunos de ellos.
07:13
So one of them, a popular one, is that scientists
160
421236
2313
Uno de ellos, muy popular, es que los científicos
07:15
are patiently putting the pieces of a puzzle together
161
423549
2628
están poniendo con paciencia las
piezas de un rompecabezas
piezas de un rompecabezas
07:18
to reveal some grand scheme or another.
162
426177
2773
para revelar algún gran esquema o algo parecido.
07:20
This is clearly not true. For one, with puzzles,
163
428950
2558
Esto claramente no es cierto. Por
un lado, con los rompecabezas,
un lado, con los rompecabezas,
07:23
the manufacturer has guaranteed that there's a solution.
164
431508
3499
el fabricante ha asegurado que hay una solución.
07:27
We don't have any such guarantee.
165
435007
1749
Nosotros no tenemos ninguna garantía.
07:28
Indeed, there are many of us who aren't so sure about the manufacturer.
166
436756
3155
De hecho, hay muchos de nosotros que no
estamos tan seguros sobre el fabricante.
estamos tan seguros sobre el fabricante.
07:31
(Laughter)
167
439911
3063
(Risas)
07:34
So I think the puzzle model doesn't work.
168
442974
1757
Así que creo que el modelo del
rompecabezas no funciona.
rompecabezas no funciona.
07:36
Another popular model is that science is busy unraveling things
169
444731
3514
Otro modelo popular es que la ciencia
está ocupada en desentrañar cosas,
está ocupada en desentrañar cosas,
07:40
the way you unravel the peels of an onion.
170
448245
2196
de la misma forma que se deshacen
las hojas de una cebolla.
las hojas de una cebolla.
07:42
So peel by peel, you take away the layers of the onion
171
450441
2989
Así, hoja a hoja, le quitas
las capas a la cebolla
las capas a la cebolla
07:45
to get at some fundamental kernel of truth.
172
453430
2319
para llegar a algún núcleo
fundamental de la verdad.
fundamental de la verdad.
07:47
I don't think that's the way it works either.
173
455749
2187
Tampoco creo que esa sea
la forma en la que funciona.
la forma en la que funciona.
07:49
Another one, a kind of popular one, is the iceberg idea,
174
457936
2934
Otra idea, una muy popular,
es la idea del iceberg,
es la idea del iceberg,
07:52
that we only see the tip of the iceberg but underneath
175
460870
2460
que afirma que solo vemos la punta
del iceberg, pero en el fondo
del iceberg, pero en el fondo
07:55
is where most of the iceberg is hidden.
176
463330
2185
es donde la mayor parte del iceberg está oculta.
07:57
But all of these models are based on the idea of a large body of facts
177
465515
3554
Pero todos estos modelos se basan en
la idea de un gran cuerpo de hechos
la idea de un gran cuerpo de hechos
08:01
that we can somehow or another get completed.
178
469069
2420
que podemos completar de alguna u otra manera.
08:03
We can chip away at this iceberg and figure out what it is,
179
471489
3343
Podemos poco a poco averiguar
lo que es este iceberg,
lo que es este iceberg,
08:06
or we could just wait for it to melt, I suppose, these days,
180
474832
2605
o podemos simplemente, en estos días,
esperar a que se derrita, supongo,
esperar a que se derrita, supongo,
08:09
but one way or another we could get to the whole iceberg. Right?
181
477437
3227
pero de una manera u otra hemos podido
abarcar al iceberg como un todo. ¿Cierto?
abarcar al iceberg como un todo. ¿Cierto?
08:12
Or make it manageable. But I don't think that's the case.
182
480664
2467
O hacerlo manejable. Pero no creo
que ese sea el caso.
que ese sea el caso.
08:15
I think what really happens in science
183
483131
2399
Creo que lo que realmente sucede en la ciencia
08:17
is a model more like the magic well,
184
485530
1830
es un modelo más parecido a la magia,
08:19
where no matter how many buckets you take out,
185
487360
1837
donde no importa cuántos cubos sacas,
08:21
there's always another bucket of water to be had,
186
489197
2112
siempre hay otro cubo de agua por sacar,
08:23
or my particularly favorite one,
187
491309
2127
o particularmente mi preferida,
08:25
with the effect and everything, the ripples on a pond.
188
493436
2939
con el efecto y todo, las ondas en un estanque.
08:28
So if you think of knowledge being this ever-expanding ripple on a pond,
189
496375
3127
Así que si piensan que el conocimiento es
la onda cada vez mayor en un estanque,
la onda cada vez mayor en un estanque,
08:31
the important thing to realize is that our ignorance,
190
499502
3382
lo importante es darse cuenta
de que nuestra ignorancia,
de que nuestra ignorancia,
08:34
the circumference of this knowledge, also grows with knowledge.
191
502884
3382
la circunferencia de este conocimiento,
también crece con el conocimiento.
también crece con el conocimiento.
08:38
So the knowledge generates ignorance.
192
506266
2763
Así que el conocimiento genera ignorancia.
08:41
This is really well said, I thought, by George Bernard Shaw.
193
509029
2915
Esto está muy bien explicado, pensé,
por George Bernard Shaw.
por George Bernard Shaw.
08:43
This is actually part of a toast that he delivered
194
511944
2677
Es en realidad parte de
un brindis que pronunció
un brindis que pronunció
08:46
to celebrate Einstein at a dinner celebrating Einstein's work,
195
514621
3677
para homenajear a Einstein en una
cena de celebración de su trabajo,
cena de celebración de su trabajo,
08:50
in which he claims that science
196
518298
1414
en el que afirma que la ciencia simplemente
crea más preguntas que respuestas.
crea más preguntas que respuestas.
08:51
just creates more questions than it answers.
["Science is always wrong. It never solves a problem without creating 10 more."]
["Science is always wrong. It never solves a problem without creating 10 more."]
197
519712
2265
["La ciencia es siempre mala. Nunca resuelve
un problema sin crear 10 más".]
un problema sin crear 10 más".]
08:53
I find that kind of glorious, and I think he's precisely right,
198
521977
3542
Lo encuentro glorioso, y creo
que está en lo cierto,
que está en lo cierto,
08:57
plus it's a kind of job security.
199
525519
2526
además de que es una especie
de seguro de trabajo.
de seguro de trabajo.
09:00
As it turns out, he kind of cribbed that
200
528045
2726
Resulta ser, que él más o menos plagió eso
09:02
from the philosopher Immanuel Kant
201
530771
1852
del filósofo Immanuel Kant
09:04
who a hundred years earlier had come up with this idea
202
532623
2645
a quien 100 años antes se le había ocurrido la idea
09:07
of question propagation, that every answer begets more questions.
203
535268
3808
de la propagación de preguntas,
que cada respuesta genera más preguntas.
que cada respuesta genera más preguntas.
09:11
I love that term, "question propagation,"
204
539076
2199
Me encanta ese término, "la propagación de preguntas",
09:13
this idea of questions propagating out there.
205
541275
2739
esta idea de que las preguntas se propagan por ahí.
09:16
So I'd say the model we want to take is not
206
544014
1887
Así que yo diría que el modelo
que deseamos tomar no está
que deseamos tomar no está
09:17
that we start out kind of ignorant and we get some facts together
207
545901
3509
en que comencemos como ignorantes
y juntemos algunos datos
y juntemos algunos datos
09:21
and then we gain knowledge.
208
549410
2143
y luego ganemos conocimiento.
09:23
It's rather kind of the other way around, really.
209
551553
2379
Es más bien lo contrario, la verdad.
09:25
What do we use this knowledge for?
210
553932
1907
¿Para qué utilizamos este conocimiento?
09:27
What are we using this collection of facts for?
211
555839
2528
¿Para qué estamos utilizando
este conjunto de hechos?
este conjunto de hechos?
09:30
We're using it to make better ignorance,
212
558367
2857
Lo estamos usando para mejorar la ignorancia,
09:33
to come up with, if you will, higher-quality ignorance.
213
561224
3079
para llegar, si quieren, a una
ignorancia de mejor calidad.
ignorancia de mejor calidad.
09:36
Because, you know, there's low-quality ignorance
214
564303
1872
Porque, como Uds. saben, hay
ignorancia de baja calidad
ignorancia de baja calidad
09:38
and there's high-quality ignorance. It's not all the same.
215
566175
2413
y hay ignorancia de alta calidad.
No todo es lo mismo.
No todo es lo mismo.
09:40
Scientists argue about this all the time.
216
568588
2370
Los científicos discuten sobre esto todo el tiempo.
09:42
Sometimes we call them bull sessions.
217
570958
1965
Algunas veces las llamamos tertulias.
09:44
Sometimes we call them grant proposals.
218
572923
1918
Otras veces las llamamos
propuestas de subvención.
propuestas de subvención.
09:46
But nonetheless, it's what the argument is about.
219
574841
3508
Pero, sin embargo, es de lo que
se trata el argumento.
se trata el argumento.
09:50
It's the ignorance. It's the what we don't know.
220
578349
1844
Es la ignorancia. Es lo que no sabemos.
09:52
It's what makes a good question.
221
580193
2690
Es lo que hace una buena pregunta.
09:54
So how do we think about these questions?
222
582883
1630
Entonces, ¿cómo pensamos
acerca de estas preguntas?
acerca de estas preguntas?
09:56
I'm going to show you a graph that shows up
223
584513
1952
Les voy a mostrar un gráfico que aparece
09:58
quite a bit on happy hour posters in various science departments.
224
586465
3867
bastante en posters "happy hour" en
varios departamentos de ciencias.
varios departamentos de ciencias.
10:02
This graph asks the relationship between what you know
225
590332
4221
En este gráfico se pregunta la
relación entre lo que sabes
relación entre lo que sabes
10:06
and how much you know about it.
226
594553
2190
y de qué tanto sabes sobre eso.
10:08
So what you know, you can know anywhere from nothing to everything, of course,
227
596743
3515
Así que de lo que sabes, puedes saber
desde nada a todo, por supuesto,
desde nada a todo, por supuesto,
10:12
and how much you know about it can be anywhere
228
600258
1683
y de qué tanto sabes de algo
puede estar en cualquier lugar
puede estar en cualquier lugar
10:13
from a little to a lot.
229
601941
2423
desde un poco a mucho.
10:16
So let's put a point on the graph. There's an undergraduate.
230
604364
4232
Así que vamos a poner un punto en
el gráfico. Tenemos un universitario.
el gráfico. Tenemos un universitario.
10:20
Doesn't know much but they have a lot of interest.
231
608596
2364
No sabe mucho, pero tiene un gran interés.
10:22
They're interested in almost everything.
232
610960
1691
Está interesado en casi todo.
10:24
Now you look at a master's student, a little further along in their education,
233
612651
3454
Ahora nos fijamos en un estudiante de postgrado,
un poco más adelante en su educación,
un poco más adelante en su educación,
10:28
and you see they know a bit more,
234
616105
1351
y ves que sabe un poco más,
10:29
but it's been narrowed somewhat.
235
617456
1890
pero se ha reducido en cierta medida.
10:31
And finally you get your Ph.D., where it turns out
236
619346
2719
Y por último obtienes tu doctorado, donde resulta
10:34
you know a tremendous amount about almost nothing. (Laughter)
237
622065
5105
que sabes muchísimo acerca de casi nada.
(Risas)
(Risas)
10:39
What's really disturbing is the trend line that goes through that
238
627170
3781
Lo que es realmente preocupante
es la línea de tendencia
es la línea de tendencia
10:42
because, of course, when it dips below the zero axis, there,
239
630951
3775
porque, por supuesto, cuando se hunde
por debajo del eje cero, allí,
por debajo del eje cero, allí,
10:46
it gets into a negative area.
240
634726
2262
se mete en una zona negativa.
10:48
That's where you find people like me, I'm afraid.
241
636988
2915
Ahí es donde se encuentra
gente como yo, me temo.
gente como yo, me temo.
10:51
So the important thing here is that this can all be changed.
242
639903
3368
Así que lo importante aquí es que
todo esto se puede cambiar.
todo esto se puede cambiar.
10:55
This whole view can be changed
243
643271
1804
Toda esta vista se puede cambiar
10:57
by just changing the label on the x-axis.
244
645075
3161
con solo cambiar la etiqueta en el eje x.
11:00
So instead of how much you know about it,
245
648236
1917
Así que en lugar de lo mucho
que sabes sobre algo,
que sabes sobre algo,
11:02
we could say, "What can you ask about it?"
246
650153
3541
podríamos decir, "¿Qué puedes
preguntar sobre esto?"
preguntar sobre esto?"
11:05
So yes, you do need to know a lot of stuff as a scientist,
247
653694
2867
Así que sí, necesitas saber un montón
de cosas como científico,
de cosas como científico,
11:08
but the purpose of knowing a lot of stuff
248
656561
2629
pero el propósito de conocer
un montón de cosas
un montón de cosas
11:11
is not just to know a lot of stuff. That just makes you a geek, right?
249
659190
2587
no es solo saber un montón de cosas.
Eso solo te hace un "geek", ¿verdad?
Eso solo te hace un "geek", ¿verdad?
11:13
Knowing a lot of stuff, the purpose is
250
661777
2138
El propósito de conocer un montón de cosas es
11:15
to be able to ask lots of questions,
251
663915
1676
ser capaz de hacer muchas preguntas,
11:17
to be able to frame thoughtful, interesting questions,
252
665591
3088
poder formular preguntas interesantes, reflexivas,
11:20
because that's where the real work is.
253
668679
1725
porque ahí es donde está el trabajo real.
11:22
Let me give you a quick idea of a couple of these sorts of questions.
254
670404
2552
Les voy a dar una idea rápida de
un par de este tipo de preguntas.
un par de este tipo de preguntas.
11:24
I'm a neuroscientist, so how would we come up
255
672956
2163
Soy un neurocientífico, así que,
¿cómo íbamos a llegar
¿cómo íbamos a llegar
11:27
with a question in neuroscience?
256
675119
1431
a una pregunta sobre la neurociencia?
11:28
Because it's not always quite so straightforward.
257
676550
2669
Debido a que no siempre es tan sencillo.
11:31
So, for example, we could say, well what is it that the brain does?
258
679219
2559
Así, por ejemplo, se podría decir, bueno
¿qué es lo que hace el cerebro?
¿qué es lo que hace el cerebro?
11:33
Well, one thing the brain does, it moves us around.
259
681778
1814
Bueno, una cosa que hace el
cerebro, es que nos mueve.
cerebro, es que nos mueve.
11:35
We walk around on two legs.
260
683592
2005
Caminamos sobre dos piernas.
11:37
That seems kind of simple, somehow or another.
261
685597
1851
Eso parece un poco simple, de
alguna manera u otra.
alguna manera u otra.
11:39
I mean, virtually everybody over 10 months of age
262
687448
2725
Es decir, prácticamente todo el mundo
de más de 10 meses de edad
de más de 10 meses de edad
11:42
walks around on two legs, right?
263
690173
2172
anda sobre dos piernas, ¿verdad?
11:44
So that maybe is not that interesting.
264
692345
1391
A lo mejor no es tan interesante.
11:45
So instead maybe we want to choose something a little more complicated to look at.
265
693736
3148
Así que tal vez queremos elegir algo
un poco más complicado de ver.
un poco más complicado de ver.
11:48
How about the visual system?
266
696884
2775
¿Qué les parece el sistema visual?
11:51
There it is, the visual system.
267
699659
1627
Ahí está, el sistema visual.
11:53
I mean, we love our visual systems. We do all kinds of cool stuff.
268
701286
3248
Quiero decir, amamos nuestros sistemas visuales.
Hacemos todo tipo de cosas interesantes.
Hacemos todo tipo de cosas interesantes.
11:56
Indeed, there are over 12,000 neuroscientists
269
704534
3391
De hecho, hay más de 12.000 neurólogos
11:59
who work on the visual system,
270
707925
1580
que trabajan sobre el sistema visual,
12:01
from the retina to the visual cortex,
271
709505
2081
desde la retina a la corteza visual,
12:03
in an attempt to understand not just the visual system
272
711586
2565
en un intento de entender no
solamente el sistema visual
solamente el sistema visual
12:06
but to also understand how general principles
273
714151
3024
sino también entender cómo
los principios generales,
los principios generales,
12:09
of how the brain might work.
274
717175
1951
o cómo el cerebro, pueden funcionar.
12:11
But now here's the thing:
275
719126
1660
Pero aquí está la cosa:
12:12
Our technology has actually been pretty good
276
720786
2480
nuestra tecnología ha sido bastante buena
12:15
at replicating what the visual system does.
277
723266
2590
en replicar lo que hace el sistema visual.
12:17
We have TV, we have movies,
278
725856
3023
Tenemos televisión, tenemos películas,
12:20
we have animation, we have photography,
279
728879
2495
tenemos animación, tenemos fotografía,
12:23
we have pattern recognition, all of these sorts of things.
280
731374
3151
tenemos el reconocimiento de patrones,
todo este tipo de cosas.
todo este tipo de cosas.
12:26
They work differently than our visual systems in some cases,
281
734525
2646
Funcionan de manera diferente que nuestros
sistemas visuales en algunos casos,
sistemas visuales en algunos casos,
12:29
but nonetheless we've been pretty good at
282
737171
1591
pero sin embargo, hemos sido muy buenos en
12:30
making a technology work like our visual system.
283
738762
3476
hacer que la tecnología trabaje
como nuestro sistema visual.
como nuestro sistema visual.
12:34
Somehow or another, a hundred years of robotics,
284
742238
2936
De alguna manera u otra,
en cien años de la robótica,
en cien años de la robótica,
12:37
you never saw a robot walk on two legs,
285
745174
2266
nunca vieron un robot caminando a dos patas,
12:39
because robots don't walk on two legs
286
747440
2163
porque los robots no caminan a dos patas
12:41
because it's not such an easy thing to do.
287
749603
2390
porque no es una cosa tan fácil de hacer.
12:43
A hundred years of robotics,
288
751993
1528
100 años de robótica,
12:45
and we can't get a robot that can move more than a couple steps one way or the other.
289
753521
3367
y no podemos conseguir que un robot pueda moverse
más de un par de pasos de una manera u otra.
más de un par de pasos de una manera u otra.
12:48
You ask them to go up an inclined plane, and they fall over.
290
756888
2572
Les pides que suban un plano inclinado, y se caen.
12:51
Turn around, and they fall over. It's a serious problem.
291
759460
2004
Se dan la vuelta y se caen.
Es un problema serio.
Es un problema serio.
12:53
So what is it that's the most difficult thing for a brain to do?
292
761464
3547
Entonces, ¿qué es lo más difícil de hacer
para el cerebro?
para el cerebro?
12:57
What ought we to be studying?
293
765011
1623
¿Que deberíamos estar estudiando?
12:58
Perhaps it ought to be walking on two legs, or the motor system.
294
766634
4295
Tal vez debería ser caminar sobre
dos piernas, o el sistema motor.
dos piernas, o el sistema motor.
13:02
I'll give you an example from my own lab,
295
770929
1735
Les voy a dar un ejemplo de mi propio laboratorio,
13:04
my own particularly smelly question,
296
772664
1725
mi propia pregunta maloliente,
13:06
since we work on the sense of smell.
297
774389
2099
ya que trabajamos en el sentido del olfato.
13:08
But here's a diagram of five molecules
298
776488
3228
Esto es un diagrama de cinco moléculas
13:11
and sort of a chemical notation.
299
779716
1510
y un tipo de anotación química.
13:13
These are just plain old molecules, but if you sniff those molecules
300
781226
2996
Estas son solo viejas moléculas simples,
pero si las inhalan
pero si las inhalan
13:16
up these two little holes in the front of your face,
301
784222
2470
por esos dos pequeños agujeros
en la parte delantera de su cara,
en la parte delantera de su cara,
13:18
you will have in your mind the distinct impression of a rose.
302
786692
3874
tendrán en su mente la clara impresión de una rosa.
13:22
If there's a real rose there, those molecules will be the ones,
303
790566
2158
Si hay una verdadera rosa allí,
serán esas moléculas,
serán esas moléculas,
13:24
but even if there's no rose there,
304
792724
1560
pero incluso si no hay rosa allí,
13:26
you'll have the memory of a molecule.
305
794284
1591
tendrán el recuerdo de una molécula.
13:27
How do we turn molecules into perceptions?
306
795875
3104
¿Cómo convertimos moléculas en percepciones?
13:30
What's the process by which that could happen?
307
798979
1857
¿Cuál es el proceso mediante
el cual eso podría pasar?
el cual eso podría pasar?
13:32
Here's another example: two very simple molecules, again in this kind of chemical notation.
308
800836
3960
He aquí otro ejemplo: dos moléculas muy simples,
una vez más en este tipo de notación química.
una vez más en este tipo de notación química.
13:36
It might be easier to visualize them this way,
309
804796
2077
Puede que sea más fácil
visualizarlas de esta manera,
visualizarlas de esta manera,
13:38
so the gray circles are carbon atoms, the white ones
310
806873
2794
los círculos grises son
átomos de carbono, los blancos
átomos de carbono, los blancos
13:41
are hydrogen atoms and the red ones are oxygen atoms.
311
809667
2775
son átomos de hidrógeno y los rojos
átomos de oxígeno.
átomos de oxígeno.
13:44
Now these two molecules differ by only one carbon atom
312
812442
4298
Ahora bien, estas dos moléculas difieren
en solo un átomo de carbono
en solo un átomo de carbono
13:48
and two little hydrogen atoms that ride along with it,
313
816740
2688
y dos pequeños átomos de hidrógeno
que se desplazan junto con él,
que se desplazan junto con él,
13:51
and yet one of them, heptyl acetate,
314
819428
1986
y sin embargo uno de ellos,
el acetato de heptilo,
el acetato de heptilo,
13:53
has the distinct odor of a pear,
315
821414
2311
tiene el olor característico de una pera,
13:55
and hexyl acetate is unmistakably banana.
316
823725
3839
mientras que el acetato de hexilo
es inconfundiblemente un plátano.
es inconfundiblemente un plátano.
13:59
So there are two really interesting questions here, it seems to me.
317
827564
2557
Así que hay dos preguntas muy interesantes
aquí, me parece a mí.
aquí, me parece a mí.
14:02
One is, how can a simple little molecule like that
318
830121
3215
Una de ellas es, ¿cómo puede una pequeña
molécula tan simple como esta
molécula tan simple como esta
14:05
create a perception in your brain that's so clear
319
833336
2468
crear una percepción en el cerebro que es tan clara
14:07
as a pear or a banana?
320
835804
1742
como una pera o un plátano?
14:09
And secondly, how the hell can we tell the difference
321
837546
3121
Y en segundo lugar, ¿cómo demonios
podemos saber la diferencia
podemos saber la diferencia
14:12
between two molecules that differ by a single carbon atom?
322
840667
4315
entre dos moléculas que difieren en
un solo átomo de carbono?
un solo átomo de carbono?
14:16
I mean, that's remarkable to me,
323
844982
1646
Quiero decir, eso es extraordinario para mí,
14:18
clearly the best chemical detector on the face of the planet.
324
846628
3032
claramente el mejor detector de
químicos en la superficie del planeta.
químicos en la superficie del planeta.
14:21
And you don't even think about it, do you?
325
849660
2776
Y ni siquiera piensas en ello, ¿cierto?
14:24
So this is a favorite quote of mine that takes us
326
852436
2617
Así que esta es una de mis
citas favoritas que nos lleva
citas favoritas que nos lleva
14:27
back to the ignorance and the idea of questions.
327
855053
1746
de regreso a la ignorancia y
a la idea de las preguntas.
a la idea de las preguntas.
14:28
I like to quote because I think dead people
328
856799
2019
Me gusta citar porque creo que
las personas fallecidas
las personas fallecidas
14:30
shouldn't be excluded from the conversation.
329
858818
2543
no deben ser excluidas de la conversación.
14:33
And I also think it's important to realize that
330
861361
1939
Y también creo que es importante
tener en cuenta que
tener en cuenta que
14:35
the conversation's been going on for a while, by the way.
331
863300
2462
la conversación lleva teniendo lugar
desde hace un tiempo, por cierto.
desde hace un tiempo, por cierto.
14:37
So Erwin Schrodinger, a great quantum physicist
332
865762
2758
Así Erwin Schrodinger, un gran físico cuántico
14:40
and, I think, philosopher, points out how you have to
333
868520
2566
y, creo, filósofo, señala cómo hay que
14:43
"abide by ignorance for an indefinite period" of time.
334
871086
3465
"acatar la ignorancia por un período
indefinido" de tiempo.
indefinido" de tiempo.
14:46
And it's this abiding by ignorance
335
874551
1987
Y es este acatar la ignorancia
14:48
that I think we have to learn how to do.
336
876538
1666
lo que yo creo que tenemos
que aprender a hacer.
que aprender a hacer.
14:50
This is a tricky thing. This is not such an easy business.
337
878204
2977
Es una cosa difícil. No es un asunto tan fácil.
14:53
I guess it comes down to our education system,
338
881181
1959
Supongo que todo se reduce
a nuestro sistema educativo,
a nuestro sistema educativo,
14:55
so I'm going to talk a little bit about ignorance and education,
339
883140
2457
así que voy a hablar un poco acerca
de la ignorancia y la educación,
de la ignorancia y la educación,
14:57
because I think that's where it really has to play out.
340
885597
2268
porque creo que ahí es donde
realmente tiene que tener lugar.
realmente tiene que tener lugar.
14:59
So for one, let's face it,
341
887865
2267
Así que por una vez, enfrentémoslo,
15:02
in the age of Google and Wikipedia,
342
890132
3352
en la era de Google y Wikipedia,
15:05
the business model of the university
343
893484
1793
el modelo de negocio de la universidad
15:07
and probably secondary schools is simply going to have to change.
344
895277
3421
y, probablemente, de las escuelas secundarias,
simplemente va a tener que cambiar.
simplemente va a tener que cambiar.
15:10
We just can't sell facts for a living anymore.
345
898698
1901
No podemos más, vender hechos para vivir.
15:12
They're available with a click of the mouse,
346
900599
2050
Están disponibles con un clic del ratón,
15:14
or if you want to, you could probably just ask the wall
347
902649
2496
o si quieren, probablemente podrían
simplemente preguntar al muro
simplemente preguntar al muro
15:17
one of these days, wherever they're going to hide the things
348
905145
1712
uno de estos días, donde sea
que vayan a ocultar las cosas
que vayan a ocultar las cosas
15:18
that tell us all this stuff.
349
906857
1417
que nos dicen todo.
15:20
So what do we have to do? We have to give our students
350
908274
2883
Entonces, ¿qué tenemos que hacer? Tenemos
que dar a nuestros estudiantes
que dar a nuestros estudiantes
15:23
a taste for the boundaries, for what's outside that circumference,
351
911157
3896
el gusto por las fronteras, por lo que
está fuera de esa circunferencia,
está fuera de esa circunferencia,
15:27
for what's outside the facts, what's just beyond the facts.
352
915053
4308
por lo que está fuera de los hechos,
lo que está más allá de los hechos.
lo que está más allá de los hechos.
15:31
How do we do that?
353
919361
2157
¿Cómo lo hacemos?
15:33
Well, one of the problems, of course,
354
921518
1508
Pues bien, uno de los problemas, por supuesto,
15:35
turns out to be testing.
355
923026
2109
resultan ser los exámenes.
15:37
We currently have an educational system
356
925135
2649
Actualmente contamos con un sistema educativo
15:39
which is very efficient but is very efficient at a rather bad thing.
357
927784
3709
que es muy eficiente, pero es muy
eficiente en una cosa bastante mala.
eficiente en una cosa bastante mala.
15:43
So in second grade, all the kids are interested in science,
358
931493
2974
En segundo grado, todos los
niños están interesados en la ciencia,
niños están interesados en la ciencia,
15:46
the girls and the boys.
359
934467
1263
las niñas y los niños.
15:47
They like to take stuff apart. They have great curiosity.
360
935730
3974
Les gusta desarmar cosas.
Tienen una gran curiosidad.
Tienen una gran curiosidad.
15:51
They like to investigate things. They go to science museums.
361
939704
2499
Les gusta investigar las cosas.
Van a los museos de ciencia.
Van a los museos de ciencia.
15:54
They like to play around. They're in second grade.
362
942203
6188
Les gusta jugar por ahí. Están en segundo grado.
16:00
They're interested.
363
948407
1494
Están interesados.
16:01
But by 11th or 12th grade, fewer than 10 percent
364
949901
2934
Pero para el 11 o 12 grado, menos del 10 %
16:04
of them have any interest in science whatsoever,
365
952835
3075
tienen algún interés en la ciencia,
16:07
let alone a desire to go into science as a career.
366
955910
2945
y mucho menos el deseo de
seguir una carrera en ciencias.
seguir una carrera en ciencias.
16:10
So we have this remarkably efficient system
367
958855
2982
Así que tenemos este sistema muy eficiente
16:13
for beating any interest in science out of everybody's head.
368
961837
3973
para ahuyentar cualquier interés en la
ciencia de la cabeza de todos.
ciencia de la cabeza de todos.
16:17
Is this what we want?
369
965810
1914
¿Es esto lo que queremos?
16:19
I think this comes from what a teacher colleague of mine
370
967724
2342
Creo que esto viene de lo que un profesor colega mío
16:22
calls "the bulimic method of education."
371
970066
2722
llama "el método bulímico de la educación".
16:24
You know. You can imagine what it is.
372
972788
1373
Ya saben. Pueden imaginar lo que es.
16:26
We just jam a whole bunch of facts down their throats over here
373
974161
2948
Atascamos sus gargantas
con un montón de hechos
con un montón de hechos
16:29
and then they puke it up on an exam over here
374
977109
2354
y luego ellos los vomitan
para ponerlos en un examen
para ponerlos en un examen
16:31
and everybody goes home with no added intellectual heft whatsoever.
375
979463
4579
y todo el mundo se va a casa sin
peso intelectual añadido alguno.
peso intelectual añadido alguno.
16:36
This can't possibly continue to go on.
376
984042
2081
Esto no puede continuar.
16:38
So what do we do? Well the geneticists, I have to say,
377
986123
2334
Entonces, ¿qué hacemos? Bueno,
los genetistas, tengo que decir,
los genetistas, tengo que decir,
16:40
have an interesting maxim they live by.
378
988457
1983
tienen una máxima interesante según la cual viven.
16:42
Geneticists always say, you always get what you screen for.
379
990440
5252
Los genetistas siempre dicen, que siempre
obtienes lo que seleccionas.
obtienes lo que seleccionas.
16:47
And that's meant as a warning.
380
995692
2861
Y eso se entiende como una advertencia.
16:50
So we always will get what we screen for,
381
998553
2319
Así que siempre vamos a conseguir
lo que seleccionamos,
lo que seleccionamos,
16:52
and part of what we screen for is in our testing methods.
382
1000872
3455
y parte de lo que seleccionamos está
en nuestros métodos de evaluación.
en nuestros métodos de evaluación.
16:56
Well, we hear a lot about testing and evaluation,
383
1004327
3243
Bueno, se habla mucho acerca
de las pruebas y la evaluación,
de las pruebas y la evaluación,
16:59
and we have to think carefully when we're testing
384
1007570
2187
y tenemos que pensar cuidadosamente
cuando estamos examinando
cuando estamos examinando
17:01
whether we're evaluating or whether we're weeding,
385
1009757
3087
cuando estamos evaluando o
cuando estamos escardando,
cuando estamos escardando,
17:04
whether we're weeding people out,
386
1012844
1459
si estamos escardando gente,
17:06
whether we're making some cut.
387
1014303
3134
si estamos haciendo algún corte.
17:09
Evaluation is one thing. You hear a lot about evaluation
388
1017437
2641
La evaluación es una cosa. Se oye hablar
mucho acerca de la evaluación
mucho acerca de la evaluación
17:12
in the literature these days, in the educational literature,
389
1020078
2910
en la literatura de estos días,
en la literatura educativa,
en la literatura educativa,
17:14
but evaluation really amounts to feedback and it amounts
390
1022988
2958
pero evaluación realmente equivale
a retroalimentación y asciende
a retroalimentación y asciende
17:17
to an opportunity for trial and error.
391
1025946
2154
a una oportunidad para el ensayo y error.
17:20
It amounts to a chance to work over a longer period of time
392
1028100
4494
Viene a ser la oportunidad de trabajar durante
un período de tiempo más largo
un período de tiempo más largo
17:24
with this kind of feedback.
393
1032594
1910
con este tipo de retroalimentación.
17:26
That's different than weeding, and usually, I have to tell you,
394
1034504
2938
Eso es diferente de desherbar, y
por lo general, hay que decir,
por lo general, hay que decir,
17:29
when people talk about evaluation, evaluating students,
395
1037442
2726
cuando la gente habla acerca de la evaluación,
de evaluar estudiantes,
de evaluar estudiantes,
17:32
evaluating teachers, evaluating schools,
396
1040168
2787
evaluar profesores, evaluar escuelas,
17:34
evaluating programs, that they're really talking about weeding.
397
1042955
4161
evaluar programas, de lo que realmente
están hablando es de desherbar.
están hablando es de desherbar.
17:39
And that's a bad thing, because then you will get what you select for,
398
1047116
4210
Y eso es malo, porque entonces
conseguirás lo que seleccionas,
conseguirás lo que seleccionas,
17:43
which is what we've gotten so far.
399
1051326
1958
que es lo que hemos conseguido hasta ahora.
17:45
So I'd say what we need is a test that says, "What is x?"
400
1053284
3441
Así que yo diría que lo que necesitamos
es un examen que diga: "¿Qué es x?"
es un examen que diga: "¿Qué es x?"
17:48
and the answers are "I don't know, because no one does,"
401
1056725
3092
y las respuestas sean "No lo sé, porque nadie lo sabe",
17:51
or "What's the question?" Even better.
402
1059817
1741
o "¿Cuál es la pregunta?" Incluso mejor.
17:53
Or, "You know what, I'll look it up, I'll ask someone,
403
1061558
2390
O, "¿Sabes qué, voy a buscar, voy a preguntar a alguien,
17:55
I'll phone someone. I'll find out."
404
1063964
2700
voy a llamar a alguien. Voy a averiguarlo".
17:58
Because that's what we want people to do,
405
1066664
1550
Porque eso es lo que queremos que haga la gente,
18:00
and that's how you evaluate them.
406
1068214
1371
y así es como los evalúas.
18:01
And maybe for the advanced placement classes,
407
1069585
1943
Y tal vez para las clases avanzadas,
18:03
it could be, "Here's the answer. What's the next question?"
408
1071528
3714
podría ser: "Aquí está la respuesta.
¿Cuál es la próxima pregunta?"
¿Cuál es la próxima pregunta?"
18:07
That's the one I like in particular.
409
1075242
1511
Esa es la que más me gusta en particular.
18:08
So let me end with a quote from William Butler Yeats,
410
1076753
2177
Así que permítanme terminar con
una cita de William Butler Yeats,
una cita de William Butler Yeats,
18:10
who said "Education is not about filling buckets;
411
1078930
3167
quien dijo: "La educación no se trata de llenar baldes;
18:14
it is lighting fires."
412
1082097
2153
se trata de encender fuegos".
18:16
So I'd say, let's get out the matches.
413
1084250
3875
Así que yo diría, saquemos las cerillas.
18:20
Thank you.
414
1088125
1208
Gracias.
18:21
(Applause)
415
1089333
3227
(Aplausos)
18:24
Thank you. (Applause)
416
1092560
3816
Gracias. (Aplausos)
ABOUT THE SPEAKER
Stuart Firestein - NeuroscientistStuart Firestein teaches students and “citizen scientists” that ignorance is far more important to discovery than knowledge.
Why you should listen
You’d think that a scientist who studies how the human brain receives and perceives information would be inherently interested in what we know. But Stuart Firestein says he’s far more intrigued by what we don’t. “Answers create questions,” he says. “We may commonly think that we begin with ignorance and we gain knowledge [but] the more critical step in the process is the reverse of that.”
Firestein, who chairs the biological sciences department at Columbia University, teaches a course about how ignorance drives science. In it -- and in his 2012 book on the topic -- he challenges the idea that knowledge and the accumulation of data create certainty. Facts are fleeting, he says; their real purpose is to lead us to ask better questions.
Stuart Firestein | Speaker | TED.com