ABOUT THE SPEAKER
Mariano Sigman - Neuroscientist
In his provocative, mind-bending book "The Secret Life of the Mind," neuroscientist Mariano Sigman reveals his life’s work exploring the inner workings of the human brain.

Why you should listen

Mariano Sigman, a physicist by training, is a leading figure in the cognitive neuroscience of learning and decision making. Sigman was awarded a Human Frontiers Career Development Award, the National Prize of Physics, the Young Investigator Prize of "College de France," the IBM Scalable Data Analytics Award and is a scholar of the James S. McDonnell Foundation. In 2016 he was made a Laureate of the Pontifical Academy of Sciences.

In The Secret Life of the Mind, Sigman's ambition is to explain the mind so that we can understand ourselves and others more deeply. He shows how we form ideas during our first days of life, how we give shape to our fundamental decisions, how we dream and imagine, why we feel certain emotions, how the brain transforms and how who we are changes with it. Spanning biology, physics, mathematics, psychology, anthropology, linguistics, philosophy and medicine, as well as gastronomy, magic, music, chess, literature and art, The Secret Life of the Mind revolutionizes how neuroscience serves us in our lives, revealing how the infinity of neurons inside our brains manufacture how we perceive, reason, feel, dream and communicate.

More profile about the speaker
Mariano Sigman | Speaker | TED.com
TED2016

Mariano Sigman: Your words may predict your future mental health

Mariano Sigman: Le tue parole potrebbero predire la tua salute mentale futura

Filmed:
3,146,887 views

Il nostro modo di parlare e di scrivere potrebbero predire il nostro futuro stato mentale, addirittura individuare l'instaurarsi di una psicosi? In questo affascinante intervento, il neuroscienziato Mariano Sigman riflette sull'Antica Grecia e le origini dell'introspezione per studiare come le nostre parole siano un indizio della nostre vite interiori e ci descrive un algoritmo mappato sulle parole che potrebbe predire lo sviluppo della schizofrenia. "In futuro potremmo essere in grado di vedere una forma di sanità mentale molto diversa", dice Sigman, "basata sull'analisi oggettiva, quantitativa e automatizzata delle parole che scriviamo, delle parole che diciamo".
- Neuroscientist
In his provocative, mind-bending book "The Secret Life of the Mind," neuroscientist Mariano Sigman reveals his life’s work exploring the inner workings of the human brain. Full bio

Double-click the English transcript below to play the video.

00:13
We have historicalstorico recordsrecord that allowpermettere us
to know how the ancientantico GreeksGreci dressedvestito,
0
1006
5150
Abbiamo tracce storiche che ci permettono
di sapere come vestivano gli Antichi Greci
00:18
how they livedha vissuto,
1
6180
1254
come vivevano,
00:19
how they foughtcombattuta ...
2
7458
1522
come combattevano...
00:21
but how did they think?
3
9004
1524
ma come pensavano?
00:23
One naturalnaturale ideaidea is that the deepestpiù profondo
aspectsaspetti of humanumano thought --
4
11432
4440
La nostra idea naturale è che gli aspetti
più profondi del pensiero umano,
00:27
our abilitycapacità to imagineimmaginare,
5
15896
1872
la nostra abilità d'immaginare,
00:29
to be consciousconsapevole,
6
17792
1397
di essere coscienti,
00:31
to dreamsognare --
7
19213
1231
di sognare,
00:32
have always been the samestesso.
8
20468
1619
sono sempre state le stesse.
00:34
AnotherUn altro possibilitypossibilità
9
22872
1499
Un'altra possibilità
00:36
is that the socialsociale transformationstrasformazioni
that have shapeda forma di our culturecultura
10
24395
3723
è che le trasformazioni sociali
che hanno dato forma alla nostra cultura
00:40
maypuò have alsoanche changedcambiato
the structuralstrutturale columnscolonne of humanumano thought.
11
28142
3785
potrebbero aver cambiato anche
le colonne portanti del pensiero umano.
Può essere che ognuno di noi
abbia un'opinione diversa a riguardo.
00:44
We maypuò all have differentdiverso
opinionsopinioni about this.
12
32911
2524
00:47
ActuallyIn realtà, it's a long-standingDi vecchia data
philosophicalfilosofico debatediscussione.
13
35459
2717
In realtà, è un dibattito filosofico
che va avanti da molto tempo.
00:50
But is this questiondomanda
even amenabledocile to sciencescienza?
14
38644
2727
Ma questo quesito
è trattabile dalla scienza?
00:54
Here I'd like to proposeproporre
15
42834
2506
Ciò che suggerisco qui
è che come si può ricostruire
l'aspetto delle città dell'Antica Grecia
00:57
that in the samestesso way we can reconstructricostruire
how the ancientantico GreekGreco citiescittà lookedguardato
16
45364
4772
01:02
just basedbasato on a fewpochi bricksmattoni,
17
50160
2388
sulla base di pochi mattoni,
così gli scritti di una cultura
possono essere la traccia archeologica,
01:04
that the writingsScritture of a culturecultura
are the archaeologicalarcheologico recordsrecord,
18
52572
4126
01:08
the fossilsfossili, of humanumano thought.
19
56722
2143
i fossili del pensiero umano.
01:11
And in factfatto,
20
59905
1174
E infatti,
conducendo una certa forma
di analisi psicologica
01:13
doing some formmodulo of psychologicalpsicologico analysisanalisi
21
61103
2206
01:15
of some of the mostmaggior parte ancientantico
bookslibri of humanumano culturecultura,
22
63333
3544
di alcuni dei più antichi libri
scritti dall'uomo,
01:18
JulianJulian JaynesJaynes cameè venuto up in the '70s
with a very wildselvaggio and radicalradicale hypothesisipotesi:
23
66901
5955
Julian Jaynes negli anni Settanta ha dato
un'ipotesi folle e davvero radicale:
01:24
that only 3,000 yearsanni agofa,
24
72880
2413
che solo 3.000 anni fa
01:27
humansgli esseri umani were what todayoggi
we would call schizophrenicsschizofrenici.
25
75317
4888
gli esseri umani erano ciò che oggi
chiameremmo schizofrenici.
Ha fatto quest'affermazione
01:33
And he madefatto this claimRichiesta
26
81753
1508
01:35
basedbasato on the factfatto that the first
humansgli esseri umani describeddescritta in these bookslibri
27
83285
3301
sulla base del fatto che i primi uomini
descritti in questi libri
01:38
behavedsi è comportato consistentlymodo coerente,
28
86610
1904
si comportavano costantemente
01:40
in differentdiverso traditionstradizioni
and in differentdiverso placesposti of the worldmondo,
29
88538
3016
in diverse tradizioni
e differenti luoghi nel mondo
01:43
as if they were hearingudito and obeyingobbedendo voicesvoci
30
91578
3532
come se sentissero e obbedissero a voci
01:47
that they perceivedpercepito
as comingvenuta from the GodsDèi,
31
95134
3040
che percepivano venire dagli Dei,
01:50
or from the musesMuse ...
32
98198
1198
o dalle Muse...
01:52
what todayoggi we would call hallucinationsallucinazioni.
33
100063
2769
ciò che oggi chiamiamo allucinazioni.
01:55
And only then, as time wentandato on,
34
103888
2626
E solo allora, mentre il tempo scorreva,
01:58
they beganiniziato to recognizericonoscere
that they were the creatorscreatori,
35
106538
3651
cominciarono a riconoscere
di essere loro stessi i creatori,
02:02
the ownersproprietari of these innerinterno voicesvoci.
36
110213
2515
i proprietari di quelle voci interiori.
02:05
And with this, they gainedguadagnato introspectionintrospezione:
37
113316
2715
Grazie a questo,
hanno guadagnato l'introspezione:
02:08
the abilitycapacità to think
about theirloro ownproprio thoughtspensieri.
38
116055
2483
l'abilità di pensare
ai loro stessi pensieri.
02:11
So Jaynes'sDi Jaynes theoryteoria is that consciousnesscoscienza,
39
119785
3397
Dunque, la teoria di Jaynes
è che la coscienza,
02:15
at leastmeno in the way we perceivepercepire it todayoggi,
40
123206
3166
almeno nel modo in cui la percepiamo oggi,
02:18
where we feel that we are the pilotspiloti
of our ownproprio existenceesistenza --
41
126396
3540
dove sentiamo di essere i piloti
della nostra stessa esistenza,
02:21
is a quiteabbastanza recentrecente culturalculturale developmentsviluppo.
42
129960
2737
è uno sviluppo culturale
abbastanza recente.
Questa teoria è abbastanza spettacolare
02:25
And this theoryteoria is quiteabbastanza spectacularspettacolare,
43
133456
1786
02:27
but it has an obviousevidente problemproblema
44
135266
1433
ma ha un problema ovvio,
02:28
whichquale is that it's builtcostruito on just a fewpochi
and very specificspecifica examplesesempi.
45
136723
3992
cioè che è costruita solo
su pochi esempi molto specifici.
02:33
So the questiondomanda is whetherse the theoryteoria
46
141085
1763
La questione dunque è se la teoria
02:34
that introspectionintrospezione builtcostruito up in humanumano
historystoria only about 3,000 yearsanni agofa
47
142872
4751
che l'introspezione sia stata costruita
nella storia dell'uomo solo 3.000 anni fa
02:39
can be examinedesaminato in a quantitativequantitativo
and objectiveobbiettivo mannermaniera.
48
147647
2984
possa essere esaminata
in modo quantitativo e oggettivo.
02:43
And the problemproblema of how
to go about this is quiteabbastanza obviousevidente.
49
151543
3563
Il problema di come questo possa
o meno avvenire è piuttosto ovvio.
02:47
It's not like PlatoPlatone wokesvegliato up one day
and then he wroteha scritto,
50
155130
3460
Non è che Platone si è svegliato un giorno
e ha scritto:
02:50
"HelloCiao, I'm PlatoPlatone,
51
158614
1659
"Ehi, sono Platone
e da oggi in poi avrò una coscienza
pienamente introspettiva."
02:52
and as of todayoggi, I have
a fullycompletamente introspectiveintrospettiva consciousnesscoscienza."
52
160297
2889
02:55
(LaughterRisate)
53
163210
2293
(Risate)
02:57
And this tellsdice us actuallyin realtà
what is the essenceessenza of the problemproblema.
54
165527
3333
Questo ci dice in realtà
qual è l'essenza del problema.
03:01
We need to find the emergenceemergenza
of a conceptconcetto that's never said.
55
169467
4055
Dobbiamo trovare l'emergere di un concetto
che non è mai stato detto.
03:06
The wordparola introspectionintrospezione
does not appearapparire a singlesingolo time
56
174434
4310
La parola introspezione
non appare una singola volta
03:10
in the bookslibri we want to analyzeanalizzare.
57
178768
1919
nei libri che vogliamo analizzare.
03:13
So our way to solverisolvere this
is to buildcostruire the spacespazio of wordsparole.
58
181728
4087
Quindi il nostro modo di venirne a capo
è costruire lo spazio delle parole.
03:18
This is a hugeenorme spacespazio
that containscontiene all wordsparole
59
186571
3287
Si tratta di uno spazio enorme
che contiene tutte le parole
03:21
in suchcome a way that the distancedistanza
betweenfra any two of them
60
189882
2802
in un modo tale che la distanza
tra due parole qualsiasi
03:24
is indicativeindicativo of how
closelystrettamente relatedrelazionato they are.
61
192708
2883
sia indicativa di quanto sono collegate.
03:28
So for instanceesempio,
62
196460
1151
Dunque, per esempio,
03:29
you want the wordsparole "dogcane" and "catgatto"
to be very closevicino togetherinsieme,
63
197635
2897
le parole "cane" e "gatto"
dovrebbero essere molto vicine,
03:32
but the wordsparole "grapefruitpompelmo" and "logarithmlogaritmo"
to be very farlontano away.
64
200556
3831
ma le parole "uva" e "logaritmo"
dovrebbero essere molto lontane.
03:36
And this has to be truevero
for any two wordsparole withinentro the spacespazio.
65
204809
3896
E questo deve essere vero
per ogni coppia di parole nello spazio.
03:41
And there are differentdiverso waysmodi
that we can constructcostruire the spacespazio of wordsparole.
66
209626
3341
Ci sono modi differenti
per costruire lo spazio delle parole.
03:44
One is just askingchiede the expertsesperti,
67
212991
1643
Uno è semplicemente
chiedere agli esperti,
03:46
a bitpo like we do with dictionariesdizionari.
68
214658
1896
un po' come facciamo con i dizionari.
03:48
AnotherUn altro possibilitypossibilità
69
216896
1428
Un'altra possibilità
03:50
is followinga seguire the simplesemplice assumptionassunzione
that when two wordsparole are relatedrelazionato,
70
218348
3715
è seguire la semplice assunzione
che quando due parole sono collegate
03:54
they tendtendere to appearapparire in the samestesso sentencesfrasi,
71
222087
2349
tendono ad apparire nelle stesse frasi,
03:56
in the samestesso paragraphsparagrafi,
72
224460
1453
negli stessi paragrafi,
03:57
in the samestesso documentsdocumenti,
73
225937
1770
negli stessi documenti,
03:59
more oftenspesso than would be expectedprevisto
just by purepuro chanceopportunità.
74
227731
3182
più spesso di quanto
ci si aspetterebbe in base al caso.
04:04
And this simplesemplice hypothesisipotesi,
75
232231
2050
Questa ipotesi semplice,
04:06
this simplesemplice methodmetodo,
76
234305
1306
questo semplice metodo,
con qualche trucchetto computazionale
04:07
with some computationalcomputazionale trickstrucchi
77
235635
1607
04:09
that have to do with the factfatto
78
237266
1389
legato al fatto
che questo spazio è molto complesso
e fatto di molteplici dimensioni,
04:10
that this is a very complexcomplesso
and high-dimensionalhigh-dimensionale spacespazio,
79
238679
3064
04:13
turnsgiri out to be quiteabbastanza effectiveefficace.
80
241767
1665
sembra essere piuttosto efficace.
Giusto per darvi un assaggio
di quanto possa funzionare bene,
04:16
And just to give you a flavorsapore
of how well this workslavori,
81
244155
2802
04:18
this is the resultrisultato we get when
we analyzeanalizzare this for some familiarfamiliare wordsparole.
82
246981
3912
questo è il risultato quando analizziamo
alcune parole familiari.
Potete vedere innanzitutto
04:23
And you can see first
83
251607
1185
04:24
that wordsparole automaticallyautomaticamente organizeorganizzare
into semanticsemantico neighborhoodsquartieri.
84
252816
3278
come le parole si organizzano
in autonomia in aree semantiche.
04:28
So you get the fruitsfrutta, the bodycorpo partsparti,
85
256118
2217
Così ottenete i frutti,
le parti del corpo,
le parti del computer,
i termini scientifici e così via.
04:30
the computercomputer partsparti,
the scientificscientifico termscondizioni and so on.
86
258359
2425
04:33
The algorithmalgoritmo alsoanche identifiesidentifica
that we organizeorganizzare conceptsconcetti in a hierarchygerarchia.
87
261119
4222
L'algoritmo identifica anche il fatto
che organizziamo i concetti in gerarchie.
04:37
So for instanceesempio,
88
265852
1151
Dunque, per esempio,
04:39
you can see that the scientificscientifico termscondizioni
breakrompere down into two subcategoriessottocategorie
89
267027
3597
vedete come i termini scientifici
si dividono nelle due categorie
04:42
of the astronomicastronomico and the physicsfisica termscondizioni.
90
270648
2100
dei termini astronomici
e i termini fisici.
04:45
And then there are very fine things.
91
273338
2246
Poi emergono anche delle raffinatezze.
04:47
For instanceesempio, the wordparola astronomyastronomia,
92
275608
1905
Per esempio, la parola astronomia,
04:49
whichquale seemssembra a bitpo bizarrebizzarro where it is,
93
277537
1815
che sembra in un posto un po' strano,
in realtà è esattamente
dove dovrebbe essere,
04:51
is actuallyin realtà exactlydi preciso where it should be,
94
279376
2048
04:53
betweenfra what it is,
95
281448
1595
tra ciò che è,
una vera scienza
04:55
an actualeffettivo sciencescienza,
96
283067
1270
04:56
and betweenfra what it describesdescrive,
97
284361
1536
e ciò che descrive,
i termini astronomici.
04:57
the astronomicalastronomico termscondizioni.
98
285921
1492
Potremmo andare avanti così
all'infinito.
05:00
And we could go on and on with this.
99
288182
1891
05:02
ActuallyIn realtà, if you starefissare
at this for a while,
100
290097
2060
In realtà, se lo guardate
per un po'
05:04
and you just buildcostruire randomcasuale trajectoriestraiettorie,
101
292181
1858
e costruite traiettorie casuali,
05:06
you will see that it actuallyin realtà feelssi sente
a bitpo like doing poetrypoesia.
102
294063
3166
vedrete che sembra un po'
come scrivere una poesia.
05:10
And this is because, in a way,
103
298018
1882
Questo perché,
in un certo senso,
05:11
walkinga passeggio in this spacespazio
is like walkinga passeggio in the mindmente.
104
299924
2940
percorrere questo spazio
è un po' come percorrere la mente.
05:16
And the last thing
105
304027
1617
E l'ultima cosa
05:17
is that this algorithmalgoritmo alsoanche identifiesidentifica
what are our intuitionsintuizioni,
106
305668
4040
è che l'algoritmo identifica anche
quelle che sono le nostre intuizioni
05:21
of whichquale wordsparole should leadcondurre
in the neighborhoodQuartiere of introspectionintrospezione.
107
309732
3896
riguardo a quali parole dovrebbero portare
nell'area dell'introspezione.
05:25
So for instanceesempio,
108
313652
1223
Quindi per esempio,
05:26
wordsparole suchcome as "selfse stesso," "guiltsenso di colpa,"
"reasonragionare," "emotionemozione,"
109
314899
3979
parole come "sé", "colpa",
"ragione", "emozione",
05:30
are very closevicino to "introspectionintrospezione,"
110
318902
1889
sono molto vicine a "introspezione",
05:32
but other wordsparole,
111
320815
1151
ma altre parole,
05:33
suchcome as "redrosso," "footballcalcio,"
"candlecandela," "bananaBanana,"
112
321990
2167
come "rosso", "calcio",
"candela", "banana",
05:36
are just very farlontano away.
113
324181
1452
sono molto lontane.
05:38
And so onceuna volta we'venoi abbiamo builtcostruito the spacespazio,
114
326054
2762
Dunque, una volta costruito questo spazio,
05:40
the questiondomanda of the historystoria
of introspectionintrospezione,
115
328840
2826
la questione
della storia dell'introspezione,
05:43
or of the historystoria of any conceptconcetto
116
331690
2333
o della storia di qualsiasi concetto
05:46
whichquale before could seemsembrare abstractastratto
and somehowin qualche modo vaguevago,
117
334047
4779
che prima poteva sembrare
qualcosa di astratto e vago,
05:50
becomesdiventa concretecalcestruzzo --
118
338850
1604
diventa concreta,
05:52
becomesdiventa amenabledocile to quantitativequantitativo sciencescienza.
119
340478
2738
diventa trattabile
dalla scienza quantitativa.
05:56
All that we have to do is take the bookslibri,
120
344216
2762
Tutto ciò che c'è da fare
è prendere i libri,
05:59
we digitizedigitalizzare them,
121
347002
1381
digitalizzarli,
06:00
and we take this streamruscello
of wordsparole as a trajectorytraiettoria
122
348407
2809
prendere questa corrente di parole
come una traiettoria
06:03
and projectprogetto them into the spacespazio,
123
351240
1969
e proiettarli nello spazio,
06:05
and then we askChiedere whetherse this trajectorytraiettoria
spendsspende significantsignificativo time
124
353233
3754
chiediamoci poi se questa traiettoria
passa una parte di tempo significativa
06:09
circlingun cerchietto closelystrettamente to the conceptconcetto
of introspectionintrospezione.
125
357011
2992
ruotando intorno al concetto
di introspezione.
06:12
And with this,
126
360760
1196
Con questo,
potremmo analizzare la storia
dell'introspezione
06:13
we could analyzeanalizzare
the historystoria of introspectionintrospezione
127
361980
2112
06:16
in the ancientantico GreekGreco traditiontradizione,
128
364116
1921
nella tradizione dell'Antica Grecia,
06:18
for whichquale we have the bestmigliore
availablea disposizione writtenscritto recorddisco.
129
366061
2602
per la quale abbiamo a disposizione
le migliori tracce scritte.
Quindi ciò che abbiamo fatto è stato
prendere i libri,
06:21
So what we did is we tookha preso all the bookslibri --
130
369631
2255
06:23
we just orderedordinato them by time --
131
371910
2284
ordinarli cronologicamente,
06:26
for eachogni booklibro we take the wordsparole
132
374218
1752
prendere le parole per ogni libro
06:27
and we projectprogetto them to the spacespazio,
133
375994
1961
e proiettarle nello spazio
e poi abbiamo chiesto per ogni parola
quanto fosse vicina all'introspezione
06:29
and then we askChiedere for eachogni wordparola
how closevicino it is to introspectionintrospezione,
134
377979
3032
06:33
and we just averagemedia that.
135
381035
1230
e ne abbiamo fatto una media.
06:34
And then we askChiedere whetherse,
as time goesva on and on,
136
382590
3198
Poi abbiamo chiesto se,
con l'avanzare del tempo,
06:37
these bookslibri get closerpiù vicino,
and closerpiù vicino and closerpiù vicino
137
385812
3252
questi libri si avvicinassero
sempre di più
06:41
to the conceptconcetto of introspectionintrospezione.
138
389088
1754
al concetto di introspezione.
06:42
And this is exactlydi preciso what happensaccade
in the ancientantico GreekGreco traditiontradizione.
139
390866
3801
Questo è esattamente ciò che succede
nell'antica tradizione greca.
Così vedete che per i libri
più antichi della tradizione omerica
06:47
So you can see that for the oldestpiù antica bookslibri
in the HomericOmerico traditiontradizione,
140
395698
3127
c'è un lento avvicinamento
dei libri all'introspezione.
06:50
there is a smallpiccolo increaseaumentare with bookslibri
gettingottenere closerpiù vicino to introspectionintrospezione.
141
398849
3412
Ma circa quattro secoli
prima della nascita di Cristo
06:54
But about fourquattro centuriessecoli before ChristCristo,
142
402285
2206
06:56
this startsinizia rampinglavorazione in rampa up very rapidlyrapidamente
to an almostquasi five-foldquintuplo increaseaumentare
143
404515
4708
c'è un'impennata molto rapida
di circa cinque volte
07:01
of bookslibri gettingottenere closerpiù vicino,
and closerpiù vicino and closerpiù vicino
144
409247
2500
del progressivo avvicinamento dei libri
07:03
to the conceptconcetto of introspectionintrospezione.
145
411771
1682
al concetto di introspezione.
07:06
And one of the nicesimpatico things about this
146
414159
2424
Una cosa bella di questo sistema
è che ora possiamo chiedere
07:08
is that now we can askChiedere
147
416607
1198
07:09
whetherse this is alsoanche truevero
in a differentdiverso, independentindipendente traditiontradizione.
148
417829
4147
se questo è vero anche
per tradizioni diverse e indipendenti.
Abbiamo condotto la stessa analisi
nella tradizione giudaico-cristiana
07:14
So we just rancorse this samestesso analysisanalisi
on the Judeo-ChristianGiudaico-cristiana traditiontradizione,
149
422962
3176
07:18
and we got virtuallypotenzialmente the samestesso patternmodello.
150
426162
2721
e abbiamo ottenuto
virtualmente lo stesso pattern.
07:21
Again, you see a smallpiccolo increaseaumentare
for the oldestpiù antica bookslibri in the OldVecchio TestamentTestamento,
151
429548
4635
Ancora, si vede un piccolo aumento
per i libri antichi del Vecchio Testamento
07:26
and then it increasesaumenta much more rapidlyrapidamente
152
434207
1914
e poi un aumento molto più rapido
07:28
in the newnuovo bookslibri of the NewNuovo TestamentTestamento.
153
436145
1839
nei nuovi libri del Nuovo Testamento.
07:30
And then we get the peakpicco of introspectionintrospezione
154
438008
2032
Poi otteniamo
il picco dell'introspezione
07:32
in "The ConfessionsConfessioni of SaintSaint AugustineAugustine,"
155
440064
2127
nelle "Confessioni di Sant'Agostino",
07:34
about fourquattro centuriessecoli after ChristCristo.
156
442215
1857
circa quattro secoli dopo Cristo.
07:36
And this was very importantimportante,
157
444897
1944
Questo è molto importante,
07:38
because SaintSaint AugustineAugustine
had been recognizedriconosciuto by scholarsstudiosi,
158
446865
3373
perché Sant'Agostino
è stato riconosciuto dagli studiosi,
07:42
philologistsfilologi, historiansstorici,
159
450262
2172
i filologi, gli storici,
07:44
as one of the foundersfondatori of introspectionintrospezione.
160
452458
2078
come uno dei fondatori dell'introspezione.
07:47
ActuallyIn realtà, some believe him to be
the fatherpadre of modernmoderno psychologyPsicologia.
161
455060
3297
In effetti, alcuni lo ritengono
il padre della moderna psicologia.
07:51
So our algorithmalgoritmo,
162
459012
1839
Quindi il nostro algoritmo,
07:52
whichquale has the virtuevirtù
of beingessere quantitativequantitativo,
163
460875
2842
che ha il pregio di essere quantitativo,
07:55
of beingessere objectiveobbiettivo,
164
463741
1263
di essere oggettivo,
07:57
and of coursecorso of beingessere extremelyestremamente fastveloce --
165
465028
2016
e di essere estremamente veloce
07:59
it just runspiste in a fractionfrazione of a secondsecondo --
166
467068
2397
(opera infatti in una frazione di secondo)
08:01
can capturecatturare some of the mostmaggior parte
importantimportante conclusionsconclusioni
167
469489
3503
può registrare alcune
delle più importanti conclusioni
08:05
of this long traditiontradizione of investigationindagine.
168
473016
2222
di questa lunga tradizione di ricerca.
08:08
And this is in a way
one of the beautiesbellezze of sciencescienza,
169
476317
3651
Questa in un certo senso
è una delle bellezze della scienza,
08:11
whichquale is that now this ideaidea
can be translatedtradotto
170
479992
3476
ovvero che ora questa idea
può essere tradotta
08:15
and generalizedgeneralizzato to a wholetotale lot
of differentdiverso domainsdomini.
171
483492
2571
e generalizzata in una grande quantità
di ambiti diversi.
08:18
So in the samestesso way that we askedchiesto
about the pastpassato of humanumano consciousnesscoscienza,
172
486769
4767
Allo stesso modo in cui abbiamo chiesto
del passato della coscienza umana,
08:23
maybe the mostmaggior parte challengingstimolante questiondomanda
we can poseposa to ourselvesnoi stessi
173
491560
3406
forse la domanda più ardita
che possiamo porci
08:26
is whetherse this can tell us something
about the futurefuturo of our ownproprio consciousnesscoscienza.
174
494990
4137
è se questo possa dirci qualcosa
riguardo al futuro delle nostre coscienze.
08:31
To put it more preciselyprecisamente,
175
499550
1470
Per essere più precisi,
08:33
whetherse the wordsparole we say todayoggi
176
501044
2416
se le parole che diciamo oggi
08:35
can tell us something
of where our mindsmenti will be in a fewpochi daysgiorni,
177
503484
5197
possano dirci qualcosa su dove
la nostra mente sarà tra qualche giorno,
08:40
in a fewpochi monthsmesi
178
508705
1151
qualche mese
08:41
or a fewpochi yearsanni from now.
179
509880
1182
o qualche anno da ora.
08:43
And in the samestesso way manymolti of us
are now wearingindossare sensorssensori
180
511597
3020
Allo stesso modo in cui molti di noi
indossano sensori
08:46
that detectindividuare our heartcuore rateVota,
181
514641
1786
che rilevano il battito del cuore,
08:48
our respirationrespirazione,
182
516451
1269
la respirazione,
08:49
our genesgeni,
183
517744
1667
i nostri geni,
08:51
on the hopessperanze that this maypuò
help us preventimpedire diseasesmalattie,
184
519435
3651
nella speranza che questo ci aiuti
a prevenire le malattie,
08:55
we can askChiedere whetherse monitoringmonitoraggio
and analyzingl'analisi the wordsparole we speakparlare,
185
523110
3521
così possiamo chiederci se monitorare
e analizzare le parole che diciamo,
08:58
we tweetTweet, we emaile-mail, we writeScrivi,
186
526655
2683
che twittiamo, che mandiamo via mail,
che scriviamo
09:01
can tell us aheadavanti of time whetherse
something maypuò go wrongsbagliato with our mindsmenti.
187
529362
4808
possa dirci in anticipo se qualcosa
potrebbe guastarsi nelle nostre menti.
09:07
And with GuillermoGuillermo CecchiCecchi,
188
535087
1534
Con Guillermo Cecchi,
09:08
who has been my brotherfratello in this adventureavventura,
189
536645
3001
che è stato mio compagno
in quest'avventura,
09:11
we tookha preso on this taskcompito.
190
539670
1555
abbiamo preso in carico questo compito.
09:14
And we did so by analyzingl'analisi
the recordedregistrato speechdiscorso of 34 younggiovane people
191
542228
5532
L'abbiamo fatto analizzando
il discorso registrato di 34 giovani
09:19
who were at a highalto riskrischio
of developingin via di sviluppo schizophreniaschizofrenia.
192
547784
2801
che erano ad alto rischio
di sviluppare la schizofrenia.
Ciò che abbiamo fatto è stato
misurare il discorso al giorno uno,
09:23
And so what we did is,
we measuredmisurato speechdiscorso at day one,
193
551434
2881
09:26
and then we askedchiesto whetherse the propertiesproprietà
of the speechdiscorso could predictpredire,
194
554339
3242
e abbiamo chiesto se le proprietà
del linguaggio potessero predire
09:29
withinentro a windowfinestra of almostquasi threetre yearsanni,
195
557605
2496
all'interno di una finestra
di circa tre anni,
09:32
the futurefuturo developmentsviluppo of psychosispsicosi.
196
560125
2035
il futuro svilupparsi della psicosi.
09:35
But despitenonostante our hopessperanze,
197
563427
2366
Ma malgrado le nostre speranze,
09:37
we got failurefallimento after failurefallimento.
198
565817
3117
abbiamo ottenuto fallimenti
su fallimenti.
09:41
There was just not enoughabbastanza
informationinformazione in semanticssemantica
199
569793
3882
Semplicemente, non c'erano
abbastanza informazioni nella semantica
09:45
to predictpredire the futurefuturo
organizationorganizzazione of the mindmente.
200
573699
2793
per predire la futura
organizzazione della mente.
09:48
It was good enoughabbastanza
201
576516
1809
Ce n'era abbastanza
09:50
to distinguishdistinguere betweenfra a groupgruppo
of schizophrenicsschizofrenici and a controlcontrollo groupgruppo,
202
578349
4175
per distinguere tra un gruppo
di schizofrenici e un gruppo di controllo,
09:54
a bitpo like we had donefatto
for the ancientantico textstesti,
203
582548
2712
un po' come avevamo fatto
per i testi antichi,
09:57
but not to predictpredire the futurefuturo
onsetinizio of psychosispsicosi.
204
585284
2994
ma non per predire il futuro
instaurarsi della psicosi.
10:01
But then we realizedrealizzato
205
589164
1706
Ma poi abbiamo realizzato
10:02
that maybe the mostmaggior parte importantimportante thing
was not so much what they were sayingdetto,
206
590894
4088
che forse la cosa più importante
non era tanto cosa dicevano,
10:07
but how they were sayingdetto it.
207
595006
1673
ma come lo dicevano.
10:09
More specificallyspecificamente,
208
597679
1220
Più nello specifico,
10:10
it was not in whichquale semanticsemantico
neighborhoodsquartieri the wordsparole were,
209
598923
2827
non si trattava del distretto
in cui si trovavano le parole,
10:13
but how farlontano and fastveloce they jumpedsaltato
210
601774
2600
ma quanto lontano
e quanto velocemente saltassero
10:16
from one semanticsemantico neighborhoodQuartiere
to the other one.
211
604398
2301
da un'area semantica all'altra.
Quindi abbiamo elaborato
questa misura
10:19
And so we cameè venuto up with this measuremisurare,
212
607247
1731
10:21
whichquale we termeddefinito semanticsemantico coherencecoerenza,
213
609002
2389
che abbiamo chiamato
coerenza semantica,
10:23
whichquale essentiallyessenzialmente measuresprovvedimenti the persistencepersistenza
of speechdiscorso withinentro one semanticsemantico topicargomento,
214
611415
4804
che essenzialmente misura la persistenza
del discorso in un argomento semantico
10:28
withinentro one semanticsemantico categorycategoria.
215
616243
1529
all'interno di una categoria semantica.
10:31
And it turnedtrasformato out to be
that for this groupgruppo of 34 people,
216
619294
4047
Ne è risultato che
per questo gruppo di 34 persone,
10:35
the algorithmalgoritmo basedbasato on semanticsemantico
coherencecoerenza could predictpredire,
217
623365
3659
l'algoritmo basato sulla coerenza
semantica poteva predire
10:39
with 100 percentper cento accuracyprecisione,
218
627048
2500
con un'accuratezza del 100%,
10:41
who developedsviluppato psychosispsicosi and who will not.
219
629572
2507
chi avrebbe sviluppato la psicosi
e chi invece no.
10:44
And this was something
that could not be achievedraggiunto --
220
632976
2937
E questo era un risultato
che non poteva essere raggiunto,
10:47
not even closevicino --
221
635937
1508
neanche lontanamente,
10:49
with all the other
existingesistente clinicalclinico measuresprovvedimenti.
222
637469
3126
con tutte le misure cliniche
attualmente esistenti.
10:54
And I rememberricorda vividlyvividamente,
while I was workinglavoro on this,
223
642525
3579
Ricordo vividamente,
mentre ci stavo lavorando,
10:58
I was sittingseduta at my computercomputer
224
646128
2317
ero seduto al mio computer
11:00
and I saw a bunchmazzo of tweetsTweet by PoloPolo --
225
648469
2635
quando vidi una serie di tweet di Polo -
11:03
PoloPolo had been my first studentalunno
back in BuenosBuenos AiresAires,
226
651128
3167
Polo era stato il mio primo studente
a Buenos Aires,
11:06
and at the time
he was livingvita in NewNuovo YorkYork.
227
654319
2070
e allora viveva a New York.
11:08
And there was something in this tweetsTweet --
228
656413
2088
C'era qualcosa nei suoi tweet,
11:10
I could not tell exactlydi preciso what
because nothing was said explicitlyespressamente --
229
658525
3501
non so dirvi esattamente cosa
perché niente era detto in modo esplicito,
11:14
but I got this strongforte hunchHunch,
230
662050
2021
ma ricevetti questa forte impressione,
11:16
this strongforte intuitionintuizione,
that something was going wrongsbagliato.
231
664095
2955
questa forte intuizione,
che qualcosa
non stava andando nel verso giusto.
11:20
So I pickedraccolto up the phoneTelefono,
and I calledchiamato PoloPolo,
232
668347
2723
Quindi presi il telefono,
chiamai Polo
11:23
and in factfatto he was not feelingsensazione well.
233
671094
1919
e infatti non si sentiva bene.
11:25
And this simplesemplice factfatto,
234
673362
1937
Questo semplice fatto,
11:27
that readinglettura in betweenfra the linesLinee,
235
675323
2491
quel leggere tra le righe,
11:29
I could sensesenso,
throughattraverso wordsparole, his feelingssentimenti,
236
677838
4262
il fatto che potessi sentire,
attraverso le parole, i suoi sentimenti,
11:34
was a simplesemplice, but very
effectiveefficace way to help.
237
682124
2619
fu un semplice,
ma molto efficace modo di aiutare.
11:37
What I tell you todayoggi
238
685987
1638
Ciò che vi sto dicendo oggi
11:39
is that we're gettingottenere
closevicino to understandingcomprensione
239
687649
2508
è che siamo vicini a capire
11:42
how we can convertconvertire this intuitionintuizione
that we all have,
240
690181
4286
come possiamo tradurre questa intuizione
che tutti abbiamo,
11:46
that we all shareCondividere,
241
694491
1365
che tutti condividiamo,
11:47
into an algorithmalgoritmo.
242
695880
1197
in un algoritmo.
11:50
And in doing so,
243
698102
1461
Così facendo,
11:51
we maypuò be seeingvedendo in the futurefuturo
a very differentdiverso formmodulo of mentalmentale healthSalute,
244
699587
4650
potremmo vedere in futuro
una forma molto diversa di sanità mentale,
11:56
basedbasato on objectiveobbiettivo, quantitativequantitativo
and automatedautomatizzato analysisanalisi
245
704261
5621
basata su un'analisi oggettiva,
quantitativa e automatizzata
12:01
of the wordsparole we writeScrivi,
246
709906
1709
delle parole che scriviamo,
12:03
of the wordsparole we say.
247
711639
1537
delle parole che diciamo.
12:05
GraciasGracias.
248
713200
1151
Grazie.
12:06
(ApplauseApplausi)
249
714375
6883
(Applausi)
Translated by Beatrice Chiamenti
Reviewed by Silvia Fornasiero

▲Back to top

ABOUT THE SPEAKER
Mariano Sigman - Neuroscientist
In his provocative, mind-bending book "The Secret Life of the Mind," neuroscientist Mariano Sigman reveals his life’s work exploring the inner workings of the human brain.

Why you should listen

Mariano Sigman, a physicist by training, is a leading figure in the cognitive neuroscience of learning and decision making. Sigman was awarded a Human Frontiers Career Development Award, the National Prize of Physics, the Young Investigator Prize of "College de France," the IBM Scalable Data Analytics Award and is a scholar of the James S. McDonnell Foundation. In 2016 he was made a Laureate of the Pontifical Academy of Sciences.

In The Secret Life of the Mind, Sigman's ambition is to explain the mind so that we can understand ourselves and others more deeply. He shows how we form ideas during our first days of life, how we give shape to our fundamental decisions, how we dream and imagine, why we feel certain emotions, how the brain transforms and how who we are changes with it. Spanning biology, physics, mathematics, psychology, anthropology, linguistics, philosophy and medicine, as well as gastronomy, magic, music, chess, literature and art, The Secret Life of the Mind revolutionizes how neuroscience serves us in our lives, revealing how the infinity of neurons inside our brains manufacture how we perceive, reason, feel, dream and communicate.

More profile about the speaker
Mariano Sigman | Speaker | TED.com